研究發現，接受心臟手術的ATAAD患者有20-40%可能發生AKI。為此，他們開發了一個預測模型，可以評估這些患者在手術前後發生AKI的風險。研究納入了224名接受特定手術的ATAAD患者，並分析了多種因素以預測AKI。結果顯示，髂動脈受累、肌酸酐水平等因素可預測AKI。最佳模型的AUC為0.848，顯示其在預測AKI風險方面相當有效。 PubMed DOI

研究目的是評估接受多次順鉑治療的病人在急性腎損傷（AKI）方面的風險。分析了一家醫院六年的病人資料，確定了年齡、高血壓、糖尿病、血清半胱氨酸蛋白C、尿液腎損傷分子-1和順鉑劑量等因素是AKI的預測因子。研究結果顯示開發的等高線圖具有良好的診斷表現和臨床應用性，可預測AKI風險。建議結合生物標記和臨床因素有助於評估接受多次順鉑治療的病人的AKI風險。 PubMed DOI

急性胰腺炎患者若有急性腎損傷，可能會導致ARDS，增加住院時間和死亡風險。研究使用LASSO迴歸和機器學習開發預測模型，可以辨識高風險患者。模型考慮腹內壓、休克、CRP和LDH等因素，訓練組AUC為0.954，驗證組為0.995，預測效果優秀。這些結果有助於醫師辨識高風險患者，改進治療方針。 PubMed DOI

研究探討糖尿病腎病患者的死亡風險，並建立預測模型。使用了1,357位患者的MIMIC-IV數據庫，並以MIMIC-III的505位患者進行測試。確定年齡、體重、敗血症、心率、體溫、合併症等為死亡預測因子。建立的模型在訓練集上的AUC為0.771，在測試集上為0.795。這可幫助預測DKD患者的死亡風險，提供臨床干預的參考。 PubMed DOI

研究探討在危重病患中使用RRI、PDU評分和RVDW來預測AKI。共有234名病患參與，分析各因素預測AKI第3期。發現結合乳酸、尿量、肌酸酐、PDU評分和RVDW模型最佳。此模型預測嚴重AKI優於臨床模型和單一指標。 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

研究發現尿路結石與慢性腎臟疾病風險有關聯，患有尿路結石的人較易罹患CKD。不同次群組和CKD定義下都有相同結果，建議進一步研究預防尿路結石對降低CKD風險的益處。 PubMed DOI

研究針對患有慢性腎臟疾病（CKD）的孕婦，建立了預測子癲前症和懷孕結果的模型。透過分析627位患者的數據，確定了年齡、血尿素氮、血清肌酸酐、平均動脈壓、蛋白尿和CKD分期等因素對預測的重要性。研究結果顯示，這個模型對於預測子癲前症和不良懷孕結果有相當準確的能力。 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