系統性免疫炎症指數（SII）是一種新興的炎症生物標記，與慢性腎病（CKD）有關。Klotho蛋白可能透過減少炎症來延緩CKD進程。本研究分析了2007至2016年美國成年人中SII與Klotho的關係，特別針對有無白蛋白尿的差異。結果顯示，無論白蛋白尿狀態，SII升高者與Klotho水平呈負相關，這一關係在調整多種因素後仍顯著。研究強調需進一步進行大規模前瞻性研究。 相關文章 PubMed DOI ♡

這項研究探討末期腎病（ESKD）患者在血液透析過程中，前額葉的腦血容量（CBV）和腦血流（CBF）變化，使用功能性近紅外光譜（fNIRS）技術。研究對象為三十名無神經系統疾病的患者，分三個階段監測：透析前、透析一小時中、透析後。結果顯示，氧合血紅素（HbO₂）和總血紅素（HbT）在透析後顯著增加，顯示腦血流增強。這些發現顯示血液透析可能對腦血流動力學有正面影響，幫助理解其對ESKD患者腦功能的影響。 相關文章 PubMed DOI ♡

一項針對女性X連鎖Alport症候群（XLAS）的研究，分析了139名經基因診斷的患者，分為74名成人和65名兒童。研究發現，成人患者的X染色體失活（XCI）模式與腎功能有顯著關聯，而基因型則無明顯影響。對於兒童患者，基因型和XCI模式都是獨立的蛋白尿風險因素，但與腎功能無關。總體來看，XCI在女性XLAS的疾病嚴重性中扮演重要角色，與基因型同樣關鍵。 相關文章 PubMed DOI ♡

移植後糖尿病（PTDM）是腎臟移植患者常見的併發症，受免疫抑制治療等因素影響。本次分析涵蓋53項研究，共138,917名患者，結果顯示PTDM與全因死亡率（RR 1.70）、心血管死亡率（RR 1.86）及敗血症相關死亡率（RR 1.96）有顯著關聯，但與惡性腫瘤相關死亡率（RR 1.20）無顯著聯繫。此外，PTDM也增加移植物失敗風險（RR 1.33）。這些結果顯示需加強PTDM的管理，以提升患者及移植物的存活率。 相關文章 PubMed DOI ♡

這項研究探討性別對同時患有ST段抬高心肌梗塞（STEMI）及慢性腎病（CKD）或末期腎病（ESRD）患者的影響。分析2012至2020年的全國住院病人樣本，發現CKD患者中，女性住院死亡率為16.7%，高於男性的12.7%。而在ESRD患者中，男女住院死亡率無顯著差異，但女性接受冠狀動脈旁路手術和機械循環支持的機會較少。研究建議需進一步探討這些差異的原因。 相關文章 PubMed DOI ♡

這項研究針對接受持續性腎臟替代療法（CRRT）且未使用抗凝劑的患者，預測電路凝固的風險，特別是對有出血風險的患者。研究分析了212名患者的數據，並根據CRRT開始後24小時內的凝固事件分為高風險和低風險組。使用八種機器學習方法，集成學習模型的預測性能最佳，AUC達0.863，隨機森林模型則為0.819。關鍵因素包括血小板計數、過濾分數和三酸甘油脂。研究顯示，這模型可協助醫生制定個性化治療策略，改善患者結果並降低醫療成本。 相關文章 PubMed DOI ♡

急性腎損傷（AKI）和心肌損傷（MI）是重度燒傷患者常見的併發症，兩者結合會形成心腎綜合症（CRS）。本研究探討了Galectin-3（Gal3）和可溶性CD146（sCD146）在識別CRS中的潛力。研究中，40名患者中有38名被診斷為CRS，結果顯示Gal3及其與sCD146的組合與CRS有顯著相關性，預測能力強。Gal3也與無MI的AKI及無AKI的MI相關，而sCD146單獨的相關性較弱。研究強調需進一步驗證這些生物標記物的應用。 相關文章 PubMed DOI ♡

足細胞的喪失是原發性腎小球疾病的關鍵因素，雖然糖皮質激素是主要治療方式，但長期使用會有副作用。克魯佩爾樣因子15（KLF15）在維持足細胞健康中扮演重要角色。研究發現BT503，這是一種新的KLF15激動劑，能在壓力下保護足細胞，並改善小鼠模型的蛋白尿情況。BT503透過結合IKKβ，抑制NF-κB信號通路，恢復KLF15水平，幫助防止足細胞喪失及腎損傷，顯示出作為糖皮質激素替代品的潛力。 相關文章 PubMed DOI ♡

這項研究探討了如何利用電腦斷層掃描（CT）來預測非透析慢性腎病（CKD）患者的死亡率，重點在於骨骼肌面積和肌肉衰減的臨界值。研究分析了167名第3和第4期CKD患者的數據，發現肌肉衰減對死亡率的預測能力優於骨骼肌指數。最佳臨界值為女性27.56 Hounsfield單位、男性24.58 Hounsfield單位。結果顯示，肌肉脂肪變性與死亡率顯著相關，強調評估肌肉質量在這群患者中的重要性。 相關文章 PubMed DOI ♡

糖尿病腎病（DKD）是2型糖尿病的一大併發症，對全球健康影響深遠。及早檢測DKD對改善病人結果至關重要。近期，人工智慧（AI）和機器學習（ML）在醫療領域的進展，特別是在預測DKD方面，顯示出良好潛力。研究顯示，AI和ML在預測DKD進展上表現優於傳統模型，並能整合遺傳數據，增進對疾病的理解及個性化治療。儘管面臨數據需求和標準化挑戰，AI和ML仍有潛力改變DKD的管理方式，未來應專注於開發臨床應用的AI工具。 相關文章 PubMed DOI ♡