Show simple item record

dc.contributor.advisorHernández Herrera, Gilma Norela 
dc.contributor.advisorSALCEDO, SERGIO 
dc.creatorpinto, jessica 
dc.date.accessioned2020-06-25T17:27:24Z
dc.date.available2020-06-25T17:27:24Z
dc.date.created2020-06-17
dc.identifier.urihttps://repository.urosario.edu.co/handle/10336/25254
dc.descriptionEl trasplante renal es el tratamiento de elección en pacientes con enfermedad renal crónica en estadios avanzados; sin embargo, existen factores que pueden asociarse a la pérdida del injerto y la muerte del paciente; identificar los factores y generar modelos de predicción, es de gran utilidad clínica, en el seguimiento de los pacientes trasplantados renales. Objetivo: Determinar los factores asociados a la pérdida del injerto y mortalidad del paciente con trasplante renal. Metodología: Se llevó a cabo un estudio analítico restrospectivo de cohorte histórica en un centro de trasplante de órgano sólido en Colombia. Se incluyeron los pacientes trasplantados de riñón entre el 22 de julio de 2008 y el 31 de mayo de 2019. Se estimó la supervivencia global con el método de Kaplan-Meier a 1, 5 y 10 años y se compararon las curvas de supervivencia para los subgrupos de tipo de donante; donante vivo vs, cadavérico. Se realizó un análisis de riesgos que compiten teniendo en cuenta la muerte como riesgo que compite a la pérdida del injerto. Se estimó la razón de peligro de subdistribucion (sHR) y se tomaron en cuenta las variables estadísticamente significativas para la estimación de modelos predictivos de pérdida del injerto y muerte, por último se realizó la validación interna de los modelos. Resultados: En el periodo de seguimiento se llevaron a cabo 1634 trasplantes de riñón en 1621 pacientes y se incluyeron en el estudio 1454 pacientes. De total de la población 868 (59.7%) fueron hombres y 586 (40.3%) fueron mujeres; la media de edad fue de 43.58 años (SD +/- 13.21ª) y un rango de 18 – 77años. Las variables predictoras para la pérdida del injerto renal a 5 años fueron: el antecedente de accidente cerebrovascular (sHR 9.3 IC 95% 1.77 - 48.76; p 0.00), el panel reactivo de anticuerpo cualitativo clase II (sHR 0.56 IC 95% 0.43 - 0.71; p 0.00), el número de biopsias renales (sHR 1.3 IC 95% 1.11 - 1.53; p 0.00), la nefropatía por poliomavirus (sHR 4.76 IC 95% 2.22 - 10.19; p 0.00), el rechazo celular agudo (sHR 2.99 IC 95% 1.45-6.18; p 0.00) y la creatinina a los 12 meses del trasplante renal (sHR 1.80 IC 95% 1.59 - 2.03; p 0.00). Para la muerte a 5 años; la edad al momento del trasplante (sHR 1.04 IC 95% 1.02 - 1.05; p 0.00), el trasplante de donante vivo (sHR 0.42 IC 95% 0.24 - 0.72; p 0.00), el índice de masa corporal al momento del trasplante en rango de obesidad (sHR 2.11 IC 95% 1.14 - 3.89; p 0.01) y la enfermedad por citomegalovirus (sHR 2.45 IC 11 95% 1.48 - 4.06; p 0.00) se encontraron como las variables predictoras de muerte del paciente con trasplante renal. Conclusiones: La estratificación del riesgo y la generación de modelos de predicción basada en la identificación de los factores asociados a pérdida del injerto y a muerte en nuestra población es de gran utilidad para la práctica diaria en trasplante renal. El antecedente de accidente cerebrovascular, el panel reactivo de anticuerpos clase II cualitativo, el número de biopsias renales, el rechazo celular agudo y la creatinina a 12 meses se encontraron como variables predictoras de pérdida del injerto renal a 5 años; y la edad al momento del trasplante, el trasplante donante vivo, el índice de masa corporal en rango de obesidad al momento del trasplante, y la enfermedad por citomegalovirus se encontraron como variables predictoras de muerte del paciente con trasplante renal a 5 años. Es necesario realizar la validación externa de estos modelos.
dc.description.abstractKidney transplantation is the treatment of choice in patients with chronic kidney disease in advanced stages; however, there are factors that can be associated with the loss of the graft and the death of the patient; Identifying the factors and generating prediction models is of great clinical utility in the monitoring of kidney transplant patients. Objective: To determine the factors associated with graft loss and mortality of the kidney transplant patient. Methodology: A retrospective analytical study of a historical cohort was carried out in a solid organ transplant center in Colombia. Kidney transplant patients were included between July 22, 2008 and May 31, 2019. Overall survival was estimated with the Kaplan-Meier method at 1, 5 and 10 years and survival curves were compared for donor type subgroups; living vs cadaveric donor. A competing risk analysis was performed taking death into account as a competing risk of graft loss. The subdistribution hazard ratio (sHR) was estimated and the statistically significant variables were taken into account for the estimation of predictive models of graft loss and death, and finally the internal validation of the models was carried out. Results: In the follow-up period, 1,634 kidney transplants were performed in 1,621 patients and 1,454 patients were included in the study. Of the total population, 868 (59.7%) were men and 586 (40.3%) were women; the mean age was 43.58 years (SD +/- 13.21) and a range of 18 - 77 years. Predictive variables for 5-year renal graft loss were: the history of stroke (sHR 9.3 95% CI 1.77 - 48.76; p 0.00), the reactive panel of qualitative class II antibody (sHR 0.56 95% CI 0.43 - 0.71 ; p 0.00), the number of renal biopsies (sHR 1.3 95% CI 1.11 - 1.53; p 0.00), polyomavirus nephropathy (sHR 4.76 95% CI 2.22 - 10.19; p 0.00), acute cell rejection (sHR 2.99 IC 95% 1.45-6.18; p 0.00) and creatinine 12 months after kidney transplantation (sHR 1.80 95% CI 1.59 - 2.03; p 0.00). For death at 5 years; age at transplant (sHR 1.04 95% CI 1.02 - 1.05; p 0.00), living donor transplant (sHR 0.42 95% CI 0.24 - 0.72; p 0.00), range body mass index at time of transplant obesity (sHR 2.11 95% CI 1.14 - 3.89; p 0.01) and cytomegalovirus disease (sHR 2.45 CI eleven 95% 1.48 - 4.06; p 0.00) were found as the predictive variables of death of the kidney transplant patient. Conclusions: The risk stratification and the generation of prediction models based on the identification of the factors associated with graft loss and death in our population is very useful for daily practice in kidney transplantation. The history of stroke, the qualitative class II antibody reactive panel, the number of kidney biopsies, acute cell rejection and creatinine at 12 months were found as predictive variables of loss of the renal graft at 5 years; and age at the time of transplantation, living donor transplant, body mass index in the obesity range at the time of transplantation, and cytomegalovirus disease were found as predictors of death in the 5-year-old kidney transplant patient. External validation of these models is required.
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/
dc.sourceinstname:Universidad del Rosario
dc.sourcereponame:Repositorio Institucional EdocUR
dc.subjectRiesgos competitivos
dc.subjectTrasplante renal
dc.subjectSobrevida del injerto renal
dc.subjectEnfermedad injerto-huésped
dc.subject.ddcEnfermedades 
dc.subject.ddcIncidencia & prevención de la enfermedad 
dc.titleFactores asociados a la pérdida del injerto renal y mortalidad en Colombiana de Trasplantes entre el 2008– 2019
dc.typemasterThesis
dc.publisherUniversidad del Rosario
dc.creator.degreeMagíster en epidemiología
dc.publisher.programMaestría en Epidemiología
dc.publisher.departmentMaestría en Actividad Física y Salud
dc.title.alternativeFactores asociados a la pérdida del injerto renal y mortalidad en un centro de trasplante de órgano sólido
dc.subject.keywordKidney transplantation
dc.subject.keywordGraft survival
dc.subject.keywordRegistry-based studies
dc.subject.keywordRetrospective studies
dc.subject.keywordCompeting risks.
dc.rights.accesRightsinfo:eu-repo/semantics/openAccess
dc.type.spaTesis de maestría
dc.rights.accesoAbierto (Texto Completo)
dc.type.hasVersioninfo:eu-repo/semantics/acceptedVersion
dc.source.bibliographicCitationCosto CDEA. LA ENFERMEDAD RENAL CRÓNICA, LA HIPERTENSIÓN ARTERIAL Y LA DIABETES MELLITUS en Colombia. 2017; Disponible en from: https://cuentadealtocosto.org/site/images/Publicaciones/Situacion_ERC_HA_DM_Colombia_2016.pdf
dc.source.bibliographicCitationDíaz AD, Estébanez Álvarez C, Martín Pérez P, Fernández Renedo C, González Fernández R, Galindo Villardón MP, et al. Características de los pacientes registrados con enfermedad renal crónica en Castilla y León y análisis de supervivencia de los trasplantados y de sus injertos. Nefrologia. 2011;31(5):579–86.
dc.source.bibliographicCitationNitsch D, Grams M, Sang Y, Black C, Cirillo M, Djurdjev O, et al. Associations of estimated glomerular filtration rate and albuminuria with mortality and renal failure by sex: A meta-analysis. BMJ. 2013;346(7895):1–14.
dc.source.bibliographicCitationMartínez-Mier G, Ávila-Pardo SF, Irigoyen-Castillo A, Rodríguez-Fernández A, Jiménez-López LA, Varela-Pérez V. Análisis de la supervivencia a 10 años de trasplante renal en el Hospital de Alta Especialidad de Veracruz. Artículo Orig [Internet]. 2016;5:113–9. Disponible en from: http://www.medigraphic.com/trasplantes%0Awww.medigraphic.org.mx
dc.source.bibliographicCitationDávila FA, Pareja MJ, Rodríguez ES, Fajardo WR, Luna RD, Flórez K V. Análisis de supervivencia del trasplante renal (cohorte retrospectiva). Urol Colomb. 2017;26(1):12–6.
dc.source.bibliographicCitationRodríguez Vidal M, Parra Morales M, Rocha Ortiz S, Castro Salas M, Villalobos Sepúlveda C. Supervivencia del injerto y del receptor en el trasplante renal en el hospital Guillermo Gran Benavente (Concepción, Chile). Enfermería Nefrológica [Internet]. 2014;17(4):292–8. Disponible en from: http://scielo.isciii.es/scielo.php?script=sci_arttext&pid=S2254-28842014000400008&lng=en&nrm=iso&tlng=en
dc.source.bibliographicCitationAngeles L, Dis- K. M O R TA L I T Y I N PAT I E N T S O N D I A LYS I S A N D T R A N S P L A N T R EC I P I E N T S COMPARISON OF MORTALITY IN ALL PATIENTS ON DIALYSIS , PATIENTS ON DIALYSIS AWAITING TRANSPLANTATION , AND RECIPIENTS OF A FIRST. 1999;1725–30.
dc.source.bibliographicCitationFaravardeh A, Eickhoff M, Jackson S, Spong R, KGBRla A, Issa N, et al. Predictors of graft failure and death in elderly kidney transplant recipients. Transplantation. 2013;96(12):1089–96.
dc.source.bibliographicCitationEkberg H, Tedesco-Silva H, Demirbas A, Vítko Š, Nashan B, Gürkan A, et al. Reduced Exposure to Calcineurin Inhibitors in Renal Transplantation. N Engl J Med [Internet]. 2007;357(25):2562–75. Disponible en from: http://www.nejm.org/doi/abs/10.1056/NEJMoa067411
dc.source.bibliographicCitationGonz??lez-Audiffred N, Alfaro-Ab??ndiz FG, Aranda-Ver??stegui F, Isordia-Segovia J, Chevaille-Ramos A, Montes-De Oca-Arce JL, et al. Experiencia en trasplante renal, de 1999-2011, en el Hospital Central Dr. Ignacio Morones Prieto de San Luis Potos?? Rev Investig Clin. 2011;63(SUPPL. 1):38–43.
dc.source.bibliographicCitationMeier-Kriesche HU, Schold JD, Srinivas TR, Kaplan B. Lack of Improvement in Renal Allograft Survival Despite a Marked Decrease in Acute Rejection Rates over 55 the Most Recent Era. Am J Transplant. 2004;4(3):378–83.
dc.source.bibliographicCitationKaborÉ R, Haller MC, Harambat J, Heinze G, LeffondrÉ K. Risk prediction models for graft failure in kidney transplantation: A systematic review. Nephrol Dial Transplant. 2017;32(February):ii68–76.
dc.source.bibliographicCitationPintilie M. An introduction to competing risks analysis. Rev Esp Cardiol. 2011;64(7):599–605
dc.source.bibliographicCitationCollins GS, Reitsma JB, Altman DG, Moons KGM. Transparent reporting of a multivariable prediction model for individual prognosis or diagnosis (TRIPOD): The TRIPOD statement. Ann Intern Med. 2015;162(1):55–63.
dc.source.bibliographicCitationLassalle M, Ayav C, Frimat L, Jacquelinet C, Couchoud C. The essential of 2012 results from the French renal epidemiology and information network (REIN) ESRD registry. Nephrol Ther. 2015;11(2):78–87.
dc.source.bibliographicCitationCuenta de Alto Costo- Fondo Colombiano de Enfermedades de Alto Costo. La enfermedad renal crónica en crónica, la hipertensión arterial y la diabetes mellitus en Colombia. 2016; Disponible en from: https://cuentadealtocosto.org/site/images/Publicaciones/Situacion_ERC_HA_DM_Colombia_2016.pdf
dc.source.bibliographicCitationStanifer JW, Kilonzo K, Wang D, Su G, Mao W, Zhang L, et al. Traditional Medicines and Kidney Disease in Low- and Middle-Income Countries: Opportunities and Challenges. Semin Nephrol [Internet]. 2017;37(3):245–59. Disponible en from: http://dx.doi.org/10.1016/j.semnephrol.2017.02.005
dc.source.bibliographicCitationWebster AC, Nagler E V., Morton RL, Masson P. Chronic Kidney Disease. Lancet. 2017;389(10075):1238–52.
dc.source.bibliographicCitationGo AS, Chertow GM, Fan D, McCulloch CE, Hsu CY. Chronic kidney disease and the risks of death, cardiovascular events, and hospitalization. N Engl J Med. 2004;351(13):1296–305.
dc.source.bibliographicCitationElgohary M, Saudy A. Seismic design approach of the enhanced CANDU 6 (EC6) nuclear power plant. 21st Int Conf Struct Mech React Technol (SMiRT 21). 2011;1–18
dc.source.bibliographicCitationThomas B, Matsushita K, Abate KH, Al-Aly Z, Ärnlöv J, Asayama K, et al. Global Cardiovascular and Renal Outcomes of Reduced GFR. J Am Soc Nephrol. 2017;28(7):2167–79.
dc.source.bibliographicCitationSaran R, Robinson B, Abbott KC, Agodoa LYC, Bragg-Gresham J, Balkrishnan R, et al. US Renal Data System 2017 Annual Data Report: Epidemiology of Kidney Disease in the United States. Am J Kidney Dis [Internet]. 2018;71(3):A7. Disponible en from: http://dx.doi.org/10.1053/j.ajkd.2016.12.004
dc.source.bibliographicCitationVan De Luijtgaarden MWM, Jager KJ, Segelmark M, Pascual J, Collart F, Hemke AC, et al. Trends in dialysis modality choice and related patient survival in the ERA-EDTA Registry over a 20-year period. Nephrol Dial Transplant. 2016;31(1):120–8.
dc.source.bibliographicCitationOsorio-Arango K, Beltrán-Durán M, Arias-Murillo Y, Prieto Alvarado F, Robayo A. Survival in renal transplant recipients in Colombia, 2008-2012. Biomédica [Internet]. 2017;37(2):175–83. Disponible en from: http://www.revistabiomedica.org/index.php/biomedica/article/view/3246
dc.source.bibliographicCitationWorld Health Organization. Global Activity in Organ Transplantation 2012 Estimates. Transplantation [Internet]. 2012; Disponible en from: http://www.transplant-observatory.org/Documents/Data Reports/Basic slides 2012.pdf
dc.source.bibliographicCitationسعید صف . No Titleنانوکاتالیست ها کاربردنانوفناوری د ر کاتالیزگری . 1390;368.
dc.source.bibliographicCitationAllen PJ, Chadban SJ, Craig JC, Lim WH, Allen RDM, Clayton PA, et al. Recurrent glomerulonephritis after kidney transplantation: risk factors and allograft outcomes. Kidney Int. 2017;92(2):461–9.
dc.source.bibliographicCitationAllen PJ, Chadban SJ, Craig JC, Lim WH, Allen RDM, Clayton PA, et al. Recurrent glomerulonephritis after kidney transplantation: risk factors and allograft outcomes. Kidney Int [Internet]. 2017;92(2):461–9. Disponible en from: http://dx.doi.org/10.1016/j.kint.2017.03.015
dc.source.bibliographicCitationTiong HY, Goldfarb DA, Kattan MW, Alster JM, Thuita L, Yu C, et al. Nomograms for Predicting Graft Function and Survival in Living Donor Kidney Transplantation Based on the UNOS Registry. J Urol [Internet]. 2009;181(3):1248–55. Disponible en from: http://dx.doi.org/10.1016/j.juro.2008.10.164
dc.source.bibliographicCitationSrinivas TR, Taber DJ, Su Z, Zhang J, Mour G, Northrup D, et al. Big Data, Predictive Analytics, and Quality Improvement in Kidney Transplantation: A Proof of Concept. Am J Transplant. 2017;17(3):671–81.
dc.source.bibliographicCitationLoupy A, Aubert O, Orandi BJ, Naesens M, Bouatou Y, Raynaud M, et al. Prediction system for risk of allograft loss in patients receiving kidney transplants: international derivation and validation study. Bmj. 2019;l4923.
dc.source.bibliographicCitationGreco R, Papalia T, Lofaro D, Maestripieri S, Mancuso D, Bonofiglio R. Decisional Trees in Renal Transplant Follow-up. Transplant Proc [Internet]. 2010;42(4):1134–6. Disponible en from: http://dx.doi.org/10.1016/j.transproceed.2010.03.061
dc.source.bibliographicCitationFernández P, Cañedo V. Investigación: Determinación de factores pronósticos Determinación de factores pronósticos. Cad Aten Primaria [Internet]. 1997;4:26–9. Disponible en from: www.fisterra.com
dc.source.bibliographicCitationNoordzij M, Leffondré K, Van Stralen KJ, Zoccali C, Dekker FW, Jager KJ. When do we need competing risks methods for survival analysis in nephrology? Nephrol Dial Transplant. 2013;28(11):2670–7.
dc.source.bibliographicCitationAustin PC, Fine JP. Practical recommendations for reporting Fine-Gray model analyses for competing risk data. Stat Med. 2017;36(27):4391–400.
dc.source.bibliographicCitationZhang Z, Geskus RB, Kattan MW, Zhang H, Liu T. Nomogram for survival analysis in the presence of competing risks. Ann Transl Med. 2017;5(20).
dc.source.bibliographicCitationKang SS, Park WY, Jin K, Park SB, Han S. Characteristics of Recipients With 10 or More Years of Allograft Survival in Deceased Donor Kidney Transplantation. Transplant Proc [Internet]. 2018;50(4):1013–7. Disponible en from: https://doi.org/10.1016/j.transproceed.2018.02.040
dc.source.bibliographicCitationKasiske BL, Israni AK, Snyder JJ, Skeans MA, Peng Y, Weinhandl ED. A simple tool to predict outcomes after kidney transplant. Am J Kidney Dis [Internet]. 2010;56(5):947–60. Disponible en from: http://dx.doi.org/10.1053/j.ajkd.2010.06.020
dc.source.bibliographicCitationShabir S, Halimi JM, Cherukuri A, Ball S, Ferro C, Lipkin G, et al. Predicting 5-year risk of kidney transplant failure: A prediction instrument using data Disponible en at 1 year posttransplantation. Am J Kidney Dis [Internet]. 2014;63(4):643–51. Disponible en from: http://dx.doi.org/10.1053/j.ajkd.2013.10.059
dc.source.bibliographicCitationYoo KD, Noh J, Lee H, Kim DK, Lim CS, Kim YH, et al. A Machine Learning Approach Using Survival Statistics to Predict Graft Survival in Kidney Transplant Recipients: A Multicenter Cohort Study. file///Users/user/Library/Mobile Doc Doc LILIANA PI NTO RAMIREZ/Maestria en Epidemiol Predict Data, Predict Anal qUfile///Users/user/Library/Mobile Doc [Internet]. 2017;7(1):1–12. Disponible en from: http://dx.doi.org/10.1038/s41598-017-08008-8
dc.rights.licenciaEL AUTOR, manifiesta que la obra objeto de la presente autorización es original y la realizó sin violar o usurpar derechos de autor de terceros, por lo tanto la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA UNIVERSIDAD DEL ROSARIO, para que en los términos establecidos en la Ley 23 de 1982, Ley 44 de 1993, Decisión andina 351 de 1993, Decreto 460 de 1995 y demás normas generales sobre la materia, utilice y use la obra objeto de la presente autorización. -------------------------------------- POLITICA DE TRATAMIENTO DE DATOS PERSONALES. Declaro que autorizo previa y de forma informada el tratamiento de mis datos personales por parte de LA UNIVERSIDAD DEL ROSARIO para fines académicos y en aplicación de convenios con terceros o servicios conexos con actividades propias de la academia, con estricto cumplimiento de los principios de ley. Para el correcto ejercicio de mi derecho de habeas data cuento con la cuenta de correo habeasdata@urosario.edu.co, donde previa identificación podré solicitar la consulta, corrección y supresión de mis datos.
dc.type.documentAnálisis de caso
dc.creator.degreetypeFull time
dc.title.TranslatedTitleFactors associated with the loss of the renal injector and mortality in Colombian transplants between 2008– 2019


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial-SinDerivadas 2.5 Colombia
Except where otherwise noted, this item's license is described as Atribución-NoComercial-SinDerivadas 2.5 Colombia