UltraMTP u dorosłych pacjentów po urazach poddawanych operacji w ciągu 24 godzin: wpływ na śmiertelność i wyniki kliniczne

Uzasadnienie: Celem było ustalenie, czy u dorosłych pacjentów po urazach poddawanych operacji w ciągu 24 godzin przetacza się określoną liczbę jednostek pRBC, po której śmiertelność jest nieunikniona, a dalsze transfuzje są daremne.

Interwencja: Transfuzje krwi podawane dorosłym pacjentom po urazach poddawanym operacji w ciągu 24 godzin od przyjęcia.

Cele/Cel: Głównym celem tego badania jest zbadanie wyników związanych z transfuzjami dużych objętości w ośrodkach urazowych poziomu I w USA u dorosłych pacjentów po urazach poddawanych operacji w ciągu 24 godzin od przyjęcia. Celem badaczy jest określenie współczynnika umieralności związanego z ultraMTP (określanego jako >/= 30 jednostek pRBC w ciągu 24 godzin) oraz wpływu ultraMTP na drugorzędowe wyniki leczenia. Badacze chcieliby także porównać wyniki pacjentów, którzy otrzymali różne ilości jednostek pRBC w ciągu 24 godzin. Informacje uzyskane w trakcie tego badania pomogą w ustaleniu, czy istnieje próg ilości transfuzji, po przekroczeniu którego wyniki znacznie się pogarszają, a wysiłki resuscytacyjne są daremne i powinny zostać przerwane, aby zaoszczędzić szpitalowi zasoby, czas i koszty.

Badana populacja/charakterystyka próby: Dorośli pacjenci po urazach wymagający operacji w ciągu 24 godzin od przyjęcia, którzy otrzymują produkty krwiopochodne.

Metodologia badania: Jest to wieloośrodkowe, retrospektywne badanie obserwacyjne.

Punkty końcowe/wyniki badania:

• Pierwszorzędowy wynik: śmiertelność w ciągu 24 godzin (od momentu przyjęcia do 24 godzin)
• Wyniki drugorzędne: 1. Długość pobytu na OIOM-ie (LOS); 2. szpital LOS; 3. Dni SN; 4. Komplikacje; 5. Niewydolność wielonarządowa; 6. w śmiertelności szpitalnej; 7. śmiertelność 30-dniowa; 8. dyspozycja absolutorium.

Statystyki/plany analityczne:

Badacze skonstruują model przewidywania regresji logistycznej, aby 1) znaleźć klasyfikacje punktów odcięcia dla jednostek pRBC, które optymalizują przewidywanie modelu oraz 2) znaleźć dodatkowe zmienne, które poprawią zdolność predykcyjną naszego modelu. W poprzednich badaniach dotyczących jednostek pRBC i śmiertelności stosowano różne punkty odcięcia kategorii dla jednostek pRBC. Badacze zbadają funkcjonalną postać jednostek pRBC w jej związku ze śmiertelnością, aby określić, czy istnieje efekt plateau zwiększenia jednostek pRBC na śmiertelność. Badacze wykorzystają te informacje do kierowania klasyfikacją kategorii jednostek pRBC, porównując wartości AIC z kilku modeli z różnymi punktami odcięcia klasyfikacji kategorii pRBC, aby określić, które z nich są najbardziej powiązane ze śmiertelnością. Korzystając z tych kategorii, badacze skonstruują następnie model predykcyjny, korzystając ze zmiennych zdefiniowanych w części 12. Dodatkowo zostaną uwzględnione interakcje pomiędzy tymi kandydującymi zmiennymi predykcyjnymi a jednostkami pRBC. Walidacja modelu zostanie przeprowadzona przy użyciu walidacji krzyżowej k-krotnej. Wydajność modelu zostanie oceniona poprzez zbadanie zdolności dyskryminacyjnej (obszar pod krzywą ROC), wskaźników kalibracyjnych i optymizmu.