แบบจำลองการเพิ่มประสิทธิภาพตามการจำลองเพื่อศึกษาผลกระทบของรายการหลายภูมิภาคและการแบ่งปันข้อมูลต่อผลลัพธ์ของการปลูกถ่ายไต

Zahra Gharibi 1* และ Michael Hahsler 2

เชิงนามธรรม:ผู้ป่วยมากกว่า 8000 รายอยู่ในรายการรอไตการปลูกถ่ายตายหรือไม่มีสิทธิ์รับการปลูกถ่ายเนื่องจากสุขภาพเสื่อมโทรม ในเวลาเดียวกัน ไตที่ฟื้นตัวแล้วมากกว่า 4,000 ตัวจากผู้บริจาคที่เสียชีวิตถูกทิ้งในแต่ละปีในสหรัฐอเมริกา บทความนี้พัฒนาแบบจำลองการปรับให้เหมาะสมตามการจำลองซึ่งพิจารณาปัจจัยสำคัญหลายประการสำหรับaไตการปลูกถ่ายเพื่อปรับปรุงไตการใช้ประโยชน์ รูปแบบการเพิ่มประสิทธิภาพที่นำเสนอไม่เหมือนกับแบบจำลองที่เสนอส่วนใหญ่ โดยมีรายละเอียดของกระบวนการนำเสนอ การเสื่อมสภาพของสุขภาพของผู้ป่วยและไตคุณภาพเมื่อเวลาผ่านไป ความสัมพันธ์ระหว่างสุขภาพของผู้ป่วยกับการตัดสินใจยอมรับ และความน่าจะเป็นของการยอมรับไต เราประมาณค่าพารามิเตอร์แบบจำลองโดยใช้ข้อมูลที่ได้รับจาก United Network of Organ Sharing (UNOS) และ Scientific Registry of Transplant Recipients (SRTR) การใช้พารามิเตอร์เหล่านี้ เราแสดงให้เห็นถึงพลังของแบบจำลองการปรับให้เหมาะสมตามการจำลองโดยใช้สองแอปพลิเคชันที่เกี่ยวข้อง อดีตสำรวจผลของการสนับสนุนให้ผู้ป่วยติดตามรายการรอหลายภูมิภาคเกี่ยวกับผลลัพธ์หลังการปลูกถ่าย ที่นี่ โมเดลการเพิ่มประสิทธิภาพตามการจำลองช่วยให้ผู้ป่วยเลือกภูมิภาคที่ดีที่สุดที่จะรอรับ โดยพิจารณาจากอัตราส่วนอุปสงค์ต่ออุปทาน แอปพลิเคชันที่สองมุ่งเน้นไปที่แง่มุมระดับระบบของการปลูกถ่าย กล่าวคือการมีส่วนร่วมของการแบ่งปันข้อมูลในการปรับปรุงอัตราการทิ้งไตและสวัสดิการสังคม เราตรวจสอบผลกระทบของการใช้เทคโนโลยีสารสนเทศที่ทันสมัยเพื่อเร่งการค้นหาผู้ป่วยที่เข้าคู่กันกับอวัยวะผู้บริจาคที่มีอยู่เกี่ยวกับการเสียชีวิตของรายการรอ การทิ้งไต และอัตราการปลูกถ่าย เราแสดงให้เห็นว่าการสนับสนุนเทคโนโลยีสารสนเทศสมัยใหม่ที่พัฒนาโดย United Network for Organ Sharing (UNOS) เป็นสิ่งจำเป็นและสามารถปรับปรุงการใช้ไตได้อย่างมาก

คำสำคัญ:โมเดลจำลองไตการยอมรับ;ไตการจัดสรร; รายชื่อหลายภูมิภาค การแบ่งปันข้อมูล

ติดต่อ:joanna.jia@wecistanche.com

Cistancheทูบูโลซ่าป้องกันโรคไต คลิกที่นี่เพื่อรับตัวอย่าง

1. บทนำ

เรื้อรังไตโรค (CKD) คือการสูญเสียอย่างต่อเนื่องของไตทำงานเมื่อเวลาผ่านไป CKD เป็นวิกฤตด้านสุขภาพทั่วโลก เนื่องจากขณะนี้มีผู้ป่วยมากกว่า 2 ล้านคนกำลังทุกข์ทรมานจากโรคไตวายเรื้อรังระยะสุดท้าย (ESRD) หรือไตวาย จำนวนผู้ป่วยที่ได้รับการวินิจฉัยว่าเป็นโรค ESRD คาดว่าจะเพิ่มขึ้นในอัตราระหว่างร้อยละ 5 ถึงร้อยละ 7 ในแต่ละปี [1] ปัจจุบันยังไม่มีวิธีรักษาไตความล้มเหลวและผู้ป่วยที่มี ESRD จำเป็นต้องได้รับการฟอกไตบ่อยๆหรือการปลูกถ่ายไตจากผู้บริจาคที่มีชีวิตหรือเสียชีวิตเพื่อความอยู่รอด สำหรับผู้ป่วยส่วนใหญ่ การปลูกถ่ายไตเป็นการรักษาที่ต้องการที่ให้อายุขัยยืนยาวและมีคุณภาพชีวิตที่สูงกว่าการฟอกไต อย่างไรก็ตาม ผู้ป่วยทั่วโลกกำลังเผชิญกับปัญหาการขาดแคลนไตผู้บริจาคอย่างเรื้อรังซึ่งสามารถเข้าถึงได้สำหรับการปลูกถ่าย

ปัจจุบันในสหรัฐอเมริกา มีผู้ป่วยเกือบ 100 ราย000 อยู่ในรายชื่อรอ และโดยเฉลี่ยแล้ว มีผู้ป่วยรายใหม่มากกว่า 3,000 รายในแต่ละเดือน ในแต่ละปี ผู้ป่วยมากกว่า 4,000 รายเสียชีวิตขณะรอการช่วยชีวิตไตการปลูกถ่ายและมากกว่า 4000 ป่วยเกินไปและกำลังจะเข้าใจเหตุผลเบื้องหลังอัตราการทิ้งที่สูงเช่นนี้ เราต้องดูที่ไตขั้นตอนการจัดสรรและเสนอขาย มีความแตกต่างอย่างมากระหว่างไตผู้บริจาคที่มีชีวิตและเสียชีวิตและระหว่างประเทศต่างๆ เรามุ่งเน้นที่นี่ในไตจากผู้บริจาคที่เสียชีวิตในสหรัฐอเมริกา เกณฑ์ที่สำคัญที่สุดสำหรับการจัดสรรไตของผู้บริจาคที่เสียชีวิตคือ (1) ความเข้ากันได้ทางการแพทย์ระหว่างผู้บริจาคกับผู้รับ (2) ปัจจัยด้านลอจิสติกส์ และ (3) ตำแหน่งของผู้ป่วยในรายการรอ (เช่น เวลารอ คะแนน) โดยเฉพาะอย่างยิ่งในสหรัฐอเมริกา เครือข่าย United Network of Organ Sharing (UNOS) เป็นผู้ดูแลเครือข่ายการจัดซื้อและการปลูกถ่ายอวัยวะ (OPTN) และมีหน้าที่รับผิดชอบในการเก็บรวบรวมข้อมูลเกี่ยวกับทั้งผู้ป่วยและผู้บริจาค นอกจากข้อมูลด้านลอจิสติกส์และเวลารอแล้ว ข้อมูลรายการรอยังรวมถึงข้อมูลประจำตัวของผู้ป่วย ปัจจัยทางประชากรศาสตร์ (เช่น เพศ เชื้อชาติ อายุ) และลักษณะทางการแพทย์ (เช่น กรุ๊ปเลือด ABO แอนติเจนของเม็ดเลือดขาวของมนุษย์ (HLA) ปฏิกิริยาแบบพาเนล แอนติบอดี (PRA)) ในทำนองเดียวกัน เพื่อสร้างฐานข้อมูลผู้บริจาคที่เสียชีวิต UNOS จะได้รับข้อมูลเกี่ยวกับข้อมูลประชากรของผู้บริจาค การขนส่งของผู้บริจาค การกู้คืนและการเก็บรักษา และลักษณะทางการแพทย์ของผู้บริจาค ในสหรัฐอเมริกามีการปลูกถ่ายไตทั้งหมด 16,534 ไต แม้จะมีความต้องการสูงและการขาดแคลนไตอย่างมีนัยสำคัญ แต่ไตประมาณหนึ่งในห้าที่ฟื้นตัวจากผู้บริจาคที่เสียชีวิตจะถูกทิ้ง [2]

เพื่อให้เข้าใจถึงเหตุผลที่อยู่เบื้องหลังอัตราการทิ้งที่สูงดังกล่าว เราต้องดูที่ไตขั้นตอนการจัดสรรและเสนอขาย ผู้บริจาคที่มีชีวิตและผู้บริจาคที่เสียชีวิตมีความแตกต่างกันมากไตและระหว่างประเทศต่างๆ เราให้ความสำคัญกับไตจากผู้บริจาคที่เสียชีวิตในสหรัฐอเมริกา เกณฑ์ที่สำคัญที่สุดสำหรับการจัดสรรไตของผู้บริจาคที่เสียชีวิตคือ (1) ความเข้ากันได้ทางการแพทย์ระหว่างผู้บริจาคกับผู้รับ (2) ปัจจัยด้านลอจิสติกส์ และ (3) ตำแหน่งของผู้ป่วยในรายการรอ (เช่น เวลารอ คะแนน) โดยเฉพาะอย่างยิ่งในสหรัฐอเมริกา เครือข่าย United Network of Organ Sharing (UNOS) เป็นผู้ดูแลเครือข่ายการจัดซื้อและการปลูกถ่ายอวัยวะ (OPTN) และมีหน้าที่รับผิดชอบในการเก็บรวบรวมข้อมูลเกี่ยวกับทั้งผู้ป่วยและผู้บริจาค นอกจากข้อมูลด้านลอจิสติกส์และเวลารอแล้ว ข้อมูลรายการรอยังรวมถึงข้อมูลประจำตัวของผู้ป่วย ปัจจัยทางประชากรศาสตร์ (เช่น เพศ เชื้อชาติ อายุ) และลักษณะทางการแพทย์ (เช่น กรุ๊ปเลือด ABO แอนติเจนของเม็ดเลือดขาวของมนุษย์ (HLA) ปฏิกิริยาแบบพาเนล แอนติบอดี (PRA)) ในทำนองเดียวกัน เพื่อสร้างฐานข้อมูลผู้บริจาคที่เสียชีวิต UNOS จะได้รับข้อมูลเกี่ยวกับข้อมูลประชากรของผู้บริจาค การขนส่งของผู้บริจาค การกู้คืนและการเก็บรักษา และลักษณะทางการแพทย์ของผู้บริจาค

UNOS ใช้เครือข่ายคอมพิวเตอร์แบบรวมศูนย์เพื่อเชื่อมต่อองค์กรจัดซื้ออวัยวะ (OPO) ทั้งหมดและศูนย์การปลูกถ่าย เพื่อจัดสรรเงินบริจาคไต, UNOS ใช้ระบบจับคู่ผู้บริจาค-ผู้รับ ทุกครั้งที่มีผู้บริจาคเสียชีวิตรายใหม่ไตถูกดึงมาเพื่อการปลูกถ่าย UNOS ใช้อัลกอริธึมการจับคู่ซึ่งเป็นโปรแกรมที่เปรียบเทียบข้อมูลผู้บริจาคกับข้อมูลของผู้ป่วยที่อยู่ในรายการรอ รายชื่อผู้ป่วยที่จัดลำดับจะถูกสร้างขึ้นโดยใช้กฎและนโยบายการจัดสรรไต ปัจจัยที่พิจารณาในการสร้างรายการนี้ ได้แก่ เวลารอ ความเข้ากันได้ของระบบภูมิคุ้มกันระหว่างผู้รับ-ผู้บริจาค สิทธิ์ในลำดับความสำคัญของผู้บริจาคที่มีชีวิต ระยะห่างจากโรงพยาบาลผู้บริจาค ผลประโยชน์ในการอยู่รอด (การจับคู่อายุยืนของผู้บริจาคกับผู้รับ) และสถานะในเด็ก

กระบวนการนำเสนอที่สมบูรณ์นั้นซับซ้อน และเรามุ่งเน้นที่นี่เฉพาะองค์ประกอบหลักที่จำเป็นสำหรับแบบจำลองการจำลองที่กล่าวถึงในบทความนี้ กระบวนการเริ่มต้นด้วยผู้ป่วยที่ระบุไว้ใน OPO ในพื้นที่ (มี 58 OPO ในสหรัฐอเมริกา โดยแต่ละแห่งมีพื้นที่ให้บริการที่กำหนด) ซึ่งเข้ากันได้ทางการแพทย์และมีลำดับความสำคัญสูงสุดในรายการรอ หากการจัดสรรในท้องถิ่นไม่ประสบผลสำเร็จ จะมีการเสนออวัยวะในภูมิภาคนั้น (ขณะนี้สหรัฐฯ แบ่งออกเป็น 11 ภูมิภาคสำหรับการปลูกถ่าย) และสุดท้ายทั่วประเทศ รูปที่ 1a,b แสดง 11 พื้นที่ทางภูมิศาสตร์ในสหรัฐอเมริกา [3] และลำดับชั้นทางภูมิศาสตร์ของกระบวนการให้ไตตามลำดับ รายละเอียดเพิ่มเติมเกี่ยวกับนโยบายการจัดซื้อและการจัดสรรอวัยวะมีอยู่ใน [4] เหตุผลหนึ่งที่ให้ความสำคัญกับผู้ป่วยในท้องถิ่นในไตขั้นตอนการกำหนดคือการลดเวลาระหว่างการจัดซื้ออวัยวะและการปลูกถ่าย เวลานี้เรียกว่า Cold Ischemia Time (CIT) และมีบทบาทสำคัญในผลการปลูกถ่ายไต [5,6]

รูปที่ 2 และตารางที่ 1 แสดงความผันแปรของภูมิภาคใน CIT เวลารอ และไตผลการปลูกถ่ายทั่วสหรัฐอเมริกาตามลำดับ มีการเปลี่ยนแปลงอย่างมากในระยะเวลารอไตของผู้บริจาคที่เสียชีวิตในสหรัฐอเมริกา ปัจจัยหลายประการสามารถส่งผลต่อเวลารอผู้ป่วยจนกว่าจะปลูกถ่าย นอกจากปัจจัยทางคลินิกของผู้ป่วยแล้ว เช่น กรุ๊ปเลือดและระดับของอาการแพ้ที่แสดงโดย PRA (panel reactive antibody) ภูมิศาสตร์และที่อยู่อาศัยของผู้ป่วยมีผลอย่างมากต่อโอกาสในการเข้าถึงการปลูกถ่ายไตในเวลาที่เหมาะสม นี่เป็นสิ่งสำคัญเนื่องจากภูมิภาคที่มี CIT ยาวขึ้นมีแนวโน้มที่จะมีอัตราการรับสินบนหลังการปลูกถ่ายและอัตราการรอดชีวิตของผู้ป่วยที่ต่ำกว่า แม่นยำยิ่งขึ้น จากผลของผู้ป่วยอายุหนึ่งและห้าปีและอัตราการรอดตายของการปลูกถ่ายไตหลังการปลูกถ่ายไต ภูมิภาคที่ 9 ที่มี CIT ยาวที่สุดในบรรดาภูมิภาคทั้งหมดมีอัตราการรอดชีวิตของคนไข้และการปลูกถ่ายอวัยวะต่ำสุดในหนึ่งถึงห้าปีจากทั้งหมด 11 ภูมิภาค โดยปกติเมื่อ CIT ถึง 24 ชั่วโมง เป็นเรื่องยากที่จะหาผู้ป่วยที่จะยอมรับอวัยวะที่เสนอ ในกรณีส่วนใหญ่ ไตจะถูกทิ้งหลังจากผ่านไป 48 ชั่วโมงของ CIT ดังนั้นการลด CIT ของไตด้วยการปรับปรุงการจัดการอาจเป็นวิธีที่มีประสิทธิภาพในการปรับปรุงระบบการปลูกถ่ายและผลลัพธ์ในปัจจุบัน

ศัลยแพทย์ปลูกถ่ายและผู้ควบคุมดูแลในสหรัฐอเมริกาได้แสดงความกังวลเกี่ยวกับการสังเกตสูงไตอัตราการละทิ้งแม้ว่ารายชื่อผู้รอจะเพิ่มขึ้น เวลารอนาน และอัตราการลบรายชื่อผู้รอที่สูง ตารางที่ 2 แสดงข้อมูลรายการรอและการปลูกถ่ายสำหรับประเทศสหรัฐอเมริกาและประเทศปลูกถ่าย Eurotransplant (ET) Eurotransplant เป็นองค์กรไม่แสวงหาผลกำไรระหว่างประเทศที่รับผิดชอบด้านการจัดสรรและการปลูกถ่ายอวัยวะในออสเตรีย (A), เบลเยียม (B), โครเอเชีย (HR), เยอรมนี (D), ฮังการี (H), ลักเซมเบิร์ก (LR), เนเธอร์แลนด์ (NL) และสโลวีเนีย (สลช.). แม้ว่าจำนวนผู้บริจาคไตและการปลูกถ่ายไตในปี 2019 ในสหรัฐอเมริกาทำสถิติสูงสุดเป็นประวัติการณ์ โดยมีอัตราการทิ้งไตประมาณ 26 เปอร์เซ็นต์ (คำนวณจากจำนวนการปลูกถ่ายไตที่เสียชีวิตมากกว่าสองเท่าของจำนวนผู้บริจาคทั้งหมด) ยังคงเป็นที่น่ากังวลเมื่อเปรียบเทียบกับ ET อัตราการละทิ้งของประเทศ 20 เปอร์เซ็นต์

สาเหตุที่พบบ่อยที่สุดสำหรับผู้บริจาคไตการปฏิเสธและการละทิ้งที่อาจเกิดขึ้นเป็นความกังวลเกี่ยวกับคุณภาพไตของผู้บริจาค ข้อมูลแสดงให้เห็นว่าศัลยแพทย์ปลูกถ่ายจะปฏิเสธไตที่มีคุณภาพต่ำสำหรับผู้ป่วยที่ค่อนข้างมีสุขภาพดีโดยหวังว่าจะได้รับข้อเสนอที่ดีกว่าในอนาคต [7] นอกจากไตคุณภาพ,ไตอัตราการยอมรับและยกเลิกอาจได้รับผลกระทบจากกระบวนการจัดสรรเอง [8] หลักฐานแสดงให้เห็นว่าไตที่ถูกปฏิเสธในช่วงต้นของกระบวนการจัดสรรมีโอกาสน้อยที่จะได้รับการยอมรับในภายหลัง [9] ข้อกังวลอีกประการหนึ่งคือการหลีกเลี่ยงความเสี่ยงที่เพิ่มขึ้นของศูนย์ปลูกถ่ายเนื่องจากรายงานเฉพาะโปรแกรมที่ประเมินผลลัพธ์หลังการปลูกถ่าย สิ่งเหล่านี้อาจเป็นสิ่งจูงใจสำหรับศูนย์ที่ต้องการไตคุณภาพสูง ดังนั้น ไตอาจไม่เพียงพอสำหรับผู้ป่วย แต่นั่นก็มีความเสี่ยงที่จะส่งผลเสียต่อการประเมินผลลัพธ์หลังการปลูกถ่าย [8,10–15]

อีกสาเหตุหนึ่งที่ไม่สังเกตสูงเพียงพอไตการใช้ประโยชน์คือความเหลื่อมล้ำทางภูมิศาสตร์ของสหรัฐอเมริกาในการเข้าถึงการปลูกถ่ายไต ตารางที่ 3 แสดงความไม่เท่าเทียมกันทางภูมิศาสตร์ในจำนวนผู้บริจาคที่เสียชีวิต OPO และศูนย์การปลูกถ่ายใน 11 ภูมิภาค หลายรัฐ เช่น ไวโอมิง ไอดาโฮ และมอนแทนาไม่มีศูนย์ปลูกถ่าย แม้ว่าจะมีอัตราการบริจาคอวัยวะสูงก็ตาม ความผันแปรและความแตกต่างใน OPO และสิ่งอำนวยความสะดวกการปลูกถ่ายอวัยวะอาจนำไปสู่ความพร้อมของอวัยวะที่ไม่เป็นธรรม การเข้าถึงการดูแลที่ไม่ดี และเวลารอนานโดยไม่จำเป็นสำหรับผู้ป่วยบางราย หนึ่งในห้าเป้าหมายเชิงกลยุทธ์ของ UNOS คือการให้ความเท่าเทียมกันในการเข้าถึงการปลูกถ่ายและลดความเหลื่อมล้ำทางภูมิศาสตร์ [16] เพื่อเพิ่มโอกาสในการได้รับอวัยวะที่บริจาคมาอย่างเหมาะสมและลดเวลารอนาน ผู้ป่วยอาจย้ายไปยังภูมิภาคที่มีเวลารอสั้นลง หรือเข้ารับการรักษาในศูนย์ปลูกถ่ายหลายแห่ง ซึ่งโดยทั่วไปจะตั้งอยู่ในภูมิภาคต่างๆ [17] UNOS ได้กำหนดนโยบายหลายรายการที่ช่วยให้ผู้ป่วยสามารถเข้ารับการรักษาในศูนย์ปลูกถ่ายได้มากกว่าหนึ่งแห่ง

ปัจจุบันผู้ป่วยประมาณ 4% กำลังรอ aไตการปลูกถ่ายมีหลายรายการ ซึ่งเป็นอัตราสูงสุดในบรรดาอวัยวะทั้งหมด [18]

เช่นเดียวกับการสมัครเข้ารับการปลูกถ่าย ผู้ป่วยต้องทำการทดสอบประเมินผลและปฏิบัติตามกฎระเบียบของศูนย์ปลูกถ่าย เช่น ความสามารถในการไปถึงศูนย์ปลูกถ่ายภายในเวลาที่กำหนด สำหรับการเข้าเป็นทหารในศูนย์หลายแห่ง กระบวนการนี้อาจมีค่าใช้จ่ายค่อนข้างสูง เนื่องจากบริษัทประกันภัยส่วนใหญ่อาจไม่ชดใช้ค่าใช้จ่ายในการประเมินเพิ่มเติม [15,19] นอกจากนี้ ผู้ป่วยที่ได้รับการปลูกถ่ายอวัยวะจะต้องใช้ยากดภูมิคุ้มกันเป็นส่วนหนึ่งของการดูแลหลังการปลูกถ่ายเพื่อให้แน่ใจว่าร่างกายของพวกเขาจะไม่ปฏิเสธอวัยวะใหม่ [20] ดังนั้น ผู้ป่วยจำเป็นต้องเรียนรู้ว่าการดูแลหลังการปลูกถ่ายสามารถย้ายไปยังศูนย์ใกล้บ้านของเธอได้หรือไม่ หากไม่มีนโยบายสำหรับการสนับสนุนทางการเงินที่เพียงพอสำหรับค่าใช้จ่ายในการเดินทาง เรื่องนี้ยังคงเป็นปัญหาอย่างชัดเจนในแง่ของความเท่าเทียมและความเป็นธรรมที่ผู้กำหนดนโยบายจำเป็นต้องแก้ไข

ในบทความนี้ เราแนะนำแบบจำลองสุ่มที่สามารถใช้ในการวิเคราะห์ผลกระทบของการเปลี่ยนแปลงต่อระบบการจัดสรรไตและกระบวนการเสนอ แบบจำลองจำลองเกี่ยวข้องกับสุขภาพของผู้ป่วย คุณภาพผู้บริจาค-ไต เป็นตัวแทนโดยไตดัชนีโปรไฟล์ผู้บริจาค (KDPI) [21] การเสื่อมสภาพของผู้บริจาคและคุณภาพไตอันเนื่องมาจากการสะสม CIT ระหว่างกระบวนการจัดสรร และอุปสงค์และอุปทานของไต นอกจากนี้ แบบจำลองยังพิจารณาถึงโอกาสที่ไตของผู้บริจาคจะไม่ได้รับการยอมรับด้วยเหตุผลอื่น (เช่น การเจ็บป่วยระยะสั้นของผู้ป่วย ทรัพยากรในการผ่าตัดไม่เพียงพอ ผลการจับคู่) การใช้พารามิเตอร์แบบจำลองที่ประเมินจากข้อมูลที่จัดทำโดย UNOS และ Scientific Registry of Transplant Recipients (SRTR) เราใช้แบบจำลองการจำลองเพื่อตรวจสอบแนวโน้มสำคัญสองประการต่อไปนี้เพื่อปรับปรุงอัตราการปลูกถ่ายไตของผู้บริจาค:

1. หลายรายการ: การย้ายไปยังภูมิภาคที่มีเวลารอสั้นลงหรือรายการรอในหลายภูมิภาคสามารถช่วยผู้ป่วยได้โดยการเพิ่มโอกาสในการได้รับการปลูกถ่ายไตเร็วขึ้น ดังนั้น ผู้ป่วยสามารถปรับปรุงผลลัพธ์หลังการปลูกถ่ายได้เนื่องจากความเสื่อมโทรมของสุขภาพน้อยลงของการฟอกไต อย่างไรก็ตาม การพัฒนากลยุทธ์เพื่อเป็นแนวทางในการตัดสินใจของผู้ป่วยในการย้ายหรือทำหลายรายชื่อนั้นไม่ใช่เรื่องง่าย เรากำหนดการตัดสินใจว่าเป็นปัญหาการเพิ่มอรรถประโยชน์สูงสุดภายใต้ชุดของงบประมาณ ระยะทาง และข้อจำกัดด้านสิ่งอำนวยความสะดวกในระดับภูมิภาค อุปทานและอุปสงค์แตกต่างกันอย่างมากใน 11 ภูมิภาคของสหรัฐอเมริกาและสำหรับกรุ๊ปเลือดที่แตกต่างกัน ความผันแปรดังกล่าวส่งผลให้เวลารอแตกต่างกันอย่างมาก นำไปสู่ระบบสาธารณูปโภคที่คาดหวังที่แตกต่างกันและกลยุทธ์การยอมรับไตที่เหมาะสมที่สุด (แสดงเป็นเกณฑ์คุณภาพไตที่เหมาะสมที่สุด) เพื่อให้ได้มาซึ่งความเหมาะสมของผู้ป่วยสำหรับภูมิภาคต่างๆ เราใช้แบบจำลองการจำลองเพื่อให้ได้อรรถประโยชน์ภายใต้การตัดสินใจยอมรับการปลูกถ่ายไตที่เหมาะสมที่สุดเป็นรายบุคคล โดยพิจารณาจากสถานะสุขภาพของผู้ป่วยและอุปทานและความต้องการสำหรับกรุ๊ปเลือดของผู้ป่วย เราใช้ข้อมูลที่ได้รับเพื่อแก้ปัญหาการปรับให้เหมาะสมและรับนโยบายการเลือกภูมิภาคที่เหมาะสมที่สุด

2. เทคโนโลยีสารสนเทศ: การสื่อสารที่รวดเร็วและแม่นยำระหว่าง UNOS และศูนย์ปลูกถ่ายเป็นสิ่งจำเป็นเพื่อให้การจัดสรรอวัยวะมีประสิทธิภาพมากขึ้น ซึ่งยิ่งมีความสำคัญมากขึ้นเมื่อเผชิญกับผู้ป่วยหลายราย UNOS มีเป้าหมายที่จะเพิ่มการใช้เทคโนโลยีสารสนเทศในการจัดสรรและปลูกถ่ายอวัยวะ พวกเขาได้ใช้ระบบออนไลน์ที่ปลอดภัยซึ่งรวบรวมข้อมูลเพื่อเพิ่มความสามารถของระบบการปลูกถ่าย เพื่อเพิ่มโอกาสของผู้ป่วยในการได้รับอวัยวะช่วยชีวิต เนื่องจากเทคโนโลยีมีการพัฒนา UNOS ยังสนับสนุนให้มีการพัฒนาและใช้เทคโนโลยีที่ทันสมัย ​​เช่น อุปกรณ์พกพา เพื่อการพิจารณาผู้บริจาคที่รวดเร็วและมีประสิทธิภาพยิ่งขึ้นไตเสนอให้บรรลุอัตราการใช้ไตที่สูงขึ้น [22] ตัวอย่างเช่น อุปกรณ์มือถือจะช่วยให้รวบรวมความพร้อมของผู้ป่วยที่ทันสมัยสำหรับการปลูกถ่ายได้ง่ายขึ้น (เช่น ผ่านแอพ) การใช้ข้อมูลนี้ OPTN จะจัดสรรไตให้เร็วขึ้น ลดการเสื่อมสภาพของไตและการทิ้ง ในกรณีที่มีข้อมูลที่สมบูรณ์แบบ OPTN สามารถค้นหาผู้ป่วยรายแรกในรายการรอที่จะยอมรับไตลด CIT และทิ้งให้น้อยที่สุด การจำลองที่นำเสนอจะประเมินผลกระทบของกรณีที่เป็นจริงของการแบ่งปันข้อมูลที่ไม่สมบูรณ์แบบ

   
   

   
   

2. การทบทวนวรรณกรรม

ในส่วนนี้ เราทบทวนทั้งการศึกษาทางการแพทย์และเชิงวิเคราะห์เกี่ยวกับการปลูกถ่ายอวัยวะที่เกี่ยวข้องกับบทความนี้ สำหรับเอกสารทางการแพทย์ เราเน้นที่ CIT และรอการฟอกไตเป็นส่วนใหญ่ เนื่องจากปัจจัยเสี่ยงอิสระที่จัดการได้ 2 ประการซึ่งส่งผลต่อผลลัพธ์การปลูกถ่ายไตอย่างมีประสิทธิภาพ สำหรับส่วนการวิเคราะห์ เราทบทวนเอกสารที่อยู่ภายในหนึ่งหรือทั้งสองสายการวิจัยที่เกี่ยวข้องกับการตัดสินใจยอมรับอวัยวะที่เสียชีวิตและบริจาค และการออกแบบกระบวนการจัดสรร

2.1. วรรณคดีการแพทย์

นักวิจัยหลายคนในอเมริกาเหนือ อเมริกาใต้ และยุโรป ได้ศึกษาความสัมพันธ์ระหว่าง CIT และไตผลการปลูกถ่าย [23,24]. การวิเคราะห์ทำโดย Nieto-Ríos et al. [25] แสดงให้เห็นว่า CIT เป็นปัจจัยเสี่ยงอิสระสำหรับการทำงานของการปลูกถ่ายอวัยวะล่าช้า (DGF) แม่นยำยิ่งขึ้น ความเสี่ยงของการพัฒนา DGF เพิ่มขึ้นเมื่อ CIT เกิน 18 ชั่วโมง อย่างไรก็ตาม ไม่ส่งผลเสียต่อผลลัพธ์ของการปฏิเสธเฉียบพลันหรือการสูญเสียการรับสินบนหลังการปลูกถ่ายหนึ่งปี

การศึกษาภาษาฝรั่งเศสโดย Debout et al. [26] พบว่าความเสี่ยงของความล้มเหลวของการปลูกถ่าย allograft หลังการปลูกถ่ายและการเสียชีวิตเพิ่มขึ้นอย่างเห็นได้ชัดในแต่ละชั่วโมงของ CIT ที่เพิ่มขึ้น การศึกษาที่คล้ายกันดำเนินการโดย Valdivia et al. [27] ในเมืองอันดาลูเซีย ประเทศสเปน ยืนยันว่า CIT ที่ยืดเยื้ออาจส่งผลกระทบต่ออัตราการรอดชีวิตของผู้ป่วยและการรับสินบน การศึกษาชี้ให้เห็นว่า CIT ที่ยาวนานอาจเพิ่มความเสี่ยงของการทำงานของการรับสินบนที่ไม่ดีในขั้นต้นโดยไม่คำนึงถึงอายุของผู้บริจาคและผู้รับ เมื่อ CIT เพิ่มขึ้น โอกาสของ DGF ก็เพิ่มขึ้นเช่นกัน อย่างไรก็ตาม ความสัมพันธ์ที่เป็นอันตรายของ CIT ที่ยืดเยื้อกับความเสี่ยงของ DGF นั้นจะไม่เพิ่มขึ้นในผู้บริจาคที่มีอายุมากกว่า (เช่น เกณฑ์ที่ขยายออกไป ผู้บริจาค) การศึกษาแสดงให้เห็นว่า CIT มีผลต่อการปฏิเสธการปลูกถ่ายไตเฉียบพลัน (ARTR) มากขึ้นในผู้ป่วยที่ได้รับไตการปลูกถ่ายใหม่ การวิเคราะห์ยังชี้ให้เห็นว่าไตที่บริจาคด้วย CIT 24 ชั่วโมงหรือนานกว่านั้นมีความเสี่ยงที่จะเกิด ARTR มากกว่าเมื่อเปรียบเทียบกับอวัยวะที่มี CIT น้อยกว่า 12 ชั่วโมง โคอิซึมิ et al. [6] รายงานว่าพบความแปรปรวนในระดับภูมิภาคในผลลัพธ์ของไตในสหรัฐอเมริกา แต่เหตุผลหลักเบื้องหลังการเปลี่ยนแปลงเหล่านี้ไม่ชัดเจน การศึกษานี้เผยให้เห็นการเปลี่ยนแปลงของเวลาขาดเลือดจากความเย็น (CIT) อย่างมีนัยสำคัญในแต่ละภูมิภาคสำหรับไตของผู้บริจาค โดยเฉพาะอย่างยิ่ง พวกเขาพบว่าบริเวณที่มี CIT ยาวขึ้นมีแนวโน้มที่จะมีอัตราการรอดตายของไตหลังการปลูกถ่ายที่ต่ำกว่า พวกเขาแนะนำว่าการปรับปรุงการจัดการอาจเป็นทางเลือกที่คุ้มค่าในการเพิ่มประสิทธิภาพของระบบการปลูกถ่ายในปัจจุบัน และศักยภาพในการลดอัตราการละทิ้งอวัยวะ

Meier-Kriesche และคณะ [28] ใช้ข้อมูลจาก United States Renal Data System Registry (USRDS) เพื่อพิจารณาความสัมพันธ์ที่อาจเกิดขึ้นระหว่างเวลารอและผลการปลูกถ่ายไต การศึกษาของพวกเขายืนยันว่าเวลารอนานเป็นปัจจัยเสี่ยงสำคัญที่ส่งผลเสียต่อผลประโยชน์ในการรอดชีวิตจากการปลูกถ่ายไต เป็นผลให้พวกเขาแนะนำว่าผู้ป่วย ESRD ก่อนหน้านี้ได้รับการปลูกถ่ายไตโอกาสของการอยู่รอดในระยะยาวจะสูงขึ้น Meier-Kriesche และ Kaplan [29] ตรวจสอบความสำคัญของเวลารอในการฟอกไตเป็นปัจจัยเสี่ยงอิสระที่สำคัญที่สุดในไตผลการปลูกถ่าย ส่วนหนึ่งของการวิเคราะห์นี้ใช้การประมาณการของ Kaplan–Meier และแบบจำลองอันตรายตามสัดส่วนของ Cox ในฐานข้อมูลระบบข้อมูลไตของสหรัฐฯ เพื่อสำรวจผลกระทบของเวลารอต่อผู้บริจาคที่เสียชีวิตไตผลลัพธ์. ผลการวิจัยของพวกเขาแสดงให้เห็นว่าอัตราการรอดตายของการปลูกถ่ายอวัยวะในระยะเวลาห้าและสิบปีนั้นแย่ลงอย่างมีนัยสำคัญในกลุ่มผู้รับไตคู่ที่รอการฟอกไตมานานกว่าสองปีเมื่อเทียบกับคู่ไตผู้รับที่มีเวลารอน้อยกว่าครึ่งปี

2.2. วรรณคดีเชิงวิเคราะห์

วรรณคดีเชิงวิเคราะห์มุ่งเน้นไปที่การออกแบบของไตกระบวนการจัดสรรและใช้แบบจำลองการจำลองบ่อยครั้ง ประเด็นที่กล่าวถึงคือประสิทธิภาพและความเท่าเทียมของกระบวนการจัดสรรและผลของการตัดสินใจยอมรับไต

เพื่อวิเคราะห์กระบวนการจัดสรรที่ใช้ในปี 2543 Zenios และคณะ [30] เสนอการจัดสรรทรัพยากรแบบไดนามิกที่เพิ่มอายุขัยของผู้ป่วยสูงสุดจากการได้รับการปลูกถ่ายไตในขณะที่ลดความไม่เท่าเทียมกันระหว่างผู้ป่วย แบบจำลองการจำลองที่สร้างขึ้นแสดงให้เห็นว่านโยบายการจัดสรรอวัยวะที่ใช้อยู่ในปัจจุบันช่วยเพิ่มอายุขัยของผู้ป่วยที่ปรับคุณภาพและลดเวลาที่คาดหวังไว้

ดิไตการตัดสินใจยอมรับเป็นศูนย์กลางของการวิจัยทั้งหมด Ahn และ Hornberger [31] พัฒนาแบบจำลองทางทฤษฎีที่คำนึงถึงสุขภาพของผู้ป่วยในการตัดสินใจยอมรับ/ปฏิเสธเกี่ยวกับคุณภาพของไตที่นำเสนอ การวิเคราะห์ของพวกเขาแสดงให้เห็นว่าผู้ป่วยที่ค่อนข้างมีสุขภาพดีสามารถเลือกเกี่ยวกับคุณภาพของผู้บริจาคได้ไตและคาดหวังว่าจะได้รับผลหลังการปลูกถ่ายที่ดีขึ้นโดยการยอมรับไตที่มีคุณภาพสูง Su และ Zenios ศึกษาผลของการเลือกของผู้ป่วยต่อระบบการจัดสรรอวัยวะ การศึกษาแนะนำแบบจำลองการเข้าคิวที่วิเคราะห์ผลของการเลือกผู้ป่วยต่ออัตราการปฏิเสธไตโดยการประเมินประสิทธิภาพของระบบรอภายใต้นโยบายทั้งแบบ first-com-first-serve (FCFS) และนโยบายแบบมาก่อนได้ก่อน (LCFS) พวกเขาสรุปว่า LCFS มีประสิทธิภาพมากกว่า FCFS ในความเป็นจริง ตรงกันข้ามกับ LCFS นโยบาย FCFS จูงใจให้ผู้ป่วยปฏิเสธไตคุณภาพต่ำ ส่งผลให้มีการใช้ไตต่ำ ในทางกลับกัน แบบจำลองแสดงให้เห็นว่านโยบาย LCFS ได้รับการใช้ประโยชน์อวัยวะอย่างเหมาะสมที่สุด ในการศึกษาอื่น Su และ Zenios [33] ได้ตรวจสอบบทบาทของการเลือกผู้ป่วยในการจัดสรรไตโดยใช้แบบจำลองการกำหนดสุ่มตามลำดับ แบบจำลองนี้กล่าวถึงความขัดแย้งระหว่างการเลือกผู้ป่วยกับสวัสดิการสังคม การวิเคราะห์พิจารณาสองรูปแบบ โดยแผนแรกถือว่าผู้ป่วยต้องยอมรับไตที่เสนอ ทางออกที่ดีที่สุดอันดับแรกคือการหานโยบายการจัดสรรที่เพิ่มสวัสดิการสังคมสูงสุด โดยการแนะนำทางเลือกของผู้ป่วย นโยบายที่ดีที่สุดอันดับแรกจะได้รับการแก้ไขเพื่อให้ได้นโยบายที่ดีที่สุดเป็นอันดับสอง เป็นผลให้มีการแนะนำเงื่อนไขความเข้ากันได้ของสิ่งจูงใจซึ่งบังคับให้นโยบายการจัดสรรได้รับการออกแบบเพื่อให้มั่นใจว่าผู้ป่วยจะยอมรับข้อเสนอของไต Su และ Zenios [34] แนะนำแบบจำลองการออกแบบกลไกสำหรับการจัดสรรอวัยวะที่คำนึงถึงทางเลือกของผู้ป่วยด้วย ผู้ป่วยระบุประเภทของไต (เช่น คุณภาพ) ที่ต้องการรับเมื่อเข้าร่วมรายการรอการปลูกถ่ายไต (ไม่ใช่ในเวลาที่บริจาคไต) และเข้าร่วมคิวสำหรับไตประเภทที่ประกาศไว้ ด้วยวิธีนี้ แบบจำลองจะลดขั้นตอนการค้นหาที่ยาวนานโดยระบุผู้ป่วยที่เหมาะสมที่ต้องการรับไตผู้บริจาคที่ได้รับมาอย่างมีประสิทธิภาพมากขึ้น

ความเป็นธรรมและความเสมอภาคเป็นหัวข้อที่สำคัญ Bertsimas et al [35] ศึกษาความเหลื่อมล้ำทางภูมิศาสตร์ในการเข้าถึงผู้บริจาคที่เสียชีวิตไต. พวกเขาใช้การประมาณของของเหลวสำหรับแบบจำลองการเข้าคิวเพื่อกำหนดวิธีที่ดีที่สุดสำหรับผู้ป่วยที่จะเข้าร่วมในรายการรอของศูนย์ปลูกถ่ายหลายแห่ง วัตถุประสงค์ของผู้ป่วยคือการยืดอายุขัยให้สูงสุดในขณะที่ลดต้นทุนความแออัด โดยการรวมผลการวิเคราะห์ การจำลอง และตัวเลข แสดงให้เห็นว่ารายการหลายรายการส่งเสริมความเท่าเทียมทางภูมิศาสตร์อย่างมากและเพิ่มผู้บริจาคไตจัดหา. การมีผู้บริจาคมากขึ้นจะทำให้อัตราการปลูกถ่ายสูงขึ้นและลดอัตราการเสียชีวิตของผู้ป่วยในรายการรอ การศึกษาสองสามชิ้น [36–38] ได้พัฒนาแบบจำลองที่ทำให้คู่ผู้บริจาค-ผู้รับที่เข้ากันไม่ได้ยังคงได้รับไตผู้บริจาคที่มีชีวิตผ่านการแลกเปลี่ยนกับคู่ผู้บริจาค-ผู้รับที่เข้ากันไม่ได้ ในขณะที่แบบจำลองที่มีอยู่ส่วนใหญ่มุ่งหวังที่จะเพิ่มจำนวนการแลกเปลี่ยนไตและสวัสดิการสังคมที่เป็นไปได้ทั้งหมด ไม่ได้พิจารณาองค์ประกอบความเป็นธรรมที่กำหนดว่าเป็นความพึงพอใจของผู้บริจาค-ผู้รับ ลี และคณะ [39] นำเสนอรูปแบบการเขียนโปรแกรมสุ่มสองขั้นตอนที่พิจารณาถึงความเป็นธรรมในโครงการแลกเปลี่ยนไตผู้บริจาคที่มีชีวิต การศึกษาตรวจสอบหลายสถานการณ์เพื่อตรวจสอบผลของความเป็นธรรมต่อผลการแลกเปลี่ยนไต ผลลัพธ์ที่เป็นตัวเลขแสดงให้เห็นถึงการปรับปรุงในผลลัพธ์ของโครงการแลกเปลี่ยนผู้บริจาคที่มีชีวิต เมื่อคำนึงถึงความยุติธรรมในคู่ที่เข้ากันไม่ได้ที่ตรงกัน โปรดทราบว่าการศึกษาบางส่วนที่กล่าวถึงในที่นี้พิจารณาผลกระทบของความเป็นธรรมในการปลูกถ่ายไตที่มีชีวิต อย่างไรก็ตาม เราเน้นเฉพาะการปลูกถ่ายโดยใช้ไตผู้บริจาคที่เสียชีวิตเท่านั้น

การจำลองที่นำเสนอในวรรณคดีใช้สมมติฐานที่ชัดเจน ตัวอย่างเช่น Su และ Zenios [33] ถือว่าผู้ป่วยต้องยอมรับข้อเสนอใด ๆไตหรือใน [34] ผู้ป่วยไม่สามารถเปลี่ยนคุณภาพไตที่เลือกในขั้นต้นได้ นอกจากนี้ การจำลองส่วนใหญ่มักเน้นที่ตัวแปรเดียว ตัวอย่างเช่น การศึกษาโดย Ruth et al. [40] เน้นที่ความยาวของรายการรอ การศึกษาได้เสนอแบบจำลองการจำลองสำหรับกระบวนการจัดสรรอวัยวะ และพบว่าภายใต้เงื่อนไขการจัดสรรอวัยวะในปี 2528 ความยาวของรายการรอจะเพิ่มขึ้นอย่างต่อเนื่อง แบบจำลองการจำลองที่เรานำเสนอในบทความนี้ให้ภาพที่ละเอียดยิ่งขึ้นโดยพิจารณาถึงผลกระทบของการตัดสินใจของผู้ป่วย อุปทานและอุปสงค์ในภูมิภาคต่างๆ ประสิทธิภาพของกระบวนการจัดสรร และผลที่คาดหวังของยูทิลิตี้หลังการปลูกถ่าย

เพาะกาย cistanche

3. รุ่น Description

ในส่วนต่อไปนี้ เราจะพูดถึงรายละเอียดเกี่ยวกับองค์ประกอบหลักของแบบจำลองการจำลองและการปรับให้เหมาะสมที่สุด โมเดลจำลองประกอบด้วยผู้ป่วย (ความต้องการอวัยวะ) ผู้บริจาคที่เสียชีวิตไตการมาถึง (การจัดหาอวัยวะ) กระบวนการบริจาคไตอย่างต่อเนื่องของผู้บริจาคที่เสียชีวิตเพื่อค้นหาเกณฑ์คุณภาพไตที่เหมาะสมที่สุด และประโยชน์ที่คาดว่าจะได้รับหลังการปลูกถ่ายสำหรับผู้ป่วยที่มีระดับสุขภาพที่กำหนด จากนั้นเราใช้ผลลัพธ์ของแบบจำลองการจำลองเป็นค่าสัมประสิทธิ์ของฟังก์ชันวัตถุประสงค์ของแบบจำลองการปรับให้เหมาะสมเพื่อแนะนำนโยบายหลายรายการและแนะนำชุดของภูมิภาคที่ผู้ป่วยสามารถเลือกได้

3.1. โมเดลจำลอง

เราพัฒนาแบบจำลองจำลองที่ช่วยให้ผู้ป่วยระบุสิ่งที่ดีที่สุดได้ไตเกณฑ์คุณภาพที่เพิ่มอรรถประโยชน์สูงสุดหลังการปลูกถ่ายของเธอ พารามิเตอร์แบบจำลองขึ้นอยู่กับอุปสงค์และอุปทานของภูมิภาคของผู้ป่วย เราจำลองไตกลยุทธ์การยอมรับและประโยชน์ที่ได้รับหลังการปลูกถ่ายซึ่งสอดคล้องกับการปลูกแต่ละครั้ง รูปที่ 3 แสดงกระบวนการจำลอง เราจะหารือเกี่ยวกับองค์ประกอบหลักในหัวข้อต่อไปนี้

3.1.1. ความต้องการอวัยวะ

ความต้องการจะแสดงโดยผู้ป่วยในรายการรอ เราแบ่งผู้ป่วยออกเป็นหลายกลุ่มของผู้ป่วยที่แข่งขันกัน ซึ่งสามารถรับอวัยวะผู้บริจาคที่เสียชีวิตประเภทเดียวกันได้ ขึ้นอยู่กับกรุ๊ปเลือดและเกณฑ์ทางคลินิกอื่นๆ เราจำลองแต่ละกลุ่มแยกกัน เราจะพิจารณาปฏิสัมพันธ์ระหว่างกลุ่มต่างๆ (เช่น ผู้ป่วยบางกลุ่มที่มีกรุ๊ปเลือด AB อาจได้รับอวัยวะจากผู้บริจาคที่มีกรุ๊ปเลือดใดๆ) โดยการปรับปริมาณอวัยวะแต่ละกลุ่ม

แต่ละกลุ่มผู้ป่วยที่แข่งขันกันจะถูกจำลองโดยคิวที่เกี่ยวข้องกับกรุ๊ปเลือด j โดยที่ j ∈ {A, B, AB, O} ผู้ป่วยสามารถเข้าร่วมคิวที่ตรงกัน (เช่น ตามกรุ๊ปเลือด) ด้วยอัตรา λj และรับบริการโดยผู้บริจาคที่เข้ากันได้ เข้ากันได้ไตถึงกรุ๊ปเลือด j คิวด้วยอัตรา µi เช่น กรุ๊ปเลือด A คิวเข้ากันได้ไตเป็นประเภท A และ O ผู้ป่วยออกจากรายการรอ j ด้วยอัตราการปลูกถ่าย ηi เมื่อ (1) ยอมรับไตที่เสนอ หรือ (2) ด้วยอัตรา θi พวกเขาอาจป่วยเกินกว่าจะปลูกถ่ายหรือเสียชีวิตในรายการรอ . โครงสร้างของแบบจำลองการเข้าคิวแสดงในรูปที่ 4

หลังจากการศึกษาในปี [34] ผู้ป่วยกรุ๊ปเลือด j มาถึงตามกระบวนการปัวซองด้วยอัตราการมาถึงของ λj เพื่อเข้าร่วมรายการรอ ผู้ป่วยเข้าร่วมรายการรอในแบบจำลองที่มีสถานะสุขภาพเริ่มต้นที่ไม่สามารถสังเกตได้ h0 ซึ่งแสดงถึงเวลาที่เหลือที่พวกเขาสามารถอยู่รอดได้ในการฟอกไตเมื่อเข้าร่วม เราจำลองการกระจายของ h0 ในประชากรผู้ป่วยโดยใช้การแจกแจงแบบไวบูล การแจกแจงแบบไวบูลล์มักใช้ในการวิเคราะห์การเอาตัวรอดเพื่อแสดงเวลาถึงความล้มเหลว เนื่องจากสามารถแสดงอัตราความล้มเหลวที่ลดลง คงที่ หรือเพิ่มขึ้นเมื่อเวลาผ่านไป สุขภาพสำหรับผู้ป่วยจำลอง h0 คือการทำให้เกิดตัวแปรสุ่ม H0 ∼ Weibull(a, b) โดยที่ a และ b เป็นพารามิเตอร์มาตราส่วนและรูปร่าง ตามลำดับ ผู้ป่วยจะออกจากรายการรอหาก (1) พวกเขาได้รับการปลูกถ่ายหรือ (2) ออกจากคิวเนื่องจากสุขภาพไม่ดี (หรือเสียชีวิต) เนื่องจาก h0 เป็นเวลาที่ผู้ป่วยสามารถอยู่รอดได้ด้วยการล้างไตเมื่อเธอเข้าร่วมรายการรอ (เช่น ดัชนีระบุว่าเธอรอศูนย์ปีจนถึงตอนนี้) สุขภาพที่แท้จริงหลังจากรอ w ปีคือ hw {{1{{ 11}}}} ชั่วโมง0 − w ซึ่งหมายความว่าผู้ป่วยจะออกจากรายการรออย่างช้าที่สุดเมื่อ w=h0

3.1.2. อวัยวะซัพพลาย

ติดตาม [34] ผู้บริจาคที่เสียชีวิตที่เข้ากันได้ไตถึงคิวกรุ๊ปเลือด j ตามกระบวนการปัวซองอิสระที่เป็นเนื้อเดียวกันด้วยอัตราการมาถึง µj OPTN กำหนด aไตตัวชี้วัดคุณภาพที่เรียกว่า Kidney Donor Profile Index (KDPI) ซึ่งรวมปัจจัยผู้บริจาคทางคลินิก 10 ประการเพื่อจัดอันดับไตตามอัตราการรอดชีวิตของไตหลังปลูกถ่ายโดยประมาณ [41] KDPI พิจารณาลักษณะผู้บริจาคดังนี้ อายุ ส่วนสูง น้ำหนัก เชื้อชาติ ไม่ว่าผู้บริจาคจะเสียชีวิตจากการทำงานของหัวใจหรือการทำงานของสมองลดลง โรคหลอดเลือดสมองเป็นต้นเหตุของการตาย ประวัติความดันโลหิตสูง ประวัติโรคเบาหวาน การสัมผัสกับ ไวรัสตับอักเสบซี, creatinine ในซีรัม (ตัววัดการทำงานของไต) โดยการก่อสร้าง KDPI ใกล้จะกระจายอย่างเท่าเทียมกันทั่วไตทั้งหมดที่เก็บเกี่ยวในปีที่กำหนด ตาม KDPI เราจำลองคุณภาพของไตผู้บริจาคที่มาถึงซึ่งแสดงด้วย q0 เป็นการสร้างตัวแปรสุ่ม Q ∼ Unif(0, 1) เราใช้ 0 เพื่อแสดงถึงคุณภาพไตที่ต่ำที่สุดและ 1 สูงสุด นั่นคือ q0=1 − KDPI เมื่อไตผู้บริจาคใหม่พร้อมใช้งานในการจำลอง ไตจะถูกส่งไปยังกลุ่มผู้ป่วย g พร้อมกันด้วยกรอบเวลาที่กำหนดเพื่อพิจารณาข้อเสนอและตัดสินใจยอมรับ/ปฏิเสธ หากไม่มีใครในกลุ่มผู้ป่วย g สามารถรับไตได้หลังจากเวลาที่กำหนด ไตจะถูกส่งไปยังผู้ป่วย g กลุ่มถัดไปในรายการรอ ขั้นตอนการจัดสรรจะดำเนินต่อไปจนกว่าผู้ป่วยจะยอมรับหรือยกเลิกอวัยวะ (เนื่องจากการค้นหาหรือการจัดวางอวัยวะไม่สำเร็จ) สำหรับปัญหาการขาดแคลนไตของผู้บริจาคในปัจจุบัน เรามี µj < λj="" กล่าวคือ="" ไตมาถึงอัตราที่ต่ำกว่าผู้ป่วยรายใหม่="" การกำจัดผู้ป่วยเนื่องจากสุขภาพหรือความตายทำให้คิวมีขนาดจำกัด="" รายการรอที่นานขึ้นส่งผลให้เวลารอนานขึ้นและสุขภาพของผู้ป่วยแย่ลง="" ในทางกลับกัน="" สิ่งนี้จะเพิ่มอัตราการกำจัด="" (ผู้ป่วยที่ออกไปโดยไม่ได้รับการปลูกถ่าย)="" ความยาวคิวจะคงที่ที่สมดุล="">

3.1.3. การตัดสินใจยอมรับ/ปฏิเสธไต

เมื่อเวลาผ่านไปเป็นกระบวนการของผู้บริจาคไตการถวายต่อเนื่องไตจะสะสม CIT และคุณภาพของไตเสื่อมลง เราจำลองการเสื่อมสภาพนี้เป็น qt {{0}} f(q0, δ, t) ในสมการนี้ t แทนค่า CIT ที่สะสม และ q0 แทนคุณภาพของไต ณ เวลาฟื้นตัวเมื่อ t=0 ตัวแปร δ แสดงถึงปัจจัยการเสื่อมคุณภาพของไต เราต้องการให้ฟังก์ชันคุณภาพ f ลดลงใน δ และ t เช่น ∂ f(q0,δ,t)∂δ < 0="" และ∂="" f="" (q0,δ,t)="" ∂t="">< 0="" ในแบบจำลองการจำลอง="" เราวัดเวลาเป็นทวีคูณของเวลาที่อนุญาตสำหรับข้อเสนอหนึ่งรอบ="" หากผู้ป่วยมีเวลาตัดสินใจหนึ่งชั่วโมง="" t="" แทนเมืองที่สะสมเป็นชั่วโมง="" เราจำลองไตที่ยอมรับ/ปฏิเสธการตัดสินใจโดยผู้ป่วยและการปลูกถ่ายที่ตามมาในสองขั้นตอน="" ขั้นแรก="">ไตเป็นที่ยอมรับ ผู้ป่วยจะยอมรับข้อเสนอหาก qt มากกว่าหรือเท่ากับ k โดยที่ k คือเกณฑ์คุณภาพของไตที่ผู้ป่วยและศัลยแพทย์กำหนด สำหรับไตที่ยอมรับได้ เราจะพิจารณาปัจจัยหลายประการที่เกี่ยวข้องกับสุขภาพของผู้ป่วยและศูนย์ปลูกถ่าย ในแบบจำลองแบบจำลอง เราใช้ความน่าจะเป็นของการปลูกถ่ายโดยให้ไตที่ยอมรับได้เป็น

โดยที่ p (ปัจจัยผู้ป่วย) แสดงถึงสถานการณ์ทางการแพทย์เฉพาะของผู้ป่วยและข้อเท็จจริงใด ๆ ที่ผู้ป่วยหรือศัลยแพทย์อาจตัดสินใจต่อต้านไตด้วยเหตุผลที่ไม่ได้อธิบายอย่างหมดจดโดยคุณภาพของไต (เช่น ผู้ป่วยถูกตั้งค่าให้ไม่ใช้งานชั่วคราวในรายการรอ ผลลัพธ์การจับคู่ที่ไม่เอื้ออำนวย) ความน่าจะเป็น p (ปัจจัยศูนย์กลาง) แสดงถึงความพร้อมของศูนย์ปลูกถ่าย (เช่น ความพร้อมของพนักงาน ห้องผ่าตัด ฯลฯ) ตลอดจนการพิจารณาผลกระทบของการปลูกถ่ายต่อการประเมินประสิทธิภาพของศูนย์ ผู้ป่วยเลือกเกณฑ์การตัดสินใจ k โดยปรึกษากับศัลยแพทย์ เกณฑ์ดังกล่าวจะได้รับอิทธิพลจากสุขภาพของผู้ป่วย h0 เนื่องจากผู้ป่วยที่มีเวลาเหลือในการฟอกไตมากขึ้นจะรอให้ไตที่มีคุณภาพดีขึ้น เราจำลองความสัมพันธ์นี้ในการจำลองโดยเลือกสำหรับผู้ป่วยแต่ละรายจากตัวแปรสุ่ม K ∼ Unif(0,1) ซึ่งสัมพันธ์กับค่าสัมประสิทธิ์สหสัมพันธ์ของผู้ป่วย0ที่แสดงโดยค่าสัมประสิทธิ์สหสัมพันธ์อันดับของ Spearman ที่ ρH 0, เค.

3.1.4. ยูทิลิตี้หลังการปลูกถ่ายของผู้ป่วย

หากผู้ป่วยยอมรับผู้บริจาคที่เสียชีวิตไตข้อเสนอและการปลูกถ่ายเกิดขึ้น ผู้ป่วยจะได้รับยูทิลิตี้หลังการปลูกถ่าย ยูทิลิตี้หลังการปลูกถ่ายขึ้นอยู่กับคุณภาพของไต ณ เวลาปลูกถ่าย qt และเวลารอของผู้ป่วย w ส่งผลให้สถานะสุขภาพ hw=ชั่วโมง0 − w ยูทิลิตี้หลังการปลูกถ่ายสามารถแบ่งออกเป็นสององค์ประกอบ

โดยที่ B(·) แสดงถึงผลประโยชน์สำหรับผู้ป่วยขึ้นอยู่กับไตคุณภาพ และ D(·) คำนึงถึงความเสื่อมของผู้ป่วยในรายการรอ การแบ่งยูทิลิตีออกเป็นสององค์ประกอบนี้มีประโยชน์ในการประมาณค่าพารามิเตอร์จากข้อมูล ฟังก์ชัน B(·) ถูกมองว่าเป็นประโยชน์ต่อผู้ป่วยหากเธอได้รับไตที่มีคุณภาพ qt โดยไม่ต้องรอ ฟังก์ชันของประโยชน์จำเป็นต้องตอบสนองโดยจะเพิ่มขึ้นตามสุขภาพของผู้ป่วย h{{0}} และคุณภาพของไต เช่น ∂B(∂hh00, qt) > 0 และ ∂ B(∂hq0t, qt) > 0. D(·) หมายถึงต้นทุนในรูปของปัจจัยการเสื่อมสภาพเนื่องจากการรอ w สำหรับไต ฟังก์ชันต้นทุนจำเป็นต้องเพิ่มขึ้นเมื่อเวลารอเพิ่มขึ้นและลดลงตามสุขภาพของผู้ป่วย ieA วิธีทั่วไปในการกำหนดฟังก์ชันเช่น B(·) อยู่ในรูปแบบของการถดถอยโลจิสติกเพื่อการอยู่รอดที่เสนอโดย Cox [42] ซึ่งจำลองอัตราต่อรองแบบมีเงื่อนไขของ ตาย ณ จุดใดจุดหนึ่งโดยให้เอาชีวิตรอดจนถึงจุดนั้น

โดยที่ m(h{{0}}) ระบุผลการปลูกถ่ายสำหรับผู้ป่วยที่มีระดับสุขภาพ h0 ที่ได้รับไตที่สมบูรณ์ (qt=1) ทันที (w {{3 }}) โดยปกติ m(h0) จะเพิ่มขึ้นตามสุขภาพของผู้ป่วย h0 เราใช้สำหรับ D(·) ฟังก์ชันจาก

ที่ควบคุมอัตราการเสื่อมสภาพ ปัจจัยการเสื่อมสภาพเท่ากับหนึ่ง (กล่าวคือ ไม่มีการเสื่อมสภาพ) เมื่อเวลารอเป็นศูนย์ (w {{0}}) หากผู้ป่วยรอไตคุณภาพสูงมากและหมดเวลา (เช่น w=h0) ปัจจัยการเสื่อมสภาพจะกลายเป็นศูนย์ รูปแบบการทำงานที่เลือกจะมีความยืดหยุ่นสูงและสามารถแสดงความเสื่อมสภาพเชิงเส้นได้ ( {{ 4}}) ชะลอการเสื่อมสภาพ ( > 1) และการเสื่อมสภาพที่เพิ่มขึ้น ( < 1)="" โดยการประมาณค่าพารามิเตอร์จากข้อมูลและการใช้การจำลองให้เหมาะสมที่สุด="">ไตเกณฑ์คุณภาพ k∗ ที่เพิ่มอรรถประโยชน์สูงสุดหลังการปลูกถ่าย

3.2. การเลือกภูมิภาคและแบบจำลองการเพิ่มประสิทธิภาพรายการหลายรายการ

ผู้ป่วยสามารถเพิ่มโอกาสในการได้รับการปลูกถ่ายโดยการย้ายไปยังภูมิภาคอื่น (การเลือกภูมิภาค) หรือโดยการระบุไว้ในศูนย์การปลูกถ่ายในหลายภูมิภาค เพื่อช่วยผู้ป่วยในการระบุชุดของภูมิภาคสำหรับการเข้าเป็นทหารหลายครั้ง เราใช้แบบจำลองการจำลองเพื่อคำนวณพารามิเตอร์นโยบายเกณฑ์ที่เหมาะสมที่สุด k∗ และยูทิลิตี้ที่คาดหวังสูงสุดที่ผู้ป่วยน่าจะได้รับจากการปลูกถ่ายในแต่ละภูมิภาค ซึ่งแสดงด้วยค่าอรรถประโยชน์ 11 ค่า Ui(k∗i , h0, w), i ∈ 1, 2, . . . , 11. เพื่อความง่าย เราเขียน Ui(k∗i ) เพื่อแสดงถึงประโยชน์ที่คาดหมายหลังการปลูกถ่ายสำหรับผู้ป่วยที่ได้รับ h0 และ w การเลือกภูมิภาคทำได้โดยการเลือกภูมิภาคที่มียูทิลิตี้ที่ใหญ่ที่สุด

สำหรับรายชื่อหลายรายการ เราแสดงการดำเนินการของการเกณฑ์ทหารในภูมิภาค i โดยตัวแปรการตัดสินใจแบบไบนารี

ผู้ป่วยมีตัวแปรการตัดสินใจ 11 แบบ หนึ่งตัวแปรสำหรับแต่ละภูมิภาค เราคิดว่าผู้ป่วยต้องการเพิ่มโอกาสโดยระบุภูมิภาคที่ดีที่สุดที่มียูทิลิตี้ที่คาดหวังสูงสุดตามข้อจำกัด นี้สามารถกำหนดเป็นปัญหาการปรับให้เหมาะสมดังต่อไปนี้

การรวมยูทิลิตี้ภูมิภาคทำให้แน่ใจว่าภูมิภาคที่มียูทิลิตี้ที่ใหญ่ที่สุดจะรวมอยู่ในโซลูชัน ข้อจำกัดแรกทำให้แน่ใจว่าวิธีแก้ปัญหานั้นเป็นไปตามงบประมาณรวม C ของผู้ป่วยที่กำหนด ข้อ จำกัด ที่สองพิจารณาระยะทางสูงสุดที่ผู้ป่วยสามารถเดินทางไปที่ศูนย์ปลูกถ่ายได้ทันเวลา ข้อจำกัดที่สามพิจารณาความคาดหวังของผู้ป่วยเกี่ยวกับประสิทธิภาพของภูมิภาค P และสุดท้าย ข้อจำกัดสุดท้ายจำกัด rito เป็น 0 หรือ 1 เนื่องจากจำนวนภูมิภาคมีน้อย โดยมีเพียง 11 แห่ง ปัญหานี้สามารถแก้ไขได้ด้วยการแจงนับ

4. แอปพลิเคชันและผลลัพธ์เชิงตัวเลข

เราเริ่มส่วนนี้โดยประมาณค่าพารามิเตอร์ที่จำเป็นสำหรับแบบจำลองการจำลอง จากนั้นจึงนำเสนอวิธีการใช้แบบจำลองสำหรับสองแอปพลิเคชัน แอปพลิเคชันแรกแสดงให้เห็นว่าโมเดลสามารถให้แนวทางเชิงกลยุทธ์เพื่อสนับสนุนทางเลือกของผู้ป่วยในการย้ายไปภูมิภาคอื่นหรือเกณฑ์ทหารในหลายภูมิภาคได้อย่างไร

แอปพลิเคชั่นที่สองวิเคราะห์ผลประโยชน์ที่อาจเกิดขึ้นจากการใช้เทคโนโลยีแบ่งปันข้อมูลที่ทันสมัย ​​(เช่นผ่านแอพสมาร์ทโฟน) เพื่อปรับปรุงสวัสดิการสังคมผ่านการเพิ่มยูทิลิตี้หลังการปลูกถ่ายของผู้ป่วยและไตอัตราการใช้

เพาะกาย cistanche

4.1. การประมาณค่าพารามิเตอร์

เราใช้ข้อมูลจาก UNOS และ SRTR เพื่อประเมินพารามิเตอร์ของแบบจำลอง เราดึงข้อมูล UNOS สำหรับปี 2019 เพื่อประเมินการเพิ่มรายชื่อผู้รอและผู้บริจาคไตจัดหา. สำหรับการคำนวณเวลารอ เราใช้ค่าที่รายงานโดย SRTR ระบบข้อมูล SRTR ประกอบด้วยข้อมูลทางการแพทย์และข้อมูลประชากรโดยละเอียดสำหรับผู้บริจาค ผู้ป่วยที่อยู่ในรายชื่อรอ และผู้รับการปลูกถ่ายทั้งหมดในสหรัฐอเมริกา ชุดข้อมูลที่ใช้ประกอบด้วยผู้ป่วยมากกว่า 400 ราย000 รายที่ได้รับการปลูกถ่ายไตผู้บริจาคที่เสียชีวิตเป็นครั้งแรกระหว่างเดือนตุลาคม พ.ศ. 2530 ถึงสิ้นปี พ.ศ. 2562

รายงานประจำปีโดย SRTR และ UNOS ให้ข้อมูลเกี่ยวกับการมาถึงของอวัยวะและกิจกรรมในรายการรอ (เช่น สถิติการเพิ่มและการกำจัดของผู้ป่วย) เราใช้ข้อมูลนี้ในการประมาณค่า λj และ µjin สำหรับแต่ละช่วงเวลา

ปัจจัยสำคัญในการประมาณอัตราการมาถึงของไตต่อคิวกรุ๊ปเลือด j คือความเข้ากันได้ของกรุ๊ปเลือดระหว่างผู้ป่วยและผู้บริจาค ตามเกณฑ์ความเข้ากันได้ของกรุ๊ปเลือด ผู้บริจาคเลือดกรุ๊ป O เป็นผู้บริจาคแบบสากลซึ่งอวัยวะไตสามารถมอบให้ผู้ป่วยทุกกรุ๊ปเลือดได้ ในทางกลับกัน ผู้บริจาคที่มีกรุ๊ปเลือด AB สามารถบริจาคไตให้กับผู้ป่วยกรุ๊ปเลือด AB เท่านั้นในขณะที่พวกเขาเป็นผู้รับทั่วไปจากทุกกรุ๊ปเลือด ตารางที่ 4 แสดงรายละเอียดความเข้ากันได้ของกรุ๊ปเลือดสำหรับการปลูกถ่ายไต บทความนี้รายงานเฉพาะผลลัพธ์สำหรับกรุ๊ปเลือด A ผลลัพธ์สำหรับกรุ๊ปเลือดอื่น ๆ สามารถหาได้เช่นเดียวกัน ตารางที่ 5 แสดงผู้บริจาคและผู้ป่วยขาเข้าสำหรับกรุ๊ปเลือด A

จากข้อมูล SRTR ผู้ป่วยกรุ๊ปเลือด A ได้รับโดยเฉลี่ย 94 เปอร์เซ็นต์และ 6 เปอร์เซ็นต์ของอวัยวะจากผู้บริจาคกรุ๊ปเลือด A และ O ตามลำดับ ซึ่งสะท้อนให้เห็นในไตพารามิเตอร์การจัดหา µj ในตารางที่ 5 ตามรูปแบบข้อเสนอปัจจุบันที่ใช้โดย OPTN ในสหรัฐอเมริกา เราใช้ขนาดกลุ่มผู้ป่วย g=5 ในแบบจำลองการจำลองของเรา เรากำหนดอัตราการเสื่อมสภาพของไต δ เป็น 5 เปอร์เซ็นต์ ตามรายงานที่ระบุว่าอวัยวะต่างๆ ไม่ค่อยได้ใช้หลังจาก CIT 48 ชั่วโมง [6] ที่ δ=0.05 คุณภาพของไตลดลงเป็น (1 − 0.05) {{10}}}.5 เปอร์เซ็นต์ของคุณภาพเริ่มต้นหลังจาก 48 ชั่วโมง จากการหารือกับผู้ทำงานร่วมกันทางการแพทย์ เราใช้ความน่าจะเป็นในการปลูกถ่าย p(การปลูกถ่าย)=0.8 สำหรับทุกภูมิภาค ความน่าจะเป็นของแต่ละภูมิภาคสามารถประมาณได้จากข้อมูล แต่ขณะนี้ยังไม่มีข้อมูลเกี่ยวกับการปฏิเสธข้อเสนอไต พารามิเตอร์ , , และสำหรับฟังก์ชันสวัสดิการ B(h0, qt) และปัจจัยต้นทุน C(h{{30}}, w) สามารถประมาณได้หากข้อมูลผลลัพธ์รวมถึงการโพสต์ - มีการอยู่รอดของการปลูกถ่าย อย่างไรก็ตาม เนื่องจากชุดข้อมูลของเราไม่มีข้อมูลเหล่านี้ เราจึงใช้=0.4,=8 และ=0.5 ในการจำลอง เราเพิ่มผู้ป่วยลงในรายการรอด้วยค่า h0 ด้านสุขภาพที่ดึงมาจากตัวแปรสุ่ม H0 พร้อมการแจกแจงแบบ Weibull เราใช้พารามิเตอร์มาตราส่วน a=8 และพารามิเตอร์รูปร่าง b=2 เพื่อให้ได้สุขภาพโดยเฉลี่ยใกล้ถึง 7 ปี และประมาณ 90 เปอร์เซ็นต์ของประชากรที่มีอายุต่ำกว่า 12 ปี เราใช้สหสัมพันธ์อันดับของ Spearman ρ(H0, K) ที่ 0.2 ใกล้กับความสัมพันธ์ระหว่างคุณภาพไตที่ยอมรับกับสุขภาพของผู้ป่วยที่สังเกตได้ในข้อมูล

4.2. การเลือกภูมิภาคและรายชื่อหลายรายการ

เพื่อแสดงแนวทางการเลือกภูมิภาค เรารายงานผลลัพธ์สำหรับผู้ป่วยเป้าหมายที่มีกรุ๊ปเลือด A หนึ่งปีในชีวิตในการฟอกไต (h0=1) ซึ่งปัจจุบันอยู่ในตำแหน่งที่ 100 ของรายการรอ เราเติมเต็มรายการรอด้วยผู้ป่วยที่สร้างแบบสุ่ม (ซึ่งสุขภาพมาจากการแจกจ่าย Weibull ที่มีเกณฑ์นโยบายที่สัมพันธ์กัน) เราทำการจำลองแบบเดียวกัน 100 ครั้งในแต่ละครั้งสำหรับค่าเกณฑ์การตัดสินใจ k ∈ {0, 0.1, 0.2, · · · ·, 0.9} และเฉลี่ยผลลัพธ์ของการรัน 100 ครั้งเพื่อประเมินยูทิลิตี้ที่คาดหวัง สำหรับแต่ละเกณฑ์

ตารางที่ 6 รายงานผลลัพธ์สำหรับเกณฑ์ที่เหมาะสม k∗i ส่งผลให้ยูทิลิตี้หลังการปลูกถ่ายที่คาดหวังมากที่สุดคือ Ui(k∗i ) สำหรับแต่ละภูมิภาค ดิไตอัตราการมาถึงคิว (ผู้ป่วยกรุ๊ปเลือด A ที่รอ) ต่อปีคือ µA และ qt คือคุณภาพของไตโดยเฉลี่ยที่ปลูกถ่าย ตัวอย่างเช่น หากผู้ป่วยเป้าหมายลงทะเบียนในภูมิภาค 6 เกณฑ์ k=0.65 จะเหมาะสมที่สุด ซึ่งจะนำไปสู่ประโยชน์ใช้สอย 9.6 ปี ในทางตรงกันข้าม หากเธอถูกเกณฑ์ทหารในภูมิภาค 2 การตัดสินใจที่เหมาะสมที่สุดอาจสูงถึง 0.85 โดยใช้เวลา 13.22 ปี

ตารางที่ 7 แสดงข้อมูลโดยประมาณที่เราใช้ในรูปแบบการปรับให้เหมาะสมเพื่อค้นหาชุดของภูมิภาคที่เป็นไปได้สำหรับผู้ป่วยกรุ๊ปเลือด A ที่สันนิษฐานว่ามีชีวิตอยู่และเกณฑ์อยู่ในเขต 6 เราใช้ชุดข้อมูล UNOS เพื่อประมาณเวลารอที่คาดหวังและ { {2}}อัตราการรอดชีวิตของผู้ป่วยดังกล่าวทั่วทั้ง 11 ภูมิภาค ในแต่ละภูมิภาค เราเลือกเมืองใหญ่และประมาณการค่าครองชีพรายเดือนที่สอดคล้องกันโดยใช้ดัชนีค่าครองชีพของเมือง ค่าประเมินถูกกำหนดเป็นผลคูณของจำนวนการประเมินที่คาดหวังทั้งหมดจนถึงไตการปลูกถ่ายและต้นทุนต่อการประเมิน จำนวนการประเมินที่คาดไว้จะประมาณตามนโยบายการประเมินค่าใหม่ 6- เดือนที่กำหนดโดยศูนย์ปลูกถ่ายส่วนใหญ่ โดยทั่วไป ผู้ป่วยมีหน้าที่รับผิดชอบในการชำระค่าใช้จ่ายการประเมินเป็นระยะ หากเธอประสงค์จะเกณฑ์ทหารในภูมิภาคมากกว่าหนึ่งภูมิภาค เนื่องจากกรมธรรม์ประกันภัยส่วนใหญ่จะครอบคลุมค่าใช้จ่ายในการประเมินเป็นระยะของการลงทะเบียนเพียงครั้งเดียว ค่าใช้จ่ายทั้งหมดคำนวณได้ดังนี้ จำนวนเงินทั้งหมดที่ผู้ป่วยต้องจ่าย (จำนวนการประเมิน คูณ ค่าใช้จ่ายในการประเมิน) บวกกับค่าใช้จ่ายในการเดินทางไปและพักในอีกภูมิภาคหนึ่งเป็นเวลาสามวัน

ตัวอย่างเช่น สมมติว่าผู้ป่วยมีงบประมาณ C=$15,000 เธอยังสามารถเดินทางได้ไกลถึง D=1500 ไมล์ และความคาดหวังขั้นต่ำของเธอจากประสิทธิภาพของภูมิภาคหนึ่งๆ คือ 75 เปอร์เซ็นต์ของการอยู่รอดห้าปี ด้วยความตั้งใจที่จะเพิ่มผลลัพธ์หลังการปลูกถ่ายของเธอให้สูงสุดภายใต้ข้อจำกัดทั้งสามนี้ แบบจำลองของเราพบว่านอกเหนือจากพื้นที่บ้าน 6 แล้ว ผู้ป่วยยังสามารถเข้าร่วมในภูมิภาค 5, 4 หรือ 8 โดยภูมิภาค 5 ให้ประโยชน์สูงสุดตามที่คาดหวังไว้ OPTN มุ่งมั่นที่จะให้ความเท่าเทียมในการเข้าถึงการปลูกถ่ายและลดความเหลื่อมล้ำทางภูมิศาสตร์ [16] ภายใต้รายชื่อฟรีหลายรายการ ผู้ป่วยมีแรงจูงใจที่จะลงทะเบียนในภูมิภาคต่างๆ ให้มากที่สุดเท่าที่จะทำได้ เนื่องจากมีข้อจำกัดด้านงบประมาณ ซึ่งหมายความว่าการเข้าถึงการปลูกถ่ายได้รับผลกระทบจากทรัพยากรทางการเงินของผู้ป่วย ซึ่งอาจก่อให้เกิดปัญหาในแง่ของความเท่าเทียมและความเป็นธรรม อย่างไรก็ตาม ในระยะยาว การเลือกภูมิภาคฟรีและรายชื่อหลายรายการสามารถลดความเหลื่อมล้ำทางภูมิศาสตร์ได้ ผู้ป่วยจำนวนมากขึ้นจะเกณฑ์ทหารในภูมิภาคที่กำลังเสนอสาธารณูปโภคที่สูงขึ้น ปรับระดับความแตกต่างของอุปสงค์ และลดช่องว่างด้านสาธารณูปโภค เมื่อถึงจุดนั้น ข้อดีของการมีงบประมาณมากขึ้นในการเกณฑ์ทหารในหลายภูมิภาคจะลดลง นำไปสู่สถานการณ์ที่ยุติธรรมมากขึ้น ในระยะสั้น ความเสมอภาคจะต้องได้รับการประกันชั่วคราวโดยนโยบายที่เหมาะสมเพื่อให้รายชื่อหลายรายการพร้อมสำหรับผู้ป่วยมากขึ้น

4.3. ผลกระทบของการแบ่งปันข้อมูลต่อประสิทธิภาพการจัดสรร

หนึ่งในความคิดริเริ่มในแผนยุทธศาสตร์ OPTN (พ.ศ. 2561-2564) [16] ภายใต้เป้าหมายในการเพิ่มจำนวนการปลูกถ่ายคือการใช้เครื่องมือของระบบเพื่อให้การจับคู่ผู้บริจาค/ผู้รับมีประสิทธิภาพมากขึ้น เครื่องมือดังกล่าวรวมถึงเครื่องมือสำหรับการแบ่งปันข้อมูล ซึ่งหมายความว่าศูนย์ปลูกถ่ายและผู้ป่วยแบ่งปันข้อมูลที่เป็นปัจจุบันกับ OPTN ซึ่งมีศักยภาพในการเร่งความเร็วไตกระบวนการจัดสรรจึงช่วยลดเวลาเย็นขาดเลือด (CIT) และอัตราการละทิ้งไต

ข้อมูลที่สามารถแบ่งปันได้รวมถึง:

1. เกณฑ์การยอมรับของผู้ป่วย k: ผู้ป่วยแต่ละรายรายงานตัวเธอไตเกณฑ์การยอมรับคุณภาพ k ตัดสินใจด้วยตัวเองและแพทย์ของเธอ

2. เกณฑ์การตัดสินใจเพิ่มเติมที่ผู้ป่วยใช้: การตัดสินใจของผู้ป่วยและศัลยแพทย์อาจได้รับผลกระทบจากข้อมูลที่ไม่รวมอยู่ในไตการประเมินคุณภาพ (KDPI) การมีพารามิเตอร์คุณภาพที่เป็นมาตรฐานมากขึ้น ซึ่งผู้ป่วยสามารถระบุสิ่งที่เธอยอมรับล่วงหน้าได้ จะปรับปรุงให้ดีขึ้นไตการจัดสรร ภายใต้ข้อมูลที่สมบูรณ์ OPTN สามารถระบุผู้ป่วยที่จะรับไตและบันทึก CIT อันมีค่าได้ทันที

3. ความพร้อมใช้งานของผู้ป่วยในปัจจุบัน: ข้อบ่งชี้ที่เป็นปัจจุบันว่าผู้ป่วยสามารถรับการปลูกถ่ายได้หรือไม่ ปัจจัยรวมถึงสุขภาพในปัจจุบันและการเดินทาง

4. ความพร้อมของศูนย์ปลูกถ่าย: พิจารณาความพร้อมของศูนย์ปลูกถ่าย- มีสิ่งอำนวยความสะดวกเช่นห้องผ่าตัดที่เตรียมไว้ ศัลยแพทย์ พยาบาล และเจ้าหน้าที่เพื่อทำการผ่าตัดตรงเวลา

ภายใต้ข้อมูลที่สมบูรณ์แบบ OPTN จะสามารถเข้าถึงข้อมูลที่เป็นปัจจุบันเกี่ยวกับเกณฑ์การยอมรับของผู้ป่วยทั้งหมด k ข้อกำหนดเพิ่มเติมใดๆ สำหรับอวัยวะ และหากผู้ป่วยและศูนย์พร้อมให้บริการ ดังนั้น OPTN สามารถระบุผู้ป่วยรายแรกในรายการรอที่จะยอมรับและรับการปลูกถ่ายได้โดยตรง สิ่งนี้จะลด CIT อย่างมีประสิทธิภาพ เช่น t ให้เหลือน้อยที่สุดที่จำเป็นในการแยกอวัยวะและทำการปลูกถ่าย ในแบบจำลองการจำลอง ข้อมูลที่สมบูรณ์แบบสามารถแสดงได้โดยการตั้งค่า g เป็นความยาวของรายการรอ ซึ่งบ่งชี้ว่ารายชื่อผู้รอทั้งหมดจะถูกค้นหาสำหรับผู้ป่วยที่เข้าคู่กันในทันที สมมติว่าข้อมูลที่สมบูรณ์แบบนั้นไม่สมจริงด้วยเหตุผลหลายประการ ตัวอย่างเช่น ปัญหาทางเทคนิคอาจส่งผลกระทบต่อความพร้อมใช้งานของข้อมูล และผู้ป่วยหรือศูนย์อาจไม่ให้ข้อมูลทั้งหมดเป็นปัจจุบันอยู่เสมอ มีการปรับปรุงการตั้งค่าที่สมจริงยิ่งขึ้น แต่ยังมีการแบ่งปันข้อมูลไม่สมบูรณ์ ข้อมูลเพิ่มเติมหมายความว่าผู้ป่วยสามารถระบุได้เร็วขึ้นโดยใช้ข้อมูลที่ใช้ร่วมกัน เราแสดงข้อเท็จจริงนี้ในแบบจำลองการจำลองด้วยจำนวนผู้ป่วยที่เพิ่มขึ้นซึ่งสามารถค้นหาได้ต่อชั่วโมง (กล่าวคือ เพิ่มขึ้นเป็น g)

เพื่อแสดงให้เห็นถึงผลกระทบของการแบ่งปันข้อมูลที่ดีขึ้น เรารายงานผลลัพธ์สำหรับผู้ป่วยกรุ๊ปเลือด A ในภูมิภาค 6 เราเริ่มต้นรายการรอที่มีผู้ป่วย 1,000 รายและเรียกใช้การจำลองจนกว่าความยาวของรายการรอจะคงที่ประมาณ 1800 ราย (200 เดือน) เรารายงานผลหลังจากระยะเวลาอุ่นเครื่องนี้โดยเฉลี่ยมากกว่า 300 เดือน พื้นฐานคือขนาดกลุ่มที่ใช้ในปัจจุบันของ g=5 เราเปลี่ยน g เพื่อแสดงระดับต่างๆ ของการแบ่งปันข้อมูล

ตารางที่ 8 แสดงผลกระทบของการแบ่งปันข้อมูลที่แสดงโดยจำนวนผู้ป่วยในรายการรอที่สามารถพิจารณาได้อย่างมีประสิทธิภาพต่อชั่วโมง ที่ขนาดกลุ่มที่การตรวจวัดพื้นฐาน 5 ตัว คุณภาพเฉลี่ยของไตที่ยอมรับคือ 0.66 ซึ่งทำให้สามารถใช้ประโยชน์ได้เฉลี่ย 10.76 ปีต่อผู้ป่วยที่ปลูกถ่าย ไตสามารถเดินทางได้ไกลถึง 45 คนในรายการรอ และเป็นที่ยอมรับโดยผู้ป่วยรายที่หกโดยเฉลี่ย ตารางที่ 9 แสดงอัตราการใช้ไตและอัตราการเสียชีวิตในรายการรอ นอกเหนือจากอัตราการปลูกถ่าย อัตราการใช้ไตจะเพิ่มขึ้นอย่างมากเมื่อ g เพิ่มขึ้น

ดังรูปที่ 5 แสดงให้เห็น การปรับปรุงในไตอัตราการปลูกถ่ายคือ 17 เปอร์เซ็นต์สำหรับความเร็วสองเท่าของกระบวนการเสนอขาย g=10 และถึง 47 เปอร์เซ็นต์เมื่อมีข้อมูลที่สมบูรณ์แบบ ในทางกลับกัน อัตราการเสียชีวิตในรายการรอลดลง 7 เปอร์เซ็นต์เมื่อ g=10 และการลดลงอาจสูงถึง 21 เปอร์เซ็นต์ การจำลองนี้แสดงให้เห็นถึงผลกระทบต่อประสิทธิภาพที่การแบ่งปันข้อมูลสามารถนำไปสู่กระบวนการจัดสรร

การแบ่งปันข้อมูลสามารถทำได้หลายวิธีโดยใช้เทคโนโลยีปัจจุบัน ตัวอย่าง ได้แก่ การใช้แอปและอุปกรณ์สวมใส่ทางการแพทย์เพื่อติดตามความพร้อมของผู้ป่วยแบบเรียลไทม์ สามารถใช้อินเทอร์เฟซที่เป็นมาตรฐานระหว่างระบบข้อมูลของศูนย์ปลูกถ่ายและ OPTN เพื่อจัดการความพร้อมของศูนย์ การนำเทคโนโลยีเหล่านี้ออกจะต้องใช้เวลา แต่ผลที่นำเสนอในการศึกษาจำลองนี้บ่งชี้ว่าผลตอบแทนที่เป็นไปได้มีนัยสำคัญและมีแนวโน้มลดลงไตทิ้งอัตราให้น้อยที่สุด

5. ข้อสังเกตสรุป

ผลงานชิ้นแรกของงานวิจัยนี้คือการพัฒนาแบบจำลองจำลองที่ให้ผู้บริจาคที่เสียชีวิตได้อย่างเหมาะสมที่สุดไตคำแนะนำการยอมรับสำหรับผู้มีอำนาจตัดสินใจ (ผู้ป่วยและศัลยแพทย์) ความท้าทายที่สำคัญของการสร้างแบบจำลองการยอมรับ/ปฏิเสธอวัยวะคือการผสมผสานสภาพและสถานการณ์ในโลกแห่งความเป็นจริงเข้าไว้ด้วยกันในการตัดสินใจช่วยชีวิตที่สำคัญ ด้วยเหตุผลนี้ ความตั้งใจหลักของเราในฐานะความแปลกใหม่ของงานนี้คือการตระหนัก รวบรวม และใช้องค์ประกอบสำคัญต่างๆ ที่ส่งผลต่อเกณฑ์การคัดเลือกไต แบบจำลองที่นำเสนอนี้ทำให้เกิดความหลากหลายในด้านสุขภาพของผู้ป่วยและไตคุณภาพตลอดจนความสัมพันธ์ นอกจากนี้เรายังรวมการเสื่อมสภาพของคุณภาพของไตที่เกิดจากการสะสม CIT ในกระบวนการจัดสรรต่อไป นอกจากองค์ประกอบที่กล่าวมาทั้งหมดแล้ว เรายังรวมสุขภาพของผู้ป่วยและความพร้อมใช้งานร่วมกับทรัพยากรมนุษย์และสิ่งอำนวยความสะดวกเพื่อเสนอวิธีแก้ปัญหาการปลูกถ่ายที่เหมาะสมที่สุด

แบบจำลองที่เสนอสามารถใช้เพื่อตรวจสอบว่าการเลือกนโยบายต่างๆ จะส่งผลต่อเป้าหมายเชิงกลยุทธ์ที่ OTPN ระบุไว้อย่างไร [16] เราแสดงสิ่งนี้ด้วยสองแอปพลิเคชัน ขั้นแรก เราแสดงให้เห็นว่าแบบจำลองนี้สามารถนำมาใช้เพื่อแจ้งการตัดสินใจของผู้ป่วยเกี่ยวกับการเกณฑ์ทหารหลายครั้งโดยพิจารณาจากต้นทุน ระยะทาง และข้อจำกัดด้านคุณภาพการดูแลได้อย่างไร แม้ว่ารายชื่อหลายรายการในระยะสั้นอาจก่อให้เกิดความท้าทายต่อความเท่าเทียมระหว่างผู้ป่วยโดยพิจารณาจากทรัพยากรทางการเงิน แต่ก็มีศักยภาพที่จะขจัดความเหลื่อมล้ำทางภูมิศาสตร์ในการเข้าถึงการปลูกถ่าย และเพิ่มส่วนได้เสีย

ภาพประกอบที่สองดึงความสนใจไปที่ด้านสวัสดิการสังคมของไตการปลูกถ่ายแทนที่จะเน้นที่การหาทางออกที่เหมาะสมตามที่พิจารณาในครั้งแรก เราเปรียบเทียบผลสวัสดิการสังคม (เช่น การใช้ไตของผู้บริจาคและประโยชน์ใช้สอยหลังการปลูกถ่ายทั่วทั้งระบบ) สำหรับข้อมูลที่มีอยู่หลายระดับ ตั้งแต่ไม่มีข้อมูลไปจนถึงข้อมูลที่สมบูรณ์ ข้อมูลที่เพิ่มขึ้นนำไปสู่การกำหนดไตได้เร็วขึ้นและอัตราการทิ้งไตลดลง การเพิ่มอัตราการปลูกถ่ายช่วยปรับปรุงสวัสดิการสังคมและลดความยาวของไตรายการรอปลูกถ่าย เวลา และอัตราการเสียชีวิต ผู้กำหนดนโยบายสามารถใช้ผลลัพธ์เหล่านี้เพื่อกระตุ้นคุณค่าของเทคโนโลยีสารสนเทศสมัยใหม่เพื่อรวบรวมข้อมูลที่จำเป็นและแสดงความสำคัญของการออกแบบโครงสร้างแรงจูงใจที่ส่งเสริมการแบ่งปันข้อมูลอย่างทันท่วงทีโดยผู้ป่วยและศูนย์ ตัวอย่างเช่น การออกแบบแอปพลิเคชันการปลูกถ่ายอวัยวะสำหรับอุปกรณ์สมาร์ทโฟนสามารถให้วิธีการส่งและอัปเดตข้อมูลที่จำเป็นได้อย่างปลอดภัย ง่าย และรวดเร็วในเวลาที่เหมาะสม ผู้กำหนดนโยบายอาจต้องการสร้างกฎพื้นฐานที่ผู้ป่วยและศูนย์ปลูกถ่ายทุกรายต้องปฏิบัติตามเพื่อรับข้อเสนอ ตัวอย่างเช่น การใช้เทคโนโลยีและบริการของแอพที่จำเป็น ศูนย์การปลูกถ่ายสามารถแก้ไขหรือตรวจสอบข้อมูลที่ส่งมาเป็นประจำ (เช่น ทุกวัน) หลังจากที่ตำแหน่งของผู้ป่วยในรายการรอผ่านเกณฑ์ที่กำหนด แบบจำลองที่เสนอนั้นเรียบง่ายและยืดหยุ่นพอที่จะปรับให้เข้ากับการตรวจสอบด้านอื่นๆ ของกระบวนการกำหนดไตได้อย่างง่ายดาย

Autโฮr Cบนtriบูtiบนs:ผู้เขียนมีส่วนร่วมในงานนี้อย่างเท่าเทียมกัน ผู้เขียนทุกคนได้อ่านและตกลงที่จะตีพิมพ์ต้นฉบับ

กองทุนiงึ:งานวิจัยนี้ไม่ได้รับเงินทุนจากภายนอก

Institutiบนal Rทุกวันiew โบard Statement:ไม่สามารถใช้ได้.

Informเอ็ด Consent Statement:ไม่สามารถใช้ได้.

Data Aวาอิลabอิลิty Statement:ชุดข้อมูลที่ใช้ในการวิเคราะห์นี้สามารถรับได้ผ่าน UNOS

Conflicts of Interเอสt:ผู้เขียนประกาศไม่มีความขัดแย้งทางผลประโยชน์

เพาะกาย cistanche

Referเอนเซส

1. มหาวิทยาลัยแคลิฟอร์เนีย ซานฟรานซิสโก. ดิไตโครงการ—สร้าง Bioartificialไตเป็นวิธีแก้ปัญหาไตวายอย่างถาวร พร้อมใช้งานออนไลน์: (เข้าถึงเมื่อ 4 เมษายน 2020)

2. ชาติไตพื้นฐาน. สถิติการบริจาคและการปลูกถ่ายอวัยวะ. 2016. พร้อมใช้งานออนไลน์: (เข้าถึงเมื่อ 16 เมษายน 2020).

3. ภูมิภาค UNOS: ทรัพยากรภูมิภาคการปลูกถ่ายอวัยวะ. พร้อมใช้งานออนไลน์: (เข้าถึงเมื่อ 20 มีนาคม 2020)

4. OPTN นโยบายมีผลบังคับใช้ ณ วันที่ 6 ธันวาคม 2020 [เช่น Comm 9.9.A.] พร้อมใช้งานออนไลน์: (เข้าถึงเมื่อ 2 มกราคม 2021)

5. เวย์ A.; Salkowski, N.; Kasiske, BL; อิสรานี อลาสกา; สไนเดอร์, เจเจ อิทธิพลของไตเสนอพฤติกรรมการยอมรับในตัวชี้วัดประสิทธิภาพการจัดสรร คลินิก การปลูกถ่าย 2017, 31, e13057.

6. โคอิซึมิ, น.; DasGupta, D.; พาเทล เอวี; สมิ ธ เทอี; เมเยอร์, ​​เจดี; Callender, C.; Melancon, JK การเปลี่ยนแปลงทางภูมิศาสตร์ใน Cold Ischemia Time:ไตเทียบกับการปลูกถ่ายตับในสหรัฐอเมริกา พ.ศ. 2546 ถึง พ.ศ. 2554 การปลูกถ่าย โดยตรง2015, 1, e27.

7. Howard, DH ทำไมศัลยแพทย์ปลูกถ่ายจึงปฏิเสธอวัยวะ: แบบจำลองการตัดสินใจยอมรับ/ปฏิเสธ เจ เฮลท์อีคอน. 2002, 21, 957–969.

8. ลอว์สัน, C.; จอห์นสัน, ดี.; ปรบมือ, D.; ฟาวเลอร์, เค.; Kapur, S. ลดไตอัตราการทิ้ง ข่าวไต. 2017. พร้อมใช้งานออนไลน์:(เข้าถึงเมื่อ 22 กุมภาพันธ์ 2020).

9. Zhang, J. เสียงแห่งความเงียบงัน: การเรียนรู้เชิงสังเกตในสหรัฐอเมริกาไตตลาด. เครื่องหมาย. วิทย์. 2010, 29, 315–335.

10. โชลด์ เจดี; Buccini, L.; ศรีนิวาส, ต.; ศรีนิวาส, ร.; Poggio, อี.; เฟลชเนอร์, เอส.; โซเรีย, C.; เซเกฟ, D.; ฟัง เจ.; Goldfarb, D. สมาคมการประเมินประสิทธิภาพศูนย์และไตปริมาณการปลูกถ่ายในสหรัฐอเมริกา เป็น. เจ. การปลูกถ่าย. 2013, 13, 67–75.

11. Schold, J.; Buccini, L.; Poggio, อี.; เฟลชเนอร์, เอส.; Goldfarb, D. สมาคมการถอดผู้สมัครออกจากไตรายการรอการปลูกถ่ายและการกำกับดูแลประสิทธิภาพของศูนย์ เป็น. เจ. การปลูกถ่าย. ปิด. แยม. ซ. การปลูกถ่าย เป็น. ซ. ทรานส์พี. เซอร์. 2016, 16, 1276–1284.

12. เบ, เอส.; แมสซี เอบี; หลัว X.; Anjum, S.; เดไซ, นิวเม็กซิโก; Segev, DL การเปลี่ยนแปลงของอัตราการละทิ้งหลังจากการแนะนำดัชนีโปรไฟล์ผู้บริจาคไต (KDPI) เป็น. เจ. การปลูกถ่าย. 2559, 16, 2202–2207.

13. Schold, เจดี; บูชินี แอลดี; โกลด์ฟาร์บ, ดา; เฟลชเนอร์ เอสเอ็ม; Poggio, เอ็ด; Sehgal, AR สมาคมระหว่างไตประสิทธิภาพของศูนย์ปลูกถ่ายและผลประโยชน์การอยู่รอดของการปลูกถ่ายเทียบกับการฟอกไต คลินิก แยม. ซ. เนฟรอล 2014, 9, 1773–1780.

14. ฮาลเลอร์ เอ็มซี; เคนซ์, A.; แบร์, เอช.; Oberbauer, R. Dialysis วินเทจและผลลัพธ์หลังไตการปลูกถ่าย: การศึกษาตามรุ่นย้อนหลัง คลินิก แยม. ซ. เนฟรอล 2016, 12, 122–130.

15. ยูโนส พูดคุยเกี่ยวกับการปลูกถ่าย—คำถามที่พบบ่อยเกี่ยวกับรายการหลายรายการและการโอนเวลารอ 2017. พร้อมใช้งานออนไลน์: (เข้าถึงเมื่อ 13 มิถุนายน 2020).

16. ทางเลือก แผนยุทธศาสตร์ OPTN/UNOS ปี 2018–2021 พร้อมใช้งานออนไลน์: (เข้าถึงเมื่อ 12 เมษายน 2020).

17. จักระ, HA; เชอร์โทว์ จีเอ็ม; โอแฮร์ น.; แก้ไข WJ; Gonwa, TA การเปลี่ยนแปลงระดับภูมิภาคในไตผลการปลูกถ่าย: แนวโน้มเมื่อเวลาผ่านไป คลินิก แยม. ซ. เนฟรอล 2552, 4, 152–159.

18. อาร์เดคานี มิสซิสซิปปี; Orlowski, JM รายชื่อหลายรายการในไตการปลูกถ่าย เป็น. เจไตอ. 2010, 55, 717–725.

19. ยูโนส รายการหลายรายการ พร้อมใช้งานออนไลน์:(เข้าถึงเมื่อ 1 ธันวาคม 2018).

20. Gharibi, Z.; Ayvaci, มิวเซียม; ฮาห์สเลอร์, ม.; Giacoma, ต.; แกสตัน อาร์เอส; Tanriover, B. ความคุ้มค่าของการบำบัดด้วยการเหนี่ยวนำโดยใช้แอนติบอดีในผู้บริจาคที่เสียชีวิตไตการปลูกถ่ายในสหรัฐอเมริกา การปลูกถ่าย 2017, 101, 1234.