การสร้างระบบการให้คะแนนเพื่อพยากรณ์การเสียชีวิตของผู้ป่วยวัณโรครายใหม่
คำสำคัญ:
tuberculosis, death, prognostic prediction ruleบทคัดย่อ
บทนำ: วัณโรคเป็น 1 ใน 10 ของโรคติดเชื้อที่เป็นสาเหตุการตายที่สำคัญของโลก และเป็นปัญหาสำคัญทางสาธารณสุขของประเทศไทย อย่างไรก็ตามปัจจุบันการลดอัตราตายของผู้ป่วย วัณโรคก็ยังไม่บรรลุเป้าหมายตามแผนปฏิบัติการระดับชาติ
วัตถุประสงค์: เพื่อศึกษาปัจจัยพยากรณ์ที่ช่วยในการทำนายการเสียชีวิตของผู้ป่วยวัณโรครายใหม่ และสร้างระบบการให้คะแนนความเสี่ยง เพื่อช่วยทำนายการเสียชีวิตของผู้ป่วยวัณโรครายใหม่
วิธีการศึกษา: การวิจัยพยากรณ์ ใช้รูปแบบการเก็บข้อมูลแบบ retrospective cohort study ศึกษาในผู้ป่วยที่ได้รับการวินิจฉัยว่าเป็นผู้ป่วยวัณโรครายใหม่และเข้ารับการรักษาที่โรงพยาบาลแพร่ ระหว่างวันที่ 1 ต.ค. 56 -30 มิ.ย. 63 รวมเป็นระยะเวลา 6 ปี 9 เดือน จำนวน 791 ราย ศึกษาความสัมพันธ์ปัจจัยพยากรณ์ที่สัมพันธ์กับการเสียชีวิติของผู้ป่วยวัณโรครายใหม่ ได้แก่ อายุ, BMI, วัณโรคนอกปอด, วินิจฉัยวัณโรคครั้งแรก ขณะรักษาตัวในหอผู้ป่วยใน, การติดเชื้อเอชไอวี, โรคปอดอุดกั้นเรื้อรัง, โรคไตวายเรื้อรัง, โรคเบาหวาน และกลุ่มโรคมะเร็ง โดยพัฒนา prognostic prediction model ภายใต้ cox proportional hazard model สร้างระบบคะแนนและวิเคราะห์ความสามารถของแต่ละระดับคะเนนความเสี่ยงด้วย Likelihood ratio positive (LR+)
ผลการศึกษา: ปัจจัยพยากรณ์ที่สัมพันธ์กับการเสียชีวิติของผู้ป่วยวัณโรครายใหม่สูง ได้แก่ วินิจฉัยวัณโรคครั้งแรกขณะรักษาตัวในหอผู้ป่วยใน, กลุ่มโรคมะเร็ง, อายุ ≥60 ปี, BMI <18.5 kg/m2 และมีผลเสมหะเป็นบวก สมการทางคณิตศาสตร์ที่ใช้ในทำนายลักษณะดังกล่าวนี้มีค่า c-statistics เท่ากับ 0.82 สร้างระบบคะแนน โดยมีค่าคะแนนรวม 13 คะแนน จัดเป็นกลุ่มความเสี่ยงต่ำ (0-3 คะแนน) กลุ่มความเสี่ยงปานกลาง (4-7 คะแนน) และกลุ่มความเสี่ยงสูง (8-13 คะแนน) แต่ละระดับมีค่า LR+ เท่ากับ 1.00 (0.63-1.60), 2.22 (1.84-2.67) และ 5.59 (4.30-7.28) ตามลำดับ
สรุป: ระบบการให้คะแนนในงานวิจัยครั้งนี้สามารถให้ผลการจำแนกความเสี่ยงต่อการเสียชีวิติของผู้ป่วยวัณโรครายใหม่ได้ดีในกลุ่มที่มีค่าระดับคะแนนสูง ดังนั้นอาจพิจารณาวางแผนการติดตามและดูแลผู้ป่วยกลุ่มความเสี่ยงสูงอย่างไกล้ชิด อย่างไรก็ตามในงานวิจัยครั้งต่อไปอาจพิจารณาศึกษาปัจจัยพยากรณ์ทางคลินิกอื่น ๆ เพิ่มเติม
คำสำคัญ: tuberculosis, death, prognostic prediction rule
เอกสารอ้างอิง
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.
