ลักษณะภาพเอกซเรย์คอมพิวเตอร์หลอดเลือดปอดในผู้ป่วย COVID-19 ที่มีระดับออกซิเจนในเลือดต่ำในโรงพยาบาลสระบุรี
คำสำคัญ:
โคโรนาไวรัส, เอกซเรย์คอมพิวเตอร์หลอดเลือดปอด, รูปแบบการตอบสนองของปอดบทคัดย่อ
บทนำ: ตั้งแต่มีการระบาดของไวรัสโคโรนาสายพันธุ์ 2019 มีผู้ป่วยติดเชื้อเป็นจำนวนมากทั่วโลก ภายหลังการรักษาผู้ป่วยบางรายยังคงมีอาการเหนื่อยหรือมีภาวะพร่องออกซิเจน โดยอาจมีสาเหตุมาจากภาวะตอบสนองของปอดภายหลังการติดเชื้อหรือภาวะแทรกซ้อนต่าง ๆ เช่น ลิ่มเลือดอุดตันเส้นเลือดในปอด ซึ่งเอกซเรย์คอมพิวเตอร์หลอดเลือดปอด ได้เข้ามามีบทบาทสำคัญในการวินิจฉัย
วิธีการศึกษา: การศึกษาย้อนหลัง โดยรวบรวมผู้ป่วย Covid-19 ในโรงพยาบาลสระบุรีที่มีอาการเหนื่อยและได้ทำเอกซเรย์คอมพิวเตอร์หลอดเลือดปอด ศึกษาภาพเอกซเรย์โดยทำการศึกษาในด้านความผิดปกติของเนื้อปอด การกระจายตัวของรอยโรค ความรุนแรงของโรค ภาวะแทรกซ้อน และลักษณะความผิดปกติอื่น ๆ ที่อาจพบได้ รวมทั้งจัดกลุ่มรูปแบบการตอบสนองของปอดภายหลังการติดเชื้อในผู้ป่วยที่ได้รับการตรวจเอกซเรย์คอมพิวเตอร์หลอดเลือดที่ระยะเวลามากกว่า 14 วันหลังมีอาการ ได้แก่ organizing pneumonia (OP) pattern, acute fibrinous and organizing pneumonia (AFOP) pattern และ diffuse alveolar damage (DAD) pattern เพื่อศึกษาความสัมพันธ์ระหว่างรูปแบบการตอบสนองของปอดภายหลังการติดเชื้อกับอัตราการเสียชีวิต
ผลการศึกษา: พบภาพเอกซเรย์คอมพิวเตอร์หลอดเลือดปอดทั้งหมด 71 studies (ผู้ป่วย 68 ราย) ภาพความผิดปกติที่พบมากที่สุด คือ fibrosis (85.9%), bronchiectasis (81.6%), architectural distortion (76.1%) ภาวะแทรกซ้อนที่พบ ได้แก่ barotrauma 10 studies (14.1%) และลิ่มเลือดอุดตันเส้นเลือดปอด 5 studies (7.0%) ส่วนการศึกษารูปแบบการตอบสนองของปอดภายหลังการติดเชื้อ จาก 59 studies พบ OP pattern 44 studies (73.3%) รอดชีวิต 38 ราย (88.6%) (P value 0.000) ซึ่งสัมพันธ์กับอัตราการรอดชีวิตอย่างมีนัยสำคัญ และพบ DAD pattern 4 studies (6.7%) เสียชีวิต 3 ราย (75%) (P value 0.036) ซึ่งสัมพันธ์กับอัตราการเสียชีวิตอย่างมีนัยสำคัญ
สรุป: การตรวจเอกซเรย์คอมพิวเตอร์หลอดเลือดปอดในผู้ป่วยปอดติดเชื้อ Covid-19 นั้น นอกจากจะช่วยวินิจฉัย ภาวะแทรกซ้อนต่าง ๆ โดยเฉพาะลิ่มเลือดอุดตันเส้นเลือดปอด ยังให้ข้อมูลเกี่ยวกับรูปแบบการตอบสนองของปอดภายหลังการติดเชื้อ ซึ่งอาจจะช่วยบอกความสัมพันธ์ของโรคและอัตราการเสียชีวิต
References
Kwee TC, Kwee RM. Chest CT in COVID-19: What the Radiologist Needs to Know. Radiographics 2020; 40:1848-1865.
Solomon JJ, Heyman B, Ko JP, et al. CT of post-acute lung complications of COVID-19. Radiology 2021; 301: 211396.
Chamorro EM, Tascón AD, Sanz LI, et al. Radiologic diagnosis of patients with COVID-19. Radiologia 2021; 63:56-73.
Caruso D, Zerunian M, Polici M, et al. Chest CT Features of COVID-19 in Rome, Italy. Radiology 2020; 296:E79-E85.
Bernheim A, Mei X, Huang M, et al. Chest CT Findings in Coronavirus Disease-19 (COVID-19): Relationship to Duration of Infection. Radiology 2020; 295:3.
Pakdemirli E, Mandalia U, Monib S. Characteristics of Chest CT Images in Patients With COVID-19 Pneumonia in London, UK. Cureus 2020;12(9):e10289.
Hansell DM, Bankier AA, MacMahon H, et al. Fleischner Society: Glossary of Terns for Thoracic Imaging. Radiology 2008; 246:3, 697-722
Parra Gordo ML, Weiland GB, García MG, Choperena GA. Radiologic aspects of COVID-19 pneumonia: outcomes and thoracic complications. Radiologia 2021; 63(1):74-88.
Cavagna E, Muratore F, Ferrari F. Pulmonary Thromboembolism in COVID-19: Venous Thromboembolism or Arterial Thrombosis? Radiology Cardiothoracic Imaging 2020; 2(4):e200289.
Kligerman SJ, Franks TJ, Galvin JR. From the radiologic pathology archives: organization and fibrosis as a response to lung injury in diffuse alveolar damage, organizing pneumonia, and acute fibrinous and organizing pneumonia. Radiographics 2013;33(7):1951-75.
Hasleton P, Flieder DB. Spencer's Pathology of the Lung. 6th ed. Cambridge: Cambridge University Press; 2013.
Machnicki S, Patel D, Singh A, et al. The Usefulness of Chest CT Imaging in Patients With Suspected or Diagnosed COVID-19: A Review of Literature. Chest 2021;160(2):652-670.
Kim JY, Doo KW, Jang HJ. Acute fibrinous and organizing pneumonia: Imaging features, pathologic correlation, and brief literature review. Radiology Case Report 2018; 13(4):867-870.
Kory P, Kanne JP. SARS-CoV-2 organising pneumonia: ‘Has there been a widespread failure to identify and treat this prevalent condition in COVID-19?’. BMJ Open Respiratory Research 2020; 7:e000724.
Jin C, Tian C, Wang Y, et al. A Pattern Categorization of CT Findings to Predict Outcome of COVID-19 Pneumonia. Front Public Health 2020; 8:567672.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
Copyright (c) 2022 โรงพยาบาลสิงห์บุรี
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของโรงพยาบาลสิงห์บุรี
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับโรงพยาบาลสิงห์บุรี และบุคคลากรท่านอื่นๆในโรงพยาบาลฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว