Uppskattad minskning av glomerulär filtrationshastighet vid 1 år efter minimalt invasiv partiell nefrektomi: en multimodelljämförelse av prediktorer

Abstrakt

1. Bakgrund

Långsiktig njurfunktion efter partiell nefrektomi (PN) är svår att förutsäga eftersom den påverkas av flera modifierbara och icke-modifierbara variabler, ofta sammanflätade i komplexa relationer.

2. Målsättning

Att identifiera variabler som påverkar njurfunktionen på lång sikt efter PN och att bedöma deras relativa vikt.

3. Design, miljö och deltagare

Totalt 457 patienter som genomgick antingen robot (n=412) eller laparoskopisk PN (n=45) identifierades från en multicenter internationell databas.

4. Resultatmätningar och statistisk analys

Den uppskattade procentuella förlusten av glomerulär filtrationshastighet (eGFR) för 1-år (1YPL), definierad som eGFR procentuell förändring från baslinjen 1 år efter operationen, var slutresultatet. Prediktorer som utvärderades inkluderade demografiska data, tumöregenskaper och operativa och postoperativa variabler. Bayesiansk multimodellanalys av kovarians användes för att bygga alla möjliga modeller och jämföra anpassningen av varje modell till data via modell Bayes-faktorer. Bayesisk modellmedelvärde användes för att kvantifiera stödet för varje prediktor via inklusions Bayes-faktorn (BFincl). Högdimensionell oriktad grafuppskattning användes för nätverksanalys av villkorligt oberoende mellan prediktorer.

5. Resultat och begränsningar

Flera modeller visade sig vara rimliga för uppskattningen av 1YPL. Den bästa modellen, bestående av postoperativ eGFR procentuell förlust (PPL), kön, ischemiteknik och preoperativ eGFR, var 207 gånger mer sannolikt än alla andra modeller när det gäller relativ prediktiv prestation. Dess komponenter var en del av de 44 bästa modellerna och var prediktorerna med den högsta BFincl. Rollen av kall ischemi, ensam njurstatus, kirurgens erfarenhet och typ av renografi bedömdes inte.

6. Slutsatser

Preoperativ eGFR, sex, ischemiteknik och PPL är de bästa prediktorerna för eGFR procentuell förlust vid 1 år efter minimalt invasiv PN. Andra prediktorer verkar vara irrelevanta, eftersom deras inflytande är obetydligt eller redan inkapslat i effekten av dessa fyra parametrar.

7. Patientsammanfattning

Njurfunktion 1 år efter partiellt avlägsnande av en njure beror på kön, den teknik som används för att stoppa blodflödet till njuren under operationen och njurfunktionen vid baslinjen och i den tidiga postoperativa perioden.

Klicka här för att veta vilka effekter Cistanche har på njurarna

Introduktion

Partiell nefrektomi (PN) är standardbehandlingen för T1-njurmassa [1]. I jämförelse med radikal nefrektomi är PN associerad med en lägre incidens av kronisk njursjukdom (CKD) samtidigt som liknande onkologiska och säkerhetsmässiga resultat bibehålls [2]. Bevarande av njurfunktionen är avgörande hos patienter med redan existerande komorbiditeter, ensamma njursjukdomar eller bilaterala cancerformer, eftersom det kan påverka risken för dödlighet av andra orsaker [3].

Omedelbar och långvarig njurfunktion efter PN påverkas av flera modifierbara och icke-modifierbara variabler, inklusive demografiska, sjukdomsrelaterade, intraoperativa och postoperativa faktorer, ofta sammanflätade i komplexa relationer [4].

I denna studie försökte vi identifiera vilka variabler som påverkar långvarig njurfunktion och att bedöma deras relativa vikt vid bestämning av den procentuella förändringen i uppskattad glomerulär filtrationshastighet (eGFR) vid 1 år efter minimalt invasiv PN.

En Bayesiansk multimodelljämförelse användes för att objektivt jämföra den prediktiva prestandan för alla möjliga kombinationer av prediktorer samtidigt som man balanserade uppskattningsfel och överanpassningsrisker. Genom att använda bayesiansk modellmedelvärde, var det möjligt att vikta varje prediktor över alla modeller och ge information om dess övergripande prediktiva prestanda och rimlighet.

Patienter och metoder

1. Patientpopulation

En internationell, multicenter, institutionell granskningsnämnd godkänd, retrospektiv studie inklusive patienter som genomgick laparoskopisk eller robotassisterad PN vid fem akademiska institutioner (tre från Europa och två från USA) mellan 2013 och 2019 genomfördes. Inklusionskriterier var (1) vuxna patienter diagnostiserade med en lokaliserad njurtumör (T1 eller T2); (2) genomgår robotisk eller laparoskopisk PN; och (3) med en fullständig beskrivning av preoperativa och postoperativa egenskaper, inklusive upp till 1-års uppföljningsdata. Följande uteslutningskriterier tillämpades: (1) patienter som genomgick radikal nefrektomi eller icke-kirurgiska behandlingar; (2) pediatriska patienter; och (3) patienter med en transplanterad njure eller en historia av flera PN på samma njure.

2. Datainsamling Demografiska data och baslinjekarakteristika inkluderade ålder, kön, etnicitet, hypertoni, diabetes mellitus-status, body mass index, American Society of Anesthesiologists poäng, ensam njurstatus och preoperativt hemoglobin. eGFR beräknades med hjälp av CKD-Epidemiology Collaboration-ekvationen. Hypertoni definierades som systoliskt blodtryck större än eller lika med 140 mm Hg eller diastoliskt blodtryck påStörre än eller lika med90 mm Hg eller tar blodtryckssänkande medicin. Information om tumör- och operationsdetaljer inkluderade patologisk tumörstorlek, radie, endofytisk, närhet till uppsamlingssystemet, främre/posteriora, placering (RENAL) poäng, kirurgiskt tillvägagångssätt, klämteknik, varm ischemitid (WIT), operationstid, beräknad blodförlust ( EBL) och intraoperativa komplikationer. Postoperativa data inkluderade eGFR vid utskrivning, vistelsetid och postoperativa komplikationer. eGFR postoperativ procentuell förlust (PPL) beräknades som den procentuella skillnaden mellan baslinje eGFR och eGFR vid utskrivning: (preoperativ eGFR -postoperativ eGFR) * 100 / preoperativ eGFR.

Det funktionella utfallet var 1-år eGFR procentuell förlust (1YPL), definierad som eGFR procentuell förändring från baslinjen 1 år efter operationen: (eGFR vid 1 år - preoperativ eGFR) *100 / preoperativ eGFR.

Cistanche-extrakt

3. Statistisk analys

För att förutsäga 1YPL utfördes en analys av kovarians (ANCOVA) med flera kontinuerliga och kategoriska variabler. För att objektivt identifiera modeller som balanserar uppskattningsfel och överanpassningsrisk användes en Bayesiansk multimodelljämförelse. I Bayesiansk statistik uppdateras de tidigare föreställningarna (tidigare fördelning av modellen och parameterns sannolikhet) med inkludering av sannolikheten för data i de bakre uppfattningarna (posteriora fördelningar). Sannolikheten för data är det relativa stödet från data för alternativa hypoteser och kvantifieras med Bayes-faktorer (BFs). Med Bayesiansk multimodell ANCOVA är det möjligt att övervinna den osäkerhet som härrör från användningen av endast en modell genom att jämföra den prediktiva prestandan för alla möjliga kombinationer av prediktorer och beräkna den relativa rimligheten för varje modell i förhållande till de andra. Dessutom kan Bayesiansk modellmedelvärde användas för att vikta varje prediktor över alla modeller och ge information om dess övergripande prediktiva prestanda och rimlighet [5]. I det första steget utförde vi en Bayesiansk modelljämförelse och beräknade den bakre modellens sannolikhet P(M|data) för att utvärdera den relativa sannolikheten för varje modell över hela modellutrymmet; vi använde modellen BF (BFM) som en indikator på modellens prediktiva prestanda, eller modellsannolikhet, som mäter hur många gånger det var mer sannolikt att data inträffade under en specifik modell än alla andra i genomsnitt över hela utrymmet. BF01 användes för att representera den relativa prediktiva prestandan (sannolikheten) för den bästa modellen för den övervägda modellen [6]. För modellens tidigare sannolikhet P(M) valde vi en enhetlig modell före och ålade att alla modeller var lika sannolika innan vi såg data [7]. I det andra steget använde vi en bayesiansk modell för medelvärdesberäkning för att välja vilken variabel som är användbar för att förutsäga 1YPL och kvantifierade stödet för varje prediktor som dess posteriora inklusionssannolikhet P(inkl|data), vilket är sannolikheten att inkludera den i en modell efter att ha observerat data. P(inkl|data) är summan av P(M|data) för modellerna inklusive en given variabel. Vi jämförde den prediktiva prestandan för prediktorer i termer av BFexcl, vilket är förhållandet mellan sannolikheten för modeller som exkluderar en prediktor och modeller som inkluderar den. På detta sätt är sannolikheten för att data BFexcl gånger mer sannolikt inträffar under de modeller som inte inkluderar en prediktor än de modeller som inkluderar den. BFincl representerar det ömsesidiga av BFexcl. Det procentuella felet användes för att kvantifiera det proportionella felet associerat med BF-uppskattning och återspeglar den procentuella noggrannheten i att förutsäga värdet för varje BF. Vi rapporterade också den modellgenomsnittliga effektstorleken för varje parameter (regressionskoefficient b) för att bedöma vikten av varje prediktor vid uppskattning av 1YPL. Medelvärdet för b beräknades genom att medelvärdet av b-värdena antagna för prediktorn över alla modeller och viktades av P(M|-data). Standardavvikelse (SD) och det trovärdiga intervallet på 95 procent för uppskattningar redovisas också. Vi valde Jeffrey-Zellner-Siow-fördelningen för b prior-sannolikheten. För att förklara det ömsesidiga beroendet mellan variabler utförde vi en nätverksanalys av villkorligt oberoende mellan relevanta prediktorer med hjälp av den högdimensionella oriktade grafuppskattningsmetoden; i den resulterande acykliska grafen visas variabler som noder och villkorliga beroenden som kanter [8]. Alla statistiska analyser utfördes med användning av JASP (version 0.14; JASP Software Ltd., Warrington, Storbritannien).

Cistanche pulver

Diskussion

Denna studie visar att flera modeller är rimliga för att förutsäga njurförlust vid 1 år efter minimalt invasiv PN. Vi fann att den bästa modellen inkluderar sex, preoperativ eGFR, ischemiteknik och PPL. Alla modeller som innehåller dessa fyra variabler uppvisade en ökad sannolikhet efter att ha sett data och visade större prediktiv prestanda än modellerna inklusive alla eller några av de återstående variablerna. Modellgenomsnitt och nätverksanalys av villkorligt oberoende bekräftade dessa resultat. Flera punkter angående dessa fynd förtjänar mer detaljerad övervägande.

Unlike most studies in the literature, we chose percentage eGFR loss to evaluate functional loss after minimally invasive PN. Several previous models used the ultimate eGFR or progression to stage III CKD as the endpoint [9–12]. Choice of a similar criterion might lead to deceptive results because the dependent variable is directly calculated from the same variables (ie, age, sex, or serum creatinine) that it is tested against. This always results in the identification of those variables as important predictors of the outcome. Other studies evaluated predictors of significant eGFR loss, defined as a reduction of >25 procent från baslinje eGFR [13–15]. Denna endpoint löste den ovan nämnda begränsningen, eftersom den inte nödvändigtvis påverkas av variabler som används i eGFR-formler. Icke desto mindre valde dessa studier endast en delmängd av prediktorer för att bygga en modell som innehåller de kovariater som anses relevanta. Följaktligen har slutsatser i alla tidigare studier utförts utan att ta hänsyn till den osäkerhet som härrör från användningen av endast en modell bland alla möjliga modeller; Dessutom var vikten av varje prediktor specifik för en viss modell och kan inte ge information om dess övergripande prediktiva prestanda (sannolikhet) som tillhandahålls av data [5]. Denna process kan i slutändan leda till en överskattning av modellens precision och kan ge partiska uppskattningar.

Vi tog hänsyn till modellrymdens osäkerhet genom att använda Bayesiansk modellmedelvärde, där hela spektrumet av modeller bidrar till uppskattningar och förutsägelser. På detta sätt kan en sammanfattning av vikten och konsekvensen av varje prediktor tillhandahållas. Regressionskoefficienter som har ett medelvärde nära noll kommer att ha mycket begränsad betydelse för att förutsäga den oberoende variabeln; vidare kommer prediktorer med ett 95-procentigt trovärdigt intervall som inkluderar nolleffekten att påverka resultatet motsatt, beroende på vilken modell som övervägs, och därmed visa sig vara inkonsekventa. Specifikt visade beräkningen av det posteriora medelvärdet och det 95 procents trovärdiga intervallet för regressionskoefficienterna att PPL, preoperativ eGFR och kön bibehöll sin prediktiva prestanda genom hela modellutrymmet: möjliga värden för deras regressionskoefficienter var alla över eller under noll effekt (b=0). Intressant nog varierade b-värdena för kön från 4 till 0.4, vilket visar att manligt kön är en skyddande faktor för njurfunktionen eftersom det minskar omfattningen av 1YPL. Alla andra variabler visade sig vara opålitliga, med ett 95 procents trovärdigt intervall vars extremvärden hade motsatta tecken.

Previous studies tested the use of the acute kidney injury (AKI) categories of the Acute Dialysis Quality Initiative as predictors of long-term renal failure after PN. The Risk, Injury, Failure, Loss, and End-stage (RIFLE) criteria define AKI as an abrupt loss of kidney function resulting in a >25 procents minskning av eGFR från baslinjen [16]. Det har visat sig att AKI ökar risken för mortalitet och utveckling av CKD hos patienter med underliggande medicinska tillstånd [17,18] men det ansågs inte påverka dessa utfall när det inträffade hos patienter som genomgår PN [19,20]. Nya studier visade dock att både förekomsten och varaktigheten av AKI ökar risken för långvarig njursvikt även hos denna typ av patienter [14,21]. Icke desto mindre kan RIFLE-kriterierna vara olämpliga för patienter som genomgår njurkirurgi; hos dessa patienter kan ökningen av eGFR bero på både kirurgisk excision och ischemisk skada, med relativa bidrag som är svåra att differentiera diagnostiskt och prognostiskt [18].

Vi använde inte ett cutoff-värde för att definiera AKI i vår studie; istället utvärderade vi akut njursvikt i termer av PPL. Detta val kan erbjuda vissa fördelar, inklusive att undvika de negativa konsekvenserna av dikotomisering såsom förlust av effektstorlek och risken för felklassificering, vilket möjliggör jämförelse med andra kontinuerliga kovariater av långsiktig eGFR och ger en mer detaljerad förutsägelse av funktionell återhämtning [22].

Vi bekräftade inte bara att PPL har märkbara återverkningar för långsiktig funktion utan visade också att PPL är den viktigaste faktorn som påverkar 1YPL. Till skillnad från AKI verkar PPL vara användbar för att förutsäga långsiktig funktionell försämring även när procentandelen av eGFR-förlust är<25%; moreover, it is essential to precisely quantify the extent of PPL as a continuous variable, as it is linearly related to the outcome. An interesting difference between our study and the current literature is that PPL is a better predictor than all the other surgical variables tested, including WIT, tumor size, RENAL score, and EBL. In addition, all these variables showed little support from the data, because models that do not include them are more likely than models that use them as predictors. Finally, it should be considered that renal function decline related to postoperative acute injury could be influenced by consequent hypertrophy of the remnant healthy kidney parenchyma. Studies with longer follow-ups have shown that the impact of these modifiable parameters has a progressively lower influence on functional outcomes, while other comorbidities or de novo vascular diseases may have a significant impact on long-term outcomes [13,23].

Cistanche tubulosa

Flera studier fann att WIT var en avgörande faktor för att förutsäga eGFR-förändring [24–27]. Andra studier nedgraderade dess roll och drog slutsatsen att så länge som WIT är under ett säkert tröskelvärde (25–30 min) påverkar dess varaktighet inte signifikant långsiktig eGFR [10,28–30].

En stor mängd litteratur har fokuserat på procentandelen bevarad parenkymal massa (PPMP) som nyckeldeterminant för kvarvarande njurfunktion, där WIT endast spelar en mindre roll [28,31]. Till exempel fann både Simmons et al [10] och Ginzburg et al [15] att PPMP och baslinje eGFR, men inte WIT, var oberoende associerade med långvarig njurfunktion efter PN. Andra författare fann att införandet av PPMP i multivariabel linjär regression ledde till förlust av betydelse för WIT vid förutsägelse av eGFR vid 3 månader [31] eller senare [32]. Det måste noteras att PPMP-bedömning inte är omedelbar och kräver dedikerad tredimensionell renderingsprogramvara för att jämföra preoperativa och postoperativa njurdatortomografiskanningar utförda med intravenös kontrast.

WIT och PPMP är nära besläktade och svåra att frikoppla [33]. Stora och komplexa tumörer är vanligtvis förknippade med stor parenkymal excision, omfattande devaskularisering och sekundär skada på grund av rekonstruktion [9,34,35]. Alla dessa faktorer är associerade med längre WIT och mindre PPMP, som i sin tur är starkt relaterade till PPL [35-37], vilket orsakar multikollinearitet mellan alla dessa variabler. Detta framgår tydligt av analysen av nätverksstrukturen för variabelberoende. Specifikt representerar varje nod i nätverksdiagrammet en enda variabel och varje kant representerar det villkorliga beroendet av två variabler givet alla de andra. Två variabler som initialt befanns vara korrelerade (dvs marginellt beroende) kan bli villkorligt oberoende (ingen direkt kant mellan de två noderna) när deras korrelation förklaras av en tredje variabel som är starkt relaterad till båda. Till exempel, efter att ha introducerat PPL i modellen, blir WIT och 1YPL villkorligt oberoende, eftersom WIT påverkar resultatet via PPL. Dessutom, när villkorligt oberoende prediktorer läggs till i en modell som redan innehåller villkorsberoende variabler, är det osannolikt att de ökar modellens prediktivitet. I vår analys presterade modeller som innehåller både WIT och PPL sämre än modeller som bara innehåller PPL eftersom påverkan av WIT på 1YPL redan är kapslad i PPL-effekten.

Vår databas har inte fullständiga data för PPMP, så vi utvärderade inte denna variabel. PPMP bör dock inte tillföra några fördelar till våra modeller; när flera variabler relaterade till PPMP, inklusive patologisk storlek, RENAL poäng och tumörstadium [35], lades till en modell som innehåller PPL, hade de härledda modellerna inte en högre sannolikhet. Med andra ord, dessa variabler relaterade till PPMP kan inte förklara den kvarvarande variansen, vilket ger en sämre övergripande prediktiv prestanda. Detta betyder inte att WIT och PPMP inte är viktiga för att bestämma långsiktig njurfunktion, men det mesta av deras effekt förmedlas av PPL, som representerar den bästa prediktorn för eGFR 1 år efter operationen.

Ålder, högt blodtryck, body mass index och diabetes mellitus har alla identifierats som riskfaktorer för CKD-debut och kan också vara involverade i större långvarig funktionsförlust [9,11,31]. Kontrasterande resultat har hittats för rollen av sex [11,31,38]. Vi tror att dessa fynd kan vara starkt påverkade av studiens design och val av effektmått, eftersom de alla är associerade med lägre njurfunktion vid baslinjen. Vi utvärderade rollen av kliniska variabler inklusive ålder, diabetes, fetma, högt blodtryck och preoperativt hemoglobin vid bestämning av 1YPL. Modellgenomsnittsanalys visade att endast ålder var relaterad till 1YPL; dess effekt förmedlas till stor del av PPL och den behåller en marginell effekt om den läggs till som en oberoende prediktor.

Vissa studier tyder på att selektiv klämning av artärgrenar [39] eller noll-ischemimetoden [40] ger en signifikant högre chans för parenkymal sparning jämfört med hilar klämning. Våra resultat indikerar att ischemitekniken är en användbar prediktor för 1YPL som visas av dess BFincl på 29,4, vilket innebär att dess inkludering ökade den prediktiva prestandan för modeller nästan 30-faldigt.

Flera rapporter fann ingen signifikant skillnad i minskningen av eGFR mellan kirurgiska tillvägagångssätt [31,38,41]. Vår studie bekräftar dessa fynd genom att visa att data var mindre sannolikt att inträffa under gruppen av modeller inklusive kirurgisk teknik som en prediktor.

Vår studie kännetecknas av flera begränsningar. Det är en retrospektiv studie och därför kan selektions- och detektionsbias inte uteslutas. Vår befolkning kom från centra med stora volymer och alla PN utfördes av mycket erfarna kirurger; därför kanske våra resultat inte gäller andra vårdmiljöer. I denna studie samlades data för 1359 patienter in, varav 896 exkluderades på grund av ofullständiga data. Detta beror till stor del på de strikta inklusionskriterier som tillämpas; en stor del av dessa patienter saknade 1-års uppföljningsdata och ingen statistisk slutledning för dessa patienter är möjlig; Detta kan introducera en selektionsbias och påverka resultatens generaliserbarhet. Vi kunde inte dra några slutsatser om rollen av kall ischemi, ensam njurstatus, kirurgserfarenhet eller renografitekniker; sannolikheten för och omfattningen av långvarig funktionsförlust kan påverkas av var och en av dessa.

Standardiserad Cistanche

Slutsatser

Flera modeller är rimliga för att förutsäga njurförlust vid 1 år efter minimalt invasiv PN. Vår analys tyder på att den bästa modellen bör inkludera sex, ischemiteknik, preoperativ eGFR och PPL. Alla prediktiva modeller som innehöll dessa fyra variabler hade högre sannolikhet och visade större prediktiv prestanda än modeller som inkluderade alla eller några av de återstående variablerna. Jämfört med andra verktyg är dessa prediktorer omedelbara och lättillgängliga. PPL är användbart för att förutsäga långsiktig funktionell nedgång även när den procentuella förlusten är mindre än 25 procent eftersom den är linjärt relaterad till 1YPL. Andra prediktorer verkar vara irrelevanta, eftersom deras inflytande är obetydligt eller redan inkapslat i effekten av dessa fyra parametrar.

Referenser

[1] Ljungberg B, Bensalah K, Canfield S, et al. EAU riktlinjer för njurcellscancer: 2014 uppdatering. Eur Urol 2015;67:913–24. https://doi. org/10.1016/j.eururo.2015.01.005.

[2] Bradshaw AW, Autorino R, Simone G, et al. Robotisk partiell nefrektomi vs minimalt invasiv radikal nefrektomi för klinisk T2a-njurmassa: en benägenhetspoängmatchad jämförelse från samarbetsgruppen ROSULA (Robotic Surgery for Large Renal Mass). BJU Int 2020;126:114–23. https://doi.org/ 10.1111/bju.15064.

[3] Larcher A, Capitanio U, Terrone C, et al. Elektiv nefronbesparande kirurgi minskar andra dödsorsaker i förhållande till radikal nefrektomi endast i specifika undergrupper av patienter med njurcellscancer. J Urol 2016;196:1008–13. https://doi.org/10.1016/j. juro.2016.04.093.

[4] Swavely NR, Anele UA, Porpiglia F, Mir MC, Hampton LJ, Autorino R. Optimering av bevarande av njurfunktion under robotisk partiell nefrektomi 1756287218815819. Ther Adv Urol 2019;11. https:// doi.org/10.1177/1756287218815819.

[5] Claeskens G, Hjort NL. Modellval och modellmedelvärde. Cambridge, Storbritannien: Cambridge University Press; 2008.

[6] Lavine M, Schervish MJ. Bayes faktorer: vad de är och vad de inte är. Am Stat 1999;53:119–22. https://doi.org/10.1080/ 00031305.1999.10474443.

[7] Hoeting JA, Madigan D, Raftery AE, Volinsky CT. Bayesiansk modell i genomsnitt: en handledning. Stat Sci 1999;14:382–401. https://doi.org/ 10.1214/ss/1009212519.

[8] Zhao T, Liu H, Roeder K, Lafferty J, Wasserman L. Det enorma paketet för högdimensionell oriktad grafuppskattning i R. J Mach Learn Res 2012;13:1059–62.

[9] Abdel Raheem A, Shin TY, Chang KD, et al. Yonsei nomogram: en prediktiv modell av nyuppstått kronisk njursjukdom efter partiell nefrektomi med klämma hos patienter med T1-njurtumörer. Int J Urol 2018;25:690–7. https://doi.org/10.1111/iju.13705.

[10] Simmons MN, Hillyer SP, Lee BH, Fergany AF, Kaouk J, Campbell SC. Funktionell återhämtning efter partiell nefrektomi: effekter av volymförlust och ischemisk skada. J Urol 2012;187:1667–73. https://doi.org/ 10.1016/j.juro.2011.12.068.

[11] Clark MA, Shikanov S, Raman JD, et al. Kronisk njursjukdom före och efter partiell nefrektomi. J Urol 2011;185:43–8. https://doi.org/10.1016/j.juro.2010.09.019.

[12] Lane BR, Babineau DC, Poggio ED, et al. Faktorer som förutsäger njurfunktionellt utfall efter partiell nefrektomi. J Urol 2008;180:2363–9. https://doi.org/10.1016/j.juro.2008.08.036.

[13] Antonelli A, Mari A, Longo N, et al. Roll av kliniska och kirurgiska faktorer för förutsägelse av omedelbara, tidiga och sena funktionella resultat, och dess samband med kardiovaskulära resultat efter partiell nefrektomi: resultat från det prospektiva multicenter RECORd 1-projektet. J Urol 2018;199:927–32. https://doi.org/ 10.1016/j.juro.2017.11.065.

[14] Martini A, Kumaraswamy S, Beksac AT, et al. Ett nomogram för att förutsäga signifikant uppskattad minskning av glomerulär filtrationshastighet efter robotisk partiell nefrektomi. Eur Urol 2018;74:833–9. https://doi. org/10.1016/j.eururo.2018.08.037.

[15] Ginzburg S, Uzzo R, Walton J, et al. Kvarvarande parenkymvolym, inte varm ischemitid, förutsäger slutliga njurfunktionella resultat hos patienter som genomgår partiell nefrektomi. Urology 2015;86:300–5. https://doi.org/10.1016/j.urology.2015.04.043.

[16] Bellomo R, Ronco C, Kellum JA, Mehta RL, Palevsky P. Akut njursvikt – definition, resultatmått, djurmodeller, vätsketerapi och informationsteknologi behöver den andra internationella konsensuskonferensen för Acute Dialysis Quality Initiative (ADQI) grupp. Crit Care 2004;8:R204. https://doi.org/ 10.1186/cc2872.

[17] Chawla LS, Eggers PW, Star RA, Kimmel PL. Akut njurskada och kronisk njursjukdom som sammankopplade syndrom. N Engl J Med 2014;371:58–66. https://doi.org/10.1056/ nejmra1214243.

[18] Zhang Z, Zhao J, Dong W, et al. Akut njurskada efter partiell nefrektomi: roll av parenkymal massareduktion och ischemi och inverkan på efterföljande funktionell återhämtning. Eur Urol 2016;69:745–52. https://doi.org/10.1016/j.eururo.2015.10.023.

[19] Zabell J, Isharwal S, Dong W, et al. Akut njurskada efter partiell nefrektomi av ensamma njurar: inverkan på njurfunktionens långsiktiga stabilitet. J Urol 2018;200:1295–301. https://doi.org/10.1016/ j.juro.2018.07.042.

[20] Kawamura N, Yokoyama M, Tanaka H, ​​et al. Akut njurskada och intermediär njurfunktion efter klämlös partiell nefrektomi. Int J Urol 2019;26:113–8. https://doi.org/10.1111/ iju.13799.

[21] Bravi CA, Vertosick E, Benfante N, et al. Inverkan av akut njurskada och dess varaktighet på långvarig njurfunktion efter partiell nefrektomi. Eur Urol 2019;76:398–403. https://doi.org/10.1016/ j.eururo.2019.04.040.

[22] MacCallum RC, Zhang S, Preacher KJ, Rucker DD. Om praktiken av dikotomisering av kvantitativa variabler. Psychol Methods 2002;7:19–40. https://doi.org/10.1037/1082-989X.7.1.19.

[23] Mari A, Tellini R, Antonelli A, et al. Ett nomogram för förutsägelse av intermediär signifikant njurfunktionsförlust efter robotassisterad partiell nefrektomi för lokaliserade njurtumörer: en prospektiv multicenter observationsstudie (RECORd2-projekt). Eur Urol Fokus I tryck. https://doi.org/10.1016/j.euf.2021.09.012.

[24] Porpiglia F, Fiori C, Bertolo R, et al. Effekterna av varm ischemitid på njurfunktionen efter laparoskopisk partiell nefrektomi hos patienter med normal kontralateral njure. World J Urol 2012;30:257–63. https://doi.org/10.1007/s00345-011-0729-5.

[25] Thompson RH, Lane BR, Lohse CM, et al. Varje minut räknas när njurhilum kläms fast vid partiell nefrektomi. Eur Urol 2010;58:340–5. https://doi.org/10.1016/j.eururo.2010. 05.047.

[26] Thompson RH, Lane BR, Lohse CM, et al. Njurfunktion efter partiell nefrektomi: Effekt av varm ischemi i förhållande till kvantitet och kvalitet av bevarad njure. Urologi 2012;79:356–60. https://doi. org/10.1016/j.urology.2011.10.031.

[27] Aron M, Gill IS, Campbell SC. En icke-ischemisk metod för partiell nefrektomi är optimal. J Urol 2012;187:387–90. https://doi.org/ 10.1016/j.juro.2011.10.092.

[28] Mir MC, Pavan N, Parekh DJ. Det nuvarande paradigmet för ischemi vid njurkirurgi. J Urol 2016;195:1655–63. https://doi.org/10.1016/ j.juro.2015.09.099.

[29] Volpe A, Blute ML, Ficarra V, et al. Njurischemi och funktion efter partiell nefrektomi: en kollaborativ granskning av litteraturen. Eur Urol 2015;68:61–74. https://doi.org/10.1016/j.eururo.2015.01.025.

[30] Kallingal GJS, Weinberg JM, Reis IM, Nehra A, Venkatachalam MA, Parekh DJ. Långtidssvar på njurischemi i den mänskliga njuren efter partiell nefrektomi: resultat från en prospektiv klinisk prövning. BJU Int 2016;117:766–74. https://doi.org/10.1111/ bju.13192.

[31] Lane BR, Russo P, Uzzo RG, et al. Jämförelse av kall och varm ischemi under partiell nefrektomi i 660 ensamma njurar avslöjar den dominerande rollen av icke-modifierbara faktorer för att bestämma den slutliga njurfunktionen. J Urol 2011;185:421–7. https://doi.org/ 10.1016/j.juro.2010.09.131.

[32] Mir MC, Campbell RA, Sharma N, et al. Parenkymal volymbevarande och ischemi under partiell nefrektomi: funktionell och volymetrisk analys. Urologi 2013;82:263–9. https://doi.org/ 10.1016/j.urology.2013.03.068.

[33] Biles MJ, DeCastro GJ, Woldu SL. Njurfunktion efter nefronsparande procedurer: bara en fråga om volym? Curr Urol Rep 2016;17:8. https://doi.org/10.1007/s11934-015-0561-3.

[34] Dong W, Zhang Z, Zhao J, et al. Utskuren parenkymal massa under partiell nefrektomi: funktionella implikationer. Urologi 2017;103:129–35. https://doi.org/10.1016/j.urology.2016.12.021.

[35] Wu J, Suk-Ouichai C, Dong W, et al. Vaskulariserad parenkymal massa bevarad med partiell nefrektomi: funktionell påverkan och prediktiva faktorer. Eur Urol Oncol 2019;2:97–103. https://doi.org/ 10.1016/j.euo.2018.06.009.

[36] Lee J, Song C, Lee D, et al. Differentiellt bidrag av faktorerna som bestämmer långsiktig njurfunktion efter partiell nefrektomi över tid. Urol Oncol 2021;39:196.e15–20. https://doi.org/ 10.1016/j.urolonc.2020.11.007.

[37] Meyer A, Woldu SL, Weinberg AC, et al. Förutsäga njurparenkymförlust efter nefronsparande operation. J Urol 2015;194:658–63. https://doi.org/10.1016/j.juro.2015.03.098.

[38] Shum CF, Bahler CD, Cary C, et al. Preoperativa nomogram för att förutsäga njurfunktion 1 år efter partiell nefrektomi. J Endourol 2017;31:711–8. https://doi.org/10.1089/end.2017.0184.

[39] Desai MM, de Castro Abreu AL, Leslie S, et al. Robotisk partiell nefrektomi med superselektiv kontra huvudartärklämning: en retrospektiv jämförelse. Eur Urol 2014;66:713–9. https://doi.org/ 10.1016/j.eururo.2014.01.017.

[40] Gill IS, Patil MB, de Castro Abreu AL, et al. Noll ischemi anatomisk partiell nefrektomi: ett nytt tillvägagångssätt. J Urol 2012;187:807–14. https://doi.org/10.1016/j.juro.2011.10.146.

[41] Eggener SE, Clark MA, Shikanov S, et al. Inverkan av varm kontra kall ischemi på njurfunktionen efter partiell nefrektomi. World J Urol 2015;33:351–7. https://doi.org/10.1007/s00345-014- 1315-4.

Fabio Crocerossa a,b , Cristian Fiori c , Umberto Capitanio d , Andrea Minervini e , Umberto Carbonara a,f , Savio D. Pandolfo a , Davide Loizzo a , Daniel D. Eun g , Alessandro Larcher d , Andrea Mari e , Antonio Andrea Grosso e , Fabrizio Di Maida e , Lance J. Hampton a , Francesco Cantiello b , Rocco Damiano b , Francesco Porpiglia c , Riccardo Autorino a,

en avdelning för urologi, VCU Health, Richmond, VA, USA;

b Institutionen för urologi, Magna Graecia University, Catanzaro, Italien;

c Avdelningen för urologi, San Luigi Hospital, University of Turin, Orbassano, Italien;

d Enhet för urologi, avdelningen för experimentell onkologi, Urologiskt forskningsinstitut, IRCCS Ospedale San Raffaele, Milano, Italien;

e Institutionen för experimentell och klinisk medicin, enheten för onkologisk minimalt invasiv urologi och andrologi, Careggi University Hospital, University of Florence, Florens, Italien;

f Institutionen för urologi, andrologi och njurtransplantation, University of Bari, Bari, Italien;

g Institutionen för urologi, Lewis Katz School of Medicine, Temple University, Philadelphia, PA, USA