Prediksjon av transfusjonsassosierte komplikasjoner (PRETRACO)

For tiden produseres rundt 350 000 konsentrater av røde blodlegemer fra bloddonasjoner i Østerrike hvert år.

I tillegg til hovedeffekten av å erstatte tapt blod, har røde blodcellekonsentrater også mange uønskede effekter – fra blodgruppekompatibilitet, som lett kan unngås på grunn av pleie, til lagringsrelaterte bivirkninger, til stort sett intensivpleieproblemer som følge av massive transfusjoner, til systemomfattende effekter som TRALI, TACO og TRIM.

Før de administreres til pasienter, gjennomgår konsentrater av røde blodlegemer en omfattende kvalitetssikringsprosess der et stort antall parametere samles inn. Før bruk på pasienter, utføres for eksempel sengekanttester og tester for ytterligere inkompatibilitet med en blodprøve fra den tiltenkte pasienten. Med implementeringen av Patient Blood Management (PBM) de siste årene har bruken av røde blodlegemer blitt mer målrettet – antall transfusjoner synker i de fleste utviklede land. Imidlertid er det fortsatt mulig å lide av transfusjonsrelaterte bivirkninger (TRAE). Det er derfor fortsatt behov for aktiv forskningsaktivitet for å redusere disse TRAE-ene.

Til dags dato er det imidlertid ikke kjent hvilke pasienter som opplever transfusjonsrelaterte bivirkninger. Til tross for de brede målene for hemovigilans og pre-transfusjonstesting, er det fortsatt ikke mulig å forutsi hvilken individuell pasient som vil reagere på en transfusjon med en typisk bivirkning som hypotensjon, hemolyse, nyresvikt eller TRALI. Det virker forståelig at egenskaper ved pasienten så vel som egenskaper ved den administrerte enheten kan spille en rolle for dette. Spesielt kan det tenkes at en kombinasjon av egenskaper ved blodenheten og egenskaper til pasienten kan bestemme en komplikasjon i løpet av administreringen. Av denne grunn virker det attraktivt å bruke kunstig intelligens og maskinlæringsmetoder for å forutsi eventuelle komplikasjoner.