Bài báo khoa học Tập 64 Số 6 21/10/2023

15. KHẢ NĂNG TIÊN LƯỢNG CỦA CÁC ĐẶC ĐIỂM SINH HỌC Ở NGƯỜI BỆNH NHIỄM COVID-19 TẠI BỆNH VIỆN THÀNH PHỐ THỦ ĐỨC

Nguyễn Thị Bích Uyên1,2, Phù Chí Dũng3,4
1 Thu Duc Hospital
2 Bệnh viện thành phố Thủ Đức
3 Blood Transfusion Hematology Hospital
4 Bệnh viện Truyền máu - Huyết học Thành phố Hồ Chí Minh
Tác giả liên hệ: uyendr0610@gmail.com
DOI: 10.52163/yhc.v64i6.819
15 Lượt xem
3 Lượt tải xuống
Từ khóa
Người bệnh, COVID-19, chỉ số phân tích tế bào máu, bệnh viện.
Tóm tắt

Mục tiêu: Xác định sự thay đổi một số chỉ số sinh học ở người bệnh COVID-19 theo thời gian nằm viện và giá trị tiên lượng tử vong.

Phương pháp: Nghiên cứu hồi cứu, theo dõi hồ sơ bệnh án tại Bệnh viện thành phố Thủ Đức, TPHCM từ 06/2021 đến 12/2021 trên 269 bệnh nhân COVID-19 nội trú. Ghi nhận các chỉ số phân tích tế bào máu, chức năng gan thận và đông máu của người bệnh trong các ngày 1,3,5 và ngày cuối.

Kết quả: Tiểu cầu giảm và bạch cầu tăng vào ngày theo dõi cuối cùng, có sự khác biệt giữa nhóm tử vong và sống còn. AST và ALT tăng từ 28 lên đến gần 60 U/L vào ngày cuối cho thấy có dấu hiệu suy gan và Creatinine ở nhóm tử vong tăng lên 1,77 mg/dl cho thấy dấu hiệu suy thận. Phân tích hồi quy logistic ghi nhận các yếu tố tiên lượng tử vong ở người bệnh COVID-19 bao gồm: tăng D-Dimer, tăng bạch cầu trung tính, giảm bạch cầu lympho và giảm hemoglobin (p<0,05). Trong đó, D-Dimer > 1,126 ng/mL là giá trị cắt tối ưu với độ chính xác: 66%, độ nhạy: 90,57%, độ đặc hiệu: 60,19% và AUC=0,809; số lượng bạch cầu trung tính >6,715 x109/L có độ chính xác: 70,26%, độ nhạy: 52,83%, độ đặc hiệu: 82,87% và AUC=0,726). Bạch cầu lympho và hemoglobin đều có AUC thấp.

Kết luận: Các chỉ số sinh học có thay đổi theo ngày và tiên lượng tốt nguy cơ tử vong ở người bệnh.

Tài liệu tham khảo
[1]
Tang N, Li, et al., “Abnormal coagulation Google Scholar
[2]
parameters are associated with poor prognosis in Google Scholar
[3]
patients with novel coronavirus pneumonia”; J Google Scholar
[4]
Thromb Haemost, 18 (4), 2020, 844-847. Google Scholar
[5]
Wang D, Hu, et al., “Clinical Characteristics Google Scholar
[6]
of 138 Hospitalized Patients With 2019 Novel Google Scholar
[7]
Coronavirus-Infected Pneumonia in Wuhan, Google Scholar
[8]
China”. JAMA, 323 (11), 2020, 1061-1069. Google Scholar
[9]
Soni M, Gopalakrishnan, et al., “D-dimer level Google Scholar
[10]
is a useful predictor for mortality in patients with Google Scholar
[11]
COVID-19: Analysis of 483 cases”. Diabetes Google Scholar
[12]
Metab Syndr, 14 (6), 2020, 2245-2249. Google Scholar
[13]
Tong X, Cheng, et al., “Characteristics of Google Scholar
[14]
peripheral white blood cells in COVID-19 Google Scholar
[15]
patients revealed by a retrospective cohort Google Scholar
[16]
study”. BMC Infect Dis, 21 (1), 2021, 1236. Google Scholar
[17]
Naoum AF, Ruiz, et al., “Diagnostic and prognostic Google Scholar
[18]
utility of WBC counts and cell population data in Google Scholar
[19]
patients with COVID-19”. Int J Lab Hematol, 43 Google Scholar
[20]
Suppl 1 (Suppl 1), 2021, 124-128. Google Scholar
[21]
García-Cervera C, Giner-Galvañ et al., Google Scholar
[22]
“Estimation of Admission D-dimer Cut-off Google Scholar
[23]
Value to Predict Venous Thrombotic Events in Google Scholar
[24]
Hospitalized COVID-19 Patients: Analysis of Google Scholar
[25]
the SEMI-COVID-19 Registry”; J Gen Intern Google Scholar
[26]
Med, 36 (11), 2021, 3478-3486. Google Scholar
[27]
Ganesan R, Mahajan, et al., “Mortality Prediction Google Scholar
[28]
of COVID-19 Patients at Intensive Care Unit Google Scholar
[29]
Admission”. Cureus, 13 (11), 2021, e19690. Google Scholar
[30]
Suastika WNK, “The Optimal Cutoff Value of Google Scholar
[31]
D-dimer Levels to Predict in Hospital Mortality in Google Scholar
[32]
Severe Cases of Coronavirus Disease 2019”. Open Google Scholar
[33]
Access Maced J Med Sci, 9, 2021, 1561-1564. Google Scholar
[34]
Kim Y, Khose, et al., “Predicting In-hospital Google Scholar
[35]
Mortality Using D-Dimer in COVID-19 Patients Google Scholar
[36]
With Acute Ischemic Stroke”; Front Neurol, 12, Google Scholar
[37]
, 702927. Google Scholar
[38]
Lauer AS, Grantz, et al., “The Incubation Period Google Scholar
[39]
of Coronavirus Disease 2019 (COVID-19) From Google Scholar
[40]
Publicly Reported Confirmed Cases: Estimation Google Scholar
[41]
and Application”. Ann Intern Med, 172 (9), Google Scholar
[42]
, 577-582. Google Scholar