引用本文： ChristopherCraver, KathyW. Belk, GerardJ. Myers. 在接受心臟手術的住院患者中，總血紅蛋白的測定減少紅細胞輸注量：一項回顧性數據庫分析. 中國胸心血管外科臨床雜志, 2018, 25(9): 742-749. doi: 10.7507/1007-4848.201709052 復制
血紅蛋白（Hb）和紅細胞比容（Hct）的圍手術期監測通常依賴于即時血氣和實驗室分析儀，采用碳氧-血氧定量法或電導技術。使用多波長分光光度法，碳氧-血氧定量法通過提供總血紅蛋白（tHb）和 4 種衍生血紅蛋白（氧合血紅蛋白、還原血紅蛋白、一氧化碳血紅蛋白和高鐵紅血紅蛋白）的測量值，為臨床醫生增添了有價值的信息[1]。另一方面，用電導法的電導率來測定血漿 Hct 值。雖然在許多臨床情況下，Hct 的電導率方法是準確的，但它依賴的是一種在正常血液蛋白水平情況下的算法。在住院患者中，血液蛋白水平異常低或高的情況很多。在體外循環（cardiopulmonary bypass，CPB）中血液被稀釋，就會出現一種可控的血液稀釋最極端狀態，它能顯著降低血清蛋白水平，并得出低 Hct 水平的測量結果，這可能導致不必要的紅細胞（RBC） 輸注[1- 2]。
先前的研究顯示，行大的心血管手術患者中 RBC 輸注與不良預后之間有系統性的關系[3-6]。術后并發癥增加的風險，包括敗血癥和肺炎，都與 RBC 輸注相關的插管時間延長有關[7-9]。在心臟手術中，圍手術期的 RBC 輸注也與急性腎臟損傷的進展相關，這是由于炎癥加重，可能導致組織氧化應激[10]。心臟手術患者的死亡率與 RBC 輸注的關系尚不清楚[11-13]。但與 RBC 輸注相關的并發癥發生率的增加已經顯示出由于住院時間延長和資源利用更多，對治療費用有直接的影響[3, 6, 14]。
迄今為止，還沒有血紅蛋白監測方法、RBC 輸注風險和資源利用的比較水平之間關系的研究。因此，我們調查了用碳氧-血氧定量法測量 tHb 和用電導率測量 Hct，與 RBC 輸注、住院時間（length of stay，LOS）和總住院費用的關系。
1 資料與方法
1.1 臨床資料和分組
利用 Vizient Health System 數據庫進行回顧性隊列研究，該數據庫是一個國際認可的、具有代表性的管理數據庫，為美國 43 個州約 400 家醫院提供賬單詳情[13-15]，使用 2014 年 1 月至 2016 年 6 月的出院數據。
研究人群包括 18 歲及以上因冠狀動脈旁路移植術（coronary artery bypass graft，CABG）或瓣膜置換（valve replacement，VR）手術而住院的患者，按照第 9 版和第 10 版國際疾病分類（International Classification of Disease Category，ICD-CM）的定義。接受 CABG+VR 手術治療的患者也進行分析，單獨分組進行比較。由此，根據 2 種血紅蛋白監測技術，所有患者被分成 2 個研究組（tHb 和 Hct）。2 個研究組使用了詳細的賬單記錄和第 4 版當代操作術語集（CPT-4）編碼 85014（Hct）和 85018（tHb）來進行識別。采用兩種監測技術的患者都被排除在分析之外，因為不能知曉是哪一項監測決定了 RBC 輸注。
1.2 分析方法
本項回顧性分析的主要結果是住院期間 RBC 輸注風險。通過醫院的賬單記錄識別 RBC 輸注，并記錄為二進制變量。次要結果包括通過調查總住院費用和住院時間來對資源利用進行評估。住院費用被定義為住院治療的總費用，采用醫院特定的成本-費用比率（cost-to-charge ratios，CCR），從公共醫療保險和醫療補助服務中心（Centers for Medicare and Medicaid Services，CMS）收集的公共醫療費用報告（Medicare Cost Reports，MCR）而來，總結每一次患者的出院費用。代表了醫院在每例患者住院期間為其提供照料的總費用。
本項分析還包括影響 RBC 輸注風險的多因素，以及患者人群的基線健康特征。包括年齡和性別在內的患者人口統計學變量以及特定的變量，如入院、出院狀態和 LOS 等原始資料也一并納入。年齡被報告為連續變量和 10 年增量。利用 Charlson-deyo 版本的查爾森-共病指數（Charlson Comorbidity Index）確定了患者合并癥的情況，這是一種基于管理數據中發現的 ICD-CM 診斷代碼對患者的合并癥進行分類的方法[15-16]。在本項分析中還包括了評分和個體的合并癥；得分越高，預測的結果就越有可能導致死亡或更高的資源使用。
增加了其他心血管特異的合并癥和并發癥，以減少與 RBC 輸注風險的潛在混淆。這些包括容量損耗（脫水、嘔吐）、嚴重貧血的證據（靜脈注射鐵治療）、嚴重創傷和燒傷以及術中或術后嚴重出血的存在。其他與手術相關的并發癥也在分析中得到了鑒定，包括高血壓、急性腎衰竭和真性紅細胞增多癥。最后，心血管手術再分為旁路手術或非旁路手術。所有附加的合并癥和并發癥采用第 9 版和第 10 版 ICD-CM 的定義。
還收集了醫院特異性的變量，包括床位數量、教學狀況和地理區域。為了分析，床的大小被轉換為標準類別，類似于美國醫院協會每年對醫院進行的調查。這些變量用于控制住院服務提供者基于地理和服務在成本和資源利用方面的變異。
1.3 統計學分析
采用未調整的雙變量描述性分析，比較 tHb 組和 Hct 組之間的基線人口特征、RBC 輸注、費用和 LOS。組間分類變量的顯著性差異用卡方檢驗。低細胞計數用 Fisher 確切概率法檢驗。非正態分布的曼-惠特尼 U檢驗的連續變量顯著性用方差分析。
用多元回歸技術分離組間血紅蛋白監測類型并控制其他關鍵因素對可能增加 RBC 輸注風險、住院費用和 LOS 的影響。用 logistic 回歸方法比較 RBC 輸注風險。一般線性模型（general linear methods，GLM）用于模擬 LOS 和利用成本變量。對數變換（負二項式的 LOS 和 γ-成本）用于資源利用變量，以調整這類數據中常見的偏態分布[14, 17]。
模型參數估計的檢驗水準為 0.05。本研究的所有數據分析和統計模型均由 SAS 系統 9.4 版的 SAS/STAT 軟件（SAS Institute Inc.，Cary，NC）生成。
2 結果
本研究共納入 18 169 例心血管手術患者，其中 Hct 監測的占 66%。監測 Hct 患者更有可能接受 CABG+VR 雙重手術（10.4% vs. 8.9%，P=0.006 9）。正如預料的，這兩組患者主要為男性，Hct 組較 tHb 組稍年長（65.9 歲 vs. 65.0 歲，P<0.000 1）。
tHb 組有51.1%的患者在大教學醫院中接受治療，而 Hct 組的比例為 13.1%（表 1）。此外，tHb 組更有可能在具有 500 張或更多床位的醫院中接受治療（51.3% vs. 30.0%，P<0.000 1，表 1）。
表1
人口統計學資料和特征（n/%）
與 Hct 組相比，Hct 組的 Charlson 合并癥指數得分更高（2.90 vs. 2.77，P=0.000 4），最常見的包括糖尿病、心肌梗死、充血性心力衰竭和慢性肺部疾病（表 1）。tHb 組患者更可能使用靜脈注射鐵劑（8.0% vs. 2.5%，P<0.000 1），并有創傷（4.2%vs. 3.3%，P=0.001 8），腎功能衰竭（17.7% vs. 16.5%，P=0.039 4），嚴重出血（4.6% vs. 3.9%，P=0.025 9）和脫水（3.7% vs. 1.5%，P<0.000 1）的診斷（表 1）。Hct 組的患者較 tHb 組行體外循環手術的可能性更大（87.4% vs. 84.0%，P<0.000 1，表 1）。
2.1 RBC 輸注風險
與 tHb 組相比，Hct 組未經調整的 RBC 輸注率更高（20.9% vs. 18.9%，P=0.001 4，表 2）。在控制了患者的特征和醫院特征以及患者的合并癥后，Hct 組的 RBC 輸注風險較 tHb 組增加了 26%（OR=1.26，CI 1.15～1.38，P<0.000 1，表 3）。其他顯著增加 RBC 輸注風險的因素包括體外循環手術（OR=2.30，CI2.01～2.63，P<0.000 1），創傷（OR=1.84，CI 1.37～2.47，P<0.000 1），腎功能衰竭（OR=1.67，CI 1.52～1.85，P<0.000 1），嚴重出血（OR=1.67，CI 1.26～2.20，P=0.000 3）和靜脈鐵劑治療（OR=1.26，CI 1.06～1.51，P=0.010 3，表 3）。
表2
2 個研究組的結果（n/%）
表3
RBC 輸注風險的回歸分析結果
2.2 住院時間
tHb 組和Hct 組未經調整的平均 LOS 相似（10.36 d vs. 10.43 d，P=0.579 7）；但經過醫院特征、患者特征、患者并發癥及 RBC 輸注調整后，Hct 組較 tHb 組的住院時間有 8% 的延長風險（0.79 d，IRR=1.08，P<0.000 1，表 2 和4）。RBC 輸注（IRR=1.25，P<0.000 1），嚴重出血（IRR=1.60，P<0.000 1），腎功能衰竭（IRR=1.53，P<0.000 1），偏癱/截癱（IRR=1.40，P<0.000 1）是延長 LOS 的關鍵因素（表 4）。使用靜脈注射鐵治療（IRR=1.28，P<0.000 1）以及在大的教學醫院中治療（IRR=1.10，P<0.000 1）的患者 LOS 更長（表 4）。
表4
住院時間回歸分析結果
2.3 住院總費用
與 tHb 組相比，Hct 組的患者未經調整的治療費用更高（＄43 564 vs. ＄41 127，P<0.000 1，表 2）。在控制了 RBC 輸注、LOS 以及患者特征和醫院特征的影響后，Hct 組患者的住院費用較 tHb 組的費用估計增加了 15%（＄6 539/例，IRR=1.15，P<0.000 1，表 2 和表 5）。除 RBC 輸注（IRR=1.22，P<0.000 1）外，燒傷（IRR=1.72，P=0.005 6）、嚴重出血（IRR=1.41，P<0.000 1）、嚴重肝病（IRR=1.24，P<0.000 1）的患者治療費用較高（表 5）。大教學醫院的患者治療費用也較高（IRR=1.13，P< 0.000 1，表 5）。
表5
費用回歸分析結果
2.4 亞組分析
為了檢驗在手術亞組間與不可測量的異質性相關的潛在偏倚，進行了敏感性分析。分別對 CABG、VR、CABG+VR 亞組的研究結果進行多因素回歸分析。在 CABG 組和 CABG+VR 亞組中，與 tHb 組相比，Hct 組具有明顯更高的 RBC 輸注風險（OR=1.47，95%CI1.28～1.67，P<0.000 1；OR 1.53，95%CI 1.17～2.01，P=0.003 0）。在 VR 組，Hct 組的 RBC 輸注風險高于 tHb 組（OR=1.07，95%CI 0.91～1.25，P=0.417 7），但差異無統計學意義。
對利用結果的敏感性分析反映了總體分析。Hct 組的費用預測明顯高于 tHb 組，CABG 亞組（IRR=1.15，P<0.000 1），VR 亞組（IRR=1.16，P<0.000 1），CABG+VR 亞組（IRR=1.17，P<0.000 1）。同樣地，與 tHb 組相比，Hct 組的預計 LOS 更長，CABG 亞組（IRR=1.09，P<0.000 1），VR 亞組（IRR=1.06，P=0.007 6），CABG+VR 亞組（IRR=1.09，P=0.011 7）。
3 討論
本研究表明，對心血管手術患者來說，與監測 Hct 相比，監測 tHb 具有更低的 RBC 輸注風險、更短的 LOS 和更少的費用。除了 VR 亞組之外，單個手術人群的敏感性分析證實了這些結果。這種差異可以解釋為，在 VR 患者中 RBC 輸注的可能性增加與血紅蛋白監測無關[18-19]。由于 tHb 組嚴重出血的發生率較高，出血不太可能是 Hct 組 RBC 輸注增加的原因。
在 tHb 組，根據 LOS 和住院總費用減少資源利用，隨之降低 RBC 輸注風險率。這些結果在手術亞組敏感性分析中得到證實，與其他已發表的數據一致，這些數據表明，LOS 和/或費用的減少與 RBC 輸注率的減少顯著相關[14，18]。不必要的 RBC 輸注所造成的經濟影響給這些患者帶來了巨大的負擔。據估計，與血制品輸注相關的住院費用增量從術中輸血的＄4 408 到術后輸血的＄10 000 以上[20- 21]。同樣，本項研究的估計顯示，與 Hct 監測相關的費用可能增加約＄6 539，LOS 增加 0.79 d，RBC 輸注風險增加 26%。
雖然在本研究中沒有評估，但在 tHb 組中，很可能隨著 RBC 輸注的減少，輸血相關并發癥也有減少[4, 22]。這說明心臟手術患者術后并發癥的減少可以顯著降低住院總費用并縮短 LOS[14, 23]。
應該指出的是，這些結果表明，在這一人群中，tHb 監測與 RBC 輸注減少之間只是一個強有力的聯系，并不意味著因果關系。可能在用 tHb 進行血紅蛋白監測時還有其他因素在減少 RBC 輸注必要性方面發揮了作用。盡管有很多可能增加 RBC 輸注風險的臨床因素在回歸模型中可以控制，如體外循環心臟搭橋、貧血、腎功能衰竭、高血壓、脫水和嚴重出血，但還有其他因素，如手術時長和醫院輸血操作規程，無法在回歸分析中被測量和控制。
考慮到大樣本容量、患者的人口統計學和地理學的多樣性以及研究醫院的臨床能力，這些結果可以被認為是美國國內治療模式的代表。但本研究還有一些局限性。數據來源受到那些與使用大規模管理數據相關的限制，如不一致的編碼、賬單操作和不完整的記錄[24-25]。本研究也僅限于住院患者的住院治療，并未考慮到照護的完整連續性。最后，本研究并沒有考慮到某些程序上的差異（如預充容量、回路大小）、內科醫生或血液學專家對出血警惕性的差異、為減少 RBC 輸注而制定的醫院操作規程、供應者 RBC 輸注閾值的差異或為減少術中失血而制定的流程差異[26-27]。
不過，這些發現提示，在心血管手術中，tHb 監測較 Hct 監測可以顯著降低 RBC 輸注的需求，也可以顯著降低 LOS 和住院費用。鑒于本項研究首次闡明了這些關聯，有必要對不同的數據來源和研究人群進行進一步研究。
利益沖突聲明 作者聲明，對于本文的研究、作者和/或出版，沒有潛在的利益沖突。
資金 作者披露了這篇文章的研究、作者和/或出版得到下列財務支持：由 InstrumentationLaboratory，Bedford，MA 為本項分析提供資金。
血紅蛋白（Hb）和紅細胞比容（Hct）的圍手術期監測通常依賴于即時血氣和實驗室分析儀，采用碳氧-血氧定量法或電導技術。使用多波長分光光度法，碳氧-血氧定量法通過提供總血紅蛋白（tHb）和 4 種衍生血紅蛋白（氧合血紅蛋白、還原血紅蛋白、一氧化碳血紅蛋白和高鐵紅血紅蛋白）的測量值，為臨床醫生增添了有價值的信息[1]。另一方面，用電導法的電導率來測定血漿 Hct 值。雖然在許多臨床情況下，Hct 的電導率方法是準確的，但它依賴的是一種在正常血液蛋白水平情況下的算法。在住院患者中，血液蛋白水平異常低或高的情況很多。在體外循環（cardiopulmonary bypass，CPB）中血液被稀釋，就會出現一種可控的血液稀釋最極端狀態，它能顯著降低血清蛋白水平，并得出低 Hct 水平的測量結果，這可能導致不必要的紅細胞（RBC） 輸注[1- 2]。
先前的研究顯示，行大的心血管手術患者中 RBC 輸注與不良預后之間有系統性的關系[3-6]。術后并發癥增加的風險，包括敗血癥和肺炎，都與 RBC 輸注相關的插管時間延長有關[7-9]。在心臟手術中，圍手術期的 RBC 輸注也與急性腎臟損傷的進展相關，這是由于炎癥加重，可能導致組織氧化應激[10]。心臟手術患者的死亡率與 RBC 輸注的關系尚不清楚[11-13]。但與 RBC 輸注相關的并發癥發生率的增加已經顯示出由于住院時間延長和資源利用更多，對治療費用有直接的影響[3, 6, 14]。
迄今為止，還沒有血紅蛋白監測方法、RBC 輸注風險和資源利用的比較水平之間關系的研究。因此，我們調查了用碳氧-血氧定量法測量 tHb 和用電導率測量 Hct，與 RBC 輸注、住院時間（length of stay，LOS）和總住院費用的關系。
1 資料與方法
1.1 臨床資料和分組
利用 Vizient Health System 數據庫進行回顧性隊列研究，該數據庫是一個國際認可的、具有代表性的管理數據庫，為美國 43 個州約 400 家醫院提供賬單詳情[13-15]，使用 2014 年 1 月至 2016 年 6 月的出院數據。
研究人群包括 18 歲及以上因冠狀動脈旁路移植術（coronary artery bypass graft，CABG）或瓣膜置換（valve replacement，VR）手術而住院的患者，按照第 9 版和第 10 版國際疾病分類（International Classification of Disease Category，ICD-CM）的定義。接受 CABG+VR 手術治療的患者也進行分析，單獨分組進行比較。由此，根據 2 種血紅蛋白監測技術，所有患者被分成 2 個研究組（tHb 和 Hct）。2 個研究組使用了詳細的賬單記錄和第 4 版當代操作術語集（CPT-4）編碼 85014（Hct）和 85018（tHb）來進行識別。采用兩種監測技術的患者都被排除在分析之外，因為不能知曉是哪一項監測決定了 RBC 輸注。
1.2 分析方法
本項回顧性分析的主要結果是住院期間 RBC 輸注風險。通過醫院的賬單記錄識別 RBC 輸注，并記錄為二進制變量。次要結果包括通過調查總住院費用和住院時間來對資源利用進行評估。住院費用被定義為住院治療的總費用，采用醫院特定的成本-費用比率（cost-to-charge ratios，CCR），從公共醫療保險和醫療補助服務中心（Centers for Medicare and Medicaid Services，CMS）收集的公共醫療費用報告（Medicare Cost Reports，MCR）而來，總結每一次患者的出院費用。代表了醫院在每例患者住院期間為其提供照料的總費用。
本項分析還包括影響 RBC 輸注風險的多因素，以及患者人群的基線健康特征。包括年齡和性別在內的患者人口統計學變量以及特定的變量，如入院、出院狀態和 LOS 等原始資料也一并納入。年齡被報告為連續變量和 10 年增量。利用 Charlson-deyo 版本的查爾森-共病指數（Charlson Comorbidity Index）確定了患者合并癥的情況，這是一種基于管理數據中發現的 ICD-CM 診斷代碼對患者的合并癥進行分類的方法[15-16]。在本項分析中還包括了評分和個體的合并癥；得分越高，預測的結果就越有可能導致死亡或更高的資源使用。
增加了其他心血管特異的合并癥和并發癥，以減少與 RBC 輸注風險的潛在混淆。這些包括容量損耗（脫水、嘔吐）、嚴重貧血的證據（靜脈注射鐵治療）、嚴重創傷和燒傷以及術中或術后嚴重出血的存在。其他與手術相關的并發癥也在分析中得到了鑒定，包括高血壓、急性腎衰竭和真性紅細胞增多癥。最后，心血管手術再分為旁路手術或非旁路手術。所有附加的合并癥和并發癥采用第 9 版和第 10 版 ICD-CM 的定義。
還收集了醫院特異性的變量，包括床位數量、教學狀況和地理區域。為了分析，床的大小被轉換為標準類別，類似于美國醫院協會每年對醫院進行的調查。這些變量用于控制住院服務提供者基于地理和服務在成本和資源利用方面的變異。
1.3 統計學分析
采用未調整的雙變量描述性分析，比較 tHb 組和 Hct 組之間的基線人口特征、RBC 輸注、費用和 LOS。組間分類變量的顯著性差異用卡方檢驗。低細胞計數用 Fisher 確切概率法檢驗。非正態分布的曼-惠特尼 U檢驗的連續變量顯著性用方差分析。
用多元回歸技術分離組間血紅蛋白監測類型并控制其他關鍵因素對可能增加 RBC 輸注風險、住院費用和 LOS 的影響。用 logistic 回歸方法比較 RBC 輸注風險。一般線性模型（general linear methods，GLM）用于模擬 LOS 和利用成本變量。對數變換（負二項式的 LOS 和 γ-成本）用于資源利用變量，以調整這類數據中常見的偏態分布[14, 17]。
模型參數估計的檢驗水準為 0.05。本研究的所有數據分析和統計模型均由 SAS 系統 9.4 版的 SAS/STAT 軟件（SAS Institute Inc.，Cary，NC）生成。
2 結果
本研究共納入 18 169 例心血管手術患者，其中 Hct 監測的占 66%。監測 Hct 患者更有可能接受 CABG+VR 雙重手術（10.4% vs. 8.9%，P=0.006 9）。正如預料的，這兩組患者主要為男性，Hct 組較 tHb 組稍年長（65.9 歲 vs. 65.0 歲，P<0.000 1）。
tHb 組有51.1%的患者在大教學醫院中接受治療，而 Hct 組的比例為 13.1%（表 1）。此外，tHb 組更有可能在具有 500 張或更多床位的醫院中接受治療（51.3% vs. 30.0%，P<0.000 1，表 1）。
表1
人口統計學資料和特征（n/%）
與 Hct 組相比，Hct 組的 Charlson 合并癥指數得分更高（2.90 vs. 2.77，P=0.000 4），最常見的包括糖尿病、心肌梗死、充血性心力衰竭和慢性肺部疾病（表 1）。tHb 組患者更可能使用靜脈注射鐵劑（8.0% vs. 2.5%，P<0.000 1），并有創傷（4.2%vs. 3.3%，P=0.001 8），腎功能衰竭（17.7% vs. 16.5%，P=0.039 4），嚴重出血（4.6% vs. 3.9%，P=0.025 9）和脫水（3.7% vs. 1.5%，P<0.000 1）的診斷（表 1）。Hct 組的患者較 tHb 組行體外循環手術的可能性更大（87.4% vs. 84.0%，P<0.000 1，表 1）。
2.1 RBC 輸注風險
與 tHb 組相比，Hct 組未經調整的 RBC 輸注率更高（20.9% vs. 18.9%，P=0.001 4，表 2）。在控制了患者的特征和醫院特征以及患者的合并癥后，Hct 組的 RBC 輸注風險較 tHb 組增加了 26%（OR=1.26，CI 1.15～1.38，P<0.000 1，表 3）。其他顯著增加 RBC 輸注風險的因素包括體外循環手術（OR=2.30，CI2.01～2.63，P<0.000 1），創傷（OR=1.84，CI 1.37～2.47，P<0.000 1），腎功能衰竭（OR=1.67，CI 1.52～1.85，P<0.000 1），嚴重出血（OR=1.67，CI 1.26～2.20，P=0.000 3）和靜脈鐵劑治療（OR=1.26，CI 1.06～1.51，P=0.010 3，表 3）。
表2
2 個研究組的結果（n/%）
表3
RBC 輸注風險的回歸分析結果
2.2 住院時間
tHb 組和Hct 組未經調整的平均 LOS 相似（10.36 d vs. 10.43 d，P=0.579 7）；但經過醫院特征、患者特征、患者并發癥及 RBC 輸注調整后，Hct 組較 tHb 組的住院時間有 8% 的延長風險（0.79 d，IRR=1.08，P<0.000 1，表 2 和4）。RBC 輸注（IRR=1.25，P<0.000 1），嚴重出血（IRR=1.60，P<0.000 1），腎功能衰竭（IRR=1.53，P<0.000 1），偏癱/截癱（IRR=1.40，P<0.000 1）是延長 LOS 的關鍵因素（表 4）。使用靜脈注射鐵治療（IRR=1.28，P<0.000 1）以及在大的教學醫院中治療（IRR=1.10，P<0.000 1）的患者 LOS 更長（表 4）。
表4
住院時間回歸分析結果
2.3 住院總費用
與 tHb 組相比，Hct 組的患者未經調整的治療費用更高（＄43 564 vs. ＄41 127，P<0.000 1，表 2）。在控制了 RBC 輸注、LOS 以及患者特征和醫院特征的影響后，Hct 組患者的住院費用較 tHb 組的費用估計增加了 15%（＄6 539/例，IRR=1.15，P<0.000 1，表 2 和表 5）。除 RBC 輸注（IRR=1.22，P<0.000 1）外，燒傷（IRR=1.72，P=0.005 6）、嚴重出血（IRR=1.41，P<0.000 1）、嚴重肝病（IRR=1.24，P<0.000 1）的患者治療費用較高（表 5）。大教學醫院的患者治療費用也較高（IRR=1.13，P< 0.000 1，表 5）。
表5
費用回歸分析結果
2.4 亞組分析
為了檢驗在手術亞組間與不可測量的異質性相關的潛在偏倚，進行了敏感性分析。分別對 CABG、VR、CABG+VR 亞組的研究結果進行多因素回歸分析。在 CABG 組和 CABG+VR 亞組中，與 tHb 組相比，Hct 組具有明顯更高的 RBC 輸注風險（OR=1.47，95%CI1.28～1.67，P<0.000 1；OR 1.53，95%CI 1.17～2.01，P=0.003 0）。在 VR 組，Hct 組的 RBC 輸注風險高于 tHb 組（OR=1.07，95%CI 0.91～1.25，P=0.417 7），但差異無統計學意義。
對利用結果的敏感性分析反映了總體分析。Hct 組的費用預測明顯高于 tHb 組，CABG 亞組（IRR=1.15，P<0.000 1），VR 亞組（IRR=1.16，P<0.000 1），CABG+VR 亞組（IRR=1.17，P<0.000 1）。同樣地，與 tHb 組相比，Hct 組的預計 LOS 更長，CABG 亞組（IRR=1.09，P<0.000 1），VR 亞組（IRR=1.06，P=0.007 6），CABG+VR 亞組（IRR=1.09，P=0.011 7）。
3 討論
本研究表明，對心血管手術患者來說，與監測 Hct 相比，監測 tHb 具有更低的 RBC 輸注風險、更短的 LOS 和更少的費用。除了 VR 亞組之外，單個手術人群的敏感性分析證實了這些結果。這種差異可以解釋為，在 VR 患者中 RBC 輸注的可能性增加與血紅蛋白監測無關[18-19]。由于 tHb 組嚴重出血的發生率較高，出血不太可能是 Hct 組 RBC 輸注增加的原因。
在 tHb 組，根據 LOS 和住院總費用減少資源利用，隨之降低 RBC 輸注風險率。這些結果在手術亞組敏感性分析中得到證實，與其他已發表的數據一致，這些數據表明，LOS 和/或費用的減少與 RBC 輸注率的減少顯著相關[14，18]。不必要的 RBC 輸注所造成的經濟影響給這些患者帶來了巨大的負擔。據估計，與血制品輸注相關的住院費用增量從術中輸血的＄4 408 到術后輸血的＄10 000 以上[20- 21]。同樣，本項研究的估計顯示，與 Hct 監測相關的費用可能增加約＄6 539，LOS 增加 0.79 d，RBC 輸注風險增加 26%。
雖然在本研究中沒有評估，但在 tHb 組中，很可能隨著 RBC 輸注的減少，輸血相關并發癥也有減少[4, 22]。這說明心臟手術患者術后并發癥的減少可以顯著降低住院總費用并縮短 LOS[14, 23]。
應該指出的是，這些結果表明，在這一人群中，tHb 監測與 RBC 輸注減少之間只是一個強有力的聯系，并不意味著因果關系。可能在用 tHb 進行血紅蛋白監測時還有其他因素在減少 RBC 輸注必要性方面發揮了作用。盡管有很多可能增加 RBC 輸注風險的臨床因素在回歸模型中可以控制，如體外循環心臟搭橋、貧血、腎功能衰竭、高血壓、脫水和嚴重出血，但還有其他因素，如手術時長和醫院輸血操作規程，無法在回歸分析中被測量和控制。
考慮到大樣本容量、患者的人口統計學和地理學的多樣性以及研究醫院的臨床能力，這些結果可以被認為是美國國內治療模式的代表。但本研究還有一些局限性。數據來源受到那些與使用大規模管理數據相關的限制，如不一致的編碼、賬單操作和不完整的記錄[24-25]。本研究也僅限于住院患者的住院治療，并未考慮到照護的完整連續性。最后，本研究并沒有考慮到某些程序上的差異（如預充容量、回路大小）、內科醫生或血液學專家對出血警惕性的差異、為減少 RBC 輸注而制定的醫院操作規程、供應者 RBC 輸注閾值的差異或為減少術中失血而制定的流程差異[26-27]。
不過，這些發現提示，在心血管手術中，tHb 監測較 Hct 監測可以顯著降低 RBC 輸注的需求，也可以顯著降低 LOS 和住院費用。鑒于本項研究首次闡明了這些關聯，有必要對不同的數據來源和研究人群進行進一步研究。
利益沖突聲明 作者聲明，對于本文的研究、作者和/或出版，沒有潛在的利益沖突。
資金 作者披露了這篇文章的研究、作者和/或出版得到下列財務支持：由 InstrumentationLaboratory，Bedford，MA 為本項分析提供資金。
