Przewidywanie powikłań związanych z transfuzją (PRETRACO)

Obecnie w Austrii co roku z krwi od dawców wytwarza się około 350 000 koncentratów krwinek czerwonych.

Oprócz głównego efektu polegającego na uzupełnieniu utraconej krwi, koncentraty krwinek czerwonych mają również wiele działań niepożądanych - od zgodności grup krwi, której łatwo uniknąć dzięki starannej pielęgnacji, przez skutki uboczne związane z przechowywaniem, po problemy głównie z intensywną opieką w wyniku masowych transfuzji, aż po efekty ogólnoustrojowe, takie jak TRALI, TACO i TRIM.

Przed podaniem pacjentom koncentraty krwinek czerwonych przechodzą szeroko zakrojony proces kontroli jakości, podczas którego zbierana jest duża liczba parametrów. Na przykład przed zastosowaniem u pacjentów przeprowadza się testy przyłóżkowe i testy pod kątem dalszych niezgodności z próbką krwi pobraną od pacjenta. Wraz z wdrożeniem w ostatnich latach Patient Blood Management (PBM) stosowanie koncentratów krwinek czerwonych stało się bardziej ukierunkowane – w większości krajów rozwiniętych liczba transfuzji maleje. Jednak nadal istnieje możliwość wystąpienia zdarzeń niepożądanych związanych z transfuzją (TRAE). Dlatego nadal wzywa się do aktywnej działalności badawczej w celu zmniejszenia tych TRAE.

Do tej pory nie wiadomo jednak, u których pacjentów występują zdarzenia niepożądane związane z transfuzją. Pomimo szeroko zakrojonych pomiarów hemovigilance i testów przed transfuzją, nadal nie jest możliwe przewidzenie, który indywidualny pacjent zareaguje na transfuzję typowym zdarzeniem niepożądanym, takim jak niedociśnienie, hemoliza, niewydolność nerek lub TRALI. Wydaje się zrozumiałe, że rolę w tym odgrywać mogą charakterystyka pacjenta, jak również charakterystyka podawanej jednostki. W szczególności można sobie wyobrazić, że kombinacja cech jednostki krwi i cech pacjenta może determinować powikłanie w trakcie podawania. Z tego powodu atrakcyjne wydaje się wykorzystanie metod sztucznej inteligencji i uczenia maszynowego do przewidywania ewentualnych komplikacji.