Een abonnement op JoVE is vereist om deze inhoud te bekijken. Log in of start vandaag met uw gratis proefperiode.
Onderzoeksartikel
Hier presenteren wij een protocol voor cohortassemblage, laboratoriumharmonisatie, de ontwikkeling van een bestraft model, validatie en de constructie van een bedside score voor vroege risicostratificatie van het syndroom van multi-orgaanfalen bij acute pancreatitis.
Vroege herkenning van het multifaal orgaanfalen (multiple organ dysfunction syndrome) bij acute pancreatitis blijft moeilijk, omdat orgaandeterioratie kan optreden voordat conventionele ernstbeoordelingen zijn voltooid. Dit artikel beschrijft een reproduceerbaar protocol voor de ontwikkeling, validatie en toepassing van een biochemisch-stollingscompositescore bij opname, gebaseerd op routinematige laboratoriumtests die binnen 24 u na ziekenhuisopname zijn afgenomen. Multifaal orgaanfalen werd gekozen als het primaire eindpunt omdat het klinisch relevante dysfunctie in meer dan één orgaansysteem weerspiegelt en direct bijdraagt aan de intensiteit van vroege monitoring, escalatieplanning en de toewijzing van middelen voor intensieve zorg. Het protocol omvat de samenstelling van multicentrische cohorten, screening op geschiktheid, beoordeling van eindpunten, harmonisatie van laboratoriumeenheden, verwerking van ontbrekende gegevens, schaling van predictoren, ontwikkeling van een gestraft regressiemodel, hold-out validatie, constructie van de score, benchmarking tegen gevestigde ernstscores en sensitiviteitsanalyses. Continue laboratoriumvariabelen worden behouden tijdens de modelontwikkeling om informatieverlies te beperken, terwijl klinisch interpreteerbare categorieën alleen worden gebruikt bij het vertalen van het uiteindelijke model naar een praktische score voor aan het bed. Procedurele controlepunten omvatten de bevestiging van de cohortsamenstelling, drempelwaarden voor ontbrekende gegevens, vastgelegde voorbewerkingsregels, modelselectie-outputs, validatie-outputs en de interpretatie van de uiteindelijke score. Met deze workflow kunnen routinematig gemeten biochemische en stollingsmarkers worden geïntegreerd in een gestructureerd instrument voor risicostratificatie bij opname voor multifaal orgaanfalen geassocieerd met acute pancreatitis. De score is bedoeld om nauwere observatie, herhaalde laboratoriumbeoordelingen en de voorbereiding op orgaanondersteunende trajecten te ondersteunen, maar dient als aanvulling op, en niet als vervanging van, het klinisch oordeel of gevestigde kaders voor ernstbeoordeling.
Acute pancreatitis is een veelvoorkomende gastro-intestinale spoedsituatie met een klinisch verloop dat varieert van milde, zelflimiterende ontsteking tot een snel progressieve aandoening gecompliceerd door orgaandisfunctie. De huidige ernstbeoordeling wordt gewoonlijk geleid door de herziene Atlanta-classificatie, die de ernst van de ziekte definieert op basis van lokale complicaties, systemische complicaties en de aanwezigheid en duur van orgaanfalen1. Bedside-scoringssystemen worden ook gebruikt tijdens de vroege ziekenhuisopname om de risicobeoordeling en beslissingen over escalatie van de zorg te ondersteunen. De Bedside Index for Severity in Acute Pancreatitis maakt gebruik van vijf variabelen die binnen de eerste 24 u beschikbaar zijn en is ontwikkeld om het risico op mortaliteit tijdens ziekenhuisopname te schatten2. Recente klinische richtlijnen blijven de nadruk leggen op vroege herkenning van ernstige ziekte, herhaalde herbeoordeling, adequate vochtresuscitatie, planning van orgaanondersteuning en tijdige escalatie van de zorg3.
Vroege risicobeoordeling blijft in de dagelijkse praktijk moeilijk. De inflammatoire respons bij acute pancreatitis verandert snel, en sommige traditionele scoresystemen vereisen herhaalde metingen, fysiologische variabelen die na opname evolueren, of beeldvormingsresultaten die mogelijk niet beschikbaar zijn bij het eerste klinische contact4. Als gevolg hiervan kan de risicoclassificatie variëren afhankelijk van het bemonsteringstijdstip, de lokale workflow en het behandelpad. Deze onzekerheden kunnen leiden tot onnodige intensieve monitoring of interventie bij patiënten met een laag risico, terwijl patiënten die snel verslechteren te maken kunnen krijgen met een vertraagde escalatie van de zorg. Een recente review over de voorspelling van de ernst van acute pancreatitis merkte op dat de prestaties van klinische scores en individuele biomarkers variëren tussen patiëntenpopulaties, distributies van de ernst van de ziekte en beoordelingsvensters5.
De meeste recente voorspellingsstudies hebben geprobeerd variabelen te gebruiken die binnen 24 u na opname zijn verzameld, vaak met aanhoudend orgaanfalen of ernige acute pancreatitis als doeluitkomst. Deze aanpak is klinisch nuttig, maar veel gepubliceerde modellen blijven beperkt door een single-center design, onvolledige validatie en onvoldoende rapportage over preprocessing- en methoden voor ontbrekende gegevens6. Transparante rapportage is bijzonder belangrijk voor voorspellingsmodellen, omdat geschiktheidscriteria, definities van predictoren, steekproefomvang, de omgang met ontbrekende gegevens, beslissingen bij de modelbouw en validatieprocedures direct invloed hebben op de reproduceerbaarheid en klinische interpretatie7. Om een methode op basis van opname tussen verschillende instellingen bruikbaar te maken, moet deze steunen op routinematig beschikbare tests, procedures voor eenheidconversie definiëren, uitleggen hoe laboratoriumwaarden worden geharmoniseerd en specificeren hoe onvolledige predictorwaarden worden behandeld vóór het fitten van het model.
Zowel biochemische afwijkingen als stollingsstoornissen zijn relevant voor de vroege verslechtering bij acute pancreatitis. Ontstekingsactivatie, endotheelschade, hemoconcentratie, renale hypoperfusie en microcirculatoire stoornissen kunnen vroegtijdig optreden en bijdragen aan orgaandysfunctie. Coagulatieactivatie is nauw verbonden met ontsteking, en coagulopathie geassocieerd met acute pancreatitis is beschreven als onderdeel van de progressie naar aanhoudend orgaanfalen en ongunstige uitkomsten8. D-dimeer is eveneens gerapporteerd als een marker bij opname die geassocieerd is met orgaanfalen, lokale complicaties, opname op de intensive care en mortaliteit bij acute pancreatitis9. Echter worden stollingsindicatoren vaak afzonderlijk geïnterpreteerd in plaats van gecombineerd met routinematige biochemische variabelen in een gestructureerde workflow bij opname.
Het syndroom van multiple orgaanuitval werd in dit protocol gekozen als het primaire eindpunt, omdat het klinisch significante dysfunctie van meer dan één orgaansysteem vertegenwoordigt. Aanhoudend orgaanfalen blijft centraal staan bij de ernstclassificatie van acute pancreatitis, maar het syndroom van multiple orgaanuitval sluit nauwer aan bij de praktische vraag bij opname: of een patiënt waarschijnlijk intensievere bewaking, herhaald laboratoriumonderzoek, voorbereiding op orgaanondersteuning of intensive care-middelen nodig zal hebben. Dit eindpunt maakt het ook mogelijk om biochemische signalen en stollingssignalen te evalueren in relatie tot een breder patroon van systemische verslechtering, in plaats van een enkele orgaangerichte uitkomst.
Het artikel van deze methode beschrijft een reproduceerbaar biochemisch-stollingsscoreprotocol bij opname voor vroege risicostratificatie van het syndroom van meervoudig orgaanfalen bij acute pancreatitis. Het protocol maakt gebruik van routineuze laboratoriumvariabelen die binnen 24 u na opname zijn verkregen, standaardiseert de harmonisatie van eenheden en de omgang met ontbrekende gegevens, past gepenaliseerde modelontwikkeling toe en vertaalt het uiteindelijke model naar een klinisch interpreteerbare samengestelde score. Het doel is niet om het klinisch oordeel of gevestigde kaders voor ernst te vervangen, maar om een transparante, repliceerbare workflow te bieden die instellingen helpt om laboratoriumgegevens bij opname om te zetten in bruikbare risico-informatie.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Het studieprotocol is goedgekeurd door de Ethiekcommissie voor Biomedisch Onderzoek met Mensen van The First People’s Hospital of Jiashan, Jiashan Hospital Affiliated to Jiaxing University (goedkeuringsnummer 2026 Research Approval No. 005; acceptatienummer LW2026004; goedkeuringsdatum: 13 januari 2026). De vereiste voor individuele geïnformeerde toestemming is kwijtgescholden omdat deze retrospectieve studie gebruikmaakte van gedeïdentificeerde klinische gegevens. Voorafgaand aan de analyse zijn directe identificatoren, waaronder naam, ziekenhuisidentificatienummer, telefoonnummer, adres en nationaal identificatienummer, verwijderd. De gegevensverwerking volgde de institutionele vereisten voor gegevensbescherming en de Verklaring van Helsinki10.
Studieopzet en samenstelling van de multicentrische cohort
Deze retrospectieve multicentrische cohortstudie maakte gebruik van biochemische en stollingsgegevens bij opname om een reproduceerbare scoringworkflow te construeren voor vroege risicostratificatie van het multiple orgaanfalen syndroom (MODS) bij acute pancreatitis (AP). AP werd gedefinieerd door ten minste twee van de volgende criteria: typische buikpijn, serumamylase of lipaseminstens drie keer de bovengrens van de normaalwaarde, of beeldvormingsbevindingen consistent met AP. Het baseline-venster werd gedefinieerd als de eerste 24 h na ziekenhuisopname. Voor elke laboratoriumvoorspeller werd de vroegst beschikbare waarde binnen dit venster gebruikt. Waarden verkregen na het eerste gedocumenteerde begin van MODS werden niet gebruikt voor de constructie van de voorspellers.
Opeenvolgende AP-ziekenhuisopnames uit de deelnemende centra van 1 januari 2023 tot en met 20 december 2025 werden gescreend met behulp van een uniform screeningslogboek, een checklist voor geschiktheid, een datadictionary en een formulier voor de beoordeling van eindpunten. In het screeningslogboek werden het totaal aantal gescreende opnames, dubbele opnames, uitsluitingen vanwege niet-bevestigde AP, een leeftijd jonger dan 18 jaar, chronische pancreatitis, pancreatitis geassocieerd met pancreasmaligniteit, onbetrouwbare opnametijd, niet-beschikbare laboratoriumgegevens van 24 uren, onvolledige eindpuntgegevens en de uiteindelijke analytische cohort geregistreerd. Het vergrendelde screeningslogboek werd gebruikt om Figuur 1 te genereren. De patiëntenaantallen in Figuur 1 werden vóór de analyse gecontroleerd aan de hand van de uiteindelijke analytische dataset.
Nadat de analytische cohort was vastgesteld, werden patiënten in een ratio van 7:3 toegewezen aan een ontwikkelingscohort en een hold-out validatiecohort. De splitsing werd uitgevoerd in R versie 4.3.2 met behulp van het caret-pakket versie 6.0-94, waarbij de random seed werd vastgezet op 20260420. Gestratificeerde steekproefname werd uitgevoerd op basis van MODS-status en centrum. Indien de centrumverdeling tussen de cohorten met meer dan 5 procentpunten verschilde, werden gecombineerde centrum-MODS strata gebruikt. De cohorttoewijzing werd opgeslagen vóór het fitten van het model en daarna niet meer gewijzigd. Voorbehandelingsregels, imputatie-instellingen, modeloptimalisatie, coëfficiëntschatting, scoreconstructie en de selectie van de afkapwaarde werden uitsluitend afgeleid uit het ontwikkelingscohort. Het hold-out validatiecohort werd uitsluitend gebruikt voor de evaluatie van het vastgestelde model.
Geschiktheidscriteria en inschrijfprocedures
Geschikte patiënten waren volwassenen van 18 jaar of ouder met bevestigde AP, een traceerbaar tijdstip van ziekenhuisopname, ten minste één biochemisch of stollingslaboratoriumpaneel binnen 24 u na opname, en volledige ziekenhuisgegevens voor de beoordeling van het eindpunt. Patiënten werden uitgesloten als AP niet kon worden bevestigd, als er sprake was van chronische pancreatitis of pancreatitis geassocieerd met pancreasmaligniteit, of als het tijdstip van de eerste ziekenhuisopname niet betrouwbaar kon worden gereconstrueerd. Overgeplaatste patiënten werden uitgesloten wanneer het tijdstip van de eerste opname, het tijdstip van de eerste laboratoriumafname of de status van vroege orgaandysfunctie over verschillende instellingen heen niet traceerbaar waren. Bij herhaalde opnames van dezelfde patiënt tijdens de studieperiode werd alleen de eerste geschikte hospitalisatie behouden. Voor elk uitgesloten geval werd één primaire reden voor uitsluiting geregistreerd.
Uitkomsten en beoordeling van eindpunten
De primaire uitkomst was MODS tijdens ziekenhuisopname, gedefinieerd als disfunctie van twee of meer orgaansystemen tijdens de opname. Orgaandisfunctie werd beoordeeld aan de hand van respiratoire, cardiovasculaire, renale, hepatische, coagulatie- en neurologische gegevens in het elektronisch medisch dossier. Dezelfde vooraf vastgestelde criteria voor orgaansystemen werden in alle centra toegepast vóór de modelontwikkeling, en de operationele criteria die zijn gebruikt voor de beoordeling van de eindpunten zijn samengevat in Aanvullende Tabel 1.
Twee getrainde beoordelaars beoordeelden onafhankelijk elk gedeïdentificeerd dossier op basis van opnameverslagen, voortgangsverslagen, dossiers van de intensive care unit, procedureverslagen, laboratoriumrapporten, vitale functies en ontslagbrieven. Het adjudicatieformulier legde de studiecode van de patiënt, het betrokken orgaansysteem, het brondossier, de datum en tijd van aanvang, de ondersteunende laboratorium- of fysiologische waarde, de beslissing van de beoordelaar en de uiteindelijke adjudicatiestatus vast. Overeenstemming tussen de beoordelaars werd als definitief geaccepteerd. Meningsverschillen werden opgelost door een derde senior beoordelaar. Secundaire uitkomsten omvatten opname op de intensive care unit, invasieve of non-invasieve mechanische ventilatie, niervervangende therapie, mortaliteit in het ziekenhuis, geïnfecteerde necrose of een drainagesprocedure, en de duur van het ziekenhuisverblijf. De verblijfsduur werd berekend als de ontslagdatum minus de opnamedatum plus 1 dag.
Kandidaat-predictoren bij opname
Kandidaat-predictoren werden beperkt tot routinevariabelen die binnen 24 u na opname beschikbaar waren. Voor herhaalde testen binnen het venster van 24 u werd de eerste geschikte waarde behouden. Biochemische variabelen omvatten het aantal witte bloedcellen, C-reactief proteïne, procalcitonine (indien beschikbaar), lactaat, glucose, totaal calcium, bloedureumstikstof, creatinine, alanine-aminotransferase, totaal bilirubine, albumine en lactaatdehydrogenase. Stollingsvariabelen omvatten het aantal bloedplaatjes, protrombinetijd, protrombinetijd-internationale genormaliseerde ratio, geactiveerde partiële tromboplastinetijd, fibrinogeen en D-dimeer.
Basis klinische variabelen werden verzameld voor de beschrijving van de case-mix en de berekening van de benchmarkscore. Deze variabelen omvatten leeftijd, geslacht, bodymassindex, tijd vanaf het begin van de symptomen tot opname, AP-etiologie, rookstatus, eerdere pancreatitis, comorbiditeiten, hartslag bij opname, gemiddelde arteriële druk, status van het systemisch inflammatoir respons syndroom, de Bedside Index for Severity in Acute Pancreatitis-score, de Acute Physiology and Chronic Health Evaluation II-score en de Sequential Organ Failure Assessment-score. Wanneer zowel de protrombinetijd als de protrombinetijd-internationale genormaliseerde ratio beschikbaar waren, werd de protrombinetijd-internationale genormaliseerde ratio gebruikt voor de modellering en werd de protrombinetijd behouden voor de beschrijvende rapportage. Het extractiebestand bevatte één rij per ziekenhuisopname en bevatte de centrumcode, patiëristudiecode, opnametijd, bemonstertijd, ruwe waarde, ruwe eenheid, geharmoniseerde waarde, geharmoniseerde eenheid, brontabel en een vlag voor ontbrekende gegevens.
Laboratoriumharmonisatie tussen centra
Alle laboratoriumvariabelen werden vóór de analyse omgezet naar vooraf gespecificeerde doeleenheden: aantal witte bloedcellen en aantal bloedplaatjes, 109/L; C-reactief proteïne, mg/L; procalcitonine, ng/mL; lactaat, glucose, totaal calcium en bloedureumstikstof, mmol/L; creatinine en totaal bilirubine, µmol/L; alanine-aminotransferase en lactaatdehydrogenase, U/L; albumine en fibrinogeen, g/L; protrombinetijd en geactiveerde partiële tromboplastinetijd, seconden; protrombinetijd-internationale genormaliseerde ratio, dimensieloze ratio; en D-dimeer, mg/L fibrinogeenequivalente eenheden. D-dimeerwaarden die werden gerapporteerd als µg/mL fibrinogeenequivalente eenheden werden omgezet naar mg/L fibrinogeenequivalente eenheden met een numerieke conversie van 1:1. D-dimeerwaarden die werden gerapporteerd als D-dimeereenheden werden alleen omgezet wanneer het lokale laboratorium een gevalideerde conversiefactor verstrekte. Waarden zonder een gevalideerde conversiefactor werden voor de modellering als missend beschouwd.
De rapportage-eenheden, referentiebereiken, assay-gegevens en analyzer-notities van elk centrum werden vóór de pooling beoordeeld. In het harmonisatiebestand werden de oorspronkelijke eenheid, de doeleenheid, de conversieregel en de beoordelaar die verantwoordelijk was voor het controleren van de conversie behouden. Laboratoriumwaarden werden in de primaire analyse niet genormaliseerd op basis van centrumspecifieke referentiebereiken, omdat de score bedoeld was voor gebruik met absolute klinische waarden. De centrumcode werd behouden tijdens de imputatie en sensitiviteitsanalyse. Negatieve waarden voor non-negatieve tests, incompatibele eenheden, tijdstempels buiten het venster van 24 h en waarden die niet door brongegevens werden ondersteund, werden gemarkeerd. Een waarde werd alleen gecorrigeerd wanneer het brondocument een transcriptiefout of een fout in de eenheidsconversie bevestigde; anders werd de waarde als ontbrekend gemarkeerd.
Data-preprocessing en omgang met ontbrekende gegevens
De mate van ontbrekende gegevens werd per variabele, centrum en MODS-status samengevat voorafgaand aan de modelfitting. Kandidaat-predictoren werden uitgesloten van de modelontwikkeling als de totale hoeveelheid ontbrekende gegevens 30% overschreed of als de hoeveelheid ontbrekende gegevens in een enkel centrum 50% overschreed. Patiënten werden uitgesloten van de modelleringsdataset als meer dan 40% van de kandidaat-predictoren ontbrak of als de primaire uitkomst niet kon worden vastgesteld.
Continue predictoren werden gewinsoriseerd op het 1e en 99e percentiel, geschat in de ontwikkelingscohort. Dezelfde drempelwaarden werden toegepast op de hold-out validatiecohort. Drempelwaarden werden niet opnieuw geschat in de validatiedata. Variabelen met een scheefheid groter dan 2 na winsorisering werden getransformeerd met behulp van de natuurlijke logaritme; log(x + 0,01) werd gebruikt voor variabelen die nul konden bevatten. Continue predictoren werden gestandaardiseerd met behulp van het gemiddelde en de standaarddeviatie van de ontwikkelingscohort, en dezelfde parameters werden toegepast op de validatiedata.
Meervoudige imputatie werd uitgevoerd met behulp van chained equations in R met het mice package versie 3.16.0. Er werden twintig geïmputeerde datasets gegenereerd met 20 iteraties per dataset. Voor continue variabelen werd predictive mean matching gebruikt, voor binaire variabelen logistische regressie en voor nominale categorische variabelen polytome logistische regressie. Het imputatiemodel omvatte kandidaat-predictoren, centrumcode, cohortindicator en MODS-status voor de modelontwikkeling. Validatieresultaten werden niet gebruikt om preprocessing-regels, variabele-geschiktheid of drempelwaarden te wijzigen. Regressieschattingen werden, indien gerapporteerd, gepoold met behulp van de regels van Rubin. Predictiemetrieken werden berekend binnen elke geïmputeerde dataset en samengevat als gepoolde of mediane schattingen met bereiken. Twee sensitiviteitsanalyses waren vooraf gespecificeerd: een complete-case-analyse met patiënten zonder missende predictoren in het finale model, en een baseline-waarde-analyse waarbij de slechtste geschikte laboratoriumwaarde binnen 24 h werd gebruikt in plaats van de vroegste waarde.
Statistische analyse en modelontwikkeling
De baseline-kenmerken werden afzonderlijk samengevat in de ontwikkelings- en de hold-out validatiecohorten. Continue variabelen werden gerapporteerd als gemiddelde ± standaarddeviatie of mediaan met interkwartielafstand, en categorische variabelen als n (%). Biochemische variabelen en stollingsvariabelen bij opname werden vergeleken tussen patiënten met en zonder MODS. De t-toets van Student of de Wilcoxon rank-sum toets werd gebruikt voor continue variabelen, en de chi-kwadraattoets of de exacte toets van Fisher werd gebruikt voor categorische variabelen. Deze P-waarden waren beschrijvend en werden niet uitsluitend gebruikt voor de selectie van predictoren.
De modelontwikkeling was beperkt tot de ontwikkelingscohort. Gestrafte logistische regressie werd gebruikt als primair model om overfitting te verminderen bij een beperkt aantal gebeurtenissen en gecorreleerde laboratoriumvoorspellers. Het model werd gefit in R versie 4.3.2 met behulp van het glmnet-pakket versie 4.1-8 met een binomiale familie, gestandaardiseerde voorspellers en least absolute shrinkage and selection operator (LASSO)-bestraffing, gespecificeerd door alpha = 1. Tienvoudige kruisvalidering, 10 keer herhaald, werd gebruikt voor de afstemming van de strafparameter, waarbij de random seed werd vastgelegd op 20260420. De strafparameter werd geselecteerd met behulp van de one-standard-error-regel. Het coëfficiëntpad, de kruisvalideringsfoutwaarden, de geselecteerde strafparameter en de behouden voorspellers werden opgeslagen. De analyse-workflow wordt weergegeven in Figuur 2. De software, statistische pakketten, databasesystemen en laboratoriumplatforms die in het protocol zijn gebruikt, staan vermeld in de Tabel met Materialen.
Niet-gepenaliseerde logistische regressie werd niet gebruikt als primair inferentieel model na de gepenaliseerde selectie. Indien odds ratio's werden gerapporteerd voor klinische interpretatie, werden deze aangeduid als descriptieve post-selectieschattingen. Discriminatie werd geschat met behulp van de oppervlakte onder de receiver operating characteristic-curve, waarbij 95% betrouwbaarheidsintervallen werden berekend met de DeLong-methode in het pROC-pakket versie 1.18.5. Kalibratie werd beoordeeld aan de hand van het kalibratie-intercept, de kalibratie-helling, de Brier-score en kalibratieplots. Bootstrap-resampling met 1.000 herhalingen werd gebruikt in de ontwikkelingscohort om de optimisme-gecorrigeerde prestaties te schatten. Decision-curve analyse is niet behouden in de herziene analyseset; daarom zijn beweringen over het klinische netto-voordeel uit het manuscript verwijderd.
Afleiding en interpretatie van de score
De op punten gebaseerde biochemisch-coagulatie compositescore voor opname werd afgeleid van de vastgelegde gestrafte modelcoëfficiënten. Tijdens het aanpassen van het model werden continue variabelen gebruikt. Gecategoriseerde drempelwaarden werden pas geïntroduceerd na de afronding van het model om berekeningen aan het bed van de patiënt te ondersteunen. Drempelwaarden werden geselecteerd op basis van vastgestelde klinische referentiewaarden, veelgebruikte drempelwaarden voor laboratoriumafwijkingen, of op coëfficiënten gebaseerde afkapwaarden die in de ontwikkelingscohort werden gedefinieerd vóór de validatie. Drempelwaarden werden niet geoptimaliseerd in de validatiecohort.
Gehele getallen werden toegekend op basis van de richting en de relatieve grootte van de gefixeerde coëfficiënten. Een hoger aantal punten duidde op ongunstigere laboratoriumprofielen. De totale score werd berekend door de punten over de behouden componenten op te tellen. Vooraf vastgestelde risicocategorieën werden uitsluitend gebruikt voor risicostratificatie; ze werden niet gebruikt om MODS te definiëren. De score was bedoeld om patiënten te identificeren die mogelijk nauwere observatie, herhaalde laboratoriumbeoordelingen of voorbereiding op trajecten voor orgaanondersteuning nodig hebben. Het werd niet gebruikt als een op zichzelf staande diagnostische regel, een trigger voor anticoagulatie of als vervanging voor een herbeoordeling door de clinicus.
Hold-out validatie en benchmarking
De vastgelegde regels voor voorbewerking, de imputatiestructuur, winsorisatiedrempels, standaardisatieparameters, modelcoëfficiënten, scoringsregels en vooraf vastgestelde afkapwaarden werden toegepast op de hold-out validatiecohort. Er werd geen verdere screening van predictoren, herfitting van het model, herkalibratie van coëfficiënten of optimalisatie van drempelwaarden uitgevoerd. De validatieprestaties werden samengevat aan de hand van discriminatie, kalibratie, de Brier-score, sensitiviteit, specificiteit, positief voorspellende waarde en negatief voorspellende waarde.
Gevestigde instrumenten voor ernstbepaling werden berekend over hetzelfde opnamevenster wanneer gegevens beschikbaar waren, waaronder de Bedside Index for Severity in Acute Pancreatitis, de Acute Physiology and Chronic Health Evaluation II-score, de Sequential Organ Failure Assessment-score, de Ranson-score, de Harmless Acute Pancreatitis Score en de criteria voor het systemisch inflammatoir respons syndroom. Voor de vergelijkingen werden hetzelfde eindpunt, dezelfde analysepopulatie en hetzelfde validatiekader gebruikt. Gepaarde vergelijkingen van de area-under-curve werden uitgevoerd met behulp van DeLong-testen.
Alle validatieplots en score-gestratificeerde plots werden gegenereerd vanuit de vastgelegde analytische dataset. De steekproefomvang in elk figuurpaneel werd vóór de voorbereiding van de figuren gecontroleerd aan de hand van de definitieve analytische cohort, de ontwikkelcohort, de hold-out validatiecohort of het vooraf gespecificeerde scorestratum. Visuele methoden die zijn ontworpen voor hoogdimensionele omics, ecologische telgegevens of differentieel-abundantieanalyse werden niet gebruikt voor routinematige klinische laboratoriumgegevens.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Cohortkenmerken en baseline vergelijkbaarheid
In totaal werden 300 patiënten met acute pancreatitis opgenomen in de uiteindelijke analytische cohort. Conform de vooraf gespecificeerde 7:3 gestratificeerde hold-out split werden 210 patiënten toegewezen aan de ontwikkelcohort en 90 patiënten aan de hold-out validatiecohort. Alle geïncludeerde patiënten beschikten over geschikte biochemische en stollingsmetingen binnen 24 h na opname in het ziekenhuis.
De baselinekenmerken wo...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
Het aan acute pancreatitis geassocieerde multiple orgaanfalen (MODS) kan zich in een korte periode na opname in het ziekenhuis ontwikkelen, met name bij patiënten met vroege systemische inflammatie, endotheelschade, een verminderde weefselperfusie en metabole instabiliteit. Het huidige protocol is ontworpen rond dit opnamevenster, omdat de eerste 24 u vaak bepalen of een patiënt onder routinematige observatie op de afdeling blijft of dat een nauwere herbeoordeling, intensievere monitoring of voorbereiding op orgaalonders...
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
De auteurs verklaren dat zij geen belangenconflicten hebben die relevant zijn voor deze studie.
De auteurs willen alle clinici en laboratoriummedewerkers bedanken die betrokken waren bij de diagnose, behandeling en gegevensverzameling van patiënten met acute pancreatitis. We zijn tevens dankbaar aan de patiënten wiens klinische gegevens deze studie mogelijk hebben gemaakt. Hun bijdrage wordt oprecht gewaardeerd.
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.
| Naam | Bedrijf | Catalogusnummer | Opmerkingen |
|---|---|---|---|
| Naam | Bedrijfsnaam | Catalogusnummer / URL | Opmerkingen |
| R statistische software | R Foundation for Statistical Computing | Version 4.3.2 https://www.r-project.org/ | Statistische rekenomgeving gebruikt voor data-preprocessing, modelontwikkeling, validatie en het genereren van figuren. |
| caret R package | CRAN / Max Kuhn | Version 6.0-94 https://cran.r-project.org/package=caret | Gebruikt voor de gestratificeerde 7:3 splitsing tussen ontwikkeling en hold-out validatie met createDataPartition. |
| glmnet R package | CRAN / glmnet authors | Version 4.1-8 https://cran.r-project.org/package=glmnet | Gebruikt voor LASSO-gepenaliseerde logistische regressie met binomial family en alpha = 1. |
| mice R package | CRAN / amices project | Version 3.16.0 https://cran.r-project.org/package=mice | Gebruikt voor multiple imputatie via chained equations met 20 geïmputeerde datasets en 20 iteraties. |
| pROC R package | CRAN / pROC authors | Version 1.18.5 https://cran.r-project.org/package=pROC | Gebruikt voor ROC-analyse, AUC-schatting, betrouwbaarheidsintervallen en DeLong-vergelijkingen. |
| cobas 8000 modular analyzer series | Roche Diagnostics | 05641446001 / SYS_128 https://diagnostics.roche.com/global/en/products/systems/cobas-8000-analyzer-series-sys-128.html | Biochemische en immunochemische assays. Verifieer het analyzer-model en de catalogusinformatie aan de hand van de dossiers van het deelnemende laboratorium vóór indiening. |
| XN-1000 Automated Hematology Analyzer | Sysmex Corporation | Model XN-1000 https://www.sysmex.com/en-us/lab-solutions/hematology/xn-series/xn-1000 | Variabelen voor volledig bloedbeeld, inclusief witte bloedcel- en bloedplaatjesaantallen. Verifieer aan de hand van de dossiers van het deelnemende laboratorium vóór indiening. |
| CS-5100 Automated Blood Coagulation Analyzer | Sysmex Corporation | Model CS-5100 https://www.sysmex.com/en-us/lab-solutions/hemostasis/sysmex-cs-5100 | Stollingsvariabelen, inclusief PT, APTT, fibrinogeen en D-dimeer. Verifieer aan de hand van de dossiers van het deelnemende laboratorium vóór indiening. |
| ABL90 FLEX PLUS blood gas analyzer | Radiometer Medical ApS | Model ABL90 FLEX PLUS https://www.radiometer.com/en/products/blood-gas-testing/abl90-flex-plus-blood-gas-analyzer | Lactaatmeting, indien dit platform is gebruikt. Verifieer aan de hand van de dossiers van het deelnemende laboratorium vóór indiening. |
| Elektronisch medisch dossier-systeem | Deelnemende ziekenhuizen | Instituutspecifiek; niet van toepassing | Gebruikt voor het ophalen van opnamenota's, voortgangsnota's, ICU-verslagen, procedures, vitale functies en ontslagverslagen. Vervang door de feitelijke leverancier en systeemnaam indien beschikbaar. |
| Laboratoriuminformatiesysteem | Deelnemende ziekenhuizen | Instituutspecifiek; niet van toepassing | Gebruikt voor het ophalen van laboratoriumtijdstempels, ruwe waarden, eenheden en geharmoniseerde data. Vervang door de feitelijke leverancier en systeemnaam indien beschikbaar. |
| Endpoint-adjudicatieformulier | Studieteam | Op maat gemaakt studiedocument; niet van toepassing | Gestandaardiseerd formulier gebruikt door twee reviewers en een derde senior reviewer om de MODS-status en het beginmoment vast te stellen. |
| Datadictionary en eenheidsconversietabel | Studieteam | Op maat gemaakt studiedocument; niet van toepassing | Definieert variabelenamen, doeleenheden, conversieregels, markers voor ontbrekende gegevens, centrumcodes en analyse-klare formaten. |
Toegang beperkt. Log in of start een proefperiode om deze inhoud te bekijken.