Jan van den Brand, epidemioloog en onderzoeker van het Radboudumc, heeft een Kolff-beurs ontvangen voor zijn onderzoek naar het voorspellen van de kans op afstoting na transplantatie. In het onderzoek richt van de Brand zich op het ontwikkelen van een statistisch model hiervoor. Met de beurs kan hij onderzoek uitvoeren aan de Katholieke Universiteit van Leuven.
Mensen die een niertransplantatie hebben ondergaan lopen het risico dat het lichaam het nieuwe orgaan afstoot. Als dat gebeurt dan zal de getransplanteerde nier niet goed werken. Uiteindelijk leidt dit zelfs tot transplantaatfalen waardoor een patiënt weer afhankelijk wordt van dialyse of een nieuwe transplantatie nodig is.
Met het ontwikkelen van een statistisch model werkt Van den Brand aan een manier om te kunnen voorspellen of en hoe groot het risico is dat een patiënt te maken krijgt met een afstotingsreactie of transplantaatfalen. Het model wordt getoetst aan de hand van de gegevens van duizend patiënten die een transplantatie ondergaan hebben. Die patiënten zijn daarvoor langere tijd gevolgd.
Transplantaatfalen voorspellen
Er zijn diverse factoren die een rol spelen bij het voorspellen van een mogelijke afstotingsreactie. Zoals de nierfunctie, de hoeveelheid eiwitten in de urine en de bloeddruk. Dit zijn de zogenoemde biomarkers; iets in het lichaam dat je kunt meten.
Leuven heeft een wereldwijd hoog aangeschreven biobank waarin dit soort gegevens beschikbaar zijn. “Dat is het grote voordeel van Leuven. De mensen zijn heel uitgebreid gevolgd. Er zitten ook biomarkers in de biobank die niet routinematig in Nederland worden bepaald, zoals donorspecifieke antilichamen, die zijn namelijk prijzig om te bepalen. In Leuven hebben ze ook nierbiopten gedaan. Je kunt je voorstellen dat je daar ook biomarkers uit kunt halen. We gaan eerst uit van de usual suspects en daarna kijken we of de voorspelling beter wordt als we nieuwe biomarkers toevoegen", aldus Van den Brand.
Biostatistisch onderzoek
Daarnaast is Leuven ook een voorloper op het gebied van biostatistisch onderzoek. Statistiek en data-analyse zijn de twee belangrijkste onderdelen van het onderzoek van Van den Brand. In Leuven krijgt de onderzoeker nu de mogelijkheid zich daarin verder te specialiseren en nieuwe technieken te leren.
"Data wordt de nieuwe olie van de 21e eeuw genoemd. Maar aan data heb je niet veel als je ze niet kunt analyseren en er bruikbare kennis van kunt maken. Daar ligt grootse uitdaging van de komende 5 à 10 jaar. Om data op een goede manier te verzamelen met respect voor privacy en er kennis uit te halen die bruikbaar is voor de patiënt, behandelaar en vervolgonderzoek", stelt Van den Brand.
Voorspellende app
Het statistische model wordt, wanneer de werking goed genoeg gebleken is, verwerkt tot een voorspellende app. Met behulp van die app moeten artsen en patiënten informatie kunnen krijgen over het risico op afstoten of nierfalen na een transplantatie. Een belangrijke voorwaarde waaraan volgens Van den Brand wel nog voldaan moet worden is praten met patiënten over hun behoeften.
“Enerzijds wil je patiënten goed informeren zodat ze betrokken zijn bij hun behandeling. Anderzijds wil je ze niet ongerust maken. Je moet context geven. Is tien procent kans op een afstootreactie hoog? En wil je het dan wel weten? Dat soort vragen moeten opgelost worden voordat je een app de wereld in brengt.”
Transplantaatfalen voorkomen
Het doel is uiteindelijk dat artsen patiënten met een hoog risico op afstoting of transplantaatfalen preventief kunnen gaan behandelen. De juiste kennis over welke patiënten risico lopen opent deuren om preventieve behandelingen, die er op dit moment nog niet zijn, te onderzoeken.
Het inschatten van het risico wordt nu nog gedaan op basis van gegevens zoals de bloeddruk en nierfunctie. Die worden vervolgens vergeleken met gegevens van een haar geleden. De arts bepaalt met die gegevens, gecombineerd met de ervaring die hij opgedaan heeft, de hoogte van het risico.
Het statistische model van Van den Brand werkt met de gebundelde gegevens van veel meer patiënten waardoor de risicoberekening een stuk nauwkeuriger kan worden. Toch, zo stelt de onderzoeker, blijft de voorspelling altijd, deels, ook nog gewoon mensenwerk. "Een arts heeft een persoonlijke context van de patiënt en die kunnen we nooit helemaal voorspellen. Dat zal altijd mensenwerk blijven.”
De keuze van de juiste donornier is een factor die ook een rol speelt. Enkele maanden geleden ontvingen UMCG-onderzoeker en transplantatiechirurg Cyril Moers een ERC Starting Grant van 1,5 miljoen euro. Daarmee wordt de komende jaren onderzoek gedaan naar het gebruik van perfusiemachines waarmee donornieren getest kunnen worden. Dat moet er toe leiden dat nefrologen en chirurgen in de toekomst vaker de juiste keuze kunnen maken als het gaat om het aannemen of afwijzen van donornieren.
