新的腎臟過濾率（eGFR）方程式選擇上有不確定性，但eGFRcr-cys整體表現較佳，且在亞組間變異性較小。考慮全球實施時，使用半胱氨酸蛋白酶C與肌酸酐一起估算腎臟過濾率可能最佳。 PubMed DOI

研究比較不同公式估算2至100歲患者腎小球過濾率（eGFR）的準確性。Pierce U25公式表現不錯，但對正常腎功能患者準確性較低。結合修改Schwartz和Filler公式可提高準確性，勝過其他公式。Schwartz/Filler公式在估算正常腎功能方面更準確，勝過CKD-EPI和Pottel公式。需要進一步研究驗證在其他情況下的適用性。 PubMed DOI

歐洲腎功能聯盟(EKFC)方程式可估算腎功能，已在歐洲及美國多元族群中驗證。考慮到黑人及非黑人，特定人口值的方程式估算GFR最準確。EKFC與CKD-EPI方程式準確度相似，可在美國使用，可考慮自報或醫療記錄辨識種族。 PubMed DOI

南韓研究比較不同腎小球過濾率估算方程式，發現2009和2012年的CKD-EPI方程式比2021年的表現更好，建議在韓國不採用新方程式。 PubMed DOI

這項研究比較了三個用於預測急性腎損傷（AKI）風險的腎功能估算方程式。2009年的CKD-EPIcr方程式在AKI預測方面表現優於2021年的CKD-EPIcr和EKFC方程式。2009年的CKD-EPIcr方程式也在AKI風險的重新分類能力方面優於另外兩個方程式。 PubMed DOI

研究評估了根據糖尿病病況對大批人群進行腎臟濾過率（GFR）估算方程式的表現，比較了歐洲腎功能聯盟（EKFC）方程式使用血清肌酸酐和半胱氨酸蛋白酶C。EKFCcrea+cys方程式的準確性優於單一生物標記方程式。雖然非糖尿病患者的GFR估算準確性似乎較高，但主要是因為GFR水平不同，而非糖尿病病況。 PubMed DOI

這項研究評估了三種肌酸酐方程式在18至25歲年輕成人中估算腎小管過濾率（eGFR）的表現，數據來自2,366名個體。結果顯示，歐洲樣本中，EKFC和r-LMR方程式的準確性明顯優於CKD-EPI，偏差分別為2.28和-2.50 mL/min/1.73 m²，而CKD-EPI為17.41 mL/min/1.73 m²。在美國樣本中，EKFC和r-LMR在非黑人族群中也表現較佳，但黑人個體的偏差相似。整體來看，EKFC和r-LMR在估算年輕成人GFR時更為準確，除了在高GFR水平時CKD-EPI可能更佳。 PubMed DOI

這項研究針對有蛋白尿的非糖尿病慢性腎病（CKD）患者，評估基於肌酸酐的腎小管濾過率（GFR）估算的準確性，特別是使用REIN 1和REIN 2的數據。研究比較了CKD-EPI和EKFC公式的eGFR值與金標準的iohexol清除率（mGFR）。主要發現顯示，eGFR的中位偏差很小，且在大多數情況下，估算的準確性足夠，特別是對於中度至重度蛋白尿的患者，這些公式可作為臨床上可靠的工具。 PubMed DOI

這項研究針對印度人群的腎小球過濾率（eGFR）方程式進行評估，特別是慢性腎病（CKD）患者及潛在腎臟捐贈者。研究發現，常用的CKD-EPI_Cr 2009方程式在印度人中高估了GFR。共412名參與者的平均GFR為54.2 ml/min每1.73 m²，潛在捐贈者為79.5 ml/min每1.73 m²。基於肌酸酐的方程式顯示顯著偏差，需開發更適合印度人群的eGFR方程式，以提升患者護理品質。 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