Einleitung Die Mayo Klinik hat einen Algorithmus zur präoperativen Identifikation von Patientinnen
mit fortgeschrittenem Ovarialkarzinom entwickelt, die ein hohes postoperatives Morbiditäts-/Mortalitätsrisiko
bergen. Auf Basis des Alters, präoperativer Hypoalbuminämie und antizipiertem Resektionsausmaß
wurde ein Model geschaffen, mit dem man Patientinnen vor Primärer Debulking-Operation
(PDS) identifizieren kann, die ein sehr hohes Risiko für postoperative Komplikationen
haben. Dieser Algorithmus wurde ebenfalls mit einer signifikanten Reduktion der postoperativen
Mortalität assoziiert. Ziel dieser Analyse war es den Mayo Triage Algorithmus in einem
multizentrischen Patientinnenkollektiv zu validieren.
Material und Methodik Diese Analyse inkludiert alle Patientinnen, die wegen eines fortgeschrittenen epithelialem
Ovarialkarzinom (FIGO III/IV) mittels PDS zwischen 2011 und 2019 an den Kliniken Essen
Mitte bzw. der Medizinischen Universität Wien behandelt wurden. Alle Patientinnen
wurden nach dem Mayo Triage Algorithmus als „Hochrisiko” oder „Triage Algorithmus
konform” kategorisiert. Postoperative Komplikationen wurden laut Clavien-Dindo-Classification
(CDC) dokumentiert. Das Auftreten schwerer postoperativer Komplikationen wurde in
den beiden Gruppen verglichen.
Ergebnisse Insgesamt wurden 713 Patientinnen (Altersdurchschnitt 59,9 Jahre) eingeschlossen.
Bei 55,1 % der Patientinnen wurde ein FIGO Stadium IV diagnostiziert. 23,8 % (170/713)
der Patientinnen wurden als „Hochrisiko” kategorisiert. Eine komplette Tumorresektion
gelang in 45,3 und 68,0 % der „Hochrisiko” und der „Triage Algorithmus konform” Gruppen.
Eine schwere postoperative Komplikation (CDC 3-5) trat in 26,5 bzw. 23,4 % der „Hochrisiko”
und der „Triage Algorithmus konform” Gruppen (p = 0,412) auf. Die 30 Tage und 90 Tage
Mortalitätsraten waren in beiden Gruppen vergleichbar (30-Tage: 1,8 vs. 1,8 %, p = 1,000.;
90-Tage: 4,7 vs. 3,5 %, p = 0,472).
Eine Sensitivitätsanalyse, welche ausschließlich Patientinnen mit Komplettresektion
inkludierte, zeigte keinen Unterschied der 90-Tage-Mortalitätsrate zwischen den beiden
Gruppen (1,3 vs. 4,1 %, p = 0,327).
Zusammenfassung Der Mayo Triage Algorithmus verfehlte das Ziel Patientinnen mit hohem Risiko für
postoperative Komplikationen und Mortalität zu identifizieren. Der Mayo Triage Algorithmus
scheint ein vielversprechendes Vorhersagemodel zu sein, welches jedoch intensiver
Feinkalibration bedarf, um im klinischen Alltag Anwendung zu finden.
