原始文章

這項研究探討胸部電腦斷層掃描（CT）對於接受透析的COVID-19患者預後的影響。分析了326名透析患者，發現21.5%在住院期間死亡。主要發現包括18.1%的患者肺部受累超過10%，且肺部受累超過2.7%、胸腔積液、結節性實變和斑片狀浸潤與死亡率增加相關。研究強調即使是輕微的肺部受累也可能提高死亡風險，建議特定CT特徵可作為預測患者結果的重要指標。 PubMed DOI ♡

站上相關主題文章列表

近期腎臟病理生理學的進展受到人工智慧（AI）的影響，為腎臟疾病的理解與管理開啟新方向。AI在風險分層、預後評估及腎臟腫瘤學中發揮重要作用，能更準確預測疾病進展。儘管如此，數據整合和倫理問題仍是挑戰。未來需進行實施研究，將AI算法有效轉化為臨床實踐，並整合各類數據，以提升腎臟病的診斷與治療策略。 PubMed DOI

持續性腎臟替代療法（CRRT）對急性腎損傷的重症病患至關重要，近期對於人工智慧（AI）在CRRT應用的研究逐漸增多。一項回顧文獻發現，十篇相關研究中，2021年的發表特別突出，60%的研究專注於機器學習模型，旨在提升CRRT的效果。主要研究方向包括早期指標、預測死亡率及腎臟恢復等，但文獻中也指出缺乏前瞻性驗證及偏見問題。儘管研究增多，仍需進一步探索AI如何改善臨床決策及CRRT的整體流程。 PubMed DOI

這項研究針對接受維持性血液透析的COVID-19患者，因為他們面臨高風險。研究在上海第六人民醫院進行，對確診患者進行回顧性分析，並將其分為訓練組和驗證組。研究團隊利用人工智慧分析胸部CT及臨床數據，找出關鍵預後因素，如年齡、糖尿病等。最終開發出一個預測工具，能有效預測患者在14天和28天後的結果，對臨床醫生管理這類患者的COVID-19有幫助。 PubMed DOI

這項研究調查了中國解除疫情管控後，血液透析（HD）患者感染COVID-19的風險因素。研究在2022年12月到2023年1月進行，納入858名HD患者，其中660名確診。結果顯示，年齡、透析前舒張壓、發燒等是COVID-19嚴重程度的獨立風險因素，而較高的血小板計數則是保護因素。死亡率方面，總鐵結合能力和疫苗接種狀況有助於降低風險。CT掃描顯示多數患者有肺部病變，研究強調HD患者對COVID-19特別脆弱，需早期識別風險。 PubMed DOI

這項研究探討了感染前肝功能與感染後死亡率的關聯，特別針對感染SARS-CoV-2 Omicron變異株的血液透析患者。分析847名患者的數據後發現，11.6%在感染後死亡，主要集中在感染後一個月內。去世者多為年長男性，且糖尿病和腫瘤發病率較高。研究指出，AST水平升高、AST/ALT比率高及前白蛋白低是獨立預測死亡風險的因素，強調在管理這些患者時，監測肝功能的重要性，以改善預後並降低死亡率。 PubMed DOI

慢性腎臟病（CKD）是一種常見疾病，可能引發嚴重健康問題。本系統性回顧分析了33項人工智慧（AI）模型在預測CKD進展的有效性。主要發現顯示，這些預測工具的合併敏感度為0.43，特異度高達0.92，顯示出良好的識別能力。正似然比為5.12，負似然比為0.28，曲線下面積（AUC）為0.89，顯示整體診斷準確性不錯。儘管結果令人鼓舞，研究仍強調需進一步優化AI模型，以平衡敏感度與特異度，並克服數據集不平衡等限制。 PubMed DOI

這項研究評估了COVID-19疫情對瑞士透析患者的影響，分析了2014年到2022年間7,837名患者的數據。結果顯示，疫情前的死亡率從11.6%上升到疫情期間的14.2%。雖然SARS-CoV-2感染顯著提高死亡風險（HR 4.26），但疫情期間並未顯示死亡風險增加（HR 0.98）。這表示疫情控制措施對透析患者並未造成不利影響，為未來的健康政策提供了重要見解。 PubMed DOI

本研究針對1993至2023年間的890篇文獻進行分析，探討人工智慧（AI）在腎臟移植中的應用，這對末期腎病（ESRD）治療至關重要。透過CiteSpace和VOSviewer等工具，識別全球趨勢及主要研究領域。美國，特別是梅奧診所，成為主要貢獻者。研究主題包括AI在捐贈者配對、深度學習在移植後監測及機器學習在個性化免疫抑制中的應用。自2017年以來，AI應用顯著增加，未來趨勢指向個性化醫療及遠程醫療。本綜述為研究人員和臨床醫生提供了重要資源，並建議未來研究方向。 PubMed DOI

這項研究開發了一個風險模型，利用心電圖（ECG）結果來預測接受血液透析（HD）患者的全因死亡率。研究涵蓋454名患者，期間從2008年到2021年。研究人員透過多變量Cox回歸分析找出關鍵預測因素，如年齡、血清白蛋白、中風病史、心房顫動及QT間期。隨訪三年中，21.5%的患者去世，預測模型的曲線下面積（AUC）達0.83，顯示良好區分能力，並能早期識別高風險患者，提供更安全的治療策略。 PubMed DOI

慢性腎臟病（CKD）是全球公共健康的重大挑戰，導致心血管疾病和死亡率上升。為了改善CKD管理，這篇回顧分析了2014至2024年間41篇文章，探討人工智慧（AI）在早期檢測、風險預測、治療建議及病人護理中的應用。研究顯示，AI能有效提升病人結果，但實施過程中面臨數據質量、模型準確性及工作流程整合等挑戰。成功整合AI需醫療界、研究者及監管機構的合作，以確保病人安全和法律合規。 PubMed DOI