1. Ravivahetuse vajaduse prognoosimine klassifikatsioonipuu abil
Tuuli Metsvaht, Heti Pisarev,
Mari-Liis Ilmoja, Mirjam Merila, Irja Lutsar
14. aprill 2010

2. Tuuli Metsvaht TÜ Kliinikumi lasteintensiivravi osakond Heti Pisarev TÜ tervishoiu inistituut Mari-Liis Ilmoja Tallinna Lastehaigla lasteintensiivravi osakond Mirjam Merila TÜ Kliinikumi pediaatria osakond Irja Lutsar TÜ mikrobioloogia instituut

3. Taust
~4% vastsündinutest vajavad varase sepsise kahtluse korral antibakteriaalset ravi
Tavapärane esmavaliku ravi: ampitsilliin+gentamütsiin või penitisilliin+gentamütsiin kombineeritud ravi
10-20% juhtudest on nakkuse tekitaja AMP/PEN ravile mittealluv ja ravi on vaja vahetada laiematoimelise AB vastu
Nakkuse tekitaja määramine võtab aega 24-48h ja alati polegi määratav

4. Eesmärk
leida algoritm primaarse ravi vahetuse prognoosimiseks kliiniliste ja sümptomaatiliste näitude põhjal.

5. Ristkatse PEN ja AMP võrdlemiseks
Aug – nov 2007
Keskused
SA Tartu Ülikooli Kliinikumi Anestesioloogia ja Intensiivravi Kliiniku lasteintensiivravi osakond
SA Tallinna Lastehaigla intensiivravi osakond
Uuringualused: intensiivravi osakonda sattunud antibakteriaalset ravi vajavad alla 72-tunni vanused vastsündinud
välja jääjad: seisund vajas muud AB, osakonnast lahkumine 24h jooksul
2 võimalikku primaarset raviskeemi
ampitsilliin + gentamütsiin
penitsilliin + gentamütsiin

6. Ristkatse PEN ja AMP võrdlemiseks
Ampitsilliin
Penitsilliin
1. poolaasta
2. poolaasta
Tallinn
n=71
Tartu
n=70

7. Ristkatse PEN ja AMP võrdlemiseks
Jälgimisaeg: osakonda saabumine kuni ravi ebaõnnestumine (ka surm) või osakonnast lahkumine
Kogutavad andmed: vereproovid põletikunäitajate määrmaiseks, ema tervisekäitumine, raseduse, sünnituse kulg jne
Esmane väljundtulemus: hinnatakse primaarse ravi vahetust vajanute hulka
Järeldus: AMP ja PEN ravi pole erinevad

8. Logistiline regressioon
Primaarse ravi vahetusega (168h jooksul) statistiliselt olulises seoses olevad tunnused (p<0.1)
esimene rasedus/sünnitus, lootekestade põletik, suitsetamine raseduse ajal, positiivne bakterikülv sünnitusteedest, platsentast või uriinist;
1-minuti apgar, sünnikaal, gestatsiooniaeg, IRO-sse jõudmise vanus, vasoaktiivsete ravimite arv, suukaudne toitmine, veresuhkur, c-reaktiivne valk, hemoglobiin, leukotsüüdid, albumiin, uurea, bilirubiin …

9. Mitmesed logistilised mudelid

10. Klassifikatsiooni- ja regressioonipuu ehk otsusepuu meetod
Otsusepuu meetodit kasutatakse prognoosimiseks.
Klassifitseerimisülesanded (kategooriline sõltuv tunnus)
Binaarne (nt on/ei ole dgn)
Järjestatav (nt dgn raskusaste)
Mittejärjestav (nt dgn1 vs dgn2 vs dgn3)
Regressioonülesanded (pidev sõltuv tunnus)
Tulemuste interpretatsioon on lihtne ja selge
Mudeli parameetrite asemel antakse täpsed otsustuste reeglid

11. 24-tunni mudel

12. 72-tunni mudel

13. Logistilise mudeli ja otsusepuu võrdlus
Mitmene log. regression
Otsusepuu
24 h model
72 h model
Sensitivity (%) 61 80 75 81
Specificity (%) 90 78 89
88*
Positive predictive value (%) 48 33 46
Negative predictive value (%) 94 97

14. Tulemuste kitsendused
Kuna andmestik oli väike (n=283), siis mudeli lõplikuks valideerimiseks tuleb veel andmeid koguda.