利用機器學習演算法分析CKD患者的腎臟纖維化程度，XGBoost模型表現優異，AUC達0.97。SHAP方法有助於解釋模型輸出，顯示腎小球過濾率對預測影響最大。這有助於臨床醫生制定CKD患者的治療策略。 PubMed DOI

研究分析了超過38,000名英國生物銀行參與者的MRI腎臟體積數據，發現較大的腎臟體積與較好的腎功能、肌肉量及身體狀況有關，同時也降低患慢性腎臟疾病的風險。相反地，兩側腎臟體積差異大則可能導致較差的腎功能及增加患慢性腎臟疾病風險。 PubMed DOI

研究指出，腎臟體積較小與患慢性腎臟疾病風險增加有關，但與急性腎損傷無關。研究調整後發現，考慮腎臟體積後，預測患慢性腎臟疾病風險更準確。基因分析也顯示，腎臟體積與慢性腎臟疾病風險有相互影響。總結來說，腎臟體積可能是患慢性腎臟疾病風險的獨立預測因子。 PubMed DOI

研究人員正努力尋找不需進行手術的方式，像是超音波、磁振造影和放射統計學，來診斷慢性腎臟疾病中的腎臟纖維化。綜合21個研究、4885名參與者的結果，發現超音波在檢測腎臟纖維化方面比磁振造影和放射統計學更靈敏。雖然磁振造影具高特異性，但放射統計學在診斷腎纖維化上仍有挑戰。未來需要更多研究來優化人工智慧演算法。 PubMed DOI

這項研究探討超聲波黏彈性影像在慢性腎病（CKD）非侵入性評估的有效性，對象包括332名CKD患者和190名健康對照者。結果顯示CKD患者的平均剛度、黏度和擴散值顯著高於對照組，且隨著腎功能下降，黏度和擴散值顯著增加。研究指出，超聲波黏彈性影像可作為評估CKD患者腎功能的有用工具，特定閾值可指示潛在的腎功能障礙，幫助更好識別CKD。 PubMed DOI

這項研究探討慢性腎病（CKD）患者的左心房（LA）與右心室（RV）功能，使用心臟磁共振成像進行分析。共納入58名CKD患者及26名健康對照組。結果顯示，CKD患者的RV和LA功能均較健康組受損，且RV的容積顯著增加。研究發現RV全局縱向應變（GLS）和LA應變是心臟功能不全的獨立預測因子。這強調了在CKD患者中評估RV和LA功能的重要性，因為這些指標可作為心臟功能不全的早期警示，應在管理中加以重視。 PubMed DOI

這項研究透過血清代謝組學來找出慢性腎病（CKD）的生物標記。研究團隊分析了194名非透析CKD患者和317名健康對照者的血清樣本，發現兩者之間的代謝特徵有顯著差異，識別出314種改變的代謝物，其中179種在CKD患者中上升，135種下降。主要受影響的代謝途徑包括精氨酸生物合成和苯丙氨酸代謝等。隨機森林模型的診斷效能高，顯示這些代謝物可能有助於改善CKD的管理，值得進一步研究。 PubMed DOI

這項研究探討腎臟缺氧和缺血在慢性腎病（CKD）進展中的影響，使用非侵入性影像技術BOLD-MRI和ASL-MRI。研究對象包括42名CKD患者和10名健康志願者。主要發現顯示，CKD患者的腎皮質和腎髓質氧合及血流明顯低於健康組，且隨著病情惡化而下降。腎臟的氧合和血流與血清肌酸酐等指標呈正相關，與eGFR則呈負相關。研究結論認為，這些影像技術能有效評估腎臟狀況，特別是在CKD早期階段。 PubMed DOI

這項研究探討多參數磁共振成像（MRI）在評估腎動脈狹窄（RAS）患者腎功能的效果。研究對象為62名患者，使用3.0 T的Philips Ingenia CX MRI機器，並採用多種掃描技術。結果顯示，MRI在識別單側腎功能障礙方面具顯著效能，特別是平均腎動脈血流的靈敏度高達0.93，AUC為0.864。結合皮質腎血流和T1值的診斷效能最佳，AUC達0.92。總之，多參數MRI對於檢測RAS患者的腎功能障礙具有潛力，能改善診斷與預後。 PubMed DOI

本研究探討七種擴散模型在評估慢性腎病患者的腎間質纖維化及腎功能下降的有效性。共133名CKD患者和30名對照者參與，並進行多擴散序列掃描。研究發現，綜合模型（包含皮質 f_IVIM、MK_DKI 和 eGFR）在區分輕度與中度至重度纖維化方面表現優於傳統臨床模型。隨訪結果顯示，皮質 f_IVIM 和 α_SEM與腎功能變化顯著相關，顯示綜合模型在評估腎病進展中具潛在價值。 PubMed DOI