Artikel
Joint-Modelling von Immunrekonstitutionsdaten pädiatrischer Patienten nach Stammzelltransplantation
Suche in Medline nach
Autoren
Veröffentlicht: | 13. September 2012 |
---|
Gliederung
Text
Die allogene Stammzelltransplantation (SZT) wird bei verschiedenen Erkrankungen des blutbildenden Systems eingesetzt. Bei Hochrisiko- Leukämien konnten die Überlebenschancen durch den Einsatz der SZT deutlich verbessert werden. Im Falle lebensbedrohlicher nicht-malignen Erkrankungen stellt sie oftmals die einzige kurative Therapie dar. Nach einer SZT können jedoch verschiedene Komplikationen auftreten. Hierzu zählen der Rückfall der ursprünglichen Krankheit, die Graft-versus-Host Disease (GvHD), opportunistische Infektionen und die Abstoßung des Transplantats. Eine schnelle Immunrekonstitution ist entscheidend, um das Risiko von Komplikationen zu verringern und erhöht die Überlebenschancen.
Daher wurde der Einfluss unterschiedlicher Faktoren auf die Immunrekonstitution nach einer SZT untersucht. Die analysierten Faktoren umfassen HLA-Kompatibilität zwischen Spender und Empfänger, sowie Transplantatquelle (periphere Blutstammzellen mit und ohne Manipulation) und im Falle einer Transplantatsaufreinigung die Art der Manipulation (CD34 Selektion vs. CD3/19 Depletion). Die Daten der 66 Patienten stammen aus 4 pädiatrischen Zentren: Universitätsklinikum Frankfurt, Universitätsklinikum Würzburg, Universitätsklinikum Ulm und Leids Universitair Medisch Centrum LUMC- Niederlande. Alle Patienten erhielten eine SZT mit peripheren Blutstammzellen (PBSC) zur Therapie einer akuten Leukämien (ALL oder AML).
Da für Kinder die Blutnormwerte zu Leukozyten-Subpopulationen stark altersabhängig sind, wurden die Blutwerte zu Leukozyten-Subpopulationen zuerst alterskorrigierend transformiert. Es wurde ein Joint Modell erstellt, das sowohl den dynamischen Verlauf der Rekonstitution der Leukozyten-Population mit Hilfe eines B-Spline Mixed Modells als auch Überlebensdaten mit einem zeitabhängigen Cox-Modell berücksichtigt um deren Zusammenhänge zu analysieren.
Diese statistischen Methoden erlauben eine Interpretation der Einflussgrößen, obwohl die Messzeitpunkte zwischen den Patienten stark variierten.