External validation and clinical utility of NELA and P-POSSUM risk models in an ageing Singapore emergency laparotomy cohort

Elk jaar worden duizenden ouderen wereldwijd geconfronteerd met een plotselinge, levensbedreigende abdominale crisis die onmiddellijke chirurgie vereist. Dit zijn geen geplande operaties; het zijn spoedprocedures waarbij een arts de buik moet openen om een geperforeerd orgaan, een blokkade of een gesprongen bloedvat te herstellen voordat de toestand van de patiënt verslechtert. Omdat deze patiënten vaak oud zijn en andere gezondheidsproblemen hebben, is het risico op overlijden binnen een maand na de operatie hoog, variërend van zes tot twintig procent, afhankelijk van het land en het specifieke ziekenhuis. Om artsen te helpen de juiste keuzes te maken over hoeveel zorg een patiënt nodig heeft, gebruiken medische teams wiskundige hulpmiddelen die risicomodellen worden genoemd. Deze instrumenten nemen informatie over de leeftijd van een patiënt, de hartfunctie en het type chirurgie dat vereist is om een percentage overlevingskans te berekenen. Twee van de bekendste instrumenten zijn de Portsmouth Physiological and Operative Severity Score, bekend als P-POSSUM, en het National Emergency Laparotomy Audit-model, of NELA. Hoewel deze instrumenten zijn gebouwd met gegevens uit het Verenigd Koninkrijk en andere westerse landen, is het onduidelijk gebleven of ze even goed werken voor patiënten in Azië, waar de bevolking snel vergrijst en de gezondheidszorgsystemen anders functioneren.

In een groot ziekenhuis in Singapore zetten onderzoekers zich in om te testen of deze twee modellen de uitkomsten voor hun eigen lokale patiënten nauwkeurig konden voorspellen. Ze bekeken de dossiers van 393 volwassenen die tussen eind 2020 en medio 2022 een spoedoperatie aan de buik ondergingen. Het team richtte zich op een enkele, scherpe uitkomst: of een patiënt binnen dertig dagen na de operatie overleed. Door de voorspellingen van de P-POSSUM- en NELA-calculators te vergelijken met wat er daadwerkelijk in het ziekenhuis gebeurde, konden de onderzoekers zien welk instrument de waarheid sprak en welk instrument slechts gokte. De studie omvatte een diverse groep patiënten, met een mediane leeftijd van zesentallenentachtig jaar, en toonde aan dat acht procent van hen niet de maand na hun operatie overleefde. Dit resultaat uit de echte wereld diende als de meetlat waartegen beide modellen werden afgemeten.

Het onderzoek onthulde dat hoewel beide instrumenten patiënten met een hoog risico tot een redelijke mate van hoog risico konden onderscheiden van patiënten met een laag risico, één instrument duidelijk superieur was. Het NELA-model bleek de nauwkeurigere voorspeller te zijn, die de waarschijnlijkheid van overlijden op een manier identificeerde die veel nauwer aansloot bij de werkelijke uitkomsten van het ziekenhuis dan het P-POSSUM-model. Het oudere P-POSSUM-instrument had de neiging het gevaar te overschatten, waarbij het voorspelde dat veel patiënten zouden overlijden terwijl zij in werkelijkheid overleefden. In tegenstelling hiermee was het NELA-model beter gekalibreerd, wat betekent dat de voorspellingen van het risico dichter bij de realiteit van de conditie van de patiënten lagen. Wanneer de onderzoekers naar de cijfers keken, vertoonde het NELA-model een sterker vermogen om onderscheid te maken tussen degenen die zouden overleven en degenen die dat niet zouden doen, terwijl het P-POSSUM-model patiënten vaak als hoog risico markeerde terwijl ze eigenlijk veilig waren.

Buiten de eenvoudige nauwkeurigheid onderzocht de studie hoe nuttig deze instrumenten zouden zijn voor een chirurg die een beslissing moet nemen in een fractie van een seconde in een drukke spoedeisende hulpafdeling. De onderzoekers gebruikten een methode die verschillende scenario's simuleert om te zien welk model zou leiden tot betere klinische keuzes, zoals de beslissing of een patiënt intensieve zorg of een senior specialist nodig heeft. Ze ontdekten dat het NELA-model een groter netto voordeel bood over het bereik van risico's waar artsen zich daadwerkelijk zorgen over maken. Het hielp de juiste patiënten te identificeren voor extra zorg zonder artsen onnodig te alarmeren over patiënten die stabiel waren. Het P-POSSUM-model werd daarentegen minder nuttig naarmate de drempel voor bezorgdheid steeg, omdat het vaak suggereerde dat te veel patiënten intensieve middelen nodig hadden terwijl dat niet zo was.

De auteurs suggereren dat deze verschillen waarschijnlijk voortkomen uit de unieke aard van het Singaporese zorgsysteem en de specifieke kenmerken van de patiënten daar. Het ziekenhuis waar de studie plaatsvond, werkt met een toegewijd team van senior chirurgen die spoedgevallen onmiddellijk beoordelen, en de faciliteit heeft snelle toegang tot intensive care-bedden. Deze organisatorische sterktes kunnen de overlevingskansen verbeteren boven wat alleen de leeftijd of de ernst van de ziekte van de patiënt zou voorspellen, een factor die de oudere modellen niet volledig vatten. Omdat het P-POSom-instrument werd gebouwd op basis van gegevens uit een andere tijd en een andere plaats, had het moeite om rekening te houden met deze lokale voordelen, wat leidde tot het voorspellen van hogere sterftecijfers dan daadwerkelijk voorkwam. Het NELA-model, dat nieuwer is en afkomstig is van een grotere, recentere dataset, paste zich beter aan deze omgeving aan.

Uiteindelijk concludeert de studie dat hoewel beide instrumenten waarde hebben, het NELA-model de betere keuze is voor het sturen van de zorg in deze specifieke setting. Het biedt een duidelijker, eerlijker beeld van de risico's die een vergrijzende bevolking in Singapore worden gesteld. De bevindingen dienen als een herinnering dat medische instrumenten die in één land zijn ontwikkeld, niet als perfect werkend kunnen worden beschouwd in een ander land zonder testen. Voordat een ziekenhuis een nieuwe risicocalculator adopteert, moet het verifiëren of het instrument past bij zijn eigen patiënten en zijn eigen manier van werken. In dit geval wijst het bewijs erop dat NELA de meer betrouwbare kompas is voor het navigeren door de hooggespannen wereld van de acute abdominale chirurgie.