Prediction of delayed graft function after renal transplantation

Introduction: Delayed graft function (DGF), defined as the need for dialysis during the first week after renal transplantation, is an important adverse clinical outcome. A previous model relied on 16 variables to quantify the risk of DGF, thereby undermining its clinical usefulness. We explored the possibility of developing a simpler, equally accurate and more user-friendly paradigm for renal transplant recipients from deceased donors. Methods: Logistic regression analyses addressed the occurrence of DGF in 532 renal transplant recipients from deceased donors. Predictors consisted of recipient age, gender, race, weight, number of HLA-A, HLA-B and HLA-DR mismatches, maximum and last titre of panel reactive antibodies, donor age and cold ischemia time. Accuracy was quantified with the area under the curve. Two hundred bootstrap resamples were used for internal validation. Results: Delayed graft function occurred in 103 patients (19.4%). Recipient weight (p < 0.001), panel of reactive antibodies (p < 0.001), donor age (p < 0.001), cold ischemia time (p = 0.005) and HLADR mismatches (p = 0.05) represented independent predictors. The multivariable nomogram relying on 6 predictors was 74.3% accurate in predicting the probability of DGF. Conclusion: Our simple and user-friendly model requires 6 variables and is at least equally accurate (74%) to the previous nomogram (71%). We demonstrate that DGF can be accurately predicted in different populations with this new model. Introduction : La reprise retardee de la fonction (RRF) du greffon, definie comme le besoin de recourir a la dialyse pendant la premiere semaine suivant une transplantation renale, est une issue clinique indesirable importante. Un modele propose anterieurement reposait sur 16 variables pour quantifier le risque de RRF, diminuant ainsi son utilite clinique. Nous avons explore la possibilite d’elaborer un paradigme simplifie et plus convivial tout en etant tout aussi precis pour les receveurs de greffons renaux provenant de donneurs decedes. Methodologie : A l’aide d’analyses de regression logistique, nous avons etudie la survenue de la RRF du greffon chez 532 receveurs de greffons renaux provenant de donneurs decedes. Les facteurs de prediction comprenaient l’âge, le sexe, la race et le poids du receveur et le nombre de non-concordance des phenotypes HLAA, HLA-B et HLA-DR, le titre maximal et le dernier titre d’anticorps reactifs, l’âge du donneur et la periode d’ischemie froide. L’exactitude a ete quantifiee par la mesure de la surface sous la courbe. Deux cents reechantillonnages par auto-amorcage ont servi a la validation interne. Resultats : Une reprise retardee de la fonction a ete observee chez 103 patients (19,4 %). Le poids du receveur (p < 0,001), les anticorps reactifs (p < 0,001), l’âge du donneur (p < 0,001), la periode d’ischemie froide (p = 0,005) et la non-concordance des phenotypes HLA-DR (p = 0,05) constituaient des facteurs de prediction independants. Le nomogramme multivarie reposant sur 6 facteurs de prediction a permis de predire avec une exactitude de 74,3 % la probabilite de RRF. Conclusion : Notre modele simple et convivial necessite 6 va riables et est au moins tout aussi exact (74 %) que le nomogramme anterieur (71 %). La RRF peut etre prevue avec exactitude dans differentes populations a l’aide ce nouveau modele, tel que nous en faisons la demonstration.