Estudo comentado
Modelli de Andrade LG, de Sandes-Freitas TV, Requião-Moura LR, Viana LA, Cristelli MP, Garcia VD, Alcântara ALC, Esmeraldo RM, Abbud Filho M, Pacheco-Silva A, de Lima Carneiro ECR, Manfro RC, Costa KMAH, Simão DR, de Sousa MV, Santana VBBM, Noronha IL, Romão EA, Zanocco JA, Arimatea GGQ, De Boni Monteiro de Carvalho D, Tedesco-Silva H, Medina-Pestana J; COVID-19-KT Brazil. Development and validation of a simple web-based tool for early prediction of COVID-19-associated death in kidney transplant recipients. Am J Transplant. 2021 Aug 20:10.1111/ajt.16807. doi: 10.1111/ajt.16807. Epub ahead of print. PMID: 34416075; PMCID: PMC8441938.
Os pacientes imunossuprimidos têm uma mortalidade após COVID-19 elevada da ordem de 20 a 25%.
Proposta do Estudo
Desenvolver um modelo preditivo pra risco de óbito após COVID-19 na população de transplantados renais. Este modelo pode ajudar o médico transplantador na decisão entre hospitalização ou tratamento ambulatorial.
Métodos
Utilizando dados do estudo colaborativo de COVID-19 em transplante renal (grupo de estudos brasileiro de COVID-19 em transplante) foi desenvolvido um modelo predito de óbito em 28 dias.
Para isso foram selecionados 1379 pacientes transplantados renais com COVID-19 confirmados por exame de PCR de 03 de Marco a 31 de outubro de 2020 provenientes de 35 diferentes centros de transplante no Brasil.
Modelo Preditivo
Usando a estatística preditiva o grupo foi dividido em 75% (n=1035) para treino do algoritmo e 25% para teste ou validação interna (n=344). Realizamos uma segunda validação numa coorte de pacientes transplantado no ano de 2021 (n=374).
Utilizamos no modelo variáveis disponíveis no momento da avaliação inicial: demografia, sintomas, função renal e imunossupressão.
O melhor modelo foi uma regressão de LASSO (Elastic Net) que é um tipo regressão logística com regularização. Este modelo foi capaz de discriminar de forma satisfatória entre óbito e não óbito. Ele foi chamado de modelo reduzido (menor número de preditores) apresentando uma curva ROC de 0.767 [0.698- 0.834] na coorte de validação. A nova coorte de validação (pacientes de 2021) mostrou desempenho semelhante sendo a ROC de 0.787 [0.731- 0.843]. A realização desta segunda validação reforça a generalização do modelo.
Os valores de curva ROC variam de 0.5 até 1. Sendo que o valor de 0.5 não é discriminativo, acima de 0.6 temos um modelo regular e acima de 0.7 um bom modelo. Valores acima de 0.8 correspondem a um ótimo valor de concordância.
O melhor modelo de predição em COVID-19 nomeado de (ImAgeS) foi comparado com outros escores de predição de óbito não específicos para o transplantado. Estes escores (CHA2DS2-VASC SCORE, Clinical Model e SEIMC SCORE) apresentaram desempenho inferior ao atual modelo justificando a criação deste novo escore.
Preditores
Os preditores associados a pior desfecho foram idade avançada, presença de dispneia, hipertensão, uso de micofenolato ou azatioprina, presença de doença cardiovascular, maior índice de massa corpórea e tabagismo. Em contraponto os preditores associados a menor risco de óbito foram a melhor função renal, o maior tempo de início dos sintomas, presença de diarreia, presença de anosmia e uso de imunossupressão contendo imTOR (Figura 01)
Figura 1. Importância dos preditores associados a mortalidade por COVID-19. Vermelho associado a maior risco de óbito e azul associado a menor risco de óbito.
Calculador
Para obter de forma rápida o risco de óbito por COVID-19 em pacientes transplantados renais podemos recorrer ao calculador disponível on-line.
Exemplo da Tela do Aplicativo: Imagens
Preditores utilizado no Modelo
Conclusão
Usando preditores facilmente disponíveis no momento da avaliação inicial do transplantado com COVID-19 podemos aplicar um modelo preditivo para predição do desfecho óbito com boa acurácia.
