Transcript Dr. C. Moers: Formules waarmee je de overleving

Formules waarmee je de overleving
van een donornier kunt
voorspellen: fact or fiction?
Cyril Moers
Tx chirurg
Disclosure belangen spreker
(potentiële) belangenverstrengeling
Geen
Voor bijeenkomst mogelijk relevante
relaties met bedrijven
Bedrijfsnamen
 Sponsoring of onderzoeksgeld
 Honorarium of andere (financiële)
vergoeding
 Aandeelhouder
 Andere relatie, namelijk …
2
 Geen
 Geen
 Geen
 Geen
Toename donorleeftijd
Eurotransplant annual report 2014
Doodsoorzaak donoren
Moers et al. Transplantation 2009
DGF naar donorleeftijd
Moers et al. Transplantation 2009
Transplantaatoverleving
Moers et al. Transplantation 2009
GS naar donorleeftijd
Moers et al. Transplantation 2009
De Nederlandse situatie
De dienstdoende
Tx chirurg
Tx nefroloog
Voorspellen van DGF en GS
www.transplantcalculator.com
KDRI => c-index = 0.59
KDRI + recipient variables => c-index = 0.61
0.9 – 1.0 = geweldig
0.8 – 0.9 = goed
0.7 – 0.8 = matig
0.6 – 0.7 = slecht
0.5 – 0.6 = waardeloos
Hoe je het ook kunt doen …
Three-Year Graft Loss Risk in Kidney Transplants: Dynamic Patient
Level Data Improve Predictive Efficacy.
T. Srinivas, J. Zhang, Z. Su, D. Taber, J. Marsden, K. Reilly, D. Northrup, J.
Long, L. Lenert, W. Moran, P. Mauldin. MUSC, Charleston, SC.
Probleem
• Steeds meer nieren afkomstig van oudere
postmortale donoren
• Toename DGF, slechtere GS
• Inschatting kwaliteit aangeboden nier nu zeer
subjectief
• Bestaande voorspellende indices onvoldoende
krachtig
• Grote behoefte aan betrouwbare objectieve
maat kwaliteit oudere donornier
• Enige optie: toevoegen extra onafhankelijk
voorspellende variabelen aan indices
Voorspellende variabelen
• Donor
– leeftijd, geslacht, gewicht, comorbiditeit, IC verblijf,
donortype, nierfunctie, schademarkers urine/serum
• Orgaan-specifiek
– anatomie, zichtbare schade, histologie, imaging
• Orgaanpreservatie
– type orgaanpreservatie, KIT, WIT, MP parameters
• Ontvanger
– leeftijd, geslacht, BMI, comorbiditeit, PRA, HLAmatch, duur pre-Tx dialyse, aantal eerdere Tx
Voorspellende variabelen
• Donor
– leeftijd, geslacht, gewicht, comorbiditeit, IC verblijf,
donortype, nierfunctie, schademarkers urine/serum
• Orgaan-specifiek
– anatomie, zichtbare schade, histologie, imaging
• Orgaanpreservatie
– type orgaanpreservatie, KIT, WIT, MP parameters
• Ontvanger
– leeftijd, geslacht, BMI, comorbiditeit, PRA, HLAmatch, duur pre-Tx dialyse, aantal eerdere Tx
Score range 0 (best) – 12 (slechtst)
← score 2
← score 5
← score >7
Score: 0 – 3 single kidney Tx
4 – 6 dual kidney Tx
7 – 12 kidney discarded
Nederlands predictiemodel?
Is het mogelijk om met reeds bij de NTS beschikbare data voorspellende
indices te definiëren die bij oudere donoren (>50 jaar) de keuze of nieren al
of niet geschikt zijn voor transplantatie kunnen vereenvoudigen?
Delayed graft function
NOTR data extract (2000 – 2015)
1.
•
2.
Alle nierTx van postmortale donoren
≥50 jr
Constructie ruwe voorspellende
indices
•
Delayed graft function: logistische
regressie
p(DGF)=1 / (1 + EXP(-(4,922 + (0,188 * PRA_above_5) + (0,000313 * DialduurRenine) + (0,0137 * initial_weight) +
(0,03 * nr_previous_transplants) + (0,130 * recip_diabetes_mellitus) + (-0,00261 * recip_age) + (0,00711 * creat_donor)
+ (0,0126 * donor_age) + (0,00613 * donor_weight) + (0,937 * NHB_donor) + (0,066 * Hypertension) + (0,123 *
donor_cod_cva) + (0,0827 * mismatches) + (0,000608 * cold_isch_period_min) + (0,0389 * warm_isch_period_1) + (0,102 * donor_sex) + (-0,094 * recip_sex))))
Delayed graft function
Delayed graft function
Irish et al.
Huidig model
c-index = 0.746
N = 3505 (hele dataset)
Delayed graft function
Training set
c-index = 0.75 (0.73 – 0.77)
N = 1755
Test set
c-index = 0.74 (0.72 – 0.76)
N = 1750
Composiet uitkomstmaat
Serum creatinine >200 µmol/l na 1 jaar of transplantaatfalen binnen 1 jaar
Huidig model
c-index = 0.67
N = 3505 (hele dataset)
KDRI => c-index = 0.59
KDRI + recipient variables => c-index = 0.61
Conclusie
• Voorspellende formules bestaan
• O.b.v. alleen klinische parameters:
– Waardevol voor populatie van patiënten
– C-statistic komt niet boven de 0.7
• Behoefte aan betrouwbare voorspelling
voor individuele casus
• C-statistic moet dan verder omhoog!
– Histologische score toevoegen
– Innovatieve toevoegingen
Veelbelovende interventies
Machineperfusie vóór transplantatie
• Hypotherm (0-10C) of normotherm (15-37C)
• Bewezen positief effect op transplantatieresultaat*
Doel van machineperfusie:
• orgaanpreservatie
• orgaanevaluatie
• platform voor orgaan
conditionering/resuscitatie
*Moers et al. N Engl J Med 2009 & 2012
Predictiemodel voor DGF (MUMC)
Predictive
Regression
factors
coefficient
P value
Odds ratio
(95% CI)
Constant
-3.202
<0.001
CIT
0.002
<0.001
1.002
(1.001-1.003)
DCD
2.328
<0.001
10.2
(4.4-24.0)
Tubular cell
0.961
0.024
necrosis
Oedema
2.6
(1.1-6.0)
-0.941
0.039
0.39
(0.160-0.954)
A. Keijbeck / C. Peutz-Kootstra
Normotherme machineperfusie
NMP als diagnosticum
Ex-vivo MRI assessment of donor organ quality
MRI as a pre-transplant graft assessment tool
(potential innovative future situation)
37°C
donor kidney
normothermic
machine perfusion
pre-transplant MRI
(kidney in machine)
fine-tune
recipient
management
based on MRI
NMP als diagnosticum
Ex-vivo MRI assessment of donor organ quality
b
a
c
d
NMP als diagnosticum
NMP als diagnosticum
Cyril Moers
surgeon, junior PI
Henri Leuvenink
senior PI
Sijbrand Hofker
transplant surgeon
Christina Krikke
transplant surgeon
Robert Pol
transplant surgeon
Petra Ottens
biotechnician
Janneke Wiersema
lab technician
Merel Pool
PhD student
Tim Eertman
student
Leonie Venema
PdD student
Aukje Brat
PhD student
Team
Ashline Dijkhof
student
Rik Niewzwaag
student
Stefan Berger
nephrologist
Meindert Crop
nephrologist
Marieke Roemeling
registrar
Andries Hoitsma
nephrologist
Mostafa El Moumni
surgeon / statistician
Ronald Borra
radiologist
Kyrre Emblem
physicist
Ingrid Digernes
PhD student
www.umcg.nl
Bedankt voor uw aandacht
33