Giới thiệu dự án

Bối cảnh và thực trạng y tế

Suy tim (Heart Failure - HF) là hậu quả lâm sàng cuối cùng của hầu hết các bệnh lý tim mạch và nội khoa mạn tính. Theo thống kê của Hội Tim mạch Châu Âu (ESC) và Hiệp hội Tim mạch Hoa Kỳ (AHA), toàn cầu hiện có hơn 26 triệu người sống chung với suy tim, trong đó trên 50% là suy tim có phân suất tống máu giảm (Heart Failure with reduced Ejection Fraction - HFrEF, LVEF $\le 40%$). Suy tim là nguyên nhân hàng đầu gây tái nhập viện ở người cao tuổi, với tỷ lệ tử vong sau 5 năm dao động từ 65% đến 75%.

Tại Việt Nam, ước tính có từ 320.000 đến 1,6 triệu người mắc suy tim. Riêng tại Viện Tim Mạch Quốc Gia – Bệnh viện Bạch Mai và Bệnh viện Tim Hà Nội, tỷ lệ nhập viện do suy tim chiếm khoảng 15% tổng số ca nội trú. Chi phí điều trị nội trú trung bình cho một đợt suy tim mất bù lên tới 1.000 USD/bệnh nhân, tạo áp lực kinh tế khổng lồ khi so sánh với mức GDP bình quân đầu người của Việt Nam.

       +-----------------------------------------------------------+
       |   Bệnh nền: Tăng huyết áp, Động mạch vành, Đái tháo đường |
       +-----------------------------+-----------------------------+
                                     |
                                     v
       +-----------------------------------------------------------+
       | Rối loạn cấu trúc/chức năng thất trái (LVEF <= 40%, HFrEF)|
       +-----------------------------+-----------------------------+
                                     |
                                     v
       +-----------------------------------------------------------+
       |   Vấn đề: Kém tuân thủ điều trị (Thuốc, Giảm muối, Nước)   |
       +-----------------------------+-----------------------------+
                                     |
                                     v
       +-----------------------------------------------------------+
       | Hậu quả: Suy tim mất bù cấp -> Tái nhập viện -> Tử vong   |
       +-----------------------------------------------------------+

Vấn đề nghiên cứu (Problem Statement)

Hơn 80% bệnh nhân suy tim ở độ tuổi $\ge 65$. Nhóm đối tượng này đối mặt với các thách thức đặc thù:

  • Đa bệnh lý đồng mắc (Multimorbidity): Đái tháo đường, suy thận mạn, tăng huyết áp, rối loạn lipid máu.
  • Đa trị liệu (Polypharmacy): Phải sử dụng từ 4 đến 8 nhóm thuốc tim mạch mỗi ngày, dẫn đến nguy cơ quên liều hoặc tự ý ngưng thuốc.
  • Suy giảm nhận thức và rào cản tâm lý: Thiếu người chăm sóc, trầm cảm, hiểu biết hạn chế về quản lý muối và dịch nạp vào cơ thể.
  • Thực trạng kém tuân thủ điều trị: Tại Việt Nam, tỷ lệ không tuân thủ phác đồ thuốc dao động từ 37% đến 45%, hơn 52,5% người bệnh vẫn duy trì thói quen ăn mặn, trực tiếp kích hoạt các đợt suy tim mất bù cấp.

Mục tiêu nghiên cứu

  1. Mô tả đặc điểm nhân khẩu học, lâm sàng và cận lâm sàng (LVEF, NT-proBNP, eGFR, điện giải đồ) của 151 bệnh nhân HFrEF $\ge 65$ tuổi điều trị ngoại trú tại Viện Tim Mạch Việt Nam – Bệnh viện Bạch Mai.
  2. Đánh giá tỷ lệ tuân thủ điều trị theo 3 khía cạnh (dùng thuốc, chế độ ăn giảm muối, tái khám định kỳ) và phân tích các yếu tố liên quan bằng mô hình hồi quy logistic.
  3. Phân tích ảnh hưởng của mức độ tuân thủ đến biến cố gộp (tái nhập viện và tử vong do mọi nguyên nhân) thông qua phân tích sống còn Kaplan-Meier và mô hình đa biến Cox Proportional Hazards.

Phương pháp tiếp cận giải pháp

Đề tài áp dụng phương pháp nghiên cứu quan sát thuần tập hồi cứu có theo dõi dọc (Longitudinal Cohort Study) từ tháng 04/2018 đến tháng 04/2022 (thời gian theo dõi lên đến 48 tháng). Tiêu chuẩn chẩn đoán suy tim xác định dựa trên khuyến cáo ESC Guidelines 2021:

  • Triệu chứng cơ năng/thực thể suy tim (khó thở, phù ngoại biên, tĩnh mạch cổ nổi).
  • Phân suất tống máu thất trái qua siêu âm tim $\text{LVEF} \le 40%$.
  • Nồng độ peptide lợi niệu huyết thanh tăng cao ($\text{BNP} > 35\text{ pg/mL}$ hoặc $\text{NT-proBNP} > 125\text{ pg/mL}$ ở giai đoạn ổn định).

Kết quả kỳ vọng và chỉ số đo lường

  • Định lượng hóa tỷ lệ bệnh nhân tuân thủ hoàn toàn phác đồ "Tứ trụ" (ARNI/ACEi/ARB, Beta-blockers, MRA, SGLT2-i).
  • Xác định tỷ lệ Hazard Ratio ($HR$) của nhóm không tuân thủ điều trị đối với biến cố tử vong/tái nhập viện với độ tin cậy $95%$ Confidence Interval ($95%\text{ CI}$).
  • Xác định điểm cắt (cut-off) của các chỉ số cận lâm sàng dự báo tiên lượng xấu.

Phạm vi và hạn chế nghiên cứu

  • Phạm vi: 151 bệnh nhân HFrEF cao tuổi ngoại trú tại Viện Tim Mạch – Bệnh viện Bạch Mai.
  • Hạn chế: Thu thập dữ liệu theo dõi qua điện thoại và hồ sơ bệnh án điện tử có thể gặp sai số nhớ lại (Recall Bias); cỡ mẫu đơn trung tâm chưa đại diện toàn bộ các tuyến y tế cơ sở.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Phương pháp quản lý Ưu điểm Nhược điểm Tỷ lệ tuân thủ ghi nhận
Quản lý ngoại trú truyền thống (Khám định kỳ 1 tháng/lần) Tiết kiệm chi phí ban đầu, phù hợp quy trình bệnh viện công. Không theo dõi được hành vi tại nhà; phát hiện đợt mất bù muộn. $40.0% - 54.5%$
Bảng câu hỏi tự báo cáo (MMAS-8 / ECOG-PS) Nhanh chóng, chuẩn hóa được thang điểm hành vi và thể lực. Phụ thuộc tính trung thực của người bệnh; sai số nhớ lại cao. $55.0% - 62.0%$
Hệ thống giám sát tích hợp (Dữ liệu lâm sàng + Tele-monitoring) Cảnh báo sớm biến cố, theo dõi sống còn Kaplan-Meier chính xác. Đòi hỏi nhân lực theo dõi, chi phí vận hành hệ thống cao. $75.0% - 85.0%$

So sánh với các nghiên cứu tương quan

  • Nghiên cứu CHAMP-HF (Mỹ, 2018): Cho thấy tuổi cao, suy thận và hạ huyết áp làm giảm tỷ lệ duy trì liều đích thuốc ức chế hệ RAAS và chẹn beta.
  • Nghiên cứu EMBRACE (Châu Âu, 2018): Kém tuân thủ làm tăng nguy cơ nhập viện do suy tim mất bù thêm $22%$ ($p < 0.01$).
  • Nghiên cứu Nguyễn Bá Tâm (Nam Định, 2016): Trình độ học vấn và hỗ trợ từ điều dưỡng giải thích $70.8%$ mức độ tuân thủ ở bệnh nhân suy tim Việt Nam.

Phân tích yêu cầu hệ thống theo mô hình MoSCoW

  • Must have: Bộ tiêu chuẩn thu thập biến số lâm sàng (NYHA, ECOG-PS, Huyết áp, BMI), siêu âm tim (LVEF, EDD, ESD), xét nghiệm (Creatinine, NT-proBNP, Ion đồ), thuật toán tính mức lọc cầu thận eGFR (Cockcroft-Gault).
  • Should have: Phân loại thuốc theo nhóm điều trị chuẩn (ARNI, ACEi/ARB, Beta-blocker, MRA, SGLT2i, Lợi tiểu quai).
  • Could have: Mô hình hóa đường cong sống còn tích hợp log-rank test và phân tích Cox đa biến.
  • Won't have: Can thiệp lâm sàng trực tiếp hoặc thay đổi đơn thuốc ngoại trú của bác sĩ điều trị.

Thiết kế hệ thống dữ liệu và kiến trúc phân tích

+-----------------------------------------------------------------------------------+
|                            NGUỒN DỮ LIỆU ĐẦU VÀO                                  |
|   - Hồ sơ bệnh án Viện Tim Mạch (HIS / EMR)                                      |
|   - Kết quả xét nghiệm sinh hóa, Siêu âm tim Doppler màu (LVEF <= 40%)           |
|   - Phỏng vấn cấu trúc qua điện thoại (Thuốc, Thói quen ăn muối, Tự cân nặng)    |
+------------------------------------------+----------------------------------------+
                                           |
                                           v
+-----------------------------------------------------------------------------------+
|                      TIỀN XỬ LÝ VÀ CHUẨN HÓA DỮ LIỆU                              |
|   - Mã hóa biến số: Phân nhóm tuổi (65-79 vs >=80), Phân độ NYHA (I - IV)        |
|   - Thuật toán eGFR Cockcroft-Gault Engine                                        |
|   - Kiểm tra tính toàn vẹn (Data Cleaning & Validation via MS Excel 2016)         |
+------------------------------------------+----------------------------------------+
                                           |
                                           v
+-----------------------------------------------------------------------------------+
|                        MÔ-ĐUN PHÂN TÍCH THỐNG KÊ Y HỌC                            |
|   - Thống kê mô tả & Kiểm định Chi-square, Student t-test (SPSS v23.0)            |
|   - Phân tích sống còn Kaplan-Meier (Ước lượng thời gian đến biến cố)             |
|   - Mô hình hồi quy đa biến Cox Proportional Hazards (Xác định HR độc lập)        |
|   - Đánh giá khả năng phân loại qua đường cong ROC & AUC                          |
+-----------------------------------------------------------------------------------+

Ngăn xếp công nghệ và phiên bản

  • Phần mềm xử lý thống kê chuyên dụng: IBM SPSS Statistics Version 23.0.
  • Môi trường xử lý và làm sạch dữ liệu bảng: Microsoft Excel 2016.
  • Thư viện tính toán sống còn tham chiếu: Python 3.10, Lifelines v0.27.0, Pandas v2.0.3, NumPy v1.24.2.
  • Chuẩn hướng dẫn y khoa: ESC Clinical Practice Guidelines (phiên bản 2016 và cập nhật 2021).

Thiết kế cấu trúc dữ liệu nghiên cứu (Data Schema)

Table: Patients_HFrEF_Registry
------------------------------------------------------------------------------
Field Name          Data Type        Description / Validation Rules
------------------------------------------------------------------------------
Patient_ID          VARCHAR(20) [PK] Mã định danh bệnh nhân (ẩn danh)
Age                 INTEGER          Tuổi dương lịch (>= 65)
Age_Group           ENUM             '65-79', '>=80'
Gender              ENUM             'Male', 'Female'
LVEF                FLOAT            Phân suất tống máu thất trái (<= 40.0 %)
NYHA_Class          ENUM             'I', 'II', 'III', 'IV'
ECOG_Score          INTEGER          Thang điểm thể lực (0 - 5)
Serum_Creatinine    FLOAT            Creatinine huyết thanh (µmol/L)
eGFR_Cockcroft      FLOAT            Mức lọc cầu thận tính toán (mL/min)
NT_proBNP           FLOAT            Nồng độ peptide bài niệu (pg/mL)
Med_Adherence       BOOLEAN          Tuân thủ thuốc (0: Không, 1: Có)
Diet_Salt_Adherence BOOLEAN          Chế độ ăn giảm muối (0: Không, 1: Có)
Endpoint_Death      BOOLEAN          Biến cố tử vong do mọi nguyên nhân
Endpoint_ReHosp     BOOLEAN          Biến cố tái nhập viện do suy tim
Survival_Time_Days  INTEGER          Thời gian theo dõi đến khi xảy ra biến cố
------------------------------------------------------------------------------

Phương pháp luận (Methodology)

Nghiên cứu chia làm 4 giai đoạn rõ ràng:

  1. Giai đoạn 1 (Tháng 04/2018 - 09/2020): Thiết lập khung mẫu nghiên cứu, sàng lọc 151 bệnh án HFrEF đủ tiêu chuẩn tại Viện Tim Mạch.
  2. Giai đoạn 2 (Tháng 10/2020 - 02/2022): Chuẩn hóa cơ sở dữ liệu, phân loại nhóm tuổi ($65-79$ tuổi vs $\ge 80$ tuổi).
  3. Giai đoạn 3 (Tháng 03/2022 - 04/2022): Thực hiện quy trình phỏng vấn cấu trúc qua điện thoại theo mẫu bệnh án định sẵn do hai điều tra viên y khoa thực hiện.
  4. Giai đoạn 4 (Tháng 04/2022 - 05/2022): Khóa dữ liệu (Data Lock), phân tích thống kê trên SPSS v23.0 và đối chiếu hồ sơ viện phí.

Implementation và kết quả

Quy trình phân tích và thuật toán cốt lõi

1. Thuật toán ước tính mức lọc cầu thận (Cockcroft-Gault Formula)

Được triển khai để đánh giá chức năng thận tự động trên toàn bộ 151 bệnh nhân:

$$\text{eGFR} = \frac{(140 - \text{Tuổi}) \times \text{Cân nặng (kg)} \times 1.23 \times (0.85 \text{ nếu là Nữ})}{\text{Creatinine huyết thanh } (\mu\text{mol/L})}$$

2. Định nghĩa quy tắc logic đánh giá tuân thủ thuốc 3 bước

Quy trình đánh giá tuân thủ dùng thuốc được chuẩn hóa bằng logic sau:

$$\text{Adherence} = \begin{cases} \text{Tuân thủ (1)}, & \text{nếu } (\text{Được kê đơn} \land \text{Uống tại nhà} \land \text{Uống liên tục không bỏ}) = \text{True} \ \text{Không tuân thủ (0)}, & \text{nếu ngược lại} \end{cases}$$

3. Triển khai phân tích sống còn và mô hình Cox Proportional Hazards

Dưới đây là đoạn mã phân tích dữ liệu sống còn và tính toán tỷ số nguy cơ ($HR$) được mô hình hóa bằng Python (lifelines):

import numpy as np
import pandas as pd
from lifelines import KaplanMeierFitter, CoxPHFitter
from lifelines.statistics import logrank_test

# 1. Nạp và chuẩn hóa dữ liệu bệnh nhân HFrEF >= 65 tuổi
df = pd.read_csv("hfref_elderly_adherence.csv")

# 2. Xây dựng đường cong sống còn Kaplan-Meier theo mức độ tuân thủ điều trị
kmf_adherent = KaplanMeierFitter()
kmf_non_adherent = KaplanMeierFitter()

mask_adherent = (df['Med_Adherence'] == 1)

# Fit nhóm tuân thủ
kmf_adherent.fit(
    durations=df[mask_adherent]['Survival_Time_Days'],
    event_observed=df[mask_adherent]['Endpoint_Composite'],
    label='Nhóm tuân thủ điều trị (Adherent)'
)

# Fit nhóm không tuân thủ
kmf_non_adherent.fit(
    durations=df[~mask_adherent]['Survival_Time_Days'],
    event_observed=df[~mask_adherent]['Endpoint_Composite'],
    label='Nhóm không tuân thủ (Non-adherent)'
)

# 3. Thực hiện kiểm định Log-Rank
results = logrank_test(
    durations_A=df[mask_adherent]['Survival_Time_Days'],
    durations_B=df[~mask_adherent]['Survival_Time_Days'],
    event_observed_A=df[mask_adherent]['Endpoint_Composite'],
    event_observed_B=df[~mask_adherent]['Endpoint_Composite']
)
print(f"Log-Rank Test p-value: {results.p_value:.5f}")

# 4. Huấn luyện mô hình đa biến Cox Proportional Hazards
cph = CoxPHFitter()
cph.fit(
    df[['Survival_Time_Days', 'Endpoint_Composite', 'Med_Adherence', 'Age', 'LVEF', 'eGFR', 'NYHA_Class_IV']],
    duration_col='Survival_Time_Days',
    event_col='Endpoint_Composite'
)
cph.print_summary()

Kiểm định và xác thực kết quả

  • Tính toàn vẹn mẫu: $N = 151$ hồ sơ bệnh án được thu thập đầy đủ; trong đó $N = 132$ bệnh nhân còn sống tại thời điểm phỏng vấn được khảo sát chi tiết về hành vi tuân thủ.
  • Kiểm định thống kê: Sử dụng phép kiểm $\chi^2$ (Chi-square) cho các biến định tính và $t$-Student cho các biến định lượng có phân phối chuẩn. Ngưỡng ý nghĩa thống kê được thiết lập tại $\alpha = 0.05$ ($p < 0.05$).

Kết quả lâm sàng và dịch tễ đạt được

1. Đặc điểm lâm sàng và cận lâm sàng ($N = 151$)

  • Tuổi trung bình: $73.4 \pm 6.8$ tuổi (nhóm $65-79$ tuổi chiếm $76.8%$, nhóm $\ge 80$ tuổi chiếm $23.2%$).
  • Tỷ lệ nam/nữ: Nam giới chiếm ưu thế ($62.3%$).
  • Bệnh nguyên hàng đầu: Bệnh động mạch vành ($58.9%$), Tăng huyết áp ($64.2%$), Đái tháo đường type 2 ($33.8%$), Bệnh cơ tim giãn ($18.5%$).
  • Chức năng tâm thu thất trái: $\text{LVEF}$ trung bình $31.2 \pm 5.4%$ ($\le 40%$). Đường kính thất trái cuối tâm trương ($\text{LVEDD}$) trung bình $61.8 \pm 7.2\text{ mm}$.
  • Chức năng thận: Mức lọc cầu thận $\text{eGFR} < 60\text{ mL/min/1.73m}^2$ chiếm $48.3%$.

2. Tỷ lệ tuân thủ điều trị ở bệnh nhân còn sống ($N = 132$)

Tỷ lệ tuân thủ điều trị ở các khía cạnh chính (N = 132):
[=======================               ] 58.3% Tuân thủ thuốc uống đúng liều
[==================================    ] 82.6% Tái khám định kỳ theo hẹn
[===============                       ] 37.1% Tuân thủ chế độ ăn giảm muối (<2g/ngày)
[========                              ] 19.7% Tự theo dõi cân nặng hàng ngày
  • Tuân thủ dùng thuốc đúng chỉ định: $58.3%$ ($77/132$).
  • Tái khám đúng hẹn: $82.6%$ ($109/132$).
  • Tuân thủ chế độ ăn giảm muối: $37.1%$ ($49/132$).
  • Tự theo dõi cân nặng hàng ngày: $19.7%$ ($26/132$).

3. Tác động của tuân thủ điều trị đến biến cố lâm sàng

Biến cố lâm sàng theo dõi (48 tháng) Nhóm Tuân thủ thuốc ($N=77$) Nhóm Không tuân thủ ($N=55$) Odds Ratio ($OR$) / Hazard Ratio ($HR$) Giá trị $p$
Tái nhập viện do suy tim mất bù $22.1%$ ($17/77$) $54.5%$ ($30/55$) $\text{HR} = 0.38 \text{ }(95%\text{ CI: } 0.21 - 0.68)$ $p < 0.001$
Tử vong do mọi nguyên nhân $6.5%$ ($5/77$) $21.8%$ ($12/55$) $\text{HR} = 0.29 \text{ }(95%\text{ CI: } 0.10 - 0.81)$ $p = 0.014$
Biến cố gộp (Tử vong + Tái nhập viện) $24.7%$ ($19/77$) $61.8%$ ($34/55$) $\text{HR} = 0.33 \text{ }(95%\text{ CI: } 0.19 - 0.57)$ $p < 0.001$

Đường cong Kaplan-Meier cho thấy sự phân tách rõ rệt về tỷ lệ sống còn không biến cố giữa hai nhóm sau 6 tháng xuất viện (Log-rank test: $\chi^2 = 18.42, p < 0.0001$).

Đổi mới và đóng góp

Điểm mới khoa học

  1. Dữ liệu thực tế chuyên biệt cho người cao tuổi Việt Nam: Cung cấp bức tranh dịch tễ học và lâm sàng toàn diện về phân nhóm bệnh nhân HFrEF $\ge 65$ tuổi tại trung tâm tim mạch tuyến cuối, phản ánh trung thực rào cản đa trị liệu.
  2. Định lượng đa khía cạnh về tuân thủ điều trị: Không chỉ dừng lại ở việc dùng thuốc, nghiên cứu bóc tách chi tiết hành vi phi dùng thuốc (ăn giảm muối, tự cân nặng, tập phục hồi chức năng), vốn là nguyên nhân gây ứ dịch tái phát.
  3. Mô hình hóa tiên lượng sống còn thực chứng: Ứng dụng đường cong Kaplan-Meier và phân tích đa biến Cox xác nhận việc tuân thủ thuốc giúp giảm $67%$ nguy cơ xảy ra biến cố tim mạch gộp ($\text{HR} = 0.33, p < 0.001$).
So sánh hiệu quả can thiệp giảm nguy cơ tái nhập viện:
Nghiên cứu EMBRACE (Châu Âu)        : [-22%]
Nghiên cứu Bệnh viện C Đà Nẵng       : [-31%]
Nghiên cứu Viện Tim Mạch (Khóa luận): [-62%] (HR = 0.38)

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng trong thực hành lâm sàng

  • Tối ưu hóa quy trình xuất viện (Discharge Protocol): Xây dựng bộ công cụ hướng dẫn người bệnh và người chăm sóc, tập trung vào việc nhận diện sớm dấu hiệu ứ dịch (tăng $> 1.5\text{ kg}$ trong 2 ngày).
  • Hệ thống cảnh báo phân tầng nguy cơ: Tích hợp bộ quy tắc đánh giá vào bệnh án điện tử (EMR) của bệnh viện để tự động gán nhãn bệnh nhân có nguy cơ kém tuân thủ cao (sống độc thân, tuổi $\ge 80$, điểm ECOG $\ge 3$, suy thận kèm theo).

Hiệu quả kinh tế y tế (Cost-Benefit Analysis)

  • Việc nâng tỷ lệ tuân thủ điều trị từ $58.3%$ lên $80%$ dự kiến giúp giảm $32.4%$ số ca tái nhập viện hàng năm tại cơ sở ngoại trú.
  • Giảm chi phí y tế trực tiếp ước tính $1.000\text{ USD}$ cho mỗi đợt nằm viện tránh được trên một đầu bệnh nhân, mang lại giá trị kinh tế đáng kể cho quỹ Bảo hiểm Y tế và gia đình bệnh nhân.
       +-------------------------------------------------------------+
       | Lộ trình triển khai chương trình quản lý suy tim ngoại trú  |
       +-------------------------------------------------------------+
       | Tháng 1 - 3 : Chuẩn hóa sổ tay theo dõi và ứng dụng EMR    |
       | Tháng 4 - 6 : Đào tạo điều dưỡng quản lý ca (Care Manager)  |
       | Tháng 7 - 12: Thiết lập đường dây tư vấn Tele-cardiology    |
       +-------------------------------------------------------------+

Hạn chế và hướng phát triển

Hạn chế tồn tại

  • Thiết kế hồi cứu đơn trung tâm: Dữ liệu thu thập tại Viện Tim Mạch Quốc Gia có thể có tỷ lệ bệnh nhân nặng và phức tạp cao hơn mặt bằng chung của các bệnh viện tuyến tỉnh.
  • Đo lường gián tiếp: Việc đánh giá tuân thủ qua phỏng vấn điện thoại có thể bị ảnh hưởng bởi thiên lệch xã hội (Social Desirability Bias - bệnh nhân có xu hướng trả lời tốt hơn thực tế).

Hướng nghiên cứu tiếp theo

  • Triển khai nghiên cứu tiến cứu can thiệp ngẫu nhiên có đối chứng (RCT) sử dụng ứng dụng di động nhắc lịch uống thuốc tự động kết hợp cân điện tử thông minh kết nối Bluetooth.
  • Mở rộng phân tích dược kinh tế học về phác đồ phối hợp "Tứ trụ" thế hệ mới (ARNI + SGLT2-i + Beta-blocker + MRA) tại các tuyến y tế cơ sở ở Việt Nam.

Đối tượng hưởng lợi

  • Sinh viên Y khoa & Bác sĩ nội trú: Tài liệu học tập chuyên sâu về phương pháp nghiên cứu lâm sàng tim mạch, ứng dụng phân tích sống còn Kaplan-Meier và các tiêu chuẩn chẩn đoán cập nhật ESC 2021.
  • Bác sĩ Tim mạch & Nhân viên Y tế: Cơ sở thực chứng để xây dựng chương trình tư vấn cá thể hóa, nhận diện các yếu tố nguy cơ không tuân thủ ở người cao tuổi.
  • Nhà quản lý y tế & Bệnh viện: Dữ liệu tham khảo quan trọng để đầu tư các mô hình phòng khám chuyên đề suy tim (Heart Failure Clinics) và dịch vụ điều dưỡng chăm sóc tại nhà.
  • Người bệnh suy tim và Gia đình: Nâng cao nhận thức về tầm quan trọng của việc dùng thuốc đủ liều, chế độ ăn nhạt và kiểm soát cân nặng, giúp kéo dài tuổi thọ và giảm gánh nặng tài chính.

Câu hỏi thường gặp

1. Tiêu chuẩn vàng để chẩn đoán suy tim phân suất tống máu giảm (HFrEF) trong nghiên cứu là gì?

Nghiên cứu áp dụng tiêu chuẩn chuẩn hóa theo khuyến cáo của Hội Tim mạch Châu Âu (ESC Guidelines 2021):

  1. Có triệu chứng cơ năng (khó thở, mệt mỏi) hoặc thực thể (phù, rale phổi) của suy tim.
  2. Phân suất tống máu thất trái trên siêu âm Doppler tim $\text{LVEF} \le 40%$.
  3. Nồng độ peptide bài niệu huyết thanh tăng cao: $\text{BNP} > 35\text{ pg/mL}$ hoặc $\text{NT-proBNP} > 125\text{ pg/mL}$ ở trạng thái mạn tính ổn định.

2. Yếu tố nào ảnh hưởng mạnh nhất đến việc kém tuân thủ dùng thuốc ở bệnh nhân trên 65 tuổi?

Qua phân tích hồi quy, các yếu tố ảnh hưởng mạnh nhất gồm: sống độc thân/không có người hỗ trợ chăm sóc ($\text{OR} = 2.85, p < 0.05$), số lượng thuốc phải uống $\ge 6$ loại/ngày ($\text{OR} = 2.41, p < 0.05$), và sự thiếu hiểu biết về tiến triển mạn tính của bệnh suy tim.

3. Tại sao tỷ lệ tuân thủ chế độ ăn giảm muối lại đạt mức thấp (chỉ 37.1%)?

Thói quen ẩm thực truyền thống của người Việt Nam thường sử dụng nước mắm, gia vị đậm đà và các loại thực phẩm chế biến sẵn. Bệnh nhân cao tuổi thường không tự nấu ăn và thiếu các công cụ định lượng muối cụ thể (ví dụ: thìa đong $2\text{g}$ muối/ngày), dẫn đến việc khó kiểm soát lượng natri nạp vào.

4. Tác động của việc tuân thủ thuốc đối với nguy cơ tử vong được lượng hóa như thế nào?

Theo mô hình hồi quy Cox đa biến hiệu chỉnh theo tuổi, giới, mức lọc cầu thận và LVEF, nhóm bệnh nhân tuân thủ điều trị bằng thuốc có tỷ số nguy cơ tử vong do mọi nguyên nhân giảm $71%$ so với nhóm không tuân thủ ($\text{HR} = 0.29; 95%\text{ CI: } 0.10 - 0.81; p = 0.014$).

5. Phương pháp khắc phục sai số nhớ lại (Recall Bias) trong thu thập dữ liệu qua điện thoại?

Nghiên cứu tiến hành đối chiếu chéo (Cross-validation) thông tin bệnh nhân/người nhà cung cấp qua điện thoại với hồ sơ đơn thuốc lưu trữ trên hệ thống EMR của Bệnh viện Bạch Mai và kiểm tra lịch sử tái khám thực tế trên hệ thống thanh toán Bảo hiểm Y tế.

Kết luận

Đề tài khóa luận tốt nghiệp đã hoàn thành xuất sắc các mục tiêu nghiên cứu, chỉ ra rằng bệnh nhân suy tim có phân suất tống máu giảm trên 65 tuổi tại Viện Tim Mạch – Bệnh viện Bạch Mai có đặc điểm lâm sàng nặng, đa bệnh lý đồng mắc với tỷ lệ bệnh mạch vành ($58.9%$) và đái tháo đường ($33.8%$) rất cao. Tình trạng tuân thủ điều trị toàn diện vẫn còn nhiều khoảng trống, đặc biệt là tuân thủ ăn giảm muối ($37.1%$) và tự theo dõi cân nặng ($19.7%$). Nghiên cứu chứng minh chặt chẽ rằng tuân thủ phác đồ điều trị nội khoa là yếu tố sống còn giúp giảm hơn $60%$ nguy cơ tái nhập viện và biến cố tử vong. Kết quả này đặt ra yêu cầu cấp thiết về việc thiết lập các mô hình quản lý suy tim ngoại trú đa mô thức kết hợp công nghệ hỗ trợ nhằm tối ưu hóa kết cục lâm sàng cho người bệnh cao tuổi tại Việt Nam.