Minimal İnvaziv Parsiyel Nefrektomi Sonrası 1 Yılda Tahmini Glomerüler Filtrasyon Oranındaki Düşüş: Belirleyicilerin Çok Modelli Bir Karşılaştırması

Soyut

1. Arkaplan

Parsiyel nefrektomiden (PN) sonra uzun vadeli böbrek fonksiyonunu tahmin etmek zordur, çünkü çoğu kez karmaşık ilişkilerle iç içe geçmiş olan, değiştirilebilen ve değiştirilemeyen birçok değişkenden etkilenir.

2. Amaç

PN sonrası uzun dönem böbrek fonksiyonlarını etkileyen değişkenleri belirlemek ve bunların bağıl ağırlıklarını değerlendirmek.

3. Tasarım, ortam ve katılımcılar

Çok merkezli uluslararası bir veri tabanından robotik (n=412) veya laparoskopik PN (n=45) uygulanan toplam 457 hasta tanımlandı.

4. Sonuç ölçümleri ve istatistiksel analiz

Ameliyattan 1 yıl sonra başlangıca göre eGFR yüzde değişimi olarak tanımlanan 1- yıllık tahmini glomerüler filtrasyon hızı (eGFR) yüzde kaybı (1YPL), sonuç bitiş noktasıydı. Değerlendirilen prediktörler arasında demografik veriler, tümör özellikleri ve operatif ve postoperatif değişkenler vardı. Tüm olası modelleri oluşturmak ve her bir modelin uyumunu model Bayes faktörleri aracılığıyla verilerle karşılaştırmak için Bayes çoklu model kovaryans analizi kullanıldı. Bayes modeli ortalaması, dahil etme Bayes faktörü (BFincl) aracılığıyla her tahmin edici için desteği ölçmek için kullanıldı. Tahmin ediciler arasındaki koşullu bağımsızlığın ağ analizi için yüksek boyutlu yönsüz grafik tahmini kullanıldı.

5. Sonuçlar ve kısıtlamalar

1YPL'nin tahmini için birkaç modelin makul olduğu bulundu. Ameliyat sonrası eGFR yüzde kaybını (PPL), cinsiyeti, iskemi tekniğini ve ameliyat öncesi eGFR'yi içeren en iyi model, göreli öngörü performansı açısından diğer tüm modellerden 207 kat daha olasıydı. Bileşenleri ilk 44 modelin bir parçasıydı ve en yüksek BFincl'e sahip öngörücülerdi. Soğuk iskemi, soliter böbrek durumu, cerrah deneyimi ve renografi tipinin rolü değerlendirilmedi.

6. Sonuçlar

Preoperatif eGFR, cinsiyet, iskemi tekniği ve PPL, minimal invaziv PN'den sonra 1 yılda eGFR yüzde kaybının en iyi belirleyicileridir. Etkileri önemsiz olduğundan veya zaten bu dört parametrenin etkisinde iç içe geçtiğinden, diğer öngörücüler ilgisiz görünmektedir.

7. Hasta özeti

Böbreğin kısmen çıkarılmasından 1 yıl sonraki böbrek fonksiyonu cinsiyete, ameliyat sırasında böbreğe kan akışını durdurmak için kullanılan tekniğe ve başlangıçtaki ve ameliyat sonrası erken dönemdeki böbrek fonksiyonuna bağlıdır.

Cistanche'nin böbrek üzerindeki etkilerini öğrenmek için buraya tıklayın

giriiş

Parsiyel nefrektomi (PN), T1 böbrek kitlelerinin standart tedavisidir [1]. Radikal nefrektomi ile karşılaştırıldığında PN, benzer onkolojik ve güvenlik sonuçlarını korurken daha düşük kronik böbrek hastalığı (KBH) insidansı ile ilişkilidir [2]. Diğer nedenlere bağlı ölüm riskini etkileyebileceğinden, önceden komorbiditeleri, soliter renal maligniteleri veya bilateral kanserleri olan hastalarda böbrek fonksiyonunun korunması kritiktir [3].

PN sonrası erken ve uzun vadeli böbrek fonksiyonu, demografik, hastalıkla ilgili, intraoperatif ve postoperatif faktörler dahil olmak üzere, sıklıkla karmaşık ilişkilerle iç içe geçmiş birçok değiştirilebilir ve değiştirilemez değişkenden etkilenir [4].

Bu çalışmada, hangi değişkenlerin uzun vadeli böbrek fonksiyonunu etkilediğini belirlemeye ve minimal invaziv PN'den 1 yıl sonra tahmini glomerüler filtrasyon hızında (eGFR) yüzde değişikliği belirlemede bunların nispi ağırlığını değerlendirmeye çalıştık.

Tahmin hatalarını ve fazla uydurma risklerini dengelerken, tahmin edicilerin tüm olası kombinasyonlarının tahmin performansını nesnel olarak karşılaştırmak için bir Bayes çoklu model karşılaştırması uygulandı. Bayes modeli ortalamasını kullanarak, her tahmin ediciyi tüm modellerde ağırlıklandırmak ve genel tahmin performansı ve makullüğü hakkında bilgi vermek mümkün oldu.

Hastalar ve Yöntemler

1. Hasta popülasyonu

2013 ve 2019 yılları arasında beş akademik kurumda (üç Avrupa'dan ve iki ABD'den) laparoskopik veya robot yardımlı PN uygulanan hastaları içeren uluslararası, çok merkezli, kurumsal inceleme kurulu onaylı, retrospektif bir çalışma yürütüldü. Dahil edilme kriterleri şunlardı: (1) lokalize böbrek tümörü (T1 veya T2) teşhisi konmuş yetişkin hastalar; (2) robotik veya laparoskopik PN geçiren; ve (3) 1- yıla kadar olan takip verileri dahil olmak üzere, ameliyat öncesi ve ameliyat sonrası özelliklerin eksiksiz bir açıklaması. Aşağıdaki dışlama kriterleri uygulandı: (1) radikal nefrektomi veya cerrahi dışı tedavi gören hastalar; (2) pediatrik hastalar; ve (3) nakledilen böbreği olan veya aynı böbrekte çok sayıda PN öyküsü olan hastalar.

2. Veri toplama Demografik veriler ve temel özellikler yaş, cinsiyet, etnik köken, hipertansiyon, diabetes mellitus durumu, vücut kitle indeksi, Amerikan Anesteziyologlar Derneği skoru, soliter böbrek durumu ve preoperatif hemoglobini içermektedir. eGFR, CKD-Epidemiology Collaboration denklemi kullanılarak hesaplandı. Hipertansiyon, 140 mm Hg'ye eşit veya daha büyük sistolik kan basıncı veya diyastolik kan basıncı olarak tanımlandı.Büyük veya eşittir90 mm Hg veya antihipertansif ilaç alıyor. Tümör ve ameliyat ayrıntılarına ilişkin bilgiler arasında patolojik tümör boyutu, Yarıçap, Endofitik, Toplayıcı sisteme yakınlık, Anterior/posterior, Lokasyon (RENAL) skoru, cerrahi yaklaşım, klempleme tekniği, sıcak iskemi süresi (WIT), ameliyat süresi, tahmini kan kaybı ( EBL) ve intraoperatif komplikasyonlar. Postoperatif veriler taburculuk sırasındaki eGFR'yi, kalış süresini ve postoperatif komplikasyonları içermektedir. Ameliyat sonrası eGFR yüzde kaybı (PPL), taburculukta temel eGFR ve eGFR arasındaki yüzde farkı olarak hesaplandı: (ameliyat öncesi eGFR - ameliyat sonrası eGFR) * 100 / ameliyat öncesi eGFR.

Fonksiyonel sonuç son noktası, ameliyattan 1 yıl sonra başlangıca göre eGFR yüzde değişimi olarak tanımlanan 1- yıllık eGFR yüzde kaybı (1YPL) idi: (1 yılda eGFR - ameliyat öncesi eGFR) *100 / ameliyat öncesi eGFR.

Cistanche özü

3. İstatistiksel analiz

1YPL'yi tahmin etmek için çoklu sürekli ve kategorik değişkenlerle bir kovaryans analizi (ANCOVA) yapıldı. Tahmin hatalarını ve aşırı uyum riskini dengeleyen modelleri nesnel olarak belirlemek için Bayes çoklu model karşılaştırması kullanıldı. Bayes istatistiğinde, önceki inançlar (modelin önceki dağılımı ve parametre olasılığı), sonraki inançlara (sonraki dağılımlar) veri olasılığının dahil edilmesiyle güncellenir. Veri olasılığı, alternatif hipotezler için verilerin göreli desteğidir ve Bayes faktörleri (BF'ler) kullanılarak ölçülür. Bayesian çok modelli ANCOVA ile, tahmin edicilerin tüm olası kombinasyonlarının tahmin performansını karşılaştırarak ve her bir modelin diğerlerine göre nispi makullüğünü hesaplayarak yalnızca bir modelin kullanımından kaynaklanan belirsizliğin üstesinden gelmek mümkündür. Ayrıca, Bayes modeli ortalaması, tüm modellerde her bir tahmin ediciyi ağırlıklandırmak ve genel tahmin performansı ve makullüğü hakkında bilgi vermek için kullanılabilir [5]. İlk adımda, bir Bayes model karşılaştırması gerçekleştirdik ve tüm model alanı boyunca her bir modelin göreceli makullüğünü değerlendirmek için son model olasılığını P(M|data) hesapladık; model tahmin performansının veya model olasılığının bir göstergesi olarak BF modelini (BFM) kullandık; bu, verilerin belirli bir model altında ortaya çıkma olasılığının uzaydaki tüm diğerlerinin ortalamasından kaç kat daha fazla olduğunu ölçer. BF01, ele alınan modele ilişkin en iyi modelin göreli tahmin performansını (olasılığını) temsil etmek için kullanıldı [6]. Ön olasılık modeli P(M) için, önce tekdüze bir model seçtik ve verileri görmeden önce tüm modellerin eşit derecede olası olduğunu empoze ettik [7]. İkinci adımda, 1YPL'yi tahmin etmede hangi değişkenin yararlı olduğunu seçmek için bir Bayes modeli ortalama alma yaklaşımı kullandık ve her tahmin edici için desteği, bir modele dahil etme olasılığı olan son dahil etme olasılığı P(dahil|veriler) olarak nicelendirdik. verileri gözlemledikten sonra. P(incl|data), belirli bir değişkeni içeren modeller için P(M|data) toplamıdır. Tahmin edicilerin öngörücü performansını, bir tahmin ediciyi hariç tutan modellerin olasılığı ile onu içeren modeller arasındaki oran olan BFexcl açısından karşılaştırdık. Bu şekilde, verilerin tahmin edici içermeyen modellerde oluşma olasılığı, onu içeren modellere göre BFexcl kat daha fazladır. BFincl, BFexcl'in karşılığını temsil eder. Yüzde hatası, BF tahminiyle ilişkili oransal hatayı ölçmek için kullanıldı ve her bir BF'nin değerini tahmin etmedeki yüzde doğruluğunu yansıtıyor. Ayrıca, 1YPL'yi tahmin etmede her öngörücünün ağırlığını değerlendirmek için her parametre için model ortalamalı etki büyüklüğünü (regresyon katsayısı b) bildirdik. Ortalama b, tüm modellerde öngörücü için varsayılan b değerlerinin ortalaması alınarak ve P(M|- verileri) ile ağırlıklandırılarak hesaplandı. Tahminler için standart sapma (SD) ve yüzde 95 güvenilir aralık da rapor edilir. b ön olasılığı için Jeffrey-Zellner-Siow dağılımını seçtik. Değişkenler arasındaki karşılıklı bağımlılığı açıklamak için, yüksek boyutlu yönsüz grafik tahmin yöntemini kullanarak ilgili öngörücüler arasında koşullu bağımsızlığın bir ağ analizini gerçekleştirdik; ortaya çıkan döngüsel olmayan grafikte, değişkenler düğümler olarak ve koşullu bağımlılıklar kenarlar olarak gösterilir [8]. Tüm istatistiksel analizler JASP (sürüm 0.14; JASP Software Ltd., Warrington, UK) kullanılarak yapıldı.

Cistanche tozu

Tartışma

Bu çalışma, minimal invaziv PN'den sonra 1 yılda böbrek kaybını tahmin etmek için birkaç modelin makul olduğunu göstermektedir. En iyi modelin cinsiyet, preoperatif eGFR, iskemi tekniği ve PPL'yi içerdiğini bulduk. Bu dört değişkeni içeren tüm modeller, verileri gördükten sonra olasılıkta bir artış sergiledi ve kalan değişkenlerin tümünü veya bir kısmını içeren modellerden daha yüksek tahmin performansı gösterdi. Koşullu bağımsızlığın model ortalaması ve ağ analizi bu sonuçları doğruladı. Bu bulgularla ilgili birkaç nokta daha ayrıntılı değerlendirmeyi hak ediyor.

Unlike most studies in the literature, we chose percentage eGFR loss to evaluate functional loss after minimally invasive PN. Several previous models used the ultimate eGFR or progression to stage III CKD as the endpoint [9–12]. Choice of a similar criterion might lead to deceptive results because the dependent variable is directly calculated from the same variables (ie, age, sex, or serum creatinine) that it is tested against. This always results in the identification of those variables as important predictors of the outcome. Other studies evaluated predictors of significant eGFR loss, defined as a reduction of >Temel eGFR'den yüzde 25 [13–15]. Bu son nokta, eGFR formüllerinde kullanılan değişkenlerden zorunlu olarak etkilenmediği için yukarıda belirtilen sınırlamayı çözmüştür. Bununla birlikte, bu çalışmalar, ilgili olduğu düşünülen ortak değişkenleri içeren bir model oluşturmak için tahmin edicilerin yalnızca bir alt kümesini seçti. Sonuç olarak, önceki tüm çalışmalarda çıkarım, tüm olası modeller arasında yalnızca bir modelin kullanılmasından kaynaklanan belirsizlik dikkate alınmadan yapılmıştır; ayrıca, her tahmin edicinin ağırlığı belirli bir modele özgüdür ve veriler tarafından sağlanan genel tahmin performansı (olasılığı) hakkında bilgi veremez [5]. Bu süreç sonuçta model kesinliğinin olduğundan fazla tahmin edilmesine yol açabilir ve yanlı tahminler sağlayabilir.

Tüm model yelpazesinin tahminlere ve tahminlere katkıda bulunduğu Bayes modeli ortalamasını kullanarak model alanı belirsizliğini hesaba kattık. Bu şekilde, her öngörücünün öneminin ve tutarlılığının bir özeti sağlanabilir. Ortalama değeri sıfıra yakın olan regresyon katsayılarının bağımsız değişkeni yordamadaki önemi çok sınırlı olacaktır; ayrıca, boş etkiyi içeren yüzde 95 güvenilir aralığa sahip öngörücüler, dikkate alınan modele bağlı olarak sonucu ters yönde etkileyecek ve bu nedenle tutarsız oldukları ortaya çıkacaktır. Spesifik olarak, regresyon katsayıları için arka ortalamanın ve yüzde 95 güvenilir aralığın hesaplanması, PPL, ameliyat öncesi eGFR ve cinsiyetin tahmin performanslarını tüm model alanı boyunca koruduğunu gösterdi: regresyon katsayıları için olası değerlerin tümü sıfırın üstünde veya altındaydı etki (b=0). İlginç bir şekilde, cinsiyet için b değerleri 4 ile 0.4 arasında değişiyordu; bu, erkek cinsiyetin 1YPL'nin kapsamını azalttığı için böbrek fonksiyonu için koruyucu bir faktör olduğunu gösteriyor. Diğer tüm değişkenler, uç değerleri zıt işaretlere sahip olan yüzde 95'lik güvenilir bir aralıkla güvenilmez olduklarını kanıtladı.

Previous studies tested the use of the acute kidney injury (AKI) categories of the Acute Dialysis Quality Initiative as predictors of long-term renal failure after PN. The Risk, Injury, Failure, Loss, and End-stage (RIFLE) criteria define AKI as an abrupt loss of kidney function resulting in a >Başlangıca göre eGFR'de yüzde 25 azalma [16]. AKI'nin altta yatan tıbbi durumları olan hastalarda mortalite ve KBH gelişme riskini artırdığı gösterilmiştir [17,18], ancak PN yapılan hastalarda meydana geldiğinde bu sonuçları etkilediği düşünülmemiştir [19,20]. Bununla birlikte, son çalışmalar ABH'nin hem varlığının hem de süresinin bu tip hastalarda da uzun süreli böbrek yetmezliği riskini artırdığını göstermiştir [14,21]. Yine de RIFLE kriterleri renal cerrahi geçiren hastalar için uygun olmayabilir; bu hastalarda eGFR'deki artış hem cerrahi eksizyona hem de iskemik hasara bağlı olabilir ve tanısal ve prognostik olarak ayırt edilmesi zor olan göreceli katkılarla birlikte [18].

Çalışmamızda AKI'yi tanımlamak için bir kesme değeri kullanmadık; bunun yerine akut böbrek yetmezliğini PPL açısından değerlendirdik. Bu seçim, etki büyüklüğü kaybı ve yanlış sınıflandırma riski gibi dikotomizasyonun olumsuz sonuçlarından kaçınmak, uzun vadeli eGFR'nin diğer sürekli ortak değişkenleriyle karşılaştırmaya izin vermek ve fonksiyonel iyileşme için daha ayrıntılı bir tahmin sağlamak gibi bazı faydalar sunabilir [22].

PPL'nin uzun vadeli işlev için gözle görülür yansımaları olduğunu doğrulamakla kalmadık, aynı zamanda PPL'nin 1YPL'yi etkileyen en önemli faktör olduğunu da gösterdik. AKI'den farklı olarak, PPL, eGFR kaybı yüzdesi düşük olduğunda bile uzun vadeli fonksiyonel bozulmayı tahmin etmede yararlı görünmektedir.<25%; moreover, it is essential to precisely quantify the extent of PPL as a continuous variable, as it is linearly related to the outcome. An interesting difference between our study and the current literature is that PPL is a better predictor than all the other surgical variables tested, including WIT, tumor size, RENAL score, and EBL. In addition, all these variables showed little support from the data, because models that do not include them are more likely than models that use them as predictors. Finally, it should be considered that renal function decline related to postoperative acute injury could be influenced by consequent hypertrophy of the remnant healthy kidney parenchyma. Studies with longer follow-ups have shown that the impact of these modifiable parameters has a progressively lower influence on functional outcomes, while other comorbidities or de novo vascular diseases may have a significant impact on long-term outcomes [13,23].

Cistanche tübüloza

Birkaç çalışma, WIT'in eGFR değişikliğini tahmin etmede çok önemli bir faktör olduğunu bulmuştur [24-27]. Diğer çalışmalar rolünü azalttı ve WIT güvenli bir eşiğin (25-30 dakika) altında olduğu sürece süresinin uzun vadeli eGFR'yi önemli ölçüde etkilemediği sonucuna vardı [10,28-30].

Çok sayıda literatür, kalan böbrek fonksiyonunun temel belirleyicisi olarak korunan parankimal kitle yüzdesine (PPMP) odaklanmıştır ve WIT sadece küçük bir rol oynamaktadır [28,31]. Örneğin, hem Simmons ve arkadaşları [10] hem de Ginzburg ve arkadaşları [15], WIT değil, PPMP ve başlangıç ​​eGFR'nin PN sonrası uzun dönem böbrek fonksiyonu ile bağımsız olarak ilişkili olduğunu bulmuşlardır. Diğer yazarlar, PPMP'nin çok değişkenli lineer regresyona dahil edilmesinin, 3 ay [31] veya sonrasında [32] eGFR'yi tahmin etmede WIT için anlamlılık kaybına yol açtığını bulmuşlardır. PPMP değerlendirmesinin hemen yapılmadığı ve intravenöz kontrastla yapılan ameliyat öncesi ve ameliyat sonrası renal bilgisayarlı tomografi taramalarını karşılaştırmak için özel üç boyutlu işleme yazılımı gerektirdiği unutulmamalıdır.

WIT ve PPMP yakından ilişkilidir ve ayrılması zordur [33]. Büyük ve kompleks tümörler genellikle büyük parankimal eksizyon, kapsamlı devaskülarizasyon ve rekonstrüksiyona bağlı sekonder hasar ile ilişkilidir [9,34,35]. Bu faktörlerin tümü, daha uzun WIT ve daha küçük PPMP ile ilişkilidir ve bunlar da PPL ile güçlü bir şekilde ilişkilidir [35-37], dolayısıyla tüm bu değişkenler arasında çoklu bağlantıya neden olur. Bu, değişken bağımlılık için ağ yapısının analizi ile açıkça gösterilmiştir. Spesifik olarak, ağ grafiğindeki her bir düğüm, tek bir değişkeni temsil eder ve her kenar, diğerlerinin hepsi verildiğinde iki değişkenin koşullu bağımlılığını temsil eder. Başlangıçta ilişkili olduğu bulunan (yani, marjinal olarak bağımlı) iki değişken, korelasyonları her ikisiyle de güçlü bir şekilde ilişkili olan üçüncü bir değişken tarafından açıklandığında koşullu olarak bağımsız hale gelebilir (iki düğüm arasında doğrudan kenar yoktur). Örneğin, PPL'yi modele dahil ettikten sonra, WIT ve 1YPL şartlı olarak bağımsız hale gelir çünkü WIT, sonucu PPL aracılığıyla etkiler. Ek olarak, halihazırda koşullu bağımlı değişkenler içeren bir modele koşullu bağımsız öngörücüler eklendiğinde, bunların model öngörüsünü artırması olası değildir. Analizimizde, hem WIT hem de PPL içeren modeller, yalnızca PPL içeren modellerden daha kötü performans gösterdi çünkü WIT'in 1YPL üzerindeki etkisi zaten PPL etkisinde iç içe geçmiş durumda.

Veritabanımızda PPMP için eksiksiz veriler bulunmadığından bu değişkeni değerlendirmedik. Ancak PPMP, modellerimize herhangi bir fayda sağlamamalıdır; PPL içeren bir modele patolojik boyut, RENAL skoru ve tümör evresi [35] dahil olmak üzere PPMP ile ilgili çeşitli değişkenler eklendiğinde, türetilen modellerin olasılığı daha yüksek değildi. Başka bir deyişle, PPMP ile ilgili bu değişkenler artık varyansı açıklayamaz ve genel olarak daha kötü bir öngörü performansı elde eder. Bu, WIT ve PPMP'nin uzun vadeli böbrek fonksiyonunu belirlemede önemli olmadığı anlamına gelmez, ancak etkilerinin çoğuna, ameliyattan 1 yıl sonra eGFR'nin en iyi belirleyicisini temsil eden PPL aracılık eder.

Yaş, hipertansiyon, vücut kitle indeksi ve diabetes mellitus, KBH başlangıcı için risk faktörleri olarak tanımlanmıştır ve aynı zamanda daha büyük uzun vadeli fonksiyonel kayıpla ilgili olabilir [9,11,31]. Cinsiyetin rolü için çelişkili sonuçlar bulunmuştur [11,31,38]. Bu bulguların tümü düşük bazal böbrek fonksiyonu ile ilişkili olduğundan, çalışma tasarımından ve son nokta seçiminden güçlü bir şekilde etkilenebileceğine inanıyoruz. 1YPL'yi belirlemede yaş, diyabet, obezite, hipertansiyon ve ameliyat öncesi hemoglobin gibi klinik değişkenlerin rolünü değerlendirdik. Model ortalama analizi, yalnızca yaşın 1YPL ile ilişkili olduğunu gösterdi; etkisine büyük ölçüde PPL aracılık eder ve bağımsız bir öngörücü olarak eklenirse marjinal bir etkiyi korur.

Bazı araştırmalar, arter dallarının selektif klemplenmesinin [39] veya sıfır iskemi yaklaşımının [40] hiler klemplemeye kıyasla önemli ölçüde daha yüksek parankimal koruma şansı verdiğini düşündürmektedir. Sonuçlarımız, iskemi tekniğinin, 29,4'lük BFincl ile gösterildiği gibi, 1YPL'nin yararlı bir belirleyicisi olduğunu gösteriyor; bu, dahil edilmesinin, modellerin öngörü performansını neredeyse 30- kat artırdığı anlamına geliyor.

Birkaç rapor, cerrahi yaklaşımlar arasında eGFR'deki azalmada anlamlı bir fark bulamamıştır [31,38,41]. Çalışmamız, cerrahi tekniği öngörücü olarak içeren model grubu altında verilerin ortaya çıkma olasılığının daha düşük olduğunu göstererek bu bulguları doğrulamaktadır.

Çalışmamız birkaç sınırlama ile karakterizedir. Bu retrospektif bir çalışmadır ve bu nedenle seçim ve saptama yanlılıkları göz ardı edilemez. Popülasyonumuz yüksek hacimli merkezlerden geliyordu ve tüm PN'ler oldukça deneyimli cerrahlar tarafından yapılıyordu; bu nedenle bulgularımız diğer sağlık hizmeti ortamları için geçerli olmayabilir. Bu çalışmada 1359 hasta için veri toplandı, 896'sı eksik veri nedeniyle hariç tutuldu. Bunun nedeni büyük ölçüde uygulanan katı dahil etme kriterleridir; bu hastaların büyük bir kısmında yıllık takip verisi bulunmamaktadır ve bu hastalar için herhangi bir istatistiksel çıkarım mümkün değildir; Bu, bir seçim yanlılığı getirebilir ve bulguların genellenebilirliğini etkileyebilir. Soğuk iskemi, soliter böbrek durumu, cerrah deneyimi veya renografi tekniklerinin rolüne ilişkin herhangi bir sonuca varamadık; uzun vadeli fonksiyonel kaybın olasılığı ve büyüklüğü bunların her birinden etkilenebilir.

Standart Cistanche

Sonuçlar

Minimal invaziv PN'den sonra 1 yılda böbrek kaybını tahmin etmek için birkaç model makuldür. Analizimiz, en iyi modelin cinsiyet, iskemi tekniği, ameliyat öncesi eGFR ve PPL'yi içermesi gerektiğini göstermektedir. Bu dört değişkeni içeren tahmin modellerinin tümü, kalan değişkenlerin tümünü veya bir kısmını içeren modellerden daha yüksek olasılığa sahipti ve daha yüksek tahmin performansı gösterdi. Diğer araçlarla karşılaştırıldığında, bu öngörücüler anında ve kolayca kullanılabilir. PPL, 1YPL ile doğrusal olarak ilişkili olduğundan yüzde kaybı yüzde 25'ten az olduğunda bile uzun vadeli fonksiyonel düşüşü tahmin etmek için kullanışlıdır. Etkileri önemsiz olduğundan veya zaten bu dört parametrenin etkisinde iç içe geçtiğinden, diğer öngörücüler ilgisiz görünmektedir.

Referanslar

[1] Ljungberg B, Bensalah K, Canfield S, et al. Renal hücreli karsinom hakkında EAU yönergeleri: 2014 güncellemesi. Eur Urol 2015;67:913–24. https://doi. org/10.1016/j.eururo.2015.01.005.

[2] Bradshaw AW, Autorino R, Simone G, et al. Klinik T2a böbrek kitlesi için robotik parsiyel nefrektomi ve minimal invaziv radikal nefrektomi: ROSULA (Büyük Renal Kütle için Robotik Cerrahi) işbirlikçi grubundan bir eğilim skoru karşılaştırması. BJU Uluslararası 2020;126:114–23. https://doi.org/ 10.1111/bju.15064.

[3] Larcher A, Capitanio U, Terrone C ve ark. Elektif nefron koruyucu cerrahi, renal hücreli karsinomlu hastaların yalnızca belirli alt gruplarında radikal nefrektomiye göre diğer ölüm nedenlerini azaltır. J Urol 2016;196:1008–13. https://doi.org/10.1016/j. juro.2016.04.093.

[4] Swavely NR, Anele UA, Porpiglia F, Mir MC, Hampton LJ, Autorino R. Robotik parsiyel nefrektomi sırasında böbrek fonksiyonunun korunmasının optimizasyonu 1756287218815819. Ther Adv Urol 2019;11. https://doi.org/10.1177/1756287218815819.

[5] Claeskens G, Hjort NL. Model seçimi ve model ortalaması. Cambridge, BK: Cambridge University Press; 2008.

[6] Lavine M, Schervish MJ. Bayes faktörleri: ne oldukları ve ne olmadıkları. Am Stat 1999;53:119–22. https://doi.org/10.1080/ 00031305.1999.10474443.

[7] Hoeting JA, Madigan D, Raftery AE, Volinsky CT. Bayes modeli ortalama alma: bir öğretici. Stat Sci 1999;14:382–401. https://doi.org/ 10.1214/ss/1009212519.

[8] Zhao T, Liu H, Roeder K, Lafferty J, Wasserman L. R.J Mach Learn Res 2012;13:1059–62'de yüksek boyutlu yönsüz grafik tahmini için büyük paket.

[9] Abdel Raheem A, Shin TY, Chang KD, et al. Yonsei nomogramı: T1 renal tümörlü hastalarda klemp parsiyel nefrektomi sonrası yeni başlayan kronik böbrek hastalığının prediktif modeli. Uluslararası J Urol 2018;25:690–7. https://doi.org/10.1111/iju.13705.

[10] Simmons MN, Hillyer SP, Lee BH, Fergany AF, Kaouk J, Campbell SC. Kısmi nefrektomi sonrası fonksiyonel iyileşme: hacim kaybının ve iskemik hasarın etkileri. J Urol 2012;187:1667–73. https://doi.org/ 10.1016/j.juro.2011.12.068.

[11] Clark MA, Shikanov S, Raman JD, et al. Parsiyel nefrektomi öncesi ve sonrası kronik böbrek hastalığı. J Urol 2011;185:43–8. https://doi.org/10.1016/j.juro.2010.09.019.

[12] Lane BR, Babineau DC, Poggio ED, et al. Parsiyel nefrektomi sonrası renal fonksiyonel sonucu öngören faktörler. J Urol 2008;180:2363–9. https://doi.org/10.1016/j.juro.2008.08.036.

[13] Antonelli A, Mari A, Longo N, et al. Parsiyel nefrektomi sonrası ani, erken ve geç fonksiyonel sonuçların öngörülmesinde klinik ve cerrahi faktörlerin rolü ve bunun kardiyovasküler sonuçla ilişkisi: prospektif çok merkezli RECORd 1 projesinin sonuçları. J Urol 2018;199:927–32. https://doi.org/ 10.1016/j.juro.2017.11.065.

[14] Martini A, Kumaraswamy S, Beksac AT, et al. Robotik parsiyel nefrektomi sonrası önemli tahmini glomerüler filtrasyon hızı düşüşünü tahmin etmek için bir nomogram. Eur Urol 2018;74:833–9. https://doi. org/10.1016/j.eururo.2018.08.037.

[15] Ginzburg S, Uzzo R, Walton J ve ark. Parsiyel nefrektomi yapılan hastalarda nihai renal fonksiyonel sonuçları öngören sıcak iskemi süresi değil, rezidüel parankimal hacimdir. Üroloji 2015;86:300–5. https://doi.org/10.1016/j.urology.2015.04.043.

[16] Bellomo R, Ronco C, Kellum JA, Mehta RL, Palevsky P. Akut böbrek yetmezliği – tanım, sonuç ölçütleri, hayvan modelleri, sıvı tedavisi ve bilgi teknolojisi, Akut Diyaliz Kalite Girişiminin (ADQI) İkinci Uluslararası Konsensüs Konferansına ihtiyaç duyar grup. Kritik Bakım 2004;8:R204. https://doi.org/ 10.1186/cc2872.

[17] Chawla LS, Eggers PW, Star RA, Kimmel PL. Birbirine bağlı sendromlar olarak akut böbrek hasarı ve kronik böbrek hastalığı. N Engl J Med 2014;371:58–66. https://doi.org/10.1056/ nejmra1214243.

[18] Zhang Z, Zhao J, Dong W, et al. Parsiyel nefrektomi sonrası akut böbrek hasarı: parankimal kitle azalması ve iskeminin rolü ve sonraki fonksiyonel iyileşme üzerindeki etkisi. Eur Urol 2016;69:745–52. https://doi.org/10.1016/j.eururo.2015.10.023.

[19] Zabell J, Isharwal S, Dong W, et al. Soliter böbreklerin kısmi nefrektomisinden sonra akut böbrek hasarı: böbrek fonksiyonunun uzun vadeli stabilitesi üzerindeki etkisi. J Urol 2018;200:1295–301. https://doi.org/10.1016/ j.juro.2018.07.042.

[20] Kawamura N, Yokoyama M, Tanaka H, ​​et al. Akut böbrek hasarı ve klempsiz parsiyel nefrektomi sonrası orta dönem böbrek fonksiyonu. Uluslararası J Urol 2019;26:113–8. https://doi.org/10.1111/ iju.13799.

[21] Bravi CA, Vertosick E, Benfante N, et al. Parsiyel nefrektomi sonrası akut böbrek hasarının ve süresinin uzun dönem böbrek fonksiyonu üzerindeki etkisi. Eur Urol 2019;76:398–403. https://doi.org/10.1016/ j.eururo.2019.04.040.

[22] MacCallum RC, Zhang S, Vaiz KJ, Rucker DD. Nicel değişkenlerin dikotomizasyonu uygulaması üzerine. Psychol Methods 2002;7:19–40. https://doi.org/10.1037/1082-989X.7.1.19.

[23] Mari A, Tellini R, Antonelli A, et al. Lokalize böbrek tümörleri için robot yardımlı parsiyel nefrektomi sonrası orta derecede anlamlı böbrek fonksiyon kaybının tahmini için bir nomogram: prospektif çok merkezli bir gözlemsel çalışma (RECORd2 projesi). Eur Urol Odak Basında. https://doi.org/10.1016/j.euf.2021.09.012.

[24] Porpiglia F, Fiori C, Bertolo R, et al. Normal kontralateral böbreği olan hastalarda laparoskopik parsiyel nefrektomi sonrası sıcak iskemi süresinin böbrek fonksiyonlarına etkisi. Dünya J Urol 2012;30:257–63. https://doi.org/10.1007/s00345-011-0729-5.

[25] Thompson RH, Lane BR, Lohse CM, et al. Parsiyel nefrektomi sırasında renal hilum klemplendiğinde her dakika önemlidir. Eur Urol 2010;58:340–5. https://doi.org/10.1016/j.eururo.2010. 05.047.

[26] Thompson RH, Lane BR, Lohse CM, et al. Parsiyel nefrektomi sonrası böbrek fonksiyonu: Korunan böbreğin nicelik ve kalitesine göre sıcak iskeminin etkisi. Üroloji 2012;79:356–60. https://doi. org/10.1016/j.urology.2011.10.031.

[27] Aron M, Gill IS, Campbell SC. Parsiyel nefrektomiye iskemik olmayan bir yaklaşım optimaldir. J Urol 2012;187:387–90. https://doi.org/ 10.1016/j.juro.2011.10.092.

[28] Mir MC, Pavan N, Parekh DJ. Böbrek cerrahisinde iskemi için güncel paradigma. J Urol 2016;195:1655–63. https://doi.org/10.1016/ j.juro.2015.09.099.

[29] Volpe A, Blute ML, Ficarra V, et al. Parsiyel nefrektomi sonrası renal iskemi ve fonksiyon: literatürün işbirlikçi bir incelemesi. Eur Urol 2015;68:61–74. https://doi.org/10.1016/j.eururo.2015.01.025.

[30] Kallingal GJS, Weinberg JM, Reis IM, Nehra A, Venkatachalam MA, Parekh DJ. Kısmi nefrektomi sonrası insan böbreğinde renal iskemiye uzun süreli yanıt: prospektif bir klinik çalışmanın sonuçları. BJU Uluslararası 2016;117:766–74. https://doi.org/10.1111/ bju.13192.

[31] Lane BR, Russo P, Uzzo RG, et al. 660 soliter böbrekte parsiyel nefrektomi sırasında soğuk ve sıcak iskeminin karşılaştırılması nihai böbrek fonksiyonunun belirlenmesinde değiştirilemeyen faktörlerin baskın rolünü ortaya koymaktadır. J Urol 2011;185:421–7. https://doi.org/ 10.1016/j.juro.2010.09.131.

[32] Mir MC, Campbell RA, Sharma N, et al. Parsiyel nefrektomi sırasında parankim hacminin korunması ve iskemi: fonksiyonel ve hacimsel analiz. Üroloji 2013;82:263–9. https://doi.org/ 10.1016/j.urology.2013.03.068.

[33] Biles MJ, DeCastro GJ, Woldu SL. Nefron koruyucu prosedürlerin ardından böbrek fonksiyonu: sadece hacim meselesi mi? Curr Urol Rep 2016;17:8. https://doi.org/10.1007/s11934-015-0561-3.

[34] Dong W, Zhang Z, Zhao J ve ark. Parsiyel nefrektomi sırasında eksize edilen parankimal kitle: fonksiyonel çıkarımlar. Üroloji 2017;103:129–35. https://doi.org/10.1016/j.urology.2016.12.021.

[35] Wu J, Suk-Ouichai C, Dong W, et al. Parsiyel nefrektomi ile korunan vaskülarize parankimal kitle: fonksiyonel etki ve prediktif faktörler. Eur Urol Oncol 2019;2:97–103. https://doi.org/ 10.1016/j.euo.2018.06.009.

[36] Lee J, Song C, Lee D ve ark. Parsiyel nefrektomi sonrası uzun dönem böbrek fonksiyonunu belirleyen faktörlerin zaman içindeki farklı katkısı. Urol Oncol 2021;39:196.e15–20. https://doi.org/ 10.1016/j.urolonc.2020.11.007.

[37] Meyer A, Woldu SL, Weinberg AC, et al. Nefron koruyucu cerrahi sonrası böbrek parankimal kaybının tahmini. J Urol 2015;194:658–63. https://doi.org/10.1016/j.juro.2015.03.098.

[38] Shum CF, Bahler CD, Cary C, et al. Parsiyel nefrektomiden 1 yıl sonra böbrek fonksiyonunu öngörmek için ameliyat öncesi nomogramlar. J Endourol 2017;31:711–8. https://doi.org/10.1089/end.2017.0184.

[39] Desai MM, de Castro Abreu AL, Leslie S, et al. Süper seçici ve ana arter klemplemeli robotik parsiyel nefrektomi: retrospektif bir karşılaştırma. Eur Urol 2014;66:713–9. https://doi.org/ 10.1016/j.eururo.2014.01.017.

[40] Gill IS, Patil MB, de Castro Abreu AL, et al. Sıfır iskemi anatomik parsiyel nefrektomi: yeni bir yaklaşım. J Urol 2012;187:807–14. https://doi.org/10.1016/j.juro.2011.10.146.

[41] Eggener SE, Clark MA, Shikanov S, et al. Parsiyel nefrektomi sonrası sıcak ve soğuk iskeminin renal fonksiyon üzerindeki etkisi. Dünya J Urol 2015;33:351–7. https://doi.org/10.1007/s00345-014- 1315-4.

Fabio Crocerossa a,b , Cristian Fiori c , Umberto Capitanio d , Andrea Minervini e , Umberto Carbonara a,f , Savio D. Pandolfo a , Davide Loizzo a , Daniel D. Eun g , Alessandro Larcher d , Andrea Mari e , Antonio Andrea Grosso e , Fabrizio Di Maida e , Lance J. Hampton a , Francesco Cantiello b , Rocco Damiano b , Francesco Porpiglia c , Riccardo Autorino a,

a Üroloji Bölümü, VCU Health, Richmond, VA, ABD;

b Üroloji Bölümü, Magna Graecia Üniversitesi, Catanzaro, İtalya;

c Üroloji Bölümü, San Luigi Hastanesi, Torino Üniversitesi, Orbassano, İtalya;

d Üroloji Birimi, Deneysel Onkoloji Bölümü, Ürolojik Araştırma Enstitüsü, IRCCS Ospedale San Raffaele, Milano, İtalya;

e Deneysel ve Klinik Tıp Bölümü, Onkolojik Minimal İnvaziv Üroloji ve Androloji Birimi, Careggi Üniversite Hastanesi, Floransa Üniversitesi, Floransa, İtalya;

f Üroloji Bölümü, Androloji ve Böbrek Nakli Ünitesi, Bari Üniversitesi, Bari, İtalya;

g Üroloji Bölümü, Lewis Katz Tıp Fakültesi, Temple Üniversitesi, Philadelphia, PA, ABD