Risikoberegner for nyresvigt (KFRE)

Klinisk baggrund

Risikoberegneren for nyresvigt (KFRE) udfylder et konkret behov: at skelne de patienter med kronisk nyresygdom, som faktisk får brug for nyreerstattende behandling, fra det store flertal, som ikke når dertil. eGFR og albuminuri alene giver en grov risikostratificering, men ikke nok til at afgøre, hvornår en henvisning til nefrolog er berettiget, eller hvornår en transplantationsudredning bør påbegyndes. KFRE kvantificerer sandsynligheden for behandlingskrævende nyresvigt inden for 2 og 5 år og giver dermed et beslutningsgrundlag, som er mere præcist end faste eGFR-tærskler.

Instrumentet bruges først og fremmest til to beslutninger: tidspunktet for henvisning til nefrolog og tidspunktet for planlægning af henholdsvis karadgang og transplantationsudredning. KDIGO 2024 anbefaler KFRE som grundlag for henvisningsbeslutningen og foreslår en 5-årsrisiko på 3 til 5 procent som tærskel [1].

Beregning af KFRE

Beregneren anvender den firevariable version af Kidney Failure Risk Equation. Variablerne er alder, køn (mand = 1, kvinde = 0), eGFR og albumin/kreatinin-ratio i urin (ACR). Formlen beregner først en logaritmeret risikoscore $L$ og omsætter den derefter til en absolut risiko:

$$L = -0{,}2201 \times \left(\frac{\text{alder}}{10} - 7{,}036\right) + 0{,}2467 \times (\text{mand} - 0{,}5642) - 0{,}5567 \times \left(\frac{\text{eGFR}}{5} - 7{,}222\right) + 0{,}4510 \times (\ln(\text{ACR}) - 5{,}137)$$

$$\text{2-årsrisiko} = 1 - 0{,}9832^{\exp(L)}$$

$$\text{5-årsrisiko} = 1 - 0{,}9365^{\exp(L)}$$

ACR angives i mg/g. Ved værdier i mg/mmol multipliceres med 8,84 for omregning. eGFR kan beregnes med en vilkårlig standardligning baseret på kreatinin.

Udledningskohorten bestod af 3.449 patienter med kronisk nyresygdom stadie 3 til 5 (eGFR 10 til 59 mL/min/1,73 m²), som blev henvist til nefrologi i Ontario, Canada, mellem april 2001 og december 2008. Effektmålet var nyresvigt defineret som behov for dialyse eller præemptiv nyretransplantation. I opfølgningsperioden udviklede 386 patienter (11 procent) nyresvigt. En uafhængig valideringskohorte fra British Columbia omfattede 4.942 patienter, hvoraf 1.177 (24 procent) nåede effektmålet [2]. I udledningskohorten opnåede den ottevariable model en c-statistik på 0,917 (95 procent KI 0,901 til 0,933), mens den firevariable model præsterede marginalt dårligere. I valideringskohorten var c-statistikken for den ottevariable model 0,841 (95 procent KI 0,825 til 0,857).

Fortolkning i praksis

KFRE giver en kontinuert sandsynlighed, men kliniske retningslinjer og implementeringsstudier har etableret handlingsgrænser. Tabellen nedenfor sammenfatter, hvordan resultaterne kan omsættes til klinisk handling.

I et implementeringsstudie i Manitoba, Canada, blev en 5-årsrisiko på 3 procent brugt som tærskel for triage af nefrologiske henvisninger. Ved denne tærskel var modellen 97 procent sensitiv og 62 procent specifik for forudsigelse af nyresvigt med en negativ prædiktiv værdi på 99 procent. Triagemodellen reducerede den mediane ventetid fra 230 til 58 dage, og 34 procent af henvisningerne blev sendt tilbage til almen praksis [3].

Validering og performance

Den mest omfattende eksterne validering er en metaanalyse af 31 kohorter i CKD Prognosis Consortium omfattende 721.357 patienter med kronisk nyresygdom stadie 3 til 5 og 23.829 hændelser af nyresvigt fordelt på fire kontinenter [4]. Den oprindelige firevariable KFRE havde en samlet c-statistik på 0,90 (95 procent KI 0,89 til 0,92) ved 2 år og 0,88 (95 procent KI 0,86 til 0,90) ved 5 år. Diskriminationsevnen var ensartet i undergrupper defineret efter alder, etnicitet og diabetesstatus.

Kalibreringen var tilstrækkelig i de nordamerikanske kohorter, men i flere kohorter uden for Nordamerika overvurderede den oprindelige ligning risikoen. En regional kalibreringsfaktor, som sænkede grundrisikoen med 32,9 procent ved 2 år og 16,5 procent ved 5 år, forbedrede kalibreringen i henholdsvis 12 ud af 15 og 10 ud af 13 ikke-nordamerikanske kohorter (p = 0,04 henholdsvis p = 0,02) [4]. Denne ikke-nordamerikanske kalibreringsfaktor er indarbejdet i flere kliniske implementeringer og i den webbaserede beregner på qxmd.com.

I en tysk validering med 403 patienter med kronisk nyresygdom stadie G2 til G4, som var henvist til en nefrologisk tertiærklinik, blev der opnået en c-statistik på 0,91 (95 procent KI 0,83 til 0,99) [5]. Tilføjelse af dopplerultralydsparametre forbedrede ikke forudsigelsen.

Et svensk observationsstudie fra Stockholm (SCREAM-kohorten) omfattede 192.964 personer med eGFR under 60 mL/min/1,73 m² og 887.388 observationer i opfølgningsperioden [6]. Den ikke-nordamerikansk kalibrerede firevariable KFRE havde god diskriminationsevne og var bedre end både de traditionelle svenske henvisningskriterier og KDIGO 2012-kriterierne med hensyn til sensitivitet, specificitet og nettoreklassifikationsindeks. Studiet viste dog, at højere tærskler end de af KDIGO anbefalede 3 til 5 procent gav den bedste kombination af sensitivitet og specificitet: 15 procent for den ikke-nordamerikansk kalibrerede ligning og 9 procent for en lokalt rekalibreret version. Implementering af en risikobaseret henvisningsmodel ville reducere antallet af unødvendige henvisninger med 23 til 25 procent uden at overse mange tilfælde, som reelt havde behov for nefrologisk behandling [6].

Begrænsninger

KFRE er udledt og valideret hos patienter, der er henvist til nefrolog med kronisk nyresygdom stadie 3 til 5 (eGFR 10 til 59 mL/min/1,73 m²). Nøjagtigheden uden for dette eGFR-interval er mindre veldokumenteret. Beregneren accepterer eGFR ned til 1 mL/min/1,73 m², men ved meget lave værdier bliver forudsigelsen stadig mere usikker og klinisk mindre meningsfuld, fordi disse patienter allerede er oplagte kandidater til nyreerstattende behandling.

Modellen gælder ikke for nyretransplanterede patienter, hvor der er publiceret en separat validering, men med afvigende performance. Den gælder heller ikke for patienter med akut nyreskade eller hurtigt progredierende glomerulonefritis, hvor beslutningen om henvisning og behandling styres af andre faktorer end en langsigtet risikoforudsigelse.

En vigtig begrænsning er, at død blev håndteret som censurering og ikke som en konkurrerende risiko i den oprindelige model, hvilket fører til en systematisk overvurdering af risikoen for nyresvigt, særligt hos ældre patienter med høj mortalitet. Det svenske studie fra Stockholm viste, at inddragelse af død som konkurrerende risiko gav mere realistiske prognostiske estimater [6].

Den ottevariable model, som også inddrager P-calcium, fosfat, bikarbonat og albumin, giver marginalt bedre diskriminationsevne, men kræver flere inddata og er ikke implementeret i denne beregner. I den oprindelige valideringskohorte var forbedringen i det integrerede diskriminationsindeks 3,2 procent (95 procent KI 2,4 til 4,2 procent) sammenlignet med den firevariable model [2].

Ekstern validering og henvisningsgrænser

I dansk sundhedsvæsen beregnes eGFR med CKD-EPI, den samme ligning som blev anvendt i udledningskohorten. Det svenske valideringsstudie anvendte derimod den reviderede Lund-Malmö-ligning, og forskellige eGFR-ligninger giver systematisk forskellige estimater, særligt ved højere alder, hvilket kan påvirke kalibreringen. Studiet fra Stockholm anvendte Lund-Malmö og fandt god performance for den ikke-nordamerikansk kalibrerede KFRE, men bemærkede, at en lokal rekalibrering forbedrede tilpasningen yderligere [6].

De traditionelle henvisningskriterier bygger på faste tærskelværdier for alder, eGFR og albuminuri. Det svenske studie viste, at en risikobaseret model med KFRE var bedre end disse kriterier og ville kunne reducere antallet af unødvendige nefrologiske henvisninger med cirka en fjerdedel, samtidig med at kun få tilfælde med reelt behov for specialistbehandling blev overset [6]. KDIGO 2024 anbefaler en 5-årsrisiko på 3 til 5 procent som henvisningsgrænse [1], men det svenske studie fandt, at højere tærskler (9 til 15 procent afhængigt af kalibrering) gav den bedste kombination af sensitivitet og specificitet i en population med lav incidens af nyresvigt.

Kilder

1. Levin A, Ahmed SB, Carrero JJ, m.fl. Executive summary of the KDIGO 2024 Clinical Practice Guideline for the Evaluation and Management of Chronic Kidney Disease. Kidney Int 2024. PMID: 38519239
2. Tangri N, Stevens LA, Griffith J, m.fl. A predictive model for progression of chronic kidney disease to kidney failure. JAMA 2011. PMID: 21482743
3. Hingwala J, Wojciechowski P, Hiebert B, m.fl. Risk-based triage for nephrology referrals using the Kidney Failure Risk Equation. Can J Kidney Health Dis 2017. PMID: 28835850
4. Tangri N, Grams ME, Levey AS, m.fl. Multinational assessment of accuracy of equations for predicting risk of kidney failure: a meta-analysis. JAMA 2016. PMID: 26757465
5. Lennartz CS, Pickering JW, Seiler-Mußler S, m.fl. External validation of the Kidney Failure Risk Equation and re-calibration with addition of ultrasound parameters. Clin J Am Soc Nephrol 2016. PMID: 26787778
6. Caldinelli A, Faucon AL, Sjölander A, m.fl. Risk-based referral model to nephrologist specialist care in Stockholm. Nephrol Dial Transplant 2025. PMID: 40632493