在已故捐赠者脏移植后移植失败的动态风险预测

科学领域:

• 腎臟病學 (nephrology) 是一種醫學專業.
• 移植手术 移植手术
• 生物统计学 生物统计学

背景情况:

• 鉴定移植移植的移植失败对于及时干预至关重要.
• 开发并验证了一种新的风险预测模型,以动态预测移植失败.
• 该模型利用估计的膜过率 (eGFR) 的变化来评估风险.

研究的目的:

• 开发和验证一个动态风险预测模型,用于三年移植移植移植失败.
• 为了能够及早识别高风险的移植接受者.
• 促进个性化干预和改善移植后护理.

主要方法:

• 一个潜在的,多中心队列已故的捐赠者移植接受者被用于开发和验证.
• 一个两阶段的方法包括用线性混合效应模型估计eGFR趋势,并用后勤回归预测移植失效.
• 该模型使用无种族的eGFR计算,并将移植失败定义为返回透析或再移植,对死亡进行审查.

主要成果:

• 该模型显示,随着时间的推移,预测准确度有所提高,在发育队列中,在移植后的30个月内,曲线下的面积 (AUC) 达到0.90.
• 验证队列的表现略有减弱 (AUC范围为0.60-0.78),可能是由于数据收集的差异.
• 该模型可以在移植后的三年内随时应用,通过新的eGFR测量动态更新风险.

结论:

• 开发的风险预测模型显示了增强移植后护理的潜力.
• 它可以识别患有移植失败高风险的移植接受者.
• 个性化监测和干预可以针对高风险个体量身定制.