celem naszego badania jest wykorzystanie danych oddziału ratunkowego do opracowania diagnostyki różnicowej bólu RIF w oparciu o metodologię drzewa klasyfikacji. Porównamy również ten model z klasycznymi wynikami i wynikiem generowanym przez sztuczną sieć neuronową (ANN), aby pomóc w diagnostyce AA i innych procesów brzusznych.
metoda
prospektywne badanie obserwacyjne w okresie 18 miesięcy (od 1 lipca 2015 r.do 31 grudnia 2016 r.) przeprowadzone w izbie przyjęć (ER) szpitala drugiego stopnia z 450 łóżkami szpitalnymi i 93 000 corocznych wizyt na ostrym dyżurze.
pacjenci wyrazili podpisaną świadomą zgodę, a badanie zostało zatwierdzone przez komitet etyki badań klinicznych (CEIC) w szpitalu.
objęliśmy pacjentów powyżej 14 roku życia z ponad 6-godzinną ewolucją bólu w RIF. Wykluczono pacjentów z wcześniejszą wycięciem wyrostka robaczkowego oraz tych, którzy nie przeszli obserwacji.
Po ustaleniu diagnozy bólu w RIF zbierano następujące zmienne: wiek, płeć, wcześniejsza operacja brzucha, wskaźnik masy ciała (BMI), czas ewolucji objawów w godzinach, wcześniejsze przyjmowanie analgezji i temperatura ciała.
zebrano zmienne kliniczne zawarte w klasycznych modelach: podobny ból poprzedni, znak Blumberga (pozytywny lub nie), migracja bólu, zwiększony ból z kaszlem, zwiększony ból z mobilizacją, nudności/wymioty, jadłowstręt, biegunka i zaparcia. Dane analityczne zawarte: liczba leukocytów (liczba komórek×109), odsetek neutrofili ( % ) i stężenie CRP w surowicy (mg/dL). Zastosowaną metodą analityczną była standardowa metoda laboratoryjna szpitala. Podczas obserwacji rejestrowane dane obejmowały czy pacjent był hospitalizowany, czy przeprowadzono operację i diagnozę na końcu epizodu. Ustalono cztery grupy diagnostyczne: nieswoisty ból RIF (NSP), gdy objawy ustąpiły i pacjent został wypisany do domu; AA, gdy pacjent był operowany i anatomia patologiczna była zgodna; ból brzucha w RIF bez stanu zapalnego (NIRIF) i ból brzucha w RIF ze stanem zapalnym (IRIF). Zapalenie zdefiniowano jako Występowanie 2 lub więcej objawów klinicznych następujących, oprócz bólu w RIF: temperatura >38°C lub
°C, tętno >90bpm, częstość oddechów większa niż 20 oddechów na minutę lub pCO2 mmHg, leukocyty krwi >12000/ml lub
obliczono wartości dla algorytmów Alvarado,4 air6 i fenyö-lindberg5.
Analiza statystyczna
zmienne są wyrażone jako średnia i odchylenie standardowe lub jako procent. Do porównania grup (4 kategorie) zastosowano test Chi-squared dla zmiennych jakościowych, a nieparametryczny Test Kruskala-Wallisa dla zmiennych ciągłych. Wartość P
model drzewa klasyfikacji został utworzony przy użyciu modułu AnswerTree programu SPSS® (wersja 20.0). Zastosowano opcję Chi-Square Automatic Interaction Detection (CHAID), przy czym kryterium zatrzymania było ograniczone do minimalnej liczby 15 pacjentów na węzeł końcowy.8
model ANN został zaimplementowany przy użyciu programu Alyuda® (Neurointeligencja), który zawiera wielowarstwową metodologię perceptronu z backpropagacją.9
strategią włączania zmiennych do modeli był Typ „full model” (włączenie wszystkich zmiennych kandydujących); oba modele mają możliwość automatycznego wyboru zmiennych w zależności od znaczenia lub hierarchii. Wewnętrzna Walidacja obu modeli została przeprowadzona poprzez walidację krzyżową (10 partycji). Zdolność odróżniającą modeli określono poprzez obliczenie powierzchni pod krzywą ROC i procentów prawidłowej klasyfikacji (PCC).10
wyniki
295 pacjentów cierpiało na ból w RIF, A 43 z nich zostało wykluczonych: 15 z wycięciem wyrostka robaczkowego, 5 z mniej niż 6 godzinami postępujących objawów i 23 z powodu braku obserwacji. Ostateczna grupa badana składała się z 252 pacjentów (ryc. 1).
z tej sumy do szpitala przyjęto 121 pacjentów, z których 107 leczono chirurgicznie. Przypadki zostały określone przez grupy diagnostyczne: 114 przypadków NsP, 93 AA, 30 NIRIF i 15 IRIF. Diagnozy ujęte w klasyfikacji NIRIF to: 11 przypadków zakażeń dróg moczowych, 7 kolek nerkowych, 5 ostrych nieżytów żołądka i jelit, 2 częściowe niedrożności jelit, jedna torbiel jajnika i 4 „inne diagnozy”. W grupie IRIF rozpoznano: 5 przypadków zapalenia narządów miednicy mniejszej, 4 ostre odmiedniczkowe zapalenie nerek, 2 ropień jajnika, 2 ostre zapalenie uchyłków, jedno ostre zapalenie pęcherzyka żółciowego i jedną chorobę zapalną jelit.
Tabela 1 przedstawia charakterystykę kliniczną pacjentów włączonych do 4 grup diagnostycznych. Ogólnie rzecz biorąc, pacjenci są młodzi i nie ma różnic w zależności od płci.
Tabela 2 przedstawia zmienne analityczne i wyniki badanych modeli klasycznych. Jeśli obliczymy krzywe ROC (AUC) punktów dla pojedynczej diagnozy AA w porównaniu do 3 pozostałych diagnoz, uzyskamy 0,82 (0,76–0,87) dla wyniku Alvarado, 0,83 (0,77–0,88) dla powietrza i 0,88 (0,84–0,92) dla Fenyö-Lindberga.
charakterystyka analityczna i wyniki Alvarado, AIR i Fenyö-Lindberga według grup diagnostycznych (n=252).
| All(n=252) | NsP(n=114) | AA(n=93) | NIRIF(n=30) | IRIF(n=15) | P Valuea | |
|---|---|---|---|---|---|---|
| Leucocytes (109/l) | 12±5 | 10±4 | 16±4 | 10±4 | 14±4 | |
| Percentage of neutrophils | 75±12 | 69±13 | 82±7 | 72±13 | 78±7 | |
| CRP (mg/L) | 60±54 | 25±15 | 98±78 | 38±23 | 129±81 | |
| Alvarado | 5±2 | 4±2 | 6±1 | 4±2 | 6±1 | |
| AIR | 6±2 | 5±2 | 7±1 | 5±2 | 7±1 | |
| Fenyö-Lindberg | 7±30 | −9±25 | 31±18 | −14±27 | 19±17 |
AA: ostre zapalenie wyrostka robaczkowego; powietrze: zapalenie wyrostka robaczkowego odpowiedź zapalna; IRIF: ból RIF ze stanem zapalnym; NIRIF: ból RIF bez stanu zapalnego; NsP: niespecyficzny ból RIF; CRP: białko C-reaktywne.
wartości jako średnia±SD.
porównanie grup z testem Kruskala–Wallisa.
Model drzewa klasyfikacji CHAID
Model CHAID wybrał 6 zmiennych: liczba leukocytów, CRP, bolesny kaszel, znak Blumberga, płeć i czas ewolucji.
hierarchia zmiennych, wybieranych automatycznie, pokazana jest na Rys. 2. Pierwsza to liczba leukocytów i, zgodnie z punktem odcięcia (również ustalanym automatycznie), włączane są następujące zmienne. Model określa 10 zasad podejmowania decyzji, które są końcowymi węzłami.
CHAID decision tree with 10 reglas de decisión-nodos finales .
węzły końcowe (rys. 2) można podzielić na 3 kategorie. Węzły 10, 11 i 13 wykazują jasną klasyfikację dla grupy diagnostycznej NsP, węzły 7, 14 i 17 dla diagnozy AA oraz węzły 5, 12, 15 i 16 z klasyfikacją, która jest mniej jasna (obejmuje diagnozy NIRIF i IRIF), które można uznać za specjalne. Na przykład, te specjalne grupy wymagały więcej ultradźwięków w porównaniu do grup o jaśniejszej klasyfikacji (41,6 vs. 21,1; p
.01).Model sztucznej sieci neuronowej
wygenerowany model ANN, który jest generowany automatycznie, wybiera 10 zmiennych: znak Blumberga, migracja bólu, zwiększony ból, zwiększony ból z ruchem, ból podczas kaszlu, anoreksja, temperatura, liczba leukocytów, godziny ewolucji i poziomy CRP. Architektura tworzona automatycznie składa się z warstwy wejściowej (z 10 wybranymi zmiennymi), warstwy ukrytej z 12 węzłami i warstwy wyjściowej z możliwością 4 grup diagnostycznych. Model przypisuje każdemu pacjentowi (rejestrowi) grupę diagnostyczną spośród 4 możliwych prawdopodobieństw diagnostycznych. Model ANN określa również, że zmienną o największej masie jest liczba leukocytów.
Tabela 3 porównuje model ANN i drzewo klasyfikacji CHAIDA. Nie obserwuje się istotnych różnic między wartościami procentowymi PCC ani w obliczonych krzywych ROC.
dyskusja
to badanie porównano z innymi badaniami opublikowanymi w literaturze na temat bólu w RIF (Tabela 4). Wielkość próbek została poddana przeglądowi i wykazywała znaczną zmienność (większość z nich wahała się między 139 a 545 pacjentami, z czego największa to 941 pacjentów).19
opisowe porównanie naszego badania z innymi opublikowanymi artykułami na temat bólu RIF.
| Name of Study | YearPlace | N | DesignService | Methodology | Population | Utility |
|---|---|---|---|---|---|---|
| Alvarado4 | 1986USA | 305 | RSurgery | DEV Alvarado | SUSP AAHOSP | DIAG AA |
| Fenyö-Lindberg4 | 1997Sweden | 1,167 | PSurgery | DEV Fenyö-Lindberg | SUSP AAHOSP | DIAG AA |
| Fenyö-Lindberg11 | 2004Sweden | 455 | PSurgery | VAL Fenyö-LindbergFemales | SUSP AAFemales-HOSP | DIAG AASurgery |
| Tzanakis et al.12 | 2005Greece | 504 | PSurgery and radiology | DEV ScoreVAL Alvarado | SUSP AAHOSP | DIAG AAUltrasound |
| Rennie et al.13 | 2006Great Britain | 300 | PSurgery | Study in females | SUSP AAFemales-HOSP | DIAG AA |
| Antevil et al.14 | 2006USA | 383609 | P-RSurgery | VAL CT | SUSP AAHOSP | DIAG AACT |
| Andersson et al.6 | 2008Switzerland | 545 | PSurgery | AlvaradoDEV Score LR | SUSP AAHOSP | DIAG AA |
| McCartan et al.15 | 2010Ireland | 302 | PSurgery | Review AA | SUSP AAHOSP | DIAG AA |
| Lintula et al.16 | 2010Finland | 181 | PSurgery | VAL ScorePediatrics | SUSP AAHOSP | DIAG AA |
| Poletti et al.17 | 2011Switzerland | 183 | PRadiology | VAL ULT/CT | SUSP AAHOSP | DIAG AAULTG-CT |
| Chong et al.18 | 2011Singapore | 192 | PSurgeryEmergency | VAL RIPASAEmergency | Dolor RIFHOSP | DIAG AA |
| De Castro et al.19 | 2012Holland | 941 | PEmergency | VAL Score | SUSP AAHOSP | DIAG AA |
| Gudelis et al. | 2018Spain | 252 | PEmergency | DEV Score | Dolor RIFER | DIAG dolor RIF |
AA: acute appendicitis; DEV: development; DIAG: diagnosis; ULT: USG; RIF: prawy dół biodrowy; HOSP: hospitalizowani pacjenci; P: prospektywny; R: retrospektywny; LR: model regresji logistycznej; SUSP AA: podejrzenie AA; CT: tomografia komputerowa; ER: pogotowie ratunkowe; VAL: Walidacja.
jedną z przyczyn naszego badania jest zastosowanie 4 grup klasyfikacyjnych. W naszej serii największą grupą pacjentów była grupa NsP. W badaniach, które przeprowadzono z większą liczbą wybranych pacjentów (po przejściu przez początkowy „filtr” w ER), grupa ta była bardziej zredukowana.13,14
Grupa AA obejmowała wszystkich pacjentów, którzy zostali przyjęci do oddziału operacyjnego i leczeni chirurgicznie z powodu podejrzenia AA, którego rozpoznanie zostało potwierdzone patologią anatomiczną. Odsetek tych pacjentów różnił się w zależności od kryteriów włączenia do różnych opublikowanych badań.17
w naszym badaniu rozpoznanie AA zostało określone przez patologię anatomiczną. Jeśli weźmiemy pod uwagę pacjentów z podejrzeniem AA, którzy przeszli operację, okazało się, że tylko 6 (5,7%) pacjentów nie przedstawiło diagnozy patologii anatomicznej AA (3 z ostatecznym rozpoznaniem NsP i 3 IRIF). Odsetek ten (5,7%) ujemnych zabiegów wyrostka robaczkowego jest niższy niż w przypadku innych serii od 10% do 23%.7,11,15
uważamy, że zastosowanie dwóch innych kategorii diagnostycznych NIRIF i IRIF zapewnia szersze spojrzenie na problem i klasyfikację, która zachowuje się inaczej w celu określenia diagnozy (potrzebne będzie więcej badań obrazowych), a także leczenia i rokowania.
główną zaletą modelu opartego na drzewach klasyfikacyjnych, którym w naszym przypadku jest typ CHAID, jest to, że model jest łatwy do zinterpretowania. Generowane reguły klasyfikacji obejmują wszystkich możliwych pacjentów i aspekty różnych podgrup, takie jak wiek i płeć.20,21
model CHAID wykrył, że najważniejszą zmienną jest liczba leukocytów (zbieżna z modelem ANN). CHAID obejmuje również poziom CRP w drugiej linii. Warto również zauważyć, że zmienną kliniczną jest ból podczas kaszlu. Podczas badania klinicznego ból ten nie zależy od odkrywcy, ale od manewru dalekiego od bezpośredniego badania brzucha. 10 wygenerowanych reguł klasyfikacji zostało pogrupowanych według głównej możliwości diagnostycznej. Jaśniejsze zasady można znaleźć w diagnostyce NsP i AA (które nazywamy „specjalnymi”), gdzie diagnostyka różnicowa osiąga większe znaczenie, ponieważ grupy NIRIF i IRIF są bardziej obecne.
inne serie zostały opublikowane przy użyciu różnych metod drzewa klasyfikacji, takich jak CART, ale rozróżniały tylko AA i non-AA. Wykonano również modele ze zmiennymi klinicznymi i analitycznymi,22 stosując kombinację z Alvarado23 i dodając testy obrazowe.24
zastosowany model ANN osiąga dopuszczalne wartości zdolności rozróżniającej. Wadą tego modelu jest to, że działa on jak „czarna skrzynka” i nie może być interpretowany w prosty sposób do użytku klinicznego, ponieważ składa się z 480 parametrów (10×12×4), które obejmują wszystkie interakcje między zmiennymi wejściowymi, warstwą ukrytą i węzłami wyjściowymi. Komputer jest niezbędny do jego użytkowania i funkcjonuje jako model porównawczy. ANN wykorzystuje wszystkie połączenia używanych zmiennych i nie jest dokładniejszy niż model oparty na CHAID. Inne badania wykorzystały ANN do diagnozy AA (koncentrując się tylko na AA i nie-AA).
to badanie ma również kilka ograniczeń. Głównym jest przypisanie używanych grup. Są to grupy, które nie zostały potwierdzone przez literaturę, A AA jest uważany za proces zapalny. Interesujące byłoby mieć większą próbkę, zwłaszcza w grupach diagnostycznych NIRIF i IRIF. W obronie badania uważamy, że modele, które porównują tylko AA z innymi stanami, mają mniejszą zdolność do wykorzystania w prawdziwym zarządzaniu pacjentem.
podsumowując, wierzymy, że specjaliści, którzy leczą pacjentów z bólem RIF, mogą korzystać z modeli, które są łatwe do zinterpretowania i zapewniają klasyfikację z więcej niż dwiema możliwościami (AA vs. non-AA). Wygenerowany model CHAID osiągnął ten cel, chociaż powinien być sprawdzony w innych większych seriach.
dofinansowanie
nie otrzymano środków na przeprowadzenie tego badania.
konflikt interesów
nie mamy konfliktu interesów do zadeklarowania.