研究發現維持性血液透析患者肌肉減少症的預測模型存在異質性和偏誤風險，並指出模型表現受診斷標準和研究設計影響。歐洲標準模型優於亞洲標準，開發組也優於驗證組。研究呼籲改進預測模型以符合全球不同MHD患者需求。 PubMed DOI

這項研究進行了系統性回顧，分析慢性腎病（CKD）患者中血栓栓塞（VTE）的風險因素。研究團隊從多個資料庫中搜尋相關文獻，最終納入十四項研究。結果顯示，CKD的不同階段顯著提高VTE風險，特別是末期腎病的風險最高（OR: 3.68）。其他風險因素包括女性、充血性心衰竭、心房顫動、冠狀動脈疾病及系統性紅斑狼瘡。透析方式也影響VTE風險，建議醫療人員應評估CKD患者的VTE風險。 PubMed DOI

本研究探討CHA2DS2-VASc評分在預測慢性腎病（CKD）接受維持性血液透析（MHD）患者的心血管及全因死亡率的有效性。研究分析了237名巴西薩爾瓦多的患者，結果顯示評分大於2的患者死亡風險顯著較高，未調整的全因死亡風險比為2.05，心血管死亡風險比為3.53。即使調整多項因素後，這些結果仍然成立。研究團隊還開發了修訂版CHA2DS2-VASc評分，顯示其在預測MHD患者死亡風險方面的潛在應用價值。 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

這項研究回顧了人工智慧（AI）和機器學習（ML）在預測住院病人急性腎損傷（AKI）的表現。共分析了4,816篇文章，最終納入95篇，涵蓋380萬次住院紀錄。最常用的AKI定義是KDIGO-AKI標準。識別出302個預測模型，以邏輯回歸模型最為普遍。預測AKI的關鍵因素包括年齡、性別、糖尿病等。預測模型的AUC顯示出潛力，但臨床應用仍面臨挑戰，因為研究間存在顯著異質性和偏差風險。 PubMed DOI

這項研究系統性地分析了接受血液透析的個體中跌倒的盛行率，並找出相關風險因素。研究團隊在十個資料庫中搜尋，最終納入31項研究，共191,800名參與者，結果顯示跌倒的合併盛行率為27.1%。統合分析發現12個顯著的風險因素，包括年齡、性別、透析時間、糖尿病等。研究強調了這群體跌倒的多重因素，並呼籲及時篩查與介入，以減少跌倒帶來的負面影響。該研究已在PROSPERO註冊，編號CRD42024525375。 PubMed DOI

這項研究探討末期腎病（ESRD）患者在透析過程中中風的風險，特別針對自體顯性多囊腎病（ADPKD）患者。結果顯示，透析患者中風風險是未透析者的兩倍以上，且大多數為缺血性中風。在40,980名透析患者中，有1,549人中風，而在2,182名ADPKD患者中，只有44人中風。調整主要風險因素後，ADPKD並未顯著增加中風風險，顯示透析的ADPKD患者與未透析者中風風險相似，支持對兩組進行相同的篩檢。 PubMed DOI

這篇系統性回顧發現，目前用機器學習預測血液透析中低血壓的模型雖然表現不錯，但多數研究有偏倚問題，且缺乏外部驗證，臨床應用有限。未來應加強外部和臨床驗證，才能提升實際應用價值。 PubMed DOI

這項研究針對1,016位洗腎病人，開發了一個預測自體動靜脈瘻管血栓風險的工具。研究發現五個重要風險因子，包括hs-CRP、導管使用史、洗腎時間、瘻管狹窄和非高密度脂蛋白膽固醇。這個模型預測準確度高（AUC約0.82），能幫助醫師評估病人血栓風險。 PubMed DOI

這篇回顧分析發現，中國血液透析患者的虛弱預測模型準確度高（AUC 0.819-0.998），虛弱發生率約32%。主要風險因子有年紀大、白蛋白低、營養差、女性、共病多和憂鬱。不過，現有模型偏倚風險高、缺乏外部驗證，建議未來要有更嚴謹、多中心的研究來提升臨床實用性。 PubMed DOI