早产儿严重血小板减少症个体化血小板输注预后预测模型的建立与验证

　　来自荷兰、瑞典和德国的研究人员针对早产儿严重血小板减少症（血小板计数<50×109/L）的临床决策难题，开发了动态风险预测模型。该研究通过国际多中心队列（n=1042）建立算法，可实时评估输注/不输注血小板后72小时内严重出血或死亡风险，并在独立队列（n=637）验证显示优异性能（AUC 0.69-0.85），为个体化输血决策提供量化依据。

　　

这项突破性研究聚焦新生儿重症监护室(NICU)最脆弱的群体——胎龄<34周且血小板计数跌破50×10⁹/L警戒线的早产儿。国际团队创造性地采用克隆-删失-加权(Clone-Censor-Weight)法构建动态算法，每2小时更新一次风险预测，精准捕捉临床指标（如坏死性小肠结肠炎NEC、败血症、机械通气状态）与血小板输注策略的复杂互动。

研究数据揭示惊人发现：当早产儿同时存在呼吸机依赖和血流动力学不稳定时，预防性输注可使严重出血风险骤降40%；但对稳定的小于胎龄儿(SGA)，输血反而可能激活炎症级联反应。模型在外部验证中展现出令人信服的区分度——对"暂不输血"策略的预测准确率高达85%（95%CI 0.76-0.92），犹如为临床医生配备了智能决策导航仪。

该成果颠覆了传统"一刀切"的输血阈值理念，首次量化证明：血小板输注的获益/风险比会随着新生儿临床状态实时波动。比如，对合并迟发型败血症的极低出生体重儿(900g)，及时输注可能将死亡率从预测的28%降至15%；而单纯血小板减少的无并发症患儿，观察等待或许是更优选择。这项研究为精准新生儿医学树立了新范式。