НОВЫЙ МЕТОД ПРОГНОЗИРОВАНИЯ ВЕРОЯТНОСТИ ВЫЖИВАНИЯ И ОЦЕНКИ НЕОПРЕДЕЛЕННОСТИ ДЛЯ ПАЦИЕНТОВ С ТРАВМАМИ


https://doi.org/10.23934/2223-9022-2017-6-1-30-33

Полный текст:


Аннотация

Для оценки тяжести травм и повреждений в настоящее время используется «золотой» стандарт Trauma and Injury Severity Score (TRISS), предназначенный для скрининга состояния пациента с целью предсказания вероятности выживания. Однако использование этого стандарта в течение более чем 40 лет выявило ряд проблем: первое — необъяснимую флуктуацию предсказанных значений, вызванную агрегированием скрининговых тестов, второе — недостаточную точность оценки интервалов неопределенности, в которых распределены предсказания. Для снижения негативного влияния этих факторов нами разработан новый метод и сделан доступным для практиков в виде web-калькулятора. Метод использует байесовскую методологию статистического вывода, которая теоретически позволяет достичь максимальной точности предсказаний, являясь, однако, вычислительно сложной в реализации. Метод был реализован и верифицирован нами на выборке данных, включающей 571 148 пациентов, зарегистрированных в US National Trauma Data Bank (NTDB), с числом травм от 1 до 20. Распределение пациентов по группам по числу травм: 1-я группа — 174 647 пациентов имели 1 травму, 2-я группа — 381 137— от 2 до 10 травм и 3-я группа 15 364 — от 11 до 20 травм. Доли выживших в каждой категории были 0,977, 0,953 и 0,831 соответственно. Предложенный нами метод улучшил точность предсказаний на 0,04%, 0,36% и 3,64% (значимость p<0,05) для каждой указанной группы. Критерий Хосмер-Лемешоу показал значительное улучшение калибрации новой модели. Интервалы неопределенности 2σ были снижены с 0,628 до 0,569 для пациентов 2-й группы и с 1,227 до 0,930 для пациентов 3-й группы (p<0,005). Новый метод показал статистически значимое улучшение как точности предсказания выживания, так и точности оценки интервалов неопределенности. Наибольшее улучшение достигается для пациентов 3-й группы. Метод сделан доступным для практиков как web-калькулятор http://www.traumacalc.org.

Об авторах

В. Г. Щетинин
ФГБОУ ВО «Пензенский государственный университет»; Университет Бедфордшира, Лутон
Великобритания

Пенза;

кандидат технических наук, старший преподаватель кафедры вычислительной техники, Лутон



Л. И. Якайте
Университет Бедфордшира
Великобритания
Лутон


В. Ф. Курякин
ФГБОУ ВО «Пензенский государственный университет»
Россия
Пенза


В. И. Горбаченко
ФГБОУ ВО «Пензенский государственный университет»
Россия
Пенза


Список литературы

1. Boyd C.R., Tolson M.A., Copes W.S. Evaluating trauma care: The TRISS method. Trauma Score and the Injury Severity Score. J. Trauma. 1987; 27(4): 370–378. PMID: 310664.

2. Committee on Trauma, American College of Surgeons NTDB Research Data Set and National Sample Program. 2014. URL: http://www.facs.org/trauma/ntdb/ntdbapp.html. Accessed Jul 01, 2016.

3. Kilgo P., Meredith J., Osler T. Injury severity scoring and outcomes research. In: Trauma / eds. D.V. Feliciano, K.L. Mattox, E.E. Moore. 6th ed. New York: McGraw-Hill, 2008. 223–230.

4. Brohi K. TRISS: Trauma — injury severity score. TRISS — Overview and Desktop Calculator. 2012. URL: http://www.trauma.org/index.php/main/article/387. Accessed Jul 01, 2016.

5. Osler T., Glance L., Buzas J., et al. A trauma mortality prediction model based on the anatomic injury scale. Ann. Surg. 2008; 247(6): 1041–1048. DOI: 10.1097/SLA.0b013e31816ffb3f.

6. Steyerberg E., Vickers A., Cook N., et al. Assessing the performance of prediction models: A framework for traditional and novel measures. Epidemiology. 2010; 21(1): 128–138. DOI: 10.1097/EDE.0b013e3181c30fb2.

7. Rogers F., Osler T., Krasne M., et al. Has TRISS become an anachronism? A comparison of mortality between the National Trauma Data Bank and Major Trauma Outcome Study databases. J. Trauma Acute Care Surg. 2012; 73(2): 326–331. DOI: 10.1097/TA.0b013e31825a7758.

8. Bailey T.C., Everson R.M., Fieldsend J.E., et al. Representing classifier confidence in the safety critical domain — an illustration from mortality prediction in trauma cases. Neur. Comput. Applicat. 2007; 16(1): 1–10. DOI: 10.1007/s00521-006-0053-y.

9. Negrin M.A., Nam J., Briggs A.H. Bayesian solutions for handling uncertainty in survival extrapolation. Med. Decis. Making. 2016. pii: 0272989X16650669. DOI: 10.1177/0272989X16650669.

10. Schetinin V., Jakaite L., Krzanowski W.J. Bayesian prediction for survival of patients: Study on the US national trauma data bank. Comput. Methods Programs Biomed. 2013; 111(3): 602–612. DOI: 10.1016/j.cmpb.2013.05.015.

11. Schetinin V., Jakaite L., Krzanowski W.J. Prediction of survival probabilities with Bayesian decision trees. Exp. Syst. Applicat. 2013; 40(14): 5466–5476. DOI: 10.1016/j.eswa.2013.04.009.

12. Schetinin V., Jakaite L. TraumaCalc. Bayesian prediction of trauma survival. 2016. URL: http://www.traumacalc.org Accessed Jul 01, 2016.

13. Schetinin V., Jakaite L., Jakaitis J., Krzanowski W. Bayesian decision trees for predicting survival of patients: A study on the US national trauma data bank. Computer Methods and Programs in Biomedicine. 2013; 111(3): 602–612. DOI: http://dx.doi.org/10.1016/j.cmpb.2013.05.015.


Дополнительные файлы

Для цитирования: Щетинин В.Г., Якайте Л.И., Курякин В.Ф., Горбаченко В.И. НОВЫЙ МЕТОД ПРОГНОЗИРОВАНИЯ ВЕРОЯТНОСТИ ВЫЖИВАНИЯ И ОЦЕНКИ НЕОПРЕДЕЛЕННОСТИ ДЛЯ ПАЦИЕНТОВ С ТРАВМАМИ. Журнал им. Н.В. Склифосовского «Неотложная медицинская помощь». 2017;6(1):30-33. https://doi.org/10.23934/2223-9022-2017-6-1-30-33

For citation: Schetinin V.G., Jakaite L.I., Kuriakin V.F., Gorbachenko V.I. A NEW METHOD FOR PREDICTING SURVIVAL AND ESTIMATING UNCERTAINTY IN TRAUMA PATIENTS. Russian Sklifosovsky Journal "Emergency Medical Care". 2017;6(1):30-33. (In Russ.) https://doi.org/10.23934/2223-9022-2017-6-1-30-33

Просмотров: 2038

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2223-9022 (Print)
ISSN 2541-8017 (Online)