骨-血管軸在慢性腎病（CKD）患者的血管鈣化（VC）管理中非常重要，尤其是在CKD-礦物質和骨骼疾病（CKD-MBD）的情境下。本研究指出骨代謝標記在尿毒症性VC中的關鍵角色，並強調骨骼作為內分泌器官的功能，透過分泌生物活性物質來調節全身代謝。這些物質促使血管平滑肌細胞轉變為成骨細胞，影響血管重塑。管理CKD-MBD的目標是減少sclerostin的產生，以限制血管鈣化的進程。 相關文章 PubMed DOI ♡

缺血再灌注損傷（IRI）對腎臟移植造成重大挑戰，常導致不良長期結果。研究分析了八個基因表達數據庫中的腎臟移植樣本，重點關注18種程序性細胞死亡（PCD）模式，識別出四個IRI亞型。PCD-A與最差預後相關，而PCD-D則顯示最佳預後。研究還利用機器學習算法開發預測模型，能有效評估移植物損失風險，為改善腎臟移植後病人管理提供了新見解。 相關文章 PubMed DOI ♡

這項研究探討了TAZ在順鉑誘導的急性腎損傷（AKI）中對腎小管細胞存活的影響。結果顯示，TAZ作為Hippo信號通路的效應子，在順鉑處理後被激活。腎小管特異性TAZ基因敲除小鼠能抵抗鐵死亡，並對AKI有保護作用；而過度表達突變型TAZ則加重腎損傷。研究還發現，抑制鐵死亡能改善腎功能，TAZ透過PPARδ降低GPX4的表達，促進鐵死亡反應。總之，TAZ在AKI及腎小管細胞鐵死亡中扮演關鍵角色，可能成為治療的潛在靶點。 相關文章 PubMed DOI ♡

線粒體自噬對細胞健康非常重要，能去除受損或過多的線粒體，特別是在腎臟這種代謝活躍的器官中。其失調與多種腎臟疾病有關，包括急性和慢性病。了解這種自噬與疾病的關聯，可能開啟新的治療方向。研究指出，調控PINK1和Parkin等蛋白質可能成為治療的關鍵。這篇綜述探討了如何調節線粒體自噬影響腎臟疾病進展，並總結了其在臨床試驗中的潛力。雖然初步結果令人期待，但目前針對線粒體自噬的治療尚未廣泛應用於臨床。 相關文章 PubMed DOI ♡

這項觀察性研究探討了血栓性微血管病（TMA）伴隨惡性高血壓（mHTN）患者中，腎小管血尿的預後意義。研究納入292名患者，經傾向分數配對後分析67對。結果顯示，有腎小管血尿的患者血清白蛋白較低、24小時蛋白尿較高，且腎小管硬化的盛行率較高。腎小管血尿與腎功能不佳及需要腎替代療法的風險增加相關。即使在積極治療下，這些患者的腎功能改善仍有限，顯示腎小管血尿是mHTN相關TMA患者不良腎臟結果的重要指標。 相關文章 PubMed DOI ♡

本研究探討相位角（PhA）與接受維持性血液透析（MHD）患者的抑鬱關係，於中國上海的七個透析中心進行，納入843名患者。結果顯示，15.2%的患者有抑鬱症狀，且抑鬱患者的中位PhA水平低於非抑鬱者。即使考慮年齡、性別及合併症等因素，低PhA仍與抑鬱症狀顯著相關。研究確定男性最佳切割值為4.9°，女性為3.5°。總體而言，PhA可能成為評估MHD患者抑鬱風險的有用指標，建議進一步研究其預後潛力及對治療的影響。 相關文章 PubMed DOI ♡

這項研究探討缺氧、HIF1α與水代謝的關聯，特別是腎臟中的水通道蛋白-1（AQP1）表達。結果顯示，小鼠在缺氧環境下（8% O2）尿液產量顯著減少，顯示水代謝改變。缺氧和藥物roxadustat均可提升小鼠近端小管細胞中AQP1的表達，且HIF1α在此過程中扮演關鍵角色。研究確認AQP1基因啟動子中有缺氧反應元件，顯示AQP1是HIF1α的目標基因。這些發現對急性高山病和慢性腎病的水代謝障礙提供了新見解，roxadustat可作為治療選擇。 相關文章 PubMed DOI ♡

免疫球蛋白A腎病（IgAN）是常見的腎小球腎炎，且是腎衰竭的主要原因之一。其病因受遺傳、環境等多重因素影響。近期研究指出，腸道微生物組在IgAN中扮演重要角色，微生物失調可能導致異常免疫反應，促進IgA在腎臟沉積。這篇綜述將探討腸道微生物組如何影響IgA產生及免疫調節，並討論透過飲食、益生菌等方式調整微生物組，可能成為治療新途徑，改善患者預後。 相關文章 PubMed DOI ♡

免疫抑制劑在治療原發性局灶性節段性腎小管硬化症（pFSGS）上仍有爭議。2023年7月至2024年6月的系統性回顧分析了20項隨機對照試驗，針對成人pFSGS患者的九種免疫抑制劑，重點在總緩解率（TR）和24小時尿蛋白總量（24-h UTP）。結果顯示，環孢素、來氟米特聯合類固醇及氯氮平聯合類固醇的TR率較高，而美克洛寧酸酯聯合類固醇則顯著降低24-h UTP。環孢素聯合類固醇對類固醇耐藥性腎病綜合症（SRNS）患者特別有效，顯示類固醇仍為一線治療。 相關文章 PubMed DOI ♡

慢性腎臟病（CKD）是一種常見疾病，可能引發嚴重健康問題。本系統性回顧分析了33項人工智慧（AI）模型在預測CKD進展的有效性。主要發現顯示，這些預測工具的合併敏感度為0.43，特異度高達0.92，顯示出良好的識別能力。正似然比為5.12，負似然比為0.28，曲線下面積（AUC）為0.89，顯示整體診斷準確性不錯。儘管結果令人鼓舞，研究仍強調需進一步優化AI模型，以平衡敏感度與特異度，並克服數據集不平衡等限制。 相關文章 PubMed DOI ♡