Resumos
Introdução:
O transplante renal é realizado em condições de urgência em uma população com elevado risco perioperatório. Instrumentos de avaliação de risco pré-transplante nesta população são escassos.
Objetivo:
Construir um escore com variáveis pré-transplante para estimar a probabilidade de sucesso do transplante renal, definido como sobrevida do receptor e do enxerto, com creatinina < 1,5 mg/dl no 6º mês.
Métodos:
Análise das variáveis de pacientes de um centro único e especializado em transplante renal em São Paulo. A regressão logística foi utilizada para construção da equação com as variáveis capazes de estimar a probabilidade de sucesso. Atribuímos pontos inteiros às variáveis para a construção do escore.
Resultados:
Dos 305 pacientes analisados, 176 (57,7%) atingiram o sucesso. Das 23 variáveis identificadas pela análise univariada, 21 foram incluídas no modelo de regressão logística e as 10 que se mantiveram independentemente associadas com o sucesso foram utilizadas na construção do escore. Quatro destas 10 variáveis eram socioeconômicas. Foi ótimo (área sob a curva ROC = 0,817) o poder de discriminação entre os grupos sucesso e não sucesso e adequado (teste de Hosmer e Lemeshow = 0,672) o grau de concordância entre as frequências das probabilidades estimadas pela equação e as frequências das probabilidades reais observadas. Houve correlação (0,982) entre as probabilidades estimadas via sistema de pontuação e regressão logística.
Conclusão:
O escore de pontos apresentado simplificou a estratificação do risco do candidato ao transplante conforme a probabilidade de sucesso. As variáveis socioeconômicas exerceram influência no sucesso, demonstrando a necessidade da criação de instrumentos prognósticos utilizando as variáveis clínico-demográficas da nossa população.
fatores de risco; medidas de associação; exposição; risco; desfecho; razão de chances; transplante de rim
Introduction:
Kidney transplantation is performed in emergency conditions in a population with high perioperative risk. Instruments for risk assessment before transplantation in this population are scarce.
Objective:
To develop a score with pretransplant variables to estimate the probability of success of kidney transplantation, defined as survival of the recipient and the graft with creatinine < 1.5 mg/dl at 6 months.
Methods:
Analysis of variables of patients from a unique kidney transplantation center in São Paulo. Logistic regression was used to construct an equation with variables able to estimate the probability of success. Integer points were assigned to variables for score construction.
Results:
Of the 305 patients analyzed, 176 (57.7%) achieved success. Of the 23 variables identified by univariate analysis, 21 were included in the logistic regression model and 10 that remained independently associated with success, were used in the score. Four of these 10 variables were socioeconomic. It was great (area under the ROC curve 0.817) the power of discrimination between groups success and not success and adequate (Hosmer and Lemeshow = 0.672) the agreement between frequencies of the probabilities estimated by equation and frequencies of probabilities actual observed. There were correlation (0.982) between the estimated probability via the scoring system and the estimated probabilities via logistic regression.
Conclusion:
Point score simplified risk stratification of transplant candidate according to their probability of success. Socioeconomic variables influence the success, demonstrating the need for creation of prognostic tools utilizing clinical and demographic variables of our population.
kidney transplantation; measures of association; exposure; risk; outcome; odds ratio; risk factors
Introdução
O transplante renal é o tratamento de escolha para a maioria dos pacientes em
diálise.11 Wolfe RA, Ashby VB, Milford EL, Ojo AO, Ettenger RE, Agodoa LY, et al.
Comparison of mortality in all patients on dialysis, patients on dialysis awaiting
transplantation, and recipients of a first cadaveric transplant. N Engl J Med
1999;341:1725-30. PMID: 10580071 DOI:
http://dx.doi.org/10.1056/NEJM199912023412303
http://dx.doi.org/10.1056/NEJM1999120234...
Entretanto, dados da literatura
apontam uma taxa de mortalidade cirúrgica geral de 1% a 4% para os pacientes com doença
renal crônica terminal (DRC). Esta taxa é ainda maior para os pacientes diabéticos e
idosos, podendo quintuplicar em situações de emergência.22 Krishnan M. Preoperative care of patients with kidney disease. Am Fam
Physician 2002;66:1471-6.,33 Gill JS, Schaeffner E, Chadban S, Dong J, Rose C, Johnston O, et al.
Quantification of the early risk of death in elderly kidney transplant recipients. Am
J Transplant 2013;13:427-32. DOI:
http://dx.doi.org/10.1111/j.1600-6143.2012.04323.x
http://dx.doi.org/10.1111/j.1600-6143.20...
No transplante renal com doador falecido, o procedimento cirúrgico é realizado em
condições de urgência. O candidato com a melhor compatibilidade HLA com o doador é
conhecido horas antes da cirurgia ser realizada. Além disso, trata-se de uma população
com elevado risco de morbidade e mortalidade pré-operatória, pois, além da DRC, essa
população geralmente possui outras morbidades. Os riscos perioperatórios somados aos
riscos associados à terapia imunossupressora resultaram em risco de óbito quase três
vezes maior quando comparado aos pacientes que permaneceram em diálise durante as duas
primeiras semanas após o transplante.11 Wolfe RA, Ashby VB, Milford EL, Ojo AO, Ettenger RE, Agodoa LY, et al.
Comparison of mortality in all patients on dialysis, patients on dialysis awaiting
transplantation, and recipients of a first cadaveric transplant. N Engl J Med
1999;341:1725-30. PMID: 10580071 DOI:
http://dx.doi.org/10.1056/NEJM199912023412303
http://dx.doi.org/10.1056/NEJM1999120234...
Os escores são instrumentos amplamente aplicados em diferentes áreas médicas para
estimar a probabilidade de um desfecho de forma quantitativa.44 Breslow MJ, Badawi O. Severity scoring in the critically ill: part
1--interpretation and accuracy of outcome prediction scoring systems. Chest
2012;141:245-52. PMID: 22215834 DOI:
http://dx.doi.org/10.1378/chest.11-0330
http://dx.doi.org/10.1378/chest.11-0330...
5 Casey BM, McIntire DD, Leveno KJ. The continuing value of the Apgar
score for the assessment of newborn infants. N Engl J Med 2001;344:467-71. PMID:
11172187 DOI: http://dx.doi.org/10.1056/NEJM200102153440701
http://dx.doi.org/10.1056/NEJM2001021534...
6 Teasdale G, Jennett B. Assessment of coma and impaired consciousness. A
practical scale. Lancet 1974;2:81-4. DOI:
http://dx.doi.org/10.1016/S0140-6736(74)91639-0
http://dx.doi.org/10.1016/S0140-6736(74)...
7 Christensen E, Schlichting P, Fauerholdt L, Gluud C, Andersen PK, Juhl
E, et al. Prognostic value of Child-Turcotte criteria in medically treated cirrhosis.
Hepatology 1984;4:430-5. DOI:
http://dx.doi.org/10.1002/hep.1840040313
http://dx.doi.org/10.1002/hep.1840040313...
-88 Yates JW, Chalmer B, McKegney FP. Evaluation of patients with advanced
cancer using the Karnofsky performance status. Cancer 1980;45:2220-4. PMID:
7370963 No transplante
renal, diversos modelos matemáticos foram publicados com o objetivo de predizer
sobrevida e função renal após o transplante. Entretanto, a falta de simplicidade na
utilização destes modelos e a necessidade de realização de cálculos complexos ou de
informações não disponíveis no momento da avaliação tornou a aplicação destas
ferramentas pouco difundida nos centros transplantadores. van Walraven et
al.99 van Walraven C, Austin PC, Knoll G. Predicting potential survival
benefit of renal transplantation in patients with chronic kidney disease. CMAJ
2010;182:666-72. DOI: http://dx.doi.org/10.1503/cmaj.091661
http://dx.doi.org/10.1503/cmaj.091661...
publicaram um escore de pontos
para estimar o risco de óbito em 5 anos de pacientes que estavam em diálise inscritos
para o transplante renal. O autor utilizou uma metodologia estatística semelhante a
nossa para atribuir pontos inteiros aos riscos relativos de 12 variáveis demográficas
associadas com o desfecho. Entretanto, para a sua utilização era necessário o
conhecimento de informações precisas sobre tempo total em lista, tempo até ser listado
para transplante, da albumina sérica e de 8 comorbidades, o que pode dificultar a
rapidez e aplicabilidade do escore. Além disso, escores também foram criados para
quantificar o risco de perda do enxerto renal conforme diferentes características do
doador.1010 Akkina SK, Asrani SK, Peng Y, Stock P, Kim WR, Israni AK. Development of
organ-specific donor risk indices. Liver Transpl 2012;18:395-404. DOI:
http://dx.doi.org/10.1002/lt.23398
http://dx.doi.org/10.1002/lt.23398...
Nyberg et al.1111 Nyberg SL, Matas AJ, Kremers WK, Thostenson JD, Larson TS, Prieto M, et
al. Improved scoring system to assess adult donors for cadaver renal transplantation.
Am J Transplant 2003;3:715-21. propuseram um escore para identificar os enxertos
renais de doadores falecidos com alto risco de disfunção renal precoce. Entretanto, a
estratificação arbitrária das categorias de risco pode ter contribuído para diminuição
da acurácia deste escore.
Diferentes estudos observacionais identificaram as variáveis pré-transplante do receptor
e do doador que estiveram associadas com diferentes desfechos do transplante.1212 Ojo AO, Hanson JA, Wolfe RA, Leichtman AB, Agodoa LY, Port FK. Long-term
survival in renal transplant recipients with graft function. Kidney Int
2000;57:307-13. PMID: 10620213 DOI:
http://dx.doi.org/10.1046/j.1523-1755.2000.00816.x
http://dx.doi.org/10.1046/j.1523-1755.20...
13 Meier-Kriesche HU, Kaplan B. Waiting time on dialysis as the strongest
modifiable risk factor for renal transplant outcomes: a paired donor kidney analysis.
Transplantation 2002;74:1377-81. DOI:
http://dx.doi.org/10.1097/00007890-200211270-00005
http://dx.doi.org/10.1097/00007890-20021...
14 Gill JS, Pereira BJ. Death in the first year after kidney
transplantation: implications for patients on the transplant waiting list.
Transplantation 2003;75:113-7. PMID: 12544882 DOI:
http://dx.doi.org/10.1097/00007890-200301150-00021
http://dx.doi.org/10.1097/00007890-20030...
-1515 Wu C, Evans I, Joseph R, Shapiro R, Tan H, Basu A, et al. Comorbid
conditions in kidney transplantation: association with graft and patient survival. J
Am Soc Nephrol 2005;16:3437-44. DOI:
http://dx.doi.org/10.1681/ASN.2005040439
http://dx.doi.org/10.1681/ASN.2005040439...
Descreveu-se também a significativa influência das variáveis
socioculturais e econômicas nesses desfechos.1616 Axelrod DA, Dzebisashvili N, Schnitzler MA, Salvalaggio PR, Segev DL,
Gentry SE, et al. The interplay of socioeconomic status, distance to center, and
interdonor service area travel on kidney transplant access and outcomes. Clin J Am
Soc Nephrol 2010;5:2276-88. DOI:
http://dx.doi.org/10.2215/CJN.04940610
http://dx.doi.org/10.2215/CJN.04940610...
17 Goldfarb-Rumyantzev AS, Koford JK, Baird BC, Chelamcharla M, Habib AN,
Wang BJ. Role of socioeconomic status in kidney transplant outcome. Clin J Am Soc
Nephrol 2006;1:313-22. DOI: http://dx.doi.org/10.2215/CJN.00630805
http://dx.doi.org/10.2215/CJN.00630805...
-1818 Garg J, Karim M, Tang H, Sandhu GS, DeSilva R, Rodrigue JR, et al.
Social adaptability index predicts kidney transplant outcome: a single-center
retrospective analysis. Nephrol Dial Transplant 2012;27:1239-45. DOI:
http://dx.doi.org/10.1093/ndt/gfr445
http://dx.doi.org/10.1093/ndt/gfr445...
As variáveis socioeconômicas sempre exerceram influência nos desfechos relacionados à
saúde no Brasil. Entretanto, apesar das disparidades socioeconômicas entre os 26 estados
e as 5 regiões do país, o programa de transplantes consolidou-se como um dos maiores do
mundo, permitindo um amplo acesso da população a este tratamento.1919 Silva HT Jr, Felipe CR, Abbud-Filho M, Garcia V, Medina-Pestana JO. The
emerging role of Brazil in clinical trial conduct for transplantation. Am J
Transplant 2011;11:1368-75. DOI:
http://dx.doi.org/10.1111/j.1600-6143.2011.03564.x
http://dx.doi.org/10.1111/j.1600-6143.20...
Em 2012, foram realizados 7426 transplantes de órgãos no país e,
destes, 5385 foram de rim.2020 Registro Brasileiro de Transplantes. Ano XVIII, 4. 2012 (jan-dez).
Disponível em:
http://www.abto.org.br/abtov03/Upload/file/RBT/2012/rbt2012-parciall.pdf
http://www.abto.org.br/abtov03/Upload/fi...
Contudo, não existem
muitos dados na literatura sobre a associação das variáveis socioeconômicas com os
desfechos pós-transplante no país. As publicações científicas são provenientes da
população de transplantados de poucos centros e praticamente restritas às regiões
Sudeste (80%) e Sul (16%). As regiões Sudeste e Sul concentraram em 2009 mais de 80% dos
transplantes realizados no país. Além disso, enquanto, em 2007, São Paulo, Santa
Catarina e o Rio Grande do Sul apresentaram mais de 10 doadores por milhão de população,
em estados do Norte, como o Amazonas, não ocorreu nenhuma captação de órgãos de doadores
falecidos. Desta maneira, apesar da existência de um Sistema nacional de transplante bem
organizado e do aumento no número absoluto de transplantes renais, as diferenças na
atividade transplantadora dos estados brasileiros ainda persistem como reflexo das
diferenças socioeconômicas e culturais das regiões do país.2121 Medina-Pestana JO, Galante NZ, Tedesco-Silva H Jr, Harada KM, Garcia VD,
Abbud-Filho M, et al. Kidney transplantation in Brazil and its geographic disparity.
J Bras Nefrol 2011;33:472-84. DOI:
http://dx.doi.org/10.1590/S0101-28002011000400014
http://dx.doi.org/10.1590/S0101-28002011...
Reconhecidamente, a função renal no sexto mês após o transplante foi um fator de risco
independentemente associado com a perda do enxerto ao final de 24 meses do transplante
na nossa população de transplantados.2222 Harada KM, Mandia-Sampaio EL, de Sandes-Freitas TV, Felipe CR, Park SI,
Pinheiro-Machado PG, et al. Risk factors associated with graft loss and patient
survival after kidney transplantation. Transplant Proc 2009;41:3667-70. DOI:
http://dx.doi.org/10.1016/j.transproceed.2009.04.013
http://dx.doi.org/10.1016/j.transproceed...
Confirmando este dado, um estudo retrospectivo utilizando dados do UNOS/OPTN de 105.742
pacientes transplantados renais demonstrou que a pior função renal, estimada pelo nível
sérico da creatinina > 1,5 mg/dL no sexto e no décimo segundo mês após o transplante,
correlacionou-se com uma menor sobrevida do enxerto renal em longo prazo.2323 Hariharan S, McBride MA, Cherikh WS, Tolleris CB, Bresnahan BA, Johnson
CP. Post-transplant renal function in the first year predicts long-term kidney
transplant survival. Kidney Int 2002;62:311-8. PMID: 12081593 DOI:
http://dx.doi.org/10.1046/j.1523-1755.2002.00424.x
http://dx.doi.org/10.1046/j.1523-1755.20...
A estimativa da probabilidade de sucesso de um transplante utilizando um desfecho intermediário como a função renal no sexto mês do transplante e variáveis selecionadas da população brasileira forneceria uma informação a mais no aconselhamento destes pacientes. Assim, o nosso objetivo foi desenvolver um escore de avaliação de risco com as variáveis pré-transplante do receptor e do doador que estimasse a probabilidade de sucesso do transplante renal.
Materiais e Métodos
Definição de sucesso
Desfecho composto de sobrevida do receptor com enxerto funcionante com o valor de creatinina menor ou igual a 1,5 mg/dl após 6 meses de transplante.
Desenho
Estudo de coorte prospectivo com pacientes transplantados renais com doador falecido entre o período de fevereiro a novembro de 2011. Foram incluídos pacientes adultos com idade > 18 anos e excluídos os receptores de múltiplos órgãos. Os pacientes foram entrevistados no dia do transplante e as informações questionadas e extraídas de prontuários médicos relacionaram-se a características demográficas e das condições de saúde pertinentes à própria avaliação pré-transplante. A dispensa do TCLE foi aprovada juntamente com o projeto do estudo pelo Comitê de ética em pesquisa da UNIFESP (Nº 1139/10).
Analise estatística
Selecionamos 60 variáveis pré-transplante divididas em 7 categorias: Demografia, Comorbidades, Sócioeconômicas, Propedêutica, Qualidade de vida, Doador e Medicamentos (Quadro 1).
Realizamos a análise univariada das 60 variáveis de risco entre os dois grupos de estudo e identificamos aquelas associadas com o sucesso com significância estatística de 10%. Para as variáveis categóricas, utilizamos o teste de qui-quadrado ou o teste exato de Fisher. Para as variáveis numéricas, utilizamos o teste t de Student para amostras independentes.
Análise de múltiplas variáveis
Utilizamos a análise de regressão logística para identificar as variáveis pré-transplante da nossa população independentemente associadas com o sucesso. Inicialmente, todas as variáveis com associação com o sucesso do transplante significativa a 10% foram incluídas no modelo logístico. Em seguida, as variáveis não significativas a 5% foram excluídas na equação final. Optamos pelo recurso estatístico de inclusões com a ordem de acréscimo definida pelo método stepwise forward da regressão.
Construímos a equação da regressão logística para a amostra populacional estudada com os coeficientes ß de cada uma das variáveis de risco identificados pelo modelo logístico. Os coeficientes ß exponenciados [exp (ß)] são interpretados como "odds ratio" (OR) ou razão de chances. Por meio desta equação, pudemos calcular a probabilidade de sucesso no transplante como função exponencial das variáveis de risco para qualquer conjunto de características de um dado indivíduo.
O teste de Hosmer e Lemeshow foi utilizado para avaliar o grau de concordância da equação ao comparar as frequências das probabilidades estimadas pela equação e as frequências das probabilidades observadas. A área sob a curva ROC foi utilizada para avaliar a habilidade da equação de discriminação entre o grupo sucesso e não sucesso.
Escore de pontuação
Utilizando a metodologia descrita por Sullivan,1919 Silva HT Jr, Felipe CR, Abbud-Filho M, Garcia V, Medina-Pestana JO. The
emerging role of Brazil in clinical trial conduct for transplantation. Am J
Transplant 2011;11:1368-75. DOI:
http://dx.doi.org/10.1111/j.1600-6143.2011.03564.x
http://dx.doi.org/10.1111/j.1600-6143.20...
construímos um escore de pontos utilizando as variáveis identificadas
pela análise de regressão logística. Seguimos 7 etapas de ajustes estatísticos para a
realização da conversão das unidades de medidas entre dois sistemas (conversão da
unidade da regressão logística em unidade do escore), conservando o grau de
associação de cada variável de risco na estimativa da probabilidade de sucesso do
transplante.
Etapa 1: obtivemos os coeficientes de regressão ß das variáveis (ß0, ß1,.....,ßx) associadas com o sucesso. Etapa 2: estratificamos os valores das variáveis para a criação de subcategorias e determinamos os valores de referência destas subcategorias (ɯij i = nº de variáveis de risco, j = nº total de subcategorias para i variáveis de risco). Etapa 3: determinamos a subcategoria de referência da variável (ɯref). Etapa 4: calculamos a "distância" em unidades de regressão das outras subcategorias em relação à subcategoria de referência [ßi (ɯij - ɯref)]. Etapa 5: definimos a constante (ʗ) do sistema (número de unidades de regressão logística que corresponde a 1 ponto no sistema de pontos). Etapa 6: calculamos o número de pontos de cada subcategoria das variáveis utilizando o coeficiente ß e a ʗ do sistema [Pontosij = ßi(ɯij - ɯref)/ʗ]. Etapa 7: multiplicamos as possíveis pontuação por ʗ e, por meio de ajustes estatísticos, obtivemos as probabilidades de sucesso.
O coeficiente de correlação intraclasse foi utilizado para quantificar o grau de concordância entre as estimativas das probabilidades obtidas via regressão logística e via o sistema de pontuação para cada indivíduo.
Para todos os testes estatísticos foi utilizado um nível de significância de 5%. O software estatístico utilizado para a análise foi o SPSS 17.0.
Resultados
Dos 311 pacientes incluidos, 6 perderam seguimento antes de completarem 6 meses de transplante. Cento e setenta e seis atingiram o sucesso. Dos 129 que não atingiram, 13 foram por óbito, 15 por falência do enxerto renal e 101 possuiam um nível sérico de creatinina > 1,5mg/dL (Figura 1).
A idade média dos pacientes foi 47,5 anos, a maioria homens (60,7%), brancos (47,9%), portadores de DRC de etiologia indeterminada (37%) e que realizaram o seu primeiro transplante renal (94,8%) pelo Sistema Único de Saúde (87,3%). A modalidade terapêutica preponderante antes do transplante foi a hemodiálise (88,2%), com a duração média de 4,3 anos (Tabela 1).
As análises descritivas e de frequências das 60 variáveis pré-transplante dos grupos sucesso e não sucesso foram organizadas conforme as sete categorias. Por meio da. Por meio da análise univariada, identificamos que 21 das 60 variáveis demográficas, clínicas e socioeconômicas do receptor e do doador estavam associadas com o "sucesso". Cinco variáveis de demografia, duas socioeconômicas, três de qualidade de vida, duas comorbidades, três de propedêutica e seis do doador (Tabela 2).
A seguir, analisamos a influência individual da cada uma dessas 21 variáveis utilizando a análise de regressão logística e identificamos 10 variáveis que se associaram de forma independente com o desfecho. Dessas 10 variáveis, 2 eram socioeconômicas, 2 demográficas, uma da categoria de comorbidades, 1 propedêutica; 2 de qualidade de vida e duas do doador (Tabela 3).
Dez variáveis associadas de forma independente com o sucesso no modelo de regressão logística final
Utilizando os coeficientes β das 10 variáveis, construímos a equação da regressão logística (Figura 2) para a estimativa de probabilidade de sucesso de um transplante.
O teste de Hosmer-Lemeshow demonstrou que não houve diferença entre as frequências das probabilidades estimativas pela equação e as frequências das probabilidades observadas para os 305 pacientes (p = 0, 672). A área sob a curva ROC foi 0,817, indicando que a equação com as 10 variáveis pré-transplante possui um ótimo poder de discriminação entre os grupos sucesso e não sucesso.
O escore de pontos construído com as 10 variáveis associadas de forma independente com o sucesso está na Tabela 4. Na organização do sistema de pontos, mantivemos as estratificações das variáveis categóricas e estratificamos as variáveis contínuas em subcategorias. A variação de 5 anos na idade do doador na probabilidade de sucesso foi considerado como a ʗ do nosso sistema. Portanto, 1 ponto do escore correspondeu a um aumento de probabilidade de sucesso equivalente a ser transplantado com o enxerto de um doador renal 5 anos mais jovem. Na Tabela 5, exemplificamos a atribuição dos pontos para os dois perfis de pacientes que alcançaram a maior e a menor pontuação. O escore de pontos variou de 0 a 56 pontos. Na amostra populacional do estudo, a variação de pontos foi de 8 (probabilidade de sucesso de 1,9%) a 46 (probabilidade de sucesso de 98,5%) (Tabela 6).
A análise de concordância entre a probabilidade estimada via regressão logística e a probabilidade estimada via sistema de pontuação foi considerada adequada [0,982, IC 95% (0,978-0,986)].
Discussão
Este estudo desenvolveu um escore pré-transplante com 10 variáveis demográficas do doador e do receptor. O escore foi capaz de estimar a probabilidade de um paciente alcançar o "sucesso" no transplante renal, que foi definido como estar vivo no sexto mês após o transplante e possuir o enxerto funcionante com creatinina abaixo ou igual a 1,5 mg/dL.
O uso clínico do escore desenvolvido dispensou o uso de softwares
estatísticos e de calculadoras. Para a atribuição dos valores inteiros (pontos), as 10
variáveis de risco do escore conforme o grau de associação que cada uma possuía com o
desfecho, utilizamos uma metodologia estatística avançada combinada à análise de
regressão logística.2424 Sullivan LM, Massaro JM, D'Agostino RB Sr. Presentation of multivariate
data for clinical use: The Framingham Study risk score functions. Stat Med
2004;23:1631-60. DOI: http://dx.doi.org/10.1002/sim.1742
http://dx.doi.org/10.1002/sim.1742...
A revisão publicada por Kasiske em 2010 demonstrou a variedade de apresentações das
informações obtidas em 20 trabalhos que utilizaram as equações matemáticas de análise de
múltiplas variáveis para o cálculo dos riscos associados aos diversos desfechos no
transplante renal. Estas análises das combinações dos riscos relativos das variáveis do
receptor, do doador ou de ambas foram apresentadas em algoritmos, escores e
tabelas.2525 Jassal SV, Schaubel DE, Fenton SS. Predicting mortality after kidney
transplantation: a clinical tool. Transpl Int 2005;18:1248-57. DOI:
http://dx.doi.org/10.1111/j.1432-2277.2005.00212.x
http://dx.doi.org/10.1111/j.1432-2277.20...
26 Hernández D, Rufino M, Bartolomei S, Lorenzo V, González-Rinne A, Torres
A. A novel prognostic index for mortality in renal transplant recipients after
hospitalization. Transplantation 2005;79:337-43. DOI:
http://dx.doi.org/10.1097/01.TP.0000151003.30089.31
http://dx.doi.org/10.1097/01.TP.00001510...
27 Rao PS, Schaubel DE, Guidinger MK, Andreoni KA, Wolfe RA, Merion RM, et
al. A comprehensive risk quantification score for deceased donor kidneys: the kidney
donor risk index. Transplantation 2009;88:231-6. PMID: 19623019 DOI:
http://dx.doi.org/10.1097/TP.0b013e3181ac620b
http://dx.doi.org/10.1097/TP.0b013e3181a...
28 Kasiske BL. Epidemiology of cardiovascular disease after renal
transplantation. Transplantation 2001;72:S5-8. PMID: 11585242 DOI:
http://dx.doi.org/10.1097/00007890-200109271-00003
http://dx.doi.org/10.1097/00007890-20010...
-2929 Tiong HY, Goldfarb DA, Kattan MW, Alster JM, Thuita L, Yu C, et al.
Nomograms for predicting graft function and survival in living donor kidney
transplantation based on the UNOS Registry. J Urol 2009;181:1248-55. PMID: 19167732
DOI: http://dx.doi.org/10.1016/j.juro.2008.10.164
http://dx.doi.org/10.1016/j.juro.2008.10...
No entanto, as complexas equações matemáticas descritas em alguns
destes estudos não foram utilizadas na prática clínica pelos centros
transplantadores.
van Walraven et al. também utilizaram a metodologia descrita por
Sullivan para construir um escore de estimativa de risco de óbito em 5 anos para
candidatos ao transplante renal em diálise. As 12 variáveis utilizadas eram
exclusivamente do receptor.99 van Walraven C, Austin PC, Knoll G. Predicting potential survival
benefit of renal transplantation in patients with chronic kidney disease. CMAJ
2010;182:666-72. DOI: http://dx.doi.org/10.1503/cmaj.091661
http://dx.doi.org/10.1503/cmaj.091661...
É interessante notar
que exceto pela idade do receptor, o restante das variáveis identificadas por van
Walraven et al. não foi igual às identificadas no nosso estudo. A
observação deste resultado demonstra a específica relação de associação entre as
variáveis com o desfecho analisado. As variáveis do escore de van Walraven et
al. estavam associadas com o desfecho de sobrevida em longo prazo analisado
pelo autor. Tal como as 10 variáveis do nosso estudo encontram-se associadas com o
desfecho de sobrevida e função renal satisfatória no sexto mês do transplante renal.
As duas variáveis do doador associadas com o sucesso foram idade e etiologia do óbito e
este resultado está de acordo com os dados existentes na literatura.3030 Cosio FG, Qiu W, Henry ML, Falkenhain ME, Elkhammas EA, Davies EA, et
al. Factors related to the donor organ are major determinants of renal allograft
function and survival. Transplantation 1996;62:1571-6. PMID: 8970609 DOI:
http://dx.doi.org/10.1097/00007890-199612150-00007
http://dx.doi.org/10.1097/00007890-19961...
,3131 Port FK, Bragg-Gresham JL, Metzger RA, Dykstra DM, Gillespie BW, Young
EW, et al. Donor characteristics associated with reduced graft survival: an approach
to expanding the pool of kidney donors. Transplantation 2002;74:1281-6. DOI:
http://dx.doi.org/10.1097/00007890-200211150-00014
http://dx.doi.org/10.1097/00007890-20021...
Houve redução de 4% na chance de sucesso do receptor para cada ano de
idade acima dos 30 anos do doador. Além disso, observou-se que receptores de rins de
doadores com óbito por causa cardiovascular tiveram 50% a menos de chance de sucesso do
que os que receberam rins de doadores com óbito por outra etiologia. Conforme já
relatado em outros estudos, tanto a idade como a causa de óbito do doador são
responsáveis em grande parte pela variabilidade dos desfechos do transplante renal, pois
são características que se relacionam diretamente com a qualidade do órgão
utilizado.3232 Patzer RE, McClellan WM. Influence of race, ethnicity and socioeconomic
status on kidney disease. Nat Rev Nephrol 2012;8:533-41. DOI:
http://dx.doi.org/10.1038/nrneph.2012.117
http://dx.doi.org/10.1038/nrneph.2012.11...
Das 18 comorbidades do receptor avaliadas, somente o peso associou-se com o desfecho analisado. Acreditamos que um tempo maior de acompanhamento seria necessário para tornar evidente a influência das comorbidades crônicas e de evolução insidiosa nos desfechos do transplante. Como o objetivo deste trabalho foi estimar a viabilidade de um transplante renal e não sobrevida em longo prazo, o breve período de acompanhamento dos pacientes não permitiu que essa associação se manifestasse.
Chamou a atenção o fato de que das 8 variáveis do receptor associadas com o sucesso,
quatro (auxílio financeiro, renda mensal do paciente, presença de filhos e suporte
familiar) foram características socioeconômicas e de qualidade de vida. Os receptores
que não necessitaram de auxílio financeiro público tiveram o dobro de chance de sucesso
em comparação com aqueles que necessitaram. Além disso, possuir uma renda mensal
superior a R$ 3.000,00 esteve quatro vezes mais associado com o sucesso do que não
possuir. Sabe-se que o nível socioeconômico inferior está associado com o aumento da
incidência de doenças crônicas, progressão da doença renal, tratamento dialítico
inadequado, chances reduzidas de acesso ao transplante e piores desfechos de saúde de
uma forma geral.3333 Axelrod DA, Dzebisashvili N, Schnitzler MA, Salvalaggio PR, Segev DL,
Gentry SE, et al. The interplay of socioeconomic status, distance to center, and
interdonor service area travel on kidney transplant access and outcomes. Clin J Am
Soc Nephrol 2010;5:2276-88. DOI:
http://dx.doi.org/10.2215/CJN.04940610
http://dx.doi.org/10.2215/CJN.04940610...
Além disso, pacientes de
níveis socioeconômicos inferiores tiveram menor aderência aos medicamentos e piores
resultados após o transplante.3434 Bohlke M, Nunes DL, Marini SS, Kitamura C, Andrade M, Von-Gysel MP.
Predictors of quality of life among patients on dialysis in southern Brazil. São
Paulo Med J 2008;126:252-6. PMID: 19099157
Observamos também que os pacientes com filhos apresentaram uma chance de sucesso 3 vezes
maior do que os sem filhos e pacientes com suporte familiar tiveram chances 2 vezes
maior do que aqueles sem esse suporte. Demonstrando que fatores relacionados à qualidade
de vida influenciaram os desfechos do transplante renal. Presumimos que possuir filhos,
para a maioria dos pacientes estudados, seria um indicativo de pertencer a famílias mais
estáveis. Em estudos anteriores, pacientes em diálise ou transplantados com ambiente
familiar acolhedor, com um relacionamento conjugal estável, vínculo empregatício e que
possuíam nível educacional maior, apresentaram, além de maior satisfação com o
tratamento, melhor capacidade mental.3333 Axelrod DA, Dzebisashvili N, Schnitzler MA, Salvalaggio PR, Segev DL,
Gentry SE, et al. The interplay of socioeconomic status, distance to center, and
interdonor service area travel on kidney transplant access and outcomes. Clin J Am
Soc Nephrol 2010;5:2276-88. DOI:
http://dx.doi.org/10.2215/CJN.04940610
http://dx.doi.org/10.2215/CJN.04940610...
,3434 Bohlke M, Nunes DL, Marini SS, Kitamura C, Andrade M, Von-Gysel MP.
Predictors of quality of life among patients on dialysis in southern Brazil. São
Paulo Med J 2008;126:252-6. PMID: 19099157 Acredita-se que esses
fatores estejam associados à maior aderência ao tratamento e melhores resultados em
longo prazo.3535 Goldfarb-Rumyantzev AS, Koford JK, Baird BC, Chelamcharla M, Habib AN,
Wang BJ, et al. Role of socioeconomic status in kidney transplant outcome. Clin J Am
Soc Nephrol 2006;1:313-22. DOI:
http://dx.doi.org/10.2215/CJN.00630805
http://dx.doi.org/10.2215/CJN.00630805...
,3636 Lamb KE, Lodhi S, Meier-Kriesche HU. Long-term renal allograft survival
in the United States: a critical reappraisal. Am J Transplant 2011;11:450-62. DOI:
http://dx.doi.org/10.1111/j.1600-6143.2010.03283.x
http://dx.doi.org/10.1111/j.1600-6143.20...
Nossos resultados demonstraram que os receptores com piores
condições socioeconômicas ou de qualidade de vida possuíram menores chances de
viabilidade do transplante. Essas características não são rotineiramente avaliadas ou
registradas porque são subjetivas e de difícil quantificação. Entretanto, como
demonstraram nossos resultados, os fatores de risco não tradicionais estão associados a
piores resultados em curto prazo e foram mais relevantes do que nós assumíamos.
Consideramos que o escore que desenvolvemos apresentou um desempenho satisfatório para ser utilizado na nossa população. Houve capacidade de discriminação dos pacientes do grupo sucesso e não sucesso com uma acurácia de 81,7% e, além disso, demonstrou-se que não houve diferença entre as frequências das probabilidades estimadas e as frequências das probabilidades observadas para os 305 pacientes.
Estimar a probabilidade de sucesso antes de uma intervenção terapêutica com precisão é objetivo almejado de longa data na história da Medicina. Entretanto, a decisão de realizar um transplante tem sido embasada em informações não quantitativas provenientes da experiência clínica e conhecimento científico e apesar dos comprovados benefícios no longo prazo, o transplante renal ainda está associado com altas taxas de mortalidade no período perioperatório.
A taxa de óbito durante o período de transição entre a diálise e o transplante com
doador falecido (primeiro ao terceiro mês após o transplante) foi maior do que a taxa de
óbito em lista de espera (9,57 versus 6,38 óbitos/100
pacientes-ano).3636 Lamb KE, Lodhi S, Meier-Kriesche HU. Long-term renal allograft survival
in the United States: a critical reappraisal. Am J Transplant 2011;11:450-62. DOI:
http://dx.doi.org/10.1111/j.1600-6143.2010.03283.x
http://dx.doi.org/10.1111/j.1600-6143.20...
Observou-se, também, que a
taxa de eventos cardiovasculares durante o período perioperatório foi 8 vezes maior em
relação às taxas relativamente constantes do período em diálise (39,6
versus 5,3 a 6,6 eventos cardiovasculares/100 pacientes-ano).3737 Gill JS, Ma I, Landsberg D, Johnson N, Levin A. Cardiovascular events
and investigation in patients who are awaiting cadaveric kidney transplantation. J Am
Soc Nephrol 2005;16:808-16. DOI:
http://dx.doi.org/10.1681/ASN.2004090810
http://dx.doi.org/10.1681/ASN.2004090810...
Diferentemente, no Brasil, as causas infecciosas
ainda prevalecem como a principal etiologia de óbito do paciente.3838 Sousa SR, Galante NZ, Barbosa DA, Pestana JO. Incidence of infectious
complications and their risk factors in the first year after renal transplantation. J
Bras Nefrol 2010;32:75-82. As complicações infecciosas foram observadas em 49% dos
receptores renais no primeiro ano após o transplante e, além da imunossupressão, fatores
dependentes das condições socioeconômicas, higiênico-sanitárias, de exposições
epidemiológicas a doenças contagiosas prévias contribuíram para esses resultados.
Os estudos sobre a utilização de escores na rotina de avaliação pré-transplante com os atuais recursos estatísticos disponíveis ainda são escassos e com dados da população brasileira, praticamente inexistentes. O interesse crescente no desenvolvimento deste recurso pode ajudar a determinar se novos instrumentos prognósticos possuem melhor acurácia do que a avaliação clínica isoladamente em classificar os pacientes em diferentes grupos prognósticos.
Entretanto, a implantação de modelos teóricos deve ser sempre cuidadosamente analisada e
feita com cautela, pois existe uma distância entre o desempenho estatístico do escore e
seu desempenho prático. Utilizando somente a relação de associação, não podemos afirmar
que as variáveis identificadas neste estudo são preditivas dos desfechos. Para tal, os
marcadores clínicos devem ser avaliados quanto ao seu valor preditivo positivo3939 Altman DG, Bland JM. Diagnostic tests 2: Predictive values. BMJ
1994;309:102. PMID: 8038641 DOI:
http://dx.doi.org/10.1136/bmj.309.6947.102
http://dx.doi.org/10.1136/bmj.309.6947.1...
,4040 Toll DB, Janssen KJ, Vergouwe Y, Moons KG. Validation, updating and
impact of clinical prediction rules: a review. J Clin Epidemiol 2008;61:1085-94.
PMID: 19208371 DOI: http://dx.doi.org/10.1016/j.jclinepi.2008.04.008
http://dx.doi.org/10.1016/j.jclinepi.200...
e estarem inseridos num contexto pertinente de avaliação. A validação do
escore desenvolvido está em andamento numa segunda etapa deste trabalho. O objetivo é
averiguar se o mesmo grau de concordância, discriminação e correlação obtidas neste
estudo se manterá numa coorte diferente de pacientes. Para a utilização do escore na
prática clínica, possivelmente seja interessante a definição de categorias de pontos
atrelados a um determinado risco aceitável, pois permitiria a quantificação do risco
pré-transplante numa escala contínua, diferentemente do que ocorreria se um valor de
corte único fosse definido para se decidir realizar um transplante ou não.
O modelo de regressão logística e a amostra populacional utilizada para construí-lo
impõem limitações4040 Toll DB, Janssen KJ, Vergouwe Y, Moons KG. Validation, updating and
impact of clinical prediction rules: a review. J Clin Epidemiol 2008;61:1085-94.
PMID: 19208371 DOI: http://dx.doi.org/10.1016/j.jclinepi.2008.04.008
http://dx.doi.org/10.1016/j.jclinepi.200...
ao uso do escore. O escore
foi desenvolvido em uma população que não se distingue por nenhuma característica
particular, portanto, seus resultados não podem ser extrapolados para uso em outros
segmentos populacionais específicos. Além disso, pode ser aplicado somente em avaliações
de receptores de doadores falecidos e desde que estejam disponíveis as informações
completas das 10 variáveis pontuadas.
Este é o primeiro estudo brasileiro que utilizou a análise de regressão logística para o
desenvolvimento de um instrumento de avaliação de risco pré-transplante renal.
Acreditamos que decidir sobre alternativas de tratamento individualmente exige o
conhecimento de informações quantitativas de considerável acurácia e os modelos
probabilísticos fornecem essas respostas.4141 Braitman LE, Davidoff F. Predicting clinical states in individual
patients. Ann Intern Med 1996;125:406-12. PMID: 8702092 DOI:
http://dx.doi.org/10.7326/0003-4819-125-5-199609010-00008
http://dx.doi.org/10.7326/0003-4819-125-...
Conclusão
Concluímos que o escore de pontos com 10 variáveis demográficas do doador e do receptor foi capaz de estimar a probabilidade de um paciente alcançar o "sucesso" no transplante renal na nossa população. Além disso, das 10 variáveis que exerceram uma significativa influência no sucesso, 4 eram socioeconômicas, demonstrando a necessidade de criação de instrumentos prognósticos utilizando as variáveis clínicas da nossa própria população.
Referências
-
1Wolfe RA, Ashby VB, Milford EL, Ojo AO, Ettenger RE, Agodoa LY, et al. Comparison of mortality in all patients on dialysis, patients on dialysis awaiting transplantation, and recipients of a first cadaveric transplant. N Engl J Med 1999;341:1725-30. PMID: 10580071 DOI: http://dx.doi.org/10.1056/NEJM199912023412303
» http://dx.doi.org/10.1056/NEJM199912023412303 -
2Krishnan M. Preoperative care of patients with kidney disease. Am Fam Physician 2002;66:1471-6.
-
3Gill JS, Schaeffner E, Chadban S, Dong J, Rose C, Johnston O, et al. Quantification of the early risk of death in elderly kidney transplant recipients. Am J Transplant 2013;13:427-32. DOI: http://dx.doi.org/10.1111/j.1600-6143.2012.04323.x
» http://dx.doi.org/10.1111/j.1600-6143.2012.04323.x -
4Breslow MJ, Badawi O. Severity scoring in the critically ill: part 1--interpretation and accuracy of outcome prediction scoring systems. Chest 2012;141:245-52. PMID: 22215834 DOI: http://dx.doi.org/10.1378/chest.11-0330
» http://dx.doi.org/10.1378/chest.11-0330 -
5Casey BM, McIntire DD, Leveno KJ. The continuing value of the Apgar score for the assessment of newborn infants. N Engl J Med 2001;344:467-71. PMID: 11172187 DOI: http://dx.doi.org/10.1056/NEJM200102153440701
» http://dx.doi.org/10.1056/NEJM200102153440701 -
6Teasdale G, Jennett B. Assessment of coma and impaired consciousness. A practical scale. Lancet 1974;2:81-4. DOI: http://dx.doi.org/10.1016/S0140-6736(74)91639-0
» http://dx.doi.org/10.1016/S0140-6736(74)91639-0 -
7Christensen E, Schlichting P, Fauerholdt L, Gluud C, Andersen PK, Juhl E, et al. Prognostic value of Child-Turcotte criteria in medically treated cirrhosis. Hepatology 1984;4:430-5. DOI: http://dx.doi.org/10.1002/hep.1840040313
» http://dx.doi.org/10.1002/hep.1840040313 -
8Yates JW, Chalmer B, McKegney FP. Evaluation of patients with advanced cancer using the Karnofsky performance status. Cancer 1980;45:2220-4. PMID: 7370963
-
9van Walraven C, Austin PC, Knoll G. Predicting potential survival benefit of renal transplantation in patients with chronic kidney disease. CMAJ 2010;182:666-72. DOI: http://dx.doi.org/10.1503/cmaj.091661
» http://dx.doi.org/10.1503/cmaj.091661 -
10Akkina SK, Asrani SK, Peng Y, Stock P, Kim WR, Israni AK. Development of organ-specific donor risk indices. Liver Transpl 2012;18:395-404. DOI: http://dx.doi.org/10.1002/lt.23398
» http://dx.doi.org/10.1002/lt.23398 -
11Nyberg SL, Matas AJ, Kremers WK, Thostenson JD, Larson TS, Prieto M, et al. Improved scoring system to assess adult donors for cadaver renal transplantation. Am J Transplant 2003;3:715-21.
-
12Ojo AO, Hanson JA, Wolfe RA, Leichtman AB, Agodoa LY, Port FK. Long-term survival in renal transplant recipients with graft function. Kidney Int 2000;57:307-13. PMID: 10620213 DOI: http://dx.doi.org/10.1046/j.1523-1755.2000.00816.x
» http://dx.doi.org/10.1046/j.1523-1755.2000.00816.x -
13Meier-Kriesche HU, Kaplan B. Waiting time on dialysis as the strongest modifiable risk factor for renal transplant outcomes: a paired donor kidney analysis. Transplantation 2002;74:1377-81. DOI: http://dx.doi.org/10.1097/00007890-200211270-00005
» http://dx.doi.org/10.1097/00007890-200211270-00005 -
14Gill JS, Pereira BJ. Death in the first year after kidney transplantation: implications for patients on the transplant waiting list. Transplantation 2003;75:113-7. PMID: 12544882 DOI: http://dx.doi.org/10.1097/00007890-200301150-00021
» http://dx.doi.org/10.1097/00007890-200301150-00021 -
15Wu C, Evans I, Joseph R, Shapiro R, Tan H, Basu A, et al. Comorbid conditions in kidney transplantation: association with graft and patient survival. J Am Soc Nephrol 2005;16:3437-44. DOI: http://dx.doi.org/10.1681/ASN.2005040439
» http://dx.doi.org/10.1681/ASN.2005040439 -
16Axelrod DA, Dzebisashvili N, Schnitzler MA, Salvalaggio PR, Segev DL, Gentry SE, et al. The interplay of socioeconomic status, distance to center, and interdonor service area travel on kidney transplant access and outcomes. Clin J Am Soc Nephrol 2010;5:2276-88. DOI: http://dx.doi.org/10.2215/CJN.04940610
» http://dx.doi.org/10.2215/CJN.04940610 -
17Goldfarb-Rumyantzev AS, Koford JK, Baird BC, Chelamcharla M, Habib AN, Wang BJ. Role of socioeconomic status in kidney transplant outcome. Clin J Am Soc Nephrol 2006;1:313-22. DOI: http://dx.doi.org/10.2215/CJN.00630805
» http://dx.doi.org/10.2215/CJN.00630805 -
18Garg J, Karim M, Tang H, Sandhu GS, DeSilva R, Rodrigue JR, et al. Social adaptability index predicts kidney transplant outcome: a single-center retrospective analysis. Nephrol Dial Transplant 2012;27:1239-45. DOI: http://dx.doi.org/10.1093/ndt/gfr445
» http://dx.doi.org/10.1093/ndt/gfr445 -
19Silva HT Jr, Felipe CR, Abbud-Filho M, Garcia V, Medina-Pestana JO. The emerging role of Brazil in clinical trial conduct for transplantation. Am J Transplant 2011;11:1368-75. DOI: http://dx.doi.org/10.1111/j.1600-6143.2011.03564.x
» http://dx.doi.org/10.1111/j.1600-6143.2011.03564.x -
20Registro Brasileiro de Transplantes. Ano XVIII, 4. 2012 (jan-dez). Disponível em: http://www.abto.org.br/abtov03/Upload/file/RBT/2012/rbt2012-parciall.pdf
» http://www.abto.org.br/abtov03/Upload/file/RBT/2012/rbt2012-parciall.pdf -
21Medina-Pestana JO, Galante NZ, Tedesco-Silva H Jr, Harada KM, Garcia VD, Abbud-Filho M, et al. Kidney transplantation in Brazil and its geographic disparity. J Bras Nefrol 2011;33:472-84. DOI: http://dx.doi.org/10.1590/S0101-28002011000400014
» http://dx.doi.org/10.1590/S0101-28002011000400014 -
22Harada KM, Mandia-Sampaio EL, de Sandes-Freitas TV, Felipe CR, Park SI, Pinheiro-Machado PG, et al. Risk factors associated with graft loss and patient survival after kidney transplantation. Transplant Proc 2009;41:3667-70. DOI: http://dx.doi.org/10.1016/j.transproceed.2009.04.013
» http://dx.doi.org/10.1016/j.transproceed.2009.04.013 -
23Hariharan S, McBride MA, Cherikh WS, Tolleris CB, Bresnahan BA, Johnson CP. Post-transplant renal function in the first year predicts long-term kidney transplant survival. Kidney Int 2002;62:311-8. PMID: 12081593 DOI: http://dx.doi.org/10.1046/j.1523-1755.2002.00424.x
» http://dx.doi.org/10.1046/j.1523-1755.2002.00424.x -
24Sullivan LM, Massaro JM, D'Agostino RB Sr. Presentation of multivariate data for clinical use: The Framingham Study risk score functions. Stat Med 2004;23:1631-60. DOI: http://dx.doi.org/10.1002/sim.1742
» http://dx.doi.org/10.1002/sim.1742 -
25Jassal SV, Schaubel DE, Fenton SS. Predicting mortality after kidney transplantation: a clinical tool. Transpl Int 2005;18:1248-57. DOI: http://dx.doi.org/10.1111/j.1432-2277.2005.00212.x
» http://dx.doi.org/10.1111/j.1432-2277.2005.00212.x -
26Hernández D, Rufino M, Bartolomei S, Lorenzo V, González-Rinne A, Torres A. A novel prognostic index for mortality in renal transplant recipients after hospitalization. Transplantation 2005;79:337-43. DOI: http://dx.doi.org/10.1097/01.TP.0000151003.30089.31
» http://dx.doi.org/10.1097/01.TP.0000151003.30089.31 -
27Rao PS, Schaubel DE, Guidinger MK, Andreoni KA, Wolfe RA, Merion RM, et al. A comprehensive risk quantification score for deceased donor kidneys: the kidney donor risk index. Transplantation 2009;88:231-6. PMID: 19623019 DOI: http://dx.doi.org/10.1097/TP.0b013e3181ac620b
» http://dx.doi.org/10.1097/TP.0b013e3181ac620b -
28Kasiske BL. Epidemiology of cardiovascular disease after renal transplantation. Transplantation 2001;72:S5-8. PMID: 11585242 DOI: http://dx.doi.org/10.1097/00007890-200109271-00003
» http://dx.doi.org/10.1097/00007890-200109271-00003 -
29Tiong HY, Goldfarb DA, Kattan MW, Alster JM, Thuita L, Yu C, et al. Nomograms for predicting graft function and survival in living donor kidney transplantation based on the UNOS Registry. J Urol 2009;181:1248-55. PMID: 19167732 DOI: http://dx.doi.org/10.1016/j.juro.2008.10.164
» http://dx.doi.org/10.1016/j.juro.2008.10.164 -
30Cosio FG, Qiu W, Henry ML, Falkenhain ME, Elkhammas EA, Davies EA, et al. Factors related to the donor organ are major determinants of renal allograft function and survival. Transplantation 1996;62:1571-6. PMID: 8970609 DOI: http://dx.doi.org/10.1097/00007890-199612150-00007
» http://dx.doi.org/10.1097/00007890-199612150-00007 -
31Port FK, Bragg-Gresham JL, Metzger RA, Dykstra DM, Gillespie BW, Young EW, et al. Donor characteristics associated with reduced graft survival: an approach to expanding the pool of kidney donors. Transplantation 2002;74:1281-6. DOI: http://dx.doi.org/10.1097/00007890-200211150-00014
» http://dx.doi.org/10.1097/00007890-200211150-00014 -
32Patzer RE, McClellan WM. Influence of race, ethnicity and socioeconomic status on kidney disease. Nat Rev Nephrol 2012;8:533-41. DOI: http://dx.doi.org/10.1038/nrneph.2012.117
» http://dx.doi.org/10.1038/nrneph.2012.117 -
33Axelrod DA, Dzebisashvili N, Schnitzler MA, Salvalaggio PR, Segev DL, Gentry SE, et al. The interplay of socioeconomic status, distance to center, and interdonor service area travel on kidney transplant access and outcomes. Clin J Am Soc Nephrol 2010;5:2276-88. DOI: http://dx.doi.org/10.2215/CJN.04940610
» http://dx.doi.org/10.2215/CJN.04940610 -
34Bohlke M, Nunes DL, Marini SS, Kitamura C, Andrade M, Von-Gysel MP. Predictors of quality of life among patients on dialysis in southern Brazil. São Paulo Med J 2008;126:252-6. PMID: 19099157
-
35Goldfarb-Rumyantzev AS, Koford JK, Baird BC, Chelamcharla M, Habib AN, Wang BJ, et al. Role of socioeconomic status in kidney transplant outcome. Clin J Am Soc Nephrol 2006;1:313-22. DOI: http://dx.doi.org/10.2215/CJN.00630805
» http://dx.doi.org/10.2215/CJN.00630805 -
36Lamb KE, Lodhi S, Meier-Kriesche HU. Long-term renal allograft survival in the United States: a critical reappraisal. Am J Transplant 2011;11:450-62. DOI: http://dx.doi.org/10.1111/j.1600-6143.2010.03283.x
» http://dx.doi.org/10.1111/j.1600-6143.2010.03283.x -
37Gill JS, Ma I, Landsberg D, Johnson N, Levin A. Cardiovascular events and investigation in patients who are awaiting cadaveric kidney transplantation. J Am Soc Nephrol 2005;16:808-16. DOI: http://dx.doi.org/10.1681/ASN.2004090810
» http://dx.doi.org/10.1681/ASN.2004090810 -
38Sousa SR, Galante NZ, Barbosa DA, Pestana JO. Incidence of infectious complications and their risk factors in the first year after renal transplantation. J Bras Nefrol 2010;32:75-82.
-
39Altman DG, Bland JM. Diagnostic tests 2: Predictive values. BMJ 1994;309:102. PMID: 8038641 DOI: http://dx.doi.org/10.1136/bmj.309.6947.102
» http://dx.doi.org/10.1136/bmj.309.6947.102 -
40Toll DB, Janssen KJ, Vergouwe Y, Moons KG. Validation, updating and impact of clinical prediction rules: a review. J Clin Epidemiol 2008;61:1085-94. PMID: 19208371 DOI: http://dx.doi.org/10.1016/j.jclinepi.2008.04.008
» http://dx.doi.org/10.1016/j.jclinepi.2008.04.008 -
41Braitman LE, Davidoff F. Predicting clinical states in individual patients. Ann Intern Med 1996;125:406-12. PMID: 8702092 DOI: http://dx.doi.org/10.7326/0003-4819-125-5-199609010-00008
» http://dx.doi.org/10.7326/0003-4819-125-5-199609010-00008
Datas de Publicação
-
Publicação nesta coleção
Jul-Sep 2014
Histórico
-
Recebido
15 Ago 2013 -
Aceito
20 Fev 2014