Risikokalkulator for nyresvikt (KFRE)

Klinisk bakgrunn

Risikokalkulatoren for nyresvikt (KFRE) dekker et konkret behov: å skille pasienter med kronisk nyresykdom som faktisk vil trenge nyreerstattende behandling, fra det store flertallet som ikke kommer dit. eGFR og albuminuri alene gir en grov risikostratifisering, men ikke tilstrekkelig til å avgjøre når en henvisning til nefrolog er berettiget, eller når en transplantasjonsutredning bør starte. KFRE kvantifiserer sannsynligheten for behandlingskrevende nyresvikt innen 2 og 5 år og gir dermed et beslutningsgrunnlag som er mer presist enn faste eGFR-terskler.

Instrumentet brukes først og fremst til to beslutninger: tidspunkt for henvisning til nefrolog og tidspunkt for planlegging av henholdsvis karadkomst og transplantasjonsutredning. KDIGO 2024 anbefaler KFRE som grunnlag for henvisningsbeslutninger og foreslår en 5-årsrisiko på 3 til 5 prosent som terskel [1].

Beregning av KFRE

Kalkulatoren bruker firevariabelversjonen av Kidney Failure Risk Equation. Variablene er alder, kjønn (mann = 1, kvinne = 0), eGFR og albumin/kreatinin-ratio i urin (ACR). Formelen beregner først en logaritmert risikoskår $L$ og omregner den deretter til absolutt risiko:

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

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

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

ACR angis i mg/g. Ved verdier i mg/mmol multipliseres det med 8,84 for konvertering. eGFR kan beregnes med hvilken som helst standardlikning basert på kreatinin.

Utledningskohorten besto av 3 449 pasienter med kronisk nyresykdom stadium 3 til 5 (eGFR 10 til 59 mL/min/1,73 m²) som ble henvist til nefrologi i Ontario, Canada, mellom april 2001 og desember 2008. Utfallet var nyresvikt definert som behov for dialyse eller preemptiv nyretransplantasjon. I løpet av oppfølgingen utviklet 386 pasienter (11 prosent) nyresvikt. En uavhengig valideringskohort fra British Columbia omfattet 4 942 pasienter, hvorav 1 177 (24 prosent) nådde utfallet [2]. I utledningskohorten oppnådde åttevariabelmodellen en c-statistikk på 0,917 (95 prosent KI 0,901 til 0,933), mens firevariabelmodellen presterte marginalt dårligere. I valideringskohorten var c-statistikken for åttevariabelmodellen 0,841 (95 prosent KI 0,825 til 0,857).

Tolkning i praksis

KFRE gir en kontinuerlig sannsynlighet, men kliniske retningslinjer og implementeringsstudier har etablert handlingsgrenser. Tabellen nedenfor oppsummerer hvordan resultatene kan oversettes til klinisk handling.

I en implementeringsstudie i Manitoba, Canada, ble 3 prosent 5-årsrisiko brukt som terskel for triage av nefrologihenvisninger. Ved denne terskelen var modellen 97 prosent sensitiv og 62 prosent spesifikk for prediksjon av nyresvikt, med en negativ prediktiv verdi på 99 prosent. Triagemodellen reduserte medianventetiden fra 230 til 58 dager, og 34 prosent av henvisningene ble ført tilbake til primærhelsetjenesten [3].

Validering og ytelse

Den mest omfattende eksterne valideringen er en metaanalyse av 31 kohorter i CKD Prognosis Consortium, som omfattet 721 357 pasienter med kronisk nyresykdom stadium 3 til 5 og 23 829 hendelser med nyresvikt, fordelt over fire kontinenter [4]. Den opprinnelige firevariabel-KFRE viste en samlet c-statistikk på 0,90 (95 prosent KI 0,89 til 0,92) ved 2 år og 0,88 (95 prosent KI 0,86 til 0,90) ved 5 år. Diskrimineringsevnen var lik i undergrupper definert etter alder, etnisitet og diabetesstatus.

Kalibreringen var adekvat i nordamerikanske kohorter, men i flere kohorter utenfor Nord-Amerika overestimerte den opprinnelige likningen risikoen. En regional kalibreringsfaktor som senket grunnrisikoen med 32,9 prosent ved 2 år og 16,5 prosent ved 5 år, bedret kalibreringen i henholdsvis 12 av 15 og 10 av 13 ikke-nordamerikanske kohorter (p = 0,04 og p = 0,02) [4]. Denne ikke-nordamerikanske kalibreringsfaktoren er integrert i flere kliniske implementeringer og i den nettbaserte kalkulatoren på qxmd.com.

I en tysk validering av 403 pasienter med kronisk nyresykdom stadium G2 til G4 som var henvist til en nefrologisk tertiærklinikk, ble det oppnådd en c-statistikk på 0,91 (95 prosent KI 0,83 til 0,99) [5]. Tillegg av dopplerultralydparametre bedret ikke prediksjonen.

En svensk observasjonsstudie fra Stockholm (SCREAM-kohorten) omfattet 192 964 individer med eGFR under 60 mL/min/1,73 m² og 887 388 observasjoner i løpet av oppfølgingen [6]. Den ikke-nordamerikansk kalibrerte firevariabel-KFRE viste god diskrimineringsevne og overgikk både svenske tradisjonelle henvisningskriterier og KDIGO 2012-kriteriene når det gjaldt sensitivitet, spesifisitet og netto reklassifiseringsindeks. Studien viste likevel at høyere terskler enn de 3 til 5 prosentene KDIGO anbefaler, ga best kombinert sensitivitet og spesifisitet: 15 prosent for den ikke-nordamerikansk kalibrerte likningen og 9 prosent for en lokalt rekalibrert versjon. Innføring av en risikobasert henvisningsmodell ville redusere antallet unødvendige henvisninger med 23 til 25 prosent uten å overse mange tilfeller som virkelig trengte nefrologisk behandling [6].

Begrensninger

KFRE er utledet og validert hos pasienter henvist til nefrolog med kronisk nyresykdom stadium 3 til 5 (eGFR 10 til 59 mL/min/1,73 m²). Nøyaktigheten utenfor dette eGFR-intervallet er dårligere dokumentert. Kalkulatoren aksepterer eGFR helt ned til 1 mL/min/1,73 m², men for svært lave verdier blir prediksjonen stadig mer usikker og klinisk mindre meningsfull, ettersom disse pasientene allerede er åpenbare kandidater for nyreerstattende behandling.

Modellen gjelder ikke for nyretransplanterte pasienter, der en egen validering er publisert, men med avvikende ytelse. Den gjelder heller ikke for pasienter med akutt nyreskade eller raskt progredierende glomerulonefritt, der beslutninger om henvisning og behandling styres av andre faktorer enn en langsiktig risikoprediksjon.

En viktig begrensning er at død ble håndtert som sensurering og ikke som konkurrerende risiko i den opprinnelige modellen, noe som gir en systematisk overestimering av risikoen for nyresvikt, særlig hos eldre pasienter med høy mortalitet. Den svenske studien fra Stockholm viste at det å inkludere død som konkurrerende risiko ga mer realistiske prognostiske estimater [6].

Åttevariabelmodellen, som også inkluderer s-kalsium, fosfat, bikarbonat og albumin, gir marginalt bedre diskrimineringsevne, men krever flere inndata og er ikke implementert i denne kalkulatoren. I den opprinnelige valideringskohorten var forbedringen i integrert diskrimineringsindeks 3,2 prosent (95 prosent KI 2,4 til 4,2 prosent) sammenlignet med firevariabelmodellen [2].

Overføringsverdi og henvisningsterskler

Utledningskohorten brukte CKD-EPI. Der laboratoriet rapporterer eGFR med en annen likning, for eksempel den reviderte Lund-Malmö-likningen som brukes i deler av Norden, kan kalibreringen påvirkes, ettersom ulike eGFR-likninger gir systematisk forskjellige estimater, særlig ved høyere alder. Den svenske studien fra Stockholm brukte Lund-Malmö og fant god ytelse for den ikke-nordamerikansk kalibrerte KFRE, men bemerket at en lokal rekalibrering bedret tilpasningen ytterligere [6].

Tradisjonelle henvisningskriterier bygger på faste terskelverdier for alder, eGFR og albuminuri. Den svenske studien viste at en risikobasert modell med KFRE overgikk disse kriteriene og kunne redusere antallet unødvendige nefrologihenvisninger med omtrent en firedel, samtidig som få tilfeller som virkelig trengte spesialistbehandling, ble oversett [6]. KDIGO 2024 anbefaler en 5-årsrisiko på 3 til 5 prosent som henvisningsgrense [1], men den svenske studien fant at høyere terskler (9 til 15 prosent avhengig av kalibrering) ga best kombinert sensitivitet og spesifisitet i en populasjon med lav insidens av nyresvikt.

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