討論危重病患中使用生物標記改善敗血症相關急性腎損傷，強調生化和電子生物標記可提升預測能力，探討新型生物標記在敗血症相關AKI中的應用，以及人工智慧和機器學習在預測AKI的應用。 PubMed DOI

急性腎損傷（AKI）在重症加護病房中是嚴重問題，敗血性AKI是重要致病因素。研究指出CCL2在血漿和尿液中可作為AKI和敗血性AKI標記物，尤其尿液中CCL2對AKI預測有價值。故尿液中CCL2可能成為早期AKI和敗血性AKI生物標記物，有助於重症加護病房患者管理。 PubMed DOI

研究分析了805位急性腎損傷（AKI）患者的資料，找出可能導致第3型心腎綜合症（CRS type 3）的風險因素，並製作了預測工具。研究結果顯示，這個工具在預測和驗證階段都表現良好，有助於早期辨識和處理AKI患者中的CRS type 3。 PubMed DOI

研究發現某些生物標記在非危重病患者入院後72小時內預測急性腎損傷（AKI）效果有限，但對預測9個月死亡率有潛力。雖然不太適合短期AKI預測，但可幫助辨識接觸腎毒性藥物前就有較高AKI風險的患者。 PubMed DOI

研究觀察了1,500名罹患敗血症相關急性腎損傷（AKI）並接受持續腎臟替代治療（CKRT）的患者，發現血小板/白蛋白比值（PAR）和中性粒細胞-血小板分數（NPS）可幫助預測死亡率。高PAR和NPS的患者死亡率較低，加入這些指標可改善對患者預後的預測。 PubMed DOI

研究發現在急性腎損傷患者中，特別是敗血症相關的病例，presepsin可能有預測死亡率的價值。雖然整體預測效果比其他評分系統差，但在敗血症相關的病例中有潛力。在這些病例中，presepsin水平可獨立預測28天死亡率，顯示可能對敗血症相關急性腎損傷患者的預後有幫助。 PubMed DOI

急性腎損傷（AKI）和心肌損傷（MI）是重度燒傷患者常見的併發症，兩者結合會形成心腎綜合症（CRS）。本研究探討了Galectin-3（Gal3）和可溶性CD146（sCD146）在識別CRS中的潛力。研究中，40名患者中有38名被診斷為CRS，結果顯示Gal3及其與sCD146的組合與CRS有顯著相關性，預測能力強。Gal3也與無MI的AKI及無AKI的MI相關，而sCD146單獨的相關性較弱。研究強調需進一步驗證這些生物標記物的應用。 PubMed DOI

心腎綜合症是心臟與腎臟功能失調相互影響的情況，會形成損傷循環，並且有高發病率和死亡率。及早識別此症狀對改善病人預後非常重要。近期對於能指示心腎功能變化的生物標記物的研究逐漸增加，這些標記物有助於了解心腎綜合症的機制，並預測器官功能的變化。本文回顧了相關文獻，探討了血清和尿液中的生物標記物在診斷和預測心腎綜合症中的應用及其臨床價值。 PubMed DOI

這項研究中，研究人員針對急診病人開發了一個預測急性腎損傷（SA-AKI）風險的標準圖。他們分析了391名敗血症病人的數據，分為訓練和驗證兩組，並建立了三個預測模型，最終選擇了包含最少指標的模型3。關鍵因素包括使用血管收縮劑、年齡、血小板計數等。模型顯示高準確性，並在預測30天生存率及重大腎事件方面也具有效性，對急診醫生預防SA-AKI相當有幫助。 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