急性腎損傷（AKI）在住院患者中很常見，預後不太樂觀。根據2012年的KDIGO標準，新的生物標誌物可以幫助確認AKI，但對預測住院存活和腎功能恢復的影響還不確定。研究顯示，一些生物標誌物的早期測量可以預測死亡率和腎功能恢復。有必要進一步研究標準化腎功能恢復的定義，以及探討生物標誌物在AKI結果中扮演的角色。 PubMed DOI

討論危重病患中使用生物標記改善敗血症相關急性腎損傷，強調生化和電子生物標記可提升預測能力，探討新型生物標記在敗血症相關AKI中的應用，以及人工智慧和機器學習在預測AKI的應用。 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

這項研究使用機器學習來開發早期檢測嚴重急性胰腺炎患者急性腎損傷（AKI）的模型。表現最佳的模型是梯度提升機（GBM），在模型建構期間的曲線下面積（AUC）為0.814，在測試集中為0.867。GBM模型的精確度可以幫助臨床醫師識別高風險患者，並及時干預，以降低危重病房中的死亡率。 PubMed DOI

這項研究旨在利用上海的敗血症患者數據建立一個預測模型，用於預測與敗血症相關的急性腎損傷（SA-AKI）。這個模型包括五個指標，展現出良好的預測表現，並在內部和外部驗證組中展現出臨床應用價值。所開發的圖表模型可以幫助識別有SA-AKI風險的患者，以便進行更好的臨床管理。 PubMed DOI

研究針對ICU老年AKI患者，發現尿液中TIMP-2乘以IGFBP7與腎功能恢復及死亡相關，並與AKI嚴重程度及APACHE II評分相關。整合這些因素可提高對老年AKI患者腎功能結果的預測。 PubMed DOI

研究發現某些生物標記在非危重病患者入院後72小時內預測急性腎損傷（AKI）效果有限，但對預測9個月死亡率有潛力。雖然不太適合短期AKI預測，但可幫助辨識接觸腎毒性藥物前就有較高AKI風險的患者。 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

這項研究探討了十九種血清和尿液生物標記，旨在改善對肝臟移植（LT）患者重度急性腎損傷（AKI）及腎臟替代療法（KRT）需求的預測。研究對100名LT患者進行，結果顯示36名患者在手術後一週內出現重度AKI，34名需要KRT。主要發現包括：手術前尿液中NGAL和L-FABP能以75%準確率預測KRT需求；而手術後48小時內尿液滲透壓、KIM-1和TIMP-1的組合可達80%準確率預測重度AKI。尿液滲透壓單獨評估的準確率更高，達83%。研究建議進一步探討這些生物標記對AKI進展的影響。 PubMed DOI

急性腎損傷（AKI）在重症病患中常見，影響腎臟替代療法（RRT）的啟動時機。本研究創建並驗證了SACrA評分，旨在預測非緊急RRT的啟動。研究分析了兩組病患的數據，推導隊列有470名，驗證隊列476名。結果顯示，SACrA評分在預測非緊急RRT方面具備高準確性，推導隊列ROC-AUC為0.971，驗證隊列為0.918。這個評分工具能幫助醫師做出更佳決策，潛在減少不必要的RRT，改善病患結果。 PubMed DOI