Prädiktiver Wert der hypothermen Maschinenperfusionsparameter in Kombination mit Perfusat-Biomarkern bei der Nierentransplantation von verstorbenen Spendern
Die verzögerte Transplantatfunktion (Delayed Graft Function, DGF) ist eine schwerwiegende Komplikation nach Nierentransplantationen, die häufig zu verlängerten Hospitalisierungen, erhöhten Behandlungskosten und ungünstigen Langzeitergebnissen führt. Die präzise Vorhersage der DGF ist entscheidend, um das postoperative Management zu optimieren und die Patientenergebnisse zu verbessern. Diese Studie untersucht den prädiktiven Wert von Parametern der hypothermen Maschinenperfusion (HMP) in Kombination mit Perfusat-Biomarkern bei der Nierentransplantation von verstorbenen Spendern (DD), insbesondere hinsichtlich ihrer Fähigkeit, DGF und die erforderliche Erholungszeit der Nierenfunktion vorherzusagen.
Die Studie wurde am Ersten Affiliierten Krankenhaus der Xi’an Jiaotong-Universität durchgeführt und umfasste 113 Nierentransplantationen von verstorbenen Spendern zwischen dem 1. Januar 2019 und dem 31. August 2019. Die Inzidenz der DGF in dieser Kohorte betrug 17,7 % (20/113), was mit zuvor berichteten Raten übereinstimmt. Das primäre Ziel war die Bewertung des prädiktiven Potenzials von HMP-Parametern und Perfusat-Biomarkern zur Identifizierung von DGF und der Bestimmung der Erholungszeit der Nierenfunktion.
Die HMP ist ein etabliertes Verfahren zur Organkonservierung, das Echtzeitdaten zu Perfusionsparametern liefert, die Aufschluss über die Qualität der Spenderniere geben. Analysiert wurden initialer Fluss, terminaler Fluss, initialer Druck, terminaler Druck, initialer Widerstand, terminaler Widerstand und Perfusionszeit. Der terminale Widerstand erwies sich als signifikanter Prädiktor für DGF. Die multivariate logistische Regressionsanalyse zeigte, dass ein höherer terminaler Widerstand mit einem erhöhten DGF-Risiko assoziiert war (OR: 1,879; 95 %-KI 1,145–3,56). Zudem war der terminale Widerstand ein unabhängiger Risikofaktor für eine verlängerte Erholungszeit der Nierenfunktion (HR = 0,823; 95 %-KI 0,735–0,981).
Unter den Perfusat-Biomarkern wurde Glutathion-S-Transferase (GST) als unabhängiger Risikofaktor für DGF identifiziert (OR = 1,62; 95 %-KI 1,23–2,46). Die Konzentrationen von GST, N-Acetyl-β-D-Glucosaminidase (NAG) und Interleukin-18 (IL-18) wurden gemessen. Während GST und NAG in der DGF-Gruppe signifikant höher waren, zeigte IL-18 keine relevante Differenz. In der univariaten Analyse bestätigten sich GST und NAG als Risikofaktoren, jedoch blieb nur GST in der multivariaten Analyse signifikant.
Ein kombiniertes Modell aus terminalem Widerstand und GST wies eine überlegene prädiktive Genauigkeit für DGF auf (AUC: 0,888; 95 %-KI 0,842–0,933) im Vergleich zu Einzelparametern (term. Widerstand: AUC 0,756; GST: AUC 0,729). Der optimale Cut-off-Wert für das kombinierte Modell lag bei 0,344 mit einer Sensitivität von 83,3 % und einer Spezifität von 79,5 %.
Die Kaplan-Meier-Kurven verdeutlichten eine signifikant längere Erholungszeit der Nierenfunktion in der DGF-Gruppe (23,2 Tage vs. 5,3 Tage). Die Cox-Analyse bestätigte den terminalen Widerstand als unabhängigen Risikofaktor für die Erholungsdauer.
Die Ergebnisse unterstreichen den Nutzen der Kombination von HMP-Parametern und Biomarkern zur Verbesserung der DGF-Vorhersage. Während HMP-Parameter die Perfusionsdynamik abbilden, reflektieren Biomarker zelluläre Schäden und Entzündungsprozesse. Das kombinierte Modell ermöglicht eine präzisere Beurteilung der Spendernierenqualität, was die Organallokation und postoperative Strategien optimieren kann.
Zusammenfassend zeigt diese Studie, dass die Kombination aus terminalem Widerstand und GST ein robustes prädiktives Tool für DGF darstellt. Künftige Studien mit größeren Kohorten und stratifizierten Analysen könnten das Modell weiter validieren und seine klinische Anwendbarkeit festigen.
doi.org/10.1097/CM9.0000000000001867