Tromboembolismo venoso (TEV)

Embolia pulmonar (EP)

Trombosis venosa profunda de las extremidades inferiores (TVP-LE)

El TEV es una complicación grave y prevenible de la terapia sistémica en pacientes con cáncer

Utilizando datos retrospectivos sobre pacientes diagnosticados con cáncer de 2011 a 2020

HHS

RAM

Virginia

Se obtuvo una RAM utilizando la regresión del operador de selección y contracción mínima absoluta de HHS (n = 9769)

Validación externa utilizando el sistema de atención médica del Departamento de Asuntos de Veteranos (VA) (n = 79517)

Se utilizan estadísticas c bootstrap y curvas de calibración para evaluar la discriminación y el ajuste de modelos externos.

Cree una estratificación de riesgo dicotómica utilizando puntuaciones enteras y compárela con las puntuaciones de Khorana (KS)

Las covariables iniciales se compararon entre cohortes mediante diferencias de medias estandarizadas (DME), donde la DME superior a 0,1 se consideró significativamente diferente.

Finalmente, el rendimiento del modelo se probó en subgrupos demográficos para garantizar la generalización.

La nueva RAM tiene un poder discriminatorio similar entre subgrupos de edad, sexo y raza/étnico en las cohortes de los sistemas de atención médica del HHS y VA (Suplemento de datos)

A los 6 meses, 590 (6,2%) y 437 (4,6%) pacientes en HHS desarrollaron TEV y EP/LE-DVT, respectivamente

Se produjeron TEV y PE/TVP-LE en 4.027 (5,1%) y 3.331 (4,2%) pacientes, respectivamente, en el sistema de atención sanitaria de VA.

Con base en la lista final de 11 predictores en la cohorte de derivación del HHS, creamos una nueva puntuación de riesgo de TEV agregando una puntuación entera ponderada (mediana, 3 [RIQ, 2-5])

Para imitar la clasificación del SK implementada en ensayos clínicos anteriores, los grupos de riesgo se dicotomizaron según un umbral clínico predeterminado del 7% al 8% de TEV general a los 6 meses, lo que correspondía a una puntuación de 31 en el grupo de alto riesgo.

La nueva agrupación de RAM mejora la discriminación y la clasificación en comparación con KS con un límite de 2

Evaluación al inicio de la terapia sistémica.

La nueva RAM incluye componentes de KS.

Las estadísticas c para los sistemas de atención médica del HHS y VA fueron 0,71 y 0,68, respectivamente (y KS fueron 0,65 y 0,60, respectivamente)

La nueva RAM reclasificó adecuadamente al 28 % de los pacientes y aumentó la proporción de TEV en el grupo de alto riesgo del 37 % al 68 % en el conjunto de datos de validación.

Las fracciones aditivas simples se pueden implementar y calcular fácilmente en tiempo real sin necesidad de sitios web externos o nomogramas.

La nueva RAM estratifica a los pacientes con cáncer en grupos de alto riesgo, con una incidencia acumulada de TEV del 8%-10% y PE/LE-DVT del 7% a los 6 meses (3% y 2%, respectivamente, en los grupos de bajo riesgo). grupo)

Este modelo mejora el rendimiento con respecto al KS original y duplica la cantidad de eventos de TEV en niveles de alto riesgo.

Se recomiendan estudios prospectivos para una validación externa adicional.

Características clínicas basales de los pacientes con insuficiencia cardíaca aguda

Derivación de un nuevo modelo de evaluación del riesgo de TEV 6 meses después del inicio de la terapia sistémica en una cohorte del Harris Health System

Simplificar el desempeño de los modelos de evaluación de riesgos de TEV en conjuntos de datos de derivación y validación

Comparación entre el nuevo modelo de evaluación de riesgos y el KS original

Selección y exclusión de pacientes en cohortes de derivación y validación.

Incidencia de TEV estratificada en cohortes de derivación y validación según el nuevo modelo de evaluación de riesgos

Estratificación del riesgo basada en XGBoost

(A) Características que tienen el mayor impacto en las predicciones (ordenadas de más importantes a menos importantes)

(B) Distribución del impacto de cada característica en la salida del modelo.

(C y D) Se muestran predicciones individualizadas para dos pacientes.

Extracción de datos y conciliación entre dos sistemas sanitarios.

Validación de fenotipos computables para resultados de tromboembolismo venoso (TEV)

Derivación y validación de nuevos modelos de evaluación de riesgos.

Variables de referencia incluidas en la derivación del modelo

Clasificación del tratamiento sistémico.

Algoritmo de Clasificación Internacional de Enfermedades (CIE) utilizado para determinar los resultados del estudio

Algoritmo de procesamiento del lenguaje natural (PNL) para determinar los resultados de la investigación

Rendimiento de algoritmos combinados ICD y NLP en cada sitio

Modelo de regresión logística de reclasificación de subtipos de cáncer según el riesgo de trombosis.

Clasificación de la importancia de las variables seleccionadas por LASSO para TEV y PE/LE-TVP en general en la cohorte derivada del HHS en λ 1se

Variables en el modelo de regresión logística multivariable de TEV general en la cohorte derivada del HHS

Puntuación KS original frente al rendimiento del nuevo modelo en cohortes de derivación y validación

Análisis de subgrupos sociodemográficos de un nuevo modelo de evaluación de riesgos en cohortes de derivación y validación.

Comparación con estudios emblemáticos anteriores.

Selección de covariables mediante el modelo LASSO para resultados generales de TEV y PE/LE-DVT

Gráfico de calibración del nuevo modelo de evaluación de riesgos en la cohorte de validación

Incidencia acumulada de TEV en cohortes de derivación y validación por puntuación KS y nuevo modelo

Derivación y validación de la supervivencia global para cohortes.