Derleme makalesi

Son Evre Böbrek Hastalığında Prognoz Belirleme: Araçlar, Kanıtlar ve Klinik Uygulamalar

82 görüntülenme

⸱

DOI:

10.3791/70058

⸱

18 Ağustos 2026

 , 
1Division of Nephrology, Toronto General Hospital, University Health Network, University of Toronto

Bu makalede

Özet

Bu derleme, son evre böbrek yetmezliği için prognostik araçları özetleyerek; bunlarınle mortalite riski değerlendirmesi, ortak karar verme süreci, konservatif böbrek yönetimi ve yaşlı yetişkinler için bireyselleştirilmiş tedavi planlamasındaki uygulamalarını vurgulamaktadır.

Özet

Son evre böbrek hastalığında prognoz tahmini, kişi merkezli bakım ve ortak karar verme süreci için temel teşkil etmektedir. Bu derleme, diyaliz veya konservatif böbrek bakımı seçeneklerini değerlendiren son evre böbrek hastalığına sahip yaşlı yetişkinlerdeki prognostik değerlendirmeye ilişkin güncel kanıtları özetlemektedir. Çalışma, prognoz tahmininin gerekçelerini incelemekte ve komorbidite yükü, kırılganlık, fonksiyonel durum ve biyokimyasal parametreler dahil olmak üzere mortalitenin temel klinik, fonksiyonel ve laboratuvar öngördürücülerine göz atmaktadır. Derleme; Charlson Komorbidite İndeksi, Sürpriz Soru ve çok değişkenli tahmin modelleri gibi doğrulanmış prognostik araçların yanı sıra, bireyselleştirilmiş risk tahmini için gelişmekte olan makine öğrenimi yaklaşımlarını tartışmaktadır. Ayrıca fonksiyonel yıkımın, hastaneye yatışların ve sınırlı sağkalım avantajının tedavi kararları üzerindeki etkilerini incelemekte; prognostik bilgilerin ileri bakım planlamasındaki ve hedefle uyumlu bakımdaki rolünü vurgulamaktadır. Ek olarak derleme, prognozun iletişimini ve prognostik araçların rutin nefroloji pratiğine uygulanmasıyla ilgili pratik zorlukları ele almaktadır. Kanıta dayalı prognostik değerlendirmenin, bireyselleştirilmiş klinik değerlendirme ve hasta değerleriyle entegre edilmesiyle, prognoz tahmini; bilinçli tedavi kararlarını destekleyebilir ve son evre böbrek hastalığı olan yaşlı yetişkinler için kişiselleştirilmiş bakımı kolaylaştırabilir.

Giriş

Kronik böbrek hastalığı (KBH), dünya çapında tahminen 843,6 milyon kişiyi etkilemekte olup, 2 milyondan fazla kişi son dönem böbrek hastalığı (SDBH) ile yaşamaktadır1,2,3,4,5. Yaşlı yetişkinler, özellikle kardiyovasküler hastalığı ve diğer komorbid durumları olanlar, ileri evre böbrek hastalığı geliştirme açısından daha yüksek risk altındadır. Tıbbi tedavilerdeki önemli ilerlemelere rağmen, SDBH mortalite ve morbidite açısından ciddi riskler oluşturmaya devam etmektedir1,4.

KBY bakımının önemli bir yönü, ESKD'ye ilerleme olasılığına karşı önceden bakım planlaması yapılmasıdır. Böbrek transplantasyonu, sağkalım ve yaşam kalitesi açısından en iyi sonuçları sağladığı için tercih edilen renal replasman tedavisi biçimidir. Ancak, uygun bir donörü olmayan hastalarda transplantasyon mümkün olmayabilir; cerrahi veya tıbbi riski yüksek olan, kırılganlık gösteren veya yaşam beklentisi sınırlı olan hastalarda ise kontrendike olabilir. Bu durum genellikle, belirsiz bir gelecekle karşı karşıya kalan ve ister evde ister klinikte olsun ömür boyu sürecek diyalize başlamak ile bu yaklaşımın sağkalımı kısaltabileceği bilinciyle semptom kontrolüne odaklanan tıbbi yönetimi seçmek arasında zor bir karar vermek zorunda kalan yaşlı hastalar için geçerlidir. Hekimlerin; bazı durumlarda diyalizin, yaşam süresini mutlaka uzatmadan acıyı artırabileceğini kabul ederek, bireyselleştirilmiş ve kişi odaklı bir yaklaşım sağlama konusunda klinik, etik ve yasal sorumlulukları vardır6.

Bu bağlamda, önceden bakım planlaması, gelecekteki kararları her bireyin değerleri, istekleri ve değişen klinik durumlarıyla uyumlu hale getirerek hastaları, aileleri ve sağlık profesyonellerini destekleyen önemli bir araçtır6. Hastalar ve aileleri, diyalizin faydaları ve zararları hakkında açık ve kapsamlı bilgi aldıklarında, değerleri ve tercihleriyle uyumlu, bilinçli seçimler yapma konusunda daha yetkin olurlar. Bu kişilerin, ortak karar verme sürecine katılmaya davet edilmeleri ve teşvik edilmeleri gerekir. Diyaliz sağkalımı artırabilir ve semptomları hafifletebilir; ancak yaşlı ve kırılgan hastalarda faydaları sınırlı olabilir ve tedavi, bağımsızlıkta ve yaşam kalitesinde önemli azalmalara yol açabilir7. Bu nedenlele prognoz tahmini, hasta eğitiminin ve ortak karar vermenin temel bir bileşenidir. Sağkalım ile yaşam kalitesi arasındaki dengeyi değerlendirebilmek için hastaların, diyalize başlamanın potansiyel sağkalım faydasını ve tedavinin yaşam kalitelerini nasıl etkileyebileceğini anlamaları gerekir.

Bu derleme, diyalizi düşünen veya diyalize başlayan hastalarda prognozu tahmin etmek için kullanılan stratejilerin ve araçların temel özelliklerini ele almaktadır. Ayrıca, bu yaklaşımların; tedavi seçenekleri ve ESKD bakım yolları hakkında ortak kararlar verme sürecinde böbrek bakım ekiplerine, hastalara ve ailelere nasıl destek olabileceğini incelemektedir (Şekil 1).

CKD/ESKD tedavi kararları için değerlendirme ve karar verme adımlarını gösteren kişi merkezli prognostikasyon yolu diyagramı.
Şekil 1. İleri evre kronik böbrek hastalığı (CKD) ve son evre böbrek hastalığında (ESKD) kişi merkezli prognostikasyon yolu. Şematik; kişi merkezli bakımı desteklemek için kapsamlı hasta değerlendirmesini, multimodal prognostik değerlendirmeyi, prognoz iletişimini ve ortak karar verme sürecini, tedavi seçimini ve sürekli yeniden değerlendirmeyi özetlemektedir. Üst simge numaraları, makalede alıntılanan referanslara karşılık gelmektedir. Şekil, bir OpenAI görüntü oluşturma aracının yardımıyla oluşturulmuş, ardından bilimsel ve klinik doğruluk açısından yazarlar tarafından incelenmiş ve onaylanmıştır. Bu şeklin daha büyük bir versiyonunu görüntülemek için lütfen buraya tıklayınız.

İnceleme ve perspektif

Kronik Böbrek Hastalığında Prognoz Belirlemenin Önemi

Prognozun ve beklenen hastalık seyri ilerlemesinin anlaşılması, terapötik hedefleri ve yaşamla ilgili kararları önemli ölçüde etkileyebilir. Bu anlayış, kişi merkezli bakım sunmak, ortak karar verme sürecini teşvik etmek ve ileri bakım planlamasını kolaylaştırmak için gereklidir. Ancak, kanser hastaları ve yaşlı yetişkinleri kapsayan çalışmalar, sağlık profesyonellerinin prognostik bilgileri nadiren ilettiğini, buna karşılık hastaların gelecek hakkında genellikle aşırı iyimser beklentiler taşıdıklarını göstermiştir8.

Yaşam beklentisi hakkındaki bilgiler, diyalize başlama kararı verilirken sıklıkla arandığından, prognostik değerlendirme, hastalar ve hekimler arasındaki görüşmelerin temel bir bileşenidir. Kişisel, kültürel ve dini tercihler ile değerler de bir bireyin yaşamı uzatmak için diyalizi seçip seçmeyeceğinde önemli roller oynar6. Erken mortaliteyi öngören bir risk tahmin modeli, tedavinin kişiselleştirilmesine yardımcı olabilir ve sağlık profesyonelleri, böbrek hastalığıyla yaşayan kişiler ve aile üyeleri arasındaki ortak karar verme sürecini destekleyebilir9. Bu durum, özellikle daha konservatif tedavi yolları değerlendirilen hastalar için önemlidir. Diyaliz başlangıcı olmaksızın aktif tıbbi bakımın, semptom kontrolünün ve multidisipliner desteğin devamını içeren konservatif böbrek bakımı (CKC), uluslararası kılavuzlar tarafından artık renal replasman tedavisi için aday olmayan hastalar için varsayılan bir seçenekten ziyade meşru bir tedavi yolu olarak giderek daha fazla kabul görmektedir10. Diyalizin genel olarak CKC'den daha uzun bir medyan sağkalım sağladığı gösterilmiştir (tedavi kararından itibaren 3,1 yıla karşı 1,5 yıl); ancak bu sağkalım avantajı 80 yaş ve üzerindeki hastalarda kaybolmakta (P = 0,08) ve ciddi kardiyovasküler komorbiditesi olanlarda önemli ölçüde azalmaktadır11,12. Mortalite sonuçlarının ötesinde, CKC alan hastalar arasında hastaneye yatış oranları önemli ölçüde daha düşüktür (insidans oran oranı, 0,40; %95 güven aralığı [CI], 0,32–0,49)13.

CKC ayrıca yaşam kalitesinin artması, semptom yükünün azalması ve hastaneden ziyade evde ölme olasılığının daha yüksek olmasıyla ilişkilendirilmiştir12. Bu bulgular, CKC'nin yalnızca kalıntı bir tedavi seçeneği olarak kullanılması yerine, hastanın kırılganlık seyrine göre prospektif entegrasyonunu desteklemektedir. Prognostik değerlendirme, bu tedavi felsefesinden en fazla yararlanma olasılığı olan bireylerin belirlenmesine yardımcı olabilir. Örneğin, bir hastanın diyaliz başlangıcından sonraki ilk yıl içinde ölüm riskinin yüksek olması bekleniyorsa, CKC veya modifiye diyaliz stratejileri değerlendirilebilecek uygun seçenekler olabilir9. Jassal et al., tedavi yoğunluğunu, diyet kısıtlamalarını ve ev içi desteği kırılganlık durumuna göre özelleştiren ve hastanın durumu değiştikçe periyodik yeniden değerlendirmelerle çift yönlü geçişlere izin veren, kırılganlık odaklı diyaliz bakım yolları önermiştir14.

Tahmin araçlarının, sağlık profesyonellerine ESKD tedavisine ilişkin kararlar konusunda hastalara ve ailelerine rehberlik etmede yardımcı olması muhtemeldir15,16. Uluslararası kılavuzlar prognozun hastalarla paylaşılmasını güçlü bir şekilde önerse de17,18,19 ve kanıtlar çoğu hastanın prognostik bilgi almayı istediğini gösterse de20,21,22, bu uygulama rutin klinik bakımda tutarlı bir şekilde uygulanmamıştır. Prognozun etkili bir şekilde iletilmesini engelleyen çeşitli bariyerler bulunmaktadır. Nefrologlar, doğru ve bireyselleştirilmiş risk tahminleri sağlayan araçlardan yoksun olabilirler ve prognozun hastalar üzerindeki potansiyel duygusal etkisine dair endişeler nedeniyle bu konuyu tartışırken kendilerini rahatsız hissedebilirler. Çalışmalar ayrıca, hastaların genellikle prognoza ilişkin tartışmaları, yalnızca tahmini sağkalım süresi olarak ifade edilen öngörülerden ziyade daha geniş çerçevede yürütmeyi tercih ettiklerini göstermiştir23. Dahası, birçok prognostik model, harici doğrulamadan yoksun oldukları için rutin klinik uygulamaya kolayca entegre edilememektedir ve periton diyalizi alan hastaları içeren kohortlar kullanılarak geliştirilen modeller nispeten az sayıdadır. Erken mortaliteyi öngörmenin ötesinde, Dusseux et al., böbrek transplantasyonu için uygun olabilecek adayları belirlemek amacıyla diyaliz alan yaşlı Fransız hastalar (≥70 yaş) için 3 yıllık bir mortalite skoru geliştirerek, prognostik araçların diyalize başlama konusundaki ilk kararın ötesinde uygulamaları olduğunu göstermiştir (Tablo 1)24.

Son Evre Böbrek Yetmezliği Olan Yaşlı Erişkinlerde Genel Mortalite

ESKD ile yaşayan ve diyaliz alan yaşlı yetişkinlerin yaşam beklentisi, genel popülasyona göre önemli ölçüde daha düşük kalmaya devam etmektedir. Amerika Birleşik Devletleri Renal Veri Sistemi'ne (USRDS, 2024)4 göre, 65–74 yaş arası yetişkinlerde 5 yıllık sağkalım oranı %35,6 iken, 75 yaş ve üzerindekilerde bu oran %23,8'dir ve son on yılda yalnızca sınırlı iyileşmeler kaydedilmiştir. Diyaliz yöntemine göre analiz edildiğinde, sonuçlar birbirine yakındır. Hemodiyalizde (HD), 5 yıllık sağkalım oranı yaklaşık %34 olarak kalırken, periton diyalizinde (PD) bu oran yaşa bağlı olarak %22 ile %35 arasında değişmektedir.

En güncel USRDS verileri ayrıca, 2022 yılında diyaliz alan 65–69 yaşlarındaki kadınlar için tahmini kalan yaşam süresinin yaklaşık 4,6 yıl, erkekler için ise 4,5 yıl olduğunu göstermektedir. Bu süre, 75–79 yaşlarındaki kadınlar için 3,5 yıla, erkekler için ise 3,3 yıla düşmüştür. Buna karşılık, bu yaş gruplarındaki böbrek nakli alıcılarının 7–11 yıl ek yaşam süresi kazanmaları beklenirken, genel popülasyondaki bireylerin kalan yaşam süresi yaklaşık 16–18 yıldır. Teknolojik gelişmelere ve geliştirilmiş aday seçimine rağmen, bu bulgular diyaliz ile ilişkili uzun ömürlülük kazanımlarının sınırlı kalmaya devam ettiğini doğrulamaktadır4.

Güncel veriler sağkalımda bir stabilizasyon olduğunu gösterse de, benzer prognostik modeller daha önce de rapor edilmiştir. Amerika Birleşik Devletleri'nde 65 yaş ve üzeri 350.000'den fazla yetişkinle yapılan popülasyon tabanlı bir analizde, Kurella et al.25 diyaliz başlangıcından sonra yaşam beklentisinin artan yaşla birlikte kademeli olarak azaldığını bildirmiştir. Medyan sağkalım (50. persentil), 65–69 yaş arasındaki yetişkinlerde 2,5 yıl iken, 90 yaş ve üzerindekilerde 0,6 yıla düşmüştür. Benzer şekilde, aynı yaş grupları arasında 75. persentil 4,6 yıldan 1,7 yıla, 25. persentil ise 0,9 yıldan 0,2 yıla gerilemiştir. Bu geniş varyasyon, benzer yaştaki bireyler arasında belirgin bir prognostik heterojenlik olduğunu göstermekte ve tek başına kronolojik yaşın prognozu belirlemediğini vurgulamaktadır. Mortalite riski, diyaliz başlangıcından sonraki erken dönemde en yüksek seviyededir. 75 yaşından sonrale diyalize başlayan yetişkinlerde sağkalım olasılığı Avrupa'da 1. yılda %71 ve 2. yılda %54 iken, Amerika Birleşik Devletleri'nde sırasıyla %59 ve %43'tür. Hastaların %10'undan fazlası diyalize başladıktan sonraki ilk 3 ay içinde hayatını kaybetmektedir26.

Bu epidemiyolojik bulgulara rağmen, hastaların prognoz algıları genellikle gözlemlenen sağkalım sonuçlarından önemli ölçüde farklılık göstermektedir. Diyaliz alan 993 hastadan oluşan bir kohortta, USRDS verileri hastaların %60,3'ünün 5 yıl içinde öldüğünü belirtmesine rağmen, sadece %11,2'si 5 yıldan az yaşayacağını beklerken, %33,0'u 10 yıldan fazla yaşayacağını öngörmüştür. Daha uzun sağkalım bekleyen hastaların, tedavi tercihlerini belgeleme veya konfor odaklı bakıma öncelik verme olasılıkları önemli ölçüde daha düşükken; daha gerçekçi sağkalım beklentileri olan hastalara kıyasla kardiyopulmoner resüsitasyon (düzeltilmiş odds oranı [aOR], 5,3) veya mekanik ventilasyon (aOR, 2,2) seçme olasılıkları daha yüksekti8.

Son Evre Böbrek Yetmezliği Olan Yaşlı Erişkinlerde Tıbbi Morbidite ve Hastaneye Yatışlar

Renal replasman tedavisine başlayan yaşlı yetişkinler, prognozu doğrudan etkileyen yüksek bir tıbbi komorbidite yüküne ve akut klinik olaylara sahiptir. USRDS (2024) verilerine göre4, 2022 yılında, yeni tanı alan ESKD hastalarının %59'ında diabetes mellitus, %25'inde kalp yetmezliği ve %17–28'inde çeşitli formlarda kardiyovasküler hastalıklar mevcuttu. Aynı rapor, PD alan 65–74 yaş ve ≥75 yaş grubundaki bireylerde düzeltilmiş tüm nedenlere bağlı hastaneye yatış oranlarının sırasıyla kişi-yıl başına 1,37 ve 1,42 olay olduğunu; buna karşılık HD alanlarda bu oranların kişi-yıl başına 1,46 ve 1,49 olay olduğunu göstermiştir4.

Diyalize başlayan yaşlı yetişkinlerde, klinik seyirlerini önemli ölçüde etkileyen çoklu morbidite sıklıkla görülür. Komorbidite ayrıca evre 5 KBH olan hastalarda sağlık sonuçları ve sağkalım üzerinde derin bir etkiye sahiptir. Çok sayıda çalışma, diyaliz seçen hastalar ile konservatif yaklaşımla yönetilen hastaların sağkalımları arasında anlamlı bir fark olmadığını bildirmiştir. Bu bulgu, muhtemelen ESKD'ye ilerlemeden önceki yüksek ölüm rekabet riskini ve diyaliz tedavisiyle ilişkili sınırlı sağkalım avantajını yansıtmaktadır27,28.

Amerika Birleşik Devletleri'nde yaşları ≥65,5 yıl olan 391 Medicare hak sahibinden oluşan bir kohortta, yaklaşık üçte ikisinin dört veya daha fazla kronik hastalığı vardı ve %73'ü hastaneye yatış sırasında diyalize başladı. Her iki faktör de bağımsız olarak %50'yi aşan 1 yıllık mortalite oranıyla ilişkiliydi29. Benzer şekilde, yaşları ≥67 yıl olan 28.049 yetişkini kapsayan ulusal bir kayıt çalışması, 80 yaşın üzerindeki hastaların diyaliz başlangıcından sonraki ilk yıl boyunca hastanelerde veya bakım tesislerinde ortalama 67 gün geçirdiğini ve en yüksek sağlık hizmeti kullanımının demans veya kardiyovasküler hastalığı olanlar arasında gözlemlendiğini ortaya koymuştur30.

Yüksek komorbidite prevalansının ötesinde, diyaliz başlangıcını takip eden erken dönem; tekrarlayan hastaneye yatışlar, enfeksiyonlar ve fonksiyonel gerileme ile karakterizedir. 2017 yılında diyalize başlayan 10.000'den fazla bireyin bulunduğu bir Avrupa kohortunda, %82,8'i en az bir kez hastaneye yatmış ve %33,8'i ilk yıl içinde hayatını kaybetmiştir; bu durum, erken komplikasyonların oluşturduğu ciddi yükü vurgulamaktadır31. Enfeksiyon kaynaklı yatışlar, tüm hastaneye yatışların yaklaşık üçte birini oluşturarak ve takip sürecinde yaşlı hastaların neredeyse yarısını etkileyerek morbiditenin temel nedenleri olmaya devam etmektedir. Diabetes mellitus, kalp yetmezliği ve hipoalbuminemi, bu yatışlar için başlıca risk faktörleri arasındadır32.

Diyalize Başlayan Yaşlı Erişkinlerde Fonksiyonel Gerileme

Fonksiyonel kırılganlık ve bağımlılık, yaşlı yetişkinlerde diyaliz başlangıcıyla ilişkili riskleri daha da artırır. HD alan yaşlı yetişkinlerin %46'sı kırılgan, %55'i malnütrisyonlu ve %21'i günlük temel yaşam aktivitelerinde bağımlı olarak sınıflandırılmıştır33. Diyaliz başlangıcından sonra meydana gelen fonksiyonel gerileme yaygındır ve önemli klinik sonuçları vardır.

Tamura tarafından yürütülen dönüm noktası niteliğindeki bir çalışmada ve ark.34Amerika Birleşik Devletleri'ndeki 3.700'den fazla bakımevi sakiniyle yürütülen ve uzun süreli bakım tesislerinde kullanılan Minimum Veri Seti'nden türetilen, temel öz bakım faaliyetlerindeki bağımlılığın standartlaştırılmış bir ölçümü olan Minimum Veri Seti-Günlük Yaşam Aktiviteleri (MDS-ADL) skorunu içeren35, diyaliz başlangıcı öncesindeki 12 medyan değerinden sonrasında 16'ya yükseldi. 3. ayda, katılımcıların yalnızca %39'u başlangıçtaki fonksiyonel durumlarını koruyabilmişti. 1. yıla gelindiğinde ise %58'i hayatını kaybetmişti ve yalnızca %13'ü önceki fonksiyon seviyelerini koruyabiliyordu. Benzer şekilde, Jassal ve ark.36 80 yaş ve üzerindeki yetişkinler arasında, diyalize başlandıktan sonraki ilk 6 ay içinde %30'dan fazlasının bağımsızlığını kaybettiği bildirilmiştir. Ne diyaliz modalitesinin (HD'ye karşı PD) ne de diyalize başlama ortamının (yatan hasta ile ayaktan tedavi) sonraki fonksiyonel kayıpla ilişkili olduğu görülmüştür.36.

Daha güncel kanıtlar, bu modelin toplumda yaşayan yaşlı yetişkinler arasında da görüldüğünü göstermektedir. Goto et al. tarafından yürütülen bir Hollanda kohort çalışmasında37, 65 yaş ve üzeri yetişkinlerin %40'ı diyalize başladıktan sonraki ilk 6 ay içinde fonksiyonel kötüleşme yaşamış olup, en yüksek risk yaşlı ve kırılgan bireylerde gözlemlenmiştir. Ayrıca, katılımcıların %79'u başlangıçta belirli bir düzeyde fonksiyonel bağımlılığa sahipti ve bakım veren yükü izlem süresince %23'ten %38'e yükseldi37.

Uluslararası çalışmalar, fonksiyonel bağımlılığın sürekli olarak daha kötü sonuçlarla ilişkili olduğunu göstermiştir. 2016 yılında yayınlanan bir Diyaliz Sonuçları ve Uygulama Modelleri Çalışması, şiddetli fonksiyonel bağımlılığın (fonksiyonel skor <8/13), yaş ve komorbiditeden bağımsız olarak 2,37 kat daha yüksek mortalite riski ile ilişkili olduğunu bulmuştur38. Pereira et al.33 ayrıca, HD alan 75 yaş ve üzeri yetişkinlerde yüksek oranlarda kırılganlık ve fonksiyonel bağımlılığın yanı sıra sık karşılaşılan diyaliz sonrası yorgunluk rapor etmiştir. Bu bulgular, kapsamlı geriatrik değerlendirmenin ve rehabilitasyon ile destekleyici bakım stratejilerinin diyaliz başlangıcından itibaren erken uygulanmasının önemini pekiştirmektedir.

KBY ve ESKD Popülasyonlarında Mortalite Öngörüsü İçin Prognostik Araçların Geliştirilmesi

Popülasyon tabanlı mortalite verileri, yaşlı yetişkinler için diyalizin potansiyel faydalarına dair genel bir perspektif sunsa da, bireyselleştirilmiş prognoz tahminleri sağlamazlar. Daha kişiselleştirilmiş prognostik değerlendirmeleri desteklemek amacıyla, birçok ülkeden araştırmacı, CKD hastaları ve ESKD aşamasına ilerleyenler için risk öngörü araçları geliştirmiştir. Bu araçlar, hem tasarımları hem de hedeflenen klinik uygulamaları bakımından önemli ölçüde farklılık gösterir. Bazıları tek bir subjektif klinik değerlendirmeye dayanırken, diğerleri rutin olarak mevcut laboratuvar parametrelerini, yapılandırılmış komorbidite indekslerini veya özel veri altyapısı gerektiren çok değişkenli ve makine öğrenimi modellerini bünyesinde barındırır. Bu heterojenliğin önemli pratik sonuçları vardır; çünkü yoğun ayaktan hasta servislerinde kullanımı en uygulanabilir olan araçlar, her zaman öngörü performansı en yüksek olanlar değildir.

Komorbiditenin Diyaliz Sırasında Sağkalım Üzerindeki Etkisi

Komorbidite yükü, diyalize başlayan yaşlı yetişkinlerde erken ölüm ve hastaneye yatışın iyi tanımlanmış bir belirleyicisidir ve birçok grup bu riski, iyi öngörü performansına ve klinik uygulanabilirliğe sahip prognostik modellere dönüştürmüştür. Belirli komorbid durumlar, özellikle vasküler hastalıklar, özellikle periferik vasküler hastalık ve demans gibi kognitif bozukluklar çoğu öngörü modeline dahil edilmiştir. Konjestif kalp yetersizliği (CHF) dahil olmak üzere diğer yaygın durumlar, farklı modeller arasında değişken öngörü performansı göstermektedir. Aktif veya metastatik kanser dahil olmak üzere ciddi yaşam tehdidi oluşturan hastalıkların yanı sıra karaciğer disfonksiyonu ve solunum yetmezliği gibi diğer uç organ hastalıkları bazı prognostik modellere dahil edilmiştir26,39.

Multimorbiditeyi özetleyen araçlar arasında Charlson Komorbidite İndeksi (CCI) en yaygın kullanılanlardan biri olmaya devam etmektedir. ESKD hastaları için yapılan adaptasyonunda, Hemmelgarn et al.40 orijinal CCI'nın geçerliliğini doğrulamış ve ESKD Komorbidite İndeksi ile performansın arttığını göstermiştir (Tablo 1). CCI kapsamında, metastatik hastalık, lenfoma ve CHF en yüksek ağırlığa sahiptir; bu da mortalite riskinin yalnızca kronolojik yaştan ziyade, genel komorbidite yükünden daha fazla etkilendiğini vurgulamaktadır. CCI'nın geçerliliği daha sonra birkaç bağımsız çalışma ile doğrulanmıştır41,42,43,44. Daha fazla sayıda komorbiditenin dahil edilmesi öngörülebilir doğruluğu artırabilse de, bu modellerin rutin klinik uygulamada uygulanmasının karmaşıklığını da artırır.

Prognostik modeller arasındaki öngörü performansı farklılıkları, muhtemelen bu modellerin türetildiği popülasyonlardaki varyasyonları yansıtmaktadır. Çoğu model tek bir coğrafi bölge içinde geliştirilmiştir ve dış doğrulamadan geçmemiştir45. Ayrıca, metastatik kanser gibi terminal dönemdeki hastaların veya yaşam beklentisi çok kısıtlı olanların diyaliz seçeneği sunulmamış olabileceği ve bu nedenle bu modelleri geliştirmek için kullanılan popülasyonlarda yeterince temsil edilmeyebilecekleri için seçim yanlılığı model performansını etkileyebilir. Klinik uygulamada prognostik tahminler yorumlanırken ve uygulanırken bu potansiyel endikasyon yanlılığı göz önünde bulundurulmalıdır.

Fonksiyonel Ölçeklerin ve Sürpriz Sorunun Kullanımı

Kırılganlık, KBY ile yaşayan yaşlı yetişkinlerde mortalite ve hastaneye yatışın bağımsız bir öngördürücüsü olarak kabul edilmektedir. Kırılganlık, bu popülasyonda yaygındır. Gimena-Muñoz et al.46, kırılganlık durumunu tanımlamak için Fried Kırılganlık Fenotipi'ni kullanarak, ileri evre KBY'li bireylerde %27 oranında bir kırılganlık prevalansı bildirmiştir. Ayrıca tip 2 diabetes mellitus ve anemiyi kırılganlığın bağımsız öngördürücüleri olarak tanımlamışlardır. Ek olarak, kırılganlık, yeni gelişen KBY riskini önemli ölçüde artırabilir47.

Puri et al.48 tarafından gerçekleştirilen ve ileri evre KBY'li bireylerin dahil edildiği 105 çalışmayı kapsayan sistematik bir inceleme ve meta-analizde, Fried Kırılganlık Fenotipi veya Rockwood Klinik Kırılganlık Ölçeği (CFS) kullanılarak değerlendirilen kırılganlığın, kırılgan olmayan bireylere kıyasla mortalite riskinde iki kat artışla ilişkili olduğu görülmüştür (Tablo 1). Kırılganlık aynı zamanda hastaneye yatış riskini de iki katına çıkararak, kronolojik yaş ve komorbidite ötesindeki prognostik değerini doğrulamıştır. Bu bulgular, nefroloji pratiğindeki rutin risk stratifikasyonuna kırılganlık değerlendirmesinin dahil edilmesinin önemini vurgulamaktadır.

Bu bulgularla uyumlu olarak Kennard et al.49, ileri evre CKD'li bireylerde kırılganlığın; mortalite, hastaneye yatış ve diyalize geçiş riskinde iki ila altı kat artışla ilişkili olduğunu bildirmiştir. Diyaliz alan hastalarda kırılganlık; enfeksiyonlar, kardiyovasküler olaylar, vasküler erişim yetmezliği, uzamış post-diyaliz toparlanma süresi ve tedaviye uyumda azalma dahil olmak üzere sık görülen komplikasyonlarla da ilişkilidir50. Yaşlı yetişkinlerde bu komplikasyonlar, daha yüksek hastalık yüküne, artan fonksiyonel bağımlılığa ve daha fazla sağlık hizmeti kullanımına katkıda bulunur. Kırılganlık, kronolojik yaş ve çoklu morbiditeye göre düzeltme yapıldıktan sonra bile, renal replasman tedavisi alanlar ve konservatif olarak yönetilenler dahil olmak üzere CKD'li hastalarda morbidite ve mortalitenin güçlü bir öngörücüsü olmaya devam etmektedir51. Fonksiyonel değerlendirme ölçeklerinin objektif klinik parametrelerle entegrasyonu, ESKD için risk öngörü araçlarının prediktif performansını daha da artırabilir6,26.

CKD ve ESKD için geliştirilen çeşitli prognostik modeller, “Bu kişinin önümüzdeki 12 ay içinde ölürse şaşırır mıydınız?” sorusunu soran Sürpriz Sorusunu (SQ) içermektedir. Bu modeller arasında Cohen et al.52, Schmidt et al.6 ve Javier et al.53 tarafından geliştirilenler yer almaktadır (Tablo 1). SQ, bir sağlık profesyonelinin hastanın sağlık durumuna ilişkin genel klinik yargısını yansıtır ve klinik gestalt'ın bir ölçüsü olarak kabul edilebilir. Prospektif çok merkezli bir çalışmada, Schmidt et al.6 üç bağımsız öngörücüyü içeren bir prognostik model geliştirmiştir: SQ'ye verilen olumsuz yanıt (olasılık oranı [OR], 3.29), orta veya düşük Karnofsky Performans Skoru (KPS) (KPS 50–70 için OR, 2.09; KPS ≤40 için OR, 4.69) ve artan yaş (her ek on yıl için OR, 1.41). Model, iyi bir öngörü performansı göstermiş ve ileri evre CKD'de olumsuz sonuçları tahmin etmek için klinik yargının objektif fonksiyonel değerlendirme ile birleştirilmesinin değerini vurgulamıştır (Tablo 1)6.

Javier ve arkadaşları53, diyaliz almayan, CKD evre 4-5 olan 60 yaş ve üzeri 388 yetişkinle yaptıkları prospektif bir çalışmada SQ'yi değerlendirmişlerdir (Tablo 1). SQ'nin üç kategorili (Evet/Belirsiz/Hayır) bir versiyonunu kullanmışlar ve bu versiyon mortalite riskinde belirgin bir gradyan göstermiştir: "Evet" için %5, "Belirsiz" için %15 ve "Hayır" için %27 (P < 0.001). SQ'nin ikili versiyonu sensitiviteyi (%66) artırmış ancak spesifiteyi (%68) düşürmüştür. SQ'nin yorumlanması doğası gereği subjektiftir ve klinisyenler arasında farklılık gösterebilir53; ancak temel avantajları basitliği, sezgisel uygulaması ve rutin klinik pratikte kullanım kolaylığıdır.

Laboratuvar Parametreleri

Tahmini glomerüler filtrasyon hızı (eGFR), serum albümin, hemoglobin ve Kt/V gibi diyaliz yeterliliği indeksleri dahil olmak üzere, rutin olarak ölçülen birçok laboratuvar parametresinin diyaliz başlangıcında prognostik öneme sahip olduğu gösterilmiştir54,55,56. Bunlar arasında serum albümin ve hemoglobin, hastanın beslenme, inflamatuar ve fonksiyonel durumunu yansıtan kolayca erişilebilir belirteçlerdir. CKD evre 1-4 olan yaşlı yetişkinlerin yer aldığı retrospektif bir kohort çalışmasında, yaş, cinsiyet ve böbrek fonksiyonu için yapılan düzeltmeler sonrası düşük serum albümin seviyeleri, tüm nedenlere bağlı mortalite artışı ile bağımsız olarak ilişkili bulunmuştur55. Benzer şekilde, diyaliz başlangıcındaki anemi, erken mortalite için güçlü bir öngörücü olarak ortaya çıkmıştır; tedaviye 10 g/dL altındaki hemoglobin seviyeleriyle başlayan hastalar, sonradan yapılan düzeltmelere rağmen önemli ölçüde daha yüksek mortalite göstermiştir56. Bu gözlem, diyaliz başlangıcındaki düşük hemoglobinin, sadece geri döndürülebilir bir anemiden ziyade kronik inflamasyonu veya suboptimal prediyaliz bakımını yansıtabileceğini düşündürmektedir. Diyaliz başlangıcında daha yüksek eGFR, sezgiye aykırı görünmesine rağmen, artan erken mortalite ile ilişkilendirilmiştir54. Bu ilişki, muhtemelen ağır komorbiditesi veya akut hastalığı olan hastaların, böbrek fonksiyonları nispeten korunmuş olmasına rağmen diyalize daha erken başlamasıyla ortaya çıkan endikasyon yanlılığını yansıtmaktadır. Ayrıca malnütrisyon ve azalmış kas kütlesinin etkilerini de yansıtıyor olabilir.

Yazar / YılAraç TürüÇalışma PopülasyonuAmaç / Prognostik UfukAna DeğişkenlerKlinik Uygulanabilirlik / Sınırlamalar
Schmidt et al.6Klinik tahmin modeliKBY evre 4–5 (diyaliz dışı)12 aylık mortaliteSürpriz Soru, KPS, yaşDiyaliz başlangıcı veya konservatif böbrek yönetimine ilişkin kararları desteklemek için yararlı, basit, valide edilmiş model.
Obi et al.9Klinik tahmin modeli35.878 ABD gazisi1 yıllık mortalite (eGFR <15'e karşı ≥15 mL/min/1.73 m²)Yaş, komorbiditeler, eGFR, albümin, kansereGFR'ye dayalı ayrı modeller; ağırlıklı olarak erkek kohort; kırılganlık veya fonksiyonel ölçümleri içermemektedir.
Couchoud et al.15Klinik tahmin modeli≥75 yaş (Fransa, REIN)3 aylık mortaliteYaş, cinsiyet, CHF, aritmi, periferik vasküler hastalık, aktif kanser, hipoalbüminemi, fonksiyonel bağımlılık, davranışsal bozukluklarHastaları düşük, orta ve yüksek riskli gruplara ayırır; ESKD'li yaşlı yetişkinler için geniş ölçüde uygulanabilirdir.
Davison et al.18Klinik tahmin modeliPeritoneal diyaliz6–18 aylık mortaliteHemşirelik personeli tarafından doldurulan adapte Cohen modeli artı Sürpriz SoruPD'de eksternal olarak valide edilmiştir; yüksek riskli hastalarda mortaliteyi olduğundan fazla tahmin eder; hemşirelik rolünü ve fonksiyonel değerlendirmenin önemini vurgular.
Dusseux et al.24Klinik tahmin modeliYeni başlayan diyaliz, ≥70 yaş (Fransa, REIN)3 yıllık mortaliteYaş, cinsiyet, diyabet, CVD, bağımlılık, düşük BMI, geçici kateterDiyaliz başlangıcından ziyade böbrek nakli sevki için adayları belirlemek üzere tasarlanmıştır; orta düzeyde diskriminasyon (c-statistiği 0.71), iyi kalibrasyon, ancak Fransa dışında eksternal olarak valide edilmemiştir.
Thamer et al. 39Klinik tahmin modeli≥67 yaş, ABD3 ve 6 aylık mortaliteKapsamlı ve basitleştirilmiş modeller (yaş, bağımlılık, albümin, kanser, CHF, hastaneye yatış, kurumsal bakım evi konaklaması)Basitleştirilmiş yatak başı skoru; yaşam kalitesi veya hasta tercihi ölçümlerini içermemektedir.
Hemmelgarn et al.40Komorbidite indeksiİdame HDGenel mortaliteKomorbiditeler (CHF, kanser, lenfoma, metastaz)ESKD İndeksi, CCI'den daha iyi performans göstermektedir. Makine öğrenimi ile kombine edildiğinde performans daha da artmaktadır (Noh et al.43; AUC 0.8357).
Santos et al.44Klinik tahmin modeli≥65 yaş, PortekizDiyaliz başlangıcından sonra 6 aylık mortaliteYaş, koroner arter hastalığı, hemiplejili inme, düşük albümin, geç nefroloji sevkiCouchoud modelinden daha iyi performans göstermiştir; diyaliz dışı hastalar hariç tutulmuştur ve kırılganlık değerlendirmesini içermemektedir.
Ivory et al.45Klinik tahmin modeliYeni başlayan HD/PD, ≥15 yaş (ANZDATA)6 aylık mortaliteOn iki klinik değişken (yaş, BMI, komorbiditeler, diyabet, geç sevk)Couchoud ve Wagner modellerinden daha iyi performans göstermiştir; Avustralya ve Yeni Zelanda dışında uygulanabilirliği sınırlı olabilir.
Puri et al.48Kırılganlık/fonksiyonel ölçekKBY'li yetişkinler (diyaliz dahil tüm evreler)Mortalite ve hastaneye yatışFFP, CFS, modifiye FFP, FRAIL Ölçeği, Kırılganlık İndeksiFFP ve CFS, mortalite ve hastaneye yatış için en güçlü prognostik değeri göstermiştir. Performans tabanlı testlerin uygulanabilir olmadığı durumlarda modifiye FFP pratik bir alternatiftir; tek başına klinik yargı yetersizdir.
Oki et al.50Kırılganlık/fonksiyonel ölçekYeni başlayan HD/PD hastaları2 yıllık mortalite ve hastaneye yatışCFSHemşireler tarafından retrospektif olarak uygulanmıştır; uzun süreli hastaneye yatışlar hariç tutulmuştur; rutin klinik kullanım için pratiktir.
Cohen et al.52Klinik tahmin modeliİdame HD6 aylık mortaliteYaş, demans, periferik vasküler hastalık, albümin, Sürpriz SoruKlinik yargıyı objektif değişkenlerle birleştirir; güçlü diskriminasyon gösterir (AUC 0.80–0.87).
Javier et al.53Sübjektif değerlendirme aracı≥60 yaş, KBY evre 4–512 aylık mortaliteSürpriz Soru (üç ve iki kategorili versiyonlar)1 yıllık mortaliteyi tahmin eder; hasta hakkında ön bilgi gerektirir; orta düzeyde değerlendiriciler arası uyum ve iyi test-tekrar test güvenilirliği sağlar.
Sun et al.55Laboratuvar göstergesiKBY evre 1–4 (%70 ≥65 yaş)Uzun dönem tüm nedenlere bağlı mortaliteSerum albümini, yaşRetrospektif tek merkezli kohort (n = 201); tek başına bir tahmin ediciden ziyade tamamlayıcı bir belirteç olarak yararlıdır.
Wick et al. 54Klinik tahmin modeliDiyaliz başlangıcında ≥65 yaş6 aylık mortaliteYaş ≥80 yıl, eGFR ≥15 mL/min/1.73 m², önceki hastaneye yatış, CHF, AF, kanserKısa dönem mortalite riskini sınıflandırır; eGFR ≥15 mL/min/1.73 m² erken veya plansız diyaliz başlangıcını yansıtabilir; iyi diskriminasyon (ROC 0.73).
Karaboyas et al.56Laboratuvar göstergesiUluslararası yeni başlayan HD (DOPPS)1 yıllık mortaliteBazal hemoglobin, ESA ve IV demir dozlarıDemir dozlaması ile U-şeklinde bir ilişki gösterir; hemoglobin <10 g/dL veya daha yüksek ESA dozlarında daha yüksek mortalite görülür; tamamlayıcı bir biyobelirteç olarak yararlıdır.
García-Montemayor et al.57Makine öğrenimi modeliYeni başlayan HD (İspanya)6–24 aylık mortaliteOn beş klinik ve laboratuvar değişkeni (Random Forest)Lojistik regresyona göre mütevazı iyileşme (ΔAUC 0.007–0.046); kreatinin, Kt/V ve hemoglobin, erken mortalitenin önemli öngördürücüleridir.
Sheng et al.59Makine öğrenimi modeliYeni başlayan HD (Çin)1 yıllık mortaliteYaş, eGFR, CRP, hemoglobin, komorbiditeler (XGBoost)AUC 0.83–0.85; 42 aday değişkenin 15'i korunmuştur; farklı popülasyonlarda eksternal validasyon gereklidir.

Tablo 1: İleri evre kronik böbrek hastalığı ve son evre böbrek hastalığı olan hastalarda mortaliteyi öngörmek için kullanılan araçlar. Bu tablo; ileri evre kronik böbrek hastalığı (CKD) ve son evre böbrek hastalığı (ESKD) olan hastalarda mortaliteyi tahmin etmek için geliştirilmiş valide edilmiş prognostik araçları, kırılganlık değerlendirmelerini, laboratuvar belirteçlerini ve makine öğrenimi modellerini özetlemektedir. Tablo, her bir çalışma için çalışma popülasyonunu, prognostiklelemi, temel öngörücü değişkenleri ve güçlü yanlar ile sınırlılıklar da dahil olmak üzere klinik uygulama için temel hususları ana hatlarıyla belirtmektedir. Kısaltmalar: AF, atriyal fibrilasyon; AUC, alıcının işletim karakteristik eğrisi altındaki alan; BMI, vücut kitle indeksi; CCI, Charlson Komorbidite İndeksi; CFS, Klinik Kırılganlık Ölçeği; CHF, konjestif kalp yetmezliği; CKD, kronik böbrek hastalığı; CRP, C-reaktif protein; CVD, kardiyovasküler hastalık; eGFR, tahmini glomerüler filtrasyon hızı; ESA, eritropoiez uyarıcı ajan; ESKD, son evre böbrek hastalığı; FFP, Fried Kırılganlık Fenotipi; HD, hemodiyaliz; IV, intravenöz; KPS, Karnofsky Performans Durumu; PD, periton diyalizi; REIN, Renal Epidemiyoloji ve Bilgi Ağı; ROC, alıcının işletim karakteristiği; US, Amerika Birleşik Devletleri; XGBoost, Ekstrem Gradyan Artırma. Bu tabloyu indirmek için lütfen buraya tıklayınız.

Mortalite Tahmini için Makine Öğrenmesi Modelleri

Makine öğrenimi (ML) algoritmaları, diyaliz alan hastalarda mortalite tahmini için giderek daha fazla uygulanmakta olup, birçok çalışma geleneksel regresyon tabanlı modellere kıyasla geliştirilmiş bir ayırt edicilik göstermiştir. Garcia-Montemayor et al.57, hemodiyaliz alan hastalarda 6 ay, 1 yıl ve 2 yıllık mortaliteyi tahmin etmede bir rastgele orman (random forest) modelinin, alıcı işletim karakteristiği eğrisi altındaki alan (AUC) değerleri 0,68 ile 0,73 arasında değişmek suretiyle lojistik regresyondan daha iyi performans gösterdiğini bildirmiştir (Tablo 1). Yang et al.58, periton diyalizi alan hastalara bir CatBoost sınıflandırıcı uygulamış ve yaş, vücut ağırlığı ile serum albümini en etkili öngörüler olarak belirlenirken 0,80'lik bir AUC elde etmiştir. Sheng et al.59, 97 böbrek merkezinde birinci yıl mortalitesini tahmin etmek için bir Extreme Gradient Boosting (XGBoost) modeli geliştirmiş ve dışsal olarak doğrulamıştır. Model, daha önce yayınlanmış regresyon modellerinin performansını önemli ölçüde aşarak 0,83–0,85 arasında bir AUC değerine ulaşmıştır (Tablo 1). Benzer şekilde, Koh et al.60, Güneydoğu Asyalı yaşlı bir kohortta bir rastgele orman modelinin, 0,83'lük bir AUC elde ederek yerleşik REIN ve Wick prognostik skorlarından daha iyi performans gösterdiğini kanıtlamıştır.

Bu umut verici bulgulara rağmen, önemli kısıtlamalar devam etmektedir. Çoğu ML modeli, sınırlı dış doğrulama ve düşük yorumlanabilirlik ile tek merkezli kohortlardan elde edilen retrospektif veriler kullanılarak geliştirilmiştir. SHapley Additive exPlanations (SHAP) gibi açıklanabilirlik yöntemleri model şeffaflığını artırmış olsa da, yorumlanabilirlik rutin klinik uygulama önünde önemli bir engel olmaya devam etmektedir. Bugüne kadar, ML kılavuzluğundaki prognostikasyonun CKD veya ESKD hastalarında klinik sonuçları veya ortak karar verme kalitesini iyileştirip iyileştirmediğini değerlendiren hiçbir prospektif randomize çalışma yapılmamıştır ve bu durum önemli bir kanıt boşluğunu temsil etmektedir.

Klinik Uygulamada Prognostik Araçların Uygulanmasının Önündeki Engeller

İleri evre KBY ve ESKD hastaları için prognostik araçların erişilebilirliği artmasına rağmen, bu araçların rutin klinik uygulamaya entegrasyonu sınırlı kalmaya devam etmektedir. Kanadalı nefrologlar arasında yapılan anketler, %80'den fazlasının prognoz belirlemede öncelikle klinik sezgiye dayandığını, yaklaşık %70'inin ise formal tahmin araçlarını hiç veya nadiren kullandığını göstermiştir61. Bildirilen engeller arasında, popülasyona dayalı risk tahminlerinin bireysel hastalara uygulanabilirliğine dair endişeler, zaman kısıtlamaları ve mevcut araçlara ve bunların kullanımını destekleyen kanıtlara dair sınırlı aşinalık yer almaktadır. Özellikle sağlık profesyonelleri, prognostik araçların popülasyon düzeyindeki değeri ile bireysel hastalara uygulanması arasındaki farkı tutarlı bir şekilde ortaya koymuş ve yalnızca dış doğrulamanın çözmesinin pek olası olmadığı bir zorluğa dikkat çekmişlerdir62.

Birçok prognostik modelin pratik uygulaması, bazı yayınların tam bir regresyon denklemi veya risk skoru gibi kullanılabilir bir format sunmaması nedeniyle daha da kısıtlanmakta ve bu durum rutin klinik uygulamayı zorlaştırmaktadır63. Ayrıca, yayınlanan modellerin yalnızca %26,7'si eksternal validasyondan geçmiş olup, prognostik araçların ortak karar verme sürecini veya hasta sonuçlarını iyileştirip iyileştirmediğini değerlendiren resmi etki çalışmaları hala nadirdir63. Bu nedenle, nefrolojide prognostik araçların gerçek dünyadaki kabul oranı düşük seyretmektedir; bu durum potansiyel olarak klinisyenlerin sınırlı güvenini, deneyim eksikliğini ve bu araçların hasta sonuçlarını iyileştirmedeki klinik faydalarına ilişkin belirsizlikleri yansıtmaktadır64.

Bu uygulama boşluğunun giderilmesi, yeni prognostik modellerin geliştirilmesi ve doğrulanmasının ötesinde çabalar gerektirecektir. Prognostik araçların elektronik sağlık kayıtlarına entegrasyonu, klinisyenlerin sürekli olarak belirttiği zaman, erişilebilirlik ve iş akışı ile ilgili engelleri azaltabilir62. Ek olarak, nefrologların ciddi hastalık görüşmeleri sırasında olasılıksal risk bilgilerini sadece sayısal tahminler sunarak değil, etkili bir şekilde iletmeleri konusunda eğitilmeleri, model doğruluğunu daha fazla artırmak kadar önemli olabilir62,65.

Kısıtlamalar

Mevcut literatürdeki bazı kısıtlılıkların kabul edilmesi gerekmektedir. Prognostik modellerin çoğu9,26,39,45,55,66 coğrafi olarak kısıtlı kohortlar kullanılarak geliştirilmiştir ve bunların diğer sağlık hizmeti ortamlarına genellenebilirliği belirsizliğini korumaktadır. Bazı araçlar özellikle yaşlı yetişkinler için geliştirilmiş olsa da, valide edilmiş birçok model daha genç diyaliz popülasyonlarını da içermektedir ve kırılgan yaşlı yetişkinlere yönelik özel prognostik araçlar sınırlı düzeydedir. Mevcut literatür ayrıca ağırlıklı olarak hemodiyaliz kohortlarına odaklanmıştır; öte yandan, peritoneal diyaliz alan hastalar için valide edilmiş prognostik modeller oldukça azdır ve Davison et al.18 tarafından yapılan çalışma, mevcut sayılı örneklerden birini teşkil etmektedir. Makine öğrenimi modelleri, gelecek vaat etmesine rağmen, henüz prospektif klinik çalışmalarda değerlendirilmemiştir ve şu an mevcut olan hiçbir prognostik aracın kullanımı, randomize bir çalışmada, ortak karar verme sürecinin kalitesini veya hasta sonuçlarını iyileştirdiğini kanıtlamamıştır.

Gelecekteki araştırmalar; farklı popülasyonlar ve diyaliz modaliteleri genelinde prognostik modellerin geliştirilmesine ve dış doğrulanmasına, prognostik rehberli bakımın prospektif değerlendirmesine ve hasta tarafından bildirilen tercihlerin klinik risk değerlendirme çerçevelerine entegrasyonuna öncelik vermelidir.

Sonuçlar

Prognoz belirleme, ortak karar verme sürecinin önemli bir bileşenidir. Nefrologlar, önerilen tedavilerin hastaların değerleri ve tercihleri ile uyumlu hale getirilmesine yardımcı olmak için prognostik bilgileri doğru ve kişi merkezli bir şekilde sunmalıdır. Risk tahmin modellerini içeren prognostik araçlar, nefrologların daha detaylı risk değerlendirmeleri yapmalarına yardımcı olabilir. Bu araçlar; kapsamlı geriatrik değerlendirme, ileri bakım planlaması veya seçilmiş vakalarda daha az invaziv tedavi alternatifleri veya palyatif bakımdan faydalanabilecek bireylerin erken dönemde tanımlanmasını kolaylaştırabilir26. Aksine, proaktif vasküler erişim planlamasından veya transplant değerlendirmesinden fayda sağlayabilecek, prognozu iyi olan hastaların belirlenmesine yardımcı olabilirler. Mevcut prognostik araçlar, Sürpriz Soru gibi hızlı subjektif değerlendirmelerden karmaşık çok değişkenli modellere kadar çeşitlilik göstermektedir. Ancak, bu modeller tüm popülasyonlar için uygun olmayabilir ve yalnızca uygun klinik bağlamlarda kullanılmalıdır. Bu nedenle sağlık profesyonelleri, aşırı indirgemeci olmayan prognostik tahminler geliştirmek için laboratuvar parametrelerini, komorbid durumları, fonksiyonel değerlendirme ölçeklerini ve klinik yargıyı birleştiren multimodal bir yaklaşım benimsemelidir. Cohen et al.52, Schmidt et al.6 ve Couchoud et al.26 tarafından geliştirilen modeller (Tablo 1), yayınlanmış risk hesaplayıcılarının mevcut olması ve klinik uygulamada hızlıca uygulanabilmesi nedeniyle özellikle faydalı olabilir. Cohen et al.52 ve Schmidt et al.6 tarafından geliştirilen modeller, klinik yargıyı objektif parametrelerle birleştirerek daha bütüncül bir değerlendirmeye olanak tanır. Prognostik bilgilerin nasıl iletildiği de aynı derecede önemlidir. Bilgiler, hastaların mortaliteyi tartışmaya hazır olma durumlarına karşı duyarlılık gösterilerek, hastalar için erişilebilir bir dille sunulmalıdır. Prognostik tahminler, görüşmelere rehberlik etmeli ve tedavinin potansiyel faydalarını ve sınırlamalarını bağlamsallaştırmalıdır; klinisyenler, uygun bir açıklama yapmadan kesin risk tahminleri sunmaktan kaçınmalıdır. En İyi Durum/En Kötü Durum aracı gibi yapılandırılmış iletişim çerçeveleri, her tedavi seçeneğinin en iyi, en olası ve en kötü sonuçlarını tanımlamak için senaryo planlama ve grafik yardımcılar kullanır. Bu yaklaşımlar, nefrologların izole istatistiksel tahminlerin ötesine geçmesine ve hastalar ile ailelerin kendi hedef ve değerlerini yansıtan tedavi kararları vermelerini desteklemeye yardımcı olabilir16,67. Gelecekteki çalışmalar, prognostik araçların farklı popülasyonlarda valide edilmesine ve bunların kullanımının ortak karar verme sürecini ve hasta merkezli sonuçları iyileştirip iyileştirmediğinin değerlendirilmesine odaklanmalıdır.

Açıklamalar

Yazarlar, herhangi bir rakip finansal çıkar veya çıkar çatışması olmadığını beyan ederler. Ayrıca yazarlar, Şekil 1'in ilk versiyonunu oluşturmak için bir OpenAI görüntü oluşturma aracı kullandılar. Şekil daha sonra yazarlar tarafından incelenmiş, revize edilmiş ve onaylanmıştır; yazarlar şeklin bilimsel içeriği ve klinik doğruluğu için tüm sorumluluğu üstlenmektedir.

Kaynaklar

  1. Kovesdy CP. Epidemiology of chronic kidney disease: an update 2022. Kidney Int Suppl. 2022;12:7-11. doi:10.1016/j.kisu.2021.11.003.
  2. Couser WG, Remuzzi G, Mendis S, Tonelli M. The contribution of chronic kidney disease to the global burden of major noncommunicable diseases. Kidney Int. 2011;80(12):1258-70. doi:10.1038/ki.2011.368.
  3. Tamura MK. Incidence, management, and outcomes of end-stage renal disease in the elderly. Curr Opin Nephrol Hypertens. 2009;18:252-7. doi:10.1097/MNH.0b013e328326f3ac.
  4. United States Renal Data System. 2024 USRDS Annual Data Report: Epidemiology of Kidney Disease in the United States [Internet]. 2024 [cited 2025 Oct 5]. Available from: https://usrds-adr.niddk.nih.gov/2024/suggested-citation.
  5. Merchant A, Moideen A. Comprehensive insights into palliative nephrology: a chapter in contemporary renal medicine. In: Bolling G, Zelko E, editors. Palliative Care—Current Practice and Future Perspectives. IntechOpen; 2023. doi:10.5772/intechopen.1003074.
  6. Schmidt RJ, et al. Derivation and validation of a prognostic model to predict mortality in patients with advanced chronic kidney disease. Nephrol Dial Transplant. 2019;34(9):1517-25. doi:10.1093/ndt/gfy305.
  7. Merchant AA, Ling E. An approach to treating older adults with chronic kidney disease. CMAJ. 2023;195:E612-8. doi:10.1503/cmaj.221427.
  8. O’Hare AM, et al. Assessment of self-reported prognostic expectations of people undergoing dialysis: United States Renal Data System Study of Treatment Preferences (USTATE). JAMA Intern Med. 2019;179(10):1325-33. doi:10.1001/jamainternmed.2019.2879.
  9. Obi Y, et al. Development and validation of prediction scores for early mortality at transition to dialysis. Mayo Clin Proc. 2018;93(9):1224-35. doi:10.1016/j.mayocp.2018.04.017.
  10. Kidney Disease: Improving Global Outcomes (KDIGO) CKD Work Group. KDIGO 2024 clinical practice guideline for the evaluation and management of chronic kidney disease. Kidney Int. 2024;105(4 Suppl):S117-314. doi:10.1016/S0085-2538(24)00110-8.
  11. Verberne WR, et al. Comparative survival among older adults with advanced kidney disease managed conservatively versus with dialysis. Clin J Am Soc Nephrol. 2016;11(4):633-40. doi:10.2215/CJN.07510715.
  12. Buur LE, et al. Does conservative kidney management offer a quantity or quality of life benefit compared with dialysis? A systematic review. BMC Nephrol. 2021;22:307. doi:10.1186/s12882-021-02516-6.
  13. Kobayashi A, et al. Comprehensive conservative kidney management among older populations: a nationwide administrative claims database analysis. Kidney360. 2025;6:1713-21. doi:10.34067/KID.0000000923.
  14. Jassal SV, Van Loon I. Redesigning peritoneal dialysis care: the introduction of frailty-informed pathways. Perit Dial Int. 2025;45(2):70-3. doi:10.1177/08968608241304272.
  15. Couchoud C, et al. Supportive care: time to change our prognostic tools and their use in CKD. Clin J Am Soc Nephrol. 2016;11(10):1892-901. doi:10.2215/CJN.12631115.
  16. Zimmermann CJ, et al. Opportunities to improve shared decision making in dialysis decisions for older adults with life-limiting kidney disease: a pilot study. J Palliat Med. 2020;23(5):627-34. doi:10.1089/jpm.2019.0340.
  17. Schell JO, et al. Discussions of the kidney disease trajectory by elderly patients and nephrologists: a qualitative study. Am J Kidney Dis. 2012;59(4):495-503. doi:10.1053/j.ajkd.2011.11.023.
  18. Davison SN, Rathwell S. External validation of a prognostic model in routine practice for short- and long-term survival in peritoneal dialysis. Perit Dial Int. 2026;46(2):105-14. doi:10.1177/08968608251364097.
  19. Davison SN, et al. Executive summary of the KDIGO Controversies Conference on Supportive Care in Chronic Kidney Disease: developing a roadmap to improving quality care. Kidney Int. 2015;88:447-59. doi:10.1038/ki.2015.110.
  20. Milders J, et al. Living with chronic kidney disease: future perspectives and prognostic needs of patients—a qualitative study. BMC Nephrol. 2025;26:301. doi:10.1186/s12882-025-04243-8.
  21. Milders J, et al. Dealing with an uncertain future: a survey study on what patients with chronic kidney disease actually want to know. Clin Kidney J. 2024;17(8):1-8. doi:10.1093/ckj/sfae225.
  22. Saeed F, et al. Patients’ perspectives on dialysis decision-making and end-of-life care. Clin Nephrol. 2019;91(5):294-300. doi:10.5414/CN109608.
  23. Liu A, et al. Prognostic preferences of older adults on maintenance hemodialysis and their care partners: a qualitative study. Clin J Am Soc Nephrol. 2025;20(10):1387-95. doi:10.2215/CJN.0000000782.
  24. Dusseux E, et al. A simple clinical tool to inform the decision-making process to refer elderly incident dialysis patients for kidney transplant evaluation. Kidney Int. 2015;88(1):121-9. doi:10.1038/ki.2015.25.
  25. Tamura MK, Tan JC, O’Hare AM. Optimizing renal replacement therapy in older adults: a framework for making individualized decisions. Kidney Int. 2012;82:261-9. doi:10.1038/ki.2011.384.
  26. Couchoud CG, et al. Development of a risk stratification algorithm to improve patient-centered care and decision making for incident elderly patients with end-stage renal disease. Kidney Int. 2015;88(5):1178-86. doi:10.1038/ki.2015.245.
  27. Chandna SM, et al. Survival of elderly patients with stage 5 CKD: comparison of conservative management and renal replacement therapy. Nephrol Dial Transplant. 2011;26(5):1608-14. doi:10.1093/ndt/gfq630.
  28. Murtagh FEM, et al. Dialysis or not? A comparative survival study of patients older than 75 years with stage 5 chronic kidney disease. Nephrol Dial Transplant. 2007;22(7):1955-62. doi:10.1093/ndt/gfm153.
  29. Wachterman MW, et al. One-year mortality after dialysis initiation among older adults. JAMA Intern Med. 2019;179(7):985-7. doi:10.1001/jamainternmed.2018.8690.
  30. Montez-Rath ME, et al. Hospitalizations and nursing facility stays during the transition from CKD to ESRD on dialysis: an observational study. J Gen Intern Med. 2017;32(11):1220-7. doi:10.1007/s11606-017-4151-6.
  31. Kolbrink B, et al. Patient-focused outcomes after initiation of dialysis for ESRD: mortality, hospitalization, and functional impairment. Nephrol Dial Transplant. 2023;38(11):2528-36. doi:10.1093/ndt/gfad099.
  32. Dalrymple LS, et al. Infection-related hospitalizations in older patients with ESRD. Am J Kidney Dis. 2010;56(3):522-30. doi:10.1053/j.ajkd.2010.04.016.
  33. Pereira M, et al. Dependency and frailty in the older haemodialysis patient. BMC Geriatr. 2024;24:416. doi:10.1186/s12877-024-04973-8.
  34. Kurella Tamura M, et al. Functional status of elderly adults before and after initiation of dialysis. N Engl J Med. 2009;361(16):1539-47. doi:10.1056/NEJMoa0904655.
  35. Morris JN, Pries B, Morris S. Scaling activities of daily living within the Minimum Data Set. J Gerontol A Biol Sci Med Sci. 1999;54(11):M546-53. doi:10.1093/gerona/54.11.M546.
  36. Jassal SV, Chiu E, Hladunewich M. Loss of independence in patients starting dialysis at 80 years of age or older. N Engl J Med. 2009;361(16):1612-3. doi:10.1056/NEJMc0905289.
  37. Goto NA, et al. Association of initiation of maintenance dialysis with functional status and caregiver burden. Clin J Am Soc Nephrol. 2019;14(7):1039-47. doi:10.2215/CJN.13131118.
  38. Jassal SV, et al. Functional dependence and mortality in the international Dialysis Outcomes and Practice Patterns Study. Am J Kidney Dis. 2016;67(2):283-92. doi:10.1053/j.ajkd.2015.09.024.
  39. Thamer M, et al. Predicting early death among elderly dialysis patients: development and validation of a risk score to assist shared decision making for dialysis initiation. Am J Kidney Dis. 2015;66(6):1024-32. doi:10.1053/j.ajkd.2015.05.014.
  40. Hemmelgarn BR, Manns BJ, Quan H, Ghali WA. Adapting the Charlson Comorbidity Index for use in patients with ESRD. Am J Kidney Dis. 2003;42(1 Suppl 2):125-32. doi:10.1016/S0272-6386(03)00415-3.
  41. Lin YT, et al. High cost and low survival rate in high-comorbidity incident elderly hemodialysis patients. PLoS One. 2013;8(9):e75318. doi:10.1371/journal.pone.0075318.
  42. Flores-Mendoza AP, et al. Charlson Comorbidity Index and all-cause mortality in patients with delayed hemodialysis initiation: a prospective cohort study. BMC Nephrol. 2025;26:376. doi:10.1186/s12882-025-04197-x.
  43. Noh J, et al. Predicting early mortality in hemodialysis patients: a deep learning approach using a nationwide prospective cohort in South Korea. Sci Rep. 2024;14:29658. doi:10.1038/s41598-024-80900-6.
  44. Santos J, et al. Predicting 6-month mortality in incident elderly dialysis patients: a simple prognostic score. Kidney Blood Press Res. 2020;45(1):38-50. doi:10.1159/000504136.
  45. Ivory SE, et al. Predicting 6-month mortality risk of patients commencing dialysis treatment for end-stage kidney disease. Nephrol Dial Transplant. 2017;32(9):1558-65. doi:10.1093/ndt/gfw383.
  46. Gimena Muñoz R, et al. Assessment of frailty in patients with advanced chronic kidney disease and the role of microvesicles: a single-center study. PLoS One. 2025;20(9):e0332653. doi:10.1371/journal.pone.0332653.
  47. Zou S, et al. Frailty, genetic predisposition, and incident chronic kidney disease. Sci Rep. 2025;15(1):14625. doi:10.1038/s41598-025-97280-0.
  48. Puri A, et al. Frailty assessment tools in chronic kidney disease: a systematic review and meta-analysis. Kidney Med. 2025;7(3):100960. doi:10.1016/j.xkme.2024.100960.
  49. Kennard AL, Glasgow NJ, Rainsford SE, Talaulikar GS. Clinical implications and assessment of frailty in patients with advanced CKD: a narrative review. Kidney Int Rep. 2024;9:791-806. doi:10.1016/j.ekir.2023.12.022.
  50. Oki R, et al. Clinical frailty assessment might be associated with mortality in incident dialysis patients. Sci Rep. 2022;12(1):17651. doi:10.1038/s41598-022-22483-8.
  51. Nair D, et al. Frailty in kidney disease: a comprehensive review to advance its clinical and research applications. Am J Kidney Dis. 2025;85(1):89-103. doi:10.1053/j.ajkd.2024.04.018.
  52. Cohen LM, Ruthazer R, Moss AH, Germain MJ. Predicting six-month mortality for patients receiving maintenance hemodialysis. Clin J Am Soc Nephrol. 2010;5(1):72-9. doi:10.2215/CJN.03860609.
  53. Javier AD, et al. Reliability and utility of the Surprise Question in CKD stages 4-5. Am J Kidney Dis. 2017;70(1):93-101. doi:10.1053/j.ajkd.2016.11.025.
  54. Wick JP, et al. A clinical risk prediction tool for 6-month mortality after dialysis initiation among older adults. Am J Kidney Dis. 2017;69(5):568-75. doi:10.1053/j.ajkd.2016.08.035.
  55. Sun J, Su H, Lou Y, Wang M. Association between serum albumin level and all-cause mortality in patients with chronic kidney disease: a retrospective cohort study. Am J Med Sci. 2021;361(4):451-60. doi:10.1016/j.amjms.2020.07.020.
  56. Karaboyas A, et al. Low hemoglobin at hemodialysis initiation: an international study of anemia management and mortality in the early dialysis period. Clin Kidney J. 2020;13(3):425-33. doi:10.1093/ckj/sfz065.
  57. Garcia-Montemayor V, et al. Predicting mortality in hemodialysis patients using machine learning analysis. Clin Kidney J. 2021;14(5):1388-95. doi:10.1093/ckj/sfaa126.
  58. Yang J, et al. Machine learning algorithms for the prediction of adverse prognosis in patients undergoing peritoneal dialysis. BMC Med Inform Decis Mak. 2024;24:8. doi:10.1186/s12911-023-02412-z.
  59. Sheng K, et al. Prognostic machine learning models for first-year mortality in incident hemodialysis patients: development and validation study. JMIR Med Inform. 2020;8(10):e20578. doi:10.2196/20578.
  60. Koh BTG, et al. Predicting mortality in elderly chronic kidney disease patients using algorithmic risk assessment: a Southeast Asian perspective. BMC Nephrol. 2025;26:489. doi:10.1186/s12882-025-04389-5.
  61. Forzley B, et al. A survey of Canadian nephrologists assessing prognostication in end-stage renal disease. Can J Kidney Health Dis. 2017;4:1-9. doi:10.1177/2054358117725294.
  62. Bergeron J, et al. Nephrology providers’ perspectives and use of mortality prognostic tools in dialysis patients. BMC Nephrol. 2024;25:425. doi:10.1186/s12882-024-03861-y.
  63. Milders J, et al. Prognostic models in nephrology: where do we stand and where do we go from here? Mapping the evidence in a scoping review. J Am Soc Nephrol. 2024;35(3):367. doi:10.1681/ASN.0000000000000285.
  64. Siriwardana A, et al. Utilizing risk prediction models for older patients with chronic kidney disease. Kidney Int. 2026;109(3):474-83. doi:10.1016/j.kint.2025.11.021.
  65. Anderson RT, et al. Prediction of risk of death for patients starting dialysis: a systematic review and meta-analysis. Clin J Am Soc Nephrol. 2019;14(8):1213-27. doi:10.2215/CJN.00050119.
  66. Thorsteinsdottir B, et al. Validation of prognostic indices for short-term mortality in an incident dialysis population of adults older than 75 years. PLoS One. 2021;16(1):e0244081. doi:10.1371/journal.pone.0244081.
  67. Grubbs V. Time to recast our approach for older patients with ESRD: the best, the worst, and the most likely. Am J Kidney Dis. 2018;71(5):605-7. doi:10.1053/j.ajkd.2018.02.002.

Yeniden basım ve izinler

Etiketler

Prognostik De erlendirmePrognostik Ara larCharlson Komorbidite ndeksiS rpriz Soruok De i kenli ng r ModelleriMakine renmesi ng r sFonksiyonel Durumleri Bak m PlanlamasPayla ml Karar Verme
Bize Ulaşın
Kütüphaneye Öner

Gizlilik

Kullanım Koşulları

Politikalar

Telif Hakkı © 2026 MyJoVE Corporation. Tüm hakları saklıdır.