這項研究探討肌酸酐與胱蛋白酶 C (Cr/CysC) 比率對無尿腹膜透析 (PD) 患者的影響，納入224名患者，隨訪至2023年12月31日。結果顯示，Cr/CysC比率平均為1.85，較高的比率與較低的全因死亡風險 (HR = 0.330) 及技術失敗風險 (HR = 0.440) 顯著相關。即使考慮競爭風險，這些關聯依然明顯，因此Cr/CysC比率可作為無尿PD患者全因死亡和技術失敗的獨立預測因子。 PubMed DOI

這項研究探討中性粒細胞與淋巴細胞比率（NLR）在預測透析腎衰竭患者死亡率的價值。研究在特倫托的腎臟科進行，236名患者參與。主要發現顯示，NLR較高的患者體重、血清白蛋白、血清鐵和轉鐵蛋白較低，且死亡率較高。NLR的ROC曲線下面積為0.64，優於C-反應蛋白的0.61。Cox回歸分析證實NLR與死亡率獨立相關。結論認為NLR可作為腎衰竭患者風險分層和管理的有用工具。 PubMed DOI

這項研究分析了接受維持性血液透析的老年患者跌倒風險因素，並開發了一個預測模型來識別高風險個體。研究追蹤了871名來自成都市九家醫院的老年患者，跌倒發生率為31.96%。透過多變量邏輯回歸，識別出年齡、性別、視力障礙、低血壓、認知障礙和憂鬱症等獨立風險因素。該預測模型經過驗證，顯示出良好的預測性能，能幫助醫生早期識別高風險患者，減少跌倒相關傷害。 PubMed DOI

這項研究針對166名接受維持性血液透析的HIV/AIDS患者，調查了影響他們在一年內死亡的因素，研究期間為2017年6月至2023年6月。根據隨訪結果，患者被分為生存組和死亡組，並進一步劃分為訓練集和驗證集。研究者開發了一個逐步邏輯回歸模型來預測死亡率，並視覺化為標準圖。主要風險因素包括年齡（≥52歲）、中性粒細胞與白蛋白比率（NAR ≥0.135）及HIV-RNA水平（≥24,650）。該模型在訓練集和驗證集中的AUC值分別為0.908和0.939，顯示其在管理這類患者的潛在應用價值。 PubMed DOI

這項研究的目的是開發和驗證機器學習模型，以預測接受腹膜透析（PD）患者近期的全因死亡和心血管死亡。研究涵蓋7,539名PD患者，並採用5折交叉驗證法進行數據分組。模型利用患者的人口統計、臨床特徵、實驗室結果及透析相關變數進行預測。結果顯示，模型在測試集中的預測能力強，全因死亡的AUROC達0.8767，心血管死亡的AUROC達0.9026，且精確度-召回曲線得分也很高。CVDformer模型在預測PD患者三個月內的死亡方面表現優異，但未來仍需進一步校準。 PubMed DOI

這項研究開發了一個風險模型，利用心電圖（ECG）結果來預測接受血液透析（HD）患者的全因死亡率。研究涵蓋454名患者，期間從2008年到2021年。研究人員透過多變量Cox回歸分析找出關鍵預測因素，如年齡、血清白蛋白、中風病史、心房顫動及QT間期。隨訪三年中，21.5%的患者去世，預測模型的曲線下面積（AUC）達0.83，顯示良好區分能力，並能早期識別高風險患者，提供更安全的治療策略。 PubMed DOI

急性腎損傷（AKI）在重症監護病房（ICU）病人中很常見，且與高 morbidity 和 mortality 相關。因為目前沒有針對 AKI 的特效藥，持續性腎臟替代療法（CRRT）成為主要治療。本研究建立並驗證了一個預測重症 AKI 病人在接受 CRRT 後 90 天死亡率的模型。研究分析了1121名病人的數據，並利用Cox比例風險回歸開發了預測模型，包含七個預測因子。模型在訓練組和驗證組中表現良好，能有效識別高風險患者。 PubMed DOI

這項研究探討進階肺癌發炎指數（ALI）與腎功能及全因死亡率的關係，分析了1,982名慢性腎臟病（CKD）患者的數據。結果顯示，ALI與腎小管過濾率（eGFR）呈正相關，意味著較高的ALI值與較好的腎功能有關；而ALI與死亡率呈負相關，顯示較高的ALI可能降低死亡風險。特別是在進階CKD患者中，ALI的保護作用不如早期明顯。研究建議ALI可作為CKD患者預後的生物標記，並強調早期干預的重要性。 PubMed DOI

這項研究開發了KSGN分數，能預測韓國70歲以上患者開始血液透析後6個月內的死亡風險。分析1,751位患者資料，發現高齡、特定腎病、癌症史、白蛋白低、沒治療高血壓及血管通路未準備好是主要風險因子。KSGN分數預測準確度優於現有模型，未來可協助醫師為年長患者做更合適的透析治療決策。 PubMed DOI

洗腎病人如果同時有營養不良、發炎和體液過多，死亡風險會大幅提升。研究建立了一個評分工具，可預測3、5、7年存活率。建議醫師要全面評估這三項狀況，才能更好管理風險、提升預後。 PubMed DOI