What Drives Length of Stay After Elective Spine Surgery? Insights from a Decade of Predictive Modeling

Technische Samenvatting: Wat drijft de ligduur na electieve wervelkolomchirurgie? Inzichten uit een decennium aan voorspellende modellering

Probleemstelling
Het voorspellen van de ligduur (Length of Stay, LOS) voor patiënten die een electieve wervelkolomchirurgie ondergaan, is cruciaal voor het optimaliseren van patiëntuitkomsten, het beheren van de ziekenhuiscapaciteit en het beheersen van kosten, die gemiddeld ongeveer $2.883 per dag in het ziekenhuis bedragen. Hoewel computationele methoden zoals kunstmatige intelligentie (AI) en machine learning (ML) zijn geavanceerd, blijft het onduidelijk welke modellen superieure precisie en nauwkeurigheid bieden voor LOS-voorspelling in dit specifieke domein. Bovendien hebben bestaande systematische reviews ofwel gefocust op diverse uitkomsten (niet uitsluitend LOS), ontbrak het aan gedetailleerde vergelijkingen tussen ML en traditionele statistische benaderingen, of faalden ze om de specifieke voorspellers te onderscheiden die de modelprestaties drijven. Er is een opmerkelijke kloof in de literatuur met betrekking tot gestandaardiseerde uitkomstdefinities, externe validatie en de vergelijkende analyse van modelprestaties specifiek voor electieve wervelkolomchirurgie.

Methodologie
Dit onderzoek is een systematische review uitgevoerd in overeenstemming met de PRISMA-richtlijnen.

• Zoekstrategie: De auteurs hebben gezocht in PubMed, Google Scholar en de ACM Digital Library naar studies gepubliceerd tussen 1 december 2015 en 1 december 2024.
• Inclusiecriteria: Originele empirische studies die de LOS bij patiënten met electieve wervelkolomchirurgie voorspellen met behulp van datagestuurde technieken (statistische of ML-modellen), gepubliceerd in het Engels met toegang tot de volledige tekst.
• Selectieproces: Van een initiële pool van 1.263 studies voldeed 29 aan de inclusiecriteria na screening van titels, abstracts en volledige teksten.
• Data-extractie: Twee onafhankelijke beoordelaars extraheerden gegevens met behulp van een uitgebreid codeboek dat studiekenmerken, modelleringsbenaderingen (statistisch vs. ML vs. NLP), uitkomstdefinities (continu, binair of percentielgebaseerd), predictorvariabelen en prestatie-indicatoren (AUC, nauwkeurigheid, precisie, recall, F1-score) omvat.
• Kwaliteitsbeoordeling: Het risico op bias werd beoordeeld met de Cochrane risk of bias tool.

Belangrijkste Bijdragen

• Gerichte Omvang: In tegen tegenover de brede uitkomsten van eerdere reviews (bijv. Lubelski et al.), analyseert deze studie uitsluitend de LOS-voorspelling bij electieve wervelkolomchirurgie.
• Temporele Expansie: Het bevat 16 aanvullende artikelen gepubliceerd na 2020, waarmee recente ontwikkelingen in AI-methodologieën en data-integratie worden gevangen.
• Granulaire Predictoranalyse: De studie categoriseert en analyseert systematisch een breed scala aan predictoren (demografisch, klinisch, operationeel en contextueel) om te identificeren welke variabelen de modelprestaties het meest significant beïnvloeden.
• Vergelijkende Prestatieanalyse: Het biedt een directe vergelijking van prestatiescores over verschillende modellen, inclusief logistische regressie, random forests, boosting-algoritmen en neurale netwerken, waarbij de best presterende modellen worden geïdentificeerd op basis van belangrijke metrieken.

Resultaten

• Studiekenmerken: De 29 geïncludeerde studies waren overwegend retrospectief (90%), met steekproefgroottes variërend van 77 tot 453.717 patiënten. Databronnen omvatten elektronische patiëntendossiers (44,8%), nationale databases zoals NSQIP (20,7%) en staat-niveau databases. De meeste studies (72,4%) werden gepubliceerd tussen 2020 en 2024.
• Modelleringsbenaderingen:
  • Statistische Modellen: Logistische regressie was de meest voorkomende benadering (68,97% van de studies), vaak gebruikt als baseline.
  • Machine Learning: 24,1% van de studies maakte gebruik van ML-methoden, waaronder Random Forests, Gradient Boosting (XGBoost, LightGBM), Support Vector Machines (SVM) en K-Nearest Neighbors (KNN).
  • Hybride Benaderingen: 17,24% van de studies vergeleek statistische en ML-methoden.
• Prestaties:
  • ML-modellen presteerden over het algemeen beter dan traditionele statistische modellen, met Area Under the Curve (AUC) waarden variërend van 0,94 tot 0,99 in de best presterende studies.
  • Top Performers: K-Nearest Neighbors (KNN) en Naive Bayes met adaptive boosting behaalden de hoogst gerapporteerde AUC's (respectievelijk 0,99 en 0,94). Random Forest en Gradient Boosting modellen vertoonden ook een superieur presteren, waarbij ze frequent een AUC van 0,80 overschreden.
  • Logistische regressiemodellen vertoonden respectabele maar over het algemeen lagere prestaties, met AUC's die typisch tussen de 0,70 en 0,80 lagen.
• Belangrijke Predictoren:
  • Demografie: Leeftijd was de meest significante voorspeller (opgenomen in 79,3% van de studies), waarbij oudere patiënten geassocieerd werden met een langere LOS.
  • Klinische Factoren: Comorbiditeiten, specifiek hypertensie, diabetes en cardiovasculaire aandoeningen, waren sterke predictoren opgenomen in 79,3% van de studies.
  • Surgische Factoren: Operatieduur en geschatte bloedverlies waren kritieke factoren, gekoppeld aan een verlengde LOS in respectievelijk 72,4% en 55,2% van de studies. Minimaal invasieve procedures waren geassocieerd met een kortere LOS in 62,1% van de studies.

Betekenis en Claims
Het artikel stelt dat hoewel ML-modellen een sterk potentieel bieden voor het verbeteren van ontslagplanning en het beheer van ziekenhuisresources, hun klinische bruikbaarheid momenteel beperkt wordt door een gebrek aan standaardisatie en externe validatie.

• Huidige Staat: De review benadrukt dat ML-modellen, met name ensemble-methoden en specifieke algoritmen zoals KNN en Naive Bayes, het potentieel hebben om traditionele statistische benaderingen te overtreffen in het verwerken van complexe, niet-lineaire relaties in wervelkolomchirurgie-data.
• Beperkingen: De auteurs merken op dat veel studies een gebrek hebben aan robuuste externe validatie, kleine steekproeven gebruiken en lijden onder inconsistente definities van LOS-uitkomsten, wat directe vergelijkingen moeilijk maakt.
• Toekomstige Richtingen: Het artikel pleit ervoor dat toekomstige studies prioriteit moeten geven aan gestandaardiseerde uitkomstdefinities, transparante rapportage en de integratie van ongestructureerde data (bijv. klinische aantekeningen via NLP/LLM's) om genuanceerde patiëntgeschiedenissen te vangen. Het suggereert dat hybride deep learning-modellen en geavanceerde architecturen (bijv. GNN's, attention mechanismen) een veelbelovende toekomstige richting vormen, hoewel deze nog niet standaard zijn in de gereviewde wervelkolomchirurgie-literatuur.

Concluderend positioneert de studie datagestuurde voorspellende modellering als een essentieel instrument voor het optimaliseren van de zorg bij electieve wervelkolomchirurgie, maar benadrukt dat grootschalige implementatie in de echte wereld vereist dat de huidige tekortkomingen in validatie en datastandaardisatie worden aangepakt.