Thesis title: COLECISTECTOMIA LAPAROSCOPICA NELLA COLECISTITE ACUTA: TIMING E OUTCOME.
La colecistite acuta è una malattia comune con alta prevalenza e notevoli costi sociali. Colpisce circa il 10-25% della popolazione adulta e circa il 20% di questi svilupperà complicazioni che richiedono un intervento chirurgico. Negli ultimi 25 anni si è registrato un aumento della prevalenza della patologia. Tale aumento è ascrivibile all’aumento dei fattori predisponenti (soprattutto nei paesi occidentale) e ad un aumento della longevità (essendo la litiasi della colecisti e le sue complicanze una malattia dell’anziano). Sebbene sia una patologia benigna, è oggi una malattia che influisce significativamente sui costi sociali, sia diretti (i costi sanitari per l’ospedalizzazione e per le cure) sia indiretti (la convalescenza e le giornate lavorative perse con conseguente diminuzione della produttività).
Le complicanze legate all’evoluzione della malattia comportano un aumento della degenza ma anche un aumento delle complicanze post-operatorie. In numerosi studi in letteratura possiamo trovare come l’intervento chirurgico in urgenza aumenti il tasso di complicanze post-operatorie. Tali numeri rimangono alti anche in questi anni di miglioramento della tecnologia a supporto del chirurgo.
Con il nostro studio abbiamo pensato di raccogliere dati sulle colecistectomie eseguite per litiasi della colecisti (sia in elezione che in urgenza) di due centri universitari (il Policlinico Sant’Orsola di Bologna e l’Ospedale Umberto I di Roma – La Sapienza) e quelli di un centro ospedaliero dell’AUSL di Bologna (Ospedale di Bentivoglio). Il DB condiviso ha permesso di poter indagare in primo luogo i fattori responsabili della conversione e delle morbidità post-operatorie, l’incidenza dell’età sugli outcome operatori ed il timing di intervento. Tutti questi dati sono stati poi raccolti ed analizzati. Siamo giunti alla conclusione che non esistono fattori modificabili che possano in qualche modo “evitare” le complicanze post-operatorie. Esistono invece alcuni fattori modificabili, come il timing (già indicato dalle Tokyo Guideline 2018) e la gravità della patologia (la colecistite acuta gangrenosa). Pertanto dopo un primo periodo di analisi retrospettiva abbiamo utilizzato un algoritmo di Learning Machine per poter determinare quali colecisti debbano essere operate subito e quali possano beneficiare del “raffreddamento”
Nei prossimi anni, implementando l’algoritmo e aumentando i casi clinici, potremmo definire se tale algoritmo possa aiutare i clinici nella giusta scelta.