创伤相关出血：早期凝血支持方案的有效性

在严重创伤患者中，不受控制的出血是死亡的主要原因，部分原因是创伤诱导的凝血病 (TIC)。TIC 是一种严重的创伤后并发症，与输血需求增加和死亡率恶化有关。 纤维蛋白溶解是 TIC 过程的核心部分。 损伤控制复苏被定义为通过早期给予血液制品预防和立即纠正凝血病以及尽量减少晶体液来快速控制出血。 大量输血方案 (MTP) 作为损伤控制复苏的一部分引入，目的是促进血液制品的快速释放并提高对止血复苏的依从性，在新鲜冷冻血浆 (FFP) 的输注比例为 1:1:1 之后，血小板 (PLT) 和浓缩红细胞 (pRBC)。 它们的激活是由临床参数触发的，包括患者的创伤严重程度、临床体征和实验室数据，这些都包含在评分系统中。 2013 年，意大利创伤中心网络 (TUN) 开发了一种新的治疗算法，提供早期凝血支持 (ECS)，以控制具有临床相关出血风险的重大创伤患者的凝血病和出血。 该方案包括在初始复苏期间使用纤维蛋白原浓缩物和红细胞，以及在可用时早期使用粘弹性技术（血栓弹力图 ROTEM® 或血栓弹力图 TEG）。

这项多中心研究前后的目的是评估与标准 MTP 相比，新 ECS 方案在血液制品消耗和临床结果方面的效果。

我们使用历史对照进行了前后研究。 我们纳入了所有在意大利罗马的两个转诊创伤中心（即 Fondazione Policlinico Universitario A. Gemelli 和 S. Camillo 医院）。 将 2011-2012 年接受治疗的患者与 2013-2014 年接受治疗的患者进行比较。 在第二阶段，ECS 方案作为护理标准在两个创伤中心同时实施。 由于所有程序在两个时期都被视为护理标准，因此放弃了知情同意。

在对照期（ECS 前），患者根据具有以下目标的 MTP 进行治疗：FFP/PRBC 比率 ≥ 1:1.5，目标血小板计数 > 100.000 x 109/L。 根据研究期间应用的 ECS 方案，所有纳入的患者都接受了“初始复苏”，定义为入院和首次获得凝血结果（凝血筛查、纤维蛋白原水平和/或粘弹性监测和血小板计数）之间的时间段，使用氨甲环酸 (TA) 1 g 静脉推注超过 20 分钟，然后连续输注 1 g 超过 8 小时和纤维蛋白原浓缩物 (FC) 2 g 推注以及 2 至 4 个单位的 PRBC 的固定初始凝血支持。 护理点 (POC) 测试被系统地用于监测凝血和指导后续干预。 早期治疗阶段未给予 FFP。 应用允许性低血压（动脉收缩压 80-90 mmHg 或平均动脉压 50-60 mmHg）和液体限制策略，直到实现手术出血控制。 然而，当出血时间延长且 PRBC 数量增加（>4 个单位）和需要液体量（>2000 毫升）时，输血浆用于血流动力学和止血复苏。

来自电子记录的数据与血库登记处相匹配，以确认研究时间跨度内输血单位的数量。 对于从其他医院转来的患者，收集了入院前输血的相关信息，并与血库数据进行了匹配。

患者入院时的特征通过连续变量的均值和标准差进行总结。 量表和分数的中位数和四分位数范围以及相对频率用于离散变量。 我们分别对三类变量进行了t检验、Wilcoxon检验和卡方检验，检验了研究期间与患者特征之间无关联的原假设。 我们使用 delta 方法估计平均差的 95% 置信区间 (CI)，使用未调整的泊松模型估计 ECS 和 ECS 前输血单位和住院时间的平均差异。 将泊松模型替换为负二项分布后，结果非常可靠。 此外，我们将“多次输血患者”定义为在最初 24 小时内经历四个或更多红细胞单位的患者。 四个 PRBC 单位的截止值代表样本的第 75 个百分位数。

我们通过单变量和多变量逻辑回归模型研究了临床特征与多次输血概率之间的关联。 对于死亡率结果，我们估计了相对风险 (RR) 及其在第一个 24 小时内和入院后 28 天内死亡的 95% CI，与来自泊松模型的 ECS 前患者相比，没有调整其他变量。 在前 24 小时存活的患者中，我们通过考虑住院第 2 天和第 28 天之间的死亡来重复分析。 此外，我们调查了 ECS 和 ECS 之前的资源使用和死亡率差异是否与就诊时主要患者的人口统计学和临床​​特征相关，包括年龄（18-40、40-65、65 岁以上）、外伤的严重程度脑损伤（头部 AIS <4 与 ≥ 4）和创伤严重程度（危重疾病标准的数量；每个标准的存在/不存在）。 进行了这些分层分析，包括研究期间患者在分离的泊松模型中的特征相互作用，以及通过 F 检验正式检验 ECS 协议在不同类别患者之间具有同等功效的零假设。 为了进一步控制前组和 ECS 组之间临床特征的任何残余差异，我们比较了资源消耗、多次输血的可能性和倾向评分匹配患者的死亡率结果。 倾向评分包括以下变量：年龄、性别、ISS、AIS 头部、较差的 SBP、碱过剩、乳酸、血红蛋白和血小板。 对于统计分析，我们使用了 SAS 软件 9.4 版（SAS Institute Inc., Cary, NC, US）。 使用标准宏执行倾向得分匹配。