2026-4-А.Т. Щастный, А.С. Осочук, С.С. Осочук, А.Ф. Марцинкевич

DOI: https://doi.org/10.22263/2312-4156.2026.4.62

А.Т. Щастный, А.С. Осочук, С.С. Осочук, А.Ф. Марцинкевич
Метод прогнозирования отторжения почечного аллотрансплантата
Учреждение образования «Витебский государственный ордена Дружбы народов медицинский университет», г. Витебск, Республика Беларусь

Вестник ВГМУ. – 2026. – Том 25, №4. – С. 62-69.

Резюме.
Цель работы – разработать метод выявления реципиентов с высоким риском отторжения почечного аллотрансплантата. Материал и методы. Группу обследуемых пациентов составили 131 реципиент почечного аллотрансплантата. Все исследуемые пациенты получали трехкомпонентную иммуносупрессивную терапию (такролимус + микофенолат мофетил + глюкокортикостероид). В качестве исследуемых показателей использовались лонгитюдные (панельные) данные лабораторных показателей пациентов в послеоперационном периоде в динамике 5 и белее лет наблюдения. Для определения показателей, обладающих наибольшей прогностической ценностью использован алгоритм Elastic net отобравший для создания математической модели минимальную концентрацию креатинина, его среднеквадратичное отклонение (sd), максимальное (max) содержание тромбоцитов, среднее, максимальной (max) и коэффициент вариации (cv) концентрации кальция, медиану и sd концентрации гемоглобина, sd содержания мочевины, минимальную (min) концентрацию билирубина, sd и среднее содержание общего белка, sd и cv количества лейкоцитов, медиана концентрации холестерола, min активность АлАТ, медиана концентрации калия и cv концентрации мочевой кислоты. Статистический анализ выполнен с использованием пакета прикладных программ R 4.2.2. Результаты. Разработана модель выявления пациентов с высоким риском отторжения почечного аллотрансплантата. Заключение. Разработанная нами модель позволяет выявить пациентов с высоким риском отторжения почечного аллотрансплантата, получающих трехкомпонентную иммуносупрессивную терапию на основании динамических лабораторных показателей крови.

Ключевые слова: пересадка почки, отторжение, такролимус, риск отторжения, прогностическая модель, машинное обучение.

Литература

1. Tamargo, C. L. Pathophysiology of Rejection in Kidney Transplantation / C. L. Tamargo, S. Kant // Journal of clinical medicine. 2023 Jun. Vol. 12, № 12. P. 4130. DOI: 10.3390/jcm12124130
2. Late graft failure after kidney transplantation as the consequence of late versus early events / R. S. Gaston, A. Fieberg, L. Hunsicker [et al.] // American journal of transplantation. 2018 May. Vol. 18, № 5. P. 1158–1167. DOI: 10.1111/ajt.14590
3. Evolution of kidney allograft loss causes over 40 years (1979-2019) / D. Redondo-Pachón, E. Calatayud, A. Buxeda [et al.] // Nefrologia. 2023 May-Jun. Vol. 43, № 3. P. 316–327. DOI: 10.1016/j.nefroe.2023.07.003
4. Kidney Disease: Improving Global Outcomes (KDIGO) Transplant Work Group (2009). KDIGO clinical practice guideline for the care of kidney transplant recipients // American journal of transplantation. 2009 Nov. Vol. 9, suppl. 3. P. S1–S155. DOI: 10.1111/j.1600-6143.2009.02834.x
5. Subthreshold rejection activity in many kidney transplants currently classified as having no rejection / P. F. Halloran, K. S. Madill-Thomsen, G. Böhmig [et al.] // American journal of transplantation. 2025 Jan. Vol. 25, № 1. P. 72–87. DOI: 10.1016/j.ajt.2024.07.034
6. Evaluation of pathologic criteria for acute renal allograft rejection: reproducibility, sensitivity, and clinical correlation / R. B. Colvin, A. H. Cohen, C. Saiontz [et al.] // Journal of the American Society of Nephrology. 1997 Dec. Vol. 8, № 12. P. 1930–1941. DOI: 10.1681/ASN.V8121930
7. Predicting kidney graft function and failure among kidney transplant recipients / Y. Yao, B.C. Astor, W. Yang [et al.] // BMC Medical research methodology. 2024 Dec. Vol. 24, № 1. Art. 324.
8. Glmulti: model selection and multimodel inference made easy. URL: https://cran.r-project.org/package=glmulti (date of access: 11.08.2026).
9. The R Project for Statistical Computing. R-project. URL: https://www.r-project.org (date of access: 11.08.2026).
10. Youden, W. J. Index for rating diagnostic tests / W. J. Youden // Cancer. 1950 Jan. Vol. 3, № 1. P. 32–35. DOI: 10.1002/1097-0142(1950)3:13.0.co;2-3
11. Hanley, J. A. The meaning and use of the area under a receiver operating characteristic (ROC) curve / J. A. Hanley, B. J. McNeil // Radiology. 1982 Apr. Vol. 143, № 1. P. 29–36. DOI: 10.1148/radiology.143.1.7063747
12. Surjanovic, N. Improving the Hosmer-Lemeshow goodness-of-fit test in large models with replicated Bernoulli trials / N. Surjanovic, T. M. Loughin // Journal of applied statistics. 2023 Oct. Vol. 51, № 7. P. 1399–1411. DOI: 10.1080/02664763.2023.2272223
13. Machine learning in predicting graft failure following kidney transplantation: a systematic review of published predictive models / S. Senanayake, N. White, N. Graves [et al.] // International journal of medical informatics. 2019. Vol. 130. Art. 103957.
14. Predicting graft and patient outcomes following kidney transplantation using interpretable machine learning models / A. Salaün, S. Knight, L. Wingfield, T. Zhu // Scientific reports. 2024 Jul. Vol. 14, № 1. Art. 17356.
15. Machine Learning Model to Predict Graft Rejection After Kidney Transplantation / A. C. D. S. Minato, P. G. C. Hannun, A. M. P. Barbosa [et al.] // Transplantation proceedings. 2023 Nov. Vol. 55, № 9. P. 2058–2062. DOI: 10.1016/j.transproceed.2023.07.021
16. Jo, S. J. Prediction of very early subclinical rejection with machine learning in kidney transplantation / S. J. Jo, J. B. Park, K. W. Lee // Scientific reports. 2023 Dec. Vol. 13. Art. 22387.

Поступила 17.06.2026 г.
Принята в печать 27.08.2026 г.

Сведения об авторах:

А.Т. Щастный – д.м.н., профессор, зав. кафедрой госпитальной хирургии с курсом ФПК и ПК, Витебский государственный ордена Дружбы народов медицинский университет, https://orcid.org/0000-0003-2796-4240
А.С. Осочук – ассистент кафедры госпитальной хирургии с курсом ФПК и ПК, Витебский государственный ордена Дружбы народов медицинский университет, https://orcid.org/0000-0002-5942-3601;
Осочук Сергей Стефанович – д.м.н., профессор, заведующий НИЛ, УО «Витебский государственный ордена Дружбы народов медицинский университет», https://orcid.org/0000-0003-2074-3832, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.;
А.Ф. Марцинкевич – к.б.н., доцент кафедры общей и клинической биохимии с курсом ФПК и ПК, УО «Витебский государственный ордена Дружбы народов медицинский университет», https://orcid.org/0000-0003-3655-4489 .

Поиск по сайту