CKD患者易罹患CVD，但現有預測模型對他們不夠準確。2012-2021年的研究發現134個相關研究，多著重於添加預測因子至現有模型，少有新模型開發。研究方法常有缺陷，需改進報告與驗證。合作努力加強現有模型並評估臨床影響。 PubMed DOI

研究發現洗腎液中碳酸氫鹽濃度對血液透析患者的影響。結果顯示濃度較高的患者死亡率較高，存活時間較短。建議維持濃度在31-32 mmol/L可能有助於患者。 PubMed DOI

已開發並驗證了一個預測模型，用於評估接受維持性血液透析（MHD）治療的患者發生全因死亡或心臟衰竭住院的風險。該模型包括年齡、白蛋白水平、病史、藥物治療和心臟參數等因素。它顯示出良好的準確性和校準性，有助於識別高風險患者，進行有針對性的干預和追蹤。 PubMed DOI

研究分析了維持性腹膜透析（MPD）患者心臟瓣膜鈣化（CVC）的風險因素，並建立了預測模型。研究包括1,035名MPD患者，結果顯示高齡、女性、高血壓、高鈣磷乘積、高共病指數和長期透析是導致CVC的獨立風險因素。他們成功建立了一個預測CVC的模型。 PubMed DOI

代謝性酸中毒可能會加劇慢性腎臟疾病（CKD）演變成腎功能衰竭。碳酸氫鈉對腎臟結果的臨床試驗常不足或品質差。觀察性研究通常只在單一時間點測量碳酸氫鈉。研究人員使用組別軌跡模型（GBTM）分析528名CKD患者的重複靜脈碳酸氫鈉水平。他們發現四個碳酸氫鈉軌跡，高軌跡患者不良腎臟事件風險降低63％。建議碳酸氫鈉補充可能對CKD患者有益，但需要更多高品質的隨機試驗來確認。 PubMed DOI

這項研究利用兩家醫院數據開發預測模型，可預測透析患者全因死亡率。模型識別了9個關鍵因素，包括年齡、BMI、疾病史等，表現良好。該模型提供臨床評估透析患者死亡風險的價值。 PubMed DOI

研究利用機器學習預測腹膜透析患者風險，發現隨機森林和XGBoost是最佳模型。腎臟疾病、血壓、年齡與心臟衰竭相關，年齡、膽固醇、腎功能與死亡風險相關。機器學習優於Cox回歸，可提供臨床參考。 PubMed DOI

這項研究觀察了接受持續腹膜透析（CAPD）的患者，以確定心腦血管事件的風險因素，並與血清鎂水平的相關性。他們發現低血清鎂水平與這些事件的風險增加有關，而高水平則與更好的存活率相關。低血清鎂被確認為CAPD患者心腦血管事件的預測因子。 PubMed DOI

研究針對末期腎臟疾病（ESKD）患者的冠狀動脈鈣化情況進行調查，使用Agatston冠狀動脈鈣化分數（CACS）評估鈣化嚴重程度。研究開發了一個預測模型，可估計ESKD患者嚴重鈣化的風險。結果顯示年齡、洗腎歷程、藥物治療和血液檢驗結果等因素是影響ESKD患者鈣化風險的重要因素。左前降支冠狀動脈鈣化比例最高。這個模型有助於評估ESKD患者的鈣化風險，特別是無法進行冠狀動脈CT掃描的患者。 PubMed DOI

這項研究探討可溶性腫瘤抑制因子-2 (sST2) 在預測開始腹膜透析 (PD) 患者心血管事件中的角色。研究中137名新診斷的PD患者在導管植入前測量sST2水平，隨後進行了平均17.3個月的隨訪。結果顯示，35.76%的患者經歷心血管事件，sST2水平較高的患者風險顯著增加，且sST2作為連續變數仍具預後意義。總結來說，基線血清sST2是新診斷PD患者心血管風險的獨立預測因子，並能提高預測準確性。 PubMed DOI