Blog

Apr 27, 2023

Risikofaktoren und Vorhersagemodell für unbeabsichtigte intraoperative Hypothermie bei Patienten, die sich einer Roboteroperation unterziehen: eine retrospektive Analyse

Wissenschaftliche Berichte Band 13,

Scientific Reports Band 13, Artikelnummer: 3687 (2023) Diesen Artikel zitieren

438 Zugriffe

1 Altmetrisch

Details zu den Metriken

Diese Studie untersuchte die Risikofaktoren und erstellte ein Vorhersagemodell für intraoperative Hypothermie (IOH) bei Patienten, die sich einer Roboteroperation unterziehen. Wir führten von Juni 2020 bis Oktober 2021 eine retrospektive Umfrage unter Patienten durch, die sich einer elektiven Roboteroperation am China-Japan Union Hospital der Jilin-Universität unterzogen, und verwendeten dabei institutionelle Krankenakten. Intraoperative Kerntemperaturen und potenzielle Einflussfaktoren wurden erfasst und Regressionsanalysen verwendet, um die Risikofaktoren für IOH zu bewerten und ein Vorhersagemodell für die Inzidenz von IOH zu erstellen. Insgesamt wurden 833 Patienten, die sich einer Roboteroperation unterzogen, in die endgültige Analyse einbezogen; IOH wurde bei 344 Patienten beobachtet (Inzidenz 0,41; 95 %-Konfidenzintervall [KI] 0,38–0,45). Ein höherer Body-Mass-Index (BMI) und eine höhere Kerntemperatur waren schützende Faktoren für IOH. Basierend auf den bestimmenden Faktoren wurde ein endgültiges Vorhersagemodell für IOH mit einer Fläche unter der Betriebskennlinie des Empfängers von 0,85 unter fünffacher Kreuzvalidierung (95 %-KI 0,83–0,88) entwickelt. Dementsprechend waren ein niedrigerer BMI und eine niedrigere Grundkerntemperatur, Brustoperationen, Operationen am Morgen und Operationen mit längerer Dauer Risikofaktoren für IOH bei Roboteroperationen. Unser Vorhersagemodell verfügt über eine hervorragende Unterscheidungsfähigkeit zur Vorhersage von IOH in Roboteroperationen.

Unbeabsichtigte intraoperative Hypothermie (IOH), die als eine Kerntemperatur von < 36 °C definiert ist, gilt als häufiges unerwünschtes Ereignis bei Patienten, die sich einer Operation unter Vollnarkose unterziehen1. Es wurde gezeigt, dass IOH mit zahlreichen Komplikationen verbunden ist, darunter Infektionen der Operationsstelle, Thrombosen, gestörter Arzneimittelstoffwechsel und verzögertes Auftreten2,3,4,5. Darüber hinaus haben Forscher herausgefunden, dass eine milde IOH den Blutverlust erhöht, während ein aggressives Wärmemanagement die Bluttransfusion reduziert6,7,8. Jüngste Studien haben über mehrere Faktoren berichtet, die mit der Inzidenz von IOH verbunden sind, darunter Alter > 65 Jahre, niedriges Körpergewicht oder schlechter Ernährungszustand, Vollnarkose in Kombination mit hochgradiger neuraxialer Anästhesie für die entsprechende sympatholytische Wirkung, intraoperative Infusion mit großen Volumina ungewärmter Lösungen , Transfusion kalter roter Blutkörperchen und Anästhesiedauer > 2 Stunden1,9.

Im Vergleich zu gewöhnlichen laparoskopischen und thorakoskopischen Operationen werden Roboteroperationen üblicherweise mit einer längeren Operationsdauer und ungewärmtem Kohlendioxid für künstliches Pneumoperitoneum durchgeführt10,11. Ein größerer Operationsbereich, in den mehr Trokare eingeführt werden können, führt dazu, dass der Körper breiter freigelegt wird und weniger Hautoberfläche für die aktive Erwärmung zur Verfügung steht. Diese Faktoren können zu unterschiedlichen Inzidenzen und Risikofaktoren für IOH in der Roboterchirurgie im Vergleich zur Routinechirurgie führen.

Daher zielte unsere retrospektive Analyse darauf ab, die Inzidenz von IOH zu untersuchen, die Risikofaktoren zu untersuchen und ein Vorhersagemodell für IOH zu erstellen, insbesondere für die Roboterchirurgie.

Insgesamt wurden 1164 Patienten auf ihre Eignung untersucht, von denen 190 aus den in Abb. 1 erläuterten Gründen ausgeschlossen wurden. Weitere 118 Patienten, deren Temperaturartefakte länger als 30 Minuten anhielten, wurden von der Studie ausgeschlossen, und 856 Patienten wurden für die Analyse berücksichtigt. Darüber hinaus wurden nach dem Ausschluss von 23 Patienten mit unvollständigen Basisvariablen 833 in die endgültige Analyse einbezogen.

Flussdiagramm.

Wir haben Boxplots für die Kerntemperaturen entsprechend der Operationsdauer bereitgestellt, um die Kerntemperaturtrends zu untersuchen, wie in der ergänzenden Abbildung S1 dargestellt. Aus dem Boxplot geht hervor, dass die Kerntemperaturen der Patienten in den ersten zwei Stunden tendenziell abnahmen und anschließend relativ stabil blieben. Darüber hinaus wurden ähnliche Muster beobachtet, als wir den Kerntemperaturtrend mithilfe von Spline-Termen modellierten (Abb. 2). Und wir haben in der ergänzenden Tabelle 1 deskriptive Daten zu Blutverlust, Transfusion, Bluttransfusion und Spülung bereitgestellt.

Trend der Kerntemperatur mittels B-Spline. Der Kerntemperaturtrend wurde mithilfe linearer gemischter Modelle mit zufälligen Abschnitten für jeden Patienten generiert. Die Nichtlinearität des Zeiteffekts wurde mithilfe von B-Splines berücksichtigt. Auch die Grundkerntemperaturen wurden im Modell angepasst. Die Modelle wurden separat für Operationsdauern von 2–3 Stunden, 3–4 Stunden und 4–6 Stunden konstruiert.

Unter den 833 in die Analyse einbezogenen Patienten beobachteten wir IOH bei 344 Patienten mit einer Inzidenzrate von 0,41 (95 %-Konfidenzintervall [KI] 0,38–0,45). Die Inzidenzraten bei Bauch-, Brust- und Schilddrüsenoperationen betrugen 0,41 (95 %-KI 0,37–0,45), 0,55 (95 %-KI 0,46–0,64) bzw. 0,32 (95 %-KI 0,24–0,41). Bei älteren Patienten (männlich) und solchen mit einem niedrigeren Body-Mass-Index (BMI) und einer niedrigeren Ausgangskerntemperatur war die Wahrscheinlichkeit einer IOH höher. Darüber hinaus trat IOH häufiger bei morgendlichen Operationen und bei Operationen mit längerer Dauer auf. Intraoperativ erlitten Patienten mit IOH einen größeren Blutverlust und erhielten mehr Flüssigkeit und Bluttransfusionen. Die Patientenprofile sind in Tabelle 1 dargestellt.

Unter Verwendung aller Basisvariablen als mögliche Prädiktoren wurden BMI, Basis-Kerntemperatur, Operationszeit, Operationsstelle und Anästhesiedauer im Modell beibehalten. Bemerkenswerterweise waren im multivariablen Modell ein höherer BMI und eine höhere Grundkerntemperatur schützende Faktoren, die IOH verhinderten. Jeder Anstieg des BMI um 5 kg/m2 war mit einer um 0,96 (95 %-KI 0,95–0,99; P = 0,002) geringeren Wahrscheinlichkeit für IOH verbunden, wohingegen jeder Anstieg der Grundkerntemperatur um 1 °C mit einem um 0,52 (95 %-KI 0,48) geringeren Risiko verbunden war –0,55; P < 0,001) niedrigere Chancen. Bei Patienten, die sich einer Brustoperation unterzogen hatten, war die Wahrscheinlichkeit einer Unterkühlung höher als bei Patienten, die sich einer Schilddrüsenoperation unterzogen hatten (Odds Ratio [OR]: 1,24; 95 %-KI 1,12–1,38; P < 0,001). Im Gegensatz dazu gab es keinen signifikanten Unterschied zwischen denen, die sich einer Schilddrüsen- und einer Bauchoperation unterzogen hatten (OR: 1,06; 95 %-KI 0,98–1,15; P = 0,16) (Tabelle 2). Patienten, bei denen die Anästhesie am Morgen eingeleitet wurde, hatten eine um 1,08 (95 % KI 1,01–1,15; P = 0,02) höhere Wahrscheinlichkeit für IOH als Patienten am Nachmittag. Es wurde jedoch kein signifikanter Unterschied zwischen den am Abend und am Nachmittag eingeleiteten Maßnahmen beobachtet (OR: 0,98, 95 %-KI: 0,90–1,06; P = 0,61). Darüber hinaus war jede um eine Stunde längere Operationsdauer mit einer um 1,05 (95 % KI 1,02–1,07; P < 0,001) höheren Wahrscheinlichkeit für IOH verbunden. Obwohl vor der Operation keine genaue Operationsdauer verfügbar ist, kann eine ungefähre Dauer vorhergesagt und im Vorhersagemodell verwendet werden. Die Modellspezifikationen sind in Tabelle 2 dargestellt.

Mithilfe einer fünffachen Kreuzvalidierung haben wir eine kreuzvalidierte Fläche unter der Receiver Operating Characteristic (ROC)-Kurve (AUROC) von 0,85 (95 %-KI 0,83–0,88) erhalten, was auf eine hervorragende Vorhersageleistung hinweist. Bemerkenswerterweise übertraf unser Modell das Modell von Yi J (P = 0,001), das auf unseren Daten einen AUROC von 0,82 (95 %-KI 0,79–0,85) ergab. Ein Vergleich der beiden ROC-Kurven ist in Abb. 3 dargestellt. Darüber hinaus ist das Nomogramm für unser Modell in Abb. 4 dargestellt.

Betriebskennlinie des Empfängers für das Vorhersagemodell.

Nomogramm.

Wir beobachteten eine Gesamtinzidenz von IOH von 41,0 % bei Patienten, die sich selektiven Roboteroperationen unterzogen. Patienten mit einem niedrigeren BMI und einer niedrigeren Ausgangskerntemperatur vor der Anästhesie sowie Patienten, die sich einer morgendlichen oder thoraxchirurgischen Operation unterzogen, waren anfällig für Unterkühlung. Wir haben ein roboterchirurgiespezifisches Hypothermie-Vorhersagemodell vorgeschlagen. Das Modell zielt darauf ab, Patienten mit hohem IOH-Risiko im Voraus zu identifizieren, sodass prophylaktische multimodale Strategien und aktive Wärmegeräte eingesetzt werden können, um IOH und die damit verbundenen Komplikationen wirksam zu verhindern. Das Modell zeigte eine gute Diskriminierung mit einem kreuzvalidierten AUROC von 0,85 (95 %-KI 0,83–0,88).

Wir beobachteten auch eine unterschiedliche Inzidenz von IOH bei verschiedenen Operationstypen, was durch Unterschiede in den Operationspopulationen erklärt werden kann. Wir fanden heraus, dass die Inzidenzraten bei Bauch-, Brust- und Schilddrüsenroboteroperationen 0,41 (95 %-KI 0,37–0,45), 0,55 (95 %-KI 0,46–0,64) bzw. 0,32 (95 %-KI 0,24–0,41) betrugen. Eine Umfrage unter Patienten, die sich in China einer laparoskopischen Operation unterzogen, ergab, dass die Inzidenz von IOH 29,0 % (200 von 690 Fällen) betrug. Dies kann auf die Tatsache zurückzuführen sein, dass die Dauer der Roboterchirurgie im Vergleich zur herkömmlichen laparoskopischen Chirurgie tendenziell länger ist (224 vs. 201 Minuten). Allerdings war die Inzidenz bei unseren Patienten niedriger als in anderen Studien berichtet, die bei Patienten, die sich größeren Bauch- und Brustoperationen unterzogen, zwischen 53 und 73 % schwankte12,13,14. Wir fanden in unserer Studie einen höheren BMI (24 vs. 26), wahrscheinlich weil die meisten bariatrischen Operationen von Robotern durchgeführt werden, da sie in engen Hohlräumen eine größere Flexibilität bieten. In Übereinstimmung mit anderen Studien1,15 sind ein niedrigerer BMI und eine niedrigere Körperkerntemperatur wichtige Faktoren für die Entwicklung von IOH.

In dieser Studie wurde die Umgebungstemperatur bei 23 °C gehalten und ein Infusionswärmer für Flüssigkeiten und Blutprodukte war bei allen Patienten obligatorisch, was ein Grund dafür sein könnte, dass unsere Inzidenz niedriger war als in früheren Studien in China (44,3 %)15 . In derselben Studie wurde der Infusionswärmer als Schutzfaktor gegen Unterkühlung betrachtet. Allerdings stellten Poder et al.16 fest, dass ein auf 41,5 °C eingestellter Blutwärmer keine Garantie dafür ist, Unterkühlung zu vermeiden, wenn während einer Massentransfusion eine Druckinfusionsmanschette verwendet wird. Denn sie stellten fest, dass die Austrittstemperatur bei 300 mmHg nur 33,7 °C erreichte, wenn ein Blutwärmer auf 41,5 °C eingestellt war. Darüber hinaus ist kein Wärmeverlust aus anderen Quellen oder Normothermie gewährleistet.

Im Vergleich zur Anästhesieeinleitung am Nachmittag war der OR der IOH bei Patienten, die am Morgen eingeleitet wurden, höher. Eine vernünftige Erklärung ist, dass die Körpertemperatur am Nachmittag aufgrund zirkadianer Schwankungen der Körpertemperatur im Allgemeinen höher ist. Forscher haben tageszeitliche Temperaturschwankungen beobachtet, mit einem Höhepunkt um 16:00 Uhr17,18. Andere Studien haben gezeigt, dass die Kerntemperatur um 15:00 Uhr typischerweise etwa 37,5 °C beträgt19. Eine zusätzliche präoperative Flüssigkeitsinfusion bei nachmittäglichen chirurgischen Eingriffen könnte ein weiterer Grund für die Vorbeugung von Unterkühlung sein.

Bezüglich der höheren Inzidenz von IOH in der Thoraxchirurgie stimmen unsere Ergebnisse mit den Ergebnissen vieler früherer Studien überein. Li et al.13 fanden heraus, dass 72,7 % (95 %-KI 70,5–75,0 %) der erwachsenen Patienten, die sich einer videogestützten thorakoskopischen Operation unterzogen hatten, an Hypothermie litten. Emmert et al.14 berichteten über eine Gesamt-IOH-Inzidenz von 64,3 % in der Thoraxchirurgie. Abgesehen von der weniger exponierten Hautoberfläche für die aktive Erwärmung in der Seitenlage ist ein weiterer möglicher Grund, dass die paravertebrale Blockade in diesen chirurgischen Fällen häufig mit einer Vollnarkose kombiniert wird, was die ipsilateralen sympathischen Nerven blockiert und mit einer verminderten Thermogenese verbunden ist19. In ähnlicher Weise bestätigte auch eine frühere Studie, dass die Kombination einer Vollnarkose mit einer Regionalanästhesie das IOH9-Risiko weiter erhöht. Es wurde jedoch kein signifikanter Unterschied in der Inzidenz von Hypothermie zwischen Schilddrüsenoperationen (Brustzugang) und Bauchoperationen beobachtet, was wahrscheinlich darauf zurückzuführen ist, dass die exponierte Fläche gemäß dem als Lund- und Browder-Diagramm bekannten Schätzinstrument für die Verbrennungsfläche vergleichbar war20.

Frühere Studien haben gezeigt, dass die thermoregulatorische Vasokonstriktionsschwelle bei älteren Patienten, die sich einer Vollnarkose unterziehen, verringert ist14. Außer dem Alter wurden weitere fünf leicht zugängliche und durch logistische Regression als zugehörige Indikatoren bestätigte Indikatoren, darunter Geschlecht, BMI, Ausgangskerntemperatur, Induktionszeit und Operationsstelle, weiter in das Vorhersagemodell für IOH einbezogen. Wir erhielten einen kreuzvalidierten AUROC von 0,85 (95 %-KI 0,83–0,88). Bemerkenswerterweise übertraf unser Modell mit der DeLong-Methode die Huang-Formel (P = 0,001)22. Daher deutet dies darauf hin, dass das Modell über eine gute Unterscheidungsfähigkeit zur Vorhersage verfügt.

Unsere Studie weist bestimmte Einschränkungen auf. Erstens ist unsere Analyse einzelzentriert und umfasst eine moderate Retrospektive von 833 qualifizierten Teilnehmern, die sich einer Roboteroperation unterzogen haben. Folglich ist eine weitere Erweiterung des Schlussfolgerungs- und Vorhersagemodells durch die Stichprobengröße und den spezifischen Operationstyp begrenzt. Zweitens wurde unser Vorhersagemodell in gewissem Maße von unbekannten oder potenziellen Störfaktoren beeinflusst, die in unserem Register nur unzureichend charakterisiert und entworfen wurden (in Tabelle 2 nicht aufgeführt). Systematische Störfaktoren beeinflussten unsere Ergebnisse hinsichtlich der Routinepraxis und des Gerätemangels in unserem Zentrum, einschließlich der routinemäßigen Verwendung eines Warminfusionssystems. Nur wenige Ärzte entschieden sich dafür, diese unter wärmenden Decken zu tragen, was in unseren Experimenten ein sehr kritischer Punkt ist. Wir verwendeten jedoch routinemäßig bei allen Patienten Infusionswärmer. Drittens wurden gastrointestinale, hepatobiliäre, gynäkologische und urologische Operationen alle als Bauchoperationen klassifiziert, und bei ausreichender Stichprobengröße können diese Operationen in zukünftigen Studien in verschiedenen Untergruppen weiter analysiert werden. Darüber hinaus haben wir Patienten ausgeschlossen, bei denen ein Temperaturartefakt von mehr als 30 Minuten Dauer auftrat, was zu einer Selektionsverzerrung bei Patienten führen würde, deren Temperatur nach der Behandlung nicht ansteigt. Last but not least wurde unser Modell nur intern mit derselben Patientenpopulation validiert und wartet auf eine externe Validierung in anderen Institutionen.

Zusammenfassend ergab diese Studie eine 41-prozentige Inzidenz von IOH bei Patienten, die sich einer Roboteroperation unterzogen hatten. Identifizierte Risikofaktoren zeigten, dass bei Patienten mit einem niedrigeren BMI und einer niedrigeren Ausgangskerntemperatur sowie bei Patienten, die sich Brust-, Morgen- und länger dauernden Operationen unterzogen, die Wahrscheinlichkeit einer IOH höher war. Unser Modell verfügt über eine gute Unterscheidungsfähigkeit zur Vorhersage von IOH. Daher sind in der klinischen Praxis wirksamere Isolationsmaßnahmen und die präzise Identifizierung von Hochrisikopopulationen erforderlich, um IOH und damit verbundene perioperative Komplikationen zu verhindern.

In diese retrospektive, monozentrische Studie wurden Patienten aufgenommen, die sich zwischen Juni 2020 und Oktober 2021 einer elektiven Roboteroperation am China-Japan Union Hospital der Jilin-Universität in China unterzogen hatten. Die Ethikkommission und das Institutional Review Board des China-Japan verzichteten auf die Einwilligung nach Aufklärung Union Hospital, da die Studie auf einer vollständig anonymisierten Datenbank basierte (Identifikator, 20220628021). Alle Daten stammen aus institutionellen Krankenaktendatenbanken.

In diese Studie wurden erwachsene Patienten im Alter von ≥ 18 Jahren aufgenommen, bei denen eine stationäre elektive Roboteroperation mit einer erwarteten Dauer von > 2 Stunden vorgesehen war. Die Ausschlusskriterien waren wie folgt: (1) die Kerntemperatur wurde nicht überwacht; (2) präoperative Krankheiten, die sich auf die Körpertemperatur auswirken (z. B. Hypothyreose oder Hyperthyreose, Fieber im Zusammenhang mit zerebrovaskulären Erkrankungen, hohes Risiko einer malignen Hyperthermie, z. B. medizinische oder familiäre Vorgeschichte einer malignen Hyperthermie, und Fieber aufgrund einer Infektion mit einer Kerntemperatur über 38 °C vor der Operation); (3) Teilnahme an einer anderen Studie innerhalb von 6 Monaten; (4) Patienten mit einem Temperaturartefakt, der länger als 30 Minuten anhielt; und (5) unzureichende Basisdaten. Darüber hinaus wurden Artefakte nach folgenden Regeln entfernt: Kerntemperatur außerhalb des Bereichs, definiert als > 38 °C oder < 35 °C, oder abrupte Änderungen, definiert durch eine Änderung ≥ 0,5 °C innerhalb von 5 Minuten.

Die Raumtemperatur wurde auf 23 °C gehalten, während die Wärmedecken unter den Patienten kaum genutzt wurden. Kurz nach der endotrachealen Intubation wurde die intraoperative Kerntemperatur mithilfe eines im Nasopharynx oder distalen Ösophagus platzierten Einweg-Kabelsensors (Mindray, MR410b) überwacht und aufgezeichnet. Beide Standorte galten als zuverlässige Kerntemperaturmessstellen21. Während der gesamten Anästhesie wurden Temperaturdaten automatisch aufgezeichnet und in 5-Minuten-Intervallen in einem Anästhesieaufzeichnungssystem (Docare V5.0, Medical Systems) gespeichert. Kandidatenfaktoren, die die Kerntemperatur beeinflussen1,9, wurden mithilfe elektronischer Patientenaktensysteme und Krankenakten des Pflegepersonals erfasst.

Der primäre Endpunkt war IOH, der als eine Kerntemperatur von < 36 °C zu jedem Zeitpunkt während des perioperativen Eingriffs definiert wurde. Die möglichen Einflussfaktoren werden wie folgt beschrieben:

Zu den demografischen und Ausgangsmerkmalen gehörten Geschlecht, Alter, BMI, körperlicher Zustand der American Society of Anaesthesiologists und Diabetes mellitus (möglicherweise kombiniert mit einer beeinträchtigten Thermoregulation)9.

Informationen zur Operation: Operationsstelle (Schilddrüse, Bauch oder Brustraum), Blutverlust, erwärmte oder nicht erwärmte Spülflüssigkeit und Volumen. Die Bauchchirurgie umfasste allgemeine, gynäkologische und urologische Operationen.

Zu den Anästhesieinformationen gehörten das Volumen des erwärmten intravenösen Flüssigkeitsersatzes, die Bluttransfusion und die Dauer der Anästhesie.

Zu den weiteren Informationen gehörte die Zeit der Anästhesieeinleitung morgens (8.00 bis 12.00 Uhr), nachmittags (12.00 bis 18.00 Uhr) oder abends (18.00 bis 22.00 Uhr); Basistemperatur des Körperkerns und Umgebungstemperatur im Operationssaal.

Wir untersuchten zunächst die Veränderungen der intraoperativen Körperkerntemperatur. Der Trend der Körpertemperatur wurde mithilfe linearer gemischter Modelle geschätzt, wobei die Kerntemperatur im Vergleich zur Zeit ab Narkoseeinleitung regressiert wurde, eine verbindungssymmetrische Korrelationsmatrix verwendet wurde und die Grundtemperatur der Patienten angepasst wurde. Die Nichtlinearität des Einflusses der Zeit auf die Kerntemperatur wurde anhand von B-Splines erklärt. Da sich der Kerntemperaturtrend durch die Operationsdauer änderte, haben wir die Kurven für Patienten mit Operationsdauern von 2–3 Stunden, 3–4 Stunden und 4–6 Stunden separat aufgezeichnet.

Obwohl Blutverlust, Infusion, Transfusion und Spülung wichtige Faktoren für eine Unterkühlung sind, kann diese vor der Operation nicht genau vorhergesagt werden. Daher haben wir die Daten lediglich als Median, erstes Quartil (Q1) und drittes Quartil (Q3) beschrieben, anstatt diese Faktoren bei der Erstellung des Modells zu berücksichtigen.

Um die potenziellen Risikofaktoren für IOH bei Patienten, die sich einer Roboteroperation unterziehen, zu bewerten, haben wir zunächst Patientenprofile anhand der Inzidenz von IOH mithilfe standardisierter zusammenfassender Statistiken als Mittelwert ± Standardabweichung oder n (%) zusammengefasst. Darüber hinaus wurden univariate Vergleiche für Patienten mit oder ohne IOH durchgeführt, wobei der t-Test und Chi-Quadrat für kontinuierliche bzw. kategoriale Variablen verwendet wurden.

Anschließend erfolgte die Auswahl der Risikofaktoren in einem multivariablen Modell mittels Rückwärtseliminierung, wobei Variablen mit P-Werten < 0,05 beibehalten wurden. Für die interne Validierung des Modells wurden ein fünffach kreuzvalidierter AUROC und sein 95 %-KI angegeben. Darüber hinaus verglichen wir die Vorhersagbarkeit unseres Modells mit der von Yi et al.22 vorgeschlagenen und der AUROC wurde mit der DeLong-Methode23 verglichen. Das endgültige Modell, das alle Patienten umfasste, wurde gemeldet und in einem Nomogramm zusammengefasst.

Wir schätzten, dass in unserer Einrichtung monatlich etwa 45 Roboteroperationen durchgeführt wurden. Eine Studie ergab eine Inzidenz von IOH von 44,3 % bei 3132 Patienten in China16. Unter der Annahme einer konservativeren Inzidenz von 40 % gingen wir davon aus, dass wir während des 16-monatigen Aufnahmezeitraums Daten von 680 Patienten sammeln und 272 IOH-Fälle beobachten würden. Insgesamt reichten 272 IOH-Fälle für die Beurteilung von 10 Prädiktoren aus, wobei die Empfehlung von 10 Fällen pro Prädiktor gilt24.

Alle Verfahren entsprachen den Grundsätzen der Helsinki-Erklärung und den einschlägigen Richtlinien. Alle Protokolle wurden von der Ethikkommission und dem Institutional Review Board des China-Japan Union Hospital genehmigt. Da es sich um eine retrospektive Studie handelte, die auf einer vollständig anonymisierten Datenbank basierte, wurden Einwilligungserklärungen von der Ethikkommission und dem Institutional Review Board des China-Japan Union Hospital ausgenommen.

Alle während dieser Studie generierten oder analysierten Daten sind in diesem veröffentlichten Artikel (und seinen ergänzenden Informationsdateien) enthalten.

Yi, J. et al. Häufigkeit unbeabsichtigter intraoperativer Hypothermie und ihre Risikofaktoren bei Patienten, die sich in Peking einer Vollnarkose unterziehen: Eine prospektive regionale Umfrage. PLoS ONE 10, e0136136 (2015).

Artikel PubMed PubMed Central Google Scholar

Kurz, A., Sessler, DI & Lenhardt, RA Perioperative Normothermie zur Reduzierung der Inzidenz chirurgischer Wundinfektionen und zur Verkürzung des Krankenhausaufenthalts. Untersuchung von Wundinfektionen und Temperaturgruppen. N. engl. J. Med. 334, 1209–1215 (1996).

Artikel CAS PubMed Google Scholar

Heier, T. et al. Der Einfluss einer leichten Hypothermie auf die Pharmakokinetik und den zeitlichen Wirkungsverlauf von Neostigmin bei anästhesierten Freiwilligen. Anaesthesiology 97, 90–95 (2002).

Artikel CAS PubMed Google Scholar

Lenhardt, R. et al. Eine leichte intraoperative Hypothermie verlängert die Erholung nach der Narkose. Anaesthesiology 87, 1318–1323 (1997).

Artikel CAS PubMed Google Scholar

Li, L., Chen, X., Ma, W. & Li, Y. Die Auswirkungen von Hypothermie bei Thrombosen: Eine systematische Überprüfung und Metaanalyse. Ann. Palliat. Med. 10, 9564–9571 (2021).

Artikel PubMed Google Scholar

Schmied, H., Kurz, A., Sessler, DI, Kozek, S. & Reiter, A. Eine leichte Unterkühlung erhöht den Blutverlust und den Transfusionsbedarf während einer Hüfttotalendoprothetik. Lancet 347, 289–292 (1996).

Artikel CAS PubMed Google Scholar

Rajagopalan, S., Mascha, E., Na, J. & Sessler, DI Die Auswirkungen einer leichten perioperativen Hypothermie auf Blutverlust und Transfusionsbedarf. Anaesthesiology 108, 71–77 (2008).

Artikel PubMed Google Scholar

Winkler, M. et al. Eine aggressive Erwärmung reduziert den Blutverlust während einer Hüftendoprothetik. Anästhesie. Analg. 91, 978–984 (2000).

Artikel CAS PubMed Google Scholar

Torossian, A. et al. Verhinderung einer unbeabsichtigten perioperativen Unterkühlung. Dtsch. Arztebl. Int. 112, 166–172 (2015).

PubMed PubMed Central Google Scholar

Jeong, IG et al. Zusammenhang zwischen robotergestützter und laparoskopischer radikaler Nephrektomie mit perioperativen Ergebnissen und Gesundheitskosten, 2003 bis 2015. JAMA 318, 1561–1568 (2017).

Artikel PubMed PubMed Central Google Scholar

Luo, J. et al. Vorteilhafte Wirkung der Flüssigkeitserwärmung bei älteren Patienten mit Blasenkrebs, die sich einer robotergestützten laparoskopischen radikalen Zystektomie nach Da Vinci unterziehen. Kliniken 75, e1639 (2020).

Artikel PubMed PubMed Central Google Scholar

Pu, Y. et al. Die Erwärmung mit einem Unterkörperwärmesystem reduziert die intraoperative Hypothermie bei Patienten, die sich einer laparoskopischen Magen-Darm-Operation unterziehen: Eine randomisierte kontrollierte Studie. Int. J. Nurs. Zucht. 51, 181–189 (2014).

Artikel PubMed Google Scholar

Li, Y., Liang, H. & Feng, Y. Prävalenz und multivariable Faktoren im Zusammenhang mit unbeabsichtigter intraoperativer Hypothermie in der videoassistierten thorakoskopischen Chirurgie: Eine retrospektive Studie an einem einzigen Zentrum. BMC Anästhesiol. 20, 25 (2020).

Artikel PubMed PubMed Central Google Scholar

Emmert, A. et al. Zusammenhang zwischen perioperativer Hypothermie und Patientenergebnissen nach Thoraxoperationen: Eine retrospektive Analyse an einem einzigen Zentrum. Medizin 97, e0528 (2018).

Artikel PubMed PubMed Central Google Scholar

Yi, J. et al. Intraoperative Hypothermie und ihre klinischen Ergebnisse bei Patienten unter Vollnarkose: Nationale Studie in China. PLoS ONE 12, e0177221 (2017).

Artikel PubMed PubMed Central Google Scholar

Poder, TG et al. Druckinfusionsmanschette und Blutwärmer bei Massentransfusionen: Eine experimentelle Studie über Hämolyse und Hypothermie. PLoS ONE 11, e0163429 (2016).

Artikel PubMed PubMed Central Google Scholar

Obermeyer, Z., Samra, JK & Mullainathan, S. Individuelle Unterschiede in der normalen Körpertemperatur: Longitudinale Big-Data-Analyse von Patientenakten. BMJ 359, j5468 (2017).

Artikel PubMed PubMed Central Google Scholar

Sessler, DI, Lee, KA & McGuire, J. Isofluran-Anästhesie und zirkadiane Temperaturzyklen beim Menschen. Anesthesiology 75, 985–989 (1991).

Artikel CAS PubMed Google Scholar

Davies, RG, Myles, PS & Graham, JM Ein Vergleich der analgetischen Wirksamkeit und Nebenwirkungen der paravertebralen vs. epiduralen Blockade bei Thorakotomie – eine systematische Überprüfung und Metaanalyse randomisierter Studien. Br. J. Anaesth. 96, 418–426 (2006).

Artikel CAS PubMed Google Scholar

Taylor, KJ, Burns, PN, Woodcock, JP & Wells, PN Blutfluss in tiefen Bauch- und Beckengefäßen: Ultraschall-Puls-Doppler-Analyse. Radiology 154, 487–493 (1985).

Artikel CAS PubMed Google Scholar

Wang, M. et al. Optimale Tiefe für die Positionierung des Nasopharynx-Temperaturfühlers. Anästhesie. Analg. 122, 1434–1438 (2016).

Artikel PubMed Google Scholar

Yi, J. et al. Erstellung und Validierung einer Vorhersagegleichung zur Abschätzung des Risikos einer intraoperativen Hypothermie bei Patienten unter Vollnarkose. Wissenschaft. Rep. 7, 13927 (2017).

Artikel ADS PubMed PubMed Central Google Scholar

DeLong, ER, DeLong, DM & Clarke-Pearson, DL Vergleich der Flächen unter zwei oder mehr korrelierten Betriebskennlinien des Empfängers: Ein nichtparametrischer Ansatz. Biometrie 44, 837–845 (1988).

Artikel CAS PubMed MATH Google Scholar

Peduzzi, P., Concato, J., Kemper, E., Holford, TR & Feinstein, AR Eine Simulationsstudie der Anzahl von Ereignissen pro Variable in der logistischen Regressionsanalyse. J. Clin. Epidemiol. 49, 1373–1379 (1996).

Artikel CAS PubMed Google Scholar

Referenzen herunterladen

Wir möchten Editage (http://www.editage.cn) für die Bearbeitung in englischer Sprache danken.

Ausschließlich aus internen Quellen finanziert.

Diese Autoren haben gleichermaßen beigetragen: Zhouting Hu und Wangyu Li.

Abteilung für Anästhesiologie, China-Japan Union Hospital, Jilin University, 126th Xiantai Avenue, Changchun, 130021, Jilin, Volksrepublik China

Zhouting Hu, Wangyu Li und Kai Li

Vilcek Institute of Graduate Biomedical Sciences, New York University, New York, NY, USA

Chen Liang

Outcomes Research Consortium, Cleveland, OH, USA

Kai Li

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

ZH und KL trugen zum Studiendesign, zur Datenerfassung und -interpretation sowie zum Verfassen des Manuskripts bei. WL trug zur Datenerhebung und -interpretation sowie zum Verfassen des Manuskripts bei. CL trug zur Dateninterpretation und zum Verfassen des Manuskripts bei. Alle Autoren haben die endgültige Fassung des Manuskripts gelesen und genehmigt.

Korrespondenz mit Kai Li.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Hu, Z., Li, W., Liang, C. et al. Risikofaktoren und Vorhersagemodell für unbeabsichtigte intraoperative Hypothermie bei Patienten, die sich einer Roboteroperation unterziehen: eine retrospektive Analyse. Sci Rep 13, 3687 (2023). https://doi.org/10.1038/s41598-023-30819-1

Zitat herunterladen

Eingegangen: 20. September 2022

Angenommen: 02. März 2023

Veröffentlicht: 06. März 2023

DOI: https://doi.org/10.1038/s41598-023-30819-1

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein gemeinsam nutzbarer Link verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.