Predicción de complicaciones asociadas a transfusiones (PRETRACO)

Actualmente, cada año se producen en Austria alrededor de 350 000 concentrados de glóbulos rojos a partir de donaciones de sangre.

Además del efecto principal de reemplazar la sangre perdida, los concentrados de glóbulos rojos también tienen muchos efectos indeseables, desde compatibilidades de grupos sanguíneos, que son fácilmente evitables debido al cuidado, hasta efectos secundarios relacionados con el almacenamiento, hasta problemas de cuidados intensivos en su mayoría como resultado de transfusiones masivas, hasta efectos sistémicos como TRALI, TACO y TRIM.

Antes de ser administrados a los pacientes, los concentrados de glóbulos rojos se someten a un extenso proceso de control de calidad en el que se recopilan una gran cantidad de parámetros. Antes de su uso en pacientes, por ejemplo, se realizan pruebas de cabecera y pruebas de incompatibilidades adicionales con una muestra de sangre del paciente previsto. Con la implementación de Patient Blood Management (PBM) en los últimos años, el uso de concentrados de glóbulos rojos se ha vuelto más específico: la cantidad de transfusiones está disminuyendo en la mayoría de los países desarrollados. Sin embargo, todavía es posible sufrir eventos adversos relacionados con la transfusión (TRAE). Por lo tanto, sigue siendo necesaria una actividad de investigación activa para reducir estos TRAE.

Sin embargo, hasta la fecha, no se sabe qué pacientes experimentan eventos adversos relacionados con la transfusión. A pesar de las amplias medidas de hemovigilancia y pruebas previas a la transfusión, todavía no es posible predecir qué paciente individual responderá a una transfusión con un evento adverso típico como hipotensión, hemólisis, insuficiencia renal o TRALI. Parece comprensible que las características del paciente, así como las características de la unidad administrada, puedan desempeñar un papel en esto. En particular, es concebible que una combinación de características de la unidad de sangre y características del paciente pueda determinar una complicación en el curso de la administración. Por esta razón, parece atractivo utilizar métodos de inteligencia artificial y aprendizaje automático para predecir cualquier complicación.