Prediction of delayed graft function after renal transplantation

Abstract

Introduction: Delayed graft function (DGF), defined as the need
for dialysis during the first week after renal transplantation, is an
important adverse clinical outcome. A previous model relied on
16 variables to quantify the risk of DGF, thereby undermining its
clinical usefulness. We explored the possibility of developing a
simpler, equally accurate and more user-friendly paradigm for
renal transplant recipients from deceased donors.

Methods: Logistic regression analyses addressed the occurrence
of DGF in 532 renal transplant recipients from deceased donors.
Predictors consisted of recipient age, gender, race, weight, number
of HLA-A, HLA-B and HLA-DR mismatches, maximum and
last titre of panel reactive antibodies, donor age and cold ischemia
time. Accuracy was quantified with the area under the curve. Two
hundred bootstrap resamples were used for internal validation.

Results: Delayed graft function occurred in 103 patients (19.4%).
Recipient weight (p < 0.001), panel of reactive antibodies (p < 0.001),
donor age (p < 0.001), cold ischemia time (p = 0.005) and HLADR
mismatches (p = 0.05) represented independent predictors.
The multivariable nomogram relying on 6 predictors was 74.3%
accurate in predicting the probability of DGF.

Conclusion: Our simple and user-friendly model requires 6 variables
and is at least equally accurate (74%) to the previous nomogram
(71%). We demonstrate that DGF can be accurately predicted
in different populations with this new model.

Introduction : La reprise retardée de la fonction (RRF) du greffon,
définie comme le besoin de recourir à la dialyse pendant la première
semaine suivant une transplantation rénale, est une issue
clinique indésirable importante. Un modèle proposé antérieurement
reposait sur 16 variables pour quantifier le risque de RRF,
diminuant ainsi son utilité clinique. Nous avons exploré la possibilité
d’élaborer un paradigme simplifié et plus convivial tout en
étant tout aussi précis pour les receveurs de greffons rénaux
provenant de donneurs décédés.

Méthodologie : À l’aide d’analyses de régression logistique, nous
avons étudié la survenue de la RRF du greffon chez 532 receveurs
de greffons rénaux provenant de donneurs décédés. Les facteurs
de prédiction comprenaient l’âge, le sexe, la race et le poids du
receveur et le nombre de non-concordance des phénotypes HLAA,
HLA-B et HLA-DR, le titre maximal et le dernier titre d’anticorps
réactifs, l’âge du donneur et la période d’ischémie froide. L’exactitude
a été quantifiée par la mesure de la surface sous la courbe. Deux
cents rééchantillonnages par auto-amorçage ont servi à la validation
interne.

Résultats : Une reprise retardée de la fonction a été observée chez
103 patients (19,4 %). Le poids du receveur (p < 0,001), les anticorps
réactifs (p < 0,001), l’âge du donneur (p < 0,001), la période
d’ischémie froide (p = 0,005) et la non-concordance des phénotypes
HLA-DR (p = 0,05) constituaient des facteurs de prédiction
indépendants. Le nomogramme multivarié reposant sur 6 facteurs
de prédiction a permis de prédire avec une exactitude de 74,3 %
la probabilité de RRF.

Conclusion : Notre modèle simple et convivial nécessite 6 va riables
et est au moins tout aussi exact (74 %) que le nomogramme antérieur
(71 %). La RRF peut être prévue avec exactitude dans différentes
populations à l’aide ce nouveau modèle, tel que nous en faisons
la démonstration.