術中赤血球輸血を予測するリスクモデルの開発と検証

概要

2医療圏・816,618例を用いたTRANSFUSEモデルは、24の術前変数で術中pRBC輸血をAUC 0.93で予測し、既存スコアを上回った。内部・外部妥当化で汎用性が確認され、高リスク手術では予測値がさらに向上した。

主要発見

• 816,618例で学習・検証し、AUC 0.93（95%CI 0.92–0.93）を達成。
• ASA、INR、再手術・救急・時間≥120分、術式の複雑性、貧血、肝疾患、血小板減少、術式など24の術前因子を採用。
• 既存TRUST（AUC 0.64）を上回り、3つの機械学習スコアと同等以上。全体のNPVは99.7%。

臨床的意義

術前ワークフローにTRANSFUSEを組み込み、高リスク手術での交差適合単位数を適正化する。電子カルテの意思決定支援や患者血液管理（PBM）プロトコルに連携させ、未使用血の削減を図る。

限界

• ベースレートが低くPPVは8.9%と控えめで、施設や症例構成によりキャリブレーションの差異が生じ得る。
• 観察レジストリ研究のため、未測定交絡やコーディングばらつきの影響が否定できない。

今後の方向性

前向き介入での血液節減・有害事象低減・費用対効果の検証、施設間キャリブレーションと移植性の評価、EHR統合のユーザー中心設計検討。