Vid tidpunkten för njurtransplantation kan en ny modell som innehåller upp till 14 variabler förutsäga mottagarens risk för dödsfall. Högriskindivider motiverar ökad övervakning och skräddarsydd posttransplantationsvård.

En integrativ prognostiserad modell som används vid tidpunkten för njurtransplantation förutspår exakt kort- och långtidsdödlighet och kan förbättra riskstratifiering och kliniskt beslutsfattande.

I en stor internationell kohortstudie visade modellen robust diskriminering, kalibrering och generaliserbarhet över olika populationer och stödde dess potentiella kliniska verktyg, Charlotte Debiais-Deschamps, MD, från Paris Institute for Transplantation and Organ Regeneration, Institut National de la Santé et de la Recherche Médicale, Frankrike och kollegor rapporterade i JAMA Network Open.

Den prognostiska studien omfattade 12,517 njurtransplantationsmottagare från 14 akademiska centra i Europa och USA från 2004 till 2023.

Under en medianuppföljning på 5,08 år dog 2486 patienter (19,9 %). Femårs dödlighet var 13,6% i derivatkohorten och 11,1% i valideringskohorter, vilket understryker den ihållande bördan av dödlighet efter transplantationen.

14 oberoende prediktorer

Bland 121 kandidatvariabler som spänner över kliniska, biologiska, avbildnings- och immunologiska domäner behölls 14 oberoende prediktorer i den slutliga modellen (mBox). Dessa inkluderade bland andra:

• äldre mottagares ålder (HR per år, 1,07),
• dialys längre än tre år (HR, 1.55),
• tidigare större kardiovaskulära händelser (HR, 1.68),
• förmaksarytmi (HR, 1.47),
• valvular sjukdom (HR, 1.51),
• psykiatrisk historia (HR, 2.23),
• förekomst av antikroppar mot hepatit-C (HR, 1.58),
• vänsterkammarmassa (HR, 1,01 per 1-g/m ²2), och
• njurallograftlängd (HR, 0,82 per 0,1-m ³ /kg)

För att förbättra den verkliga tillämpligheten utvecklades och validerades förkortade modeller med 7 till 13 variabler. Dessa förenklade verktyg bibehöll konsekvent prestanda för att förutsäga dödlighet vid 10 år efter transplantation över kohorter från Frankrike (C-statistik, 0,76), Europa (0,74) och USA (0,74), samt stora kliniska dataarkiv, inklusive Greater Paris University Hospital (0,79) och University of California i San Francisco (0,70) databaser. Diskriminering var jämförbar i jämförelse mellan subgrupper, bland annat genom kön, givartyp, kroppsmasseindex och epoker före och efter covid-19.

Modellprestandan överskred eller matchade befintliga prognostiska poäng och var jämförbar med maskininlärningsmetoder, med liknande diskriminering men förbättrad tolkningsbarhet. Känslighetsanalyser bekräftade stabilitet över olika kliniska scenarier, vilket förstärker robusthet.

Modellen mBox

-I denna prognostiska studie utvecklade vi mBox, en robust modell som förutspår njurtransplantationsmottagarens död vid tidpunkten för transplantationen”, skrev Dr Debiais-Deschamps och kollegor. – Modellen validerades i externa valideringskohorter från flera länder och i många delpopulationer och kliniska scenarier. Att bedöma mortalitetsrisk vid tidpunkten för transplantationen med denna modell kan hjälpa kliniker att bättre stratifiera patientrisken för dödsfall och vägleda medicinska beslut.

Av Ulrika Efthamre

Källa: Renalandurologynews.com, JAMA Netw Open

Foto: Pexels.com

Referenser: Debiais-Deschamps C, Raynaud M, Truchot A, et al. En förutsägelsemodell för risk för dödsfall hos njurtransplantattagare. Det är JAMA Netw Open. Publicerad online 23 april 2026. doi:10.1001/jamanetworkopen.2026.7452