预测输血患者发生同种免疫反应的风险：一种多元模型及简化评分系统

《Transfusion and Apheresis Science》：Predicting Alloimmunization Risk in Transfusion Patients: A Multivariate Model and Simplified Scoring System

建立基于多变量分析的RBC同种免疫风险预测模型及评分系统，结果显示RhD阴性、女性、血液学诊断及累积输血暴露为显著预测因子，低中高风险组别发生率分别为3.7%、11.4%和35.7%，模型AUC达0.73。

　　

瓦吉纳特·A·图恩西

沙特阿拉伯吉达国王阿卜杜勒-阿齐兹大学应用医学科学学院医学实验室科学系

摘要

背景与目的

红细胞（RBC）同种免疫是依赖输血患者的临床重要并发症，尤其是患有血红蛋白病和血液系统恶性肿瘤的患者。它会增加溶血反应的风险，并使输血支持变得更加复杂。尽管沙特阿拉伯依赖输血患者的同种免疫发生率很高，但大多数现有研究仍属于观察性研究，缺乏可操作的预测框架。本研究旨在开发一个多变量预测模型和简化的风险评分系统，以预测吉达国王阿卜杜勒-阿齐兹大学医院（KAUH）输血受者的同种免疫风险。

方法

本研究采用回顾性观察方法，分析了2024年9月至11月期间接受输血的3,316名患者的数据。研究分析了临床、人口统计学和输血相关变量，并使用逻辑回归确定同种免疫的独立预测因素。基于该模型建立了一个基于点的评分系统，并对其进行了验证。

结果

总体同种免疫发生率为5.0%。RhD阴性、女性性别、血液系统诊断和累积输血暴露与较高的同种免疫风险显著相关。简化后的基于点的评分系统将患者分为低风险、中等风险和高风险三类，相应的同种免疫发生率分别为3.7%、11.4%和35.7%。该模型的判别性能令人满意（AUC = 0.73）。

结论

本研究确定了红细胞同种免疫的关键临床预测因素，并引入了一种实用的风险评分工具，以支持个性化的输血策略。将这一工具整合到常规临床实践中，有助于早期识别高风险患者，并指导采取针对性的缓解措施，如血型基因分型和扩展抗原匹配。

引言

红细胞（RBC）同种免疫在依赖输血的患者中是一种具有临床意义的并发症，尤其是那些患有血红蛋白病和血液系统恶性肿瘤的患者。它带来了诸如输血延迟、溶血反应风险增加以及提供兼容血液的长期困难等问题，成为输血医学中的主要问题。沙特阿拉伯的多项研究强调了这些人群中同种免疫的严重负担。吉达国王阿卜杜勒-阿齐兹大学医院（KAUH）的一项初步研究报告称，镰状细胞病（SCD）患者的同种免疫发生率为12.8%，其中大多数同种抗体针对Rh和Kell抗原[1]。沙特阿拉伯东部和西部地区的类似研究报告的同种免疫发生率在13.7%到30%以上，显示出明显的地区差异[2]、[3]、[4]。

Bawazir（2025年）的一项最新荟萃分析显示，沙特阿拉伯依赖输血的SCD和地中海贫血患者的总体同种免疫发生率为18.2%，远高于西方和亚洲国家通常报告的3%至9%的范围[5]、[6]、[7]、[8]、[9]、[10]、[11]。这种差异凸显了制定地区特定风险评估和缓解策略的必要性。

许多风险因素与同种免疫的增加有关，包括RhD阴性、女性性别、血液系统疾病的存在以及累积的输血暴露。这些因素反映了免疫易感性和抗原刺激的程度。此外，先前的研究指出遗传因素，特别是HLA和细胞因子基因变异，可能会影响同种抗体的形成[12]、[13]、[14]、[15]。同时，人们越来越关注使用预测模型来主动识别高风险患者。人工智能和临床评分系统的最新进展在预测同种免疫和输血需求方面显示出潜力。例如，机器学习算法已成功预测了患者的红细胞输血需求，显示出在指导个性化输血方案方面的潜在用途[16]、[17]。

缓解策略主要集中在为高风险患者提供表型匹配的红细胞。多项研究支持这种方法，表明扩展抗原匹配可以减少慢性输血患者的同种抗体形成[12]、[18]、[19]、[20]、[21]。在这些策略中，血型基因分型（BGG）作为一种提高抗原兼容性和降低免疫发生率的强大工具脱颖而出。来自多次输血队列的证据表明，基因分型可以显著降低同种免疫的发生率[22]、[23]。然而，BGG在沙特阿拉伯的临床应用仍然有限。迄今为止的大多数研究主要集中在确定献血者的基因型和等位基因频率上[24]，虽然为了解人群的遗传特征提供了宝贵信息，但尚未评估其在临床输血方案中的常规应用。

尽管人们对同种免疫风险的认识日益增加，但大多数现有研究仍属于观察性研究，缺乏可操作的预测框架。特别是在沙特阿拉伯，迫切需要结合患者特征和输血模式的本地化风险模型。正如Alboog等人（2015年）[1]所强调的，缺乏强制要求进行扩展表型分型的国家政策会危及输血安全，并使同种免疫成为依赖输血个体的持续威胁。

我们的研究旨在开发一个多变量预测模型和简化的评分系统来预测同种免疫风险。我们分析了2024年9月至11月在KAUH接受输血的患者的临床和输血相关变量。通过识别最重要的预测因素，本研究旨在提供一个数据驱动的实用工具，用于早期风险分层，最终促进个性化和预防性的输血策略。

研究设计与变量定义

这项回顾性观察研究包括了2024年9月1日至11月30日期间需要浓缩红细胞（PRBC）输血的3,316名患者。研究包括了择期和紧急PRBC输血。如果患者在研究期间至少接受了一次PRBC输血，则符合条件。每个患者在数据集中仅出现一次。如果患者在研究期间接受了多次输血，则统计输注的PRBC单位总数。

患者特征

共有3,316名接受输血的患者被纳入分析。中位年龄为38岁（IQR：13–61岁）。其中，1,802名（54.3%）为女性，1,514名（45.7%）为男性。大多数患者为RhD阳性（3,098名；93.4%），218名（6.6%）为RhD阴性。O型血最为常见（1,653例；49.8%），其次是A型（969例；29.2%）、B型（557例；16.8%）和AB型（135例；4.1%）。A2型或A2B型的患者非常少（各1例；0.03%）。这些罕见亚组未被纳入表1中，因为他们的

讨论

本研究确定了红细胞同种免疫的几个关键临床和输血相关预测因素，并最终开发出一个经过验证的多变量模型和简化的风险评分系统。总体抗体筛查阳性率为5.0%，明显低于之前沙特阿拉伯研究中报告的13%至30%的水平，后者主要针对SCD和地中海贫血等依赖输血的患者[1]、[2]、[3]、[4]、[5]。Bawazir的最新荟萃分析

致谢

作者感谢国王阿卜杜勒-阿齐兹大学医院血液输血服务实验室的Maha Badawi博士和Afnan Jaber Alsulami女士在患者筛查数据的收集和组织方面提供的宝贵帮助和支持。她们的贡献对于这项研究的成功完成至关重要。