การพัฒนาคะแนนทำนายผลลัพธ์การทำงานในผู้ป่วยโรคหลอดเลือดสมองตีบสำหรับการวางแผนเยี่ยมบ้าน
Article Sidebar
Main Article Content
บทคัดย่อ
ที่มา: โรคหลอดเลือดสมองตีบเป็นสาเหตุหลักของความพิการในประเทศไทย และการวางแผนเยี่ยมบ้านเป็นสิ่งสำคัญในการเปลี่ยนแปลงผลลัพธ์ผู้ป่วย การศึกษานี้มีวัตถุประสงค์เพื่อพัฒนาโมเดลทำนายผลลัพธ์การทำงานในผู้ป่วยโรคหลอดเลือดสมองตีบโดยใช้ข้อมูลก่อนจำหน่าย ประเมินผลด้วย modified Rankin Scale (mRS) ที่ 6 เดือนหลังจำหน่าย
รูปแบบการศึกษา: การศึกษา cohort เชิงสังเกตแบบสองทิศทาง
วัสดุและวิธีการ: ศึกษาผู้ป่วย 548 ราย จากโรงพยาบาลมหาวิทยาลัยนเรศวร (มกราคม พ.ศ. 2562 - กันยายน พ.ศ. 2566) ใช้ logistic regression ในการระบุปัจจัยที่เกี่ยวข้องและพัฒนาโมเดลให้คะแนน ประเมินความแม่นยำด้วย AuROC และกราฟสอบเทียบ ทดสอบความเที่ยงภายในด้วยเทคนิค bootstrapping
ผลการศึกษา: โมเดลให้คะแนนประกอบด้วย 5 ปัจจัย ได้แก่ mRS เริ่มต้น ภาวะหัวใจเต้นผิดจังหวะ จำนวนวันนอนโรงพยาบาลมากกว่า 4 วัน NIHSS ก่อนจำหน่าย และ mRS ก่อนจำหน่าย โมเดลมีค่า AuROC 0.88 และมีความสอดคล้องกันดี ตรวจสอบความถูกต้องภายในโดยใช้เทคนิค bootstrapping ยืนยันความแข็งแกร่งของโมเดล กำหนดคะแนนตัดที่มากกว่า 4 ซึ่งเหมาะสมสำหรับระบุผู้ป่วยที่มีความเสี่ยงสูง
สรุป: โมเดลนี้ที่ใช้ข้อมูลก่อนจำหน่ายเป็นเครื่องมือที่มีประโยชน์สำหรับบุคลากรทางการแพทย์ในหน่วยปฐมภูมิ ช่วยในการวางแผนการเยี่ยมบ้านและการตัดสินใจดูแลผู้ป่วยโรคหลอดเลือดสมองตีบ
คำสำคัญ: คะแนนทำนาย หลอดเลือดสมองตีบ ความสามารถทำงานร่างกาย การวางแผนเยี่ยมบ้าน
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ในวารสาร PCFM ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วยหรือร่วมรับผิดชอบใด ๆ
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ลงในวารสาร PCFM ถือเป็นลิขสิทธิ์ของวารสาร PCFM หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใด ๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจากวารสาร PCFM ก่อนเท่านั้น
เอกสารอ้างอิง
Feigin VL, Brainin M, Norrving B, Gorelick PB, Hankey GJ. Global burden of stroke and stroke risk factors. Lancet Neurol. 2021;20:439-48.
Benjamin EJ, Muntner P, Alonso A, Bittencourt MS, Callaway CW, Carson AP, et al. Heart disease and stroke statistics—2019 update: A report from the American Heart Association. Circulation. 2019;139(10)-e528.
Singh R-J, Chen S, Ganesh A, Hill MD. Long-term neurological, vascular, and mortality outcomes after stroke. Int J Stroke. 2018;13:787-96.
Rigby H, Gubitz G, Phillips S. A systematic review of caregiver burden following stroke. Int J Stroke. 2009;4:285-92.
Boonsong C. Challenges in stroke rehabilitation: Home care and the healthcare provider gap in Thailand. J Stroke Rehabil. 2020;27:301-10.
Reid JM, Dai D, Thompson K, Christian C, Reidy Y, Counsell CE, et al. Five-Simple-Variables Risk Score Predicts Good and Devastating Outcome after Stroke. Int J Phys Med Rehabil. 2014;2:186. doi:10.4172/2329-9096.1000186
Jørgensen HS, Nakayama H, Raaschou HO, Vive-Larsen J, Støier M, Olsen TS. Outcome and time course of recovery in stroke. Part II: Time course of recovery. The Copenhagen Stroke Study. Arch Phys Med Rehabil. 1995;76:406-12.
Weimar C, Mieck T, Buchthal J, Ehrenfeld CE, Schmid E, Diener HC, German Stroke Study Collaboration. Predicting functional outcome and survival after acute ischemic stroke. J Neurol. 2002;249:888-95.
Counsell C, Dennis M, McDowall M. Predicting function al outcome in acute stroke: Comparison of a simple six variable model with other predictive systems and informal clinical prediction. J Neurol Neurosurg Psychiatry. 2004;75:401-5.
Langhorne P, Bernhardt J, Kwakkel G. Stroke rehabilitation. Lancet. 2011;377(9778):1693-702.
Michel P, Odier C, Rutgers M, Reichhart M, Maeder P, Meuli R, et al. The Acute STroke Registry and Analysis of Lausanne (ASTRAL): Design and baseline analysis of an ischemic stroke registry including acute multimodal imaging. Stroke. 2010;41:2491-8.
Strbian D, Meretoja A, Ahlhelm FJ, Pitkäniemi J, Lyrer P, Kaste M, et al. Predicting outcome of IV thrombolysis-treated ischemic stroke patients: The DRAGON score. Neurology. 2012;78:427-32.
Vongmongkol V, Tangcharoensathien V, Limwattananon S, Prakongsai P, Swasdipanich S, Srithamrongsawat S, et al. The evolving role of community health workers in stroke care in Thailand. Glob Health Action. 2016;9:29136.
Saposnik G, Kapral MK, Liu Y, Hall R, O’Donnell M, Raptis S, et al. IScore: A risk score to predict death early after hospitalization for an acute ischemic stroke. Circulation. 2011;123:739-49.
O’Donnell MJ, Fang J, D’Uva C, Saposnik G, Gould L, McGrath E, et al. The PLAN score: A bedside prediction rule for death and severe disability following acute ischemic stroke. Arch Intern Med. 2012;172:1548-56.
Prabhakaran S, Jovin TG, Tayal AH, Hussain MS, Nguyen TN, Sheth KN, et al. Posttreatment variables improve outcome prediction after intra-arterial therapy for acute ischemic stroke. Cerebrovasc Dis. 2014;37:356-63.
Myint PK, Clark AB, Kwok CS, Davis J, Durairaj R, Dixit AK, et al. The SOAR (Stroke subtype, Oxford Community Stroke Project classification, Age, prestroke modified Rankin) score strongly predicts early outcomes in acute stroke. Int J Stroke. 2014;9:278-83.
Drozdowska BA, Singh S, Quinn TJ. Thinking about the future: A review of prognostic scales used in acute stroke. Front Neurol. 2019;10:274.
Goyal M, Ospel JM, Kappelhof M, Ganesh A. Challenges of outcome prediction for acute stroke treatment decisions. Stroke. 2021;52:1921-8.
World Health Organization. International Statistical Classification of Diseases and Related Health Problems (10th Revision). Geneva: WHO; 2019.
Powers WJ, Rabinstein AA, Ackerson T, Adeoye OM, Bambakidis NC, Becker K, et al. 2018 Guidelines for the Early Management of Patients With Acute Ischemic Stroke: A Guideline for Healthcare Professionals From the American Heart Association/American Stroke Association. Stroke. 2018;49(3):e138. PubMed PMID: 29367334
Banks JL, Marotta CA. Outcomes validity and reliability of the Modified Rankin Scale: Implications for stroke clinical trials. Stroke. 2007;38:1091-6.
Bonita R, Beaglehole R. Recovery of motor function after stroke. Stroke. 1988;19:1497-500.
Swieten JC, Koudstaal PJ, Visser MC, Schouten HJ, van Gijn J. Interobserver agreement for the assessment of handicap in stroke patients. Stroke. 1988;19:604-7.
Jørgensen HS, Nakayama H, Raaschou HO, Olsen TS. Outcome and time course of recovery in stroke, part II: Time course of recovery. Arch Phys Med Rehabil. 1995; 76:406-12.
Riley RD, Snell KI, Ensor J, Burke DL, Harrell FE Jr, Moons KG, Collins GS. Minimum sample size for developing a multivariable prediction model: PART II—binary and time-to-event outcomes. Stat Med. 2019;38:1276-96.
Riley RD, Van Calster B, Collins GS. A note on estimating the Cox-Snell R2 from a reported C statistic (AUROC) to inform sample size calculations for developing a prediction model with a binary outcome. Stat Med. 2021;40:859-64.
Teasell R, Hussein N, Foley N, Cotoi A, McClure A, Meyer M. Stroke Rehabilitation Clinician Handbook. 2016
Kirchhof P, Benussi S, Kotecha D, et al. 2020 ESC Guidelines for the management of atrial fibrillation developed in collaboration with the European Association of Cardio-Thoracic Surgery (EACTS). Eur Heart J. 2020;42:373-498.
Weimar C, Mieck T, Buchthal J, Ehrenfeld CE, Schmid E, Diener HC. Predicting functional outcome and survival after acute ischemic stroke. J Neurol. 2002;249:888-95.
Department of Medical Services, Ministry of Public Health, Thailand. Clinical practice guidelines for stroke 2022. Thailand: Ministry of Public Health; 2022.
Saposnik G, Guzik AK, Reeves M, Ovbiagele B, Johnston SC; Stroke Prognostication using Age and NIH Stroke Scale (SPAN) Investigators. Stroke Prognostic Models: A Systematic Review and Comparison. Stroke. 2013;44:342-50.
Smith EE, Kent DM, Bulsara KR, et al. Stroke severity and outcome prediction. Neurology. 2010;75:1396-402.
Rundek T, Arif H, Wityk RJ, et al. The NIHSS and the prediction of functional outcomes in acute stroke. Stroke. 2000;31:214-8.
Pornpimol M, Tipyarat S, Kanchana R, Ponthip P, Pornpimol W. Clinical Practice Guidelines for Stroke Rehabilitation. Bangkok: National Institute of Neurology, Department of Medical Services, Ministry of Public Health; 2016.
Steyerberg EW, Vergouwe Y. Towards better clinical prediction models: seven steps for development and an ABCD for validation. Eur Heart J. 2014;35:1925-31.
