Video Experimental Relacionado
Updated: Feb 26, 2026
08:12
Normothermic Ex Vivo Kidney Perfusion for the Preservation of Kidney Grafts prior to Transplantation
Published on: July 15, 2015
19.9K
Asociación entre parámetros de perfusión a máquina hipotérmica y función del injerto en trasplantes de riñón de
Boqing Dong1, Yuting Zhao2,3, Yang Li1
1Department of Renal Transplantation, The First Affiliated Hospital of Xi'an Jiaotong University, Xi'an, China.
Annals of medicine
|February 25, 2026
Resumen
Los parámetros de perfusión a máquina hipotérmica (HMP) predicen la disfunción retardada del injerto (DGF) en el trasplante de riñón. Un nuevo modelo que utiliza datos de HMP ayuda a la estratificación temprana del riesgo para trasplantes de riñón de donante fallecido.
Área de la Ciencia:
- Nefrología
- Cirugía de Trasplantes
- Ingeniería Médica
Sus antecedentes:
- El trasplante de riñón (KT) es el tratamiento óptimo para la enfermedad renal en etapa terminal.
- La perfusión a máquina hipotérmica (HMP) ofrece ventajas sobre el almacenamiento en frío estático al mejorar el metabolismo energético renal y mitigar la lesión por isquemia-reperfusión.
- El almacenamiento en frío estático es el método tradicional para la preservación de riñones de donantes.
Objetivo del estudio:
- Investigar la asociación entre los parámetros de perfusión a máquina hipotérmica (HMP) y la función del injerto en el trasplante de riñón de donante fallecido (DDKT).
- Desarrollar un modelo predictivo para la estratificación temprana del riesgo de disfunción del injerto después de DDKT.
- Analizar el impacto de los parámetros de HMP en la incidencia de disfunción retardada del injerto (DGF).
Principales métodos:
- Análisis retrospectivo de 2.041 receptores de DDKT.
- Análisis de agrupamiento de consenso (CC) y spline cúbico restringido (RCS) para evaluar las asociaciones entre datos clínicos, parámetros de HMP y función del injerto.
- Regresión logística penalizada por Lasso (LR) para la selección de características y regresión logística multivariante para construir un modelo predictivo de DGF.
Principales resultados:
- El 12,9% de los receptores de DDKT experimentaron disfunción retardada del injerto (DGF).
- Se observaron patrones distintos de parámetros de HMP (resistencia a la perfusión, flujo, presión) entre los grupos con DGF y sin DGF.
- Un modelo predictivo que integra seis variables demostró un AUC de 0,78 para la predicción de DGF, con buenos resultados de calibración y análisis de la curva de decisión (DCA).
Conclusiones:
- Existen relaciones no lineales entre los parámetros de HMP y la DGF, lo que resalta la complejidad de la perfusión del injerto.
- El modelo predictivo desarrollado muestra un rendimiento interno sólido para la estratificación temprana del riesgo post-trasplante.
- Se recomienda la validación externa para confirmar la generalizabilidad y la utilidad clínica del modelo predictivo.
