RESECT-90-modellen för 90-dagarsmortalitet efter lungresektion

Klinisk bakgrund

Förmågan att uppskatta perioperativ mortalitet vid lungresektion är central i den preoperativa bedömningen, både för patientrådgivning och för val av strategi. Flera riskmodeller har utvecklats under de senaste decennierna, bland annat Thoracoscore, Eurolung och Brunelli-modellen, men deras prestanda i moderna patientkohorter har ifrågasatts. I en extern validering av sex etablerade modeller i en kohort om 6600 patienter som genomgick lungresektion 2012 till 2018 var diskriminationen måttlig (AUC 0,67 till 0,73) och kalibreringen otillräcklig i fem av sex modeller [2]. Ingen av modellerna kunde adekvat förutsäga 90-dagarsmortalitet, och fem av dem överskattade mortaliteten signifikant. Detta var den direkta bakgrunden till att RESECT-90-modellen utvecklades.

Ninety-dagarsmortalitet är ett bredare och kliniskt mer relevant utfall än 30-dagarsmortalitet eller sjukhusdödlighet, eftersom det fångar även sena postoperativa händelser relaterade till ingreppet. I härledningskohorten var 90-dagarsmortaliteten 3,1 procent jämfört med 1,5 procent för sjukhusdödlighet [2], vilket illustrerar hur mycket som missas om man begränsar utfallet till den akuta vårdtiden.

Beräkning av RESECT-90-modellen

RESECT-90 är en multivariabel logistisk regressionsmodell som beräknar sannolikheten för död inom 90 dagar efter lungresektion. Modellen bygger på elva preoperativa och procedurrelaterade variabler som är rutinmässigt tillgängliga i klinisk praxis:

$$\text{Logit} = -6{,}036 + 0{,}041 \times \text{ålder} + 0{,}493 \times \text{man} + 0{,}183 \times \text{PS} - 0{,}029 \times \text{$$

$$P = \frac{1}{1 + e^{-\text{Logit}}}$$

där ålder anges i år, PS är performancestatus enligt ECOG/WHO (0 till 4), %DLCO är predikterad diffusionskapacitet för kolmonoxid i procent, BMI i kg/m², S-kreatinin i mikromol/L, och antal resekerade bronkopulmonella segment anges som heltal. Anemi, preoperativ arytmi, högersidig resektion, öppen access (torakotomi) och malign diagnos är binära variabler (0 eller 1).

Härledningskohorten utgjordes av 6600 lungresektioner utförda vid två brittiska thoraxkirurgiska centra (Wythenshawe Hospital i Manchester och Liverpool Heart & Chest Hospital) mellan 2012 och 2018 [1]. Medelåldern var 66,8 år och 49,7 procent var män [2]. Internal validation utfördes med bootstrap-sampling (200 iterationer). Den justerade AUC var 0,741 (95 % KI 0,700 till 0,782), calibration-in-the-large var 0,006 (95 % KI −0,143 till 0,156) och calibration slope var 0,870 (95 % KI 0,679 till 1,060) [1].

Tolkning i praktiken

RESECT-90-modellen genererar en kontinuerlig sannolikhet för 90-dagarsmortalitet, uttryckt i procent. Till skillnad från vissa andra riskmodeller saknar RESECT-90 fasta riskband eller kategoriska trösklar i sin originalform. Den kliniska tolkningen bygger därför på att väga den predicerade sannolikheten mot patientens individuella situation och mot den förväntade nyttan av kirurgi.

Dessa band är inte definierade i originalpublikationen utan utgör en klinisk tolkningsram baserad på den observerade mortaliteten i härledningskohorten (3,1 procent) och i valideringskohorten (2,9 procent) [1, 3]. En patient vars predicerade risk ligger klart över kohortens genomsnitt bör föranleda särskild försiktighet.

Validering och prestanda

Den externa valideringen utfördes på data från 12 brittiska thoraxkirurgiska centra, omfattande 12 241 patienter som genomgick lungresektion mellan 2016 och 2020 [3]. Den observerade 90-dagarsmortaliteten var 2,9 procent (360 dödsfall). Diskriminationen bibehölls väl med en AUC på 0,74 (95 % KI 0,73 till 0,75), vilket är i nivå med härledningskohorten.

Kalibreringen uppvisade dock brister. Calibration slope var 0,80 (95 % KI 0,66 till 0,95) och calibration intercept 0,40 (95 % KI 0,29 till 0,52), vilket indikerar att modellen systematiskt underskattade mortaliteten i valideringskohorten [3]. Kalibreringen varierade dessutom mellan centra. Efter omkalibrering (uppdatering av intercept och koefficienter) uppvisade modellen utmärkt kalibrering. Detta innebär att originalkoefficienterna, såsom de presenteras i kalkylatorn, kan ge en något för låg riskuppskattning i populationer med högre mortalitet än härledningskohorten.

I jämförelse med de sex tidigare modeller som validerades i samma kohort presterade RESECT-90 bättre vad gäller både diskrimination och kalibrering [2]. De etablerade modellerna hade AUC mellan 0,67 och 0,73 och fem av sex överskattade mortaliteten, medan RESECT-90 i sin interna validering uppvisade välkalibrerade förutsägelser.

Begränsningar

RESECT-90 har hittills enbart validerats i brittiska kohorter. Överförbarheten till populationer med annan patientmix, annan kirurgisk tradition eller andra tillgångar på minimalt invasiv teknik är inte fastställd. I synnerhet andelen VATS- och robotassisterade resektioner skiljer sig mellan länder och över tid, och modellen härleddes i en kohort där öppen access var vanligare än i många moderna program.

Modellen inkluderar inte vissa variabler som kan påverka mortalitet, exempelvis hjärtkärlsjukdom utöver arytmi, diabetes, eller mer detaljerade lungfunktionstester som FEV1. Kardiopulmonell tröskelbelastning (CPET) ingår inte heller, trots att det är en etablerad metod för riskstratifiering inför lungresektion. En patient med normal DLCO men nedsatt syreupptagningsförmåga vid ansträngning kan därmed få en felaktigt låg riskuppskattning.

Kalibreringsproblemen i den externa valideringen innebär att modellen bör användas med försiktighet vid beslut nära kliniska trösklar [3]. Omkalibrerade koefficienter har publicerats men kräver ytterligare validering innan de kan rekommenderas för generellt bruk.

Antal resekerade bronkopulmonella segment och val av access (torakotomi mot VATS) är procedurvariabler som inte alltid är kända vid den preoperativa bedömningen. Om modellen används för att informera beslut om accessmetod uppstår ett cirkulärt resonemang, eftersom accessmetoden själv är en variabel i modellen. I praktiken kan man beräkna risken för båda scenarier och jämföra.

Källor

1. Taylor M, Martin GP, Abah U m.fl. Development and internal validation of a clinical prediction model for 90-day mortality after lung resection: the RESECT-90 score. Interact Cardiovasc Thorac Surg 2021;33(6):921–927. PMID: 34324664
2. Taylor M, Szafron B, Martin GP m.fl. External validation of six existing multivariable clinical prediction models for short-term mortality in patients undergoing lung resection. Eur J Cardiothorac Surg 2021;59(5):1030–1036. PMID: 33230562
3. Taylor M, Martin GP, Abah U m.fl. Multicentre Validation of the RESECT-90 Prediction Model for 90-Day Mortality After Lung Resection. Clin Lung Cancer 2025;26(1):e73–e80. PMID: 39489628