Prediction of delayed graft function after renal transplantation
Introduction: Delayed graft function (DGF), defined as the needfor dialysis during the first week after renal transplantation, is animportant adverse clinical outcome. A previous model relied on16 variables to quantify the risk of DGF, thereby undermining itsclinical usefulness. We explored the possibility of developing asimpler, equally accurate and more user-friendly paradigm forrenal transplant recipients from deceased donors.Methods: Logistic regression analyses addressed the occurrenceof DGF in 532 renal transplant recipients from deceased donors.Predictors consisted of recipient age, gender, race, weight, numberof HLA-A, HLA-B and HLA-DR mismatches, maximum andlast titre of panel reactive antibodies, donor age and cold ischemiatime. Accuracy was quantified with the area under the curve. Twohundred 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 HLADRmismatches (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 variablesand is at least equally accurate (74%) to the previous nomogram(71%). We demonstrate that DGF can be accurately predictedin 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 premièresemaine suivant une transplantation rénale, est une issueclinique indésirable importante. Un modèle proposé antérieurementreposait sur 16 variables pour quantifier le risque de RRF,diminuant ainsi son utilité clinique. Nous avons exploré la possibilitéd’élaborer un paradigme simplifié et plus convivial tout enétant tout aussi précis pour les receveurs de greffons rénauxprovenant de donneurs décédés.Méthodologie : À l’aide d’analyses de régression logistique, nousavons étudié la survenue de la RRF du greffon chez 532 receveursde greffons rénaux provenant de donneurs décédés. Les facteursde prédiction comprenaient l’âge, le sexe, la race et le poids dureceveur et le nombre de non-concordance des phénotypes HLAA,HLA-B et HLA-DR, le titre maximal et le dernier titre d’anticorpsréactifs, l’âge du donneur et la période d’ischémie froide. L’exactitudea été quantifiée par la mesure de la surface sous la courbe. Deuxcents rééchantillonnages par auto-amorçage ont servi à la validationinterne.Résultats : Une reprise retardée de la fonction a été observée chez103 patients (19,4 %). Le poids du receveur (p < 0,001), les anticorpsréactifs (p < 0,001), l’âge du donneur (p < 0,001), la périoded’ischémie froide (p = 0,005) et la non-concordance des phénotypesHLA-DR (p = 0,05) constituaient des facteurs de prédictionindépendants. Le nomogramme multivarié reposant sur 6 facteursde prédiction a permis de prédire avec une exactitude de 74,3 %la probabilité de RRF.Conclusion : Notre modèle simple et convivial nécessite 6 va riableset est au moins tout aussi exact (74 %) que le nomogramme antérieur(71 %). La RRF peut être prévue avec exactitude dans différentespopulations à l’aide ce nouveau modèle, tel que nous en faisonsla démonstration.