Izole kafa travmalarında prognoz tahmininde geliştirilen modellerin etkinliğinin değerlendirilmesi

T.C.

TRAKYA ÜNĠVERSĠTESĠ

TIP FAKÜLTESĠ

BEYĠN ve SĠNĠR

CERRAHĠSĠ

ANABĠLĠM DALI

Prof. Dr. Sebahattin ÇOBANOĞLU

ĠZOLE KAFA TRAVMALI OLGULARDA

PROGNOZ TAHMĠNĠNDE GELĠġTĠRĠLMĠġ

MODELLERĠN

ETKĠNLĠĞĠNĠN DEĞERLENDĠRĠLMESĠ

(Uzmanlık tezi)

Dr. Murat KOCATÜRK

TEġEKKÜR

Uzmanlık eğitimim süresince yetiĢmemde büyük emekleri olan baĢta Anabilim Dalı BaĢkanımız ve tez danıĢmanım Prof. Dr. Sebahattin ÇOBANOĞLU olmak üzere, tezimin bütün aĢamalarında yardımını esirgemeyen Yrd. Doç. Dr. Osman ġĠMġEK'e, Doç. Dr. Cumhur KILINÇER’e, Doç. Dr. Tufan HĠÇDÖNMEZ'e, Doç. Dr. Necdet SÜT’e, birlikte çalıĢmaktan mutluluk duyduğum asistan arkadaĢlarım ve tüm klinik çalıĢanlarına içten teĢekkür ederim.

ĠÇĠNDEKĠLER

GĠRĠġ VE AMAÇ

GENEL BĠLGĠLER

KAFA TRAVMASINDA SONUCA ETKĠLĠ NEDENLER ... 5

GEREÇ VE YÖNTEM

BULGULAR

TARTIġMA

SONUÇLAR

ÖZET

SUMMARY

KAYNAKLAR

EKLER

KISALTMALAR

BBT : Bilgisayarlı Beyin Tomografisi BÖ : Beyin Ödemi

EDK : Epidural Kanama GÇÖ : Glasgow ÇıkıĢ Ölçeği GKÖ : GIasgow Koma Ölçeği ĠSH : Ġntraserebral Hematom KÇK : Kapalı Çökme Kırığı KT : Kafa Travması SDK : Subdural Kanama TG : Travma Grubu

1

GĠRĠġ VE AMAÇ

Kafa travmaları (KT) önde gelen ölüm ve sakat nedenlerinden biridir. Ölüm nedenleri arasında dördüncü sırada gösterilen kafa travmaları, genel yaralanmalı hastaların yaklaĢık yarısında ölüm nedenini oluĢturmaktadır. Avrupa’da 2005 yılı itibariyle KT insidansı 235/100 000 kiĢi/yıl; KT prevalansı 7 775 000 kiĢi olarak tahmin edilmektedir (1).

Kafa travmasının en sık nedeni erişkinlerde trafik kazaları, çocuk yaş grubunda düşmeler olup bunu darp takip eder. 15-24 yaş arası erkekler KT için en riskli grubunu oluştururken, bir diğer riskli grup da cinsiyet farkı olmaksızın 65 yaş üzeri nüfustur (2). KT’larının özellikle genç yaĢ grubunda görülmesi nedeniyle, akut ve kronik tedavi masraflarına ek olarak; neden olduğu iĢ gücü kaybı ile de ağır bir ekonomik yük oluĢturmaktadır (3). Gelişmiş ülkelerde KT sıklığı 152-300/100 000 ve KT'na bağlı ölüm oranı 14-30/100 000 kişi/yıl olarak tahmin edilmektedir (2,4). Son yıllarda yapılan epidemiyolojik çalıĢmalarda; Bilgisayarlı Beyin Tomografisi’nin (BBT) yaygın kullanımı, çevresel hastanelerde Beyin ve Sinir Cerrahisi uzmanlarının bulunması ve bunun sonucu olarak kitle etkisi olan kanamalara erken müdahele edilmesi, kafa içi basınç izlemi, serebral perfüzyon basıncının korunması ve yoğun bakımdaki geliĢmeler gibi son 20-30 yıldaki ilerlemeler sayesinde bile, KT’larına bağlı ölüm oranları ancak % 20-30’lara kadar geriletilebildiği bildirilmektedir (5,6).

Kafa travmaları sonrasında, ölüm ve sakatlık oranlarını etkileyen nedenlerin saptanmasına yönelik çok sayıda çalıĢma yapılmıĢtır. Bu tip çalıĢmalardan elde edilen bilgilerin değerlendirilmesi sonucunda, KT’lı hastaların prognozlarını tahmin için çeĢitli araçlar geliĢtirilmiĢtir (7-13).

2

Üniversitesi Tıp Fakültesi Beyin ve Sinir Cerrahisi Anabilim Dalı ve Yoğun Bakım Ünitelerine Ġzole KT nedeni ile yatırılan toplam 919 olguya ait veriler kullanılarak, ġimĢek ve ark. (14) tarafından izole kafa travmalı hastalarda prognuzu tahmin amacı ile 2 adet model geliĢtirilmiĢtir. ÇalıĢmamızda bu modellerin etkinliğinin, Aralık 2006 - Temmuz 2011 tarihleri arasında Trakya Üniversitesi Tıp Fakültesi Beyin ve Sinir Cerrahisi Anabilim Dalı ve Yoğun Bakım Ünitelerine izole KT nedeni ile yatırılan toplam 204 olguya ait veriler kullanılarak değerlendirilmesi amaçlandı.

3

GENEL BĠLGĠLER

Kafa travmaları, kafatası ve içeriklerine yönelik dıĢtan mekanik bir kuvvetin uygulanmasının sonucu olup geçici ya da kalıcı bozukluklara, iĢlevsel yetersizliklere veya ruhsal bozukluklara neden olabilir. Klinikte konküzyondan komaya, hatta ölüme kadar varan sonuçlara yol açabilir. Klinik çeĢitliliğin bu kadar geniĢ bir yelpaze çizmesi nedeniyle Hipokrat: “Hiçbir kafa travması yoktur ki umutsuzluğa kapılacak kadar ciddi, ya da önemsenmeyecek kadar hafif olsun” sözünü etmiĢtir (15).

GeliĢmiĢ ülkelerde KT sıklığı 152-300 kiĢi/100 000 kiĢi/yıl olarak tahmin edilmektedir (4,16). Örneğin her yıl 1 400 000 Amerikalının KT geçirdiği, bunların 1 100 000 kadarının acil servisten taburcu edildiği, 235 000’inin hastaneye yatırıldığı ve 50 000’inin öldüğü tahmin edilmektedir (13). KT’larının nedenleri toplumların geliĢmiĢlik ölçülerine göre ve yaĢ gruplarında farklılıklar göstermektedir. KT’larının en sık nedeni erişkinlerde trafik kazaları iken çocuk yaş grubunda en sık neden düşmeler olup bunu darp takip eder. 15-24 yaş arası erkekler KT için en riskli grubunu oluştururken, bir diğer riskli grup da cinsiyet farkı olmaksızın 65 yaş üzeri nüfustur (2).

Travma anında oluşan yaralanmalar birincil hasarı; travma sonrası iskemi, hipotansiyon, elektrolit bozuklukları, iltihabi yanıt gibi mekanizmalarla ortaya çıkan beyin kan akımında azalma, beyin ödemi ve kafaiçi basınç artımı ise ikincil beyin hasarını oluşturur (6). Kafa travmalarında ölüm hızı, travmayı takip eden en erken dönemde en yüksektir. Zaman ilerledikçe ölüm oranları azalırken, daha çok ikincil hasara bağlı olarak geliĢen sakatlık oranları ise artma göstermektedir (17, 18).

Literatürde 1970’lere kadar yapılan çalıĢmalarda, KT’larının sonuçlarını öngörmekte kullanılan ortak bir araç olmaması nedeni ile travmaya bağlı prognozlarda sağlıklı bir

4

değerlendirilme yapılamamıĢtır. Teasdele ve Jennett’ın 1974’de Glaskow Koma Ölçeğini (GKÖ), Jennet ve Bond’un 1975’de Glasgow ÇıkıĢ Ölçeğini (GÇÖ) tanımlamaları ile KT’lı olgularda prognoz tahmininde yaygın kullanım bulan ilk ölçütler ortaya çıkmıĢ oldu. Ġlerleyen yıllarda prognoz tahmininde kullanılmak üzere pek çok ölçüt geliĢtirilerek yayınlandı (19,20). ġimĢek ve ark. (14) literatürdeki çalıĢmalardan elde edilen veriler ıĢığında toplam 919 hastaya ait yaĢ, GKÖ, travma mekanizması, pupilla boyutu ve ıĢık yanıtı, radyolojik bulgular, ameliyat gereksinimi gibi basit verileri kullanarak iki prognoz modeli geliĢtirdiler. Ocak 1996 – Aralık 2006 tarihleri arasında toplam 11 yıllık sürede izole kafa travmalı olguların verileri analiz edilerek GKÖ içeren ve içermeyen iki model ortaya kondu. Her iki modelin bilinçli sağ kalım (ölüm ya da bitkisel yaĢam geliĢmemesi) tahmin gücü çok yüksek olup GKÖ içeren 1. model için % 98.7 GKÖ içermeyen 2. model için % 99.2 olarak saptandı. Türkiye’ye ait verilerden geliĢtirilmesi ve çok yüksek negatif prediktif değerleri modellerin güçlü taraflarını oluĢtururken iç ve dıĢ doğrulama (validasyon) en önemli eksiklikleridir. Bu çalıĢma ile modellerin iç doğrulamalarının yapılması ve tutarlılıklarının ortaya konması planlandı.

Bu güne kadar diğer ülkelerde yapılan benzer çalıĢmalara ve geliĢtirilen modellere kısaca göz atarsak ortak eksik olarak iç ve / veya dıĢ doğrulamadaki sorunları ve yaygın kullanım bulamamalarını sayabiliriz. Bunlardan bazıları aĢağıda sıralanmıĢtır:

Signorini ve ark. (9) 372 olguya ait yaĢ, GKÖ, yaralanma ciddiyeti skoru, pupilla ıĢık yanıtı ve BBT’de hematom varlığına dayanan bir model geliĢtirmiĢ ve bu modelin etkinliğini 520 olguya ait veriler ile değerlendirdi.

Srinivasan (8) orta derecede KT’sında prognoz tahmini için 64 olguya ait 7 klinik etken, 18 nöro-davranıĢsal sekel ve BBT bulguları verilerine dayanan bir model oluĢturarak, bu modelin etkinliğini 21 olguya ait veriler ile değerlendirdi.

Hukkelhoven ve ark. (12) çok merkezli, prospektif, 2269 hastaya ait verilere dayanan çalıĢmalarında yaĢ, motor fonksiyon, pupilla ıĢık yanıtı, hipoksi, hipotansiyon, BBT bulguları ve tSAK olmak üzere 7 prediktif parametre kullandılar.

Demetriades ve ark. (21) 7191 izole KT olguya ait GKÖ, kafa kısaltılmıĢ yaralanma ölçeği, yaĢ ve travma mekanizması parametrelerini kullanarak dizkriminant analizi yöntemi ile yeni bir prognostik model geliĢtirdiler.

Perel ve ark. (11) literatürde KT’lı hastalarda prognoz amacıyla geliĢtirilmiĢ olan toplam 102 modeli inceledikleri, 2006 yılında yayınlanan sistematik değerlendirmelerinde; modellerin yaklaĢık yarısının yetiĢkinlerde, dörtte üçünün 500’den az olgu ile, büyük çoğunluğunun yüksek gelirli ülkelerde, yaklaĢık yarısının lojistik regresyon kullanılarak

5

geliĢtirildiği belirtti. AraĢtırmada modellerin kalitesine yönelik olarak baĢlıca eleĢtiriler; modellerin yalnızca % 15’inin 6 aylık izlemde % 10’dan az kayıp bildirmesi, % 68’inin prediktif parametrelerin seçilme gerekçelerini belirtmemesi, ancak % 11’inin harici değerlendirmeden geçmesi ve yalnızca % 19’unun sonuçları kullanıcı dostu biçimde sunması olarak özetlenmektedir.

Perel ve ark. bu değerlendirmeden yola çıkarak, iki yıl sonra, uluslar arası çok merkezli bir araĢtırma grubu olan ”Medical Research Council Corticosteroid Randomisation after Significant Head Injury” bünyesinde, 10 008 KT olgusuna ait verileri kullanarak iki model geliĢtirdiler (10). Temel model yaĢ, GKÖ, pupilla ıĢık yanıtı, major ekstrakranyal yaralanma varlığı parametrelerine dayanmakta iken BBT modeli bunlara ek olarak BBT bulgularını içermektedir. Modeller yüksek ve düĢük-orta gelirli ülkeler için ayrı ayrı uyarlandı. Etkin ve basit bu iki prognostik model kullanılarak yapılan analiz yüksek ve düĢük-orta gelirli ülkeler arasında sonuçlarda farklılıklar olduğunu düĢük-ortaya koymaktadır.

ÇeĢitli modellerin geliĢtirilmesinin baĢlıca nedeni, KT olgularının düĢük-orta gelirli ülkelerde daha sık görülmesi ancak çalıĢmaların çoğunun yüksek gelirli ülkelerde yapılması nedeniyle geliĢtirilen modellerin uluslararası uygulanabilirliğinin düĢük olmasıdır (10).

KAFA TRAVMALARINDA SONUCA ETKĠLĠ NEDENLER

Kafa travmalı olgularda sonucu etkileyen etkenler ayrıntılı değerlendirildiğinde; yaĢ, GKÖ (göz açma, motor yanıt, sözel yanıt) verileri, travma mekanizması, pupil boyutu ve ıĢık yanıtı, radyolojik bulgular, ameliyat gereksinimi prediktif değerleri pek çok çalıĢmada gösterilmiĢ ve prognoz tahmin modellerinde sıklıkla kullanılan parametrelerdir (8,9,11,12,21,23). Bu bölümde modellerde kullanılan parametreler detaylı olarak incelenecektir.

YaĢ

Kafa travmalarında, travmanın Ģiddeti dıĢında belki de sonuç üzerinde tek baĢına en önemli etken olarak bildirilmektedir. Sürekli bir değiĢken olarak kabulü tartıĢmalı olmakla birlikte, yaĢ ölüm eğrisi 60'lı hatta bazı çalıĢmalarda 40'lı yaĢlardan sonra ölümün anlamlı olarak arttığını göstermektedir (7,9,11,23).

Glasgow Koma Ölçeği

6

gören, Teasdale ve Jennett tarafından geliĢtirilen GKÖ, geliĢtiricileri tarafından derinlemesine test edilmiĢ olup, gözlemciler arası hata en az olacak Ģekilde parametreleri belirlenmiĢtir. Göz açma (4 puan), motor yanıt (6 puan) ve sözel (5 puan) olmak üzere üç bölümde toplam 15 üzerinden puanlanan GKÖ, sonuç tahmini üzerinde çok etkin bir araç olduğu vurgulanmaktadır. Entübe veya trakeostomize olgularda sözel yanıtın veya periorbital ödemli olgularda göz açmanın değerlendirilmesindeki güçlüğe rağmen, en önemli belirteç kabul edilen motor yanıtın tek baĢına kullanımı dahi prognoz tahmininde etkin bir parametredir (10,19-21,24,25).

Travma Mekanizması

Travmanın nedeni ve meydana geliĢ Ģekli de sonucu tahmin etmede bize yol gösteren parametrelerdendir; örneğin düĢmelerde trafik kazalarına kıyasla daha çok kanama görülmekteyken, penetran yaralanmalarda prognoz künt travmalara kıyasla daha kötü olmaktadır (26).

Bir çok çalıĢmada izole kafa travması olguların, oluĢ Ģekli ile prognoz arasında güçlü iliĢki olduğu gözlenirken (10,21,23), aynı nedenlerinin sonuç üzerinde fark oluĢturmadığını bildiren çalıĢmalar da mevcuttur (9).

Nörolojik Muayene Bulguları

Kafa travmalı olguların acil servisteki ilk muayenelerinde elde edilen nörolojik bulguları, sonuç tahmini açısından yol göstermektedir. Yapılan çalıĢmalarda tek yada çift taraflı ıĢık refleksi (IR) kaybı ve/veya anizokori saptanması, kötü sonuç ile iliĢkilidir (3,9,24-29).

Radyolojik Bulgular

Kafa travmasına bağlı kafatası ve içeriğindeki yapılarda oluĢan doku yaralanmalarının olguların prognozu üzerindeki etkilerine ait çalıĢmalarda özellikle kafa içi yaralanmaların önemi vurgulanmaktadır (3,10,28,30). Marshall ve ark. (15) 1991 yılında KT olgulardaki BT bulgularını sınıflaması ile bu sınıflama sonuç tahmininde yaygın olarak kullanılmıĢtır. Bazı çalıĢmalarda ise her bir BT bulgusunun ayrı ayrı sonuç üzerine etkisi araĢtırılmıĢtır. Bu çalıĢmalarda hem Marshall sınıflamasının, hem de tek baĢına ele alınan kapalı çökme kırığı (KÇK), travmatik subaraknoidal kanama (tSAK), epidural kanama (EDK), akut subdural kanama (SDK), intraserebral hematom (ĠSH) ve beyin ödemi (BÖ) gibi radyolojik bulguların

7 prognoz üzerine etkileri gösterilmiĢtir (10,11,25,28).

Ameliyat

Ġzole kafa travmalı olguların yaklaĢık olarak % 10’una cerrahi giriĢim uygulanmaktadır (4,31). Cerrahi giriĢim, tek baĢına ele alındığında sonuç üzerine etkili olmadığı yönünde bir bildiri mevcut olsa da (32), özellikle kitle etkisine yönelik cerrahi giriĢim yapılan olgularda ameliyatların sonuç üzerine direk etkili olduğunu belirten pek çok çalıĢma mevcuttur (10,14,22,30).

Glasgow ÇıkıĢ Ölçeği

Kafa travması nedeniyle takip ve tedavi edilen hastaların sonuçlarını değerlendirmekte en yaygın kullanım bulan değerlendirme ölçütü GÇÖ’dür (3,14,22,23).

8

GEREÇ VE YÖNTEMLER

Kafa travması nedeni ile Aralık 2006 - Temmuz 2011 tarihleri arasında Trakya Üniversitesi Tıp Fakültesi Beyin ve Sinir Cerrahisi Anabilim Dalı ve Yoğun Bakım Ünitelerine KT tanısı ile yatırılan olguların kayıtları geriye dönük olarak incelendi. Bu çalıĢma için alınan etik kurul onay yazısı ektedir (Ek 1). Toplam 448 olgudan multitravmalı olgular elenerek, izole kafa travmalı 204 olgu çalıĢmaya dahil edildi.

Olgulara ait yaĢ, GKÖ değeri, travma nedenleri, nörolojik muayene bulguları, nöroradyolojik bulguları, ameliyat gereksinimleri ve GÇÖ değerleri kaydedildi.

YaĢ ve ilk nörolojik muayenede tespit edilen GKÖ’nin (Tablo 1) sayısal değerleri kaydedildi. Travma nedenleri oluĢ mekanizması, maruz kalınan enerji miktarı ve travmanın ciddiyeti dikkate alınarak dört gruba ayrıldı (14). Birinci grup bisiklet kazaları, basit çarpma ve cisim çarpması gibi düĢük enerjili travmaları, ikinci grup düĢme, darp edilme gibi düĢük-orta enerjili travmaları, üçüncü grup yüksekten düĢme, motorlu taĢıt kazaları ve benzeri düĢük- orta-yüksek enerjili travmaları; dördüncü ve son grup ise ateĢli silah yaralanması dahil her türlü penetran ve yüksek enerjili travmaları kapsayacak Ģekilde tanımlandı. Travma grupları (TG) düĢük enerjiliden yüksek enerjiliye doğru artan Ģekilde 1, 2, 3 ve 4 olarak kodlandı (Tablo 2).

Olguların nörolojik bakılarında pupilla boyutları ve ıĢık yanıtı değerlendirildi. Ġki pupilla arasında bir milimetreden fazla büyüklük farkı anizokori olarak kabul edilerek, anizokori olmaması 0, olması 1 olarak kodlandı. Pupilla ıĢık yanıtı her iki tarafta alınıyor, bir pupillada alınıyor diğerinde alınamıyor ve her iki pupillada alınamıyor Ģeklinde sınıflanarak sırasıyla 0, 1 ve 2 olarak kodlandı (14).

Nöroradyolojik değerlendirme travma sonrası erken dönemde yapılan BBT bulguları ile yapıldı. Nöroradyolojik bulgulardan, kapalı çökme kırıkları (KÇK), travmatik subaraknoid

9

kanama (tSAK), beyin ödemi (BÖ), epidural kanama (EDK), subdural kanama (SDK) ve intraserebral hematom (ĠSH) değerlendirildi. Bu bulguların her biri için saptanmaması 0, saptanması 1 olarak kodlandı (14).

Olgular; ameliyat edilmeyenler, kitle etkisi dıĢındaki nedenlerle ameliyat edilenler ve kitle etkisi nedeniyle ameliyet edilenler olmak üzere sınıflandırıldı ve sırasıyla 0, 1 ve 2 olarak kodlandı (14).

Sonuçlar GÇÖ ile değerlendirildi. GÇÖ değerleri 1 (ölüm) ve 2 (kalıcı bitkisel yaĢam) olan olgular kötü sonuç ile iliĢkilendirilerek 1 olarak kodlandı. GÇÖ 3 (kısmi, sekelli iyileĢme, günlük iĢlerde bağımlı), 4 (kısmi, sekelli iyileĢme, günlük iĢlerde bağımsız) ve 5 (tam sekelsiz iyileĢme) olan olgular iyi sonuç ile iliĢkilendirilerek 0 olarak kodlandı (Tablo 3) (14).

Kodlanan veriler modellere girilerek her olgu için modellerin tahmin değerleri hesaplandı (14). Modellerin tahmin değerleri ile hastaların sonuçlarının uyumluluğu istatistiksel analiz ile değerlendirildi.

Tablo 1. Glasgow koma ölçeği

PUAN

GÖZ AÇIKLIĞI Spontan göz açıyor 4 Sözel uyarıyla göz açıyor 3 Ağrılı uyarıyla göz açıyor 2 Ağrılı uyarıyla göz açmıyor 1

MOTOR YANIT Komutlara uyuyor 6 Ağrılı uyaranı lokalize ediyor 5 Ağrılı uyarana iyi fleksör yanıt

veriyor

4 Ağrılı uyarana kötü fleksör yanıt veriyor (dekortike yanıt)

3 Ağrılı uyarana ekstansör yanıt

veriyor (deserebre yanıt)

2 Ağrılı uyarana yanıt vermiyor 1

10

Tablo 1 Devam. Glasgow koma ölçeği

SÖZEL CEVAP Oryante (kiĢi, yer, zaman) 5 Dezoryante (kiĢi ve/veya yer

ve/veya zaman ), anlamlı cümle kuruyor

4

Kelime çıkarıyor 3

Ġnleme tarzı ses çıkartıyor 2

Cevap yok 1

TOPLAM 3-15

Tablo 2. Travma grupları

Travma Grubu Enerji Miktarı Travma Nedeni

TG 1 DüĢük Bisiklet kazaları, basit çarpma ve cisim çarpması TG 2 DüĢük - Orta Basit düĢme, darp edilme

TG 3 Orta - Yüksek Yüksekten düĢme, motorlu taĢıt kazaları

TG 4 Yüksek AteĢli silah yaralanması, penetran yaralanmalar

Tablo 3. Glasgow çıkıĢ ölçeği

Grade V Tam, sekelsiz iyileĢme

Grade IV Kısmi, sekelli iyileĢme, günlük iĢlerde bağımsız Grade III Kısmi, sekelli iyileĢme, günlük iĢlerde bağımlı Grade II Kalıcı bitkisel yaĢam

Grade I Ölüm

ĠSTATĠSTĠKSEL ANALĠZ

Sonuçlar ortalama ± standart sapma ya da sayı (yüzde) olarak ifade edildi. Sürekli değiĢken kabul edilen yaĢ ve GKÖ için ortalama, kategorik değiĢkenler için frekans sayıları ve yüzdeleri hesaplandı. Her iki modelin prognoz tahmin sonuçları (model 1 ve model 2) hastaların gerçek sonuçları ile dizkriminant analizi kullanılarak karĢılaĢtırıldı. Ġstatistiksel analizlerde Statistica 7,0 (Lisans no: 31N6YUCV38) paket programı kullanıldı.

11

BULGULAR

Ġzole kafa yaralanması nedeni ile Aralık 2006 - Temmuz 2011 tarihleri arasında 204 olgunun yatırıldığı saptandı. YaĢ ortalaması 45,6 ± 25,7 yıl; yaĢ aralığı 0 - 88 yıl olarak bulundu. GKÖ ortalaması 12,1 ± 3,6; GKÖ aralığı 3 - 15 olarak belirlendi.

Travma gruplarına ait frekans değerleri incelendiğinde 15 (% 7,4) olgunun TG 1’e, 89 (% 43,6) olgunun TG 2’ye, 100 (% 49) olgunun ise TG 3’e girdiği belirlendi. TG 4’e giren olgu izlenmedi.

Nörolojik muayene bulgularından anizokori 189 (% 92,6) olguda saptanmazken 15 (% 7,4) olguda saptandı (ġekil 1). Pupilla ıĢık yanıtı 181 (% 88,7) olguda her iki tarafta alınıyor, 5 (% 2,5) olguda bir pupillada alınıyor diğerinde alınamıyor iken 18 (% 8,8) olguda her iki pupillada alınamıyor olarak bulundu (ġekil 2).

0 50 100 150 200 Olgu Sayısı Anizokori (-) Anizokori (+) S1 ġekil 1. Anizokori

12 0 20 40 60 80 100 120 140 160 180 200 Olgu Sayısı +/+ -/+ veya +/-

-/-ġekil 2. Pupilla ıĢık yanıtı

+/+: Her iki tarafta pupilla ıĢık yanıtı alınıyor, -/+ veya +/-: Bir pupillada ıĢık yanıtı alınıyor diğerinde

alınamıyor, -/-: Her iki tarafta pupilla ıĢık yanıtı alınamıyor

Nöroradyolojik bulgulardan KÇK 8 (% 3,9) olguda, tSAK 59 (% 28,9) olguda, BÖ 30 (% 14,7) olguda, EDK 32 (% 15,7) olguda, SDK 88 (% 43,1) olguda, ĠSH 1 (% 0,5) olguda saptandı (ġekil 3). 0 50 100 150 200 250 Olgu Sayısı Yok 196 145 174 172 116 203 Mevcut 8 59 30 32 88 1 KÇK tSAK BÖ EDK SDK İSH

ġekil 3. Nöroradyolojik bulgular

KÇK: Kapalı Çökme Kırığı, tSAK: Travmatik Subaraknoid Kanama, BÖ: Beyin Ödemi, EDK: Epidural

13

Olgulardan 130’unun (% 63,7) ameliyat edilmediği, 13’ünün (% 6,4) kitle etkisi dıĢında nedenlerden ameliyat edildiği, 61’inin (% 29,9) ise kitle etkisi nedeniyle ameliyat edildiği tespit edildi (ġekil 4).

0 20 40 60 80 100 120 140 Olgu Sayısı

Ameliyat edilmeyenler Kitle etkisi dışında nedenlerle ameliyat

edilenler

Kitle etkisi nedeniyle ameliyat edilenler

ġekil 4. Ameliyat gereksinimi

Olguların klinik sonuçları değerlendirilerek GÇÖ’ne göre sınıflandırıldıklarında, 29 olgunu (% 14,2) öldüğü, 4 olgunun (% 2) kalıcı bitkisel yaĢam ile sonuçlandığı görüldü. GÇÖ değerleri 1 ve 2 olan bu iki gruba ait toplam 33 (% 16,2) olgunun kötü sonuçlandığı kabul edildi. GÇÖ değerleri 3, 4 ve 5 olan olgu sayıları sırası ile 8 (% 3,9), 41 (% 20,1) ve 122 (% 59,8) olarak saptandı ve bu toplam 171 (% 83,8) olgunun iyi sonuçlandıkları kabul edildi.

Model 1 kullanılarak yapılan prognoz tahminleri olguların sonuçları ile dizkriminant analizi kullanılarak kıyaslandı. Model 1 tahmin sonuçlarına göre 32 olguda (% 15,7) kötü sonuç beklenirken 172 (% 84,3) olguda iyi sonuç beklendiği saptandı. Model 1’in doğru sınıflandırma oranının % 87,9 olduğu belirlendi. Model 1’in özgüllüğü (sensitivite) % 66,7, duyarlılığı (spesifite) % 94,2, pozitif prediktif değeri % 68,8, negatif prediktif değeri % 93,6 olarak bulundu.

Model 2 kullanılarak yapılan prognoz tahminleri olguların sonuçları ile dizkriminant analizi kullanılarak kıyaslandı. Model 2 tahmin sonuçlarına göre 25 olguda (% 12,2) kötü sonuç beklenirken 179 (% 87,8) olguda iyi sonuç beklendiği saptandı. Model 2’nin doğru sınıflandırma oranının % 90,2 olduğu saptandı. Model 2’nin özgüllüğü (sensitivite) % 57,6,

14

duyarlılığı (spesifite) % 96,5, pozitif prediktif değeri % 76, negatif prediktif değeri % 92,2 olarak bulundu.

Her iki modele ait istatistiksel veriler Tablo 4’te özetlenmiĢtir.

Tablo 4. Modellere ait istatistiksel veriler

Model Model 1 Model 2

Doğru sınıflandırma oranı % 87,9 % 90,2

Özgüllük (Sensitivite) % 66,7 % 57,6

Duyarlılık (Spesifite) % 94,2 % 96,5

Pozitif prediktif değer % 68,8 % 76

15

TARTIġMA

Trakya Üniversitesi Eğitim AraĢtırma ve Uygulama Hastanesi, Trakya bölgesinde travmalı olguların yoğun olarak kabul edildiği, en büyük sağlık merkezlerinden biridir (22, 33). KT olgularında sonuç tahmininde özellikle yüksek gelir seviyeli ülkelerde yoğun çalıĢmalar yapılmakta ve tahmin ölçütleri geliĢtirilmektedir (7,10,12,21). Bugüne kadar pek çok ölçüt geliĢtirilmiĢ KT olgularının düĢük-orta gelirli ülkelerde daha sık görülmesi ancak çalıĢmaların çoğunun yüksek gelirli ülkelerde yapılması nedeniyle uluslararası yaygın kabul gören bir model belirlenememiĢtir (10,11).

ġimĢek ve ark. (14) literatürdeki çalıĢmalardan elde edilen veriler ıĢığında 1996-2006 yılları arasındaki on yıllık bir zaman aralığında toplam 919 olguya ait verileri kullanarak basit parametrelere dayanan iki prognoz modeli geliĢtirdiler. Bu çalıĢmada, takip eden 2006-2011 yılları arasındaki beĢ yıllık zaman aralığında toplam 204 olguya ait veriler kullanılarak modellerin geçerlilikleri değerlendirildi.

Model 1 kullanılarak yapılan prognoz tahminleri olguların sonuçları ile dizkriminant analizi kullanılarak kıyaslandı. Model 1 tahmin sonuçlarına göre 32 olguda (% 15,7) kötü sonuç beklenirken 172 (% 84,3) olguda iyi sonuç beklendiği saptandı. Model 1’in doğru sınıflandırma oranının % 87,9 olduğu saptandı. Model 1’in özgüllüğü (sensitivite) % 66,7, duyarlılığı (spesifite) % 94,2, pozitif prediktif değeri % 68,8, negatif prediktif değeri % 93,6 olarak saptandı.

Model 2 kullanılarak yapılan prognoz tahminleri olguların sonuçları ile dizkriminant analizi kullanılarak kıyaslandı. Model 2 tahmin sonuçlarına göre 25 olguda (% 12,2) kötü sonuç beklenirken 179 (% 87,8) olguda iyi sonuç beklendiği saptandı. Model 2’nin doğru

16

sınıflandırma oranının % 90,2 olduğu saptandı. Model 2’nin özgüllüğü (sensitivite) % 57,6, duyarlılığı (spesifite) % 96,5, pozitif prediktif değeri % 76, negatif prediktif değeri % 92,2 olarak saptandı.

Her iki modelin çok iyi doğru sınıflandırma oranlarının olduğu saptandı. Sağlık politikasındaki değiĢiklikler nedeniyle yatırılan KT’lı hasta profilindeki değiĢim, modellerin oluĢturulmasında kullanılan olgulara kıyasla çok daha heterojen bir popülasyonda geçerliliğin sınanmasına neden olmuĢtur. Bu nedenle Model 1 için % 87,9 Model 2 için % 90,2 olarak saptanan sınıflandırma oranları her iki modelin farklı popülasyonlarda etkin olarak kullanılabileceğini göstermektedir. “Medical Research Council Corticosteroid Randomisation after Significant Head Injury” isimli çalıĢmadan türetilen modelin % 80 saptanan doğru sınıflandırma oranının mükemmel olarak belirtildiği göz önünde bulundurulursa modellerin etkinliği daha iyi anlaĢılacaktır (10).

ÇalıĢmaya yalnızca izole KT nedeniyle hastaneye yatırılan olgular dahil edilerek, çoklu travmalı olgular dıĢlanmıĢ olsa da doğası gereği KT çok geniĢ ve çeĢitli bir klinik spektrumu kapsamaktadır. Sırasıyla % 66,7 ve % 57,6 olarak saptanan özgüllük değerleri ile % 68,8 ve % 76 olarak saptanan pozitif prediktif değerler modellerin iyi Ģekilde kötü sonucu tahmin ettiğini göstermektedir.

Sırasıyla % 94,2 ve % 96,5 olan duyarlılık değerleri ile % 93,6 ve % 92,2 olan negatif prediktif değerler ise modellerin iyi sonucu çok iyi Ģekilde tahmin ettiğini göstermektedir.

Modeller kötü sonuç tahmininde baĢarılı, sınıflandırma ve iyi sonuç tahmininde ise çok baĢarılı bulunmuĢ olup geçerlilikleri farklı ve daha heterojen bir popülasyonda gösterilmiĢtir. Literatürde benzer parametrelere dayalı, çeĢitli sınıflandırma ve tahmin kapasitelerine sahip pek çok model bulunmaktadır. Ancak bu modellerin çoğu yüksek gelir düzeyine sahip ülkelerde geliĢtirilmiĢtir ve bu modellerin geliĢtirildiği popülasyonlar ile ülkemizde görülen olgular arasında demografik, sosyoekonomik ve klinik farklar bulunmaktadır. Her iki model ülkemizde ve uluslar arası çoklu merkezlerde geçerlilik çalıĢmaları ile sınandıktan sonra daha yaygın kullanım bulmaya aday ölçütler olabileceklerdir (9-13,21).

17

SONUÇLAR

Bu çalıĢma, Trakya Üniversitesi Hastanesine yatırılan izole kafa travmalı olgularda prognoz tahmininde geliĢtirilmiĢ modellerin etkinliğinin değerlendirilmesi, bunların mevcut bilimsel bilgi ile karĢılaĢtırılması ve elde edilecek bilginin gelecekte yapılacak çalıĢmalar için kaynak oluĢturması için tasarlandı ve aĢağıdaki sonuçlar elde edildi.

1. Modellerin etkin tahmin araçları olduğu ve bu modellerin kullanımının izole KT’lı olgularda sonuç tahmininde yararlı olacağı düĢüncesindeyiz.

2. Çok merkezli ulusal ve uluslar arası çalıĢmalarla modellerin geçerliliğinin değerlendirilmesi ile modellerin yaygın olarak kullanılmaya aday ölçütler olduğu kanısındayız.

18

ÖZET

Bu çalıĢmada, Trakya Üniversitesi Hastanesine yatırılan izole kafa travmalı olgularda prognoz tahmininde geliĢtirilmiĢ modellerin etkinliğinin değerlendirilmesi amaçlandı.

Trakya Üniversitesi Hastanesi Beyin ve Sinir Cerrahisi Anabilm Dalı ve Yoğun Bakım Ünitelerine yatırılan 204 kafa travmalı olgunun kayıtları incelendi. Elde edilen veriler kullanılarak modeller uygulandı ve prognoz tahminleri elde edildi. Modellerin prognoz tahminleri ve olguların gerçek klinik sonuçları dizkriminant analizi ile istatistiksel olarak incelendi. Model 1’in doğru sınıflandırma oranının % 87,9 olduğu saptandı. Model 1’in özgüllüğü (sensitivite) % 66,7, duyarlılığı (spesifite) % 94,2, pozitif prediktif değeri % 68,8, negatif prediktif değeri % 93,6 olarak saptandı. Model 2’nin doğru sınıflandırma oranının % 90,2 olduğu saptandı. Model 2’nin özgüllüğü (sensitivite) % 57,6, duyarlılığı (spesifite) % 96,5, pozitif prediktif değeri % 76, negatif prediktif değeri % 92,2 olarak saptandı.

Sonuç olarak, modellerin etkin tahmin araçları olduğu ve bu modellerin kullanımının izole kafa travmalı olgularda ölüm ve kalıcı bitkisel durum tahmininde yararlı olacağı saptandı. Çok merkezli ulusal ve uluslar arası çalıĢmalarla modellerin geçerliliğinin değerlendirilmesi ile modellerin yaygın olarak kullanılmaya aday ölçütler olduğu saptandı.

Anahtar kelimeler: Kafa travması, prognoz tahmini, sonuç

19

EVALUATION OF TWO PREDICTIVE MODELS FOR PROGNOSIS

ON IZOLATED HEAD INJURED CASES

SUMMARY

The aim of this study is to evaluate two predictive models for prognosis on isolated head injured patients.

The records of 204 isolated head injured patients hospitalized in Trakya University Hospital, Department of Neurosurgery and Intensive Care Unit have been examined. Using the obtained data, two models were executed and the estimated prognoses were noted. The estimated prognoses data has been statistically analyzed and compared with the real outcomes of the patients by discriminates analysis. Model 1 had a classification ratio of 87,9%, a sensitivity of 66,7%, a specificity of 94,2%, a positive predictive value of 68,8% and a negative predictive value of 93,6%. Model 2 had a classification ratio of 90,2%, sensitivity of 57,6%, a specificity of 96,5%, a positive predictive value of 76%, and a negative predictive value of 92,2.

As a conclusion, both models have been evaluated as effective tools for predicting outcome and it is concluded that their use as prognostic models could be beneficial for predicting death and persistent vegetative state. It has have been concluded that both models has potential to be a widely usable predicting tool after that they are evaluated by multicenter national and international trials.

20

KAYNAKLAR

1. Tagliaferri F, Compagnone C, Korsic M, Servadei F, Kraus J. A systematic review of brain injury epidemiology in Europe. Acta Neurochir 2006;148:255-68.

2. Kafadar A. Ağır kafa travmalı hastaya nöroĢirürjikal yaklaĢım ve temel prensipler. Ġ.Ü.CerrahpaĢa Tıp Fakültesi Sürekli Tıp Eğitimi Etkinlikleri. Nörotravma sempozyumu s.9-29, Ġstanbul, 2004.

3. Ökten AĠ, Ergün R, BeĢkonaklı E, Akdemir G, Bostancı U, Gezici AĠ ve ark. Kafa travmasında prognozu ve ölüm oranını etkileyen unsurlar. Türk NöroĢir Derg 1997;7:51-9.

4. Mirzai H, Yağlı N, Tekin Ġ. Celal Bayar Üniversitesi Tıp Fakültesi acil birimine baĢvuran kafa travmalı olguların epidemiyolojik ve klinik özellikleri. Ulus Travma Derg 2005;11(2):146-52.

5. Andrews BT. History classification and epidemiology of cranial Trauma. In: Butjer HH, Loftus CM (Eds.). Textbook of Neurological surgery. Philedelphia: Lipincott Williams Wilkins 2002;2795-98.

6. The Brain Trauma Foundation. Guidelines for the management of severe traumatic brain injury. J Neurotrauma 2007; 4(suppl 1):1-106.

7. Mushkudiani NA, Engel DC, Steyerberg EW, Butcher I, Lu J, Marmarau A et al. Prognostic value of dermoraphics in travmatik brain injury: Results from the IMPACT Study. J Neurotrauma 2007;24(2):259-69.

8. Snirivasan US. A mathematical model for predicting the outcome in moderate head injury. Neurol India 2006;54(1):28-32.

21

using simple clinical variables: a case study in traumatic brain injury. Neurol Neurosurg Psychiatry 1999;66:20-5.

10. MRC CRASH. Trial Collaborators. Predicting outcome after traumatic brain injury: pratical prognostic models based on large cohort of international patients. BMJ 2008;336;425-9.

11. Perel P, Edwards P, Wentz R, Roberts I. Systematic review of Prognostic models in Traumatic Brain Injury. BMC Med Inform Decis Mak 2006;6:38

12. Hukkelhoven CWPM, Steyerberg EW, Habbema JDF, Farace E, Marmarau A ,Murray GD et al. predicting Outcome after traumatic brain injury: Development and Validation of a Prognostic Score Based on Admission Characteristics. J Neurotrauma 2005;22(10):1025-39.

13. Steyenberg EW, Mushkudiani NA, Perel P, Butcher I, Lu J, Mchugh GS et al. Predicting outcome after traumatic brain injury: Development and international validation of a prognostic score based on admission characteristics. PLoS Med 2008; 5(8):1251-61.

14. ġimĢek O, Süt N, Kılıncer C, Hamamcıoglu MK, Memis D. Predicting Prognosis of Isolated Head Injury: A Computer-Based Model with Simple Variables. Balkan Med J 2011;28:375-9.

15. Marshall LF, Marshall SB, Grady MS. A Brief Historical Review. In: Winn HR (Ed.). Youmans Neurological Surgery 5th Ed. Philadelphia: Saunders; 2004. p.5019-24. 16. Bruns J Jr, Hauser WA. The Epidemiology of traumatic brain ınjury: A review.

Epilepsia 2003;44(Suppl. 10):2-10.

17. Longhi L, Satman KE, Raghupathi R, Lenzlinger PM, Grady MS, Mcintosh TK. Cellular Basis of Injury and Recovery from Trauma. In: Winn HR (Ed.). Youmans Neurological Surgery 5thEd. Philadelphia: Saunders; 2004. p.5025-37.

18. Zwienenberg-Lee M, Muizelaar JP. Clinical Pathophysiology of Traumatic Brain Injury. In: Winn HR (Ed.). Youmans Neurological Surgery 5th Ed. Philadelphia: Saunders; 2004. p.5039-64.

19. Servadei F, Merry GS. Mild Head Injury in Adults. In: Winn HR (Ed.). Youmans Neurological Surgery 5thEd. Philadelphia: Saunders; 2004. p.5065-81.

20. Sinson G, Reilly P, Grady MS. Initial Resuscitation and Patient Evaluation. In: Winn HR (Ed.). Youmans Neurological Surgery 5thEd. Philadelphia: Saunders; 2004. p.5083-101.

22

prediction of mortality in isolated head injury patients: A New Predictive Model. J Trauma, 2006;61:868-72.

22. Akyel S, ġimĢek O, Süt N. Kafa yaralanmalarında sonucu belirleyen etkenler. Ulus Travma Acil Cerrahi Derg 2012;18(2):125-32.

23. Diamond PT, Stewart KJ. Rehabilitation and Prognosis after Traumatic Brain Injury. In: Winn HR (Ed.). Youmans Neurological Surgery 5thEd. Philadelphia: Saunders; 2004. 24. Marmarou A, Lu J, Butcher I, Mchugh GS, Murray GD, Steyerberg EW et al.

Prognostic value of the glasgow coma scale and pupil reactivity in traumatic brain injury assessed Pre-Hospital and on Enrollment: An IMPACT Analysis. J Neurotrauma 2007;24(2):270-80.

25. Murray GD, Butcher I, McHugh GS, Lu J, Mushkudiani NA, Maas AIR et al. Multivariable prognostic analysis in traumatic brain injury: Results from the IMPACT Study. J Neurotrauma 2007;24(2):329-37.

26. Becker DP, Gade GF, Miller JD. Prognosis head injury. In: Youmans JR (Ed). Neurological Surgery. Philadelphia: W.D. Saunders Company; 1990; 3(69):2194-230. 27. Jones NG. Examination of the head-injured patient. ADF Health 2000;1:107-12.

28. Wardlaw JM, Easton VJ, Statham P. Which CT features help predict outcome after head injury. J Neurol Neurosurg Psychiatry 2002;72:188-92.

29. Ghajar J. Traumatic Brain Injury. Lancet 2000;356:923-29.

30. Prabhu SS, Zauner A, Bullock MRR. Surgical Management of Traumatic Brain Injury. In: Winn HR (Ed.). Youmans Neurological Surgery 5th Ed. Philadelphia: Saunders; 2004. p.5145-80.

31. Karasu A, Sabancı P.A, Cansever T, Hepgül KT, Ġmer M, DolaĢ Ġ ve ark. Kafa travmalı hastalarda epidemiyolojik çalıĢma. Ulus Travma Acil Cerrahi Derg 2009;15(2):159-63. 32. Hsiao KY, Hsiao CT, Weng HH, Chen K-H, Lin L-J, Huang Y-M. Factors predicting

mortality in victims of blunt Trauma brain injury in emergengy department settings. Emerg Med J 2008;25:670-3.

33. Arslan A. Kafa Travmalı Olgularda Enfeksiyonun Erken Dönem Tedavi Maliyeti Üzerindeki Etkilerinin Değerlendirilmesi (tez). Edirne: Trakya Üniversitesi Tıp Fakültesi; 2009.