È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.
Articolo di ricerca
In questo studio, presentiamo un protocollo per l'assemblaggio della coorte, l'armonizzazione di laboratorio, lo sviluppo di modelli penalizzati, la validazione e la costruzione di un punteggio al letto del paziente per la stratificazione precoce del rischio di sindrome da disfunzione d'organo multiplo nella pancreatite acuta.
Il riconoscimento precoce del sindrome da disfunzione multiorgano nella pancreatite acuta rimane difficile poiché il deterioramento degli organi può verificarsi prima del completamento delle valutazioni convenzionali della gravità. Questo articolo descrive un protocollo riproducibile per lo sviluppo, la validazione e l'applicazione di un punteggio composito biochimico-coagulativo all'ammissione, basato su test di laboratorio di routine effettuati entro 24 ore dall'ingresso in ospedale. La sindrome da disfunzione multiorgano è stata scelta come endpoint primario perché riflette una disfunzione clinicamente rilevante in più di un sistema organico e orienta direttamente l'intensità del monitoraggio precoce, la pianificazione dell'escalation terapeutica e l'allocazione delle risorse di terapia intensiva. Il protocollo comprende l'assemblaggio di una coorte multicentrica, la selezione dei criteri di idoneità, la valutazione degli endpoint, l'armonizzazione delle unità di laboratorio, l'elaborazione dei dati mancanti, la standardizzazione dei predittori, lo sviluppo di un modello di regressione penalizzata, la validazione su campione distinto, la costruzione del punteggio, il confronto con punteggi di gravità consolidati e analisi di sensibilità. Le variabili di laboratorio continue vengono mantenute durante lo sviluppo del modello per ridurre la perdita di informazioni, mentre categorie clinicamente interpretabili vengono utilizzate soltanto al momento della traduzione del modello finale in un punteggio pratico al letto del paziente. I punti di controllo procedurali includono la conferma dell'assemblaggio della coorte, le soglie di dati mancanti, le regole predefinite di pre-elaborazione, gli output della selezione del modello, gli output della validazione e l'interpretazione del punteggio finale. Utilizzando questo flusso di lavoro, marcatori biochimici e della coagulazione comunemente misurati possono essere integrati in uno strumento strutturato di stratificazione del rischio all'ammissione per la sindrome da disfunzione multiorgano associata alla pancreatite acuta. Il punteggio è pensato per supportare un'osservazione più attenta, ripetute valutazioni di laboratorio e la preparazione di percorsi di supporto organico, ma deve affiancare, e non sostituire, il giudizio clinico o i consolidati schemi di valutazione della gravità.
La pancreatite acuta è un'emergenza digestiva comune il cui decorso clinico varia da un'infiammazione lieve e autolimitante a una malattia rapidamente progressiva complicata da disfunzione d'organo. La valutazione attuale della gravità è generalmente guidata dalla classificazione di Atlanta rivista, che definisce la severità della malattia in base a complicanze locali, complicanze sistemiche e alla presenza e durata dell'insufficienza d'organo1. Durante le prime fasi del ricovero ospedaliero vengono inoltre utilizzati sistemi di punteggio clinico per supportare la valutazione del rischio e le decisioni di intensificazione delle cure. L'indice clinico per la gravità della pancreatite acuta utilizza cinque variabili disponibili entro le prime 24 ore ed è stato sviluppato per stimare il rischio di mortalità ospedaliera2. Le linee guida cliniche più recenti continuano a sottolineare il riconoscimento precoce della malattia grave, la rivalutazione ripetuta, una adeguata rianimazione liquida, la pianificazione del supporto d'organo e un'intensificazione tempestiva delle cure3.
La valutazione precoce del rischio rimane difficile nella pratica clinica. La risposta infiammatoria nella pancreatite acuta cambia rapidamente e alcuni sistemi di punteggio tradizionali richiedono misurazioni ripetute, variabili fisiologiche che si evolvono dopo il ricovero o reperti di imaging che potrebbero non essere disponibili al primo contatto clinico4. Di conseguenza, la classificazione del rischio può variare in base al momento del campionamento, al flusso di lavoro locale e al percorso terapeutico. Queste incertezze possono portare a un monitoraggio intensivo o a interventi inutili in pazienti a basso rischio, mentre i pazienti che peggiorano rapidamente potrebbero subire un ritardo nell'escalation delle cure. Una recente revisione sulla predizione della gravità nella pancreatite acuta ha evidenziato che le prestazioni dei punteggi clinici e dei singoli biomarcatori variano tra diverse popolazioni di pazienti, distribuzioni della gravità della malattia e finestre temporali di valutazione5.
La maggior parte degli studi di previsione più recenti ha cercato di utilizzare variabili raccolte entro 24 ore dal ricovero, spesso con insufficienza d'organo persistente o pancreatite acuta grave come esito target. Questo approccio è clinicamente utile, ma molti modelli pubblicati rimangono limitati da una progettazione monocentrica, una validazione incompleta e una segnalazione insufficiente dei metodi di pre-elaborazione e di gestione dei dati mancanti6. La trasparenza nella segnalazione è particolarmente importante per i modelli predittivi poiché i criteri di idoneità, le definizioni dei predittori, la dimensione del campione, la gestione dei dati mancanti, le decisioni relative alla costruzione del modello e le procedure di validazione influiscono direttamente sulla riproducibilità e sull'interpretazione clinica7. Affinché un metodo basato sul ricovero possa essere utilizzabile in diverse strutture, dovrebbe basarsi su test comunemente disponibili, definire le procedure di conversione delle unità, spiegare come vengono armonizzati i valori di laboratorio e specificare come vengono gestiti i valori predittori incompleti prima dell'adattamento del modello.
Anomalie biochimiche e della coagulazione sono entrambe correlate al rapido peggioramento nella pancreatite acuta. L'attivazione infiammatoria, il danno endoteliale, l'emocoagulazione, l'ipoperfusione renale e il disturbo della microcircolazione possono manifestarsi precocemente e contribuire al malfunzionamento d'organo. L'attivazione della coagulazione è strettamente collegata all'infiammazione, e la coagulopatia associata alla pancreatite acuta è stata descritta come parte del decorso verso insufficienza d'organo persistente ed esiti avversi8. Il D-dimero è stato inoltre segnalato come un marcatore all'ammissione associato a insufficienza d'organo, complicanze locali, ricovero in terapia intensiva e mortalità nella pancreatite acuta9. Tuttavia, gli indicatori della coagulazione sono spesso interpretati separatamente, piuttosto che combinati con variabili biochimiche di routine in un percorso strutturato all'ammissione.
La sindrome da disfunzione multiorgano è stata selezionata come endpoint primario in questo protocollo perché rappresenta una disfunzione clinicamente rilevante che interessa più di un sistema d'organo. Il fallimento d'organo persistente rimane centrale nella classificazione della gravità della pancreatite acuta, ma la sindrome da disfunzione multiorgano si avvicina maggiormente alla domanda pratica posta all'ammissione: se un paziente richiederà probabilmente una sorveglianza più stretta, una rivalutazione ripetuta degli esami di laboratorio, la preparazione per il supporto d'organo o risorse di terapia intensiva. Questo endpoint consente inoltre di valutare i segnali biochimici e della coagulazione in relazione a un quadro più ampio di deterioramento sistemico, piuttosto che in base a un esito legato a un singolo organo.
L'articolo di questo metodo descrive un protocollo riproducibile di punteggio biochimico-coagulativo all'ammissione per la stratificazione precoce del rischio di sindrome da disfunzione multiorgano nella pancreatite acuta. Il protocollo utilizza variabili di laboratorio di routine ottenute entro 24 ore dall'ammissione, standardizza l'armonizzazione delle unità e la gestione dei dati mancanti, applica uno sviluppo del modello con penalizzazione e traduce il modello finale in un punteggio composito clinicamente interpretabile. L'obiettivo non è sostituire il giudizio clinico o i consolidati schemi di gravità, ma fornire un flusso di lavoro trasparente e replicabile che aiuti le strutture a organizzare i dati di laboratorio all'ammissione in informazioni di rischio utilizzabili.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Il protocollo dello studio è stato approvato dal Comitato Etico per la Ricerca Biomedica che coinvolge Esseri Umani del Primo Ospedale Popolare di Jiashan, Ospedale affiliato all'Università di Jiaxing (numero di approvazione 2026 Research Approval No. 005; numero di accettazione LW2026004; data di approvazione: 13 gennaio 2026). L'obbligo del consenso informato individuale è stato esentato poiché questo studio retrospettivo ha utilizzato dati clinici anonimizzati. Prima dell'analisi, gli identificatori diretti, tra cui nome, numero di identificazione ospedaliero, numero di telefono, indirizzo e numero di identificazione nazionale, sono stati rimossi. La gestione dei dati ha seguito i requisiti istituzionali di protezione dei dati e la Dichiarazione di Helsinki10.
Disegno dello studio e assemblaggio della coorte multicentrica
Questo studio retrospettivo di coorte multicentrica ha utilizzato dati biochimici e della coagulazione raccolti all'ammissione per costruire un flusso di lavoro di punteggio riproducibile per la stratificazione precoce del rischio di sindrome da disfunzione d'organo multiplo (MODS) nella pancreatite acuta (AP). L'AP è stata definita in presenza di almeno due dei seguenti criteri: dolore addominale tipico, amilasi o lipasi sierica almeno tre volte superiore al limite superiore della norma, oppure riscontri di imaging compatibili con AP. La finestra basale è stata definita come le prime 24 ore dopo il ricovero in ospedale. Per ciascun predittore di laboratorio, è stato utilizzato il valore idoneo più precoce all'interno di questa finestra. I valori ottenuti dopo il primo riscontro documentato di MODS non sono stati utilizzati per la costruzione dei predittori.
I ricoveri ospedalieri consecutivi per pancreatite acuta (AP) provenienti dai centri partecipanti dal 1° gennaio 2023 al 20 dicembre 2025 sono stati selezionati utilizzando un registro di selezione unificato, un elenco di idoneità, un dizionario dati e un modulo di valutazione degli endpoint. Il registro di selezione ha registrato il numero totale di ricoveri esaminati, i ricoveri duplicati, le esclusioni per AP non confermata, età inferiore a 18 anni, pancreatite cronica, pancreatite associata a malignità pancreatiche, orario di ricovero non affidabile, dati di laboratorio a 24 ore non disponibili, record degli endpoint incompleti e il coorte analitico finale. Il registro di selezione bloccato è stato utilizzato per generare Figura 1. I numeri dei pazienti riportati nella Figura 1 sono stati verificati rispetto al dataset analitico finale prima dell'analisi.
Dopo il blocco della coorte analitica, i pazienti sono stati assegnati a una coorte di sviluppo e a una coorte di validazione distinta in un rapporto 7:3. La suddivisione è stata effettuata in R versione 4.3.2 utilizzando il pacchetto caret versione 6.0-94, con il seme casuale fissato a 20260420. È stato eseguito un campionamento stratificato in base allo stato di MODS e al centro. Se la distribuzione per centro differiva di oltre 5 punti percentuali tra le coorti, sono state utilizzate stratificazioni combinate centro-MODS. L'assegnazione alle coorti è stata salvata prima dell'adattamento del modello e non è stata modificata successivamente. Le regole di preelaborazione, le impostazioni di imputazione, l'ottimizzazione del modello, la stima dei coefficienti, la costruzione del punteggio e la selezione della soglia sono state definite esclusivamente a partire dalla coorte di sviluppo. La coorte di validazione distinta è stata utilizzata unicamente per la valutazione del modello bloccato.
Criteri di idoneità e procedure di arruolamento
I pazienti idonei erano adulti di età pari o superiore a 18 anni con pancreatite acuta (AP) confermata, tempo di ricovero ospedaliero accertabile, almeno un profilo biochimico o emocoagulativo disponibile entro 24 ore dal ricovero e cartelle cliniche complete per la valutazione degli endpoint. I pazienti sono stati esclusi se non era possibile confermare la pancreatite acuta, se era presente una pancreatite associata a pancreatite cronica o a neoplasia pancreatica, o se il momento del primo ricovero ospedaliero non poteva essere ricostruito in modo affidabile. I casi di trasferimento sono stati esclusi quando il momento del primo ricovero, il momento del primo prelievo di laboratorio o lo stato di disfunzione d'organo precoce non erano accertabili tra diverse strutture. Per i ricoveri ripetuti dello stesso paziente durante il periodo dello studio, è stato considerato solo il primo ricovero idoneo. Per ogni caso escluso è stata registrata una causa primaria di esclusione.
Valutazione degli esiti e dei punti finali
L'esito primario era il danno multiorganico in ospedale (MODS), definito come disfunzione di due o più sistemi organici durante il ricovero. La disfunzione organica è stata valutata sulla base dei dati relativi ai sistemi respiratorio, cardiovascolare, renale, epatico, della coagulazione e neurologico presenti nella cartella clinica elettronica. Gli stessi criteri predeterminati per i sistemi organici sono stati applicati in tutti i centri prima dello sviluppo del modello, e i criteri operativi utilizzati per la valutazione dei punti finali sono riassunti nella Tabella Supplementare 1.
Due revisori esperti hanno valutato in modo indipendente ogni cartella anonimizzata utilizzando le note di ammissione, le note di evoluzione, i referti dell'unità di terapia intensiva, i referti delle procedure, i rapporti di laboratorio, i dati dei segni vitali e i riassunti alla dimissione. Il modulo di valutazione registrava il codice dello studio del paziente, l'apparato interessato, il referto di origine, la data e l'ora di insorgenza, il valore di laboratorio o fisiologico di supporto, la decisione del revisore e lo stato finale della valutazione. L'accordo tra i revisori era considerato definitivo. Le divergenze erano risolte da un terzo revisore esperto. Gli esiti secondari includevano l'ammissione in terapia intensiva, la ventilazione meccanica invasiva o non invasiva, la terapia di sostituzione renale, la mortalità in ospedale, la necrosi infetta o una procedura di drenaggio e la durata del ricovero ospedaliero. La durata del ricovero è stata calcolata come la data di dimissione meno la data di ammissione più 1 giorno.
Predittori in esame all'ammissione
I predittori in esame erano limitati alle variabili di routine disponibili entro 24 ore dall'ammissione. Per i test ripetuti entro la finestra di 24 ore, è stato mantenuto il valore idoneo più precoce. Le variabili biochimiche includevano il conteggio dei globuli bianchi, la proteina C-reattiva, la procalcitonina quando disponibile, il lattato, il glucosio, il calcio totale, l'azoto ureico nel sangue, la creatinina, l'alanina aminotransferasi, la bilirubina totale, l'albumina e la lattato deidrogenasi. Le variabili della coagulazione includevano il conteggio delle piastrine, il tempo di protrombina, il rapporto normalizzato internazionale del tempo di protrombina, il tempo di tromboplastina parziale attivata, il fibrinogeno e il D-dimero.
Sono state raccolte variabili cliniche di base per la descrizione del mix di casi e il calcolo del punteggio di riferimento. Queste variabili includevano età, sesso, indice di massa corporea, tempo trascorso dall'insorgenza dei sintomi al ricovero, eziologia della pancreatite, stato di fumatore, episodi precedenti di pancreatite, comorbidità, frequenza cardiaca al ricovero, pressione arteriosa media, stato di sindrome da risposta infiammatoria sistemica, punteggio dell'indice clinico per la gravità nella pancreatite acuta, punteggio di valutazione della fisiologia acuta e della salute cronica II e punteggio di valutazione della disfunzione organica sequenziale. Quando erano disponibili sia il tempo di protrombina sia il rapporto normalizzato internazionale del tempo di protrombina, per la modellizzazione è stato utilizzato il rapporto normalizzato internazionale del tempo di protrombina, mentre il tempo di protrombina è stato mantenuto per la descrizione dei dati. Il file di estrazione conteneva una riga per ogni ricovero e conservava il codice del centro, il codice dello studio del paziente, l'orario di ricovero, l'orario del campionamento, il valore grezzo, l'unità grezza, il valore armonizzato, l'unità armonizzata, la tabella di origine e l'indicatore di mancanza dei dati.
Armonizzazione dei laboratori tra i centri
Tutte le variabili di laboratorio sono state convertite in unità target predeterminate prima dell'analisi: conta dei globuli bianchi e conta delle piastrine, 109/L; proteina C reattiva, mg/L; procalcitonina, ng/mL; lattato, glucosio, calcio totale e azotemia, mmol/L; creatinina e bilirubina totale, µmol/L; alanina aminotransferasi e lattato deidrogenasi, U/L; albumina e fibrinogeno, g/L; tempo di protrombina e tempo di tromboplastina parziale attivata, secondi; rapporto normalizzato internazionale del tempo di protrombina, rapporto adimensionale; e D-dimero, mg/L in unità equivalenti al fibrinogeno. I valori di D-dimero riportati come µg/mL in unità equivalenti al fibrinogeno sono stati convertiti in mg/L in unità equivalenti al fibrinogeno utilizzando una conversione numerica 1:1. I valori di D-dimero riportati come unità D-dimero sono stati convertiti soltanto quando il laboratorio locale ha fornito un fattore di conversione validato. I valori senza un fattore di conversione validato sono stati considerati mancanti nell'analisi statistica.
Le unità di riferimento, i range di riferimento, i referti degli esami e le annotazioni dell'analizzatore di ciascun centro sono stati revisionati prima dell'aggregazione. Il file di armonizzazione ha mantenuto l'unità originale, l'unità target, la regola di conversione e il revisore responsabile della verifica della conversione. I valori di laboratorio non sono stati normalizzati in base ai range di riferimento specifici di ciascun centro nell'analisi primaria, poiché il punteggio era inteso per utilizzare valori clinici assoluti. Il codice del centro è stato mantenuto durante l'imputazione e l'analisi di sensibilità. Sono stati segnalati valori negativi per test non negativi, unità incompatibili, timestamp al di fuori della finestra di 24 ore e valori non supportati dai referti originali. Un valore è stato corretto soltanto quando il referto originale confermava un errore di trascrizione o di conversione dell'unità; in caso contrario, è stato impostato come mancante.
Preelaborazione dei dati e gestione dei dati mancanti
La percentuale di dati mancanti è stata riassunta per variabile, centro e stato di MODS prima dell'adattamento del modello. I predittori candidati sono stati esclusi dallo sviluppo del modello se la percentuale complessiva di dati mancanti superava il 30% o se tale percentuale superava il 50% in un singolo centro. I pazienti sono stati esclusi dal dataset di modellizzazione se mancavano più del 40% dei predittori candidati o se l'esito primario non poteva essere valutato.
I predittori continui sono stati winsorizzati al primo e al 99° percentile stimati nel gruppo di sviluppo. Le stesse soglie sono state applicate al gruppo di validazione tenuto in riserva. Le soglie non sono state ricalcolate sui dati di validazione. Le variabili con asimmetria superiore a 2 dopo la winsorizzazione sono state trasformate utilizzando il logaritmo naturale; è stato utilizzato log(x + 0,01) per le variabili che potevano contenere zero. I predittori continui sono stati standardizzati utilizzando la media e la deviazione standard del gruppo di sviluppo, e gli stessi parametri sono stati applicati ai dati di validazione.
L'analisi con imputazione multipla è stata eseguita mediante equazioni concatenate in R utilizzando il pacchetto mice versione 3.16.0. Sono stati generati venti dataset imputati con 20 iterazioni per ciascun dataset. Per le variabili continue è stato utilizzato il metodo di associazione predittiva delle medie, per le variabili binarie la regressione logistica e per le variabili categoriali nominali la regressione logistica polinomiale. Il modello di imputazione includeva predittori candidati, codice del centro, indicatore della coorte e stato MODS per lo sviluppo del modello. Gli esiti di validazione non sono stati utilizzati per modificare le regole di pre-elaborazione, l'idoneità delle variabili o le soglie. Le stime di regressione sono state combinate utilizzando le regole di Rubin quando riportate. Le metriche predittive sono state calcolate all'interno di ciascun dataset imputato e riassunte come stime combinate o mediane con relative escursioni. Sono state predefinite due analisi di sensibilità: un'analisi basata sui casi completi utilizzando i pazienti senza predittori mancanti nel modello finale e un'analisi basata sui valori basali utilizzando il valore del laboratorio peggiore ma idoneo entro 24 ore anziché il valore più precoce.
Analisi statistica e sviluppo del modello
Le caratteristiche alla baseline sono state riassunte separatamente nei cohort di sviluppo e di validazione indipendente. Le variabili continue sono state riportate come media ± deviazione standard o mediana con intervallo interquartile, e le variabili categoriche come n (%). Le variabili biochimiche e della coagulazione al ricovero sono state confrontate tra i pazienti con e senza MODS. Per le variabili continue è stato utilizzato il test t di Student o il test della somma dei ranghi di Wilcoxon, mentre per le variabili categoriche è stato utilizzato il test del chi-quadrato o il test esatto di Fisher. Questi valori P avevano carattere descrittivo e non sono stati utilizzati singolarmente per la selezione dei predittori.
Lo sviluppo del modello è stato limitato al gruppo di sviluppo. È stata utilizzata la regressione logistica penalizzata come modello principale per ridurre l'overfitting in presenza di un numero limitato di eventi e di predittori di laboratorio correlati. Il modello è stato adattato in R versione 4.3.2 utilizzando il pacchetto glmnet versione 4.1-8 con famiglia binomiale, predittori standardizzati e penalizzazione di tipo least absolute shrinkage and selection operator (LASSO), specificata da alpha = 1. È stata impiegata una validazione incrociata a dieci ripetizioni, ripetuta 10 volte, per l'ottimizzazione della penalizzazione, con il seme casuale fissato a 20260420. Il parametro di penalizzazione è stato selezionato utilizzando la regola dell'errore standard. Sono stati salvati il percorso dei coefficienti, i valori dell'errore di validazione incrociata, il parametro di penalizzazione selezionato e i predittori mantenuti. Il flusso di analisi è mostrato nella Figura 2. Il software, i pacchetti statistici, i sistemi di database e le piattaforme di laboratorio utilizzati nel protocollo sono elencati nella Tabella dei Materiali.
La regressione logistica non penalizzata non è stata utilizzata come modello inferenziale principale dopo la selezione penalizzata. Se i rapporti di probabilità (odds ratios) sono stati riportati per l'interpretazione clinica, sono stati etichettati come stime descrittive post-selezione. La capacità discriminante è stata stimata mediante l'area sotto la curva caratteristica operativa del ricevitore (ROC), con intervalli di confidenza al 95% calcolati utilizzando il metodo di DeLong nel pacchetto pROC versione 1.18.5. La calibrazione è stata valutata mediante l'intercetta di calibrazione, la pendenza della calibrazione, il punteggio di Brier e i grafici di calibrazione. È stato utilizzato un ricampionamento bootstrap con 1.000 ripetizioni nel gruppo di sviluppo per stimare le prestazioni corrette per l'ottimismo. L'analisi della curva decisionale non è stata mantenuta nel set di analisi rivisto; pertanto, le affermazioni sul beneficio clinico netto sono state rimosse dal manoscritto.
Derivazione e interpretazione del punteggio
Il punteggio composito biochimico-coagulativo basato su punti è stato derivato dai coefficienti del modello penalizzato bloccato. Le variabili continue sono state utilizzate durante l'adattamento del modello. Le soglie categorizzate sono state introdotte solo dopo la finalizzazione del modello per supportare il calcolo al letto del paziente. Le soglie sono state scelte in base a intervalli di riferimento clinici stabiliti, soglie comuni di anomalie di laboratorio o punti di taglio basati sui coefficienti definiti nel gruppo di sviluppo prima della validazione. Le soglie non sono state ottimizzate nel gruppo di validazione.
Sono stati assegnati punti interi in base alla direzione e alla grandezza relativa dei coefficienti bloccati. Punteggi più elevati indicavano profili di laboratorio più sfavorevoli. Il punteggio totale è stato calcolato sommando i punti relativi ai componenti mantenuti. Le categorie di rischio predefinite sono state utilizzate esclusivamente per la stratificazione del rischio; non sono state utilizzate per definire la MODS. Il punteggio aveva lo scopo di identificare i pazienti che potrebbero necessitare di un’osservazione più attenta, di ripetute valutazioni di laboratorio o di una preparazione per percorsi di supporto d'organo. Non è stato utilizzato come regola diagnostica autonoma, come trigger per anticoagulazione o come sostituto della rivalutazione da parte del clinico.
Validazione con campione di riserva e benchmarking
Le regole di preelaborazione bloccate, la struttura di imputazione, le soglie di winsorizzazione, i parametri di standardizzazione, i coefficienti del modello, le regole di punteggio e le soglie prefissate sono stati applicati al campione di validazione di riserva. Non è stata eseguita alcuna ulteriore selezione di predittori, riadattamento del modello, ricampionamento dei coefficienti o ottimizzazione delle soglie. Le prestazioni di validazione sono state riassunte mediante discriminazione, calibrazione, punteggio di Brier, sensibilità, specificità, valore predittivo positivo e valore predittivo negativo.
Gli strumenti di valutazione della gravità precedentemente stabiliti sono stati calcolati a partire dalla stessa finestra temporale di ammissione, quando i dati erano disponibili, inclusi l'Indice Clinico di Gravità nella Pancreatite Acuta, il punteggio Acute Physiology and Chronic Health Evaluation II, il punteggio Sequential Organ Failure Assessment, il punteggio di Ranson, il punteggio di Pancreatite Acuta Innocua e i criteri del sindrome da risposta infiammatoria sistemica. I confronti hanno utilizzato lo stesso endpoint, popolazione di analisi e schema di validazione. I confronti tra aree sotto la curva appaiate sono stati effettuati mediante test di DeLong.
Tutti i grafici di convalida e i grafici stratificati per punteggio sono stati generati a partire dal dataset analitico bloccato. La dimensione del campione in ciascun pannello delle figure è stata verificata rispetto al coorte analitico finale, al coorte di sviluppo, al coorte di convalida tenuto in riserva o allo strato di punteggio prestabilito prima della preparazione delle figure. I metodi visivi progettati per dati omici ad alta dimensione, dati ecologici di conteggio o analisi di abbondanza differenziale non sono stati utilizzati per dati di laboratorio clinico di routine.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Caratteristiche della coorte e comparabilità alla baseline
Un totale di 300 pazienti con pancreatite acuta è stato incluso nella coorte analitica finale. Secondo la suddivisione prespecificata stratificata 7:3 con riserva, 210 pazienti sono stati assegnati alla coorte di sviluppo e 90 pazienti alla coorte di validazione con riserva. Tutti i pazienti inclusi presentavano misurazioni biochimiche e della coagulazione idonee entro 24 ore dall'ammissione in ospedale.
Le caratte...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
La sindrome da disfunzione multiorgano (MODS) associata alla pancreatite acuta può svilupparsi in un breve periodo dopo il ricovero ospedaliero, in particolare nei pazienti con infiammazione sistemica precoce, danno endoteliale, alterata perfusione tissutale e instabilità metabolica. Il presente protocollo è stato progettato attorno a questa finestra temporale del ricovero perché le prime 24 ore spesso determinano se un paziente debba rimanere sotto osservazione ordinaria nel reparto oppure richieda una rivalutazione più...
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
Gli autori dichiarano di non avere conflitti di interessi rilevanti per questo studio.
Gli autori desiderano ringraziare tutti i medici e il personale di laboratorio coinvolti nella diagnosi, nel trattamento e nella raccolta dei dati dei pazienti affetti da pancreatite acuta. Siamo inoltre grati ai pazienti le cui informazioni cliniche hanno reso possibile questo studio. Il loro contributo è sinceramente apprezzato.
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.
| Nome | Azienda | Numero di catalogo | Commenti |
|---|---|---|---|
| Nome | Nome dell'azienda | Numero di catalogo / URL | Commenti |
| Software statistico R | Fondazione R per il Calcolo Statistico | Versione 4.3.2 https://www.r-project.org/ | Ambiente di calcolo statistico utilizzato per la preelaborazione dei dati, lo sviluppo del modello, la validazione e la generazione di figure. |
| Pacchetto R caret | CRAN / Max Kuhn | Versione 6.0-94 https://cran.r-project.org/package=caret | Utilizzato per la suddivisione stratificata 7:3 tra set di sviluppo e validazione con hold-out tramite la funzione createDataPartition. |
| Pacchetto R glmnet | CRAN / autori di glmnet | Versione 4.1-8 https://cran.r-project.org/package=glmnet | Utilizzato per la regressione logistica penalizzata LASSO con famiglia binomiale e alpha = 1. |
| Pacchetto R mice | CRAN / progetto amices | Versione 3.16.0 https://cran.r-project.org/package=mice | Utilizzato per l'imputazione multipla mediante equazioni concatenate con 20 dataset imputati e 20 iterazioni. |
| Pacchetto R pROC | CRAN / autori di pROC | Versione 1.18.5 https://cran.r-project.org/package=pROC | Utilizzato per l'analisi ROC, la stima dell'AUC, gli intervalli di confidenza e i confronti di DeLong. |
| Serie di analizzatori modulari cobas 8000 | Roche Diagnostics | 05641446001 / SYS_128 https://diagnostics.roche.com/global/en/products/systems/cobas-8000-analyzer-series-sys-128.html | Test biochimici e immunochemici. Verificare il modello dell'analizzatore e le informazioni del catalogo rispetto ai registri del laboratorio partecipante prima dell'invio. |
| Analizzatore ematologico automatico XN-1000 | Sysmex Corporation | Modello XN-1000 https://www.sysmex.com/en-us/lab-solutions/hematology/xn-series/xn-1000 | Variabili dell'emocromo completo, inclusi i conteggi dei globuli bianchi e delle piastrine. Verificare rispetto ai registri del laboratorio partecipante prima dell'invio. |
| Analizzatore automatico di coagulazione CS-5100 | Sysmex Corporation | Modello CS-5100 https://www.sysmex.com/en-us/lab-solutions/hemostasis/sysmex-cs-5100 | Variabili della coagulazione, inclusi PT, APTT, fibrinogeno e D-dimero. Verificare rispetto ai registri del laboratorio partecipante prima dell'invio. |
| Analizzatore di gas del sangue ABL90 FLEX PLUS | Radiometer Medical ApS | Modello ABL90 FLEX PLUS https://www.radiometer.com/en/products/blood-gas-testing/abl90-flex-plus-blood-gas-analyzer | Misurazione del lattato, se questa piattaforma è stata utilizzata. Verificare rispetto ai registri del laboratorio partecipante prima dell'invio. |
| Sistema di cartella clinica elettronica | Ospedali partecipanti | Specifica per l'istituzione; non applicabile | Utilizzato per recuperare le note di ammissione, le note di avanzamento, i referti di terapia intensiva, le procedure, i parametri vitali e i referti di dimissione. Sostituire con il nome effettivo del fornitore e del sistema quando disponibile. |
| Sistema informativo di laboratorio | Ospedali partecipanti | Specifica per l'istituzione; non applicabile | Utilizzato per recuperare i timestamp di laboratorio, i valori grezzi, le unità e i dati armonizzati. Sostituire con il nome effettivo del fornitore e del sistema quando disponibile. |
| Modulo di valutazione dell'endpoint | Gruppo di studio | Documento personalizzato dello studio; non applicabile | Modulo standardizzato utilizzato da due revisori e da un terzo revisore senior per determinare lo stato e l'insorgenza del MODS. |
| Dizionario dei dati e tabella di conversione delle unità | Gruppo di studio | Documento personalizzato dello studio; non applicabile | Definisce i nomi delle variabili, le unità target, le regole di conversione, i flag per i dati mancanti, i codici dei centri e i formati pronti per l'analisi. |
Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.