CKD患者易罹患CVD，但現有預測模型對他們不夠準確。2012-2021年的研究發現134個相關研究，多著重於添加預測因子至現有模型，少有新模型開發。研究方法常有缺陷，需改進報告與驗證。合作努力加強現有模型並評估臨床影響。 PubMed DOI

研究評估CRRT中斷預測模型，以提升品質。檢視多項研究，強調改進風險評估方法的重要性，以增進預測模型的精確度及制定預防措施。 PubMed DOI

管理慢性腎臟疾病（CKD）時，使用風險預測對於做出及時決策至關重要。各種預後模型已開發用於評估CKD患者腎功能衰竭風險，但仍有改進空間。準確的預後可帶來重大臨床和心理益處，並有機會預防腎功能衰竭及減緩CKD風險。 PubMed DOI

慢性腎臟疾病（CKD）是全球重要議題，早期檢測很關鍵。對社區電子健康記錄（EHRs）中CKD預測模型的研究發現兩個模型表現不錯，但仍有限制。需要更多研究評估這些模型在臨床上的實際效果。 PubMed DOI

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

這項研究針對自體動靜脈瘻管（AVF）發生血栓的風險，開發並驗證了機器學習模型。研究在哈爾濱醫科大學第二附屬醫院的血液透析中心進行，涵蓋270名患者，時間範圍為2021年3月至2022年12月。結果顯示，105名患者出現AVF血栓，52.6%的AVF患者有長期併發症，血栓最為常見。研究開發了五種機器學習模型，評估結果顯示其預測AVF血栓風險的準確性高，對早期臨床介入有幫助。 PubMed DOI

這項研究針對無法使用抗凝劑的血液透析（HD）患者，建立並驗證了一個凝血風險預測模型。研究分析了164名患者在2022年1月至2023年6月的299次HD數據，找出凝血的風險因素。結果顯示，無抗凝劑HD的凝血發生率為35.1%，主要風險因素包括血小板、紅血球比容、透析液類型及年齡。預測模型的AUC為0.76，顯示出良好的臨床效用，能幫助評估這些患者的凝血風險。 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

慢性腎臟病（CKD）是一種常見疾病，可能引發嚴重健康問題。本系統性回顧分析了33項人工智慧（AI）模型在預測CKD進展的有效性。主要發現顯示，這些預測工具的合併敏感度為0.43，特異度高達0.92，顯示出良好的識別能力。正似然比為5.12，負似然比為0.28，曲線下面積（AUC）為0.89，顯示整體診斷準確性不錯。儘管結果令人鼓舞，研究仍強調需進一步優化AI模型，以平衡敏感度與特異度，並克服數據集不平衡等限制。 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