研究專注於預測狼瘡性腎炎（LN）患者的組織活性指數（AI），對治療很重要。研究開發了兩個預測模型，利用腎臟活檢數據，表現良好，能有效辨識高AI患者。發現血壓、腎功能和某些實驗室結果是LN患者高AI的獨立風險因素。這些模型在區分高AI患者方面準確，LASSO模型表現較佳。開發了網頁工具供臨床醫師輸入數據，得到高AI概率分數。研究圖表可幫助臨床醫師評估高AI的LN患者，做出明智治療決策。 PubMed DOI

研究2000至2019年單一醫療中心的腎臟活檢患者，專注於膜性腎病、免疫球蛋白A腎病和微小變化病。分析4,550例活檢，膜性腎病病例明顯增加。後續研究發現81.2%患者蛋白尿有改善，9.2%腎臟疾病惡化，以IgAN最為常見。腎臟病理、蛋白尿水平和特徵與結果有關，凸顯這些腎臟疾病的趨勢和結果。 PubMed DOI

管理腎病綜合症的兒童相當具挑戰性，特別是那些經常復發或依賴類固醇的患者。這項研究回顧了2006至2023年間121名特發性腎病綜合症兒童的醫療紀錄，發現診斷後的早期復發是需要類固醇節省劑的主要預測因子。結果顯示，早期復發的兒童不僅需要更早的類固醇節省治療，還有較高的復發頻率及副作用風險。未來需進一步研究以確認這些結果。 PubMed DOI

本研究建立並驗證了一個網路預測圖，旨在預測接受健康檢查者在四年內發展為慢性腎臟病（CKD）的風險。研究涵蓋兩個健康檢查中心，共9667名參與者，分析了十六個預測因子。結果顯示，年齡、糖尿病病史、收縮壓等是關鍵因子。預測圖在訓練和驗證隊列中均顯示出良好的區分能力，AUC值分別為0.8806、0.8506和0.9183。此外，還開發了網路計算器，方便醫療提供者在臨床上評估CKD風險。 PubMed DOI

免疫球蛋白A腎病（IgAN）是末期腎病的重要原因。研究人員分析了來自韓國九家醫院的4,425名IgAN患者數據，開發了幾個基於機器學習的預測模型，以預測末期腎病或腎小球過濾率。這些模型的表現透過曲線下面積（AUC）評估，並與國際IgA腎病預測工具（IIgAN-PT）比較。結果顯示，IIgAN-PT在預測5年結果方面表現優異，AUC達0.896，而基於機器學習的模型AUC範圍為0.823到0.847，雖然有效，但未超越IIgAN-PT的預測能力。 PubMed DOI

這項研究針對中國患者的抗中性粒細胞胞漿抗體（ANCA）腎臟風險評分進行探討，特別是髓過氧化物酶相關的ANCA腎小球腎炎。分析340名患者，結果顯示ANCA腎臟風險評分在預測末期腎病（ESKD）風險上優於Berden分類。少尿組的腎功能較差，ESKD進展率高達83.3%。研究確認少尿為ESKD的獨立風險因素，並提出新模型（ANCA腎臟風險評分-U），提升預測效能，建議將少尿納入評分以增強預測能力。 PubMed DOI

這項研究針對免疫球蛋白A腎病（IgAN）患者，特別是慢性腎病（CKD）第3或第4期且有顯著蛋白尿的情況，開發了一個預後模型。研究分析了263名患者，隨訪平均57.3個月，發現腎小球過濾率（eGFR）較低和蛋白尿較高的患者，末期腎病（ESKD）風險增加。使用隨機生存森林（RSF）等多種技術，RSF模型的預測性能最佳，顯示出七個重要風險因素，並有效預測IgAN患者的病程進展。 PubMed DOI

這項研究旨在開發一個預測名譜，以評估接受皮質類固醇治療的急性間質性腎炎（DI-AIN）患者在六個月內腎功能恢復的可能性。研究涵蓋224名經活檢確認的患者，結果顯示訓練組和驗證組中，分別有31%和32%的患者完全恢復。影響恢復的因素包括年齡、性別、間質纖維化程度及開始治療的時間。基於多變量邏輯回歸模型的名譜顯示良好的預測能力，能幫助臨床調整治療方案，改善患者預後。 PubMed DOI

這項研究針對類固醇抵抗性腎病綜合症（SRNS）的小兒患者，探討預測緩解和腎臟存活的因素。研究分析了2000至2023年間在柏林治療的65名患者，發病中位年齡為4歲，男性佔57%。結果顯示，26名患者達到完全緩解，腎臟存活率在5年為71%，10年為56%。影響緩解的負面預測因子包括高蛋白尿、遺傳病、降低的eGFR及低白蛋白血症。研究強調及早分析這些因素對小兒SRNS預後的重要性。 PubMed DOI

這項研究探討循環抗-nephrin抗體在最小變病（MCD）診斷中的潛力。研究對象為108名腎小球疾病患者，其中36名為MCD患者，並與健康志願者比較。結果顯示，MCD患者中抗-nephrin抗體的盛行率為19.44%，而有腎病性蛋白尿的患者則達26.92%。該抗體在MCD診斷中的敏感性為19.4%，特異性高達97.8%。陽性抗體的MCD患者通常有更嚴重的蛋白尿及異常血清指標。研究建議抗-nephrin抗體可能成為MCD的潛在生物標記，有助於診斷。 PubMed DOI