Aussagen zur Prognose bezüglich des Versagens und der Abstoßung von Nierentransplantaten zu treffen, ist in der klinischen Praxis äußerst wichtig, aber auch äußerst komplex, da multidimensionale Daten erhoben werden müssen. Um ein dynamisches integratives Vorhersagesystem (DISPO, dynamic integrative system for predicting outcome) für Nierentransplantationen zu konstruieren und zu validieren, wurden Daten von insgesamt 13.608 Nierentransplantat- Empfängern von 18 Transplantationszentren aus Europa, den USA und Südamerika sowie einer Kohorte von Patienten aus sechs randomisierten Kontrollstudien genutzt. In die Entwicklungskohorte wurden dabei Daten von 3.774 Transplantatempfängern aus Frankreich eingeschlossen, während für die externe Validierung 9.834 Patientendaten aus 14 internationalen Kohorten und sechs randomisierten Kontrollstudien verwendet wurden. Zur phänotypischen Charakterisierung der verschiedenen Kohorten wurden eine Reihe klinischer, histologischer und immunologischer Daten sowie wiederholte Messdaten zur geschätzten glomerulären Filtrationsrate (eGFR) und Proteinurie genutzt.
Unter Anwendung eines Bayesian Models konnte gezeigt werden, dass das immunologische Profil des Transplantatempfängers, die interstitielle Fibrose des Allotransplantats sowie Tubulusatrophien, Entzündungen des Transplantats, die eGFR und Proteinurie unabhängige Risikofaktoren für das Überleben eines Transplantats darstellten. Das finale DISPO wies eine sehr genaue Kalibrierung und hohe Differenzierungsrate in der Entwicklungskohorte auf und überzeugte zudem mit einer hohen Vorhersageleistung auch in den externen Validierungskohorten. Es konnte zudem gezeigt werden, dass die Kombination aus histologischen, immunologischen und klinischen Parametern zusammen mit wiederholten Bestimmungen der eGFR und des Proteinuriestatus eine zunehmend präzisere Vorhersageleistung ermöglicht.
Das adaptierte DISPO wurde zudem in eine Online-Benutzeroberfläche integriert und soll auf diese Weise in der klinischen Praxis bei der Risikostratifizierung und Echtzeitprognose von Nierentransplantat-Empfängern helfen. Aufgrund des dynamischen Designs kann das System kontinuierlich aktualisiert werden und könnte somit im klinischen Alltag eine präzisere Einschätzung und Prognose ermöglichen. Um den Effekt und Nutzen des DISPO in der klinischen Praxis genauer bewerten zu können, sind weitere klinische Studien geplant. GH