Diagnose Av Smerte I Høyre Iliac Fossa. En Ny Diagnostisk Score Basert På Beslutnings-Tre Og Kunstige Nevrale Nettverksmetoder | Cirugí Españ (engelsk Utgave)

målet med studien vår er å bruke nødavdelingsdata til å utvikle en differensialdiagnose for RIF smerte basert på klassifiseringstremetodikk. Vi vil også sammenligne denne modellen med klassiske score og poengsummen generert av et kunstig nevralt nettverk (ANN) for å bistå i diagnosen AA og andre abdominale prosesser.Prospektiv observasjonsstudie av en 18-måneders periode (mellom 1. juli 2015 og 31. desember 2016) utført i akuttmottaket (ER) på et sykehus på andre nivå med 450 sykehussenger og 93 000 årlige ER-besøk.

pasientene ga sitt underskrevne informerte samtykke, og studien ble godkjent av Clinical Research Ethics Committee (CEIC) ved sykehuset.

vi inkluderte pasienter over 14 år med mer enn 6 timer smerteutvikling i RIF. Pasienter med tidligere appendektomier og de som gikk tapt for oppfølging ble ekskludert.

Når DIAGNOSEN smerte i RIF ble etablert, ble følgende variabler samlet: alder, kjønn, tidligere abdominal kirurgi, kroppsmasseindeks( BMI), symptomutviklingstid i timer, tidligere analgesi og kroppstemperatur.de kliniske variablene som ble inkludert i de klassiske modellene ble samlet: lignende tidligere smerter, Blumberg tegn (positiv eller ikke), migrering av smerte, økt smerte med hoste, økt smerte med mobilisering, kvalme / oppkast, anoreksi, diare og forstoppelse. Analytiske data inkludert: antall leukocytter (antall celler×109), prosentandel nøytrofile (%) og serum CRP-nivåer (mg/dL). Analysemetoden som ble brukt var standardmetoden for sykehuslaboratorier. Under oppfølgingen inkluderte de registrerte dataene om pasienten ble innlagt på sykehus, om kirurgi ble utført og diagnosen ved slutten av episoden. Fire diagnostiske grupper ble etablert: ikke-spesifikk RIF smerte (NsP) når symptomene ble overført og pasienten ble tømt hjem; AA når pasienten ble operert og den patologiske anatomien var konsistent; magesmerter i RIF uten betennelse (NIRIF) og magesmerter i RIF med betennelse (IRIF). Betennelse ble definert som eksistensen av 2 eller flere kliniske symptomer på følgende, i tillegg til smerte I RIF: temperatur >38°C Eller

°C, hjertefrekvens >90bpm, respirasjonsfrekvens større enn 20 puste per minutt eller pCO2 mmHg, blodleukocytter >12000/ml eller

verdiene for alvarado -, 4 air6-og fenyö-lindberg5-algoritmene ble beregnet.

Statistisk Analyse

variablene uttrykkes som gjennomsnitt og standardavvik eller som prosent. For sammenligningen mellom grupper (4 kategorier) Ble Kjikvadrertesten brukt for kvalitative variabler og den ikke-parametriske Kruskal–Wallis-testen for kontinuerlige variabler. En P-verdi

klassifiseringstremodellen ble opprettet ved Hjelp Av Answertremodulen TIL SPSS® – programmet (versjon 20.0). CHI-Square Automatic Interaction Detection (CHAID) alternativet ble brukt med et stoppkriterium begrenset til et minimum antall 15 pasienter per terminal node.8

ANN-modellen ble implementert ved Hjelp Av Alyuda® (Neurointelligence) program som inkorporerer flerlags Perceptron metodikk med backpropagation.9

strategien for å inkorporere variabler i modellene var ‘full modell’ – typen( inklusjon av alle kandidatvariablene); begge modellene har automatisk variabelvalg i henhold til signifikans eller hierarki. Den interne valideringen av de to modellene ble utført gjennom kryssvalidering (10 partisjoner). Den diskriminerende kapasiteten til modellene ble bestemt ved å beregne området under ROC-kurven og prosenter av riktig klassifisering (PCC).10

Resultater

295 pasienter fikk smerter i RIF, og 43 ble ekskludert: 15 med tidligere appendektomi, 5 med mindre enn 6 timer med progredierende symptomer, og 23 på grunn av manglende oppfølging. Den endelige studiegruppen besto av 252 pasienter (Fig. 1).

fra denne summen ble 121 pasienter innlagt på sykehuset, hvorav 107 ble behandlet kirurgisk. Tilfeller ble definert av diagnostiske grupper: 114 tilfeller Av NsP, 93 AA, 30 NIRIF og 15 IRIF. Diagnosene I NIRIF-klassifiseringen var: 11 tilfeller av urinveisinfeksjoner, 7 nyrekolikk, 5 akutt gastroenteritt, 2 delvis tarmobstruksjon, en ovariecyst og 4 ‘andre diagnoser’. Diagnosene som ble inkludert i IRIF-gruppen var: 5 tilfeller av bekkenbetennelsessykdom, 4 akutt pyelonefrit, 2 tubo-ovarian abscess, 2 akutt divertikulitt, en akutt cholecystitis og en inflammatorisk tarmsykdom.

Tabell 1 viser de kliniske egenskapene til pasientene som inngår i de 4 diagnostiske gruppene. Generelt er pasientene unge, og det er ingen forskjeller etter kjønn.

Tabell 2 viser de analytiske variablene og resultatene av de klassiske modellene som studeres. Hvis VI beregner ROC-kurvene (AUC) for scorene for ENKELTDIAGNOSEN AA sammenlignet med de 3 gjenværende diagnosene, får vi 0,82 (0,76-0,87) For alvarado–poengsummen, 0,83 (0,77–0,88) FOR AIR og 0,88 (0,84-0,92) For Fenyö-Lindberg.

CHAID-Modellen valgte 6 variabler: antall leukocytter, CRP, smertefull hoste, Blumberg tegn, kjønn og evolusjonstid.

hierarkiet av variabler, valgt automatisk, vises I Fig. 2. Den første er antall leukocytter og, i henhold til avskjæringspunktet (også bestemt automatisk), blir følgende variabler innlemmet. Modellen bestemmer 10 beslutningsregler som er de endelige noder.

de siste nodene (Fig. 2) kan klassifiseres i 3 kategorier. Noder 10, 11 og 13 viser en klar klassifisering for nsp diagnostisk gruppe, noder 7, 14 og 17 FOR AA diagnose, og noder 5, 12, 15 og 16 med en klassifisering som er mindre klar (inkluderer NIRIF og irif diagnoser), som kan betraktes som spesielle. For eksempel krevde disse spesielle gruppene flere ultralyd sammenlignet med gruppene med klarere klassifisering (41.6 vs 21.1; P

.01).Den genererte ANN-modellen som genereres automatisk velger 10 variabler: Blumberg-tegn, smertemigrasjon, økt smerte, økt smerte med bevegelse, smerte ved hosting, anoreksi, temperatur, antall leukocytter, evolusjonstimer og CRP-nivåer. Arkitekturen som opprettes automatisk består av et inngangslag (med de 10 valgte variablene), et skjult lag med 12 noder og et utgangslag med mulighet for de 4 diagnostiske gruppene. Modellen tildeler for hver pasient (register) en diagnostisk gruppe ut av de 4 mulige diagnostiske sannsynlighetene. ANN-modellen bestemmer også at variabelen med mest vekt er antall leukocytter.

Tabell 3 sammenligner ANN-modellen og CHAID-klassifiseringstreet. Ingen signifikante forskjeller observeres mellom PCC-prosentene eller i de beregnede ROC-kurvene.Denne studien ble sammenlignet med andre studier publisert i litteraturen om smerter i RIF (Tabell 4). Utvalgsstørrelsene ble gjennomgått og viste merkbar variasjon (flertallet varierte mellom 139 og 545 pasienter, den største var 941 pasienter).19

en av bidragene fra vår studie er bruken av 4 klassifiseringsgrupper. I vår serie var Den største gruppen av pasienter NsP-gruppen. I studiene som ble utført med flere utvalgte pasienter (etter å ha gått gjennom et innledende’ filter ‘ i ER), ble denne gruppen mer redusert.13,14

AA-gruppen inkluderte alle pasientene som ble tatt inn i kirurgisk avdeling og behandlet kirurgisk for mistanke OM AA, hvis diagnose ble bekreftet av anatomisk patologi. Andelen av disse pasientene varierte i henhold til inklusjonskriteriene i de ulike studiene som ble publisert.17

I vår studie BLE AA-diagnosen bestemt av den anatomiske patologien. Hvis vi vurderte PASIENTER med MISTANKE OM AA som gjennomgikk kirurgi, fant vi at bare 6 (5,7%) pasienter ikke presenterte en anatomisk patologidiagnose AV AA(3 med endelig diagnose Av NsP og 3 irif). Denne prosentandelen (5.7%) av negative appendectomies er lavere enn rapporter fra andre serier som varierer mellom 10% og 23%.7,11,15

vi tror at bruk av to andre DIAGNOSEKATEGORIER NIRIF og IRIF gir et bredere syn på problemet og en klassifisering som oppfører seg annerledes for å bestemme en diagnose (flere bildebehandlingstester vil være nødvendig) samt behandling og prognose.

den største fordelen med modellen basert på klassifiseringstrær, som i vårt tilfelle ER CHAID-typen, er at modellen er lett å tolke. Klassifiseringsreglene som genereres inkluderer alle mulige pasienter og aspekter av ulike undergrupper, for eksempel alder og kjønn.20,21

CHAID-modellen har oppdaget at den viktigste variabelen er antall leukocytter (sammenfallende MED ANN-modellen). CHAID inkluderer OGSÅ CRP-nivået i den andre linjen. Det er også interessant å merke seg at den kliniske variabelen som inngår er smerte ved hosting. Under den kliniske undersøkelsen er denne smerten ikke avhengig av utforskeren, men på en manøvre langt fra direkte abdominal undersøkelse. De 10 klassifiseringsreglene som genereres, er gruppert i henhold til hoveddiagnostisk mulighet. Klarere regler kan bli funnet for diagnostisering Av NsP og AA (som vi kaller ‘spesiell’) der differensialdiagnose når en større prominens siden NIRIF og IRIF gruppene er mer til stede.

Andre serier har blitt publisert ved hjelp av forskjellige klassifiseringstremetodologier, for eksempel CART, men de differensierte bare MELLOM AA og ikke-AA. Modeller er også laget med kliniske og analytiske variabler, 22 ved bruk av kombinasjonen Med Alvarado23 og legge til bildebehandlingstester.24

ANN-modellen som brukes oppnår akseptable verdier av diskriminerende kapasitet. Ulempen med denne modellen er at den fungerer som en ‘svart boks’ og ikke kan tolkes på en enkel måte for klinisk bruk, siden den består av 480 parametere (10×12×4) som inkluderer alle samspillet mellom inngangsvariablene, de av det skjulte laget og de av utgangsnodene. En datamaskin er nødvendig for bruk, og den fungerer som en komparativ modell. ANN bruker alle sammenkoblinger av variablene som brukes og er ikke mer nøyaktig enn CHAID-basert modell. ANDRE studier har brukt ANN til diagnose AV AA(fokuserer bare PÅ AA og ikke-AA).25

denne studien har også flere begrensninger. Den viktigste er oppgaven til gruppene som brukes. Dette er grupper som ikke er validert av litteraturen, OG AA anses å være en inflammatorisk prosess. Det ville være interessant å ha en større prøvestørrelse, spesielt I NIRIF og irif diagnostiske grupper. Til forsvar for studien tror vi at modellene som bare sammenligner AA mot andre forhold, har mindre kapasitet til å bli brukt i reell pasientbehandling.til slutt tror vi at fagfolk som behandler PASIENTER med RIF-smerte, kan ha nytte av modeller som er enkle å tolke og gir en klassifisering med mer enn to muligheter(AA vs ikke-AA). Den genererte CHAID-modellen har oppnådd dette målet, selv om det skal valideres i andre større serier.

Finansiering

ingen midler ble mottatt for å gjennomføre denne studien.

Interessekonflikt

vi har ingen interessekonflikt å erklære.