Подростки и молодые взрослые (AYA) с онкологическими заболеваниями (возраст 15-39 лет на момент диагностики) продолжают нуждаться в медицинской помощи после завершения лечения. Модели риска для прогнозирования неотложных медицинских событий (ACE) в этой популяции могут способствовать более раннему выявлению групп высокого риска. Данное исследование было направлено на разработку и валидацию клинической модели риска для прогнозирования ACE у AYA-пациентов с онкологическими заболеваниями в раннем посттерапевтическом периоде.
Используя базу данных University of North Carolina Lineberger Cancer Information and Population Health Resource, были идентифицированы AYA-пациенты, диагностированные в период с 2006 по 2018 год, находившиеся через 2-5 лет после постановки диагноза. Первичной конечной точкой было любое ACE, определяемое как госпитализация или обращение в отделение неотложной помощи (ED). Пациенты были случайным образом распределены в когорты разработки (70%) и валидации (30%). Модели логистической регрессии разрабатывались с использованием пошагового включения предикторных переменных. Производительность модели оценивалась с использованием чувствительности, специфичности, положительной прогностической ценности (PPV) и AUC.
Исследуемая когорта включала 7,393 пациента (разработка = 5,276, валидация = 2,217) со средним периодом наблюдения 1,9 года. Наиболее распространенными типами рака были: рак молочной железы (17%), рак щитовидной железы (14%) и гинекологические злокачественные новообразования (10%). Пациенты с ACE (n = 3,572, 48%) чаще были женского пола, афроамериканцами и имели государственную страховку.
При определении высокого риска как топ-20% баллов, в валидационной когорте выбранная модель достигла AUC 0,76, специфичности 0,94, чувствительности 0,34 и PPV 0,84.
Это первая валидированная модель риска для прогнозирования ACE у AYA-пациентов с онкологическими заболеваниями в раннем посттерапевтическом периоде. Модель, разработанная для бесшовной интеграции в электронные медицинские карты, позволяет осуществлять раннее выявление пациентов высокого риска, предоставляя возможности для целенаправленных вмешательств с целью снижения использования неотложной медицинской помощи. Планируется дальнейшая валидация в различных системах здравоохранения, что расширит клиническую применимость модели.