研究比較了單獨用血清肌酸酐（SCr）和結合SCr與尿量（UO）的方式在預測急性腎損傷（AKI）時的效果。結果顯示，將UO加入SCr中能更準確辨識AKI患者。研究指出，SCr和UO測量在AKI分期上有差異，強調了在AKI風險評估中考慮UO的重要性。 PubMed DOI

研究人員開發了一個模型，可以預測接受透析的病人在出院後一年內恢復獨立透析或死亡的機率。這個模型考慮了年齡、病情、住院天數、加護病房情況、出院去向，以及出院前的eGFR和尿液白蛋白/肌酸酐比值。經過另一組病人的驗證，發現模型校準良好。這些模型有助於改善門診透析管理，幫助辨識不同風險水平的病人。可以上qxmd.com/calculate/calculator_874使用相關的線上工具。 PubMed DOI

研究開發了機器學習模型，可預測兒童心臟手術後可能出現中至重度急性腎損傷。模型利用病人數據預測手術後第2天的腎損傷情況，表現優異。重要預測因子包括術前肌酐值和手術時間。研究顯示機器學習可改善結果，指導臨床決策，對兒童心臟手術有潛在幫助。 PubMed DOI

這項研究旨在建立一個圖表，用來預測心臟停止後患者發生急性腎損傷（AKI）的風險。這個圖表包含了像是慢性腎臟疾病、白蛋白水平、休克和心率等預測因子。它在預測AKI方面表現良好，具有高度的區分度和臨床實用性。這個圖表可以幫助在心臟停止後高風險患者的早期干預。 PubMed DOI

新的預測模型U-AKIpredTM能夠在12小時內預測危重病患中的急性腎損傷（AKI），結合了三個關鍵生物標誌，顯示出比其他生物標誌更好的預測表現。模型在訓練集和驗證集中表現準確，並創建了基於預測性能最佳化的等高線圖。U-AKIpredTM在預測AKI和嚴重AKI方面優於NephroCheck®，是危重病房中識別高風險AKI患者的重要工具。 PubMed DOI

這項研究針對接受心臟手術的新生兒及1至24個月的兒童，探討急性腎損傷（AKI）的尿量（UO）閾值。研究在巴西進行六年，納入1,024名使用留置尿管的患者，並多次測量血清肌酸酐。主要發現顯示，24小時內的最低UO能有效預測重度AKI及住院死亡率，且新生兒的最佳UO閾值為3.0、2.0和1.0 mL/kg/小時，年幼兒童則為1.8、1.0和0.5 mL/kg/小時。研究建議KDIGO標準需調整以適應新生兒，並檢視成人標準對1至24個月兒童的適用性。 PubMed DOI

這項研究探討尿液中中性粒細胞明膠酶相關脂質運輸蛋白（uNGAL）與心臟手術後兒童急性腎損傷（CS-AKI）之間的關係。研究發現476名患者中，有52名（10.9%）發展為CS-AKI，uNGAL水平升高與CS-AKI風險顯著相關，風險增加2.59倍。僅依賴尿液產量無法有效預測CS-AKI，而高uNGAL結合足夠尿液產量的組合能更準確預測。這顯示uNGAL是CS-AKI的強預測因子，未來需標準化利尿劑的使用以提升臨床決策效果。 PubMed DOI

這項研究針對尿路結石患者的急性腎損傷（AKI）風險因素進行調查，並建立早期檢測AKI的預測模型。研究分析了1,016名急診患者，發現18.7%發展為AKI。透過多因素邏輯回歸，識別出年齡、發燒、糖尿病等獨立風險因素。預測模型的ROC曲線下面積（AUC）為0.818，顯示良好表現，並具臨床實用性，能幫助醫生識別高風險患者，改善預後。 PubMed DOI

這項研究探討了早期術後尿中中性粒細胞明膠酶相關脂質運輸蛋白（uNGAL）與血清肌酸酐（SCr）之間的關係，以預測接受心臟手術的兒童急性腎損傷（AKI）。研究納入476名兒童，根據uNGAL和SCr水平定義四種AKI表型。結果顯示，術後第2至第4天有9.2%的患者發展為AKI，其中27%為uNGAL+/SCr−，其AKI風險是uNGAL−/SCr−的九倍。研究指出，早期uNGAL水平能改善對兒童CS-AKI的風險評估，促進早期識別及預後評估。 PubMed DOI

這項研究探討能否從成人患者的隨機尿鈉樣本估算24小時尿鈉排泄量。研究包含284名患者的發展隊列和229名的驗證隊列，建立了多變量線性回歸模型。結果顯示該模型在內外部驗證中均具良好校準和區分能力，24uNa的估算值與實測值之間的平均偏差為24.85 mmol/24h，且相關性顯著。不過，由於信賴區間的變異性，研究不建議用隨機尿樣本來替代24小時尿液收集。 PubMed DOI