Onder patiënten die een cardiale operatie moeten ondergaan, bleek een predictiemodel gebaseerd op bloedwaarden uit de perioperatieve basis metabole paneltest, acute nierschade (AKI) in de periode van 72 uur tot 14 dagen na de ingreep accuraat te kunnen voorspellen.
Dat schrijven onderzoekers uit de Verenigde Staten in hun artikel dat recent verscheen in de JAMA. Voorspellen van het optreden van AKI is vooral belangrijk omdat een tijdige diagnose essentieel is om de aandoening effectief te kunnen behandelen.
De onderzoekers stelden verschillende multivariate predictiemodellen op voor meerdere subgroepen patiënten. Hiervoor gebruikten ze gegevens uit een retrospectief, observationeel cohort dat bestond uit volwassen patiënten die een hartoperatie moesten ondergaan in een academisch ziekenhuis tussen 2000 en 2019 (originele cohort; n = 58.526). Vervolgens gebruikten ze een onafhankelijk cohort van 4.734 patiënten uit drie algemene ziekenhuizen om de modellen extern te valideren (validatiecohort).
In het originele cohort kwam matige tot ernstige AKI voor bij 2.674 patiënten (4,6%) en AKI waarbij dialyse nodig was bij 868 patiënten (1,48%). De discriminatie van de modellen bleek uitstekend te zijn voor matige tot ernstige AKI binnen 72 uur (area under the receiver-operating characteristic curve (AUC) 0,876; 95%-BI 0,869-0,883) en 14 dagen (0,854; 95%-BI 0,850-0,861) na de ingreep en voor AKI waarbij dialyse nodig was binnen 72 uur (0,916; 95%-BI 0,907-0,926) en 14 dagen (0,900; 95%-BI 0,889-0,909) na de ingreep. In het validatiecohort werden vergelijkbare AUC’s gevonden. Bovendien bleek de calibratie voor alle modellen adequaat te zijn.
Verder onderzoek moet nog uitwijzen of het gebruik van deze predictiemodellen ook daadwerkelijk leidt tot betere uitkomsten.