原始文章

這項研究探討了炎症蛋白在預測後天腎功能的角色,特別針對有後尿道瓣膜(PUV)的胎兒。研究分析了79名PUV患者的胎兒尿液,發現三種化學趨化因子—CCL2、CXCL9和CCL4—能有效預測後天腎衰竭,驗證結果相當強勁。雖然這些因子的表現不如先前的12種尿液肽簽名,但綜合預測能力仍然不錯。值得注意的是,這些因子在羊水中並無預測價值。研究顯示,胎兒尿液中的這些炎症標記可增強PUV的產前管理。 PubMed DOI


站上相關主題文章列表

後尿道瓣膜(PUV)是男孩尿路阻塞常見原因,可能導致長期腎臟問題。研究發現,蛋白尿和尿路感染會加速腎功能下降,顯示有改善的空間。了解這些情況有助於為PUV患者提供更好的治療方案。 PubMed DOI

研究目的是提升對CAKUT胎兒腎臟存活的超聲波預測能力。通過組織學分析,幫助標準化超聲波解讀。研究發現減少羊水量、發育不良和囊腫是最佳預測指標。整合這些因素成演算法可提高預測準確性。發育不良和囊腫雖相關,但起源不同,解釋了它們聯合預測的效果。標準化並結合超聲波解讀可增進CAKUT懷孕的臨床建議。 PubMed DOI

後尿道瓣膜是男性嬰兒下尿路阻塞的主要原因,發生率約每4000名活產中有1名。研究分析了1991至2021年間727名後尿道瓣膜兒童的長期腎臟結果,發現32%的兒童經歷重大不良腎事件(MAKE),而一般人群僅1%。這些兒童面臨更高的死亡、慢性腎病及腎臟替代療法風險。儘管前五年內風險有所下降,但超過30年後仍顯著升高,顯示後尿道瓣膜兒童在一生中有較高的不良腎臟結果風險。 PubMed DOI

這項系統性回顧和統合分析評估了尿液化學趨化因子 (uCCL14) 對成人持續性重度急性腎損傷 (PS-AKI) 的預測能力。研究涵蓋了截至2023年4月11日的13項相關研究,分析結果顯示uCCL14的敏感度為0.85,特異度為0.96,顯示出良好的預測能力。雖然存在一些異質性,但偏倚風險較低。總體而言,uCCL14在預測PS-AKI方面顯示出潛力,未來需進一步研究其在急性腎損傷護理中的應用。 PubMed DOI

先天性腎臟及尿道異常(CAKUT)是兒童腎臟疾病的主要原因之一。這項研究探討了與CAKUT相關的可改變風險因素,並根據疾病表型進行分類。研究在中國蘭州進行,涵蓋2010至2012年間的10,179名單胎新生兒。結果顯示,母體超重、妊娠糖尿病、早產和低出生體重是CAKUT的獨立風險因素。這強調了分析風險因素的重要性,有助於制定預防策略。 PubMed DOI

後尿道瓣膜(PUV)是小孩先天性尿道阻塞的主要原因,治療上通常透過內視鏡切除或切開瓣膜。治療後,患者可能會面臨膀胱功能障礙、失禁及慢性腎病等問題。這篇綜述提供小兒腎臟科醫師及相關醫療人員一個系統化的評估與管理方法,強調監測膀胱功能及識別腎衰竭的警示徵兆的重要性,並建議多學科合作以減少長期併發症。此外,文中也探討了在資源有限的情況下的替代方案及藥物治療等持續管理措施。 PubMed DOI

本研究評估尿液中的C-C基序化學趨化因子配體14(CCL14)及腎臟阻力指數(RI)在預測重症病人持續性急性腎損傷(AKI)的有效性。研究在一家三級醫院的加護病房進行,166名病人中有56名經歷持續性AKI。結果顯示,尿液CCL14對持續性AKI的預測能力強(AUC為0.817),而腎臟RI則較弱(AUC為0.739)。CCL14在中度或重度AKI病人中表現優異,但在輕度AKI病人中效果較差。總體而言,CCL14是一個有前景的生物標記,腎臟RI的實用性有限。 PubMed DOI

這項研究旨在找出與兒童尿路感染及尿路擴張相關的高級別膀胱輸尿管逆流(VUR)因素,並開發預測模型以減少侵入性檢查的需求。研究分析了1,044名患者的資料,發現8.2%有重度逆流,主要風險因素包括:2歲以下、男性、非大腸桿菌病原體、UTD-P3擴張及腎臟瘢痕。研究團隊建立的評分系統準確率高達93.4%,能有效識別重度逆流,並減少94%患者接受不必要檢查的情況。 PubMed DOI

慢性腎病(CKD)對於後尿道瓣(PUV)的兒童影響深遠,約有40%的病例受到影響。研究開發了一個名為PURK的風險評分工具,旨在根據臨床數據預測CKD的進展。這項研究納入283名PUV兒童,並隨訪至少一年。關鍵預測因子包括基線肌酸酐超過150 µmol/L、高度膀胱輸尿管逆流、生長不良及腎發育不良。PURK分數在預測準確性上表現優異,能有效提升病患照護及家庭諮詢,並促進醫療研究的比較。 PubMed DOI

最近研究發現,腎臟移植受者中,無論是兒童還是成人,血清肌酸酐穩定的情況下仍可能出現急性排斥反應。本研究旨在透過尿液生物標記物CCL2、CXCL9、CXCL10和VEGF-A,建立風險算法來識別排斥反應的風險。研究分析了517個腎臟活檢樣本,並在174個兒童樣本中驗證,結果顯示該算法具備高特異性和陰性預測值,能有效區分低風險與高風險患者,對改善移植後監測具重要意義。 PubMed DOI