„Wir können mit unserer Gleichung anhand von sechs routinemäßig verfügbaren Blut- und Urinwerten für einen neuen Patienten oder eine neue Patientin die Wahrscheinlichkeit eines dialysepflichtigen Nierenversagens ausrechnen“, erklärt die Wissenschaftlerin, die auch Mitglied im Exzellenzcluster „Precision Medicine in Chronic Inflammation“ (PMI) ist.
Grundlage für die Arbeit sind die Daten von fast 5000 Teilnehmerinnen und Teilnehmern der German Chronic Kidney Disease (GCKD)-Studie, der weltweit größten Kohortenstudie zur chronischen Nierenerkrankung. Mit Hilfe von maschinellem Lernen wurden aus 22 Laborparametern sowie demographischen Daten und Körpermaßen diejenigen herausgefiltert, die zur Vorhersage des Nierenversagens maßgeblich sind.
Die neue Risikoformel umfasst die sechs Laborparameter: Serum-Kreatinin, -Albumin, -Cystatin C und -Harnstoff, zusätzlich zu Hämoglobin und dem Albumin-zu-Kreatinin-Verhältnis im Urin.
„Unsere Risikogleichung erreichte eine hohe Vorhersageleistung sowohl innerhalb der GCKD-Studie als auch in drei unabhängigen, internationalen Validierungskohorten, die insgesamt über 3.000 Patientinnen und Patienten mit chronischer Nierenerkrankung umfassten“, betont Erstautorin Zacharias vom Institut für Klinische Molekularbiologie der CAU und des Universitätsklinikums Schleswig-Holstein (UKSH), Campus Kiel, sowie der Klinik für Innere Medizin I des UKSH, Campus Kiel.
Bessere Vorhersagekraft als der Tangri-Score
Diese Validierungskohorten umfassten Patientinnen und Patienten der französischen CKD-REIN Studie, der englischen SKS Studie und der MMKD Studie aus Österreich, Südtirol und Deutschland. In der Studie wurde außerdem die Vorhersagekraft der neuen Risikogleichung mit der bisher verwendeten sogenannten Tangri-Formel verglichen.
„Der 2012 publizierte Tangri-Score zur Prognose eines Nierenversagens beruht auf vier Variablen (Alter, Geschlecht, geschätzte glomuläre Filtrationsrate, Albumin-zu-Kreatinin-Verhältnis im Urin). Dieser gilt derzeit als Goldstandard, um Nierenversagen vorherzusagen. Wir konnten zeigen, dass unser Score eine signifikant bessere Vorhersagekraft hatte als der Tangri-Score“, so Zacharias.
„Wir haben unseren Score auch als online-Service zu Forschungszwecken zur Verfügung gestellt. Benutzer und Benutzerinnen können hier die Werte für die sechs Parameter eingeben und erhalten dann das Risiko für ein Nierenversagen innerhalb der nächsten ein bis vier Jahre.“
„Die Anwendung dieser Risikogleichung in der klinischen Praxis verspricht eine verbesserte Versorgung von chronisch Nierenkranken. Sie erlaubt uns, Personen zu identifizieren, die von einer intensivierten fachärztlichen Betreuung profitieren würden“, erklärt GCKD-Studienleiter Professor Kai-Uwe Eckardt von der Charité – Universitätsmedizin Berlin.
Eine App für die personalisierte Versorgung
Die Arbeiten von Helena Zacharias sind Teil des vom Bundesministerium für Bildung und Forschung geförderten e:Med-Nachwuchskonsortiums „CKDNapp“. Zacharias ist wissenschaftliche Koordinatorin dieses Juniorverbunds, der aus vier unabhängigen Nachwuchsgruppen besteht.
„Unser Ziel ist es, eine benutzungsfreundliche klinische Entscheidungsunterstützungs-Software in Form einer App zu entwickeln, die Ärztinnen und Ärzten bei der personalisierten Behandlung von Menschen mit chronischen Nierenerkrankungen unterstützt.“
Die App soll unerwünschte medizinische Ereignisse und Krankheitsverläufe vorhersagen, die Diagnose von chronischen Nierenerkrankungen verfeinern, eine transparente Begründung aller Vorhersagen und Empfehlungen liefern, eine Modifizierung von Patientenparametern ermöglichen und eine umfassende Unterstützung durch Literatur bieten.
Quelle: Christian-Albrechts-Universität zu Kiel (CAU)
Originalpublikation: Zacharias, H.U. et al.; A new predictive model for progression of chronic kidney disease to kidney failure based on routine laboratory parameters; American Journal of Kidney Diseases, 2021; DOI: 10.1053/j.ajkd.2021.05.018
