Tiên lượng sống còn ở bệnh nhân ung thư giai đoạn tiến xa
Nội dung bài viết
Tiên lượng thời gian sống còn là quá trình ước đoán khoảng thời gian bệnh nhân còn có thể sống, đặc biệt quan trọng ở người bệnh ung thư giai đoạn tiến xa. Tiên lượng chính xác giúp bệnh nhân và gia đình chủ động chuẩn bị tâm lý, tài chính và kế hoạch chăm sóc cuối đời; đồng thời hỗ trợ bác sĩ cá thể hóa điều trị, ưu tiên kiểm soát triệu chứng và tránh các can thiệp y khoa không cần thiết, qua đó giảm lãng phí nguồn lực [1,2]. Đây cũng là cơ sở để đưa ra các quyết định quan trọng, hỗ trợ tinh thần và phối hợp dịch vụ y tế – xã hội cho bệnh nhân trong những tháng cuối đời [3,10]. Tuy nhiên, nhiều nghiên cứu cho thấy tiên lượng dựa vào đánh giá lâm sàng của bác sĩ thường thiếu chính xác, dẫn đến điều trị quá mức, gia tăng gánh nặng triệu chứng và suy giảm chất lượng sống [4,5]. Để cải thiện độ chính xác, nhiều mô hình tiên lượng đã được phát triển dựa trên dữ liệu lâm sàng và cận lâm sàng, song việc ứng dụng còn hạn chế bởi yêu cầu xét nghiệm và tính khác biệt giữa các quần thể bệnh nhân [6,7]. Một phân tích hệ thống và tổng hợp dữ liệu (meta-analysis) vừa được công bố trên BMC Palliative Care (2025) cho thấy các mô hình tiên lượng hiện nay có thể hỗ trợ dự đoán người bệnh có nguy cơ tử vong trong 30–90 ngày, từ đó giúp chuẩn bị kế hoạch chăm sóc, tối ưu hóa sử dụng nguồn lực y tế, tránh điều trị không cần thiết [7].
I. Các mô hình tiên lượng phổ biến
Nội dung bài viết
Hiện tại dựa vào các nghiên cứu phân tích gộp, có ba mô hình tiên lượng phổ biến, có độ chính xác cao, được ứng dụng nhiều trên lâm sàng bao gồm Palliative Prognostic Score (PaP), Palliative Prognostic index (PPI) và Objective Prognostic Score (OPS) [1,3,6].
1. Palliative Prognostic Score (PaP)
PaP ban đầu được phát triển cho bệnh nhân ung thư tạng đặc để đánh giá xác suất sống còn của bệnh nhân tại mốc 30 ngày và đã được kiểm định trong các nghiên cứu tiền cứu lớn ở cả bệnh nhân ung thư người lớn và trẻ em [1,2,9]. Mô hình sử dụng điểm Karnofsky và 5 tiêu chí khác: khó thở, chán ăn, số lượng bạch cầu, tỷ lệ lymphocyte và đánh giá chủ quan của bác sĩ.
Tình trạng sảng (delirium) được chứng minh là yếu tố tiên lượng quan trọng, thang điểm D-PaP đã được phát triển nhằm bổ sung yếu tố này. Bệnh nhân sẽ được cộng thêm 2 điểm nếu bác sĩ xác định có sảng dựa trên thuật toán CAM. Do đó, điểm tối đa của thang là 19,5 thay vì 17,5. D-PaP có khả năng dự đoán tốt hơn PaP trong phân tích hồi cứu bệnh nhân ung thư giai đoạn cuối [8,9].
Chỉ số | Chi tiết | Điểm |
Tiên lượng của bác sĩ lâm sàng (tuần) | > 12 | 0 |
11-12 | 2 | |
9-10 | 2.5 | |
7-8 | 2.5 | |
5-6 | 4 | |
3-4 | 6 | |
1-2 | 8.5 | |
Khó thở | Không | 0 |
Có | 1 | |
Chán ăn | Không | 0 |
Có | 1.5 | |
Điểm Karnofsky | > 30 | 0 |
< 20 (10-20) | 2.5 | |
Bạch cầu tổng (Số lượng) | Bình thường (4.8 – 8.5) | 0 |
Cao (8.5 – 11) | 0.5 | |
Rất cao (> 11) | 1.5 | |
Bạch cầu lympho (%) | Bình thường (20 – 40) | 0 |
Thấp (12 – 11.9) | 0.5 | |
Rất thấp (< 11.9) | 2.5 |
Tổng điểm:
0 – 5.5 điểm: Tỷ lệ sống 30 ngày >70%. Số ngày trung bình 64 ngày
6 – 11 điểm: Tỷ lệ sống 30 ngày từ 30 – 70%
> 11 điểm : Tỷ lệ sống 30 ngày <30%
2. Palliative Prognostic index (PPI)
PPI dựa trên các yếu tố lâm sàng bao gồm chỉ số chức năng, khó thở, phù, chán ăn và tình trạng sảng [3]. Điểm PPI không yêu cầu xét nghiệm, dễ dàng tính toán tại giường bệnh, độ nhay thấp hơn PaP đối với nhóm bệnh nhân tiên lượng dài > 6 tuần [6].
Chỉ số | Mức độ | Điểm |
Karnofsky Performance Status (KPS) | 10–20% | 4 |
30–50% | 2.5 | |
≥60% | 0 | |
Tri giác (Delirium hoặc không tỉnh táo) | Có | 4 |
Không | 0 | |
Dyspnea (Khó thở khi nghỉ ngơi) | Có | 3.5 |
Không | 0 | |
Anorexia (Chán ăn) | Có | 1 |
Không | 0 | |
Edema (Phù ngoại vi) | Có | 1 |
Không | 0 |
Tổng điểm:
≤4 điểm : Thời gian sống còn > 6 tuần
5 – 6 điểm: Thời gian sống còn 3 – 6 tuần
> 6 điểm : Thời gian sống còn < 3 tuần
3. Objective Prognostic Score (OPS)
Chỉ số | Điểm |
Tình trạng cơ thể (ECOG 4) | 1 |
Khó thở khi nghỉ ngơi | 1 |
Giảm ăn uống đường miệng (ít hơn 5 thìa trong 1 bữa hoặc ít hơn 1/3 lượng ăn so với người bình thường) | 1 |
Số lượng bạch cầu (Leukocytosis >11000/uL) | 1 |
Bilirubin huyết thanh >2 mg/dL | 1 |
Creatinine huyết thanh ≥ 1,5mg/dL | 2 |
Lactate Dehydrogenase (LDH ≥ 502 IU/L) | 1 |
Tổng điểm: ≥ 3 điểm, thời gian sống còn dự đoán < 3 tuần
Dưới đây là bảng so sánh các mô hình tiên lượng phổ biến:
Độ nhạy (%) | Độ đặc hiệu (%) | Độ chính xác | Ưu điểm | Hạn chế | |
PaP | 69.9-72.9 | 74.2-83.7 | 0,71–0,81 | Được kiểm định nhiều lần | Phụ thuộc đánh giá chủ quan của bác sĩ [1,2,9] |
D-PaP | 72.9 | 80.2 | 0,78-0,81 | Bổ sung thêm yếu tố sảng, cải thiện tiên đoán | Cần đánh giá chính xác tình trạng sảng [8] |
PPI | 71-79 | 51-68 | ~0,68 | Không cần xét nghiệm | Độ nhạy thấp ở nhóm tiên lượng > 6 tuần [3,6] |
OPS | 43.6-83.6 | 56.8-87.8 | ~0.7 | Hạn chế yếu tố chủ quan | Cần xét nghiệm |
Những thách thức trong sử dụng mô hình:
- Khác biệt về đặc điểm bệnh nhân: Bệnh nhân ung thư giai đoạn tiến triển có sự khác biệt về loại ung thư, mức độ di căn, cơ quan di căn, thể trạng và điều kiện điều trị khiến các mô hình khó áp dụng đồng nhất cho tất cả các trường hợp bệnh [4,5].
- Yếu tố chủ quan: một số mô hình như PaP, PPI một số yếu tố phụ thuộc vào sự đánh giá chủ quan của bác sĩ, gây biến thiên về kết quả [1,3].
- Các xét nghiệm: Một số bệnh nhân giai đoạn cuối đời từ chối lấy máu, làm các xét nghiệm sinh hóa, làm giảm tính thực tiễn ứng dụng của các thang điểm.
II. Bàn luận
Các mô hình tiên lượng giữ vai trò hỗ trợ quan trọng, song chưa thể thay thế đánh giá lâm sàng. PaP tỏ ra vượt trội về độ chính xác nhưng việc sử dụng đánh giá chủ quan khiến kết quả có thể biến thiên theo từng bác sĩ, trong khi OPS cung cấp dự liệu khách quan nhưng cần xét nghiệm, PPI dễ áp dụng hơn, không cần làm xét nghiệm nhưng độ chính xác thấp hơn [7].
Việc lựa chọn mô hình nên dựa trên bối cảnh thực hành, nguồn lực xét nghiệm và mức độ phức tạp chấp nhận được. Mô hình không thay thế kinh nghiệm lâm sàng nhưng là công cụ hỗ trợ giá trị, giúp giảm điều trị quá mức, tối ưu hóa sử dụng nguồn lực và nâng cao chất lượng sống cho bệnh nhân.
III. Kết luận
Các mô hình tiên lượng như PaP, PPI và OPS có thể hỗ trợ đánh giá sống còn ở bệnh nhân ung thư giai đoạn tiến xa. PaP có độ chính xác tốt nhất, nhưng việc ứng dụng lâm sàng vẫn cần nghiên cứu sâu hơn. Tích hợp mô hình tiên lượng vào chăm sóc giảm nhẹ sẽ góp phần nâng cao chất lượng điều trị.
IV. Tài liệu tham khảo
- Pirovano M, Maltoni M, Nanni O, et al. The Palliative Prognostic Score: a tool for survival prediction of terminally ill cancer patients. Cancer 1999;85:521–528.
- Maltoni M, Nanni O, Pirovano M, et al. Prognostic factors in advanced cancer patients: a review. J Clin Oncol 2005;23:169–180.
- Morita T, Tsunoda J, Inoue S, Chihara S. Palliative Prognostic Index: a scoring system for survival prediction of terminally ill cancer patients. Support Care Cancer 1999;7:128–133.
- Hui D, Hannon B, Zimmermann C, Bruera E. Improving the accuracy of survival prediction in advanced cancer: a review. J Palliat Med 2011;14:83–92.
- White N, Harries P, Stone P. Clinical prediction of survival in advanced cancer: a systematic review. Lancet Oncol 2010;11:117–127.
- Glare P, Sinclair C. Palliative prognostic tools: a review. J Palliat Med 2008;11:438–447.
- BMC Palliative Care. Prognostic models for survival in advanced cancer: a systematic review and meta-analysis. 2025;24:15.
- Maltoni M, Nanni O, Pirovano M, et al. Delirium in terminally ill cancer patients: prognostic significance and inclusion in the D-PaP. Support Care Cancer 2001;9:342–347.
- Hui D, Morgado M, Vidal M, et al. Prognostic accuracy of the Palliative Prognostic Score in advanced cancer patients: systematic review. J Pain Symptom Manage 2020;59:1250–1262.
Tác giả: BS Nông Ngọc Sơn, BS Nguyễn Thị Thu Giang – Bệnh viện Vinmec Central Park
Bình luận 0
Bài viết cùng chuyên gia
