Algoritmo clínico-patológico para establecer el diagnóstico diferencial entre rechazo celular agudo y hepatitis C recurrente en el trasplante hepático

Abstract

Objetivo: El objetivo de nuestro estudio fue el desarrollar y validar un sistema de algoritmo diagnóstico basado en características clínicas y morfológicas con el fin de encontrar las diferencias entre hepatitis C recurrente (VHC) y rechazo celular agudo (RCA) en las biopsias de los pacientes trasplantados por VHC. Metodología: Se analizaron 288 biopsias hepáticas de 121 pacientes trasplantados por VHC. Se alcanzó un consenso diagnóstico para VHC recurrente y RCA entre clínicos y patólogos en 214 biopsias. Se tomó una muestra al azar de 114 biopsias hepáticas (cohorte de derivación), para formar el árbol de decisión diagnóstica, formado por las variables morfológicas obtenidas en el modelo de regresión logística y el tiempo desde el trasplante. Posteriormente se evaluó usando una muestra de 100 biopsias hepáticas (cohorte de validación). Resultados: La presencia de endotelitis junto con un tiempo desde el trasplante hepático de menos de 6 semanas excluyen definitivamente la presencia de VHC recurrente. Después de obtener el árbol de regresión, la precisión diagnóstica fue del 96% y 93% respectivamente para la cohorte de derivación y validación. Ambos casos superaron la precisión diagnóstica original del patólogo que fue del 91% (P < 0.05, para ambas situaciones) Conclusiones: Un modelo de regresión logística de las características morfológicas y clínicas en las biopsias hepáticas de los pacientes trasplantados por VHC puede ser útil para distinguir entre VHC recurrente y RCA. Aim: The aim of our study was develop and validate an algorithm system based on clinical and morphological features for finding the differences between recurrent hepatitis C virus (HCV) and acute cellular rejection (ACR) in liver biopsies of HCV transplanted patients. Methods: Two hundred and eighty-eight liver biopsies were analyzed from 121 patients transplanted for HCV. A diagnostic consensus was reached between clinicians and pathologists in 214 biopsies for the diagnosis of recurrent HCV or ACR. A random sample of 114 liver biopsies (derivation cohort) was taken to generate the diagnostic tree and was subsequently evaluated using the validation cohort in 100 liver biopsies by recursive partitioning analysis of morphological variables and time since transplantation. Results: The presence of endotheliitis together with a time of less than 6 weeks since LT definitely excluded recurrent HCV. After obtaining the regression tree, diagnostic accuracy was 96% and 93% in the derivation and validation cohort, respectively. Both cases surpassed the pathologist’s original diagnosis, which had a diagnostic accuracy of 91% (P < 0.05, for both comparisons). Conclusion: A recursive partitioning analysis of the morphological and clinical features in liver biopsies from HCV-transplanted patients may be useful for easily distinguishing between recurrent HCV and ACR.