Skip to main content
Hauptrubriken
CME Facharzt-Training Webinare Zeitschriften Bücher e.Medpedia Podcast
Service
Jobbörse Info & Hilfe
Fachgebiete
Anästhesiologie Allgemeinmedizin Arbeitsmedizin Augenheilkunde Chirurgie Dermatologie Gynäkologie und Geburtshilfe HNO Innere Medizin Kardiologie Neurologie Onkologie und Hämatologie Orthopädie und Unfallchirurgie Pädiatrie Pathologie Psychiatrie Radiologie Rechtsmedizin Urologie Zahnmedizin
Themen
Typ-2-Diabetes und Adipositas Klimawandel und Gesundheit Neues aus dem Markt Praxis und Beruf Seltene Erkrankungen GOÄ & EBM Panorama
Sammlungen
Kasuistiken Algorithmen & Infografiken Blickdiagnosen Arthropedia FlapFinder (für Dermatochirurgen) Videos Kongressberichterstattung Medizin für Apothekerinnen und Apotheker Für Ärztinnen und Ärzte in Weiterbildung Für Medizinstudierende Patientenratgeber
Erweiterte Suche
Anmelden
nach oben
Die Anaesthesiologie
Erschienen in:

22.11.2024 | Präoperative Risikobeurteilung | CME

Präoperative Risikoprädiktionsmodelle für nichtkardiochirurgische Patienten

Risiko-Scores richtig interpretieren und anwenden

verfasst von: Dr. med. René M’Pembele, Dr. med. Sebastian Roth, Prof. Dr. med. Giovanna Lurati Buse

Erschienen in: Die Anaesthesiologie | Ausgabe 12/2024

zum CME-Kurs Einloggen, um Zugang zu erhalten

Zusammenfassung

Risikoprädiktionsmodelle sind fester Bestandteil der präoperativen Evaluation. Die Europäische Gesellschaft für Kardiologie schlägt in ihrer Leitlinie mehrere Risiko-Scores vor, deren Nutzen jedoch für die Behandelnden meist unklar ist. Im Folgenden werden die einzelnen Schritte zur Erstellung eines validen Prädiktionsmodells erläutert. Der Fokus liegt auf den Kenngrößen Diskrimination, Kalibrierung und externe Validierung. Der klinische Nutzen der in der Leitlinie vorgeschlagenen Risiko-Scores in Bezug auf diese Kenngrößen wird untersucht. Alle Risiko-Scores scheinen eine gute Diskriminationsfähigkeit in den Validierungskohorten aufzuweisen. Nur wenige belastbare Daten konnten für eine gute Kalibrierung erhoben werden. Die externe Validität der einzelnen Modelle ist unklar. Die generelle Nutzung der Risiko-Scores kann nicht empfohlen werden, da Daten zu Kalibrierung oder Diskrimination in externen Kohorten fehlen. Eine präzise Risikoabschätzung kann nicht erwartet werden.
Literatur
1.
Weiser TG, Regenbogen SE, Thompson KD et al (2008) An estimation of the global volume of surgery: a modelling strategy based on available data. Lancet 372:139–144CrossRefPubMed
2.
Sellers D, Srinivas C, Djaiani G (2018) Cardiovascular complications after non-cardiac surgery. Anaesthesia 73(1):34–42CrossRefPubMed
3.
Devereaux PJ, Sessler DI (2015) Cardiac complications in patients undergoing major noncardiac surgery. N Engl J Med 373:2258–2269CrossRefPubMed
4.
Vascular Events in Noncardiac Surgery Patients Cohort Evaluation Study, Spence J, Lemanach Y et al (2019) Association between complications and death within 30 days after noncardiac surgery. Cmaj 191:E830–E837CrossRef
5.
Halvorsen S, Mehilli J, Cassese S et al (2022) 2022 ESC Guidelines on cardiovascular assessment and management of patients undergoing non-cardiac surgery. Eur Heart J
6.
Zöllner C, Böhmer A, Geldner G et al (2024) Präoperative Evaluation erwachsener Patientinnen und Patienten vor elektiven, nicht herz-thorax-chirurgischen Eingriffen. Eine gemeinsame Empfehlung der Deutschen Gesellschaft für Anästhesio-logie und Intensivmedizin, der Deutschen Gesellschaft für Chirurgie und der Deutschen Gesellschaft für Innere Medizin. Anästhesiologie Intensivmed
7.
Alba AC, Agoritsas T, Walsh M et al (2017) Discrimination and Calibration of Clinical Prediction Models: Users’ Guides to the Medical Literature. JAMA 318:1377–1384CrossRefPubMed
8.
Riley RD, Hayden JA, Steyerberg EW et al (2013) Prognosis Research Strategy (PROGRESS) 2: prognostic factor research. PLoS Med 10:e1001380CrossRefPubMedPubMedCentral
9.
Foroutan F, Mayer M, Guyatt G et al (2024) GRADE concept paper 8: judging the certainty of discrimination performance estimates of prognostic models in a body of validation studies. J Clin Epidemiol 170:111344CrossRefPubMed
10.
11.
Steyerberg EW, Moons KG, Van Der Windt DA et al (2013) Prognosis Research Strategy (PROGRESS) 3: prognostic model research. PLoS Med 10:e1001381CrossRefPubMedPubMedCentral
12.
Ramspek CL, Jager KJ, Dekker FW et al (2021) External validation of prognostic models: what, why, how, when and where? Clin Kidney J 14:49–58CrossRefPubMed
13.
14.
Steyerberg EW, Vickers AJ, Cook NR et al (2010) Assessing the performance of prediction models: a framework for traditional and novel measures. Epidemiology 21:128–138CrossRefPubMedPubMedCentral
15.
Lee TH, Marcantonio ER, Mangione CM et al (1999) Derivation and prospective validation of a simple index for prediction of cardiac risk of major noncardiac surgery. Circulation 100:1043–1049CrossRefPubMed
16.
Ford MK, Beattie WS, Wijeysundera DN (2010) Systematic review: prediction of perioperative cardiac complications and mortality by the revised cardiac risk index. Ann Intern Med 152:26–35CrossRefPubMed
17.
Fronczek J, Polok K, Devereaux PJ et al (2019) External validation of the Revised Cardiac Risk Index and National Surgical Quality Improvement Program Myocardial Infarction and Cardiac Arrest calculator in noncardiac vascular surgery. Br J Anaesth 123:421–429CrossRefPubMed
18.
Gupta PK, Gupta H, Sundaram A et al (2011) Development and validation of a risk calculator for prediction of cardiac risk after surgery. Circulation 124:381–387CrossRefPubMed
19.
Palamuthusingam D, Pascoe EM, Hawley CM et al (2024) Revised cardiac risk index in predicting cardiovascular complications in patients receiving chronic kidney replacement therapy undergoing elective general surgery. Perioper Med (lond) 13:70CrossRefPubMed
20.
Lurati Buse GA, Mauermann E, Ionescu D et al (2023) Risk assessment for major adverse cardiovascular events after noncardiac surgery using self-reported functional capacity: international prospective cohort study. Br J Anaesth 130:655–665CrossRefPubMed
21.
Bilimoria KY, Liu Y, Paruch JL et al (2013) Development and evaluation of the universal ACS NSQIP surgical risk calculator: a decision aid and informed consent tool for patients and surgeons. J Am Coll Surg 217:833–842CrossRefPubMedPubMedCentral
22.
Yap MKC, Ang KF, Gonzales-Porciuncula LA et al (2018) Validation of the American College of Surgeons Risk Calculator for preoperative risk stratification. Heart Asia 10:e10993CrossRefPubMedPubMedCentral
23.
Glance LG, Faden E, Dutton RP et al (2018) Impact of the Choice of Risk Model for Identifying Low-risk Patients Using the 2014 American College of Cardiology/American Heart Association Perioperative Guidelines. Anesthesiology 129:889–900CrossRefPubMed
24.
Lin V, Gogenur S, Pachler F et al (2023) Risk Prediction for Complications in Inflammatory Bowel Disease Surgery: External Validation of the American College of Surgeons’ National Surgical Quality Improvement Program Surgical Risk Calculator. J Crohns Colitis 17:73–82CrossRefPubMed
25.
Van Der Hulst HC, Dekker JWT, Bastiaannet E et al (2022) Validation of the ACS NSQIP surgical risk calculator in older patients with colorectal cancer undergoing elective surgery. J Geriatr Oncol 13:788–795CrossRef
26.
Protopapa KL, Simpson JC, Smith NC et al (2014) Development and validation of the Surgical Outcome Risk Tool (SORT). Br J Surg 101:1774–1783CrossRefPubMed
27.
Oakland K, Cosentino D, Cross T et al (2021) External validation of the Surgical Outcome Risk Tool (SORT) in 3305 abdominal surgery patients in the independent sector in the UK. Perioper Med (lond) 10:4CrossRefPubMed
28.
Reilly JR, Wong D, Brown WA et al (2022) External validation of a surgical mortality risk prediction model for inpatient noncardiac surgery in an Australian private health insurance dataset. ANZ J Surg 92:2873–2880CrossRefPubMedPubMedCentral
29.
Torlot F, Yew CY, Reilly JR et al (2022) External validity of four risk scores predicting 30-day mortality after surgery. Bja Open 3:100018CrossRefPubMedPubMedCentral
30.
Wong DJN, Harris S, Sahni A et al (2020) Developing and validating subjective and objective risk-assessment measures for predicting mortality after major surgery: An international prospective cohort study. PLoS Med 17:e1003253CrossRefPubMedPubMedCentral
31.
Vernooij JEM, Koning NJ, Geurts JW et al (2023) Performance and usability of pre-operative prediction models for 30-day peri-operative mortality risk: a systematic review. Anaesthesia 78:607–619CrossRefPubMed
32.
Dakik HA, Chehab O, Eldirani M et al (2019) A New Index for Pre-Operative Cardiovascular Evaluation. J Am Coll Cardiol 73:3067–3078CrossRefPubMed
33.
Dakik HA, Eldirani M, Kaspar C et al (2022) Prospective validation of the AUB-HAS2 cardiovascular risk index. Eur Heart J Qual Care Clin Outcomes 8:96–97CrossRefPubMed
34.
Dakik HA, Sbaity E, Msheik A et al (2020) AUB-HAS2 Cardiovascular Risk Index: Performance in Surgical Subpopulations and Comparison to the Revised Cardiac Risk Index. J Am Heart Assoc 9:e16228CrossRefPubMedPubMedCentral
35.
Msheik A, Kaspar C, Mailhac A et al (2021) Performance of the AUB-HAS2 Cardiovascular Risk Index in vascular surgery patients. Vasc Med 26:535–541CrossRefPubMed
36.
Danek A, Rainer T, Sala DS (2022) Ockham’s razor, not a barber’s weapon but a writer’s tool. Brain 145:1870–1873CrossRefPubMed
37.
Biccard BM, Rodseth RN (2011) Utility of clinical risk predictors for preoperative cardiovascular risk prediction. Br J Anaesth 107:133–143CrossRefPubMed
38.
Ranucci M, Castelvecchio S, Menicanti L et al (2009) Risk of assessing mortality risk in elective cardiac operations: age, creatinine, ejection fraction, and the law of parsimony. Circulation 119:3053–3061CrossRefPubMed
Metadaten
Titel
Präoperative Risikoprädiktionsmodelle für nichtkardiochirurgische Patienten
Risiko-Scores richtig interpretieren und anwenden
verfasst von
Dr. med. René M’Pembele
Dr. med. Sebastian Roth
Prof. Dr. med. Giovanna Lurati Buse
Publikationsdatum
22.11.2024
Verlag
Springer Medizin
Erschienen in
Die Anaesthesiologie / Ausgabe 12/2024
Print ISSN: 2731-6858
Elektronische ISSN: 2731-6866
DOI
https://doi.org/10.1007/s00101-024-01481-7

Weitere Artikel der Ausgabe 12/2024

Maschinelle Autotransfusion in der Geburtshilfe – Hintergrund und praktische Umsetzung

The Golden Approach of Trauma. Welche Blutprodukte werden zur Optimierung der präklinischen Traumaversorgung benötigt?

Publizieren in Die Anaesthesiologie

Exchange rates of second generation Microcuff® pediatric endotracheal tubes in children weighing more than 3 kg

  • Open Access
  • Originalien

Smart Lernen: 5 Jahre (lebens-)lang

  • Leitthema

Reanimation nach Energy-Drink-Konsum

Neu im Fachgebiet AINS

Antibiotika bei Bakteriämie – 7 versus 14 Tage

  • 21.01.2025
  • Sepsis
  • Nachrichten

Eine Bakteriämie lässt sich mit einer einwöchigen Antibiotikatherapie zumeist gut in den Griff bekommen: Die Sterberate ist nicht höher als unter zweiwöchiger Behandlung, zeigt eine Vergleichsstudie mit hospitalisierten Erkrankten. Allerdings muss die Therapie bei fast jedem Vierten verlängert werden.

Nasenstimulation lindert chronische Migräne

Wird die Naseninnenseite durch Vibrationen stimuliert, kann dies offenbar die Zahl der Migränetage von Menschen mit chronischer Migräne deutlich senken. Darauf deuten die Resultate einer randomisiert-kontrollierten deutsch-finnischen Untersuchung.

Nackenschmerzen nach Bandscheibenvorfall: Muskeltraining hilft!

Bei hartnäckigen Schmerzen aufgrund einer zervikalen Radikulopathie schlägt ein Team der Universität Istanbul vor, lokale Steroidinjektionen mit einem speziellen Trainingsprogramm zur Stabilisierung der Nackenmuskulatur zu kombinieren.

Okzipitale Nervenstimulation: Op.-Erfahrungen aus Dänemark

Derzeit gibt es kein breit akzeptiertes Standardprotokoll, was das chirurgische Vorgehen bei okzipitaler Nervenstimulation betrifft. Ein Ärzteteam aus Dänemark hat nun seinen Ansatz vorgestellt, der bestimmte Vorteile bieten soll.

Update AINS

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.

hier abonnieren
Bildnachweise