Herramienta basada en HCE predice el fallo del injerto tras un trasplante de riñón

El trasplante de riñón ofrece a los pacientes con enfermedad renal terminal una mayor supervivencia y mejor calidad de vida que la diálisis. Sin embargo, el fallo del injerto sigue siendo un gran desafío. Si bien se espera que un trasplante exitoso dure aproximadamente una década, casi uno de cada cuatro injertos renales falla en un plazo de cinco años, a menudo sin señales de alerta tempranas.

Actualmente, los médicos carecen de métodos fiables para identificar qué pacientes tienen mayor riesgo de perder un riñón trasplantado. Un nuevo estudio muestra ahora que los datos de función renal recopilados de forma rutinaria pueden utilizarse para predecir de manera dinámica el riesgo de fracaso del injerto años antes de que ocurra.

Investigadores de Johns Hopkins Medicine (Baltimore, MD, EUA) han desarrollado un modelo de predicción basado en la historia clínica electrónica (HCE) que actualiza continuamente el riesgo de fracaso del injerto del paciente utilizando los cambios en la tasa de filtración glomerular estimada, una prueba sanguínea estándar que refleja el funcionamiento de un riñón trasplantado. Este enfoque permite recalcular el riesgo cada vez que se dispone de nuevos resultados de laboratorio.

El modelo se construyó con datos de 1.114 receptores de trasplante renal de donante fallecido y se validó en múltiples conjuntos de datos extensos, incluyendo registros nacionales de trasplantes e historiales hospitalarios reales. Los investigadores analizaron mediciones repetidas de la función renal a lo largo del tiempo y vincularon estas trayectorias con el fracaso del injerto, definido como el retorno a la diálisis o la necesidad de un segundo trasplante en un plazo de tres años.

Los resultados, publicados en la revista Clinical Journal of the American Society of Nephrology, demostraron que el modelo podía distinguir eficazmente entre pacientes de alto y bajo riesgo. La precisión predictiva alcanzó 0,70 apenas tres meses después del trasplante y mejoró hasta 0,90 a los 30 meses, lo que demuestra un sólido rendimiento mucho antes de que se produjera el fracaso clínico.

Al identificar a los pacientes con mayor riesgo, la herramienta podría facilitar intervenciones más tempranas, como un seguimiento más estrecho, ajustes en la terapia inmunosupresora y asesoramiento sobre futuras necesidades de trasplante. Al mismo tiempo, los pacientes con bajo riesgo podrían reincorporarse de forma segura a la atención nefrológica rutinaria más cerca de casa, liberando así los recursos del centro de trasplantes.

Los investigadores planean ahora probar el modelo en la práctica clínica diaria y ampliarlo incorporando datos de salud adicionales, como eventos clínicos y otros marcadores de laboratorio. Estos esfuerzos buscan mejorar la detección temprana de lesiones del injerto y los resultados a largo plazo de los trasplantes.

“Los resultados de este estudio pueden implementarse fácilmente en los centros de trasplante para optimizar la atención a los receptores de trasplantes de riñón, proporcionando predicciones de riesgo actualizadas a medida que se disponga de nuevos datos”, afirmó el Dr. Chirag Parikh, autor principal del estudio. “También podrían desarrollarse en el futuro modelos posteriores para predecir otras infecciones y complicaciones inmunológicas”.

Enlaces relacionados:
Johns Hopkins Medicine