Press/กด CtrlหรือCmd + P to print
or save as PDF

การพัฒนาตัวแบบการพยากรณ์การเกิดอาการไม่พึงประสงค์รุนแรงจนนำไปสู่ การใช้ยาฉีด Benztropine ในผู้ป่วยจิตเวชโดยเทคนิคการทำเหมืองข้อมูล

Last modified: October 16, 2023
You are here:
Estimated reading time: 2 min
ชื่อบทความ: การพัฒนาตัวแบบการพยากรณ์การเกิดอาการไม่พึงประสงค์รุนแรงจนนำไปสู่ การใช้ยาฉีด Benztropine ในผู้ป่วยจิตเวชโดยเทคนิคการทำเหมืองข้อมูล
Research Article: Development of a Predictive Model for Serious Adverse Drug Reaction in Psychiatric Patients Leading to the Use of Benztropine Injection by Using Data Mining Techniques
ผู้เขียน|Author: พรทิพย์ ธีรรัตน์ไชยเลิศ, วิญญู ชะนะกุล, จันทร์เจ้า มงคลนาวิน, ถนอมพงษ์ เสถียรลัคนา, สิริวัฒน์ สุวัฒนปรีดา, พรยุพา เตียงพัฒนะวงษ์ และอนุสรา เครือนวล | Porntip Theraratchilert, Winyoo Chanakul, Janjao Mongkolnavin, Thanompong Sathienluckana, Siriwat Suwattanapreeda, Pornyupa Tiangphattanawong and Anusara Kraunual
Email: thanompong.sat@siam.edu
สาขาวิชา|คณะ: คณะเภสัชศาสตร์ มหาวิทยาลัยสยาม กรุงเทพฯ 10160
Department|Faculty: Faculty of Pharmacy,  Siam University, Bangkok 10160
Published|แหล่งเผยแพร่: วารสารเภสัชกรรมไทย ปีที่ 15 ฉบับที่ 2 (เมษายน – มิถุนายน 2566) หน้า 523 – 535 | Thai Journal of Pharmacy Practice Vol.15 No.2 (April – June 2023) pages 523 – 535.

การอ้างอิง|Citation

พรทิพย์ ธีรรัตน์ไชยเลิศ, วิญญู ชะนะกุล, จันทร์เจ้า มงคลนาวิน, ถนอมพงษ์ เสถียรลัคนา, สิริวัฒน์ สุวัฒนปรีดา, พรยุพา เตียงพัฒนะวงษ์ และอนุสรา เครือนวล. (2566). การพัฒนาตัวแบบการพยากรณ์การเกิดอาการไม่พึงประสงค์รุนแรงจนนำไปสู่ การใช้ยาฉีด Benztropine ในผู้ป่วยจิตเวชโดยเทคนิคการทำเหมืองข้อมูล. วารสารเภสัชกรรมไทย, 15(2), 523 – 535.

Theraratchilert P, Chanakul W, Mongkolnavin J, Sathienluckana T, Suwattanapreeda S, Tiangphattanawong P and Kraunual A. (2023). T Development of a Predictive Model for Serious Adverse Drug Reaction in Psychiatric Patients Leading to the Use of Benztropine Injection by Using Data Mining Techniques. Thai Journal of Pharmacy Practice, 15(2), 523 – 535.


บทคัดย่อ

วัตถุประสงค์: เพื่อพัฒนาแบบพยากรณ์การเกิดอาการไม่พึงประสงค์รุนแรงโดยเฉพาะการเกิดภาวะกล้ามเนื้อบิดเกร็งเฉียบพลันจนนำไปสู่การใช้ยาฉีด benztropine ในผู้ป่วยโรคทางจิตเวช วิธีการ: ผู้วิจัยรวบรวมข้อมูลของผู้ป่วยได้รับการวินิจฉัยโรคด้วยรหัส ICD10 F00.00 – F99.99 และมีอายุระหว่าง 15 – 80 ปีจากฐานข้อมูลของผู้ป่วยสถาบันจิตเวชศาสตร์สมเด็จเจ้าพระยาระหว่างเดือน มกราคม 2559 – ธันวาคม พ.ศ.2564 หลังจากนั้นคัดเลือกข้อมูลตามตัวแปรที่ได้กำหนดไว้เพื่อพิจารณาความเกี่ยวข้องกับการเกิดเหตุการณ์ไม่พึงประสงค์จนได้รับยาฉีด benztropine จากนั้นทำความสะอาดข้อมูล และนำข้อมูลมาสร้างแบบพยากรณ์ด้วยต้นไม้ตัดสินใจโดยใช้โปรแกรม RapidMiner Studio และปรับแต่งแบบพยากรณ์ให้เกิดความแม่นยำสูงสุด ผลการวิจัย: การศึกษานี้สามารถรวบรวมชุดข้อมูลจากผู้ป่วยจำนวน 41,713 ราย พบว่าเกิดเหตุการณ์ไม่พึงประสงค์จนได้รับยาฉีด benztropine ร้อยละ 5.47 การศึกษารวมรวมตัวแปรย่อยได้ทั้งหมด 164 ตัวแปร และพบตัวแปรที่สำคัญในการสร้างต้นไม้ตัดสินใจจำนวน 15 ชนิด ตัวแปรสำคัญระดับชั้นที่หนึ่ง คือ การได้รับการปรับขนาดยารักษาโรคจิตเพิ่มขึ้นภายใน 7 วัน พบว่าเกิดเหตุการณ์ไม่พึงประสงค์จนได้รับยาฉีด benztropine ร้อยละ 91.39 ตัวแปรสำคัญอื่นๆ ที่พบจากการสร้างแบบพยากรณ์ต้นไม้ตัดสินใจ ได้แก่ การได้รับยาฉีดออกฤทธิ์สั้น haloperidol หรือได้รับยารักษาโรคจิตชนิดรับประทานซึ่งมีปริมาณรวมต่อวันเทียบเท่า risperidone มากกว่า 5 มิลลิกรัมต่อวัน (sum DDD>5) โดยที่ไม่ได้รับยารับประทานกลุ่ม anticholinergic ร่วมด้วย การพัฒนาแบบพยากรณ์ต้นไม้ตัดสินใจจากการศึกษานี้สามารถนำไปใช้พยากรณ์โดยมีความถูกต้องของแบบพยากรณ์ ร้อยละ 84.32 และมีความไวร้อยละ 85.31 สรุป:  ภาวะกล้ามเนื้อบิดเกร็งเฉียบพลันถือเป็นอาการไม่พึงประสงค์ที่รุนแรงจากการได้รับยารักษาโรคจิต จึงต้องมีการติดตามอย่างเหมาะสมโดยเฉพาะผู้ที่มีความเสี่ยงสูง คือ ผู้ป่วยที่ได้รับการปรับขนาดยารักษาโรคจิตภายใน 7 วัน

คำสำคัญ: ยารักษาโรคจิต, ภาวะกล้ามเนื้อบิดเกร็งเฉียบพลัน, เบนซ์โทรปีน, เหมืองข้อมูล, แบบพยากรณ์ต้นไม้ตัดสินใจ


ABSTRACT

Objective: To develop a predictive model for an occurrence of serious adverse drug reactions, especially acute dystonia,  leading  to  an  administration  of  benztropine injection  in  psychiatric  patients. Methods: Data  of  patients diagnosed with ICD10 F00.00 -F99.99,aging between 15-80years old were gathered from Somdet Chaopraya institute of psychiatry’s database from January 2016 to December 2021. Subsequently, the collected data werethen processed by a data selection algorithm with a predetermined set of variables to analyze theassociationwith serious adverse drug reaction leading to an administration ofbenztropine injection.  Data were then cleaned, and used togenerate a predictive model by a decision tree method via RapidMiner Studio program. The program’s parameters were later adjusted for maximum precision. Results: This study gathered data of 41,713 patients with 5.47% of a serious adverse drug reaction leading to an administration of benztropine injection. A total of 164 variables were established with 16 being significant for generating the decision tree. The important first-class variable was an increase in antipsychotic drug dosage within 7 days which accounted for 91.39% of the serious adverse drug reaction. The other significant variables in the predictive model were the receiving of short-acting haloperidolinjection or antipsychotic medication with a daily dosage equalto 5 mg/dayof risperidone (sum DDD>5)withno concomitantanticholinergic drug.Development of the predictive model by a decision tree method from this study had shown to predict an occurrence of a serious adverse drug reaction with an accuracy of 84.32%and recall of 85.31%. Conclusion: Acute dystonia is a serious drug adverse reaction of antipsychotic medications with  appropriate monitoring needed, particularly  in  patients with  high-risk,  i.e.,  those with  the  increased dosageof antipsychotic drugs within 7 days.

Keywords: antipsychotics, acute dystonia, benztropine, datamining, decision tree.


การพัฒนาตัวแบบการพยากรณ์การเกิดอาการไม่พึงประสงค์รุนแรงจนนำไปสู่ การใช้ยาฉีด Benztropine ในผู้ป่วยจิตเวชโดยเทคนิคการทำเหมืองข้อมูล | Development of a Predictive Model for Serious Adverse Drug Reaction in Psychiatric Patients Leading to the Use of Benztropine Injection by Using Data Mining Techniques

คณะเภสัชศาสตร์ มหาวิทยาลัยสยาม | Faculty of Pharmacy, Siam University, Bangkok, Thailand