R-FACT 研究：红细胞输注后同种免疫的危险因素 (R-FACT)

简介：通过输血、怀孕或移植接触红细胞 (RBC) 同种异体抗原的个体可能会产生针对红细胞表达的同种异体抗原的抗体。 尽管这些事件的发生率存在争议，并且在单次输血患者中的百分比范围为 1-6%，在多次输血患者中高达 30%（例如，输血患者）。 镰状细胞病、地中海贫血和骨髓增生异常），它们会造成严重的临床问题，例如延迟溶血反应以及后勤问题，例如为检出新的同种抗体的患者及时获得合适配型的输血。

理由：众所周知，接受者产生抗体的风险取决于剂量和给药途径、抗原的免疫原性，以及遗传或获得性患者相关因素。 然而，后面的因素定义不明确，因此我们假设特定的临床条件（例如 使用过的药物、伴随感染、细胞免疫）在输血期间可能会增加免疫接种的风险。

研究目标：检查红细胞输血接受者的临床、环境和遗传特征与在输血期间暴露于红细胞同种异体抗原的免疫风险之间的关联。

方法学 研究设计和研究人群 我们将在 2005 年 1 月至 2011 年 12 月期间在全国医院进行回顾性匹配病例队列研究。 将选择使用大红细胞的医院作为研究基地。 研究队列将由研究中心连续输注红细胞的患者组成。

病例被定义为首次出现不规则的红细胞抗体形成，在研究期之前没有红细胞输注和同种免疫的既往史。

对照将是所有连续输血的患者，他们在研究中心接受了第一次和随后的红血输注，之前没有红细胞输注和同种免疫的历史。

观察性研究，如果进行得当，可以检验有趣的输血研究问题。 考虑到这一点，我们为我们的研究选择了案例队列研究设计。 在这种设计的帮助下，我们可以将发生在红细胞输注队列中的病例与队列中随机选择的样本进行比较。 使用这种方法，对于任何一个给定的案例，我们将选择 2 个控制，这些控制至少有与案例本身相同或更多的输血。 这种方法有以下优点：

1. 这确保了输血队列中输血次数相同或更多的所有患者被选为对照的机会均等。 本质上，可以选择在输血史的某个时间点处于相似输血风险（同种免疫）的队列中的任何成员作为对照。
2. 个案也有同等机会被选为其他个案的对照。

该研究设计最大限度地减少了选择偏差（如果有的话）。 这样的研究设计使我们能够纳入大量患者，足以检测较小的影响并针对其他风险因素进行调整，并广泛记录潜在的风险因素。

匹配 我们将考虑特定病例在抗体形成期间接受的输血次数，并根据相同的输血次数匹配 2 个病例（每个对照选择）。

为了说明全国范围内的医院间差异，我们还将匹配现场/研究中心的病例和对照。

牵连期 为了检查同种抗体形成日期之前围绕输血的免疫调节临床风险因素，我们将定义临床风险期或同种免疫的牵连期，在此期间病例会形成不规则的红细胞抗体。 这段时间是第一次同种抗体阳性筛查日期到该阳性筛查前 30 天的日历日期之间的时间（以天为单位）。 我们还将在第一次阳性筛查和阳性筛查之前的最后一次输血（涉及输血）之间引入至少 7 天的滞后期。 （图 2）这是为了确保患者的免疫系统有足够的时间对输血暴露做出反应。

我们还将在匹配的对照中定义一个类似的牵连期，回顾性地从“牵连输血”到 30 个日历日之前。

首次形成的同种抗体 我们的病例终点，或首次形成的不规则红细胞抗体被定义为在 37 摄氏度下由三细胞血清学小组筛选的具有临床意义的抗体。 如果需要进一步输血，所有患者都会定期筛查同种抗体，至少每 72 小时重复一次。 通过包括间接抗球蛋白测试（LISS Diamed ID 凝胶系统）的三细胞组筛选抗体，随后通过同一凝胶系统中的标准 11 细胞组进行鉴定。

数据采集​​、测量和处理 输血队列数据将从医院输血服务和现场患者记录中获取。 其次，我们将使用来自患者问卷的数据。 第三，我们将从纳入和同意的患者的血液中确定患者的种族背景。

4.3.1 患者病史和记录 潜在的临床风险因素包括血液学、肿瘤学、外科和医学数据以及自身免疫疾病和涉及（可能因果）输血时的相关病症。 将积极评分的因素和条件是感染（包括致病微生物）和活动性/慢性过敏（包括已知抗原）、发烧、血细胞减少、全身炎症反应（对（非）-感染性或非感染性来源的特异性损伤）、外周血祖细胞移植（自体或同种异体）、多发创伤、脾切除术、实体恶性肿瘤、自身免疫性疾病（类风湿性关节炎、1 型糖尿病等）、化学疗法、免疫抑制药物、细胞抑制剂和将研究抗生素。

问卷 参与者将被要求填写一份打印的问卷。 参与者还可以选择填写基于网络的问卷，可通过信息函中提供的链接访问该问卷。 在确定对照患者后，将向这些对照发送类似的邮件患者信息问卷。 问卷将增加对病例和对照中这些可能的混杂因素的了解。

一般来说，许多问题会涉及“一生”的风险因素和信息，并不特别针对有牵连的发作时间。

种族混杂因素 基于不同种族具有不同频率的红细胞抗原的知识，来自一个特定种族的供体与另一种族的接受者之间的所谓错配确实在发展对供体红细胞的免疫反应中发挥作用。 因此，我们还将尝试记录导致红细胞同种免疫的种族错配。 这是通过问卷中的一个问题来尝试的，但最重要的是取决于通常决定种族的血型分型。

血液研究和采样为了研究遗传因素对同种抗体发展风险的影响，我们将收集所有参与者的血液样本，对血液进行广泛分型以获得抗原概况，并查看影响免疫系统和疫苗接种的遗传标记效率。 候选基因中的 S​​NP（例如 编码 HLA 类型）调节特异性和先天免疫反应将被评估。 免疫反应活性的典型生物标志物：细胞因子和针对常见（疫苗接种）抗原的抗体滴度随后也可以在储存的血浆和血清中测定。

统计分析 我们预计总共包括 500 名病例患者和 1000 名对照者。 逻辑回归模型将用于评估产生抗体的风险与潜在风险因素之间的关联，并根据其他风险因素和接触抗原的次数进行调整。

我们将使用逻辑回归检查风险因素与同种免疫之间的关联。

我们还将选择最常见抗体的所有病例和对照，如果风险因素和免疫调节剂对所有抗体类型风险的相对影响（在单独分析中）方向相同，我们将进行一个普遍的观察。

对于 1500 名患者，传统的 80% 功效和 p 值为 0.05，我们将能够检测到 1.35 或更高的二分风险因素的影响（比值比）。

将根据病例患者的“病例交叉”设计进行额外的分析。 “危险期”（检测到阳性抗体之前的时间段）将与病例患者病史中的“对照部分”（危险期以外的特定时间段）和瞬态风险比进行比较将计算影响风险因素。