Стратификация риска трансфузионной терапии в кардиохирургии

Введение. Применение компонентов аллогенной крови в кардиохирургии ассоциировано с развитием осложнений. Одна из стратегий минимизации необоснованных трансфузий — это применение моделей стратификации риска трансфузионной терапии. Их задача — на основании клинических показателей спрогнозировать вероятность применения компонентов крови у конкретного больного.

Цель: изучить возможность использования модели стратификации риска трансфузионной терапии.

Материалы и методы. Критериям включения в исследование соответствовали больные старше 18 лет, перенесшие экстренные и плановые оперативные вмешательства на открытом сердце, проведенные в период с 1 января по 31 декабря 2024 г. Конечной точкой считали трансфузию компонентов аллогенной крови, под которой понимали клиническое применение одной или более единицы эритроцитсодержащих компонентов, любого вида плазмы или концентрата на протяжении всей длительности госпитализации. Оценку дискриминационной способности проводили с использованием метода AUC-ROC. Оценку калибровки проводили с помощью теста Хосмера — Лемешова. Описательный анализ был выполнен с использованием категориальных переменных, выраженных в абсолютных числах и процентах. Количественные переменные выражали как средние значения и стандартное отклонение. Статистический анализ выполнен с использованием Microsoft Excel 2010

Результаты. В моноцентрическое наблюдательное ретроспективное исследование были включены 218 человек. Точность прогнозирования трансфузий составила 0,67. Тест Хосмера — Лемешова продемонстрировал систематические ошибки калибровки. В зонах низкого риска модель завышала вероятность трансфузии, в зонах высокого риска — занижала.

Заключение. Использование данной модели позволяет оптимизировать назначения донорской крови и снизить количество необоснованных трансфузий. Для клинического применения требуется адаптация под местные условия.

1. Salenger R., Hirji S., Rea A., et al. ERAS Cardiac Society turnkey order set for patient blood management: Proceedings from the AATS ERAS Conclave 2023. J Thorac Cardiovasc Surg. 2024;168(3):890–7. DOI: 10.1016/j.jtcvs.2023.10.034.

2. Tanaka K.A., Alejo D., Ghoreishi M., et al. Impact of Preoperative Hematocrit, Body Mass Index, and Red Cell Mass on Allogeneic Blood Product Usage in Adult Cardiac Surgical Patients: Report From a Statewide Quality Initiative. J Cardiothorac Vasc Anesth. 2023;37(2):214–20. DOI: 10.1053/j.jvca.2022.03.034.

3. Shi J., Meng M., Sa R., et al. Blood transfusion is correlated with elevated adult all-cause mortality and cardiovascular mortality in the United States: NHANES 1999 to 2018 population-based matched propensity score study. Clinics. 2024;79:370–9. DOI: 10.1016/j.clinsp.2024.100379.

4. Lee E., Hart D., Ruggiero A., et al. The Relationship Between Transfusion in Cardiac Surgery Patients and Adverse Outcomes. J Cardiothorac Vasc Anesth. 2024;38(7):1492–8. DOI: 10.1053/j.jvca.2024.03.003.

5. Tang M., Ravn H.B., Andreasen J.J., et al. Fewer transfusions are still more-red blood cell transfusions affect long-term mortality in cardiac surgery. Eur J Cardiothorac Surg. 2023;63(4):101. DOI: 10.1093/ejcts/ezad101. PMID: 36943381.

6. Купряшов А.А., Самуилова О.В., Самуилова Д.Ш. Бережное отношение к крови больного как приоритетная стратегия в кардиохирургии. Гематология и трансфузиология. 2021;66(3):395–416. DOI: 10.35754/0234-5730-2021-66-3-395-416.

7. Van den Eynde R., Vrancken A., Foubert R., et al. Prognostic models for prediction of perioperative allogeneic red blood cell transfusion in adult cardiac surgery: A systematic review and meta-analysis. Transfusion. 2025;65(2):397–409. DOI: 10.1111/trf.18108.

8. Ranucci M., Castelvecchio S., Frigiola A., et al. Predicting transfusions in cardiac surgery: the easier, the better: the Transfusion Risk and Clinical Knowledge score. Vox sanguinis. 2009;96(4):324–32. DOI: 10.1111/j.1423-0410.2009.01160.x.

9. Alghamdi A.A., Davis, A., Brister S., et al. Development and validation of Transfusion Risk Understanding Scoring Tool (TRUST) to stratify cardiac surgery patients according to their blood transfusion needs. Transfusion. 2006;46(7):1120–9. DOI: 10.1111/j.1537-2995.2006.00860.x.

10. Alonso-Tuñón O., Bertomeu-Cornejo M., Castillo-Cantero I., et al. Development of a Novel Prediction Model for Red Blood Cell Transfusion Risk in Cardiac Surgery. J Clin Med. 2023;12(16):5345. DOI: 10.3390/jcm12165345.