基于轨迹的体重建模区分病理体重减轻并预测非人灵长类同种异体肾移植中的不良事件

体重变化可预测人类肾移植受者的死亡率和移植物丢失，然而尽管非人灵长类（NHP）移植模型在临床前免疫抑制和耐受性研究中很重要，其移植后体重动态仍缺乏特征描述。静态体重阈值未考虑人口统计学特异性生长模式，降低了可解释性并掩盖了移植后发病的早期生物学信号。我们分析了40只接受同种异体肾移植的NHP的879个体重数据，随访在移植后1年时截尾。使用按人口统计学分层、带自然样条的线性混合效应模型估计移植后预期轨迹。与预测轨迹的偏差定义了病理性体重减轻。使用时间依赖性原因特异性Cox回归评估与不良事件的关联。预期轨迹因年龄和物种而异，年轻动物预期体重增加更多。预测体重每降低一个标准差，不良事件风险增加两倍。该模型在症状出现和人道终点之前预测了病理偏差。纵向体重轨迹建模代表了一种基于计算建模的新方法（NAM），提高了临床前体重终点的可解释性。相对于预期趋势定义风险可实现更早、更精确的不良事件预测，支持适应性干预，包括免疫抑制减量和感染导向管理。