這項社區研究調查了Hirakud地區農業的慢性腎臟病（CKD）和不明原因的慢性腎臟病（CKDu）以及貧血的流行率。研究發現，農藥殘留和重金屬（如鎘、鉻、鉛、砷）在土壤和水中濃度過高，特別是在農民中，CKDu相當普遍。這些有毒物質的飲食暴露增加了非致癌風險，且CKD/CKDu患者中貧血情況也很常見。研究強調環境毒素與腎臟健康之間的密切關聯，提醒需注意這些風險。 PubMed DOI

這項研究顯示馬來西亞慢性腎臟病（CKD）日益嚴重，強調了早期識別風險因素的重要性。研究針對3160名多民族參與者，透過腎臟檔案數據分析，找出五個關鍵因素：性別、種族、身體活動、動脈粥樣硬化血漿指數（AIP）和收縮壓。特別是高AIP的男性更易發展CKD。由於CKD早期通常無明顯症狀，這些因素有助於預測高風險個體，未來研究應著重於利用這些因素來預防和管理CKD。 PubMed DOI

這項研究探討急性腎損傷（AKI）、急性腎病（AKD）與慢性阻塞性肺病（COPD）患者的死亡率關聯。研究分析了2,829名住院病人的數據，使用八種機器學習演算法進行預測。結果顯示，AKI發生率為13.71%，AKD為15.11%，整體死亡率為4.84%。LightGBM演算法表現最佳，對AKI、AKD及死亡率的預測準確度分別為0.815、0.827及0.934。研究強調腎功能變化在預測死亡率中的重要性，並開發了網頁應用程式以協助識別高風險患者，改善預後。 PubMed DOI

糖尿病腎病（DKD）是2型糖尿病（T2DM）患者常見的併發症。本研究針對12,190名T2DM患者的電子健康紀錄，開發機器學習演算法來預測DKD風險。研究找出了主要風險因素，如年齡、尿液白蛋白與肌酸酐比率等。最終，Light Gradient Boosting Machine（LightGBM）模型在預測準確性上表現最佳。這項研究顯示，透過機器學習可以有效預測DKD風險，幫助早期介入，改善患者的腎臟健康。 PubMed DOI

研究人員開發了一套針對糖尿病腎病變患者的風險預測模型，結合臨床資料和四種血液生物標記，能準確預測三年內重大心腎事件（C-statistic 0.80）。這模型可將患者分為低、中、高風險，低風險陰性預測值達94%，高風險陽性預測值有58%。不同族群驗證都有效，且用canagliflozin治療能降低所有風險層級的事件發生率。 PubMed DOI

中國慢性腎臟病（CKD）問題越來越嚴重，主要因為都市化讓糖尿病患者變多。中國腎病網絡2017-2018年報告，分析全國和各省的CKD及透析趨勢，也探討經濟、環境和數位科技的影響，目的是幫助醫療人員和政策制定者改善腎臟病照護。 PubMed DOI

中國一項大型研究發現，長期暴露在PM2.5和PM1等空氣污染物下，腎功能會加速惡化。不過，平時有健康生活習慣的人，腎臟受損的風險明顯較低。這顯示健康生活能減緩空污對腎臟的傷害。 PubMed DOI

這項研究發現，血中錳濃度較高和慢性腎臟病風險較低有關，但這種保護效果只在特定範圍內有效，超過臨界值後就不再增加。此外，抗氧化酶SOD在這個關聯中有部分中介作用。總結來說，適當提高血清錳濃度有助於降低CKD風險，但過多無額外好處。 PubMed DOI

這項研究結合韓國兩個族群的基因和代謝體資料，找出不同成因的慢性腎臟病（CKD）專屬生物標記。團隊發現特定基因和代謝物組合，特別是在糖尿病腎病患者中，和疾病進展有關，有助於精準診斷與治療。 PubMed DOI

空氣污染不只傷害心肺，還會增加慢性腎臟病和腎小球疾病的風險。全球研究都證實這點，但相關機制還有待釐清。因為空污是可控的風險，透過政策和個人努力改善空氣品質，有助於預防或減緩腎臟病惡化。 PubMed DOI