การประเมินผลการใช้ Predictive Scoring System ในการพยากรณ์การเกิดภาวะไตวายเฉียบพลันหลังได้รับยาโคลิสตินทางหลอดเลือดดำในผู้ป่วยศัลยกรรมประสาท

บทคัดย่อ

ผู้ป่วยศัลยกรรมประสาทที่จำเป็นต้องใช้เครื่องช่วยหายใจ มีความเสี่ยงสูงที่จะเกิดภาวะปอดอักเสบจากการใช้เครื่องช่วยหายใจ (VAP) ซึ่งมักเกิดจากการติดเชื้อ Acinetobacter baumannii (A. baumannii) ทำให้มีโอกาสสูงที่ผู้ป่วยจะเสียชีวิตได้ โคลิสตินเป็นยาที่ใช้ในการรักษาการติดเชื้อในผู้ป่วยกลุ่มนี้ ซึ่งเพิ่มความเสี่ยงต่อการทำงานของไตมากขึ้น การพยากรณ์การเกิดพิษต่อไตจึงมีความสำคัญในการลดความเสี่ยงต่อภาวะไตวายเฉียบพลัน ตลอดจนการเสียชีวิต การศึกษานี้มีวัตถุประสงค์ เพื่อทดสอบความแม่นยำของแบบประเมินการพยากรณ์การเกิดพิษต่อไตของโคลิสตินในผู้- ป่วยศัลยกรรมประสาท รวมทั้งศึกษาความสัมพันธ์ของปัจจัยที่ทำให้เกิดภาวะไตวายเฉียบพลันหลังได้รับยา วิธีดำเนินงานวิจัย: สำหรับการศึกษานี้เป็นแบบ cross-sectional, retrospective โดยเก็บข้อมูลในผู้ป่วยศัลยกรรมประสาทที่ได้รับยาโคลิสตินทางหลอดเลือดดำ ในช่วงเวลาตั้งแต่ 1 มกราคม พ.ศ. 2561 ถึง 31 ธันวาคม พ.ศ. 2566  ผลการวิจัย: กลุ่มผู้ป่วยศัลยกรรมประสาทที่คัดเข้าการศึกษาทั้งหมด 149 ราย โดยแบ่งเป็นผู้ป่วยบาดเจ็บทางศรีษะจำนวน 64 ราย (ร้อยละ 43.0) และ ผู้ป่วยหลอดเลือดสมองแตกจำนวน 85 ราย (ร้อยละ 57.0) พบอุบัติการณ์ติดเชื้อ A. baumannii ดื้อต่อยา ร้อยละ 92.6 และพบอุบัติการณ์การเกิดภาวะไตวายเฉียบพลันหลังได้รับยาโคลิสตินร้อยละ 38.9 สำหรับปัจจัยที่มีความสัมพันธ์กับการเกิดภาวะไตวายเฉียบพลันหลังได้รับยาโคลิสตินพบ 6 ปัจจัย (p<0.05) ได้แก่ อายุตั้งแต่ 60 ปีขึ้นไป (Adjusted OR=2.38, 95%CI 1.01-5.61) คะแนน Charlson Comorbidity Index (CCI) มากกว่า 6 (Adjusted OR=2.81, 95%CI 1.12-7.07) ค่า serum creatinine ก่อนได้รับยา (Adjusted OR=2.83, 95%CI 1.34-5.99) และการได้รับที่มีผลต่อไตร่วมด้วย ได้แก่ Aminoglycoside (Adjusted OR=18.17, 95% CI 1.86-176.93), Diuretics (Adjusted OR=3.47, 95%CI 1.02-11.78), Vancomycin (Adjusted OR=0.10, 95%CI 0.02-0.73) สำหรับผลการศึกษาความแม่นยำของระบบคะแนนที่ใช้พยากรณ์การเกิดภาวะไตวายเฉียบพลันทั้ง 3 แบบ พบว่า Sangthawan’s Score ให้ค่าพื้นที่ใต้โค้งของกราฟ ROC โดยรวม สูงที่สุดคือ 0.78 รองลงมาเป็น Yu’s Score (AUC=0.62) และ Seanglaw’s Score (AUC=0.52) สำหรับ optimal cut-point ของแบบประเมินแต่ละแบบได้แก่ 2.50, 104.50 และ 2.60 ตามลำดับ  หากพิจารณาจาก optimal cut-point พบว่า Sangthawan’s Score จะมีค่า AUC สูงที่สุดเช่นกันคือ 0.74 ค่า specificity และ Sensitivity เท่ากับร้อยละ 83.52 และ 63.79 สรุปผลจากการศึกษานี้พบว่า Predictive Scoring System ที่ให้ผลการพยากรณ์แม่นยำที่สุดคือ Sangthawan’s Score ซึ่งการระบุผู้ป่วยที่มีความเสี่ยงสูงได้ตั้งแต่ต้นจะช่วยให้สามารถปรับขนาดยาที่ใช้และติดตามผลของการทำงานของไตได้เหมาะสมยิ่งขึ้น เพื่อให้สมดุลกันระหว่างความเสี่ยงและประโยชน์ที่ผู้ป่วยจะได้รับ