การเปรียบเทียบความแม่นยำในการพยากรณ์อัตราการเสียชีวิตภายใน 24 ชั่วโมง ของผู้บาดเจ็บ จากอุบัติเหตุจราจรระหว่าง GAPs, RTS และ ISS
คำสำคัญ:
ผู้บาดเจ็บจากอุบัติเหตุจราจร, อัตราการเสียชีวิตบทคัดย่อ
ที่มา: อุบัติเหตุจราจรเป็นสาเหตุการเสียชีวิตหลักของประชากรทั่วโลก ซึ่งความรุนแรงและโอกาสการเสียชีวิตของผู้บาดเจ็บจากอุบัติเหตุจราจรแต่ละรายแตกต่างกัน ผู้วิจัยจึงต้องการทราบว่า การพยากรณ์อัตราการเสียชีวิตภายใน 24 ชั่วโมง ของผู้บาดเจ็บ เมื่อเปรียบเทียบกันระหว่าง GAPs(GCS-Age-SBP scores), RTS(Revise Trauma Score) และ ISS(Injury Severity Scores) เครื่องมือใดมีความแม่นยำมากที่สุด
วัตถุประสงค์: เปรียบเทียบความแม่นยำสำหรับพยากรณ์อัตราการเสียชีวิตของผู้บาดเจ็บจากอุบัติเหตุจราจรระหว่าง GAPs, RTS และ ISS
วิธีการศึกษา: ศึกษาข้อมูลย้อนหลังของผู้บาดเจ็บจากอุบัติเหตุจราจร โรงพยาบาลท่าโรงช้าง ตั้งแต่ 1ตุลาคม 2563 ถึง 30 กันยายน 2564 บันทึกผล และนำข้อมูลมาวิเคราะห์สถิติ
ผลการศึกษา: ผู้บาดเจ็บจากอุบัติเหตุจราจร 1,005 ราย เข้าเกณฑ์คัดเข้า 956 ราย และคัดออก 49 ราย โดยผู้บาดเจ็บส่วนใหญ่เป็นเพศชาย 608 ราย ในช่วงกลุ่มอายุ 20-60 ปี ประเภทหลักของการเกิดอุบัติเหตุคือ รถจักรยานยนต์ ส่วนใหญ่ปฏิเสธโรคประจำตัวและการใช้สารเสพติด ระดับความรุนแรงของอาการบาดเจ็บอยู่ในกลุ่ม Semi-urgency และ 933 ราย รอดชีวิต ปัจจัยเสี่ยงสำคัญต่อการเสียชีวิตภายใน 24 ชั่วโมง คือ อายุ กลไกการบาดเจ็บ การใช้สารเสพติด การใช้ยาละลายลิ่มเลือด โรคประจำตัว และ ความรุนแรงของอาการ โดยมีนัยสำคัญทางสถิติ (P-value) < 0.05
ผู้บาดเจ็บจากอุบัติเหตุจราจรทั้งหมด 956 ราย พบว่า ร้อยละ 99.9 มีค่า RTS < 11 ซึ่งควรนำส่งศูนย์อุบัติเหตุ, ร้อยละ 95.7 มีค่า GAPs อยู่ในช่วง 19-25 คะแนน คือ กลุ่มความเสี่ยงต่ำ มีอัตราการเสียชีวิตอยู่ที่ 2.8% และ ร้อยละ 92.2 มีค่า ISS อยู่ในช่วง 1-8 คือ บาดเจ็บเล็กน้อย เมื่อวิเคราะห์การถดถอยแบบพหุคูณ
โลจิสติคพบว่า GAPS และ ISS เป็นสมการที่สามารถพยากรณ์อัตราการเสียชีวิตภายใน 24 ชั่วโมงได้ดี โดยค่า P-value < 0.05
สรุป: GAPs เป็นเครื่องมือที่สามารถพยากรณ์อัตราการเสียชีวิตภายใน 24 ชั่วโมงได้ดีที่สุดอย่างมีนัยสำคัญ เนื่องจากมีค่า AUC of ROC 0.998, ความคลาดเคลื่อนมาตรฐาน 0.01 และช่วงความเชื่อมั่น 0.995 – 1.000
เอกสารอ้างอิง
World Health Organization. Road traffic injuries fact sheet. สืบค้นจาก: www.who.int/mediacentre/factsheets/fs358/en/. . 2018.
World Health Organization. Global Status report on road Safety 2015. สืบค้นจาก: www. who.int/violence_injury_prevention/ road_safety_status. 2015.
Gruen RL GBSHCPA. Indicators of the quality of trauma care and the performance of trauma systems. Br J Surg 2012. 2012;97–104.
Alghnam S PMHAAM et al. Predicting in-hospital death among patients injured in traffic crashes in Saudi Arabia. Injury. 2014;45:1693–9.
ราชวิทยาลัยศัลยแพทย์แห่งประเทศไทย กระทรวงสาธารณสุข สำนักงานหลักประกันสุขภาพแห่งชาติ สถาบันการแพทย์ฉุกเฉินแห่งชาติ และสถาบันรับรองคุณภาพสถานพยาบาล. คู่มือมาตรฐานการบริบาลผู้บาดเจ็บสำหรับประเทศไทย. http://www.rcst.or.th/web-upload/filecenter/CoverATLS2013-TH.pdf.
Michael F. R et al. Advanced Trauma Life Support Tenth Edition. 9th ed. Saint Clair Street Chicago: American College of Surgeons; 2020.
Najafi Z ZHMA. The accuracy of acuity scoring tools to predict 24-h mortality in traumatic brain injury patients: A guide to triage criteria. Int Emerg Nurse. 2018;36:27–33.
Roy N GMSEVDKMKV et al. Validation of international trauma scoring systems in urban trauma centers in India. centers 2016;47:2459–64.
Chawda MN HFPHGPV. Predicting outcome after multiple trauma: which scoring system? Injury. 2004;35:347–58.
Gonzalez RP CGPHMMRCB. Does increased emergency medical services prehospital time affect patient mortality in rural motor vehicle crashes? Am J Surg 2009. 2009;197:30–4.
Sánchez-Mangas R GFA de JAAAM. The probability of death in road traffic accidents. How important is a quick medical response? Accident Anal? v 2010. 2010;42:1048–56.
Feero S HJSEIL. Does out-of-hospital EMS time affect trauma Survival. . Am J Med . 1995;133–5.
Panomwan W, Charuwan T, Aronrag M, Paibul S. Relation of Factor on Survival Outcomes among Traumatic Patients at the Tertiary care Hospital Admitted for Traffic Accidents in Phuket Province Srinagarind Med J 2019; 34(1): 52-59
Farzad R, Hanieh Ebrahimi B, Samad Shams V, Mehran H and Robab Mehdizadeh E. Evaluation of MGAP and GAP Trauma Scores to Predict Prognosis of Multiple-trauma Patients. Road Traffic Injury Research Center, Tabriz University of Medical Sciences, Tabriz, IR Iran. Trauma Mon. 2017 May; 22(3):e33249.
Samuel M G Jr, Michael M, Pierre B, Roumen V, Matthew J L, Michael G M, Deborah M S, Thomas M S, Jon M H. Correlation Between the Revised Trauma Score and Injury Severity Score: Implications for Prehospital Trauma Triage. Prehospital Emergency Care Vol 23, 2019: 263-270
Chetta Ngamjarus M.Sc., Virasakdi Chongsuvivatwong, Ph.D., Edward McNeil. M.Sc. n4Studies: Sample size calculation for an Epidemiological study on a smart device. Siriraj Medical Journal Vol.68, 2016: 160-170 (https://he02.tci-thaijo.org/index.php/sirirajmedj/article/view/58342/48170)
อุบล ยี่เฮ็ง. การจัดการและการช่วยเหลือผู้บาดเจ็บจากอุบัติเหตุในระยะก่อนถึงโรงพยาบาล. ใน:อนันต์ ตัณมุขยกุล, เรวัฒ ชุณหสุวรรณกุล,พรพรหม เมืองแมน, บรรณาธิการ. ศัลยศาสตร์วิวัฒน์ 40. พิมพ์ครั้งที่ 1. กรุงเทพฯ: เอ็น พี เพรส ลิมิเต็ดพาร์เนอร์ชิพ; 2554
World Health Organization. Road traffic injuries fact sheet [cited February 12, 2018].
ศูนย์ปฏิบัติการกระทรวงสาธารณสุข รายงานสถิติผู้บาดเจ็บจากอุบัติเหตุจราจร ระบบสารสนเทศเพื่อการจัดการผู้บาดเจ็บและเสียชีวิตจากอุบัติเหตุแห่งประเทศไทย. http://ict-pher.moph.go.th/index.php?r=accidents/report&precessid.
สำนักงานระบบบริการการแพทย์ฉุกเฉิน. รายงานสถิติการแพทย์ฉุกเฉิน. https://ws.niems.go.th/items_front/inde
ดาวน์โหลด
เผยแพร่แล้ว
รูปแบบการอ้างอิง
ฉบับ
ประเภทบทความ
สัญญาอนุญาต
ลิขสิทธิ์ (c) 2022 วารสารวิชาการแพทย์เขต 11

อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.