缩短肾脏移植的等待时间是减少死亡率最重要的可改变因素。在这种情况下，对肾脏移植结果的准确预测有助于移植医生的决策。美国的分配系统首先引入了基于四个参数的标准供体与扩大标准供体（ECD）的二分法分类系统，以增加供体库并获得可接受的结果，然而移植损失的风险较高。

目前，欧洲的肾脏供体短缺，需要通过优化个别受捐者的结果预测来进行有效的器官分配。近期，来自德国的研究人员再《Eur Urol》上发表文章，他们根据仅受体和受体加供体的特征，开发了第一个欧洲在线肾脏移植结果的工具。

研究人员利用2006年1月-2018年5月期间，欧洲移植肾分配系统和欧洲移植高级项目内32958例移植的受体和供体的风险因素和三种结果数据（死亡、移植体功能障碍死亡[DWFG]和移植体损失），开发和验证一个风险工具。研究涉及了8个欧洲国家。

采用Cox比例危险模型分析了风险因素与患者总体死亡率的关联，并采用比例亚分布危险回归模型分析其与移植体损失和DWFG的关联。预测模型的建立使用了接受者和接受者-捐赠者的风险因素。还进行了基于特定时间的接受者操作特征曲线下面积（AUC）敏感性分析，并进行了验证和校准。

研究结果发现，10年的累积发病率为：死亡率37%，DWFG为12%，移植物损失为41%。在受体-捐献者模型中，死亡的主要风险因素是受体糖尿病（危险比[HR]10.73）、再移植（每次移植HR 3.08）和受体年龄（HR 1.08），DWFG与其相似。对于移植体的损失，主要风险因素为糖尿病（亚分布HR[SHR]1.32）、供体年龄增加（SHR 1.02）和冷缺血时间延长（SHR 1.02）。所有的P值都小于0.001。

模型的AUC面积

综上所述，既往确定的肾脏移植后的风险因素可以用于结果预测，且10年的AUC值高达0.81。

 

原始出处：

Gregor Miller ， Donna P Ankerst ， Michael W Kattan et al. Kidney Transplantation Outcome Predictions (KTOP)： A Risk Prediction Tool for Kidney Transplants from Brain-dead Deceased Donors Based on a Large European Cohort. Eur Urol. Jan 2022.

 

Tags： Eur Urol：一个肾移植结果预测工具