Table 9. DQ DSA frequency after kidney transplantation, according to HLA-DR/DQ antigen mismatch number
DQ Ag MM
DR Ag MM
Ag MM patient, n
Patient with DQ DSA, n (%)
Patient with DR DSA, n (%)
0 0 130 0 (0%) 0 (0%)
0 1 89 0 (0%) 6 (6.7%)
0 2 2 0 (0%) 0 (0%)
Subtotal 221 0 (0%) 6 (2.7%)
1 0 39 0 (0%) 0 (0%)
1 1 372 44 (11.8%) 44 (11.8%)
1 2 96 17 (17.7%) 17 (17.7%)
Subtotal 507 61(12.0%) 61 (12.0%)
2 0 1 1 (100%) 0 (0%)
2 1 36 6 (16.7%) 6 (16.7%)
2 2 120 22 (18.3%) 22 (18.3%)
Subtotal 157 29 (18.5%) 28 (17.8%)
Grand total 885 90 (10.2%) 95 (10.7%)
Abbreviations: Ag, antigen; DSA, donor specific antibody; MM, mismatch.
2) 실제PRA DSA와LD 알고리즘 및 인공신경망으로 예측한DSA의 비교
885명의 환자와 이들의 기증자를 대상으로 HLA-DQ 형별 검사를 시행하였 다.이와 별개로LD 알고리즘과 인공신경망을 이용하여HLA-DQ를 예측하였다.환자 와 기증자의pDQ를 이용하여 해당 환자에서 시행된1,970개의PRA검사 결과를 재분 석하였다. 환자와 기증자의 실제 DQ 형별을 이용하였을 때의 DQ DSA검출 여부와 DQ를 예측하여 재분석 하였을 때의pDQ DSA의 검출 여부를 비교하였다.
LD로 예측한DQ DSA의 경우 실제 검사결과를 기준으로 하였을 때 민감도 97.3% (1,714/1,761), 특이도98.6% (206/209)로 전체 일치율은97.5% (1,920/1,970)이었
다 (Table 10). 인공신경망으로 예측한 DQ DSA는 실제 검사결과를 기준으로 하였을
때 민감도 96.3% (1,697/1,761), 특이도 98.6% (206/209), 전체 일치율은 96.6%
(1,903/1,970)이었다(Table 11).
Table 10. Contingency table of DQ DSA between PRA result using patient and donor’s tested HLA-DQ and predicted HLA-DQ by linkage disequilibrium
PRA DQ DSA
Total
(+) (-)
LD pDQ DSA (+) 1,714 3 1,717
(-) 47 206 253
Total 1,761 209 1,970
Abbreviations: DSA, donor specific antibody; LD, linkage disequilibrium; pDQ, predicted DQ; PRA, panel reactive antibody.
Table 11. Contingency table of DQ DSA between PRA result using patient and donor’s tested HLA-DQ and predicted HLA-DQ by artificial neural network
PRA DQ DSA
Total
(+) (-)
ANN pDQ DSA (+) 1,697 3 1,700
(-) 64 206 270
Total 1,761 209 1,970
Abbreviations: ANN, artificial neural network; DSA, donor specific antibody; pDQ, predicted DQ; PRA, panel reactive antibody.
실제 형별검사를 토대로 하였을 때PRA 검사 상DQ DSA가 동정되었지만,
DQ 예측 프로그램을 이용하여 환자와 기증자의 DQ를 예측하고, PRA를 분석하였을
때에는DQ DSA를 동정하지 못한 위음성 사례들을 분석하였다.이 사례들의DQ DSA
는DQ4, DQ5, DQ6, DQ7, DQ8, DQ9로 다양하게 나타났다. LD pDQ DSA가 위음성인 47예는 총21명의 환자 결과에서 비롯되었다.인공신경망으로 예측한pDQ DSA가 음 성인64예는 총23명의 환자 결과에서 비롯되었다. LD 알고리즘은DQ7 DSA의 위음
성률이1.1%, 인공신경망은DQ8 DSA의 위음성률이0.8%로 가장 높은 위음성률을 보
였다(Table 12).
LD 알고리즘과 인공신경망의DQ DSA가 위음성인 환자들은 상당부분 겹치
는 환자들이었다. 인공신경망으로 예측 시DQ7 위음성인6명의 환자 모두LD알고리 즘 상 위음성을 보인 환자에 모두 포함되었으며, LD 알고리즘 상 DQ8 위음성인 4명 환자는 인공신경망 위음성인7명에 포함되었다.
PRA개수를 기준으로 정확도를 계산하였을 때,인공신경망의 정확도가 낮은 것처럼 보이지만 이는 한 환자 당 시행한 PRA검사 개수의 차이로 인한 것으로 실제 위음성률을 보인 환자수는885명 중 LD 알고리즘이21명(2.4%, 21/885),인공신경망
이23명(2.6%, 23/885)으로 두 예측프로그램이 유사한 위음성률을 보였다.
Table 12. False negative DQ DSA predicted by linkage disequilibrium and artificial neural network
False negative LD pDQ DSA Patient number
(n = 885)
False negative ANN pDQ DSA
Patient number (n = 885)
LD DQ allele prediction accuracy (%)
ANN DQ allele prediction accuracy (%)
Korean frequency
(%)
DQ2 0 (0.0) 0 (0.0) 100.0 100.0 8.8
DQ4 2 (0.2) 2 (0.2) 75.2 77.9 12.7
DQ5 2 (0.2) 1 (0.1) 95.5 90.9 15.6
DQ6 2 (0.2) 5 (0.6) 97.8 97.8 28.1
DQ7 10 (1.1) 6 (0.7) 79.4 74.8 14.0
DQ8 4 (0.5) 7 (0.8) 62.0 74.0 9.6
DQ9 1 (0.1) 2 (0.2) 93.3 90.0 11.2
Total 21 (2.4) 23 (2.6) 87.1 87.3 100.0
Abbreviations: ANN, artificial neural network; DSA, donor specific antibody; LD, linkage disequilibrium; pDQ, predicted DQ.
DQ 예측 프로그램을 사용하였을 때, DQ DSA를 동정하지 못한 사례를 분석 해본 결과, 기증자의 DQ를 잘못 예측한 경우와 환자의DQ를 잘못 예측하여 동정된
DQ DSA를 자가항체로 간주하여 분석에서 제외한 경우가 있었다. LD 알고리즘을 사
용하였을 때 DQ DSA가 위음성이었던 21명 47개의 PRA 검사 중 DQ DSA MFI가 5,000을 넘는 것은20개(20/47, 42.6%) 이었다. LD pDQ DSA가 위음성이었던 몇 가지 사례를Table 13에 정리 하였다.
인공신경망을 이용하였을 때, DQ DSA가 위음성이었던23명64개의PRA 검 사 중MFI가5,000을 넘는 것은22개(22/64, 34.4%) 이었다. 이중 일부 사례를Table 14 에 정리하였다.
Table 13. Cases with false negative DQ DSA predicted by linkage disequilibrium
Patient HLA Patient
LD pDQ Donor HLA Donor
LD pDQ
PRA DSA
(MFI) Comments
A2,A11 B62,B48 Cw4,Cw8 DR4,DR15
DQ7,DQ8
06,08 A2,A24
B46,B48 Cw8,Cw12 DR8,DR15 DQ7,DQ6
06,06 DQ6 (4,073) DQ6 DSA considered as
autoantibody
A2,A33 B62,B48 Cw10,Cw8 DR14,DR15
DQ5,DQ6
05,06 A24,A24
B7,B51 Cw7,Cw14 DR1,DR14 DQ7,DQ5
05,05 DQ7 (11,901) Donor DQ7 was
incorrectly predicted
Abbreviations: DSA, donor specific antibody; LD, linkage disequilibrium; pDQ, predicted DQ.
Table 14. Cases with false negative DQ DSA predicted by artificial neural network Patient HLA Patient
ANN pDQ Donor HLA Donor ANN pDQ
PRA DSA
(MFI) Comments
A2,A31 B61,B48 Cw10,Cw4
DR8,DR9 DQ8,DQ9
06,09 A11,A30 B47,B48 Cw6,Cw8 DR9,DR13
DQ9,DQ6
06,09 DQ6 (9,477) DQ6 DSA considered as autoantibody
A2,A24 B7,B46 Cw1,Cw7 DR1,DR8 DQ5,DQ6
05,06 A2,A24
B7,B61 Cw10,Cw7 DR8,DR15 DQ8,DQ6
06,06 DQ8 (7,310) Donor DQ8 was
incorrectly predicted
Abbreviations: ANN, artificial neural network; DSA, donor specific antibody; LD, linkage disequilibrium; pDQ, predicted DQ.
실제 환자와 기증자의 HLA 형별을 이용하여 분석한 PRA 검사에서는 DQ DSA가 음성인데LD 알고리즘 또는 인공신경망에서DQ DSA가 있는 것으로 잘못 분 석한 예가 있었다. LD 알고리즘3예-DQ8 (2,529), DQ8 (1,490), DQ9 (3,868)-와 인공신 경망 3예- DQ8 (2,529), DQ8 (1,490), DQ8 (3,669)-로 이 중 2명은LD와 인공신경망에 서 공통적으로 잘못 분석한 경우였다.