Prédiction de la perte du greffon chez les jeunes patients transplantés rénaux
Idioma
fr
Thèses de doctorat
Fecha de defensa
2017-10-17Especialidad
Épidémiologie
Escuela doctoral
École doctorale Sociétés, politique, santé publique (Bordeaux)Resumen
Une attention particulière doit être accordée aux jeunes patients transplantés du rein, qui sont prioritaires en France dans l’attribution de greffon rénal. Les objectifs de cette thèse étaient 1) d’étudier la dynamique ...Leer más >
Une attention particulière doit être accordée aux jeunes patients transplantés du rein, qui sont prioritaires en France dans l’attribution de greffon rénal. Les objectifs de cette thèse étaient 1) d’étudier la dynamique du risque instantané de la perte du greffon en fonction de l’âge courant après la transplantation chez les jeunes ; 2) de réaliser un revue systématique des modèles de prédiction de perte du greffon rénal tout âge confondu; et 3) de développer et valider un modèle de prédiction adapté à cette jeune population. Pour répondre aux objectifs 1 et 3, nous avons utilisé les données des registres nationaux français REIN et CRITAL qui incluent de manière exhaustive tous les patients transplantés rénaux pédiatriques. Pour l’Objectif 1, une méthode statistique en deux étapes a permis de mettre en évidence une augmentation accrue du risque instantané de perte du greffon au moment de l’adolescence. Pour l’Objectif 2, une revue systématique des articles publiés entre 2005 et 2015 a montré qu’aucun outil prédictif de la perte du greffon n’avait été spécifiquement proposé pour les patients pédiatriques, ni aucun outil de prédiction dynamique tout âge confondu. Pour l’Objectif 3, nous avons développé et validé par validation croisée interne un modèle de prédiction dynamique de perte du greffon pour les jeunes transplantés, à partir d’un modèle conjoint à effets aléatoires partagés. Ce modèle incluait des prédicteurs classiques à l’inclusion défini par le 90ième jour après la transplantation (des caractéristiques du receveur (sexe, âge à la transplantation, durée de dialyse pré-greffe, maladie rénale initiale, nadir du DFGe entre la transplantation et J90), du donneur (âge, type), et de la transplantation (durée d’ischémie froide, nombre d’incompatibilités HLA, statut donneur/receveur pour sérologie CMV)). Le modèle incluait également la trajectoire du DFG estimé après la transplantation, en supposant que le risque instantané de perte du greffon dépendait à la fois du niveau courant du DFG mais aussi de sa pente courante. Nos résultats indiquent que ce modèle avait de bonnes performances prédictives (AUC à 5 ans variant de 0.75 à 0.86 selon les temps de prédiction après la transplantation), bien meilleures que le modèle de Cox classique ne tenant compte que des prédicteurs à l’inclusion (AUC à 5 ans variant de 0.56 à 0.62). Ce modèle permettant la mise à jour à chaque visite clinique après la transplantation, du risque futur de la perte du greffon en fonction de toutes les valeurs observées précédentes du DFG, devra être validé sur d’autres populations que la population française. Nous pensons en effet qu’un tel outil pourrait à terme être utile dans le suivi clinique des jeunes patients transplantés rénaux.< Leer menos
Resumen en inglés
Particular attention should be paid to young patients transplanted from the kidney, which have priority in France in the assignment of renal graft. The objectives of this thesis were 1) to study the dynamics of the hazard ...Leer más >
Particular attention should be paid to young patients transplanted from the kidney, which have priority in France in the assignment of renal graft. The objectives of this thesis were 1) to study the dynamics of the hazard of graft failure by current age after transplantation in young people; 2) to carry out a systematic review of prediction models for renal graft failure at all ages; and (3) to develop and validate a prediction model for this young population. To achieve Objectives 1 and 3, we used data from the French national registries REIN and CRISTAL, which included all pediatric renal transplant patients. For Objective 1, a two-stage statistical method revealed an increase in the hazard of graft failure during adolescence. For Objective 2, a systematic review of articles published between 2005 and 2015 showed that no predictive tool for graft failure has been specifically proposed for pediatric patients, as well as no dynamic predictive model for any age. For Objective 3, we developed and validated using internal cross-validation a dynamic prediction model of graft failure for young transplanted patients, using a joint model with shared random effects. This model included standard baseline predictors at the 90th day after transplantation (characteristics of the recipient (sex, age at transplantation, pretrasplant dialysis duration, primary renal disease, nadir of eGFR at J90), the donor (age and type), and transplantation (duration of cold ischemia, number of HLA incompatibilities, donor/recipient cytomegalovirus (CMV) serology status). The model also included the trajectory of GFR estimated after transplantation, assuming that the hazard of graft failure depended on both the current value of eGFR and its current slope. Our results indicate that this model had good predictive performances (AUC at 5 years ranging from 0.75 to 0.86 according to the time at prediction after transplantation), which were much better than the standard Cox model accounting for baseline predictors only (5-year AUC variant from 0.56 to 0.62). This model which allows the prediction of graft failure to be updated at each clinical visit after transplantation based on all previous observed values of eGFR, should be validated on populations other than the French population. We believe that such a tool could ultimately be useful in the clinical follow-up of young kidney transplanted patients.< Leer menos
Palabras clave
Transplantation rénale
Adolescence
Perte du greffon
Revue systématique
Prédiction dynamique
Modèle conjoint
Palabras clave en inglés
Renal transplantation
Adolescence
Graft failure
Systematic review
Dynamic prediction
Joint model
Orígen
Recolectado de STARCentros de investigación