Development of a prognostic prediction model of death in new tuberculosis patient
Keywords:
tuberculosis, death, prognostic prediction ruleAbstract
Background: Tuberculosis is one of the main ten causes of death by an infection diseaseand an active health problem of public health in Thailand. The current mortality rate of Tuberculosis is still higher than expected.
Objective: This study aims to identify prognostic factors which can predict mortality in new Tuberculosis cases and develop a risk score system from these prognostic predictors to predict the mortality rate of new Tuberculosis cases.
Study design: A prognostic prediction research was conducted, collecting data by a retrospective cohort study. The study group was from new diagnostic Tuberculosis patients in Phrae Hospital, registered between 1 October 2013 to 30 June 2020. The duration was 6 years 9 months. The number of the patients in this study was 791. The relationship between death and prognostic factors, which were the patients’s age, body mass index, extra-pulmonary tuberculosis, initial hospitalization, HIV infection, COPD, CKD, diabetic mellitus, and cancer. The prognostic prediction model was developed under the cox proportional hazard model. The potential of the risk score level was tested by the likelihood ratio positive (LR+).
Results: There are 5 prognostic factors, associated with mortality of the Tuberculosis new cases, which are initial hospitalization, cancer, age ≥ 60 years, BMI < 18.5 kg/m2 and a positive sputum test. The mathematical equation of the final prediction model showed that the c-statistics was 0.82. The risk scores were set to be from 0 to 13 and classified into 3 levels: low risk (0-3), moderate risk (4-7), and high risk (8-13). The LR+ of each level were 1.00 (0.63-1.60), 2.22 (1.84-2.67), and 5.59 (4.30-7.28) respectively.
Conclusion: This prognostic prediction model can effectively predict mortality in the high-score group of new Tuberculosis cases. Consequently, the patients in the high-score group should be closely followed up.
Keywords: tuberculosis, death, prognostic prediction rule
References
กรมควบคุมโรค สำนักวัณโรค. แนวทางการควบคุมวัณโรคประเทศไทย พ.ศ. 2561. กรุงเทพฯ: กรมควบคุมโรค สำนักวัณโรค; 2018.
World Health Organization. Global tuberculosis report 2020 [Internet]. 2020. Available from: https://www. who.int/publications/i/item/9789240013131
กรมควบคุมโรค. แผนยุทธศาตร์วัณโรคระดับชาติ พ.ศ. 2560-2564 [อินเทอร์ เน็ต]. Available from: http://www.sk ko.Moph.go.th/dward/document_ file/aids/common_form_upload_ file/20180516150456_1680032594.pdf
กรมควบคุมโรค. แผนปฏิบัติการระดับชาติ ด้านการต่อต้านวัณโรค พ.ศ. 2560-2564. กรุงเทพฯ: : อักษรกราฟฟิกแอนด์ดีไซน์; 2560.
กรมควบคุมโรค. แบบรายงานการตรวจราชการและนิเทศงานกรณีปกติ รอบที่ 1 ปีงบประมาณ พ.ศ. 2562 เขตสุขภาพที่ 1 จังหวัดแพร่ ระหว่างวันที่ 27-28 กุมภาพันธ์ 2562 และวันที่ 1 มีนาคม 2562. แพร่: เขตสุขภาพที่ 1; 2562.
สำนักงานสาธารณสุข จังหวัดแพร่. แผนยุทธศาสตร์สุขภาพ จังหวัดแพร่ ระยะ 4 ปี (พ.ศ. 2564-2567). แพร่: สำนักงานสาธารณสุขจังหวัดแพร่.
โรงพยาบาลเเพร่. สรุปผลการดำเนินงานคลินิกวัณโรค ปีงบประมาณ 2555-2563 โรงพยาบาลแพร่. แพร่: โรงพยาบาลแพร่; 2563.
Dizaji MK, Kazemnejad A, Tabarsi P, Zayer F. Risk factors associated with survival of pulmonary tuberculosis. Iran J Public Health. 2018;47(7):980–7.
Kwon YS, Kim YH, Song JU, Jeon K, Song J, Ryu YJ, et al. Risk factors for death during pulmonary tuberculo- sis treatment in Korea: A multicen- ter retrospective cohort study. J Korean Med Sci 2014;29(9):1226–31.
efura-Yone EW, Balkissou AD, Poka-Mayap V, Fatime-Abaicho HK, Enono-Edende PT, Kengne AP. Develop- ment and validation of a prognostic score during tuberculosis treatment. BMC Infect Dis 2017; 17(1):1–9.
จริญศรี เเซ่ตั้ง. ลักษณะของผู้ป่วยวัณโรคและปัจจัยเสี่ยงที่สัมพันธ์กับการเสียชีวิตระหว่างการรักษา ของผู้ป่วยวัณโรคปอดรายใหม่ในภาคเหนือตอนบน ปี 2005-2014. วารสารควบคุมโรค 2560;43(4): 436–47.
อัมพาพันธ์ วรรณพงศภัค. ลักษณะและปัจจัยที่เกี่ยวข้องกับสาเหตุการตายของผู้ป่วยวัณโรครายใหม่ จังหวัดลำพูน. วารสารสาธารณสุขล้านนา 2560;13(2): 72–85.
กิตติ จันทดรภาส. ปัจจัยที่สัมพันธ์กับการเสียชีวิตของผู้ป่วยโรคปอดรายใหม่ จังหวัดลำปาง. วารสารวิชาการสาธารณ สุขชุมชน. 2562;5(3):74-82.
Sumetvathaniya P. Risk factors associated with mortality rates among tuberculosis patients at Banglamung Hospital during fiscal years 2016-2018. J Prapokklao Hosp Clin Med Educ Cent 2019;36(3):202–9.
Injong R. Tuberculosis treatment outcomes and associated factors with mortality of tuberculosis in Sanpatong Hospital, Chiang Mai Province, Thailand. Dis Control J 2020; 46(3):370–8.
ปิยฉัตร ดีสุวรรณ. ปัจจัยทำนายการเสียชีวิตของผู้ป่วยวัณโรคโรงพยาบาลแพร่. วารสารควบคุมโรค 2557;40(2):130–41.
Kourbatova EV, Leonard MK Jr, Romero J, Kraft C, del Rio C, Blumberg HM. Risk factors for mortality among patients with extrapulmonary tuber- culosis at an academic innercity hospital in the US. Eur J Epidemiol 2006;21(9):715-21. doi:10.1007/s10 654-006-9060-7.
Jeon CY, Murray MB. Diabetes mellitus increases the risk of active tuberculosis: A systematic review of 13 observational studies. PLoS Med 2008;5(7):e152. doi:10.1371/journal. pmed.0050152
Nguyen DT, Graviss EA. Development and validation of a prognostic score to predict tuberculosis mortality. J Infect 2018;77(4):283-290. doi:10.1016/ j.jinf. 2018.02.009. Epub 2018 Apr 9. PMID: 29649520.
Pefura-Yone EW, Balkissou AD, Poka-Mayap V, Fatime-Abaicho HK, Enono-Edende PT, Kengne AP. Development and validation of a prognostic score during tuberculosis treatment. BMC Infect Dis 2017. doi.org/10.1186/s12 879-017-2309-9.
