严重肾移植排斥中接受阿仑单抗治疗患者不良移植物结局临床预测模型的开发与外部验证

《Immunobiology》：Development and external validation of a clinical prediction model to estimate unfavorable graft outcome in patients with severe kidney transplant rejection eligible for treatment with alemtuzumab

　　

淋巴细胞清除性抗体（lymphocyte-depleting antibodies）可治疗严重肾移植排斥。由于严重不良事件，有时不给予治疗可能更合适。预测模型可帮助临床医生确定哪些患者应接受治疗。该预测模型可估计阿仑单抗（alemtuzumab）治疗失败的概率。实施该模型可避免不必要的治疗。

研究背景与目的：急性肾移植排斥诊断后，临床医生需判断是否挽救移植物以及选择何种抗排斥药物。欧洲、加拿大和美国的一线抗排斥治疗通常为大剂量糖皮质激素，糖皮质激素抵抗性排斥或严重排斥可随后或直接使用淋巴细胞清除性抗体。阿仑单抗（alemtuzumab）可有效治疗不同亚型肾移植排斥，但部分患者仍发生早期移植物丢失，且治疗与感染和自身免疫病等不良结局相关。目前移植医生仅能依据供者类型、移植肾功能延迟恢复（delayed graft function, DGF）和排斥发生时间等临床参数主观估计排斥治疗结局，尚无临床工具客观评估抗排斥治疗后不良移植物结局风险并辅助治疗决策。Hullegie et al. 既往开发过预测模型，但采用LASSO技术进行变量选择，未经外部验证，也未进行临床决策分析。因此，研究人员开发并外部验证一个直观的临床预测模型，用于客观估计阿仑单抗抗排斥治疗反应，并评估其潜在临床效用。

研究方法概述（不超过250字）：这是一项在Erasmus MC（EMC）和Leiden University Medical Centre（LUMC）开展的回顾性队列研究。模型开发数据集来自EMC，外部验证数据集来自LUMC，纳入2012年1月1日至2023年1月1日移植、因严重或糖皮质激素抵抗性排斥而首选皮下阿仑单抗治疗的患者；排除组织学未证实排斥或曾接受阿仑单抗/兔抗胸腺细胞球蛋白（rabbit anti-thymocyte globulin, rATG）诱导治疗者。所有排斥活检按Banff ‘22重新分类。预设预测变量包括供者类型、治疗时透析依赖、排斥时间和排斥亚型；采用逻辑回归（含限制性立方样条）建模，进行bootstrap内部验证、试点外部验证、合并数据集重估及决策曲线分析（decision curve analysis, DCA）。分析使用R统计软件。

研究结果：3.1 模型开发。3.1.1 队列概况：通过EMC队列筛选，251例接受阿仑单抗治疗者中200例符合条件；61/200（30.5%）发生不良移植物结局，其中33例（16.5%）早期移植物丢失，28例（14.0%）治疗后6个月内估算肾小球滤过率（estimated glomerular filtration rate, eGFR）持续<30 mL/min per 1.73 m²。3.1.2 模型输出：通过逻辑回归得出，与急性T细胞介导的排斥反应（T cell-mediated rejection, TCMR）相比，活动性抗体介导的排斥反应（antibody-mediated rejection, ABMR）降低不良结局风险（比值比[odds ratio, OR] 0.25，95%置信区间[confidence interval, CI] 0.05–0.84，p=0.04）；治疗时透析依赖增加风险（OR 6.33，95% CI 2.60–16.60，p<0.01）；排斥时间亦为显著预测因子（p<0.001），较早排斥与较低风险相关。3.1.3 内部验证：通过bootstrap内部验证，乐观校正Brier评分为0.18，观察/期望比（observed/expected ratio, O/E）为1.01，校准-in-the-large为0.00，校准斜率为0.81，乐观校正c统计量为0.75；高概率区校准和预测不稳定性较大。

3.2 试点外部验证。3.2.1 队列概况：通过LUMC队列筛选，133例中96例纳入外部数据集；事件发生率29.2%，其中17例早期移植物丢失、11例边缘移植物功能。两数据集排斥亚型分布差异明显，外部数据集中混合型排斥最常见；成员模型c统计量为0.777。3.2.2 模型性能：外部验证Brier评分为0.19，O/E为0.98，校准-in-the-large为?0.04（95% CI ?0.53–0.43），校准斜率为0.86（95% CI 0.35–1.44），受试者工作特征曲线下面积（area under the receiver operating characteristic curve, AUC）为0.71（0.61–0.82）；校准显示真实概率0.1–0.4区间存在低估，低于0.1及高于0.4区间存在高估。

3.3 合并数据集：通过合并EMC和LUMC数据重新估计模型，得出与开发集方向、幅度和显著性基本一致的结果，供者类型在合并数据中显著（OR 2.08，95% CI 1.14–3.88，p=0.018）；乐观校正Brier评分0.18、O/E 1.01、校准-in-the-large 0.00、c统计量0.74、校准斜率0.89，校准和预测不稳定性改善。敏感性分析中，加入组织学慢性度未显著改善模型拟合（似然比检验p=0.30）、模型指标或稳定性。

3.4 临床效用：通过合并数据集的DCA得出，基于模型的治疗启动策略在默认“治疗所有患者”策略基础上不造成损害，且当治疗阈值超过50%时可净减少干预；以60%阈值计，每100例约可净避免8次干预，即避免治疗那些不会对阿仑单抗有反应者，同时反应者仍接受治疗。

讨论部分总结：原文指出，该模型可较可靠估计被认为适合阿仑单抗治疗患者的不良移植物结局，内部稳定性良好，外部数据中性能可接受；为充分利用数据，研究人员在合并数据集上重估模型并改善稳定性，DCA显示基于模型的决策策略具有潜在临床获益。预测变量基于预期关联和临床可及性选择：排斥时间与预后相关；治疗时需肾脏替代治疗为重要预测因子；供者类型在合并后显著；活动性ABMR与治疗成功相关，可能与其多发生于移植后早期有关。未纳入DGF，因其定义上发生较早且不能反映治疗启动时移植物功能丧失程度。复合终点将移植物丢失或边缘移植物功能（eGFR<30 mL/min per 1.73 m²）定义为不良结局，eGFR阈值来源于OPTIMIZE-study；边缘功能与代谢紊乱及后续移植物丢失相关。与Hullegie et al. 模型相比，本研究进行外部验证和决策分析；LASSO变量选择在本数据中不稳定，故采用预设变量的逻辑回归并以均匀bootstrap收缩控制过拟合。未纳入信使RNA（messenger RNA, mRNA）标志物，因研究目标为临床可用模型，且基因表达分析可及性有限、周转时间长。排除T淋巴细胞清除诱导治疗者因标准诱导为白细胞介素-2受体拮抗剂，此类患者属高免疫风险；补充分析显示纳入后模型指标稳定。死亡或失访者被排除，因逻辑回归不能处理删失；敏感性分析将死亡者归为非反应者后模型稳定性下降、性能降低，支持原排除策略。研究优势包括遵循TRIPOD推荐、预设变量、bootstrap内部验证、迄今该适应证最大阿仑单抗治疗数据集、两中心外部验证、合并数据重估及DCA；局限包括外部验证样本量小、置信区间宽、高风险患者少导致高估和预测不确定性、选择偏倚，以及DCA不能直接证明对高风险患者停止治疗可改善临床结局，模型不应替代临床判断。未来需进一步外部验证，并开展正式临床决策分析，纳入阿仑单抗治疗毒性和不给予阿仑单抗治疗的后果。

研究结论翻译：总之，研究人员开发了一个统计学稳健、性能中等的临床预测模型。该预测模型显示出帮助临床医生识别在接受阿仑单抗抗排斥治疗资格患者中哪些患者具有较高不良移植物结局风险的潜力。在该模型可应用于临床实践之前，应对所开发模型进行进一步外部验证，并开展正式临床决策分析，纳入阿仑单抗治疗毒性及不给予阿仑单抗治疗的后果。