Improving lung cancer outcomes: risk prediction of postoperative readmission and assessing the efficacy of smoking cessation interventions

CONTEXTE:(1)La résection chirurgicale est le principal traitement du cancer du poumon au stade précoce. La réadmission postopératoire est un facteur prédictif important de la mortalité 90 jours. Les modèles actuels sont largement inexacts dans la prédiction du risque spécifique au cancer du poumon. (2)L'efficacité des services d'aide au sevrage tabagique, tels que le conseil téléphonique, dans les populations soumises au dépistage du cancer du poumon reste à établir. OBJECTIFS: (1)Prédire la réadmission postopératoire à 90 jours chez les patients atteints de cancer du poumon traités par lobectomie, comparer la performance prédictive entre les forêts aléatoires et la régression logistique. (2)Évaluer l'efficacité du sevrage tabagique par des conseils téléphoniques dans la population de dépistage du cancer du poumon de McGill. MÉTHODES:(1)Il s'agit d'une étude de cohorte rétrospective de patients atteints de cancer du poumon réséqués par lobectomie au CUSM de 2016 à 2019. Les données ont été extraites du NSQIP, de l'entrepôt de données du CUSM et de la base de données des tests de fonction pulmonaire du CUSM. Notre résultat principal était la réadmission postopératoire à 90 jours. Nous avons comparé la précision, la sensibilité, la spécificité, le taux de faux positifs et l'AUC dans la régression logistique et les forêts aléatoires. (2) Il s'agit d'une étude de cohorte rétrospective de fumeurs actifs référés à la ligne téléphonique de désaccoutumance au tabac du Québec dans trois groupes : les participants référés par eux-mêmes, les participants référés par des travailleurs de la santé et les participants référés par le dépistage du cancer du poumon. Notre principal résultat était le taux d'abstinence autodéclaré à 30 jours après 6 mois, évalué par régression logistique. RÉSULTATS (1) La régression logistique a révélé que les prédicteurs les plus importants de notre résultat étaient le sexe (OR:2,38, CI:1,20-2,87, p<0,05), les antécédents de BPCO sévère (OR:2,1, CI:1,16-3,2, p>0,05) et l'indice de comorbidité de Charlson (OR:1,29, CI:0,9-1,4, p>0,05). Les forêts aléatoires ont classé les prédicteurs par importance (par ordre décroissant) : Âge, numération leucocytaire, hématocrite, albumine, sodium, créatinine, IMC, sexe, hypertension, indice de comorbidité de Charlson, fumeur actif dans l'année précédant l'intervention et disponibilité de l'examen physique. La dyspnée, les antécédents de BPCO sévère et le diabète avaient tous une importance nulle et étaient classés en dernier. Les forêts aléatoires ont également évalué la relation entre tous les prédicteurs et notre résultat par la visualisation de leurs arbres de décision. Les forêts aléatoires ont obtenu de meilleures performances pour tous les paramètres évalués, et plus particulièrement pour l'AUC (0,72) par rapport à la régression logistique (0,59). (2) Les participants orientés vers le dépistage du cancer du poumon présentaient les taux d'abandon à 6 mois les plus faibles de tous les groupes (12 %, IC : 5-19 %). Ils étaient moins susceptibles de cesser de fumer que les participants référés par eux-mêmes (OR:0,37 ; IC:0,17-0,8), tandis que les participants référés par des travailleurs de la santé étaient deux fois plus susceptibles de cesser de fumer (OR:2,16 ; IC:1,3-3,58), malgré l'ajustement de l'intensité du tabagisme et des intentions de cessation. CONCLUSION:(1) Les forêts aléatoires peuvent être un meilleur modèle que la régression logistique pour prédire des résultats cliniques comme la réadmission. Le classement par ordre d'importance des prédicteurs des forêts aléatoires indique que l'utilisation des données de laboratoire préopératoires pour l'évaluation des risques pourrait mériter une validation plus poussée. (2) Le conseil téléphonique seul a un avantage limité dans un programme de dépistage du cancer du poumon et les participants orientés vers le dépistage du cancer du poumon diffèrent significativement de ceux qui sont orientés par travailleurs de la santé

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.