Resumo Contexto Diferenças morfológicas da artéria de Adamkiewicz (AKA) entre a população portadora e não portadora de doença aórtica têm importância clínica, influenciando as complicações neuroisquêmicas da medula espinhal em procedimentos operatórios. Ainda não é conhecida a correlação entre parâmetros clínicos e a previsibilidade da identificação dessa artéria pela angiotomografia. Objetivo Desenvolver um modelo matemático que, através de parâmetros clínicos correlacionados com aterosclerose, possa prever a probabilidade de identificação da AKA em pacientes submetidos a angiotomografias. Método Estudo observacional transversal utilizando banco de imagens e dados de pacientes. Foi feita análise estatística multivariada e criado modelo matemático logit de predição para identificação da AKA. Variáveis significativas foram utilizadas na montagem da fórmula para cálculo da probabilidade de identificação. O modelo foi calibrado, e a discriminação foi avaliada pela curva receiver operating characteristic (ROC). A seleção das variáveis explanatórias foi guiada pela maior área na curva ROC (p = 0,041) e pela significância combinada das variáveis. Resultados Foram avaliados 110 casos (54,5% do sexo masculino, com idade média de 60,97 anos e etnia com coeficiente B -2,471, M -1,297, N -0,971), com AKA identificada em 60,9%. Índice de massa corporal: 27,06 ± 0,98 (coef. -0,101); fumantes: 55,5% (coef. -1,614/-1,439); diabéticos: 13,6%; hipertensos: 65,5% (coef. -1,469); dislipidêmicos: 58,2%; aneurisma aórtico: 38,2%; dissecção aórtica: 12,7%; e trombo mural: 24,5%. Constante de 6,262. Fórmula para cálculo da probabilidade de detecção: ( e − ( C o e f . E t n i a + ( C o e f . I M C × I M C ) + C o e f . f u m a n t e + C o e f . H A S + C o e f . d i s l i p + C o n s tan t e ) + 1 ) − 1 . O modelo de predição foi criado e disponibilizado no link https://vascular.pro/aka-model . Conclusão Com as covariáveis etnia, índice de massa corporal, tabagismo, hipertensão arterial e dislipidemia, foi possível criar um modelo matemático de predição de identificação da AKA com significância combinada de nove coeficientes (p = 0,042).
Abstract Background There are clinically important morphological differences in the Adamkiewicz artery (AKA) between populations that do and do not have aortic disease and they have an influence on the neuroischemic complications involving the spinal cord during surgical operations. It is not yet known whether clinical parameters correlate with the predictability of identification of the artery using angiotomography. Objective To develop a mathematical model that by correlating clinical parameters with atherosclerosis enables prediction of the probability of identification of the AKA in patients examined with angiotomography. Method This is a cross-sectional, observational study using a patient database and image bank. A multivariate statistical analysis was conducted and a logit mathematical model was constructed to predict AKA identification. Significant variables were used to build a formula for calculation of the probability of identification. This model was calibrated and its power of discrimination was assessed using receiver operating characteristic (ROC) curves. Selection of explanatory variables was based on largest area under the ROC curve (p = 0.041) and combined significance of variables. Results A total of 110 cases were analyzed (54.5% were male, mean age was 60.97 years, and ethnicity coefficients were white -2.471, brown -1.297, and black -0.971) and the AKA was identified in 60.9%. Body mass index: 27.06 ± 0.98 (coef. -0.101); smokers: 55.5% (coef. -1.614/-1.439); diabetes: 13.6%; hypertension: 65.5% (coef. -1.469); dyslipidemia: 58.2%; aortic aneurysm: 38.2%; aortic dissection: 12.7%; and mural thrombus: 24.5%. The constant was 6.262. The formula for calculating the probability of detection is as follows: ( e − ( C o e f . E t n i c i t y + ( C o e f . B M I × B M I ) + C o e f . s m o ker + C o e f . S A H + C o e f . d y s l i p + C o n s tan t ) + 1 ) − 1 . The prediction model was constructed and made available at: https://vascular.pro/aka-model . Conclusions Using the covariates ethnicity, body mass index, smoking, arterial hypertension, and dyslipidemia, it proved possible to create a mathematical model for predicting identification of the AKA with a combined significance of nine coefficients (p = 0.042).