La nuova equazione Chronic Kidney Disease Epidemiology Consortium (CKD-EPI) senza la correzione per l’etnia per la stima del filtrato glomerulare: è applicabile in Europa? La posizione della European Federation of Clinical Chemistry and Laboratory Medicine (EFLM)
The new, race-free, Chronic Kidney Disease Epidemiology Consortium (CKD-EPI) equation to estimate glomerular filtration rate: is it applicable in Europe? A position statement by the European Federation of Clinical Chemistry and Laboratory Medicine (EFLM)

AUTORI

ABSTRACT

The new, race-free, Chronic Kidney Disease Epidemiology Consortium (CKD-EPI) equation to estimate glomerular filtration rate: is it applicable in Europe? A position statement by the European Federation of Clinical Chemistry and Laboratory Medicine (EFLM)

The EFLM recommends not to implement the race-free Chronic Kidney Disease Epidemiology Consortium (CKD-EPI) equation in European laboratories and to keep the 2009 version of the CKD-EPI equation, without applying a race correction factor. This recommendation is completely in line with a recent Editorial published by the European Renal Association who has also proposed to change to a novel equation only when it has considerably better performance, trying to reach global consensus before implementing such a new glomerular filtration rate (GFR) estimation equation. In Europe, this equation could be for instance the new European Kidney Function Consortium (EKFC) equation, which is population-specific, developed from European cohorts and accurate from in- fants to the older old. Beyond serum creatinine, the estimating equations based on cystatin C will probably gain in popularity, especially because cystatin C seems independent of race. Finally, we must keep in mind that all GFR equations remain an estimation of GFR, especially rough at the individual level. Measuring GFR with a reference method, such as iohexol clearance, remains indicated in specific patients and/or specific situations, and here also, the role of the clinical laboratories is central and should still evolve positively in the future

Rispetto alla “vecchia” equazione di Cockcroft e Gault, le “nuove” equazioni per la stima della velocità di filtrazione glomerulare (GFR) consentono la stima sistematica della GFR (eGFR) nei laboratori clinici, mediante la determinazione della creatinina sierica. Finora, la decisione di riportare (o meno) in modo automatico la eGFR nei referti e la scelta di quale equazione utilizzare è stata una responsabilità del laboratorio clinico (1). Tuttavia, la scelta dell’equazione non è facile. Infatti, sono disponibili varie equazioni. Anche se l’equazione del Chronic Kidney Disease Epidemiology Consortium (CKD-EPI) (2), sviluppata negli Stati Uniti, è chiaramente la più popolare ed è attualmente raccomandata anche dalle linee guida internazionali di nefrologia (KDIGO) (3), altre equazioni basate sulla creatinina sono state proposte.
Tra queste, possiamo citare l’equazione di Lund-Malmö aggiornata (4), attualmente utilizzata in Svezia, e la promettente equazione dell’European Kidney Function Consortium (EKFC), che è stata recentemente sviluppata prevalentemente in coorti di soggetti europei (5). Rispetto all’equazione CKD-EPI, quest’ultima equazione ha il vantaggio di essere applicabile dai bambini sopra i 2 anni di età alla popolazione geriatrica senza alcun problema di transizione tra l’adolescenza e l’età adulta.
Perciò, l’equazione EKFC può essere utilizzata automaticamente dai laboratori anche nei bambini, poiché non include la variabile “altezza” come l’equazione di Schwartz (6). La particolarità dell’equazione EKFC si basa sull’uso del “valore Q”, definito come la concentrazione mediana della creatinina sierica nella popolazione nella quale l’equazione viene utilizzata. Dati recenti Europei e Africani suggeriscono che l’utilizzo di un valore Q dedicato e popolazione-specifico è facilmente ottenibile, migliorando le prestazioni dell’equazione (7).
In effetti, risulta chiaro dai dati in letteratura che la relazione tra creatinina sierica e GFR è diversa tra le varie popolazioni. L’esempio più evidente si osserva negli Stati Uniti. Per lo stesso livello di GFR, la concentrazione di creatinina sierica differisce tra la popolazione Nera (Afro-Americani) e Bianca, con valori più elevati osservati nella prima (2,8,9). Dobbiamo riconoscere che non abbiamo ancora compreso il motivo di tali differenze (8,10,11).
Il riscontro di questa differenza ha spinto gli autori delle equazioni MDRD e CKD-EPI a proporre un coefficiente di correzione da applicare ai Neri americani (2,9,12). Ciò significa che per lo stesso livello di creatinina sierica, l’eGFR sarà superiore del 16% negli americani Neri rispetto ai Bianchi Questa correzione è stata però aspramente criticata, per prima cosa da un punto di vista strettamente scientifico. In effetti, questo fattore di correzione viene applicato a tutti i Neri americani, mentre la correzione potrebbe essere diversa tra uomini neri e bianchi rispetto a quella tra donne Nere e Bianche. Infatti, la differenza nella creatinina sierica tra le femmine Nere e Bianche negli Stati Uniti è minima (10,13-15).
Ancora più importante per il nostro scopo, è l’osservazione che l’attuale coefficiente per l’etnia si è dimostrato inapplicabile nelle popolazioni Nere al di fuori degli Stati Uniti, come in Europa, Africa e Brasile. In queste aree, l’equazione CKD-EPI senza il coefficiente per l’etnia ha dimostrato prestazioni migliori rispetto alla medesima con il coefficiente di correzione per l’etnia (10,13,16-20). Questi risultati hanno confermato con forza che le differenze osservate nella creatinina sierica non hanno nulla a che fare con l’etnia (che ha, di per sé, un fondamento sociale, senza alcuna giustificazione scientifica o biologica) e ancor meno con il colore della pelle (7).
Negli Stati Uniti il coefficiente di correzione applicato alla equazione CKD-EPI è stato molto criticato anche per motivazioni “sociali”. Elencare le valide argomentazioni contro questo coefficiente di correzione utilizzato negli Stati Uniti quale fonte di ineguaglianza all’interno del sistema sanitario, è al di fuori degli scopi di questo documento (11,21). Tuttavia, come conseguenza di queste argomentazioni, sia la National Kidney Foundation che la American Society of Nephrology hanno raccomandato di abbandonare l’utilizzo di questo coefficiente e hanno promosso una nuova versione della equazione CKD-EPI indipendente dall’etnia che è stata pubblicata nel 2021 (22,23). Questa equazione è molto simile alla precedente CKD-EPI pubblicata nel 2009, ma è modificata per ottenere lo stesso scostamento nella popolazione Nera e non-Nera. Come risultato, lo scostamento assoluto (tra 3 e 4 mL/min/1,73 m2), della equazione indipendente dall’etnia è molto simile nelle popolazioni Bianca e Nera degli Stati Uniti. Anche se questo scostamento può essere considerato minimo e clinicamente non rilevante per il singolo paziente, il suo impatto sulla prevalenza della malattia renale cronica (Chronic Kidney Disease, CKD) a livello di popolazione è elevato, in quanto sposta la precedente sovrastima nella popolazione non-Nera statunitense da 0,5 a 3,9 mL/min/1,73 m2 e la precedente sovrastima nella popolazione Nera di 3,7 ad una sottostima del GFR di 3,6 mL/min/1,73 m2. Se le differenze in valore assoluto sono quindi ora confrontabili nelle due popolazioni, l’equazione indipendente dall’etnia ha prestazioni inferiori a quelle della precedente versione di CKD-EPI nei soggetti Bianchi, e non effettivamente migliore nella popolazione Nera degli USA.
L’impatto della prevalenza di CKD (definito come un eGFR <60 mL/min/1,73 m2) negli Stati Uniti è rilevante, con una prevalenza più elevata nella popolazione Nera e una prevalenza inferiore nella popolazione Bianca (24-26). In Europa l’utilizzo della nuova formula CKD-EPI ha la stessa forte implicazione sulla epidemiologia di CKD. Ad esempio, in Danimarca, un Paese con una elevata maggioranza di non-Neri, l’uso della nuova equazione CKD-EPI, porterà ad una prevalenza di CKD inferiore del 25% (27). In conseguenza di queste raccomandazioni, l’utilità della implementazione della nuova formula in Europa è alquanto discutibile (13). Per prima cosa, ci sono ovvie ragioni per ritenere che questa equazione abbia una prestazione peggiore nei Bianchi europei e i primi risultati in Europa confermano decisamente questo fatto (7,28,29). In secondo luogo, in Europa, ma anche in Africa e in Brasile, non c’è mai stato un problema “fattore etnico” (o nessuna correzione per l’etnia) poiché era stato raccomandato di non usare un tale coefficiente con la precedente equazione CKD-EPI (10,13,16-20).
A questo punto, noi raccomandiamo di NON implementare l’equazione CKD-EPI nei laboratori Europei e di mantenere la versione dell’equazione del 2009, senza applicare il fattore di correzione per l’etnia.
Questa raccomandazione è totalmente allineata con un recente Editoriale pubblicato dalla European Renal Association che ha anche proposto per il futuro di applicare una nuova equazione solo quando questa dimostri prestazioni considerevolmente superiori, cercando di raggiungere un consenso a livello globale prima di implementare una tale innovazione nella stima del GFR (30).
In Europa, questa equazione potrebbe essere, ad esempio, la nuova equazione EKFC, che è specifica per la popolazione, sviluppata da coorti europee e accurata dai neonati agli anziani. Oltre a basarsi sulla creatinina sierica, le equazioni per la stima basate sulla cistatina C aumenteranno probabilmente in popolarità, soprattutto perché la cistatina C sembra essere indipendente dall’etnia (31,32). Infine, dobbiamo tenere presente che tutte le equazioni del GFR rimangono una stima grossolana del GFR, particolarmente a livello individuale (33-36). La misurazione della velocità di filtrazione glomerulare con un metodo di riferimento, come la clearance dell’ioexolo, rimane indicata in pazienti specifici e/o in situazioni specifiche (37,38), e anche in questo caso, il ruolo dei laboratori clinici è centrale e dovrebbe evolvere ulteriormente in questa direzione nel futuro (39, 40).

BIBLIOGRAFIA

1. Levey AS, Stevens LA, Hostetter T. Automatic reporting of estimated glomerular filtration rate–just what the doctor ordered. Clin Chem 2006;52:2188–93.
2. Levey AS, Stevens LA, Schmid CH, Zhang YL, Castro AF 3rd, Feldman HI, et al. A new equation to estimate glomerular filtration rate. Ann Intern Med 2009;150:604–12.
3. KDIGO 2012 clinical practice guideline for the evaluation and management of chronic kidney disease. Kidney Int Suppl 2013;3:1–150.
4. Björk J, Grubb A, Larsson A, Hansson L-O, Flodin M, Sterner G, et al. Accuracy of GFR estimating equations combining standardized cystatin C and creatinine assays: a cross-sectional study in Sweden. Clin Chem Lab Med 2015;53:403–14.
5. Pottel H, Björk J, Courbebaisse M, Couzi L, Ebert N, Eriksen BO, et al. Development and validation of a modified full age spectrum creatinine-based equation to estimate glomerular filtration rate.A cross-sectional analysis of pooled data. Ann Intern Med 2021;174:183–91.
6. Pottel H, Björk J, Bökenkamp A, Berg U, Asling-Monemi K, Selistre L, et al. Estimating glomerular filtration rate at the transition from pediatric to adult care. Kidney Int 2019;95:1234–43.
7. Delanaye P, Vidal-Petiot E, Björk J, Ebert N, Eriksen BO, Dubourg L, et al. Performance of creatinine-based equations to estimate glomerular filtration rate in white and black populations in Europe, Brazil, and Africa. Nephrol Dial Transplant 2022. https://doi.org/10.1093/ndt/gfac241.
8. Hsu C, Yang W, Parikh RV, Anderson AH, Chen TK, Cohen DL, et al. Race, genetic ancestry, and estimating kidney function in CKD. N Engl J Med 2021;385:1750–60.
9. Levey AS, Tighiouart H, Titan SM, Inker LA. Estimation of glomerular filtration rate with vs without including patient race. JAMA Intern Med 2020;180:793–5.
10. Delanaye P, Mariat C, Cavalier E, Glassock RJ, Gemenne F, Pottel H. The « race » correction in estimating glomerular filtration rate: an European point of view. Curr Opin Nephrol Hypertens 2021;30:525–30.
11. Eneanya ND, Boulware LE, Tsai J, Bruce MA, Ford CL, Harris C, et al. Health inequities and the inappropriate use of race in nephrology. Nat Rev Nephrol 2022;18:84–94.
12. LeveyAS,BoschJP, Lewis JB,Greene T, RogersN, Roth D. A more accurate method to estimate glomerular filtration rate from serum creatinine: a new prediction equation. modification of diet in renal disease study group. Ann Intern Med 1999;130:461–70.
13. Delanaye P, Pottel H, Glassock RJ. Americentrism in estimation of glomerular filtration rate equations. Kidney Int 2022;101:856–8.
14. Shi J, Lindo EG, Baird GS, Young B, Ryan M, Jefferson JA, et al. Calculating estimated glomerular filtration rate without the race correction factor: observations at a large academic medical system. Clin Chim Acta 2021;520:16–22.
15. Delanaye P, Mariat C, Maillard N, Krzesinski J-M, Cavalier E. Are the creatinine-based equations accurate to estimate glomerular filtration rate in african american populations? Clin J Am Soc Nephrol 2011;6:906–12.
16. Bukabau JB, Yayo E, Gnionsahé A, Monnet D, Pottel H, Cavalier E, et al. Performance of creatinine- or cystatin C–based equations to estimate glomerular filtration rate in sub-Saharan African populations. Kidney Int 2019;95:1181–9.
17. Flamant M, Vidal-Petiot E, Metzger M, Haymann J-P, Letavernier E, Delatour V, et al. Performance of GFR estimating equations in African Europeans: basis for a lower race-ethnicity factor than in African Americans. Am J Kidney Dis 2013;62:182–4.
18. van Deventer HE, George JA, Paiker JE, Becker PJ, Katz IJ. Estimating glomerular filtration rate in black South Africans by use of the modification of diet in renal disease and Cockcroft-Gault equations. Clin Chem 2008;54:1197–202.
19. Rocha AD, Garcia S, Santos AB, Eduardo JCC, Mesquita CT, Lugon JR, et al. No race-ethnicity adjustment in CKD-EPI equations is required for estimating glomerular filtration rate in the Brazilian population. Internet J Nephrol 2020;2020:2141038.
20. Zanocco JA, Nishida SK, Passos MT, Pereira AR, Silva MS, Pereira AB, et al. Race adjustment for estimating glomerular filtration rate is not always necessary. Nephron Extra 2012;2:293–302.
21. Eneanya ND, Yang W, Reese PP. Reconsidering the consequences of using race to estimate kidney function. JAMA 2019;322:113–4.
22. Delgado C, Baweja M, Crews DC, Eneanya ND, Gadegbeku CA, Inker LA, et al. A unifying approach for GFR estimation: recommendations of the NKF-ASN Task force on reassessing the inclusion of race in diagnosing kidney disease. J Am Soc Nephrol 2021;32:2994–3015.
23. Inker LA, Eneanya ND, Coresh J, Tighiouart H, Wang D, Sang Y, et al. New creatinine- and cystatin C–based equations to estimate GFR without race. N Engl J Med 2021;385:1737–49.
24. Walther CP, Winkelmayer WC, Navaneethan SD. Black race coefficient in GFR estimation and diabetes medications in CKD: national estimates. J Am Soc Nephrol 2021;32:1319–21.
25. Walther CP, Winkelmayer WC, Navaneethan SD. Updated US prevalence estimates for chronic kidney disease stage and complications using the new race-free equation to estimate glomerular filtration rate. JAMA Netw Open 2022;5:e220460.
26. Diao JA, Powe NR, Manrai AK. Race-free equations for eGFR: comparing effects on CKD classification. J Am Soc Nephrol 2021;32:1868–70.
27. Vestergaard SV, Heide-Jørgensen U, Birn H, Christiansen CF. Effect of the refitted race-free eGFR formula on the CKD prevalence and mortality in the Danish population. Clin J Am Soc Nephrol 2022;17:426–8.
28. Delanaye P, Masson I, Maillard N, Pottel H, Mariat C. The new 2021 CKD-EPI equation without race in an European cohort of renal transplanted patients. Transplantation 2022. https://doi.org/10.1097/TP.0000000000004234.
29. 2Fu EL, Coresh J, Grams ME, Clase CM, Elinder C-G, Paik Paik, et al. Removing race from the CKD-EPI equation and its impact on prognosis in a predominantly White European population.Nephrol Dial Transplant 2022. https://doi.org/10.1093/ndt/gfac197.
30. Gansevoort RT, Anders H-J, Cozzolino M, Filser D, Fouque D, Ortiz A, et al. What should European nephrology do with the new CKD-EPI equation? Nephrol Dial Transplant 2022. https://doi.org/10.1093/ndt/gfac254.
31. Grubb A, Nyman U, Björk J, Lindström V, Rippe B, Sterner B, et al. Simple cystatin C-based prediction equations for glomerular filtration rate compared with the modification of diet in renal disease prediction equation for adults and the Schwartz and the Counahan-Barratt prediction equations for children. Clin Chem 2005;51:1420–31.
32. Ottosson Frost C, Gille-Johnson P, Blomstrand E, St-Aubin V, Leion F, Grubb A. Cystatin C-based equations for estimating glomerular filtration rate do not require race or sex coefficients. Scand J Clin Lab Invest 2022;82:162–6.
33. Shafi T, Zhu X, Lirette ST, Rule AD, Mosley T, Butler KR, et al. Quantifying individual-level inaccuracy in glomerular filtration rate estimation. A cross-sectional study. Ann Intern Med 2022; 175:1073–82.
34. Luis-Lima S, Escamilla-Cabrera B, Negrín-Mena N, Estupinan S, Delgado-Mallen P, Cobo-Caso MA, et al. CKD staging with cystatin C or creatinine-based formulas: flipping the coin. Nephrol Dial Transplant 2019;34:287–94.
35. Porrini E, Ruggenenti P, Luis-Lima S, Carrara F, Jiménez A, de Vries APJ, et al. Estimated GFR: time for a critical appraisal. Nat Rev Nephrol 2019;15:177–90.
36. Miller WG. Perspective on new equations for estimating glomerular filtration rate. Clin Chem 2021;67:820–2.
37. Agarwal R, Delanaye P. Glomerular filtration rate: when to measure and in which patients? Nephrol Dial Transplant 2019;34:2001–7.
38. Ebert N, Bevc S, Bökenkamp A, Gaillard F, Hornum M, Jager KJ, et al. Assessment of kidney function: clinical indications for measured GFR. Clin Kidney J 2021;14:1861–70.
39. Delanaye P, Ebert N, Melsom T, Gaspari F, Mariat C, Cavalier E, et al. Iohexol plasma clearance for measuring glomerular filtration rate in clinical practice and research: a review. Part 1: how to measure glomerular filtration rate with iohexol. Clin Kidney J 2016;9:682–99.
40. Nyssen L, Delanaye P, Le Goff C, Peeters S, Cavalier E. A simple LC-MS method for the determination of iohexol and iothalamate in serum, using ioversol as an internal standard. Clin Chim Acta 2016;463:96–102.