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

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.

оценка тяжести травм и повреждений, TRISS, предсказание выживания, web-калькулятор

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.