การหาสาเหตุของภาวะซีดโดยใช้ขั้นตอนการแยกโรคทางคลินิก (Clinical Approach Algorithm)

Abstract

บทคัดย่อ

ภาวะซีดเป็นปัญหาที่พบได้บ่อยในเวชปฏิบัติ การหาสาเหตุของภาวะซีดที่มีรายงานในเอกสารมักอาศัยผลทางห้องปฏิบัติการเป็นแนวทาง แต่ในเวชปฏิบัติที่ดีการใช้การซักประวัติ และการตรวจร่างกายสามารถให้ข้อมูลได้มาก สามารถใช้เป็นแนวทางในการส่งตรวจและแปลผลทางห้องปฏิบัติการได้อย่างเหมาะสม ทั้งยังประหยัดค่าใช้จ่ายโดยไม่มีการตรวจที่ไม่จำเป็น การศึกษานี้เสนอขั้นตอนการแยกโรคทางคลินิกเพื่อช่วยในการหาสาเหตุของภาวะโลหิตจาง (Hb < 10 กรัม/ดล.) ของผู้ป่วยในแผนกอายุรกรรม โรงพยาบาลจุฬาลงกรณ์ตั้งแต่ ตุลาคม 2547 ถึง มีนาคม 2548 เทียบกับการวินิจฉัยสุดท้าย โดยมีผู้ป่วยทั้งสิ้น 104 คน สาเหตุที่พบบ่อยที่สุด คือ anemia of chronic disease (ร้อยละ 47.1) เม็ดเลือดแดงแตก (ร้อยละ 15.4) และไตวายเรื้อรัง (ร้อยละ 11.5) การใช้ขั้นตอนการแยกโรคทางคลินิกสามารถแยกสาเหตุของภาวะซีดได้ถูกต้องร้อยละ 90.4 แต่ การใช้ mean corpuscular volume (MCV) สามารถแยกโรคได้ถูกต้องร้อยละ 86.5 โดยในกลุ่มที่มี MCV ต่ำ และ MCV สูงสามารถแยกโรคได้ถูกต้องร้อยละ 74.3 และ 61.5 ตามลำดับ ขณะที่ MCV ปกติ สามารถแยกโรคได้ถูกต้องทั้งหมด ความผิดพลาดส่วนใหญ่เกิดจากภาวะที่เป็นร่วม เช่น พาหะธาลัสซีเมียและยาต้านเอดส์ตามลำดับ ส่วนผล corrected reticulocyte count เข้าได้กับการวินิจฉัยสุดท้ายร้อยละ 80.4 โดยการมีโรคเรื้อรังร่วมอาจทำให้ reticulocyte count ไม่เพิ่มขึ้นเท่าที่ควร การใช้ทั้งข้อมูลทางคลินิกร่วมกับการตรวจทางห้องปฎิบัติการทำให้ความถูกต้องเพิ่มขึ้นเป็นร้อยละ 95.2 ทั้งข้อมูลทางคลินิกและการตรวจทางห้องปฎิบัติการต่างมีข้อผิดพลาดได้ ดังนั้นจึงต้องใช้ทั้งสองส่วนร่วมกัน

Key Words : ภาวะโลหิตจาง, ขั้นตอนการแยกโรคทางคลินิก, การวินิจฉัย

Abstract

Anemia is one of the most common problems in general practice. Algorithms used to determine the causes of anemia depend mainly on laboratories. However, careful history taking and physical examination yield valuable information helpful for properly ordering and interpreting laboratory tests. It can also save the cost of excessive investigations. In this study, we proposed a clinical approach algorithm based on history and physical signs to diagnose the etiologies of anemia and evaluated its accuracy compared with the final diagnosis. There were a total of 104 anemic (Hb < 10 g/dL) patients admitted to the department of medicine of King Chulalongkorn Memorial Hospital from October 2004 to March 2005. The most common causes of anemia were anemia of chronic disorders (47%), acute hemolysis (15%) and anemia of chronic renal failure (12%). The clinical approach algorithm could correctly classify the patients in 90%. Low mean corpuscular volume (MCV) and high MCV were matched with the final diagnoses in 74.3% and 61.5%, respectively. Most errors were due to concomitant conditions, such as thalassemia traits and antiretroviral agents, respectively. Correct reticulocyte count values were appropriate for the final diagnoses in 80% of the normal MCV group. Coexisting chronic diseases might decrease reticulocyte responses. The combination of clinical and laboratory approach yielded 95% accuracy. Therefore, either clinical or laboratory information may be misleading and the combination of both is essential for diagnosis of anemia.

Key Words : Anemia, Clinical approach, Algorithm