机器学习模型指导下直肠癌手术中临时性改道回肠造口的择期应用：一项随机对照试验

《Nature Communications》：Machine learning model-guided selective use of temporary diverting ileostomy in rectal cancer surgery: a randomized controlled trial

　　

摘要

在直肠癌手术中，临时性肠造口（TDI）的适用性缺乏标准化标准。本研究进行了一项随机对照试验，旨在评估基于机器学习的吻合口漏（AL）预测模型——“风险导向的临时性肠造口决策系统（RTID）”是否能够提高TDI使用的合理性。共有872名I期至III期直肠癌患者被随机分为两组：一组由外科医生根据经验决定是否使用TDI，另一组则由RTID系统指导决策。最终分析纳入了750名患者（对照组368例，RTID组382例）。结果显示，RTID组的TDI总体发生率较低（18.6% vs 40.5%；P < 0.001），且不必要的造口形成情况也较少（17.7% vs 41.3%；P < 0.001）。尽管必要情况下使用TDI的比例有所增加（55.6% vs 10.0%），但这种差异并不显著（P = 0.057）。更重要的是，RTID组和对照组在吻合口漏这一关键安全指标上的发生率相当（2.4% vs 2.7%；P = 0.753），说明预先设定的TDI减少目标已经实现；然而，该研究的样本量不足以正式验证RTID在预防吻合口漏方面的非劣效性。RTID为TDI的决策提供了客观依据，同时不会影响手术安全性。本研究于2021年8月8日在ClinicalTrials.gov网站上注册（注册编号：NCT04999007）。