泰国终末期肾病患者等待名单中接受死亡供体肾移植概率的预测模型构建与验证

为解决终末期肾病(ESKD)患者等待死亡供体肾移植(KT)时间过长的问题，Ramathibodi医院团队通过回顾性分析3923例患者数据，验证并优化了美国移植受者科学登记系统(SRTR)预测模型。研究构建了包含性别、血型、糖尿病等9项预测因子的新模型，C指数达0.744，显著优于原模型(0.521)，为泰国患者等待名单管理提供了精准预测工具。

　　

在全球范围内，终末期肾病(ESKD)患者数量持续攀升，而可供移植的肾脏器官却严重短缺。肾移植(KT)作为最优治疗选择，能显著提高患者生存率和生活质量，但现实情况令人忧心——全球仅有20%的移植来自活体供肾，泰国等发展中国家更是面临供体严重不足的困境。当患者被列入移植等待名单后，往往需要反复进行昂贵的术前评估，这不仅加重医疗系统负担，更让患者在漫长等待中承受巨大心理压力。美国移植受者科学登记系统(SRTR)虽开发了在线预测工具，但由于泰国在患者特征、HLA(人类白细胞抗原)表型分布及器官分配政策上的特殊性，这套基于欧美人群的模型在当地"水土不服"。Ramathibodi医院肾脏移植团队敏锐捕捉到这一临床痛点，决定开展这项具有本土化特色的预测模型研究。

研究人员采用回顾性队列研究设计，收集了2007-2022年间在Ramathibodi医院登记的3923例死亡供体KT等待患者数据。主要技术方法包括：1)使用Cox回归分析评估SRTR原始评分与移植时间的关联；2)通过逐步模型选择方法，保留显著预测因子并加入新变量；3)采用Harrell's C-index评估模型判别性能；4)分析HLA-A、B、DR表型频率与移植概率的关联。所有统计分析使用Stata 18.0完成。

研究结果部分呈现了丰富发现：

患者特征分析显示，泰国队列与美国SRTR队列存在显著差异。泰国患者更年轻(平均42.1 vs 54.6岁)，血型O比例更低(39.3% vs 54.6%)，糖尿病患病率仅为17.9%(美国45.6%)，且既往移植史患者更少(1.3% vs 11.6%)。这些差异直接导致SRTR原模型在泰国人群中表现欠佳(C-index=0.521)。

预测模型优化过程揭示，男性(HR=1.163)、血型AB(HR=1.463)和B型(HR=1.229)、2型糖尿病(HR=1.314)、透析年限长(HR=1.101)及抗-HBs Ab阳性(HR=1.240)显著增加移植概率；而外周血管疾病(HR=0.541)和既往移植史(HR=0.261)则降低概率。值得注意的是，PRA(面板反应性抗体)81-90%患者移植概率最高(HR=1.749)，这可能与泰国分配政策对中高度致敏患者的优先考虑有关。

HLA表型分析发现，HLA-B46和B58表型患者获得移植的概率最高(分别为0.384和0.347)，这与泰国人群常见HLA分布特征相符。在HLA-DR位点，DR3和DR14表型最有利(概率0.329和0.256)。

最终构建的9因子预测模型包含性别、血型、糖尿病状态、外周血管疾病、ESKD病因、透析年限、既往移植史、PRA水平和抗-HBs Ab状态，其判别性能显著提升(C-index=0.744)，展现出良好的临床应用前景。

这项研究在《BMC Nephrology》发表的成果具有多重意义：首先，它填补了东南亚地区死亡供体KT预测模型的空白，为临床决策提供了量化工具；其次，研究揭示了抗-HBs Ab阳性这一独特预测因子，反映了乙肝流行区移植实践的特殊考量；最后，HLA表型分析结果为优化器官分配算法提供了新思路。尽管存在单中心研究的局限性，但该模型已展现出优于国际通用工具的预测性能，未来通过多中心验证有望成为泰国移植等待名单管理的标准参考。对于正深陷"移植等待焦虑"的无数患者而言，这项研究无疑点亮了一盏希望之灯——通过科学预测，他们能更合理地规划治疗路径，医疗资源也能得到更精准的配置。