III. Многофакторные регрессионные модели

1. Многофакторные регрессионные модели предназначены для оценки независимой связи вариант со специфическими результатами. В эти модели входят только те варианты, которые были значимы в однофакторном анализе. Факторы прибавляются или изымаются из анализа до тех пор, пока их относительный вес или коэффициент вероятности не могут быть определены. Для дихотомных результатов, таких как смерть, используется логический (лили нелинейная регрессия), тогда как для непрерывных результатов, таких как длительность пребывания в стационаре, или госпитальная стоимость, применяется линейный регрессионный анализ. Одним из критических моментов таких моделей является то, что из анализа следует исключать данные отдельных пациентов, если не обеспечивается полная информация.

2. В течение последних 9 лет в нескольких больших исследованиях были идентифицированы многочисленные факторы риска смертности.^2-9 Некоторые факторы представляют рутинно доступную информацию и являются основными вариантами на основании которых с большой точностью можно предсказывать операционную смертность. В порядке уменьшения своей значимости они охватывают:

1. Неотложность операций (экстренных или ургентных)

2. Реоперации

3. Пожилой возраст

4. Плохую желудочковую функцию

5. Женский пол

6. Поражение ствола ЛКА

1. Другие менее частые, но влиятельные факторы риска также должны учитываться для прогнозирования операционной смертности. Включение этих факторов является существенным моментом для точной оценки результатов, особенно если риск очень высок. Катастрофические состояния, такие как кардиогенный шок, разрыв межжелудочковой перегородки или происходящая сейчас сердечно-легочная реанимация, а также сопутствующая патология, такая как диализ-зависимая почечная недостаточность и конечная стадия ХОЛП, оказывают значительное воздействие на операционную смертность и имеют высочайший коэффициент вероятности. В таблице 4.5 представлено сравнение факторов риска идентифицированных в нескольких больших исследованиях в порядке их значимости. Она включает так называемый «1-ый уровень факторов», таких как диабеты, цереброваскулярная патология и периферическая сосудистая патология, которые вероятно связаны с повышенной смертностью, но и что не менее важно, оказывают значительное влияние на послеоперационную заболеваемость.

2. Многофакторные модели могут использоваться различным образом. Некоторые из них предусмотрены для простого расчет риска путем умножения коэффициентов вероятности, тогда как другие взвешивают, или определяют бальную ценность каждого фактора, на основании их коэффициентов вероятности, отражающих относительный вклад каждого фактора в смертность. Баллы, полученные исходя из веса каждого отдельного фактора, могут клинически коррелировать с границами смертности (0-5%, 5-8% и так далее). Наиболее сложные модели, с обширной базой данных, для оценки операционной смертности требуют компьютеризированного обсчета.

1. Простая многофакторная модель, использующая коэффициент вероятности, была доложена Департаментом Ветеранов (Department of Veteran Affairs⁶). Для расчета ожидаемой смертности с помощью логарифмического уравнения, объединившего все варианты со значением P < 0,5, был произведен многофакторный логический регрессионный анализ. Смертность может оцениваться простым умножением коэффициентов вероятности каждой варианты, а затем умножением на базисную частоту смертности (таблица 4.6).

2. Две многофакторных модели оценки риска (Parsonnet² и Higgins³) использовали бальную систему, позволявшую производить обсчет риска у постели пациента. Относительный вес каждого фактора, признанного значимым, был оценен с помощью многофакторного анализа и установлен его коэффициент вероятности, а сумма баллов была коррелированна с границами смертности. Обе модели включали уместные демографические, кардиальные и некардиальные факторы и были признаны действительными, несмотря на то, что имели некоторую степень неточности в оценке смертности у пациентов очень высокого риска. Модель Кливлендской клиники использовалась для определения заболеваемости и длительности пребывания в ОИТ после операции (таблица 4.7 и рисунок 4.1).¹³

3. Модель Севера Новой Англии⁵ включала только семь клинических вариант (возраст, пол, BSA, реоперации, фракцию выброса, LVEDP и хирургическую срочность) и использовала индекс сопутствующей патологии Charlson.¹⁵ Этот индекс основан на оценке 1-но годичных, а скорее 1-но месячных, показателях смертности. Несмотря на то, что почти вся сопутствующая патология у кардиохирургических пациентов сопровождалась тремя факторами (периферической сосудистой патологией, ХОЛП и диабетами, которые имели коэффициенты вероятности 2,9, 1,5 и 1,5, соответственно), этот индекс перевешивал факторы риска, редко наблюдаемые у кардиохирургических пациентов (язвенную болезнь, лейкемию, выраженную печеночную патологию, рак с метастазами и так далее). Таким образом, если пациент имел два таких фактора, он имел потенциально повышенный хирургический риск несоизмеримый с другой сопутствующей патологией. Несмотря на эти критические заметки, между компьютерной оценкой и наблюдаемой смертностью было отмечено прекрасное соответствие.

Рисунок 4.1 Корреляция бальной системы клинической тяжести со смертностью в Кливлендской клинике. (Источник: Higgins GL, Estafanous FG, Starr NJ, et al. Operative factors affecting morbidity and mortality risk following coronary bypass grafting. Anesth Analg 1995; 80: 84.)