早期拒绝模式表型分析作为肾脏分配中器官质量评估的替代方法

《TRANSPLANTATION》：Early Refusal Pattern Phenotyping as a Surrogate for Organ Quality Assessment in Kidney Allocation

拒绝行为分类及器官废弃风险预测研究揭示多患者拒绝与器官相关问题的强关联性，单次拒绝与器官风险呈负相关。该模型为实时评估器官适宜性提供新方法，对印度等资源有限地区优化移植分配流程具有重要参考价值。

　　

致编辑：

我们饶有兴趣地阅读了Guan等人最近发表的文章¹

，该文章对死亡捐赠者肾脏分配中的拒绝行为进行了全面且方法论上严谨的评估。他们通过基于时间戳的聚类方法区分了单例患者拒绝和多例患者同时拒绝的情况，从而构建了一个方法论上可靠的框架，将常规的供需数据转化为实时评估器官适用性的有效工具。这种方法在那些需要在时间压力下做出决策且辅助信息不完整的分配环境中尤为重要。

该研究的一个显著特点是明确区分了两种拒绝类型之间的行为差异。与器官相关的问题（包括活检异常、保存损伤、长时间缺血或疑似恶性肿瘤）几乎全部出现在多例患者拒绝的情况中，而单例患者拒绝则主要反映了特定候选人的问题，如配型不兼容或暂时不符合移植条件¹

。这一模式支持了作者的概念模型，并进一步强调了协调一致的拒绝模式所蕴含的专家判断。此外，随着多例患者拒绝次数的增加，器官未被使用的概率急剧上升——当出现5次或更多次拒绝时，器官被丢弃的概率高达88%——这凸显了拒绝聚类分析的强大预测能力¹。值得注意的是，累积多次单例患者拒绝的器官被丢弃的风险明显较低，这突显了候选人体征与器官本身特征之间的区别。

这些发现对印度具有现实意义，尽管该国在扩大捐赠网络和加强分配基础设施方面做出了大量努力，但死亡捐赠者的器官移植仍然十分有限²

。印度的器官获取流程、物流安排以及快速活检或灌注数据的获取情况存在显著差异，因此早期行为指标尤为重要。整合拒绝模式分析可以帮助更早地识别出有被丢弃风险的器官，从而在器官发生冷缺血之前加快其分配过程²。在以活体捐赠为主的情况下，通过基于行为的决策支持来优化器官利用效率可能会产生显著的临床效果。

印度的分配系统中也可以引入简短且符合实际情况的“拒绝模式警报”机制。当出现3次或更多次同时或几乎同时的拒绝，并且这些拒绝与器官相关问题（如活检结果不佳、长时间缺血或结构异常）相关时，系统可以自动触发警报，促使相关人员提前重新评估或加快器官分配。这种低复杂度的机制有助于减少可避免的延误，并在资源有限的条件下降低器官被丢弃的风险¹³

。

该研究的见解也与印度不断发展的免疫学实践相契合。对于因器官相关原因而多次被拒绝的器官，及早识别有助于指导医疗机构进行更严格的免疫学评估，或在高风险供体-受体组合中采取更加谨慎的决策，这与个性化、基于风险调整的移植原则是一致的³

。

然而，仍存在一些挑战。某些拒绝原因代码（包括非特定的物流类别或模糊的尺寸描述）与提出的行为分类标准存在不一致之处，这表明进一步完善拒绝代码分类可以提高预测准确性¹

。此外，将这些发现推广到全球不同的医疗系统中时，需要充分考虑捐赠者特征、分配算法以及各机构在器官接受标准上的差异。

总之，Guan等人的研究提供了富有洞察力和影响力的分析，提升了拒绝模式数据的解释价值。他们的发现具有全球普遍意义，有望提升印度在死亡捐赠者器官分配领域的效率。