| Hintergrund:
Die prätransplantäre Vorhersage der Nierenfunktion ist entscheidend, um ungünstige Spender*in-Empfänger*in-Paarungen frühzeitig zu identifizieren und ineffektive Organallokationen zu vermeiden.
Das Ziel der vorliegenden Studie ist die externe Validierung eines von Zwirner et al. publizierten Prognosemodells aus Hannover in einer Grazer Kohorte.
Methoden:
Es wurden retrospektiv Daten von insgesamt 846 Patient*innen, die eine postmortale Nierentransplantation in einem Zeitraum von 2003 bis 2022 in Graz erhalten haben untersucht. Die Kohorten aus Graz (n=846) und Hannover (n=1172) wurden mittels deskriptiver Statistik verglichen. Zudem wurde eine multivariable ordinal-logistische Regression berechnet, um das bereits publizierte Modell aus Hannover zu validieren.
Für die Entwicklung eines Prognosemodells für die Grazer Kohorte wurde eine Rekalibrierung des ursprünglichen Prognosemodells aus Hannover durchgeführt.
Ergebnisse:
In der ROC-Kurvenanalyse mit den Grazer Daten war die Vorhersage für KDIGO (Kidney Disesase, Improving Globas Outcomes)- Kategorien G3b (0,820), G4 (0,785) und G5 (0,751) mit einer jeweiligen AUC > 0,700 überzeugend. Die G2 und G3a Kategorien liegen mit niedrigen AUROC-Werten (0,345 vs. 0,396) unterhalb des Cut-off von 0,700.
In der ROC-Kurvenanalyse des rekalibrierten Modells war die Vorhersage für keine der KDIGO-Kategorien zulässig. Demnach zeigen sich in G2 und G3a ähnlich niedrige AUROC-Werte (0,420 bzw. 0,412) und in G3b, G4 und G5 ähnlich höhere AUROC-Werte (0,682, 0,659 und 0, 687).
Conclusio:
Das vorliegende Prognosemodell aus Hannover ist in der untersuchten Kohorte aus Graz nur eingeschränkt klinisch anwendbar, da es ausschließlich in den höheren GFR-Kategorien (G3b, G4 und G5) eine gute Diskriminationsfähigkeit zeigte.
Der Versuch mittels Rekalibrierung ein Prognosemodell für Grazer Daten für alle GFR-Kategorien zu entwickeln, gestaltete sich frustran und bedarf weiterer nachfolgender Studien.
|
