วัลย์ลดา ฉันท์เรืองวณิชย์อรพรรณ โตสิงห์ธีรพล วิทธิเวชเบญจกาย ตรีถูกแบบ2024-01-052024-01-05256125612567วิทยานิพนธ์ (พย.ม. (การพยาบาลผู้ใหญ่))--มหาวิทยาลัยมหิดล, 2561https://repository.li.mahidol.ac.th/handle/20.500.14594/91883การพยาบาลผู้ใหญ่ (มหาวิทยาลัยมหิดล 2561)การวิจัยครั้งนี้เป็นการหาความสัมพันธ์เชิงทำนาย เพื่อศึกษาปัจจัยทำนายด้าน อายุ ภาวะโรคร่วม ระดับน้ำตาลในเลือด และประเภทการผ่าตัด ต่อการเกิดกลุ่มอาการตอบสนองการอักเสบทั่วร่างกายของผู้ป่วยหลังผ่าตัดสมองโดยการเปิดกะโหลกศีรษะ จำนวน 164 ราย ในระยะ 24 ชั่วโมงแรกหลังผ่าตัดที่เข้ารับการรักษาในหอผู้ป่วยวิกฤต โรงพยาบาลระดับตติยภูมิ เครื่องมือที่ใช้ในการวิจัย ประกอบด้วย แบบบันทึกข้อมูลส่วนบุคคล แบบประเมินภาวะโรคร่วม และแบบประเมินกลุ่มอาการตอบสนองการอักเสบทั่วร่างกาย (Systemic Inflammatory Response Syndrome : SIRS) วิเคราะห์ข้อมูลโดยใช้สถิติวิเคราะห์การถดถอยโลจิสติก กำหนดระดับนัยสำคัญที่ระดับ .05 ผลการศึกษาพบว่า ส่วนใหญ่เป็นเพศหญิง ร้อยละ 70.1 อายุเฉลี่ย 52.15 ปี (SD = 14.25) ได้รับการวินิจฉัยโรคเนื้องอกสมอง (ร้อยละ 86.58) รองลงมาเป็นโรคหลอดเลือดสมอง (ร้อยละ 9.76 ) ส่วนใหญ่เป็นการผ่าตัดแบบกำหนดไว้ล่วงหน้า (ร้อยละ 92.68) และการผ่าตัดแบบฉุกเฉิน (ร้อยละ 5.49) มีภาวะโรคร่วม (ร้อยละ 44.5) พบโรคความดันโลหิตสูง (ร้อยละ 31.7) โรคไขมันในเลือดสูง (ร้อยละ 22.6) และโรคเบาหวาน (ร้อยละ 9.14) มีระดับน้ำตาลในเลือดเฉลี่ย 167.57 มิลลิกรัมต่อเดซิลิตร (SD = 42.02) การเกิด SIRS พบร้อยละ 49.4 มีค่าคะแนนเฉลี่ย 1.66 (SD = 1.06) SIRS score 2 คะแนน พบมากที่สุดร้อยละ 26.2 ผลการวิเคราะห์พบว่า อายุ และระดับน้ำตาลในเลือด สามารถทำนายการเกิด SIRS ได้ ร้อยละ 24 อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 (Nagelkerke R2 = .240, p < .01) ส่วนภาวะโรคร่วม และประเภทการผ่าตัดไม่สามารถทำนายการเกิด SIRS พยาบาลควรนำข้อมูลด้านอายุ ระดับน้ำตาลในเลือด และ SIRS score มาใช้ในการประเมินผู้ป่วยหลังผ่าตัดสมองทุกรายเพื่อให้ผู้ป่วยกลุ่มเสี่ยงได้รับการเฝ้าระวังและติดตามอาการเตือนของการอักเสบ ซึ่งจะช่วยลดหรือชะลอการอักเสบไม่ให้รุนแรงขึ้นThis research aimed at studying the predicting power of age, comorbidity, blood glucose and types of surgery on systemic inflammatory response syndrome (SIRS). The samples in this study were 164 cranial surgery patients who were admitted within 24 hours postoperative period at the tertiary care hospital, Thailand. This was a prospective cohort study of adults (≥ 18 years). Demographic and clinical data were gathered from patients' record forms, co-morbid disease and SIRS scores. Binary Logistic Regression Analysis was employed for data analysis, with a significance level of .05. The majority of the participants were female (70.1%) with the mean age of 52.15 years. (SD = 14.25). The predominance of patients was with diagnosis of brain tumors (86.58%) and cerebrovascular disease (9.76%). Most patients underwent craniotomy from elective surgery (92.68%) and emergency surgery (5.53%). The patients had co-morbidities (44.5%) with the three most common being hypertension (31.7%), dyslipidemia (22.6%) and diabetes mellitus (9.14%). The mean of maximum blood glucose was 167.57 (SD = 42.02). The prevalence of postoperative SIRS was 49.4% with the mean scores of 1.66 (SD = 1.06). Majority of patients (26.2%) had a SIRS score of 2. The research found that age and blood glucose were significant predictive factors (p = .008, p = .028 respectively). The percentage of variance of the co-predicting model accounted for 24% (Nagelkerke R2 = .240, p < .01). Meanwhile comorbidities and types of surgery were not significant factors that predicted SIRS. This study recommends applying the results in terms of age, blood glucose and SIRS score for initial assessment in cranial surgery patients so that patients at risk are monitored for clinical signs of inflammation to quell systemic inflammation and improve patients' outcomesก-ฎ, 158 แผ่น : ภาพประกอบapplication/pdfthaผลงานนี้เป็นลิขสิทธิ์ของมหาวิทยาลัยมหิดล ขอสงวนไว้สำหรับเพื่อการศึกษาเท่านั้น ต้องอ้างอิงแหล่งที่มา ห้ามดัดแปลงเนื้อหา และห้ามนำไปใช้เพื่อการค้าศัลยกรรม, การดูแลภายหลังสมอง -- ศัลยกรรมปัจจัยทำนายการเกิดกลุ่มอาการตอบสนองการอักเสบทั่วร่างกายในผู้ป่วยหลังผ่าตัดสมองFactors predicting systemic inflammatory response syndrome in cranial surgery patientsMaster Thesisมหาวิทยาลัยมหิดล