Ph.d.-forsvar ved Phillip Kaasgaard Sperling

Postoperative smerter er en betydelig faktor til reduceret livskvalitet, begrænset fysisk aktivitet og øgede sundhedsudgifter. Efter Video-Assisteret Thorakoskopisk Kirurgi (VATS) har de fleste patienter behov for opioider til behandling af akutte smerter, og cirka 30% udvikler kroniske postoperative smerter (CPSP).

Behandling af postoperative smerter indebærer typisk en afvejning mellem opioidernes analgetiske effekter og risikoen for udvikling af misbrug og afhængighed. En måde at balancere dette er at forudsige individuelle patienters risiko for postoperative smerter og tilpasse smertebehandlingsplaner derefter. Desuden kan bedre forståelse af smertemekanismer hjælpe med at uddanne patienter og give dem en større følelse af empowerment, hvilket yderligere kan hjælpe dem med at håndtere deres smerter.

Phillip Kaasgaard Sperlings ph.d.-afhandling bygger på en kohorte af patienter, der gennemgår VATS, og indeholder tre artikler, der undersøger deres aspekter af postoperative smerter.

I Artikel I blev fem forskellige domæner (demografi, psykologiske faktorer, quantitative sensory testing (QST), tumorpatologi og perioperative faktorer) anvendt til at konstruere prædiktionsmodeller ved hjælp af multipel lineær regression. Det viste, at demografiske faktorer var stærkest associeret med både postoperative smerter og opioidforbrug og forklarede henholdsvis 10,6% og 39,5% af variansen. Kombination af de bedste prædiktorer fra alle domæner forbedrede smertemodellen til at forklare 20,3% af variansen og opioidmodellen til 40,4%.

I Artikel II undersøgtes, hvordan inflammation påvirker postoperative smerter. Blodprøver blev indsamlet før operationen, og 41 inflammatoriske biomarkører blev analyseret. Ved hjælp af principal component analysis og orthogonal partial least squares discriminant analysis identificerede Phillip Kaasgaard Sperling en undergruppe af biomarkører, der var særligt effektive til at differentiere mellem deltagere. Disse blev derefter inkluderet i en multipel lineær regressionsmodel til at forudsige akutte postoperative smerter, mens der blev kontrolleret for opioiddosering. Denne model forklarede 34,3% af variansen i postoperative smerter ved at anvende blot fire biomarkører.

Endelig fokuserede Artikel III på forudsigelse af CPSP. I dette studie blev det undersøgt, hvor gode forskellige machine learning (ML) metoder var på den samme patient kohorte. Der blev anvendt fem forskellige ML-tilgange: logistisk regression, K-Nearest Neighbors (kNN), kNN med variabel selektion, naive bayes og gradient boosting. Disse blev testet på tværs af lignende domæner, som i de første to artikler (kliniske faktorer, psykologiske faktorer, QST og inflammatoriske biomarkører), samt med alle variabler kombineret. Modellerne præsterede ret forskelligt, hvor nogle opnåede 96,5% konkordans og andre kun 50%. Samlet set var gradient boosting den metode der præsterende bedst, og inflammatoriske markører det domæne der præsterede bedst.

Phillip Kaasgaard Sperlings afhandling giver værdifulde nye indsigter i forudsigelse af postoperative smerter og de faktorer, der påvirker dem. For at sådanne prædiktionsmodeller kan implementeres i klinisk praksis, er større valideringsstudier dog nødvendige.

Tid og sted

Ph.d.-forsvaret afholdes fredag den 19. september kl. 14.00 i Auditorium A, Forskningens Hus, Sdr. Skovvej 15 i Aalborg. Alle interesserede er velkomne.

Vejledere og bedømmelsesudvalg

Vejledere

• Clinical Associate Professor Jannie Bisgaard Stæhr, Department of Anaesthesiology and Intensive Care, Aalborg University Hospital, Denmark
• Associate Professor Kristian Kjær-Staal Petersen, Center of Neuroplasticity and Pain, Department of Health, Science and Tehcnology, Aalborg University, Denmark
• Clinical Professor Bodil Steen Rasmussen, Department of Anaesthesiology and Intensive Care, Aalborg University Hospital, Denmark

Bedømmelsesudvalg

• Clinical Professor Sam Riahi (Chair), Department of Cardiology, Aalborg University Hospital, Denmark
• Clinical Professor Eske Kvanner Aasvang, University of Copenhagen, Denmark
• Professor Esther Pogatzki-Zahn, Dept. Anesthesiology, Intensive Care and Pain Medicine, University Hospital Muenster, Germany