Nowy model statystyczny może pomóc lekarzom poprawić wyniki tonsillectomii dziecięcej

Naukowcy prowadzeni przez zespół z UT Southwestern Medical Center stworzyli model statystyczny w celu określenia norm dla typowych, wysokich lub niskich wskaźników krwawienia po tonsillektomii dziecięcej. Odkrycia, opublikowane w JAMA Otolaryngology-Head & Neck Surgery, mogą pomóc lekarzom i szpitalom poprawić wyniki trzeciej najczęstszej chirurgii dziecięcej w USA. W 2019 roku Fundacja American Academy of Otolaryngology-Head and Neck Surgery wydała zaktualizowane wytyczne dotyczące migdałków dziecięcych, w których zalecono, aby chirurdzy samodzielnie monitorowali wskaźniki krwawienia swoich pacjentów po tych procedurach. Ron Mitchell, profesor Otolaryngologii i Chirurgii Głowy i Szyi w UTSW oraz szef Otolaryngologii Dziecięcej, był głównym autorem tych wytycznych oraz obecnego badania. Chociaż powikłania po tonsillektomii są rzadkie, dr Johnson powiedział, że nadmierne krwawienie jest jednym z najczęstszych i jest często uważane za czynnik w bardzo niewielu zgonów związanych z tą operacją. Zmiana wytycznych była znaczącym krokiem w kierunku poprawy bezpieczeństwa tonsillektomii, powiedział, ale lekarze napotkali znaczącą przeszkodę w ich skutecznym stosowaniu. Nie istniały żadne standardy informujące lekarzy, czy ich osobiste lub instytucjonalne wskaźniki krwawienia są uważane za normalne, wysokie czy niskie. Aby opracować standardy prawdopodobieństwa, dr Johnson i jego koledzy zebrali dane z bazy danych Pediatric Health Information System, prowadzonej przez Children's Hospital Association, która zawiera niezidentyfikowane informacje o pacjentach obejmujące pobyty w szpitalach, operacje ambulatoryjne, wizyty na oddziale ratunkowym i dane pacjentów z oddziałów obserwacyjnych z ponad 49 szpitali dziecięcych w USA, działających na zasadzie not-for-profit. Badaczy interesowały przede wszystkim dane dotyczące pacjentów, którzy zgłosili się na oddział ratunkowy lub zostali ponownie przyjęci do szpitala z powodu krwawienia po tonsillektomii - co jest oznaką, że ich krwawienie po zabiegu zostało uznane za nadmierne. Badacze zebrali dane demograficzne dotyczące tych pacjentów, a także historie medyczne. Po stratyfikacji wskaźników krwawienia dla tych instytucji na percentyle, zespół stwierdził, że mediana prawdopodobieństwa krwawienia wśród wszystkich pacjentów wynosiła 1,97%. Najniższy wskaźnik wynosił nieco ponad 1%, a najwyższy, w 99. percentylu, wynosił 6,4%. Zmienne związane ze zwiększonym wskaźnikiem krwawienia po tonsillektomii obejmowały wiek młodzieńczy (powyżej 12 lat), latynoskie pochodzenie etniczne, zamieszkiwanie w stosunkowo zamożnym ZIP oraz otyłość. Dr Johnson podkreślił, że badanie nie uwzględniało techniki chirurgicznej ani wielu dostępnych narzędzi do wykonywania tonsillektomii. Różne szkolenia chirurgów mogą również wpływać na wyniki, zmienna, która jest trudna do uchwycenia, powiedział. Dr Johnson podkreślił jednak, że technika może nie być winna wyższym wskaźnikom krwawienia, ponieważ wiele czynników poza kontrolą chirurga przyczynia się do ryzyka, w tym wiek pacjenta lub inne choroby współistniejące. "Ten model stanowi przydatny punkt wyjścia, aby pomóc chirurgom krytycznie spojrzeć na ich własne wskaźniki krwawienia i pomóc im zrozumieć, dlaczego to powikłanie może wystąpić" - powiedział dr Johnson. Inni badacze UTSW, którzy przyczynili się do tego badania to Dylan R. Beams, Stephen R. Chorney, Yann-Fuu Kou, Felicity Lenes-Voit, Seckin Ulualp i Christopher Liu. Dr Johnson posiada tytuł profesora otolaryngologii dziecięcej im. Beth i Marvina C. "Cub" Culbertsona. Pełni również funkcję dyrektora Kliniki Pediatrii Głosu/FEES w Children's Medical Center w Dallas. Dr Mitchell pełni funkcję Williama Becknera, M.D., Distinguished Chair in Otolaryngology. Badanie zostało sfinansowane przez Beth i Marvina "Cub" Culbertson Endowment w UTSW's Department of Otolaryngology-Head and Neck Surgery.

Przełomowa technika oferuje nowy sposób na uzyskanie szczegółowych informacji o tkankach organicznych

Przełomowa technika opracowana przez naukowców związanych z USC Michelson Center for Convergent Bioscience prezentuje nowy sposób zbierania i organizowania bardzo szczegółowych informacji o tkankach organicznych w rekordowym czasie. Metody te mogą być kiedyś wykorzystane do szybkiego przetwarzania biopsji tkanek w leczeniu raka lub wykrywania bakterii w zakładach przetwórstwa spożywczego. Tkanki emitują sygnały, czyli pola własne, które choć wykrywalne, są bardzo słabe i trudne do rozróżnienia. Technika, opisana szczegółowo w dwóch pracach opublikowanych w Nature Methods i Cell Reports Methods, wykorzystuje złożony algorytm matematyczny do poprawy jakości sygnałów, a następnie ich rozdzielenia. Nowa technika jest porównywalna z tym, jak serwisy streamingowe prezentują różne poziomy kompresji, aby zapewnić, że ich wideo jest spójne bez względu na połączenie internetowe użytkownika, według Francesco Cutrale, głównego badacza i asystenta badawczego w USC Viterbi School of Engineering. Algorytm wyszczególniony w Nature Methods na początku tego roku kontynuuje ostatnie udoskonalenia podejść do obrazowania wysokiej zawartości wykorzystujących fluorescencję. Dzięki wysokiemu kontrastowi i specyficzności, a także możliwościom adaptacyjnym, fluorescencja umożliwiła wykrywanie i definiowanie konkretnych cząsteczek. Jednak te nowsze techniki nie sprawdzają się w obrazowaniu próbek żywych lub in vivo, ponieważ mają one ograniczoną czułość i mogą uszkodzić próbki. W artykule zespół badawczy pokazał, jak technika zwana Hybrid Unmixing może być wykorzystana do czystej i wydajnej analizy żywej tkanki organicznej. Technika ta wykorzystuje mieszanie liniowe, metodę analizy różnych składników w obrębie próbki oznaczanych przez związki chemiczne zwane fluoroforami. Następnie wizualizują te składniki za pomocą hiperspektralnych fazorów, które wykorzystują całe spektrum kolorów, a nie tylko czerwony, niebieski i zielony. W ten sposób, Hybrid Unmixing pozwala na równoczesne obrazowanie jasnych i ciemnych elementów oznakowanych w tkance organicznej, nawet przy słabym oświetleniu. Umożliwiając jednoczesną analizę zachowań komórkowych i metabolizmu komórkowego tych znakowanych składników, technika ta zapewni dokładniejszy wgląd w złożoność systemów biologicznych. "W przestrzeni badawczej istnieje nacisk na zrozumienie złożonych systemów biologicznych" - powiedział Cutrale. "Podczas gdy badacze zazwyczaj badają tylko dwie lub trzy etykiety na raz, prawda jest taka, że istnieje więcej niż tylko kilka czynników oddziałujących w obrębie komórek. Wyzwanie polega na tym, że sygnały te często wydają się bardzo podobne, co utrudnia ich rozróżnienie. W naszej pracy udało się zidentyfikować i rozdzielić aż 14 różnych sygnałów. Ten przełom zapewni naukowcom bardziej kompleksowe zrozumienie aktywności wewnątrz systemów komórkowych i biologicznych." Algorytm stanowi fundament dla licznych zastosowań z punktu widzenia przemysłu, powiedział Cutrale. "Pracujemy w naukach przyrodniczych, ale łatwo wyobrazić sobie liczne zastosowania do oceny jakości owoców, obecności pestycydów lub sposobu optymalizacji produkcji w wielu innych dziedzinach" - powiedział. Kolejna praca, opublikowana dziś w Cell Reports Methods, opisuje sprzęt - nazwany SHy-Cam, skrót od Single-shot Hyperspectral Phasor Camera zaprojektowany przez zespół badawczy, zoptymalizowany do przechwytywania tego typu informacji. Typowe techniki obrazowania tkanek wykorzystujące fluorescencję używają kanałów kolorystycznych w całym spektrum, aby skompensować nakładanie się etykiet. Technika ta zmniejsza szybkość obrazowania, a w przypadku wystawienia na działanie nadmiernego światła może ostatecznie uszkodzić próbki. W przypadku SHy-Cam naukowcy byli w stanie wykorzystać nowy algorytm do uzyskania informacji spektralnej szybko i efektywnie, w kamerze, która może być zbudowana z już dostępnych komponentów optycznych. Nowy sprzęt opisany w pracy jest w stanie pozyskać 30 zestawów danych na sekundę, z wydajnością fotonów na poziomie ponad 80%. Czyni to z niego potężne narzędzie do wielokolorowego obrazowania in-vivo, stwierdzili badacze. "Jak tworzysz dwuwymiarowy obraz za pomocą czujnika 2D? Robisz zdjęcie" - powiedział Cutrale. "Naszym wyzwaniem jest jak uchwycić zestaw danych 3D za pomocą czujnika 2D. Typowy czujnik koloru pozyskuje trzy kolory czerwony, niebieski i zielony lub otrzymuje wszystko przez swoje czujniki w skali szarości. "W naszym przypadku musimy zażądać 42 kanałów informacji to nie jest powszechne, ani wydajne. Zaprojektowaliśmy w tym artykule nowe podejście, które może uzyskać zakodowaną wersję informacji spektralnej za pomocą jednego obrazu." Cutrale powiedział, że robią to poprzez wykorzystanie światła. Zespół zaprzągł światło do przekształcenia informacji i użył go do wykonania obliczeń przed skompresowaniem go na czujniku. Używając tego podejścia, zespół pokazał, jak może odbierać całe spektrum i wymiary obrazu. "Uchwyciliśmy osie X i Y obrazu jego wysokość i szerokość a także informacje spektralne na osi długości fali, wszystko razem w jednym obrazie za pomocą standardowej kamery" - powiedział. "To dość potężne podejście. W tym podejściu sprzętowym uzyskaliśmy wydajność, która w niektórych przypadkach jest do ośmiu razy szybsza niż istniejące oprzyrządowanie. Innymi słowy, osiem razy więcej światła dociera do czujnika kamery w ten skompresowany sposób."