Сравнительный анализ моделей, прогнозирующих риски раннего неблагоприятного исхода трансплантации печени от посмертного донора: ретроспективное одноцентровое исследование

Актуальность. Риск ранней утраты трансплантата определяет особенности и план анестезиологического пособия, интенсивной терапии и, в целом – целесообразность выполнения пересадки печени. Различные прогностические модели и критерии получили широкое распространение за рубежом, однако до настоящего времени не были валидированы российскими центрами трансплантации.
Цель. Оценить применимость и точность наиболее распространенных моделей, прогнозирующих риски раннего неблагоприятного исхода трансплантации печени от посмертного донора.
Материал и методы. В ретроспективное одноцентровое исследование включены данные о 131 трансплантации печени посмертного донора, выполненной последовательно в период с мая 2012 г. по январь 2023 г. Для каждого наблюдения рассчитаны индексы DRI, SOFT, D-MELD, BAR, MEAF, L-GrAFT, EASE, ABC, проверено соответствие критериям ранней дисфункции EAD. В зависимости от возможности расчета показателей и их значений по отношению к известным точкам отсечения сформированы исследуемые группы, для которых рассчитаны 1-, 3-, 6- и 12-месячная выживаемость трансплантатов. Проведено сравнение прогноза с реально наступившими исходами, рассчитаны чувствительность, специфичность, F1-score и C-index.
Результаты. При оценке риска 1- и 3-месячной утраты трансплантата модели, учитывающие только предоперационные параметры, продемонстрировали относительно невысокую прогностическую значимость: DRI (F1-score: 0,16; C-index: 0,54), SOFT (F1-score: 0,42; C-index: 0,64), D-MELD (F1-score: 0,30; C-index: 0,58), BAR (F1-score: 0,23; C-index: 0,57). Послеоперационные индексы MEAF (F1-score: 0,44; C-index: 0,74) и L-GrAFT (F1-score: 0,32; C-index: 0,65) были применимы для 96%, ABC (F1-score: 0,29; C-index: 0,71) – для 91%, EASE (F1-score: 0,26; C-index: 0,80) – для 89% случаев. Относительный риск утраты трансплантата в течение 30 дней при развитии ранней дисфункции, соответствующей критериям EAD cоставил 5,2 (95%ДИ: 3,4–8,1; p<0,0001), F1-score: 0,64; C-index: 0,84. Использование локально установленных граничных значений для шкал SOFT (11 баллов) и L-GrAFT (-0,87) повысило их прогностическую значимость: F1-score: 0,46 и 0,63, С-index: 0,69 и 0,87 соответственно.
Выводы. Рассмотренные модели могут применяться для оценки рисков ранней утраты трансплантата печени, однако их прогностическая значимость невысока. Разработка собственной модели в рамках многоцентрового российского исследования, а также поиск новых объективных методов оценки состояния донорской печени представляются перспективными направлениями будущих работ.

1. Ivanics T, Wallace D, Abreu P, Claasen MPAW, Callaghan C, Cowling T, et al. Survival after liver transplantation: an international comparison between the United States and the United Kingdom in the years 2008–2016. Transplantation. 2022;106(7):1390–1400. PMID: 34753895 https://doi.org/10.1097/TP.0000000000003978

2. Adam R, Karam V, Cailliez V, O Grady JG, Mirza D, Cherqui D, et al. 2018 annual report of the European Liver Transplant Registry (ELTR) – 50-year evolution of liver transplantation. Transpl Int. 2018;31(12):1293-1317. PMID: 30259574 https://doi.org/10.1111/tri.13358

3. Yang LS, Shan LL, Saxena A, Morris DL. Liver transplantation: a systematic review of long-term quality of life. Liver Int. 2014;34(9):1298–313. PMID: 24703371 https://doi.org/10.1111/liv.12553

4. Ohe H, Hoshino J, Ozawa M. Factors affecting outcomes of liver transplantation: an analysis of OPTN/UNOS database. Clin Transpl. 2011:39–53. PMID: 22755400

5. Haddad L, Cassenote AJ, Andraus W, de Martino RB, Ortega NR, Abe JM, et al. Factors associated with mortality and graft failure in liver transplants: a hierarchical approach. PLoS One. 2015;10(8):e0134874. PMID: 26274497 https://doi.org/10.1371/journal.pone.0134874

6. Johnson SR, Alexopoulos S, Curry M, Hanto DW. Primary nonfunction (PNF) in the MELD era: an SRTR database analysis. Am J Transplant. 2007;7(4):1003– 1009. PMID: 17286618 https://doi.org/10.1111/j.1600-6143.2006.01702.x

7. Lewis A, Koukoura A, Tsianos GI, Gargavanis AA, Nielsen AA, Vassiliadis E. Organ donation in the US and Europe: the supply vs demand imbalance. Transplant Rev (Orlando). 2021;35(2):100585. PMID: 33071161 https://doi.org/10.1016/j.trre.2020.100585

8. Neuberger J. Liver allocation. Minerva Gastroenterol Dietol. 2018;64(2):170–179. PMID: 29125260 https://doi.org/10.23736/S1121-421X.17.02452-7

9. Lee E, Johnston CJC, Oniscu GC. The trials and tribulations of liver allocation. Transpl Int. 2020;33(11):1343–1352. PMID: 32722866 https://doi.org/10.1111/tri.13710

10. Готье С.В., Хомяков С.М. Донорство и трансплантация органов в Российской Федерации в 2021 году. XIV сообщение регистра Российского трансплантологического общества. Вестник трансплантологии и искусственных органов. 2022;24(3):8–31. https://doi.org/10.15825/1995-1191-2022-3-8-31

11. Feng S, Goodrich NP, Bragg-Gresham JL, Dykstra DM, Punch JD, DebRoy MA, et al. Characteristics associated with liver graft failure: the concept of a donor risk index. Am J Transplant. 2006;6(4):783–90. PMID: 16539636 https://doi.org/10.1111/j.1600-6143.2006.01242.x

12. Rana A, Hardy MA, Halazun KJ, Woodland DC, Ratner LE, Samstein B, et al. Survival outcomes following liver transplantation (SOFT) score: a novel method to predict patient survival following liver transplantation. Am J Transplant. 2008;8(12):2537–2546. PMID: 18945283 https://doi.org/10.1111/j.1600-6143.2008.02400.x

13. Halldorson JB, Bakthavatsalam R, Fix O, Reyes JD, Perkins JD. D-MELD, a simple predictor of post liver transplant mortality for optimization of donor/recipient matching. Am J Transplant. 2009;9(2):318–326. PMID: 19120079 https://doi.org/10.1111/j.1600-6143.2008.02491.x

14. Dutkowski P, Oberkofler CE, Slankamenac K, Puhan MA, Schadde E, Müllhaupt B, et al. Are there better guidelines for allocation in liver transplantation? A novel score targeting justice and utility in the model for end-stage liver disease era. Ann Surg. 2011;254(5):745–753. PMID: 22042468 https://doi.org/10.1097/SLA.0b013e3182365081

15. Braat AE, Blok JJ, Putter H, Adam R, Burroughs AK, Rahmel AO, et al. The Eurotransplant donor risk index in liver transplantation: ET-DRI. Am J Transplant. 2012;12(10):2789–2796. PMID: 22823098 https://doi.org/10.1111/j.1600-6143.2012.04195.x

16. Pareja E, Cortes M, Hervás D, Mir J, Valdivieso A, Castell JV, et al. A score model for the continuous grading of early allograft dysfunction severity. Liver Transpl. 2015;21(1):38–46. PMID: 25204890 https://doi.org/10.1002/lt.23990

17. Agopian VG, Harlander-Locke MP, Markovic D, Dumronggittigule W, Xia V, Kaldas FM, et al. Evaluation of early allograft function using the liver graft assessment following transplantation risk score model. JAMA Surg. 2018;153(5):436–444. PMID: 29261831 https://doi.org/10.1001/jamasurg.2017.5040

18. Avolio AW, Franco A, Schlegel A, Lai Q, Meli S, Burra P, et al. Development and validation of a comprehensive model to estimate early allograft failure among patients requiring early liver retransplant. JAMA Surg. 2020;155(12):e204095. PMID: 33112390 https://doi.org/10.1001/jamasurg.2020.4095

19. Rhu J, Kim JM, Kim K, Yoo H, Choi GS, Joh JW. Prediction model for early graft failure after liver transplantation using aspartate aminotransferase, total bilirubin and coagulation factor. Sci Rep. 2021;11(1):12909. PMID: 34145352 https://doi.org/10.1038/s41598-021-92298-6

20. Olthoff KM, Kulik L, Samstein B, Kaminski M, Abecassis M, Emond J, et al. Validation of a current definition of early allograft dysfunction in liver transplant recipients and analysis of risk factors. Liver Transpl. 2010;16(8):943–949. PMID: 20677285 https://doi.org/10.1002/lt.22091

21. Lozanovski VJ, Probst P, Arefidoust A, Ramouz A, Aminizadeh E, Nikdad M, et al. Prognostic role of the Donor Risk Index, the Eurotransplant Donor Risk Index, and the Balance of Risk score on graft loss after liver transplantation. Transpl Int. 2021;34(5):778– 800. PMID: 33728724 https://doi.org/10.1111/tri.13861

22. Rana A, Jie T, Porubsky M, Habib S, Rilo H, Kaplan B, et al. The survival outcomes following liver transplantation (SOFT) score: validation with contemporaneous data and stratification of high-risk cohorts. Clin Transplant. 2013;27(4):627–632. PMID: 23808891 https://doi.org/10.1111/ctr.12181

23. Schlegel A, Linecker M, Kron P, Györi G, De Oliveira ML, Müllhaupt B, et al. Risk assessment in high- and low-MELD liver transplantation. Am J Transplant. 2017;17(4):1050–1063. PMID: 27676319 https://doi.org/10.1111/ajt.14065

24. Moosburner S, Wiering L, Roschke NN, Winter A, Demir M, Gaßner JMGV, et al. Validation of risk scores for allograft failure after liver transplantation in Germany: a retrospective cohort analysis. Hepatol Commun. 2023;7(1):e0012. PMID: 36633496 https:// doi.org/10.1097/HC9.0000000000000012

25. Kamath PS, Wiesner RH, Malinchoc M, Kremers W, Therneau TM, Kosberg CL, et al. A model to predict survival in patients with end-stage liver disease. Hepatology. 2001;33(2):464–470. PMID: 11172350 https://doi.org/10.1053/jhep.2001.22172

26. Biggins SW, Kim WR, Terrault NA, Saab S, Balan V, Schiano T, et al. Evidence-based incorporation of serum sodium concentration into MELD. Gastroenterology. 2006;130(6):1652–1660. PMID: 16697729 https://doi.org/10.1053/j.gastro.2006.02.010

27. Kim WR, Mannalithara A, Heimbach JK, Kamath PS, Asrani SK, Biggins SW, et al. MELD 3.0: the model for end-stage liver disease updated for the modern era. Gastroenterology. 2021;161(6):1887–1895.e4. PMID: 34481845 https://doi.org/10.1053/j.gastro.2021.08.050

28. Asrani SK, Kim WR, Edwards EB, Larson JJ, Thabut G, Kremers WK, et al. Impact of the center on graft failure after liver transplantation. Liver Transpl. 2013;19(9):957–964. PMID: 23784730 https://doi.org/10.1002/lt.23685

29. Blok JJ, de Boer JD, Putter H, Rogiers X, Guba MO, Strassburg CP, et al. The center effect in liver transplantation in the Eurotransplant region: a retrospective database analysis. Transpl Int. 2018;31(6):610–619. PMID: 29406577 https://doi.org/10.1111/tri.13129

30. Torterolli F, Watanabe RK, Tabushi FI, Peixoto IL, Nassif PAN, Tefilli NL, et al. BAR, SOFT and DRI post-hepatic transplantation: what is the best for survival analysis? Arq Bras Cir Dig. 2021;34(1):e1576. PMID: 34133523 https://doi.org/10.1590/0102-672020210001e1576

31. Blok JJ, Putter H, Metselaar HJ, Porte RJ, Gonella F, de Jonge J, et al. Identification and validation of the predictive capacity of risk factors and models in liver transplantation over time. Transplant Direct. 2018;4(9):e382. PMID: 30234151 https://doi.org/10.1097/TXD.0000000000000822

32. Chen S, Wang T, Luo T, He S, Huang C, Jia Z, et al. Prediction of graft survival post-liver transplantation by L-GrAFT risk score model, EASE score, MEAF scoring, and EAD. Front Surg. 2021;8:753056. PMID: 34869560 https:// doi.org/10.3389/fsurg.2021.753056

33. Погребниченко И.В. Эффективное использование печени мультиорганного донора для трансплантации: автореферат дисс. канд. мед. наук. Москва; 2014. URL: https://www.transpl.ru/images/cms/data/pdf/avtoreferat_k_diss_pogrebnichenko_v_pechat.pdf [Дата обращения 22 марта 2023 г.].

34. Гуляев В.А. Повышение эффективности трансплантации печени путем совершенствования технологии изъятия и подготовки трансплантата: автореферат дисс. д-ра мед. наук. Москва; 2016. URL: https://med.ru/sites/default/files/docs/Avtoref_Guliaev.pdf [Дата обращения 22 марта 2023 г.].

35. Губарев К.К. Оптимизация межрегиональной и межведомственной системы координации посмертного донорства органов и тканей человека: автореферат дисс. д-ра мед. наук. Москва; 2022. URL: https://sklif.mos.ru/upload/iblock/7f9/x5xai2cmzsi40912nno2woymig9sf01t.pdf [Дата обращения 22 марта 2023 г.].

36. Минина М.Г., Воронов Д.В., Тенчурина Э.А. Эволюция донорства печени в Москве. Вестник трансплантологии и искусственных органов. 2022;24(3):102– 110. https://doi.org/10.15825/1995-1191-2022-3-102-110

37. Коробка В.Л., Пак Е.С., Шаповалов А.М., Кострыкин М.Ю., Ткачев А.В. Оценка четырехлетнего ведения листа ожидания трансплантации печени Ростовской области: перспективы снижения смертности в листе. Медицинский вестник Юга России. 2019;10(3):32–39. https://doi.org/10.21886/2219-8075-2019-10-3-32-39

38. Коробка В.Л., Пасечников В.Д., Пак Е.С., Кострыкин М.Ю., Ткачев А.В., Балин Н.И. и др. Выбывание из листа ожидания кандидатов на трансплантацию печени (делистинг) вследствие рекомпенсации хронических заболеваний печени – характеристика пациентов и предикторы делистинга в проспективном исследовании. Вестник трансплантологии и искусственных органов. 2019;21(4):26–35. https://doi.org/10.15825/1995-1191-2019-4-26-35

39. Коробка В.Л., Кострыкин М.Ю., Пак Е.С., Даблиз Р.О., Шаповалов А.М. Прогноз смерти больных терминальным циррозом печени: новая модель оценки тяжести заболевания. Инновационная медицина Кубани. 2020;2(18):21–27. https://doi.org/10.35401/2500-0268-2020-18-2-21-27

40. Мойсюк Я.Г., Попцов В.Н., Сушков А.И., Мойсюк Л.Я., Малиновская Ю.О., Бельских Л.В. Ранняя дисфункция трансплантата печени: факторы риска, клиническое течение и исходы. Трансплантология. 2016;(2):16–28.

41. Ferrarese A, Sartori G, Orrù G, Frigo AC, Pelizzaro F, Burra P, et al. Machine learning in liver transplantation: a tool for some unsolved questions? Transpl Int. 2021;34(3):398–411. PMID: 33428298 https://doi.org/10.1111/tri.13818

42. Новрузбеков М.С., Олисов О.Д., Магомедов К.М. Патент № 2652065 C1 РФ. Способ отбора донорского органа для трансплантации печени. № 2017141179. Заявлено 27.11.2017; опубликовано 24.04.2018. Бюллетень № 12. URL: https://elibrary.ru/download/elibrary_37366995_36132028.PDF [Дата обращения 22 марта 2023 г.].

43. Резник О.Н., Скворцов А.Е., Лопота А.В., Грязнов Н.А., Харламов В.В., Киреева Г.С. Перфузионный комплекс для восстановления и поддержания жизнеспособности донорской печени ex vivo: первое экспериментальное исследование. Вестник трансплантологии и искусственных органов. 2017;19(1):35–40. https://doi.org/10.15825/1995-1191-2017-1-35-40

44. Скворцов А.Е., Кутенков А.А., Резник О.Н. Аппаратно-перфузионное «оживление» изолированной донорской печени ex vivo. Вестник трансплантологии и искусственных органов. 2020;19(S):83-84. URL: https://journal.transpl.ru/vtio/article/view/1220/992 [Дата обращения 22 марта 2023 г.].

45. Гранов Д.А., Жеребцов Ф.К., Боровик В.В., Тилеубергенов И.И., Белов А.Д., Жуйков В.Н. и др. Патент № 2765462 C1 РФ. Способ прогнозирования риска возникновения ранней дисфункции трансплантата трупной печени. № 2021117157. Заявлено 11.06.2021: опубликовано 31.01.2022. Бюллетень № 4. URL: https://elibrary.ru/download/elibrary_47993013_39892098. PDF [Дата обращения 22 марта 2023 г.].

46. Сушков А.И., Восканян С.Э., Рудаков В.С., Попов М.В., Губарев К.К., Светлакова Д.С. и др. Мониторинг параметров внутритканевого метаболизма глюкозы как дополнительный метод объективной оценки донорской печени, прогнозирования и немедленной диагностики ранней дисфункции трансплантата. Современные технологии в медицине. 2022;14(3):28–41. PMID: 37064804 https://doi.org/10.17691/stm2022.14.3.04