本研究探討接受體外膜氧合（ECMO）治療的末期腎病（ESRD）患者在住院期間的死亡風險。研究回顧了2009年至2022年間90名接受靜脈動脈ECMO的成人ESRD患者的醫療紀錄，排除14名在ECMO啟動後24小時內死亡的患者。結果顯示住院死亡率高達69.7%，心源性休克為最常見診斷，感染則為主要併發症。APACHE II分數被確認為獨立死亡風險因子，且分數≤29的患者在6個月生存率上顯著優於分數>29的患者。研究強調APACHE II分數在預測ESRD患者住院死亡風險中的重要性。 PubMed DOI

本研究探討C-反應蛋白-白蛋白-淋巴細胞指數（CALLY指數）與維持性血液透析（MHD）患者死亡率的關聯。研究分析了436名MHD患者，結果顯示CALLY指數是死亡率的重要保護因素。透過多變量邏輯回歸，識別出多項影響死亡率的因素，並開發了列線圖來預測死亡風險，AUC達0.821，顯示高區分能力。研究強調CALLY指數在預測血液透析患者結果中的潛力。 PubMed DOI

這項研究的目的是開發和驗證機器學習模型，以預測接受腹膜透析（PD）患者近期的全因死亡和心血管死亡。研究涵蓋7,539名PD患者，並採用5折交叉驗證法進行數據分組。模型利用患者的人口統計、臨床特徵、實驗室結果及透析相關變數進行預測。結果顯示，模型在測試集中的預測能力強，全因死亡的AUROC達0.8767，心血管死亡的AUROC達0.9026，且精確度-召回曲線得分也很高。CVDformer模型在預測PD患者三個月內的死亡方面表現優異，但未來仍需進一步校準。 PubMed DOI

急性腎損傷（AKI）在重症監護病房（ICU）病人中很常見，且與高 morbidity 和 mortality 相關。因為目前沒有針對 AKI 的特效藥，持續性腎臟替代療法（CRRT）成為主要治療。本研究建立並驗證了一個預測重症 AKI 病人在接受 CRRT 後 90 天死亡率的模型。研究分析了1121名病人的數據，並利用Cox比例風險回歸開發了預測模型，包含七個預測因子。模型在訓練組和驗證組中表現良好，能有效識別高風險患者。 PubMed DOI

透析期間的低血壓（IDH）是血液透析中常見的問題，現有預測模型常因其複雜性而不足。本研究分析201名接受維持性透析的患者，70%用於訓練，30%用於驗證。IDH定義為收縮壓下降20 mmHg或以上，或平均動脈壓下降10 mmHg或以上。研究團隊透過LASSO回歸分析，找出與IDH相關的五個關鍵變數，並建立多變量邏輯回歸模型。該模型在訓練和驗證隊列中顯示出良好的預測性能，顯示其在準確預測IDH方面的潛力。 PubMed DOI

這項研究建立了一套評分系統，能預測85歲以上新開始血液透析患者的3年存活率。系統根據八項指標（如低BMI、心血管疾病、癌症、行走困難等）給分，分數越高，死亡風險越大。預測準確度不錯，未來可協助醫師評估是否建議高齡患者接受透析，但還需更多族群驗證。 PubMed DOI

這項研究用四家醫院的資料，開發並驗證一個機器學習模型，能預測洗腎病人心臟瓣膜鈣化的風險。模型根據五個臨床指標建立，最後發現邏輯迴歸的表現最穩定。這工具有助於早期發現高風險患者，提升洗腎病人心臟瓣膜鈣化的篩檢和管理效率。 PubMed DOI

這項研究開發了KSGN分數，能預測韓國70歲以上患者開始血液透析後6個月內的死亡風險。分析1,751位患者資料，發現高齡、特定腎病、癌症史、白蛋白低、沒治療高血壓及血管通路未準備好是主要風險因子。KSGN分數預測準確度優於現有模型，未來可協助醫師為年長患者做更合適的透析治療決策。 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

洗腎病人，特別是有糖尿病的人，若心率變異性異常，長期死亡風險會大幅增加，尤其是心血管死亡。心率變異性檢查有助於找出高風險患者，提升風險預測準確度，並可提供更個人化的照護與預防措施。 PubMed DOI