นวัตกรรมการตรวจวินิจฉัย ติดตาม และวางแผนการรักษาภาวะการหยุดหายใจขณะหลับเนื่องจากการอุดกั้นของทางเดินหายใจส่วนบน
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
วัตถุประสงค์ : ผู้วิจัยตั้งสมมุติฐานว่าการประยุกต์ใช้เครื่องเอกซเรย์คอมพิวเตอร์ความเร็วสูงร่วมกับอุปกรณ์ตรวจการนอนหลับชนิดเคลื่อนที่ อาจจะสามารถแสดงให้เห็นข้อมูลทางกายวิภาคของทางเดินหายใจส่วนบนในผู้ป่วยที่มีภาวะหยุดหายใจขณะหลับเนื่องจากการอุดกั้นของทางเดินหายใจส่วนบนได้ งานวิจัยนี้จึงมีวัตถุประสงค์เพื่อวิเคราะห์ภาพเอกซเรย์คอมพิวเตอร์ของทางเดินหายใจส่วนบนของผู้ป่วยขณะเกิดภาวะหยุดหายใจขณะหลับ และหาความสัมพันธ์กับข้อมูลการตรวจการนอนหลับ และข้อมูลส่วนตัวของผู้ป่วย วิธีการทดลอง : ทําการศึกษาวิจัยแบบ Prospective cross-sectional study ในผู้ป่วยที่มีภาวะหยุดหายใจขณะหลับเนื่องจากการอุดกั้นของทางเดินหายใจส่วนบน โดยการสแกนภาพเอกซเรย์คอมพิวเตอร์บริเวณทางเดินหายใจส่วนบนของผู้ป่วยขณะตื่น และขณะเกิดการหยุดหายใจขณะหลับ และทําการวิเคราะห์ทางสถิติด้วย Logistic regression analysis เพื่อหาความสัมพันธ์ระหว่างข้อมูลที่ได้จากการตรวจการนอนหลับ (ได้แก่ Respiratory disturbance index : RDI) และข้อมูลส่วนตัวของผู้ป่วย (ได้แก่ ดัชนีมวลกาย ความยาวรอบคอ และความยาวรอบเอว) ซึ่งเป็น Predictor variable ว่ามีความสัมพันธ์กับ CT findings ที่พบในภาพเอกซเรย์คอมพิวเตอร์ หรือไม่ โดย CT findings ที่พบในภาพเอกซเรย์คอมพิวเตอร์จะแบ่งออกเป็น level of obstruction, single-level [retropalatal (RP) หรือ retroglossal (RG)] หรือ multi-level (mixed RP and RG); degree of obstruction (partial หรือ complete); และ pattern of collapse [complete concentric collapse (CCC) หรือ other patterns] ผลการวิจัย : มีการศึกษาวิจัยในผู้ป่วยจํานวน 58 ราย โดยมีค่าเฉลี่ยของ RDI, ดัชนีมวลกาย, ความยาวรอบคอ, และ ความยาวรอบเอว เท่ากับ 41.6 ? 28.55, 27.80 ? 5.43 kg/m2, 38.3 ? 4.3 cm, and 93.8 ? 13.6 cm ตามลําดับ พบว่า ไม่มีตัวแปรใดมีความสัมพันธ?กับการเกิด single- และ multi-level airway obstruction ที่แตกต่างกันในผู้ป่วย แต่พบว่า ตัวแปร RDI ?30 มีความสัมพันธ์กับการเกิด complete obstruction และ CCC ในผู้ป่วย โดยมีค่า odds ratios (95% confident interval) เท่ากับ 6.33 (1.55–25.90) and 3.77 (1.02–13.91) ตามลําดับ งานวิจัยนี้สรุปว่า การเพิ่มขึ้นของค่า RDI เป็นตัวแปรสําคัญที่สามารถทํานายการเกิด complete obstruction และ CCC ระหว่างเกิดการหยุดหายใจขณะหลับได้ โดยการใช้เอกซเรย์คอมพิวเตอร์ความเร็วสูง (ปริมาณรังสีต่ำ) ร่วมกับเครื่องตรวจการนอนหลับชนิดเคลื่อนที่ ในการสแกนภาพทางเดินหายใจส่วนบนของผู้ป่วยในขณะเกิดการหยุดหายใจขณะหลับนั้น สามารถแสดงข้อมูลทางกายวิภาค และพยาธิสภาพในผู้ป่วยได้ดีกว่าการสแกนในขณะตื่น