Il trapianto può essere l’ultima speranza per moltissime persone, soprattutto per coloro che hanno una malattia renale allo stadio terminale.  Un recente studio, condotto dal professor Alexandre Loupy, PU-PH University of Paris, e dal dottor Marc Raynaud, ricercatore Inserm, all'interno del Center for Translational Research on Organ Transplantation di Parigi, ha sviluppato un nuovo modello per prevedere con un certo grado di precisione l’esito futuro di un trapianto.

Questo modello ha portato allo sviluppo di un software che fornirà ai medici un nuovo strumento predittivo, integrativo e dinamico, per guidare al meglio la scelta terapeutica per il proprio paziente.  Nel trattamento delle malattie renali, il rigetto e la perdita dell'innesto renale rappresentano un onere considerevole e contribuiscono al numero crescente di 7 milioni di persone con malattia renale allo stadio terminale.

Per questo motivo, le principali agenzie sanitarie come la Food and Drug Administration negli Stati Uniti, o l'Agenzia Europea dei Medicinali, hanno sottolineato che è fondamentale sviluppare un modello per la previsione del rischio di perdita del trapianto, che permetta ai medici prendere decisioni basate sulle previsioni scientifica, affinché non solo i pazienti abbiano a disposizione un organo nuovo ma che riescano a mantenerlo il più a lungo possibile.

Gli autori dello studio si sono quindi avvicinati a questo lavoro costituendo database comprendenti informazioni su migliaia di pazienti. È stato, inoltre, creato un consorzio internazionale con esperti con profili diversi, tra cui nefrologi, epidemiologi, immunologi ma anche statistici e matematici.

"La competenza generale del nostro consorzio è dovuta alle competenze varie e complementari dei ricercatori, dei medici e degli statistici che lo compongono", afferma il professor Alexandre Loupy, autore principale dello studio. "Questa natura multidisciplinare, insolita nella ricerca, è comunque un grande vantaggio, perché possiamo facilmente sollecitare tutti i contatti necessari nelle diverse fasi del progetto. Grazie a ciò, siamo in una costante effervescenza intellettuale, favorevole alla ricerca medica”.

Sebbene i precedenti modelli predittivi fossero basati su parametri specifici, per la prima volta questo studio, condotto su più di 13.000 pazienti in Europa, Stati Uniti e Sud America, ha integrato, in dieci anni, per ciascun paziente più di 80 parametri misurati, inclusi i parametri ripetuti nel tempo.

Sono state quindi raccolte più di 400.000 misurazioni, che hanno consentito al consorzio di testare numerosi modelli integrativi e dinamici al fine di ottenere la migliore performance predittiva, ovvero il modello che prevede il più accuratamente possibile il rischio di fallimento o rigetto del trapianto e di dover tornare in dialisi.

Dopo mesi di ricerca, il loro verdetto è inequivocabile: la performance predittiva del loro modello finale, intitolato DISPO (acronimo per Dynamic, integrative system for predicting outcome, ovvero sistema integrato e dinamico per la previsione degli esiti nel trapianto di rene), è la più alta mai raggiunta nel trapianto di rene. Allo stesso tempo, questa raccolta di dati di pazienti trapiantati, unica al mondo, ha permesso di includere nel modello le differenze nelle pratiche cliniche, tra ospedali e Paesi.

"I metodi computazionali che abbiamo utilizzato erano molto complessi e avidi in termini di tempo di calcolo, il che ci ha costretto a dotarci di computer potenti e adeguati", sottolinea il dottor Marc Raynaud, epidemiologo e primo autore dello studio. "Il passo successivo è integrare nel modello nuovi parametri, in particolare quelli legati agli anticorpi del ricevente che attaccano l'innesto, al fine di aumentare le prestazioni di previsione”. Questo modello, che è universale poiché è stato convalidato in diversi paesi e continenti, verrà infine distribuito tramite software negli ospedali di diversi paesi.

Fonte | “Dynamic prediction of renal survival among deeply phenotyped kidney transplant recipients using artificial intelligence: an observational, international, multicohort study” pubblicato suThe Lancet a ottobre 2021.