escore de avaliação de risco pré-transplante: metodologia ... · e-mail: [email protected] escore...

Artigo originAl | originAl Article

339

AutoresLuciana Wang Gusukuma1

Helio Tedesco Silva Junior1

José Osmar Medina Pestana1

1 Universidade Federal de São Paulo - UNIFESP.

Data de submissão: 15/08/2013.Data de aprovação: 20/02/2014.

Correspondência para:Luciana Wang Gusukuma.Hospital do Rim - UNIFESP (Universidade Federal de São Paulo).Rua Borges Lagoa, nº 960, 11º andar. São Paulo, SP, Brasil. CEP: 04038-002.E-mail: [email protected]

Escore de avaliação de risco pré-transplante: metodologia e a importância das características socioeconômicas

Risk assessment score in pre-kidney transplantation: methodology and the socioeconomic characteristics importance

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 especializa-do em transplante renal em São Paulo. A regressão logística foi utilizada para cons-trução 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 iden-tificadas pela análise univariada, 21 foram incluídas no modelo de regressão logística e as 10 que se mantiveram independentemen-te 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 cor-relação (0,982) entre as probabilidades esti-madas 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.

Resumo

Palavras-chave: 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 trans-plantation, defined as survival of the re-cipient 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 Pau-lo. Logistic regression was used to con-struct an equation with variables able to estimate the probability of success. Inte-ger points were assigned to variables for score construction. Results: Of the 305 patients analyzed, 176 (57.7%) achieved success. Of the 23 variables identi-fied by univariate analysis, 21 were in-cluded in the logistic regression model and 10 that remained independently as-sociated with success, were used in the score. Four of these 10 variables were socioeconomic. It was great (area un-der 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 estimat-ed probability via the scoring system and the estimated probabilities via logistic regression. Conclusion: Point score sim-plified risk stratification of transplant candidate according to their probabil-ity of success. Socioeconomic variables influence the success, demonstrating the need for creation of prognostic tools utilizing clinical and demographic variables of our population.

AbstRAct

Keywords: kidney transplantation; measures of association; exposure; risk; outcome; odds ratio; risk factors.

DOI: 10.5935/0101-2800.20140049

J Bras Nefrol 2014;36(3):339-351

Avaliação de Risco

340

IntRodução

O transplante renal é o tratamento de escolha para a maioria dos pacientes em diálise.1 Entretanto, dados da literatura apontam uma taxa de mortalidade cirúr-gica 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.2,3

No transplante renal com doador falecido, o proce-dimento 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 mor-bidades. Os riscos perioperatórios somados aos riscos as-sociados 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.1

Os escores são instrumentos amplamente aplicados em diferentes áreas médicas para estimar a probabilidade de um desfecho de forma quantitativa.4-8 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 uti-lização destes modelos e a necessidade de realização de cálculos complexos ou de informações não disponíveis no momento da avaliação tornou a aplicação destas fer-ramentas pouco difundida nos centros transplantadores. van Walraven et al.9 publicaram um escore de pontos pa-ra 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 conheci-mento de informações precisas sobre tempo total em lista, tempo até ser listado para transplante, da albumina séri-ca 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 enxer-to renal conforme diferentes características do doador.10 Nyberg et al.11 propuseram um escore para identificar os enxertos renais de doadores falecidos com alto risco de disfunção renal precoce. Entretanto, a estratificação ar-bitrária 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.12-15 Descreveu-se também a significativa

influência das variáveis socioculturais e econômicas nesses desfechos.16-18

As variáveis socioeconômicas sempre exerceram influência nos desfechos relacionados à saúde no Brasil. Entretanto, apesar das disparidades socioeconômicas en-tre os 26 estados e as 5 regiões do país, o programa de transplantes consolidou-se como um dos maiores do mun-do, permitindo um amplo acesso da população a este tra-tamento.19 Em 2012, foram realizados 7426 transplantes de órgãos no país e, destes, 5385 foram de rim.20 Contudo, não existem muitos dados na literatura sobre a associação das variáveis socioeconômicas com os desfechos pós-trans-plante no país. As publicações científicas são provenientes da população de transplantados de poucos centros e prati-camente 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 popula-ção, 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 ab-soluto de transplantes renais, as diferenças na atividade transplantadora dos estados brasileiros ainda persistem co-mo reflexo das diferenças socioeconômicas e culturais das regiões do país.21

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.22 Confirmando este dado, um estudo retrospectivo utili-zando dados do UNOS/OPTN de 105.742 pacientes transplantados renais demonstrou que a pior função re-nal, 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.23

A estimativa da probabilidade de sucesso de um trans-plante 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 pro-babilidade 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.

J Bras Nefrol 2014;36(3):339-351


341

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 ór-gãos. Os pacientes foram entrevistados no dia do transplan-te 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 junta-mente com o projeto do estudo pelo Comitê de ética em pes-quisa da UNIFESP (Nº 1139/10).

AnAlise estAtísticA

Selecionamos 60 variáveis pré-transplante dividi-das 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 esta-tística 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 indepen-dentemente 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 excluí-das na equação final. Optamos pelo recurso estatístico de inclusões com a ordem de acréscimo definida pelo método stepwise forward da regressão.

Demografia Comorbidades

Idade Grau de dependência

Gênero Hipertensão

Etnia Diabetes

Etiologia da doença renal Dislipidemia

Tempo de doença renal Evento cardiovascular prévio

Modalidade de diálise Estado nutricional

Tempo em diálise Doença vascular periférica

Retransplante Doença psiquiátrica

Priorização Hepatites B, C, CMV

Painel de reatividade de anticorpos HIV

Mismatchs em A, B, DR Etilismo

Tabagismo

Socioeconômicas Propedêutica

Grau de instrução Cintura abdominal

Renda do paciente (mensal) Peso (kg)

Renda dos familiares (mensal) Função renal residual

Recebimento de auxílio de renda Pulsos periféricos

Condições de Moradia Deficiência física

Atividade econômica Saúde Odontológica

Tempo de afastamento do trabalho ECG

Qualidade de vida Doador

Impressão do paciente sobre a saúde Idade

Satisfação ou Insatisfação pessoal Gênero

Depressão/Abatimento Peso (kg)

Status performance para atividades da vida diária de esforço leve/moderado/intenso

Creatinina

Cônjuge Etiologia do óbito

Suporte familiar Hipertensão

QuAdRo 1 60 vAriáveis pré trAnsplAnte

J Bras Nefrol 2014;36(3):339-351


342

Filhos Medicamento

Auxílio para tomar medicação Medicações em uso

Número de medicações

Conhecimento da medicação

contInuAção QuAdRo 1.

Construímos a equação da regressão logística para a amostra populacional estudada com os coeficientes ß de cada uma das variáveis de risco identificados pe-lo modelo logístico. Os coeficientes ß exponenciados [exp (ß)] são interpretados como “odds ratio” (OR) ou razão de chances. Por meio desta equação, pude-mos calcular a probabilidade de sucesso no transplan-te como função exponencial das variáveis de risco para qualquer conjunto de características de um dado indivíduo.

O teste de Hosmer e Lemeshow foi utiliza-do para avaliar o grau de concordância da equa-ção ao comparar as frequências das probabilida-des 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,19 cons-truímos um escore de pontos utilizando as variáveis iden-tificadas pela análise de regressão logística. Seguimos 7 etapas de ajustes estatísticos para a realização da con-versão das unidades de medidas entre dois sistemas (con-versão da unidade da regressão logística em unidade do escore), conservando o grau de associação de cada vari-ável 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 refe-rência da variável (ɯref). Etapa 4: calculamos a “distân-cia” 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 pon-tuação por ʗ e, por meio de ajustes estatísticos, obtive-mos as probabilidades de sucesso.

O coeficiente de correlação intraclasse foi utilizado para quantificar o grau de concordância entre as estima-tivas 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 an-tes de completarem 6 meses de transplante. Cento e seten-ta 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).

Figura 1. Algoritmo da população do estudo.

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 rea-lizaram o seu primeiro transplante renal (94,8%) pelo Sistema Único de Saúde (87,3%). A modalida-de terapêutica preponderante antes do transplante foi a hemodiálise (88,2%), com a duração média de 4,3 anos (Tabela 1).

J Bras Nefrol 2014;36(3):339-351


343

tAbelA 1 vAriáveis DemográficAs Dos pAcientes

VariávelTotal

(n = 305)Sucesso (n = 176)

Não sucesso (n = 129)

p

Idade ± DP (min-máx), anos 47,5 ± 12,3 (18-76) 48,6 ± 12,6 (19-76) 46 ± 11,9 (18-68) 0,68

Gênero masculino, n (%) 185 (60,7) 86 (48,9) 99 (76,7) 0,00

Etnia, n (%) 0,61

Brancos 146 (47,9) 87 (49,7) 59 (45,7)

Pardos 67 (22,0) 34 (19,3) 33 (25,6)

Negros 78 (25,6) 46 (26,1) 32 (24,8)

Amarelos 14 (4,6) 9 (5,1) 5 (3,9)

Etiologia da DRC, n (%) 0,31

Indeterminada 113 (37,0) 59 (33,5) 54 (41,9)

Nefroesclerose hipertensiva 31 (10,2) 23 (13,1) 8 (6,20

Doença policística 45 (14,8) 29 (16,5) 16 (12,4)

Nefropatia por Diabetes 40 (13,1) 22 (12,5) 18 (14,0)

Glomerulonefrite 52 (17,0) 30 (17,0) 22 (17,1)

Outras 24 (7,9) 13 (7,4) 11 (8,5)

Hemodiálise, n (%) 269 (88,2) 153 (86,9) 116 (89,9) 0,42

Tempo em diálise ± DP (min-máx), anos 4,3 ± 3,4 (0-20) 4,2 ± 3,6 (0-20) 4,3 ± 3,1(0,25-20) 0,89

Tempo em diálise, n (%) 0,10

≤ 2 anos 109 (35,7) 68 (38,6) 41 (31,8)

2-10 anos 174 (57) 92 (52,3) 82 (63,6)

> 10 anos 22 (7,2) 16 (9,1) 6 (4,7)

Tempo tratamento conservador ± DP, anos 3,7 ± 6,4 4,5 ± 7,3 2,7 ± 4,8 0,01

Seguro de saúde, n (%) 68 (22,3) 44 (25,0) 24 (18,6) 0,19

1º Transplante renal, n (%) 289 (94,8) 164 (93,2) 125 (96,9) 0,15

Priorizado, n (%) 10 (3,3) 7 (4,0) 3 (2,3) 0,53

Painel de reatividade de anticorpos ± DP (min-max), %

15,3 ± 26,3 (0-100) 18,1 ± 27,9 (0-99) 11,4 ± 23,5 (0-100) 0,02

Painel ≥ 30%, n (%) 60 (19,7) 44 (25) 16 (12,4) 0,01

Zero MM em HLA A, n (%) 56 (18,4) 35 (19,9) 21 (16,3) 0,42

Zero MM em HLA B, n (%) 69 (22,6) 40 (22,7) 29 (22,5) 0,96

Zero MM em HLA DR, n (%) 238 (78) 145 (82,4) 93 (72,1) 0,03

Zero MM em HLA A, B, DR, n (%) 23 (7,5) 16 (9,1) 7 (5,4) 0,80

As análises descritivas e de frequências das 60 va-riáveis pré-transplante dos grupos sucesso e não su-cesso foram organizadas conforme as sete categorias. Por meio da. Por meio da análise univariada, identifi-camos 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 aná-lise de regressão logística e identificamos 10 va-riáveis que se associaram de forma independente

com o desfecho. Dessas 10 variáveis, 2 eram socioeconômicas, 2 demográficas, uma da ca-tegoria de comorbidades, 1 propedêutica; 2 de qualidade de vida e duas do doador (Tabela 3).

Utilizando os coeficientes β das 10 variáveis, cons-truímos 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 pro-babilidades estimativas pela equação e as frequên-cias 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

J Bras Nefrol 2014;36(3):339-351


344

tAbelA 2 vinte e umA vAriáveis AssociADAs com o sucesso Do trAnsplAnte nA Análise univAriADA (p ≤ 0,10)Variável Sucesso (n = 176) Não sucesso (n = 129) p

Demografia

Gênero do receptor, n (%) 0,00

Masculino 90 (51,1) 30 (23,3)

Feminino 86 (48,9) 99 (76,7)

Tempo em diálise, n (%) 0,09

≤ 2 anos 68 (38,6) 41 (31,8)

> 2 anos 108 (61,4) 88 (68,2)

Tempo tratamento conservador ± DP, anos 4,5 ± 7,3 2,7 ± 4,8 0,01

Painel reatividade de anticorpos, n (%) 0,00

≥ 30% 44 (25) 16 (12,4)

< 30% 132 (75) 113 (87,6)

Mismatch em DR, n (%) 0,03

Zero 145 (82,4) 93 (72,1)

Algum MM 31 (17,6) 36 (27,9)

Socioeconômica

Auxílio financeiro público, n (%) 0,03

Dependente 112 (63,6) 97 (75,2)

Independente 67 (37,4) 32 (24,8)

Renda mensal do paciente, n (%) R$* 0,00

< 3000,00 134 (76,1) 75 (58,1)

≥ 3000,00 42 (23,9) 54 (41,9)

Qualidade de vida

Filhos, n (%) 0,00

Sim 150 (85,2) 92 (71,3)

Não 26 (14,8) 37 (28,7)

Suporte familiar, n (%) 0,02

Sim 148 (84,1) 95 (73,6)

Não 28 (15,9) 34 (26,4)

Impressão da saúde como BOA, n (%) 0,05

Sim 169 (96) 117 (90,7)

Não 7(4) 12 (9,3)

Comorbidades

Sorologia para CMV, n (%) 0,01

Positiva 6 (3,4) 13 (10,1)

Negativa 170 (96,6) 116 (89,9)

Doença arterial periférica, n (%) 0,09

Presente 5 (2,8) 9 (7,0)

Ausente 171 (97,2) 120 (93)

Propedêutica

Peso ± DP (min-máx), kg 66 ± 12,6 (36-104) 70 ± 14,2 (41-108) 0,00

Alteração ECG, n (%) 0,00

Sim 60 (34,1) 69 (53,5)

Não 116 (65,9) 60 (46,5)

Deficiência física n (%) 0,04

Sim 23 (13,1) 28 (21,7)

Não 153 (86,9) 101 (78,3)

J Bras Nefrol 2014;36(3):339-351


345

Doador

Gênero do doador, n (%) 0,05

Masculino 121 (68,7) 75 (58,1)

Feminino 55 (31,3) 54 (41,9)

Idade do doador ± DP (min-máx), anos 43,9 ± 43,9 (18-74) 50 ± 11,8 (19-74) 0,00

Peso do doador ± DP (min-máx), kg 75,4 ± 13,6 (45-120) 72,5 ± 14,4 (45-120) 0,08

Etiologia do óbito do doador, n (%) 0,00

Doença Cardiovascular 82 (46,6) 84 (65,1)

Outras 94 (53,4) 45 (34,9)

Hipertensão no doador, n (%) 0,05

Sim 58 (33,0) 57 (44,2)

Não 118 (67,0) 72 (55,8)

Doador de critério expandido, n (%) 0,06

Sim 48 (27,3) 48 (37,2)

contInuAção tAbelA 2.

* Renda equivalente a U$ 1,260.00.

tAbelA 3 Dez vAriáveis AssociADAs De formA inDepenDente com o sucesso no moDelo De regressão logísticA finAl

Coeficiente ß pRazão de chances

(OR)Intervalo de Confiança de 95%

para razão de chances

Gênero do receptor

Feminino 0,99 0,004 2,69 1,37-5,30

Masculino (ref.) 0,00 - 1,00 -

Peso do receptor -0,04 0,002 0,96 0,94-0,99

Mismatch em DR

Zero 1,34 0,000 3,80 1,88-7,69

Algum MM (ref.) 0,00 - 1,00 -

Auxílio financeiro público

Sim (ref.) 0,00 - 1,00 -

Não 0,63 0,045 1,89 1,02-3,52

Renda mensal do paciente

< 3.000 reais (ref.) 0,00 - 1,00 -

≥ 3.000 reais 1,45 0,004 4,26 1,59-11,39

Filhos

Sim 1,06 0,004 2,90 1,42-5,93

Não (ref.) 0,00 - 1,00 -

Suporte Familiar

Sim 0,77 0,028 2,17 1,09-4,33

Não (ref.) 0,00 - 1,00 -

Alteração no ECG

Sim (ref.) 0,00 - 1,00 -

Não 0,95 0,002 2,59 1,42-4,72

Etiologia do óbito do doador

Outras 0,65 0,030 1,92 1,07-3,48

Doença cardiovascular (ref.) 0,00 - 1,00 -

Idade do doador -0,04 0,001 0,96 0,94-0,98

Constante 1,05 0,339 2,86 -

J Bras Nefrol 2014;36(3):339-351


346

tAbelA 4 escore De pontos

Variável de risco Valor (ɯ) Coeficiente (ß) ßi (ɯ-ɯref)Pontos = ßi (ɯ-ɯref)/ʗ

Gênero 0,992

Feminino 1 0,99 5

Masculino (ref.) 0 = ɯref 0,00 0

Mismatch em DR 1,336

Zero 1 1,36 6

Algum MM (ref.) 0 = ɯref 0,00 0

Auxílio financeiro público 0,636

Sim (ref.) 0 = ɯref 0,00 0

Não 1 0,63 3

Renda mensal do paciente 1,45

< 3.000 reais (ref.) 0 = ɯref 0,00 0

≥ 3.000 reais 1 1,44 7

Filhos 1,07

Sim 1 1,07 5

Não (ref.) 0 = ɯref 0,00 0

Suporte Familiar 0,77

Sim 1 0,77 4

Não (ref.) 0 = ɯref 0,00 0

Alteração no ECG 0,95

Sim (ref.) 0 = ɯref 0,00 0

Não 1 0,95 4

Figura 2. Equação da regressão logística. A análise de concordância entre a probabilida-de estimada via regressão logística e a probabilida-de 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 re-ceptor. 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 me-todologia estatística avançada combinada à análise de regressão logística.24

A revisão publicada por Kasiske em 2010 demons-trou a variedade de apresentações das informações obtidas em 20 trabalhos que utilizaram as equações

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 es-tá na Tabela 4. Na organização do sistema de pontos, mantivemos as estratificações das variáveis categóricas e estratificamos as variáveis contínuas em subcatego-rias. A variação de 5 anos na idade do doador na pro-babilidade de sucesso foi considerado como a ʗ do nos-so 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 atri-buição 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 popula-cional do estudo, a variação de pontos foi de 8 (pro-babilidade de sucesso de 1,9%) a 46 (probabilidade de sucesso de 98,5%) (Tabela 6).

J Bras Nefrol 2014;36(3):339-351


347

Peso do receptor -0,04

≤ 50 43,0 2,07 10

50 ---| 60 55,5 1,57 7

60 ---| 70 65,5 1,17 5

70 ---| 80 75,5 0,76 4

> 80 (ref.) 94,5 = ɯref 0,00 0

Causa do óbito do doador

Outras 1 0,65 0,65 3

Doença cardiovascular (ref.) 0 = ɯref 0,00 0

Idade do doador -0,04

≤ 30 24,0 1,86 9

30 ---|40 35,5 1,37 6

41 ---|50 45,5 0,94 4

51 ---|60 55,5 0,51 2

> 60 (ref.) 67,5 = ɯref 0,00 0

Idade do doador -0,04

≤ 30 24,0 1,86 9

30 ---|40 35,5 1,37 6

41 ---|50 45,5 0,94 4

51 ---|60 55,5 0,51 2

> 60 (ref.) 67,5 = ɯref 0,00 0

Constante 1,05

contInuAção tAbelA 4.

tAbelA 5 pontos Do pAciente iD 200 e iD 70Variáveis Pontos Perfil ID = 200 Perfil ID = 70

Feminino 5 1 0

Zero mismatch em DR 6 1 0

Sem auxílio financeiro público 3 1 0

Renda do paciente ≥ R$ 3.000,00 7 1 0

Possui filho(s) 5 1 0

Suporte familiar bom 4 1 0

Sem alterações ECG 4 1 1

Peso do receptor

≤ 50 10 0 0

50 ---| 60 7 0 0

60 ---| 70 5 0 0

70 ---| 80 4 0 1 (74 kg)

> 80 0 1 (84 kg) 0

Outras causas do óbito do doador 3 1 0

Idade do doador

≤ 30 9 1 (20 anos) 0

30 ---|40 6 0 0

41 ---|50 4 0 0

51 ---|60 2 0 0

> 60 0 0 1 (66 anos)

Pontos Totais 46 81 = Sim; 0 = Não.

J Bras Nefrol 2014;36(3):339-351


348

tAbelA 6 probAbiliDADe De sucesso por totAl De pontos

Pontuação Probabilidade Estimada Pontuação Probabilidade Estimada

0 0,004 29 0,637

1 0,004 30 0,685

2 0,005 31 0,729

3 0,007 32 0,769

4 0,008 33 0,805

5 0,010 34 0,836

6 0,013 35 0,863

7 0,016 36 0,886

8 0,019 37 0,906

9 0,024 38 0,923

10 0,029 39 0,937

11 0,036 40 0,948

12 0,044 41 0,958

13 0,055 42 0,966

14 0,067 43 0,972

15 0,081 44 0,977

16 0,099 45 0,982

17 0,119 46 0,985

18 0,144 47 0,988

19 0,172 48 0,990

20 0,204 49 0,992

21 0,241 50 0,994

22 0,282 51 0,995

23 0,328 52 0,996

24 0,376 53 0,997

25 0,427 54 0,997

26 0,480 55 0,998

27 0,534 56 0,998

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 doa-dor ou de ambas foram apresentadas em algoritmos, escores e tabelas.25-29 No entanto, as complexas equa-ções matemáticas descritas em alguns destes estudos não foram utilizadas na prática clínica pelos centros transplantadores.

van Walraven et al. também utilizaram a metodo-logia descrita por Sullivan para construir um escore de estimativa de risco de óbito em 5 anos para can-didatos ao transplante renal em diálise. As 12 variá-veis utilizadas eram exclusivamente do receptor.9 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 desfe-cho analisado. As variáveis do escore de van Walraven et al. estavam associadas com o desfecho de sobre-vida em longo prazo analisado pelo autor. Tal co-mo 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 su-cesso foram idade e etiologia do óbito e este resultado está de acordo com os dados existentes na literatura.30,31 Houve redução de 4% na chance de sucesso do recep-tor para cada ano de idade acima dos 30 anos do doa-dor. 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 rece-beram 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

J Bras Nefrol 2014;36(3):339-351


349

grande parte pela variabilidade dos desfechos do trans-plante renal, pois são características que se relacionam diretamente com a qualidade do órgão utilizado.32

Das 18 comorbidades do receptor avaliadas, so-mente o peso associou-se com o desfecho analisado. Acreditamos que um tempo maior de acompanhamen-to seria necessário para tornar evidente a influência das comorbidades crônicas e de evolução insidiosa nos desfechos do transplante. Como o objetivo deste tra-balho 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 fi-nanceiro, renda mensal do paciente, presença de filhos e suporte familiar) foram características socioeconômicas e de qualidade de vida. Os receptores que não necessi-taram 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 asso-ciado com o sucesso do que não possuir. Sabe-se que o nível socioeconômico inferior está associado com o aumento da incidência de doenças crônicas, progres-são da doença renal, tratamento dialítico inadequado, chances reduzidas de acesso ao transplante e piores desfechos de saúde de uma forma geral.33 Além disso, pacientes de níveis socioeconômicos inferiores tiveram menor aderência aos medicamentos e piores resultados após o transplante.34

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 ti-veram chances 2 vezes maior do que aqueles sem esse suporte. Demonstrando que fatores relacionados à qua-lidade 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, pacien-tes 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.33,34 Acredita-se que esses fatores estejam associados à maior aderência ao tratamento e melhores resultados em longo prazo.35,36 Nossos resultados demonstraram que os receptores com piores condições socioeconômicas ou de qualidade de vi-da possuíram menores chances de viabilidade do trans-plante. Essas características não são rotineiramente ava-liadas 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 apre-sentou 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 observa-das para os 305 pacientes.

Estimar a probabilidade de sucesso antes de uma in-tervenção 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 ex-periência clínica e conhecimento científico e apesar dos comprovados benefícios no longo prazo, o transplante renal ainda está associado com altas taxas de mortali-dade 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 óbi-tos/100 pacientes-ano).36 Observou-se, também, que a taxa de eventos cardiovasculares durante o período pe-rioperatório foi 8 vezes maior em relação às taxas rela-tivamente constantes do período em diálise (39,6 versus 5,3 a 6,6 eventos cardiovasculares/100 pacientes-ano).37 Diferentemente, no Brasil, as causas infecciosas ainda prevalecem como a principal etiologia de óbito do pa-ciente.38 As complicações infecciosas foram observadas em 49% dos receptores renais no primeiro ano após o transplante e, além da imunossupressão, fatores depen-dentes das condições socioeconômicas, higiênico-sanitá-rias, de exposições epidemiológicas a doenças contagio-sas prévias contribuíram para esses resultados.

Os estudos sobre a utilização de escores na rotina de avaliação pré-transplante com os atuais recursos es-tatísticos disponíveis ainda são escassos e com dados da população brasileira, praticamente inexistentes. O inte-resse crescente no desenvolvimento deste recurso pode ajudar a determinar se novos instrumentos prognósticos possuem melhor acurácia do que a avaliação clínica iso-ladamente em classificar os pacientes em diferentes gru-pos prognósticos.

Entretanto, a implantação de modelos teóricos deve ser sempre cuidadosamente analisada e feita com cautela, pois existe uma distância entre o de-sempenho estatístico do escore e seu desempenho prático. Utilizando somente a relação de associação,

J Bras Nefrol 2014;36(3):339-351


350

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 positivo39,40 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 mes-mo 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 ris-co aceitável, pois permitiria a quantificação do risco pré-transplante numa escala contínua, diferentemente do que ocorreria se um valor de corte único fosse de-finido para se decidir realizar um transplante ou não.

O modelo de regressão logística e a amostra po-pulacional utilizada para construí-lo impõem limi-tações40 ao uso do escore. O escore foi desenvolvido em uma população que não se distingue por nenhu-ma característica particular, portanto, seus resultados não podem ser extrapolados para uso em outros seg-mentos 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 aná-lise de regressão logística para o desenvolvimento de um instrumento de avaliação de risco pré-transplante renal. Acreditamos que decidir sobre alternativas de tratamen-to individualmente exige o conhecimento de informa-ções quantitativas de considerável acurácia e os modelos probabilísticos fornecem essas respostas.41

conclusão

Concluímos que o escore de pontos com 10 variáveis de-mográficas 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 neces-sidade de criação de instrumentos prognósticos utilizando as variáveis clínicas da nossa própria população.

RefeRêncIAs

1. 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 cadave-ric transplant. N Engl J Med 1999;341:1725-30. PMID: 10580071 DOI: http://dx.doi.org/10.1056/NEJM199912023412303

2. Krishnan M. Preoperative care of patients with kidney disease. Am Fam Physician 2002;66:1471-6.

3. 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

4. Breslow MJ, Badawi O. Severity scoring in the critically ill: part 1--interpretation and accuracy of outcome prediction sco-ring systems. Chest 2012;141:245-52. PMID: 22215834 DOI: 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

6. Teasdale G, Jennett B. Assessment of coma and impaired cons-ciousness. A practical scale. Lancet 1974;2:81-4. DOI: http://dx.doi.org/10.1016/S0140-6736(74)91639-0

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

8. Yates JW, Chalmer B, McKegney FP. Evaluation of patients with advanced cancer using the Karnofsky performance status. Cancer 1980;45:2220-4. PMID: 7370963

9. van Walraven C, Austin PC, Knoll G. Predicting potential sur-vival benefit of renal transplantation in patients with chronic kidney disease. CMAJ 2010;182:666-72. DOI: http://dx.doi.org/10.1503/cmaj.091661

10. Akkina SK, Asrani SK, Peng Y, Stock P, Kim WR, Israni AK. Development of organ-specific donor risk indices. Liver Trans-pl 2012;18:395-404. DOI: http://dx.doi.org/10.1002/lt.23398

11. 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.

12. 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

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

14. Gill JS, Pereira BJ. Death in the first year after kidney trans-plantation: 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

15. Wu C, Evans I, Joseph R, Shapiro R, Tan H, Basu A, et al. Co-morbid 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

16. Axelrod DA, Dzebisashvili N, Schnitzler MA, Salvalaggio PR, Segev DL, Gentry SE, et al. The interplay of socioeco-nomic 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

17. Goldfarb-Rumyantzev AS, Koford JK, Baird BC, Chelamcharla M, Habib AN, Wang BJ. Role of socioeconomic status in kid-ney transplant outcome. Clin J Am Soc Nephrol 2006;1:313-22. DOI: http://dx.doi.org/10.2215/CJN.00630805

18. 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

19. Silva HT Jr, Felipe CR, Abbud-Filho M, Garcia V, Medina-Pes-tana 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

J Bras Nefrol 2014;36(3):339-351


351

20. 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

21. Medina-Pestana JO, Galante NZ, Tedesco-Silva H Jr, Hara-da KM, Garcia VD, Abbud-Filho M, et al. Kidney transplan-tation in Brazil and its geographic disparity. J Bras Nefrol 2011;33:472-84. DOI: http://dx.doi.org/10.1590/S0101-28002011000400014

22. Harada KM, Mandia-Sampaio EL, de Sandes-Freitas TV, Feli-pe CR, Park SI, Pinheiro-Machado PG, et al. Risk factors as-sociated with graft loss and patient survival after kidney trans-plantation. Transplant Proc 2009;41:3667-70. DOI: http://dx.doi.org/10.1016/j.transproceed.2009.04.013

23. Hariharan S, McBride MA, Cherikh WS, Tolleris CB, Bres-nahan BA, Johnson CP. Post-transplant renal function in the first year predicts long-term kidney transplant survival. Kid-ney Int 2002;62:311-8. PMID: 12081593 DOI: http://dx.doi.org/10.1046/j.1523-1755.2002.00424.x

24. 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

25. Jassal SV, Schaubel DE, Fenton SS. Predicting mortali-ty 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

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. Transplan-tation 2005;79:337-43. DOI: http://dx.doi.org/10.1097/01.TP.0000151003.30089.31

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

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

29. 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 Re-gistry. J Urol 2009;181:1248-55. PMID: 19167732 DOI: http://dx.doi.org/10.1016/j.juro.2008.10.164

30. 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

31. Port FK, Bragg-Gresham JL, Metzger RA, Dykstra DM, Gilles-pie 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

32. Patzer RE, McClellan WM. Influence of race, ethnicity and socioeconomic status on kidney disease. Nat Rev Ne-phrol 2012;8:533-41. DOI: http://dx.doi.org/10.1038/nrne-ph.2012.117

33. Axelrod DA, Dzebisashvili N, Schnitzler MA, Salvalaggio PR, Segev DL, Gentry SE, et al. The interplay of socioeco-nomic 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

34. 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

35. 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

36. Lamb KE, Lodhi S, Meier-Kriesche HU. Long-term renal allo-graft 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

37. Gill JS, Ma I, Landsberg D, Johnson N, Levin A. Cardiovascu-lar events and investigation in patients who are awaiting cada-veric kidney transplantation. J Am Soc Nephrol 2005;16:808-16. DOI: http://dx.doi.org/10.1681/ASN.2004090810

38. 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.

39. 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

40. 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

41. 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

escore de avaliação de risco pré-transplante: metodologia ... · e-mail: [email protected] escore...

Documents