Trapianto di Rene: E se una ‘Sfera di Cristallo’ Aiutasse Medici e Pazienti a Decidere Meglio?

Ammettiamolo, quando si parla di trapianto di rene, l’attesa e le decisioni da prendere possono sembrare un labirinto. Da un lato, c’è la speranza di una nuova vita, dall’altro l’incertezza legata alla disponibilità e alla qualità degli organi. E se vi dicessi che, come team di ricercatori, stiamo lavorando per portare un po’ di luce in questo percorso complesso, quasi come avere una bussola hi-tech?

Il Dilemma dell’Allocazione: Un Equilibrio Delicato

Immaginate la scena: un rene da donatore deceduto diventa disponibile. Come si decide a chi assegnarlo? È una questione che scotta, ve lo assicuro. Bisogna essere equi, etici e trasparenti. L’obiettivo è duplice: massimizzare l’utilità dell’organo, cioè darlo a chi ne beneficerà di più e più a lungo, ma anche garantire che tutti i candidati in lista abbiano le stesse opportunità. Non è un gioco da ragazzi, soprattutto perché la domanda di organi supera di gran lunga l’offerta.

Per far fronte a questa carenza, a livello globale si cerca di utilizzare anche reni considerati “meno ottimali”, ma che possono comunque essere una manna dal cielo per il ricevente giusto. Qui entra in gioco un altro snodo cruciale: la decisione di accettare o meno l’organo proposto. Di solito, il nefrologo trapiantatore è il “guardiano” di questo processo, ma siamo sempre più convinti che coinvolgere attivamente i pazienti, i loro caregiver e i nefrologi curanti sia fondamentale. Le decisioni sanitarie, dopotutto, dovrebbero sempre rispecchiare i valori e le preferenze di chi le vive sulla propria pelle.

Le preferenze dei pazienti, infatti, spesso si concentrano su principi di equità come il tempo di attesa, l’urgenza medica e la qualità della vita. Questi aspetti, a volte, possono entrare in contrasto con approcci puramente utilitaristici che mirano a massimizzare il beneficio complessivo del trapianto. È qui che si gioca la partita: trovare un algoritmo di allocazione che bilanci equità ed efficienza. Molti paesi, come Stati Uniti, Regno Unito e recentemente l’Australia, hanno implementato algoritmi basati sul rischio, cercando di abbinare al meglio donatori e riceventi con aspettative di sopravvivenza simili.

In Australia, ad esempio, il sistema di allocazione dei reni da donatore deceduto è a due livelli, basato su un punteggio. Ogni candidato in lista viene abbinato a ogni donatore disponibile a livello nazionale. Il punteggio finale considera età, tempo di attesa, compatibilità HLA, stato di residenza e sensibilizzazione del candidato. Chi ha il punteggio più alto riceve l’offerta. Se rifiuta, si passa al successivo.

Le Sfide dell’Accettazione e il Rischio del Rifiuto

Anche se trapiantare reni “subottimali”, se ben allocati, può migliorare la sopravvivenza e la qualità della vita rispetto alla dialisi, ci sono delle gatte da pelare. Primo, è difficile prevedere con esattezza l’esito post-trapianto basandosi solo sui dati pre-trapianto, perché molti fattori interagiscono tra loro. Secondo, noi clinici a volte siamo preoccupati che un rene marginale possa portare a una perdita precoce dell’organo o a complicazioni. Di conseguenza, sia noi che i pazienti potremmo essere tentati di rifiutare un’offerta “non perfetta” sperando in una migliore in futuro. Questo, però, aumenta il tasso di organi recuperati ma non utilizzati, che potrebbero invece essere adatti ad altri pazienti. Pensate che negli Stati Uniti circa il 25% dei reni non ideali viene scartato, e in Australia circa il 10% per i reni con un alto indice di profilo del donatore (KDPI). Questo spreco ha conseguenze pesanti: liste d’attesa più lunghe, tassi di trapianto ridotti e, purtroppo, un maggior numero di decessi in lista.

È per affrontare queste sfide che abbiamo messo a punto uno strumento che, spero, potrà fare la differenza.

KTSS: Il Nostro “Navigatore” per il Trapianto

Per guidare decisioni cliniche condivise e basate sull’evidenza, avevamo già sviluppato simKAP, un framework di simulazione che valuta l’attuale algoritmo di allocazione e ne ipotizza di nuovi. Forte di questa base, abbiamo creato il Kidney Transplant Support System (KTSS). Si tratta di un sistema di supporto decisionale pensato per aiutare noi clinici e i nostri pazienti a fare scelte più informate sull’accettazione di un rene da donatore deceduto.

Come funziona? Immaginatelo come un’applicazione web interattiva, accessibile da computer, tablet o smartphone. È progettata per essere intuitiva e facile da usare. Il cuore del KTSS è la sua capacità di “prevedere il futuro”, o meglio, di simulare una sequenza di potenziali offerte di rene per un candidato in lista d’attesa. Per ogni offerta simulata, il sistema fornisce una stima del tempo di attesa, della qualità del donatore e della sopravvivenza attesa del paziente post-trapianto.

L’interfaccia si articola in tre pannelli principali:

• Pannello di Selezione: Qui noi medici inseriamo le caratteristiche del ricevente (età, tempo di attesa, sesso, gruppo sanguigno, diabete, livello di anticorpi PRA, stato di residenza) e del donatore (età, sesso, KDPI, gruppo sanguigno, stato di residenza, diabete), oltre ai dati immunologici come i mismatch HLA.
• Pannello Risultati: Questa è la parte “magica”. Prende i dati inseriti e, usando l’algoritmo KTmatch (basato su simKAP), identifica gli abbinamenti più vicini. Mostra un confronto tra l’offerta attuale e le successive (fino alla quarta), con barre colorate che indicano la qualità del rene (KDPI) e la probabilità di sopravvivenza prevista. Indica anche il tempo di attesa supplementare se si rifiuta l’offerta corrente e il numero di mismatch HLA per le offerte future.
• Pannello Grafici e Tabelle: Qui troviamo una visualizzazione grafica, un diagramma a dispersione, che riassume le prime quattro offerte simulate, consolidando le informazioni cruciali per una decisione ponderata. L’asse x può rappresentare la probabilità di sopravvivenza del trapianto, l’asse y la qualità del rene, e ogni punto può indicare il tempo di attesa.

Facciamo un esempio. Consideriamo un ricevente maschio di 53 anni, gruppo B, PRA 8%, non diabetico, in attesa in NSW, Australia. Gli viene offerto un rene da un donatore maschio di 67 anni, diabetico, gruppo B, KDPI 52%, sempre dalla NSW. Il KTSS, basandosi su 11 anni di dati trapiantologici australiani e neozelandesi (2006-2017), simula le prime quattro offerte. Magari scopriamo che la prossima offerta potrebbe avere una qualità del rene leggermente migliore (KDPI 55%), una probabilità di sopravvivenza del trapianto a 10 anni più alta (81%), ma richiederebbe di aspettare altri 2 mesi.

Prendiamo un altro caso, un paziente altamente sensibilizzato (45 anni, PRA >88%) a cui viene offerto un rene da un donatore di 70 anni con KDPI 50% da un altro stato. Il KTSS ci permette di valutare la probabilità di sopravvivenza dell’offerta attuale (ad esempio, 0.54 a 10 anni) e la probabilità di ricevere offerte future con diversa qualità, compatibilità HLA e tempi di attesa. Magari la prossima offerta arriverebbe in un mese, sarebbe di qualità migliore e con una maggiore probabilità di sopravvivenza.

I Vantaggi (e Qualche Limite da Superare)

Comunicare informazioni complesse sul processo di allocazione degli organi a pazienti, famiglie e personale sanitario non specializzato è una bella sfida. Crediamo che il KTSS possa davvero aiutare. Fornendo stime predittive sul tempo di attesa, la qualità del donatore e la probabilità di sopravvivenza del trapianto per le offerte successive, questo strumento è cruciale. Aiuta il team trapiantologico, i medici curanti e i pazienti a bilanciare il rischio di complicazioni legate a una lunga attesa in lista contro il rischio di una perdita precoce del trapianto con reni subottimali.

I vantaggi del nostro KTSS? Beh, sono parecchi e toccano il cuore del problema:

• Fornisce a medici e pazienti informazioni e previsioni facilmente visualizzabili e interpretabili. Questo non sostituisce la decisione clinica, ma la integra e facilita la comunicazione.
• La nostra piattaforma è trasparente e generalizzabile. Essendo basata sul framework simKAP, possiamo incorporare modifiche agli algoritmi di allocazione, permettendo ad altri ricercatori di creare nuovi sistemi decisionali a livello regionale.
• Il nostro sistema di previsione può fornire offerte di rene sequenziali, non solo la prossima.

Ottimizzando l’accettazione delle offerte, il KTSS ha il potenziale per ridurre i rifiuti non necessari e la non utilizzazione degli organi, il che potrebbe migliorare sia la sopravvivenza che la qualità della vita, e i risultati complessivi post-trapianto. Inoltre, può anche migliorare l’efficienza e l’equità dell’allocazione degli organi, assicurando che i reni dei donatori siano abbinati e trapiantati ai candidati più idonei.

Certo, come ogni strumento innovativo, anche KTSS ha i suoi “lavori in corso” e alcune limitazioni. Le stime si basano su allocazioni storiche e potrebbero non riflettere appieno le tendenze emergenti nelle politiche di donazione e allocazione. La tipizzazione HLA nel modello si basa principalmente su una tipizzazione a bassa risoluzione, che potrebbe non riflettere accuratamente la compatibilità a livello molecolare. I modelli predittivi sono stati addestrati utilizzando dati del registro ANZDATA, quindi la loro applicabilità in altre regioni potrebbe essere limitata. Inoltre, è essenziale una valutazione continua per garantire che KTSS non privilegi involontariamente alcuni sottogruppi o esacerbi le disuguaglianze esistenti. Soprattutto, sono necessarie una validazione formale e il coinvolgimento degli stakeholder del settore per affinare lo strumento e ottimizzarne l’integrazione nella pratica clinica. Poiché i dati di input si basavano sul precedente algoritmo di allocazione (prima dell’implementazione del nuovo algoritmo nazionale nel maggio 2020), prevediamo di convalidare le prestazioni del sistema KTSS utilizzando i dati più recenti.

Verso un Futuro di Decisioni Condivise

In sintesi, sfruttando la potenza combinata di simKAP e di una grafica statistica avanzata, questo strumento innovativo, ne sono convinto, migliorerà significativamente il processo decisionale per pazienti e medici. Offrendo visualizzazioni intuitive che presentano molteplici potenziali offerte di rene con approfondimenti prognostici post-trapianto, KTSS dà alle persone il potere di fare scelte informate: continuare la dialisi in attesa di un rene di “alta qualità” o accettare l’offerta attualmente disponibile. È un passo avanti verso una medicina sempre più personalizzata e partecipata, e non potrei essere più entusiasta delle sue potenzialità.

Fonte: Springer