慢性腎臟病（CKD）有多種情況，風險差異常被忽略。英國的NURTuRE-CKD研究分析了2,996名成人的腎功能，發現不同原發性腎臟疾病（PRD）之間的風險差異顯著。研究中，23.9%的參與者經歷腎衰竭，且糖尿病腎病等高風險疾病的預測準確性較高。白蛋白尿的預測價值因診斷而異，顯示CKD管理需個性化，考量特定的腎臟疾病。 PubMed DOI

這個專案旨在開發一個全面的慢性腎臟病進展模型（CKD-PM），不僅評估腎衰竭風險，還考量相關併發症。研究人員透過文獻回顧，識別風險因素及預測方程式，並從美國及國際的CKD登記資料中獲取數據。CKD-PM是一個患者層級的狀態轉移模型，依據KDIGO指導方針進行健康狀態分類。模型經內外部驗證，準確預測全因及心血管死亡率，並對腎小管過濾率變化提供可接受的預測，顯示出其穩健性與可靠性。 PubMed DOI

PROGRESER研究是一項為期三年的多中心觀察性研究，針對西班牙的第三期慢性腎病（CKD）患者進行。研究發現，462名患者中，66.2%經歷腎損傷進展，糖尿病患者和非糖尿病患者的進展比例相近，分別為67.3%和65.3%。初始的平均腎小管過濾率（eGFR）從43.9降至29 mL/min/1.73 m²。研究指出，傳統風險因素如高血壓和低鈣/高甲狀旁腺激素水平與進展有關，並強調需進一步探索新的生物標記和治療策略。 PubMed DOI

慢性腎臟病（CKD）常被忽視，但全球對於減緩其進展的需求迫切。IMPACT CKD微模擬模型研究了CKD的進展，考量臨床事件及合併症影響，並利用腎小管過濾率（eGFR）和尿白蛋白水平評估病情。模型預測到2032年CKD患者將增加7.7%，特別是晚期CKD及透析、移植患者。這將導致水資源使用增加75%、化石燃料耗竭及二氧化碳排放上升，預估成本達19.5億英鎊。這些結果有助於評估健康政策及治療策略。 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

這項研究針對免疫球蛋白A腎病（IgAN）患者，特別是慢性腎病（CKD）第3或第4期且有顯著蛋白尿的情況，開發了一個預後模型。研究分析了263名患者，隨訪平均57.3個月，發現腎小球過濾率（eGFR）較低和蛋白尿較高的患者，末期腎病（ESKD）風險增加。使用隨機生存森林（RSF）等多種技術，RSF模型的預測性能最佳，顯示出七個重要風險因素，並有效預測IgAN患者的病程進展。 PubMed DOI

有效治療慢性腎臟病（CKD）對全球健康至關重要，因為它可能導致腎衰竭和心血管問題。最近，電子健康紀錄的使用提升了我們對CKD的理解，並促進了風險預測的進展。臨床試驗顯示，像鈉-葡萄糖共轉運蛋白2抑制劑和類胰高血糖素肽1受體激動劑等新藥能有效減少CKD的不良結果，但在高風險患者中的使用仍不足。透過預後工具指導治療決策，醫療提供者能更好地匹配患者與治療，提升CKD管理效果。 PubMed DOI

這項研究探討丹麥全科醫生對慢性腎病（CKD）患者的管理，強調改善護理的必要性。研究追蹤1,316名2019至2020年間有異常腎功能檢測的患者，發現75%確診為CKD，且多數為G-stage 3a，心血管疾病和糖尿病盛行率高。僅52%的患者接受尿液白蛋白/肌酸酐比率檢測，雖然67%使用腎素-血管緊張素-醛固酮系統抑制劑，但鈉-葡萄糖共轉運蛋白2抑制劑使用率偏低。每年患者平均就診13.5次，但檢測和轉診至腎臟科的比例有限，顯示CKD患者對基層醫療負擔大，需改善檢測和治療策略。 PubMed DOI

這項新風險評分模型能用五個臨床指標，幫助找出ARPKD兒童中腎衰竭高風險族群。雖然能有效區分高低風險，但還需更多研究來預測絕對風險，並在不同族群驗證。文章也提到，罕見疾病模型的詮釋和驗證有不少挑戰。 PubMed DOI

慢性腎臟病（CKD）越來越常見，預估2040年每五個大人就有一個會罹患，2050年更會成為西班牙第三大死因。因為早期沒明顯症狀，加上篩檢率低，常常被忽略或晚期才發現。及早發現和治療很重要。IntERKit計畫就是要幫助醫療機構用更有效率的方法，提升CKD早期偵測和照護品質。 PubMed DOI