1990年至2020年的小兒腎移植研究指出，活體捐贈者的手術成功率高於死亡捐贈者。手術失敗風險因素隨時間變化，受者年齡、捐者年齡和透析次數影響結果。活體捐贈者可長期降低失敗風險，青少年前5年風險較高。研究建議考慮捐贈者和受者年齡對結果影響。 PubMed DOI

研究預測小兒腎移植候選人接受移植的可能性，分析3757名候選人數據，建立預測指標，可幫助臨床醫生管理患者等待時間，促進更多活體捐贈。 PubMed DOI

這項研究探討邊際品質腎臟移植的使用情況，並評估一個新提議的評分系統，涵蓋延遲移植物功能（DGF）、腎功能恢復（RFR）及移植後90天的腎小管過濾率（GFR）。分析了221名腦死亡捐贈者和223名接受者的數據。主要發現顯示，經歷DGF的接受者，移植物喪失風險顯著增加，而90天GFR低於30 ml/min/1.73m²的接受者也面臨較高的失敗風險。然而，研究指出這些因素的組合無法有效預測短期的病人和移植物存活率。 PubMed DOI

這項研究探討影響小兒腎臟移植存活的因素，並運用機器學習技術分析1994至2021年間465名小兒患者的數據。研究發現，56.7%的患者為男性，平均年齡12.08歲，73.1%的移植來自活體捐贈者。機器學習模型顯示，抗體介導的排斥反應及腎小管過濾率等因素對移植物存活影響重大。邏輯回歸和SVM模型的準確率高達96.5%。結論指出，機器學習可助於識別關鍵因素，未來可改善小兒腎臟移植的結果。 PubMed DOI

兒童腎臟移植後的旅程充滿挑戰，包括醫療併發症、頻繁住院、飲食限制及心理健康問題，如憂鬱和焦慮等。此外，這些小患者也可能面臨神經發展障礙，影響認知和心理社會適應。為了有效應對這些需求，採用多學科照護模式是必要的，但目前缺乏相關實施的文獻。本篇回顧探討這些孩子及家庭的心理社會和神經發展困難，並討論風險評估及潛在介入措施，以改善病患照護和術後結果。 PubMed DOI

預後模型在腎臟移植的臨床試驗和病人管理中越來越重要。本研究分析了來自10個國家的11,046名腎臟移植受者的數據，評估競爭風險模型與非競爭風險模型的表現。研究發現，兩者在預測長期移植物失敗方面的有效性相似，顯示模型選擇對預測結果影響不大。雖然大部分子群體表現良好，但某些高風險群體使用競爭風險方法的校準較佳。整體而言，這些模型在臨床應用中均具參考價值。 PubMed DOI

這項研究開發了一個動態貝葉斯模型，旨在預測腎臟移植受者的長期存活率及移植物存活率，透過分析腎小管過濾率（eGFR）的變化。研究資料來自1980至2017年間的14,915名成年腎臟移植受者。結果顯示，eGFR的下降與移植物喪失及死亡風險增加有顯著關聯。該模型在預測移植物5年內的喪失時，推導隊列的AUC值為0.83，驗證隊列為0.81，顯示出良好的預測性能，能幫助識別高風險患者，改善早期介入策略。 PubMed DOI

本研究旨在利用人工智慧（AI）演算法，開發一個更有效的風險分層工具，以改善英國活體捐贈腎臟移植的選擇過程。我們分析了2007至2022年間的12,661例術前數據，並測試了四個機器學習模型。結果顯示，XGBoost模型在移植物存活率的預測上表現最佳，顯示出良好的預測能力。這種基於AI的模型有潛力改善捐贈者與受贈者的配對，並提升腎臟配對交換計畫的成效，展現AI在醫療領域的應用價值。 PubMed DOI

這項研究探討了兒童腎臟再移植需求的上升，分析了51名接受第二次移植的男童。研究發現，先天性腎臟異常是腎衰竭的主要原因，且部分患者體重在20公斤以下。第一次移植失敗多因非免疫性因素，如血管血栓。第二次移植採用不同的臨床策略，使用thymoglobulin、tacrolimus和mycophenolate，並加強抗凝治療。結果顯示，第二次移植後患者存活率達100%，移植物存活率在1年和3年分別為88%和83%。整體而言，兒童腎臟再移植的效果良好，是有效的治療選擇。 PubMed DOI

預後模型在腎臟移植的臨床試驗和病人管理中越來越重要，因為移植物失敗和功能性移植物下死亡是相互競爭的結果。本研究分析了來自十個國家的11,046名腎臟移植受者的數據，評估競爭風險模型與非競爭風險模型的表現。結果顯示，兩者在長期移植物失敗的風險估計上相似，預測誤差差異極小。雖然大部分子群體表現良好，但某些高風險群體在使用競爭風險方法時校準較佳。總體而言，兩種模型在預測長期腎移植物失敗方面的表現相當。 PubMed DOI