识别患者肾移植的风险损失依赖于个体早期移植失败的预测。数据从616年肾移植受者的随访至少一年进行回顾性研究。联合调查潜在的类模型血清肌酐的影响(Scr) time-trajectories和爆发
在肾移植,一个新的挑战在造型个性化预测移植失败的风险。到目前为止,还没有研究报道此类模型适合任何肾移植患者评估个人风险及其随时间进化。肾移植失败的众多风险因素:因素与供体(如年龄、死亡原因、血清肌酐,在世的或是已经死去的捐赠者,死因,捐赠者和扩展标准,ECD) (
协会之间的移植失败和血清肌酐(SCr)研究了在考虑可控硅水平以特定的跨度为和/或可控硅移植后随时间线性进化(例如,可控硅斜坡之间的两个测量)(
潜在的类模型可以允许在个人研究异质性time-trajectories可控硅(
一些报纸报道移植失败的模型预测使用收集的数据移植一年后,似乎相关(i)联合模型血清肌酐的变化至少在移植后第一年,(2)研究在这样一个模型个体潜在风险因素的影响改变可控硅和移植失败的风险。因此,本研究的目标是(我)来开发一个联合调查潜在的类模型血清肌酐time-trajectories和发病的影响
回顾性队列的数据提取的肾移植受者移植里摩日的大学医院(法国)在1984年和2011年底(n = 819)。在这些病人中,616人有足够的数据和临床免疫学随访至少一年都包括在这项研究中。流程图显示病人选择呈现在图
流程图显示肾移植受者的选择包括在这项研究中。
研究数据库是通过法国信息学和自由国家委员会(yann padova,注册号1795293)。所有移植来自心跳已故的捐献者。可以找到更详细的患者包括在之前我们组的工作
移植失败,定义为返回透析或抢先再移植,作为结果变量。死亡被认为是作为一个审查事件接收者死后功能移植。
供体特异性变量是年龄和死亡原因(分类血管,惨痛的交通事故,创伤nonvehicle事故,和其他人)。Transplantation-related变量包括冷缺血时间,再移植,移植时期(1984 - 1993、1994 - 2002和2003 - 2011年)。移植接受者变量包括:年龄,性别,nondonor-specific反人类白细胞抗原抗体(NDSA)移植前,初始免疫抑制方案,蛋白尿水平在12月(M12)移植后(以防蛋白尿在12月的缺失数据,第一个值收集M12和M18之间使用)。此外,重复措施可控硅在移植后第一个18个月(通常在M1、M3、M6 M12 M18,数量的测量中位数:5,范围:2 - 8),第一诊断急性排斥(AR)和发病
Anti-HLA抗体筛选和确定使用Luminex®固相分析(一个λLABScreen化验)收集的样本中,移植前、移植后在3、6、12个月及之后每年或每当临床表示。结果表示为平均荧光强度(MFI)。MFI > 1000被认为是积极的。所有血清收集和测试使用补体依赖细胞毒性方法可用性之前Luminex®技术在我们中心(2007)再分析使用Luminex®如前所述。
移植供体、受体,展示在表特征
免疫参数、捐赠、接受者和移植的特点(n = 616)。
捐赠的特点 | |
---|---|
平均年龄(SD)(年) | 43.5 (16.4) |
年龄≥60岁(n) | 110例(17.8%) |
死因(n) | |
|
268例(43.5%) |
|
106例(17.2%) |
|
116例(18.8%) |
|
36 (5.8%) |
|
90例(14.6%) |
|
|
接收者的特点 | |
|
|
年龄(年,意味着(SD)) | 49.5 (13.8) |
男/女(n) | 375/241 |
|
|
生物参数 | |
|
|
意思是蛋白尿以M12 (g / L) (SD) | 0.166 (0.451) |
意思是血清肌酐在12月( |
139 (67) |
|
|
临床特点 | |
|
|
死亡与功能移植(n) | 56 (9.1%) |
急性排斥反应(n) | 135例(21.9%) |
移植失败(n) | 68例(11.0%) |
|
|
最初的免疫抑制剂 | |
|
|
阿扎/ MMF | 134/473 |
|
9 |
|
|
免疫参数 | |
|
|
|
60 (9.7%) |
Non-donor-specific anti-HLA移植前(n) | 96例(15.6%) |
|
|
移植的特点 | |
|
|
再移植(n) | 52 (8.5%) |
平均冷缺血时间(分钟)(SD) | 1138 (369) |
段移植(n) | |
|
99例(16.0%) |
|
194例(31.5%) |
|
323例(52.5%) |
阿扎=咪唑硫嘌呤;MMF =霉酚酸酯。
联合潜类模型纵向结果和right-censored (left-truncated)开发的比较结果lcmm R-Package,(可以在17.8版本
模型构建在一个循序渐进的过程。模型建立的第一步,旨在定义(i) mixed-effects可控硅轨迹模型,(2)基线风险函数,和(3)潜在的类的数量。不同的链接函数比较将观察到的可控硅值转换为高斯潜变量(即。,herein, the unobserved kidney function): (i) a linear transformation, (ii) a rescaled cumulative distribution function of a beta distribution, (iii) quadratic I-splines with equidistant nodes, and (iv) quadratic I-splines with nodes located at the quantiles of SCr distribution. The most appropriate link function was selected on the basis of goodness-of-fit as measured by the discretized Akaike criterion (dAIC) [
在第二步中,可用的协变量的影响(见表
因为某些研究小组研究了因素预测短期移植存活率(
一个独立的数据库没有20和80例(60
观察移植物衰竭研究的616名患者中,68名(11%)患者的10年的随访(每1000人年发病率,16.8;95%可信区间,13.1 - 21.3)。移植物衰竭的患者平均随访时间为4.97年(范围:1 - 10)。548年风平浪静患者,平均随访时间为7.13年(范围:1 - 10)。有56人死亡的功能移植。六十病人发达
可控硅time-trajectories是安装与I-spline链接函数变换后5 dAIC等距节点,因为它提供了最低的。可控硅的time-trajectories转换是最好的用二次函数来描述时间后允许非线性轨迹随时间的意思。基线风险函数使用两个参数威布尔参数化建模的基线风险函数。联合潜类模型包括三个潜在的类被保留。移植失败的职业专用的风险被描述使用存在NDSA移植前,蛋白尿M12超过0.275 g / L (yes / no),出现急性排斥反应之间的相互作用和发展
联合潜类混合模型估计的风险比移植失败的风险。
生存子模型 | |||
---|---|---|---|
人力资源 | 95%可信区间 | 假定值 | |
NDSA移植前(yes和no) | 3.27 | (1.75 - 6.13) | < 0.001 |
在M12蛋白尿(> 0.275 g / L和≤0.275 g / L) | 2.41 | (1.22 - 4.76) | 0.011 |
|
0.49 | (0.05 - 4.46) | 0.524 |
急性排斥(yes和no) | 0.78 | (0.39 - 1.56) | 0.486 |
交互 |
15.35 | (1.55 - -152.43) | 0.019 |
HR =风险比,CI =置信区间,NDSA = non-donor-specific anti-HLA抗体,和
供体年龄(归类为大或不大于60年)有助于解释潜在的类成员接受肾脏捐赠者的60岁以下有更高的概率分配给类1(以可控硅的价值观和最好的移植物存活率最低)。属于每个类的平均后验概率范围从82.6%分配给类1 - 89.2%的病人在3班,指示明确的类之间的歧视。值得注意的是,该模型包括急性排斥和
图
职业专用预测意味着轨迹(顶面板)和职业专用预测风平浪静概率(底板)最后联合潜类别混合模型;类1 (n = 189)是绿色的,二班(n = 392),黑色,和3班(n = 35)为红色。虚线是计算95%置信区间。
移植失败的短期风险(5年)也研究了使用发达联合三个潜在的类模型。这5年与血清肌酐显著相关潜在风险类(p < 0.0001),蛋白尿M12 (p = 0.003),和移植前NDSA (p = 0.034)。与10年期模型相反,相互作用的影响
个人的预测移植失败的结束后续计算60例的验证数据集没有发达DSA,根据观察到的历史可控硅和保留在最后反是;10年期联合模型。在36个测试患者移植失败,失败风险28个病人充分预测的95%置信区间预测移植失败的概率中值大于50%。24例中没有经验移植失败,移植失败的预测概率仍然低于30%(95%置信区间的上限< 50%)到后续除了一个病人。因此,使用收集的数据在这个病人族群移植后12个月,敏感性,特异性,和整体移植故障预测的准确性十年是77.7%,95.8%,和85%,分别。图
个人预测10年期移植失败的风险在移植后1年协变量基于已知的18例
在20个测试病人了
最坏的(病人)和最好的(病人B)预测10年期移植失败和95%置信区间的概率从最终联合潜类别组患者中混合模型
本研究提出了一种新的工具,充分预测移植失败的个体风险的患者没有发展
尽管众多作品凸显出某些DSA类移植失败的潜在影响(
初步测试进行进行个性化的风险预测模型的区别,没有患者
移植失败的风险已经减少研究患者不发达
伟大的差异目前贪污故障预测模型和以前公布的工具是(我)预测移植失败的个体风险随着时间的推移与评分系统分类的病人风险类(例如,3 -或4层系统)(
我们第一次使用最近提议联合潜类模型的统计方法来预测移植的结果。有趣的是,这种方法的优势已在肿瘤(
当我们在一个时代新的治疗策略和免疫抑制药物很少,个体预后的工具是必要的临床试验患者的最佳选择。展示候选分子的重要影响,未来试验应关注患者肾脏预后不佳,我们相信我们的模型可能是一个有价值的工具,用于识别这些患者。
最后,我们的结果应该被考虑到本研究的局限性。我们无法直接测试血液免疫抑制方案和水平的影响,因为剂量调整和从一个方案切换到另一个经常发生的病人在研究这么长时期(从1984年到2011年)。然而,我们预期不同的免疫抑制方案至少部分与不同移植期间,和段移植测试但不协变量之间的显著的多变量模型。类似地,两个花费捐赠(即四个标准。,last donor SCr and history of hypertension) were missing in the present study but by combining the two remaining criteria in a single dichotomous variable (i.e., donor age ≥60 years or between 50 and 59 years with cardiovascular accident vs. others) we did not observe a better performance of our model than using donor age alone.
虽然同种异体移植物组织学由于重复活检也被发现与移植相关的结果(
联合模型被用来描述晶闸管及其动力学的联系与比较(time-to-graft失败)和识别相关的协变量与移植物的生存。个人贪污失效概率的预测获得的病人没有DSA显示,这种方法可能有助于改善病人的随访和无数的高危患者的早期发现大约一半的移植失败患者中观察到没有DSA。移植失败的风险将会重新评估整个时间在dnDSA发生或移植后急性排斥。在未来,我们有项目包括预测模型的专家系统用于移植手术的医生。
相关数据用于支持本研究的发现在这篇文章。
作者宣称没有利益冲突有关这篇文章的出版。
作者感谢伊丽莎Munteanu她优秀的技术援助。这手稿是丹科Stamenic的论文的一部分。阿斯特拉,Aster数据库是由罗氏公司和赛诺菲。资助者没有参与研究设计、数据收集和分析,决定发表,或准备的手稿。