Predikce úmrtnosti na neurochirurgické jednotce intenzivní péče
Autoři:
P. Akavipat 1; J. Thinkhamrop 2; B. Thinkhamrop 3; W. Sriraj 4
Působiště autorů:
Anesthesiology Department, Prasat
Neurological Institute, Bangkok
Thailand
1; Department of Obstetrics and Gynecology
Faculty of Medicine, Khon
Kaen University, Khon Kaen, Thailand
2; Department of Biostatistics and Demography
Faculty of Public Health
Khon Kaen University, Khon Kaen
Thailand
3; Department of Anesthesiology
Faculty of Medicine, Khon Kaen University
Khon Kaen, Thailand
4
Vyšlo v časopise:
Cesk Slov Neurol N 2017; 80/113(4): 451-456
Kategorie:
Krátké sdělení
doi:
https://doi.org/10.14735/amcsnn2017451
Souhrn
Cíl:
Celosvětově je pro péči o pacienty velmi důležité, abychom byli schopni identifikovat faktory, které ovlivňují výsledky intenzivní péče, obzvláště mortalitu. Byla identifikována řada klinických proměnných, které velmi dobře predikují mortalitu na všeobecných jednotkách intenzivní péče (JIP). Použití takových prediktorů na neurochirurgických JIP nebylo zatím zkoumáno. Cílem naší studie bylo zhodnotit prediktivní schopnost proměnných spojených s mortalitou v terciární neurochirurgické JIP.
Materiál a metody:
Do studie byli zapojeni všichni neurochirurgičtí pacienti přijatí na JIP během pětiměsíčního období roku 2011 (n = 258). Data byla analyzována pomocí logistické regrese a pro každý prediktor bylo vypočítáno odds ratio.
Výsledky:
Zjištěna byla hospitalizační mortalita 3,49 %. Identifikovány byly čtyři prediktory mortality: tělesná teplota zvýšená o 0,1 °C OR = 1,21, 95% CI 1,02– 1,44; zvýšení hladiny glukózy v krvi o 1 mg/ dl OR = 0,93, 95% CI 0,87– 0,99; zvýšení o jeden bod na zrakové podstupnici Glasgow Coma Scale (GCS) OR = 0,26, 95% CI 0,07– 0,89; a prodloužení hospitalizace předcházející přijetí na JIP o 1 den OR = 1,14 (1,05– 1,24). Tyto prediktory byly vloženy do regresního modelu, přičemž plocha pod křivkou (AUC) činila 0,968, 95% CI 0,923– 1,000.
Závěr:
Jako prediktory nemocniční mortality na neurochirurgické JIP mohou sloužit tělesná teplota, hladina glukózy v krvi, zraková odpověď na GCS a délka hospitalizace před přijetím na JIP. Je proto třeba vyvinout nový prediktivní model.
Klíčová slova:
teplota – délka hospitalizace – skóre Glasgow Coma Scale – urgentní příjem – výkon
Autoři deklarují, že v souvislosti s předmětem studie nemají žádné komerční zájmy.
Redakční rada potvrzuje, že rukopis práce splnil ICMJE kritéria pro publikace zasílané do biomedicínských časopisů.
Zdroje
1. Barie PS, Ho VP. The value of critical care. Surg Clin North Am 2012;92(6):1445– 62. doi: 10.1016/ j.suc.2012.09.001.
2. Burns GB, Hogue V. WellStar Paulding Hospital intensive care unit case study: achieving a research-based, patient-centered design using a collaborative process. Crit Care Nurs Q 2014;37(1):93– 102. doi: 10.1097/ CNQ.0000000000000008.
3. Wetzel RC, Sachedeva R, Rice TB. Are all ICUs the same? Paediatr Anaesth 2011;21(7):787– 93. doi: 10.1111/ j.1460-9592.2011.03595.x.
4. McClain CD, Soriano SG. Anesthesia for intracranial surgery in infants and children. Curr Opin Anaesthesiol 2014;27(5):465– 9. doi: 10.1097/ ACO.0000000000000112.
5. Chowdhury T, Prabhakar H, Bithal PK, et al. Immediate postoperative complications in transsphenoidal pituitary surgery: a prospective study. Saudi J Anaesth 2014;8(3):335– 41. doi: 10.4103/ 1658-354X.136424.
6. Ibrahim GM, Morgan BR, Macdonald RL. Patient phenotypes associated with outcomes after aneurysmal subarachnoid hemorrhage: a principal component analysis. Stroke 2014;45(3):670– 6. doi: 10.1161/ STROKEAHA.113.003078.
7. Souter MJ, Manno EM. Ventilatory management and extubation criteria of the neurological/ neurosurgical patient. Neurohospitalist 2013;3(1):39– 45. doi: 10.1177/ 1941874412463944.
8. Klimek M, Ubben JF, Ammann J, et al. Pain in neurosurgically treated patients: a prospective observational study. J Neurosurg 2006;104(3):350– 9.
9. Qiao Q, Lu G, Li M, et al. Prediction of outcome in critically ill elderly patients using APACHE II and SOFA scores. J Int Med Res 2012;40(3):1114– 21.
10. Fadaizadeh L, Tamadon R, Saeedfar K, et al. Performance assessment of Acute Physiology and Chronic Health Evaluation II and Simplified Acute Physiology Score II in a referral respiratory intensive care unit in Iran. Acta Anaesthesiol Taiwan 2012;50(2):59– 62. doi: 10.1016/ j.aat.2012.05.004.
11. Zali AR, Seddighi AS, Seddighi A, et al. Comparison of the acute physiology and chronic health evaluation score (APACHE) II with GCS in predicting hospital mortality of neurosurgical intensive care unit patients. Glob J Health Sci 2012;4(3):179– 84. doi: 10.5539/ gjhs.v4n3p179.
12. Moon BH, Park SK, Jang DK, et al. Use of APACHE II and SAPS II to predict mortality for hemorrhagic and ischemic stroke patients. J Clin Neuroscience 2014;22(1):111– 5. doi: 10.1016/ j.jocn.2014.05.031.
13. Su Y, Wang M, Liu Y, et al. Module modified acute physiology and chronic health evaluation II: predicting the mortality of neuro-critical disease. Neurol Res 2014;36(12):1099– 105. doi: 10.1179/ 1743132814Y.0000000395.
14. Zhao XX, Su YY, Wang M, et al. Evaluation of neurointensive care unit performance in China: predicting outcomes of Simplified Acute Physiology Score II or Glasgow Coma Scale. Chin Med J (Engl) 2013;126(6):1132– 7.
15. Ting HW, Chen MS, Hsieh YC, et al. Good mortality prediction by Glasgow Coma Scale for neurosurgical patients. J Chin Med Assoc 2010;73(3):139– 43. doi: 10.1016/ S1726-4901(10)70028-9.
16. Dalgic A, Ergungor FM, Becan T, et al. The revised Acute Physiology and Chronic Health Evaluation System (APACHE II) is more effective than the Glasgow Coma Scale for prediction of mortality in head-injured patients with systemic trauma. Ulus Travma Acil Cerrahi Derg 2009;15(5):453– 8.
17. Howard RS, Kullmann DM, Hirsch NP. Admission to neurological intensive care: who, when, and why? J Neurol Neurosurg Psychiatry 2003;74 Suppl 3:iii2– 9.
18. Kiphuth IC, Schellinger PD, Kohrmann M, et al. Predictors for good functional outcome after neurocritical care. Crit Care 2010;14(4):R136.
19. Darwazeh R, Yan Y. Mild hypothermia as a treatment for central nervous system injuries: Positive or negative effects. Neural Regen Res 2013;8(28):2677– 86. doi: 10.3969/ j.issn.1673-5374.2013.28.010.
20. Campos F, Blanco M, Barral D, et al. Influence of temperature on ischemic brain: basic and clinical principles. Neurochem Int 2012;60(5):495– 505.
21. Stetler RA, Leak RK, Gan Y, et al. Preconditioning provides neuroprotection in models of CNS disease: paradigms and clinical significance. Prog Neurobiol 2014;114:58– 83. doi: 10.1016/ j.pneurobio.2013.11.005.
22. Bill O, Zufferey P, Faouzi M, et al. Severe stroke: patient profile and predictors of favorable outcome. J Thromb Haemost 2013;11(1):92– 9. doi: 10.1111/ jth.12066.
23. Seo W, Oh H. Comparisons of acute physiological parameters influencing outcome in patients with traumatic brain injury and hemorrhagic stroke. Worldviews Evid Based Nurs 2009;6(1):36– 43. doi: 10.1111/ j.1741-6787.2008.00139.x.
24. Wijdicks EF, Sheth KN, Carter BS, et al. Recommendations for the management of cerebral and cerebellar infarction with swelling: a statement for healthcare professionals from the American Heart Association/ American Stroke Association. Stroke 2014;45(4):1222– 38. doi: 10.1161/ 01.str.0000441965.15164.d6.
25. Devos D, Sevin M, De Gaalon S, et al. Management of ischemic stroke in the hyperacute phase. Panminerva Med 2013;55(1):59– 78.
26. Witiw CD, Ibrahim GM, Fallah A, et al. Early predictors of prolonged stay in a critical care unit following aneurysmal subarachnoid hemorrhage. Neurocrit Care 2013;18(3):291– 7. doi: 10.1007/ s12028-013-9815-4.
27. Nelson DW, Rudehill A, MacCallum RM, et al. Multivariate outcome prediction in traumatic brain injury with focus on laboratory values. J Neurotrauma 2012;29(17):2613– 24. doi: 10.1089/ neu.2012.2468.
28. Olivecrona M, Koskinen LO. The IMPACT prognosis calculator used in patients with severe traumatic brain injury treated with an ICP-targeted therapy. Acta Neurochir 2012;154(9):1567– 73. doi: 10.1007/ s00701-012-1351-z.
29. Li Q, Qin XY, Zhang JH, et al. Prognosis study of 324 cases with spontaneous intracerebral hemorrhage in Chongqing, China. Acta Neurochir Suppl 2011;111:399– 402. doi: 10.1007/ 978-3-7091-0693-8_68.
30. Ramesh VJ, Umamaheswara Rao GS, Kandavel T, et al. Predictive model for survival among neurosurgical intensive care patients. J Neurosurg Anesthesiol 2011;23(3):183– 7. doi: 10.1097/ ANA.0b013e31821cb9ec.
31. Natarajan SK, Dandona P, Karmon Y, et al. Prediction of adverse outcomes by blood glucose level after endovascular therapy for acute ischemic stroke. J Neurosurg 2011;114(6):1785– 99. doi: 10.1097/ ANA.0b013e31821cb9ec.
32. Akavipat P, Sookplung P, Kaewsingha P, et al. Prediction of discharge outcome with the full outline of unresponsiveness (FOUR) score in neurosurgical patients. Acta Med Okayama 2011;65(3):205– 10.
Štítky
Dětská neurologie Neurochirurgie NeurologieČlánek vyšel v časopise
Česká a slovenská neurologie a neurochirurgie
2017 Číslo 4
- Metamizol jako analgetikum první volby: kdy, pro koho, jak a proč?
- Nejčastější nežádoucí účinky venlafaxinu během terapie odeznívají
- Perorální antivirotika jako vysoce efektivní nástroj prevence hospitalizací kvůli COVID-19 − otázky a odpovědi pro praxi
- Pregabalin je účinné léčivo s příznivým bezpečnostním profilem pro pacienty s neuropatickou bolestí
Nejčtenější v tomto čísle
- Český národní registr Guillainova-Barrého syndromu
- Klinický pohled otorinolaryngologa a radiologa na klasifikaci zlomenin spánkové kosti
- Doporučený postup České pneumologické a ftizeologické společnosti a České společnosti dětské pneumologie pro dlouhodobou domácí léčbu poruch expektorace pomocí přístroje CoughAssist
- Poranění periferních nervů při suprakondylických zlomeninách humeru u dětí