38. Nephrologisches
38. Nephrologisches Seminar Heidelberg RenoPredict: Personalisierte Risikostratifizierung bei Dialysepatienten Christiane Drechsler 1 , Tanja B. Grammer 2, 3 , Winfried März 2, 3, 4 , Christoph Wanner 1 Trotz jüngster Fortschritte in der Nierenersatztherapie bleibt die Mortalität von Dialysepatienten außerordentlich hoch. Weniger als die Hälfte der Dialysepatienten mit Diabetes mellitus ist nach fünf Jahren noch am Leben. Es sind kaum therapeutische Maßnahmen bekannt, mit denen sich die Sterblichkeit von Dialysepatienten verringern ließe. Ihre Wirksamkeit erscheint auch auf bestimmte Patientengruppen begrenzt zu sein, was die Notwendigkeit und Bedeutung einer Risikostratifizierung unterstreicht. Conferences Die Faktoren, die das Sterberisiko von Dialysepatienten bestimmen, unterscheiden sich wesentlich von den in der Allgemeinbevölkerung relevanten Faktoren (Bluthochdruck, Diabetes mellitus, Hypercholesterinämie, Rauchen); sie sind dagegen überwiegend spezifisch für die Urämie. In den letzten Jahren wurde eine Vielzahl von Biomarkern vorgeschlagen, um das Sterberisiko von Dialysepatienten abzuschätzen. Dazu gehören neuartige entzündliche und Herz Biomarker, Marker der endothelialen Dysfunktion, von Protein- Energie-Verschwendung, Knochen- und Mineral Störungen, Volumenstatus und Fibrose [1, 2]. Diese Marker reflektieren mehr oder weniger willkürlich ausgewählte pathophysiologische Vorgänge. Nur wenige Studien haben die inkrementelle Wertigkeit solcher Biomarker neben generischen anamnestischen Kenngrößen und Parametern des Basislabors Prof. Dr. med. Winfried März winfried.maerz@synlab.com bestimmt. Hypothesenfreie Bewertungen einzelner Biomarker oder deren Kombinationen fehlen. Wir haben daher mit den Daten und Proben von 1.255 Teilnehmern der 4D-Studie (Die Deutsche Diabetes Dialyse-Studie) [3] die Wertigkeit klinischer und anamnestischer Angaben, von 20 Routinelabortests und von 27 „neuen“ Biomarkern für die Abschätzung des Sterberisikos von Dialyse- Patienten verglichen. In einem Trainingssatz von 734 Studienteilnehmern führte die Berücksichtigung einer Auswahl „neuer“ Biomarker gegenüber Modellen mit den informativsten klinischen Parametern und dem Routinelabor zu einer deutlichen Verbesserung der Vorhersage (C-Statistik 0,83). Modelle, die nur Alter, Geschlecht und „neue“ Biomarker (zum Beispiel Homoarginin, natriuretische Peptide, kardiale Troponine) enthielten, waren dem kombinierten Modell aus Klinik, Basislabor und „neuen“ Biomarkern praktisch nicht unterlegen. Ein abgeleiteter Prognosescore erlaubt eine gute Abschätzung der Sterblichkeit innerhalb des nächsten Jahres (Abbildung 1). Dessen Anwendung auf eine unabhängige Validierungsuntergruppe der Studienteilnehmer zeigt, dass die Risikogleichung hervorragend kalibriert ist (Abbildung 2). Wir schließen aus diesen Ergebnissen, dass die Verwendung „neuer“ Biomarker die Stratifizierung von Dialysepatienten erheblich verbessert und Grundlagen für individualisierte Modifikationen der Behandlung liefern könnte. Vor einer Anwendung in der Praxis ist ein solcher Ansatz allerdings in weiteren Studien zu validieren. 16
RenoPredict: Personalisierte Risikostratifizierung bei Dialysepatienten Abbildung 1: Kaplan-Meier Überlebenskurven für einen Zeitraum von 1 Jahr bei Dialysepatienten mit Diabetes mellitus in vier Kategorien eines Prognosealgorithmus aus Alter, Geschlecht und „neuen“ Biomarkern (Renopredict). 40 30 20 10 0 mean of observed mean of expected 1 2 3 4 Abbildung 2: Kalibrierung eines Prognosemodells für die Gesamtsterblichkeit nach einem Jahr für Dialysepatienten mit Diabetes mellitus Typ 2. Das Prognosemodell enthält Alter, Geschlecht und „neue“ Biomarker. Es wurde in einem Trainingsdatensatz von 734 Teilnehmern der 4D-Studie entwickelt. Die Abbildung zeigt die aufgrund der Risikogleichung erwarteten Risiken (rot) und die tatsächlich beobachteten Risiken in einer unabhängigen Validationsgruppe von 521 Studienteilnehmern. Referenzen 1. Hojs, R., Bevc, S. & Ekart, R. Biomarkers in hemodialysis patients. Advances in Clinical Chemistry 57, 29-56 (2012). 2. Ortiz, A., et al. Clinical usefulness of novel prognostic biomarkers in patients on hemodialysis. Nature Reviews Nephrology 8, 141-150 (2012). 3. Wanner, C., et al. Atorvastatin in patients with type 2 diabetes mellitus undergoing hemodialysis. The New England Journal of Medicine 353, 238-248 (2005). 1 Abteilung Nephrologie, Medizinischen Klinik und Poliklinik I, Universitätsklinikum, Würzburg 2 Medizinische Klinik V (Nephrologie, Hypertensiologie, Rheumatologie, Endokrinologie, Diabetologie), Medizinische Fakultät Mannheim, Universität Heidelberg, 3 Mannheimer Institut für Public Health, Sozial- und Präventivmedizin, Medizinische Fakultät Mannheim, Universität Heidelberg, 4 Klinisches Institut für medizinische und chemische Labordiagnostik, Medizinische Universität Graz 5 Synlab Akademie, Synlab Services GmbH, Mannheim Conferences 17
