院内心停止後の小児の体外心肺蘇生術による生存率の変動: リスク標準化生存率の生存モデルの開発と検証: 体外生命維持組織登録簿の分析

目的: 院内心停止 (IHCA) に対する小児体外心肺蘇生法 (ECPR) 後の生存から退院までの多変量予測モデルを開発して内部検証し、このモデルを使用してリスク標準化生存率 (RSSR) を導き出し、転帰の病院間のばらつきを定量化します。 デザイン: 遡及的な多施設コホート研究。 設定: 2020 年から 2023 年の間に体外生命維持機構 (ELSO) 登録に貢献した病院。 患者: IHCA のために ECPR で治療を受けた子供 (< 18 歳)。 介入: なし。 測定と主な結果: ELSO レジストリから適格な患者が特定され、病院内のクラスタリングを維持するために病院層別分割を使用して派生コホート (N = 1060) と検証コホート (N = 317) に分割されました。生存予測モデルは、最小の絶対収縮と選択演算子を使用したペナルティ付きロジスティック回帰を使用して導出されました。日常的に利用可能な 14 の臨床変数を組み込んだフルイベント モデルは、公正な識別 (曲線下面積、導出コホートで 0.728、検証コホートで 0.678) と良好なキャリブレーション (観察値と期待値の比、0.995、検証コホートのブライアー スコア、0.222) を実証しました。このモデルは、5 つ以上の ECPR 症例を報告するセンターの病院レベルの RSSR を生成するために、マルチレベルのロジスティック回帰モデルに組み込まれました。病院間のばらつきは、オッズ比中央値 1.30 (95% CI、1.11-1.93) を使用して定量化され、患者レベルのリスクを調整した後の施設間の生存可能性の有意な差が示されました。 結論: 小児 ECPR 患者の大規模な国際コホートにおいて、退院までの生存について臨床的に解釈可能なモデルを開発し、内部で検証しました。識別器としてのモデルのパフォーマンスにより、臨床意思決定のためのスタンドアロン ツールとしての使用が制限される可能性があります。しかし、強力な内部校正により病院レベルの RSSR を決定することができ、病院間の大きなばらつきが明らかになりました。これらの発見は、病院レベルの RSSR を推定できるリスク調整モデルの開発の実現可能性を示しています。このようなモデルを小児 ECPR センター全体のベンチマークに使用できるようになる前に、残存する症例混合の差異についての追加の外部検証と評価が必要です。

OBJECTIVES: To develop and internally validate a multivariable prediction model for survival to hospital discharge after pediatric extracorporeal cardiopulmonary resuscitation (ECPR) for in-hospital cardiac arrest (IHCA), and to use this model to derive risk-standardized survival rates (RSSRs) and quantify between-hospital variation in outcomes. DESIGN: Retrospective multicenter cohort study. SETTING: Hospitals contributing to the Extracorporeal Life Support Organization (ELSO) registry between 2020 and 2023. PATIENTS: Children (< 18 yr) treated with ECPR for IHCA. INTERVENTIONS: None. MEASUREMENTS AND MAIN RESULTS: Eligible patients were identified from the ELSO Registry and split into derivation (N = 1060) and validation (N = 317) cohorts using a hospital-stratified split to preserve within-hospital clustering. Survival prediction models were derived using penalized logistic regression with the least absolute shrinkage and selection operator. A full-event model incorporating 14 routinely available clinical variables demonstrated fair discrimination (area under the curve, 0.728 in the derivation cohort and 0.678 in the validation cohort) and good calibration (observed-to-expected ratio, 0.995; Brier score, 0.222 in the validation cohort). This model was embedded in a multilevel logistic regression model to generate hospital-level RSSRs for centers reporting five or more ECPR cases. Between-hospital variation was quantified using the median odds ratio, which was 1.30 (95% CI, 1.11-1.93), indicating significant differences in survival likelihood between centers after adjusting for patient-level risk. CONCLUSIONS: In a large, international cohort of pediatric ECPR patients, we developed and internally validated a clinically interpretable model for survival to hospital discharge. The model performance as a discriminator likely limits its use as a standalone tool for clinical decision-making. However, strong internal calibration allowed for determination of hospital-level RSSRs, which revealed significant inter-hospital variability. These findings demonstrate the feasibility of developing a risk-adjustment model capable of estimating hospital-level RSSRs. Additional external validation and evaluation of residual case-mix differences are needed before such models can be used for benchmarking across pediatric ECPR centers.