腎臟 相關三個月內文章 / 第 13 頁
可選擇其它分類: 一週新進文章 LLM 一般醫學 SGLT2i GLP1

慢性腎臟病（CKD）患者面臨心血管問題的高風險，特別是左心室肥厚（LVH），這會影響健康狀況。研究發現，尿酸與高密度脂蛋白膽固醇比率（UHR）可能是心血管風險的指標。這項研究檢視了466名CKD患者，結果顯示UHR與LVH之間存在顯著關聯，特別是在較低的UHR水平下。UHR可能成為識別高風險LVH患者的有效工具，未來需進一步研究以確認因果關係並探討干預措施。 相關文章 PubMed DOI 推理

長期接觸鎘可能導致肝腎纖維化，但其分子機制尚不明朗。研究發現，類胰島素生長因子結合蛋白7（IGFBP7）在鎘誘導的肝腎纖維化中扮演重要角色。使用基因剔除小鼠，研究顯示缺乏IGFBP7的小鼠纖維化減少，恢復IGFBP7則會使纖維化復發。IGFBP7與α-烯醇化酶（ENO1）相互作用，促進乳酸積累，進而增強IGFBP7表達。針對IGFBP7的治療能顯著減少纖維化，顯示其在此過程中的關鍵性。 相關文章 PubMed DOI 推理

這項研究探討mTORC2激酶複合體在腎臟葡萄糖重吸收和糖異生中的角色。研究發現mTORC2 KO小鼠在正常飲食下出現糖尿，顯示腎臟葡萄糖重吸收受損。近端小管中的SGLT1和SGLT2轉運蛋白水平降低，顯示mTORC2對其定位至關重要。此外，KO小鼠的代謝功能失調，胰島素抵抗風險增加。高鉀飲食能改善糖尿和糖異生，顯示飲食因素對這些過程的影響。總之，mTORC2在腎臟中調節葡萄糖運輸和糖異生的角色非常重要。 相關文章 PubMed DOI 推理

識別有IgA腎病（IgAN）風險的病人對臨床決策和管理非常重要。在CureGN研究中，分析了919名兒童和成人的數據，重點在於兩年內的蛋白尿水平，將病人分為不同的發展組。研究發現，成人中，蛋白尿水平最低的組別進展較慢，而高蛋白尿組別的腎功能下降風險顯著較高。這顯示蛋白尿的變化是IgAN進展的重要預測指標，強調了監測蛋白尿對改善病人結果的關鍵性。 相關文章 PubMed DOI 推理

這項研究探討末期腎病（ESRD）患者在透析過程中中風的風險，特別針對自體顯性多囊腎病（ADPKD）患者。結果顯示，透析患者中風風險是未透析者的兩倍以上，且大多數為缺血性中風。在40,980名透析患者中，有1,549人中風，而在2,182名ADPKD患者中，只有44人中風。調整主要風險因素後，ADPKD並未顯著增加中風風險，顯示透析的ADPKD患者與未透析者中風風險相似，支持對兩組進行相同的篩檢。 相關文章 PubMed DOI 推理

原發性高草酸尿症（PH）是一種罕見的遺傳病，影響肝臟代謝草醛酸，可能導致腎臟損傷及腎衰竭。近期的研究顯示，RNA干擾（RNAi）在PH治療上有潛力。系統性回顧指出，RNAi能有效保護腎功能並減輕高草酸尿症的影響，早期介入尤為重要。高劑量和長療程的RNAi治療可能帶來更佳效果，與血液透析結合也顯示潛在好處，值得進一步研究。總之，RNAi治療在PH管理上是一項重要進展。 相關文章 PubMed DOI 推理

慢性腎臟病（CKD）及其他長期疾病的管理可透過早期診斷和藥物優化來改善。在英國，整合照護系統（ICS）提供了新機會，萊斯特的LUCID計畫透過虛擬照護來滿足需求，重點在病人和專業人員的教育、早期識別及疾病監測。自2022年4月試點以來，LUCID已擴展至約120萬人口，並進行了1,085次諮詢，超過一半專注於藥物優化。這顯示出在ICS框架下管理CKD的高效與成本效益，未來也可應用於其他長期健康狀況。 相關文章 PubMed DOI 推理

這項回顧性研究比較了不同類型的局灶性節段性腎小管硬化症（FSGS）患者的腎臟結果，涵蓋2010至2022年間在比利時的82名患者。研究發現26.8%的患者出現腎衰竭，原發性FSGS患者的腎功能較好，且慢性變化較少。原發性和適應不良性FSGS的腎功能下降相似，而遺傳性和不明型則更為明顯。女性患者的腎衰竭率較低，活檢中的高蛋白尿與腎衰竭及死亡率相關。研究強調性別、基線腎功能及蛋白尿等因素比病因更能預測患者結果。原發性FSGS患者的腎臟結果意外良好。 相關文章 PubMed DOI 推理

脂肪酸結合蛋白4（FABP4）是由脂肪細胞和巨噬細胞產生的脂肪因子，且在腎小球受損的內皮細胞中表現明顯。尿液中FABP4（U-FABP4）水平升高與腎小球損傷及蛋白尿增加有關。研究顯示，660名糖尿病患者中，基線U-FABP4水平與未來腎功能下降及死亡率有關聯。隨訪62個月內，13.6%患者出現腎功能障礙，10%死亡。U-FABP4可作為預測糖尿病患者腎臟問題及整體預後的生物標記。 相關文章 PubMed DOI 推理

這項研究利用極端梯度提升（XGBoost）模型來預測創傷病患的急性腎損傷（AKI）。研究分析了2015年到2023年期間，17,859名創傷病患的數據，並收集了多項臨床參數。模型基於2021年7月的數據開發，並用2021年8月的數據進行驗證。結果顯示，模型在預測AKI的表現上相當不錯，48小時的AUROC達到0.864，24小時的AUROC則為0.904。關鍵預測特徵包括血清肌酸酐、年齡及其他生化指標。整體而言，XGBoost模型能有效提前預測AKI。 相關文章 PubMed DOI 推理