原始文章

這項研究探討了在腎衰竭風險方程式(KFRE)中加入生物標記物變化(如eGFR和蛋白尿),是否能提升對eGFR <30 ml/min/1.73 m²患者的透析依賴性預測準確性。研究分析了4,499名成人的數據,發現422名患者最終需要透析。結果顯示,加入生物標記物變化後,KFRE的預測準確性顯著提升,C統計量從0.862增至0.921,淨重新分類指數(NRI)為0.773,顯示這樣的改進能幫助醫生更好地識別高風險患者並改善管理。 PubMed DOI


站上相關主題文章列表

研究發現KFRE在CKD-EPI 2021 eGFR下仍準確,但在特定情況下可能低估或高估風險。新模型結合樣條項和考慮死亡風險,改善了某些亞組的預測,但整體表現未有明顯提升。總結來說,KFRE在CKD-EPI 2021方程式下表現穩定,額外變數未顯著提升預測能力。 PubMed DOI

評估腎衰竭風險方程式對澳洲慢性腎臟病患者的預測準確性,追蹤406名患者5年後發現準確預測腎衰竭風險。年齡、性別、腎功能、尿白蛋白、糖尿病、吸菸和族裔等因素與風險增加相關,並強調了合併症對腎臟疾病進展的影響。 PubMed DOI

研究探討KFRE和eGFR對晚期慢性腎臟疾病患者達到腎衰竭時間的預測關係。結果顯示,在eGFR<15或KFRE>40%的患者中,兩者皆與達到腎衰竭時間有相似關係。使用eGFR或KFRE可幫助臨床決策,提供患者預後諮詢。 PubMed DOI

研究探討在約翰霍普金斯醫學院腎臟科診所實施KFRE的情況。醫護人員對於如何應用KFRE分數在臨床護理中存在不確定性,建議加強教育以提高其效用。總結來說,KFRE的實施受到醫護人員間採用不均勻和對其角色理解有限的影響。 PubMed DOI

研究發現將KFRE納入CKD患者血管通路規劃,可提高AVF/G使用時機,減少過早製作AVF/G,有助於優化資源利用及改善患者結果。需要進一步研究確認結果。 PubMed DOI

這項研究探討了循環蛋白濃度變化與糖尿病患者快速腎衰竭的關聯。研究中,183名糖尿病患者的452種循環蛋白在基線及3-4年後被測量。結果顯示,40種蛋白的濃度變化能有效預測快速腎衰竭,且預測效果優於傳統指標。研究還識別出61種獨特蛋白,其中25種在不同測量中均為有效預測因子。這些發現強調了多蛋白預後算法在提升快速腎衰竭風險預測的潛力。 PubMed DOI

這項研究旨在找出能預測急性腎損傷(AKI)後慢性腎病(CKD)長期風險的臨床變數和生物標記。研究分析了723名住院AKI患者的數據,使用機器學習技術預測三年內的重大不良腎事件(MAKE)。結果顯示,28%的患者在三年內發生MAKE,且預測模型表現良好。重要的預測因子包括白蛋白尿和利尿劑使用。研究結論指出,結合臨床數據和生物標記能有效識別高風險患者,促進個性化護理,改善長期結果。 PubMed DOI

這項研究旨在透過結合與腎小管健康及損傷相關的生物標記,預測兒童慢性腎臟病(CKD)的進展。研究分析了599名年齡6個月到16歲的兒童數據,結果顯示34%經歷CKD進展。研究人員建立了一個基於生物標記的預測模型,發現尿液白蛋白/肌酸酐和尿液EGF/肌酸酐是最重要的預測因子。納入這些生物標記後,模型的預測準確性顯著提升,顯示這些標記能有效增強對兒童CKD進展的預測能力。 PubMed DOI

這項研究評估了13種預後生物標記對自體顯性多囊腎病(ADPKD)患者腎臟疾病進展的預測效果,涉及596名患者,平均隨訪5年。主要發現顯示,患者的腎小管過濾率平均每年下降3.46 mL/min/1.73m²,超過一半的患者出現快速進展。特定生物標記如尿液白蛋白/肌酸酐等被證實是重要的預測因子,並能提升風險模型的預測準確性。研究建議將這些標記整合進風險分層工具,以提高ADPKD患者的預測精確性。 PubMed DOI

這項研究探討了新的腎小球過濾率(eGFR)方程式對健康風險的影響,特別是EKFC和LMR方程式與CKD-EPIASR-NB2009的比較。研究涵蓋285,686名參與者,發現EKFC和LMR的eGFR估計值均低於CKD-EPI,且將更多人分類為腎功能受損。這些方程式在辨識死亡及腎衰竭風險方面表現更佳,顯示其在臨床決策中的重要性,需謹慎考量不同方程式的優缺點。 PubMed DOI