McMahon-poäng för rabdomyolys

Klinisk bakgrund

Rabdomyolys spänner från asymtomatiska CK-stegringar till livshotande akut njurskada med dialysbehov och död. CK-värdet i sig är en dålig prognostisk markör: i härledningskohorten var c-statistiken för initialt CK endast 0,52 och för maximalt CK 0,61 [1]. Klinikerna behöver därför ett verktyg som integrerar demografi, etiologi och laboratorievärden för att tidigt identifiera patienter med hög risk för det sammansatta utfallet njurersättning eller död under sjukhusvistelse. McMahon-poängen fyller detta tomrum.

Beräkning av McMahon-poängen

Poängen är en vägd summa av åtta variabler, alla tillgängliga vid ankomst:

$$\text{McMahon} = S_{\text{ålder}} + S_{\text{kön}} + S_{\text{kreatinin}} + S_{\text{kalcium}} + S_{\text{CK}} + S_{\text{orsak}} + S_{\text{fosfat}} + S_{\text{bikarbonat}}$$

Variablerna och deras poäng:

Poängstrukturerna härrör från β-koefficienterna i en multivariabel logistisk regression, där koefficienterna dividerades med den minsta koefficienten i modellen för att ge heltals- eller halvtalspoäng [1].

Härledningskohorten: 1 397 vuxna patienter inskrivna på Massachusetts General Hospital (MGH) mellan januari 2000 och mars 2011 med CK $> 5,000$ U/L inom 72 timmar från ankomst [1]. Patienter med terminal njursvikt, de som överflyttades med pågående njurersättning och de med CK-stegring till följd av akut hjärtinfarkt exkluderades. Det modellerade utfallet var ett sammansatt utfall av njurersättning eller död under sjukhusvistelse, som inträffade hos 19,0 % av samtliga patienter i båda kohorterna [1]. Extern validering skedde på 974 patienter från Brigham and Women's Hospital (BWH).

Tolkning i praktiken

Kalkylatorn klassificerar patienten i två riskband:

I härledningskohorten var negativt prediktivt värde 97,0 % vid poäng $< 5$ och positivt prediktivt värde 29,6 % [1]. I valideringskohorten var motsvarande 97,7 % respektive 27,2 % [1]. Varje poängökning med 1 var associerad med en justerad oddskvot på 1,49 (95 % KI 1,42–1,57) för det sammansatta utfallet [1].

Eftersom poängen bygger på värden vid ankomst är den en ögonblicksbild, inte en dynamisk monitor. En patient som initialt ligger lågt kan försämras, och poängen bör inte användas som enda underlag för beslut om vårdnivå efter initial bedömning.

Validering och prestanda

Extern validering i originalstudien: I BWH-kohorten (n = 974) var c-statistiken 0,83 (95 % KI 0,80–0,86) och Hosmer-Lemeshow P = 0,28 [1]. I en känslighetsanalys begränsad till patienter med kompletta fosfatvärden (30,7 % saknade fosfat i BWH-kohorten) var AUC 0,81 (0,77–0,85) [1]. Poängen presterade sämre för specifika utfall: c-statistik för AKI stadium I eller högre var 0,68 (0,65–0,72), men förvånansvärt nog var prestandan bättre för allvarligare utfall som AKI stadium III (0,80), död under sjukhusvistelse (0,80) och njurersättning (0,83) [1].

Extern validering i sydindisk kohort: Mathew och Pillai validerade poängen på 75 patienter med rabdomyolys (CK $\ge 5,000$ U/L) inskrivna på ett tertiärsjukhus i Kerala, Indien, mellan 2015 och 2020 [2]. AUC för sammansatt utfall av njurersättning och död var 0,752 (KI 0,629–0,876), med ett optimalt gränsvärde vid $\ge 7{,}8$ som gav en sensitivitet på 71,4 % och specificitet på 77,8 % [2]. Författarna påpekade att de breda konfidensintervallen begränsar poängens tillförlitlighet i denna population, där etiologin domineras av tropiska infektioner, trauma och krampanfall, till skillnad från den nordamerikanska ursprungskohorten [2].

Jämförelse med maskininlärningsmodell: I en multicenterstudie på intensivvårdspatienter med rabdomyolys (eICU n = 753, MIMIC n = 768) presterade en maskininlärningsmodell med AUC 0,89 i extern validering och överträffade McMahon-poängen i diskrimineringsförmåga [3]. Denna modell är dock inte implementerad i klinisk praxis och kräver prospektiv validering.

Begränsningar

Poängen gäller för vuxna patienter med CK $> 5,000$ U/L. I den indiska valideringsstudien inkluderades patienter från 15 års ålder, men originalstudien begränsade sig till vuxna [1, 2]. Barn och ungdomar är inte representerade i härledningskohorten, och poängen bör användas med försiktighet i dessa grupper.

Följande patienter omfattas inte av poängen:

• Patienter med terminal njursvikt eller pågående njurersättning vid ankomst
• Patienter med CK-stegring till följd av akut hjärtinfarkt
• Patienter där CK steg mer än 72 timmar efter ankomst

Poängen bygger på initiala laboratorievärden. Om värdena mäts efter påbörjad behandling (t.ex. efter volymexpansion) kan poängen underskatta risken. Fosfat ingår som variabel, men saknas ofta i rutinmässiga kemistatuspaneler; i BWH-kohorten saknades fosfat hos 30,7 %, och normala värden imputerades, vilket kan påverka precisionen hos enskilda patienter [1].

Orsaksvariabeln bygger på en klassificering av etiologi där krampanfall, synkope, fysisk ansträngning, statin och myosit betraktas som godartigare orsaker och alla andra orsaker ger 3 poäng. Denna dikotomisering är grov och fångar inte all komplexitet: t.ex. hade patienter med sepsis 39,3 % och kompartmentsyndrom 41,2 % sammansatt utfall i originalstudien, medan krampanfall hade 6,0 % [1].

Den ursprungliga studien använde trösklar på $< 5$ respektive $> 10$ i presentation av risknivåer [1]. Kalkylatorn använder en tröskel på $\ge 6$ för hög risk. Enligt EAST:s praktikriktlinjer från 2022 rekommenderas villkorligen aggressiv intravenös vätskebehandling för att förbättra utfallet och minska behovet av dialys, medan behandling med bikarbonat eller mannitol inte rekommenderas [4]. McMahon-poängen kan användas för att identifiera patienter som har mest nytta av intensifierad behandling och övervakning.

Källor

1. McMahon GM, Zeng X, Waikar SS. A risk prediction score for kidney failure or mortality in rhabdomyolysis. JAMA Intern Med. 2013;173(19):1821–8. PMID: 24000014
2. Mathew M, Pillai SCB. Clinical outcomes of rhabdomyolys & validation of McMahon Score for risk prediction. Indian J Med Res. 2024;159(1):102–8. PMID: 38391136
3. Mercier J, Sharma A, Boseovski J. Predicting KRT or Death in Critically Ill Patients with Rhabdomyolysis Using Machine Learning: A Multicenter Study. Kidney360. 2026. PMID: 42490152
4. Sawhney JS, Kasotakis G, Goldenberg A m.fl. Management of rhabdomyolysis: A practice management guideline from the Eastern Association for the Surgery of Trauma. Am J Surg. 2022;224(1 Pt A):196–204. PMID: 34836603