這項研究探討了腎小管過濾率（eGFR）模式與正常或輕度腎功能受損者發展心房顫動（AF）風險的關聯。研究涵蓋62,407名參與者，皆在2010年無AF及心血管疾病。研究識別出四種eGFR軌跡：高穩定型、中度增加型、高下降型和低穩定型。經過近10年的隨訪，發現中度增加型、高下降型和低穩定型的AF風險顯著高於高穩定型，危險比率分別為1.70、1.92和2.28，顯示eGFR軌跡與AF風險有明顯關聯。 PubMed DOI

這項研究針對65歲以上的老年人，探討肌酸酐計算的估計腎小管過濾率（eGFRcr）與半胱氨酸C計算的估計腎小管過濾率（eGFRcys）之間的差異，以及這些差異與年齡相關的不良結果風險的關聯。研究分析了5,574名老年人的數據，發現約30%的參與者eGFRcys比eGFRcr低超過30%。隨著年齡增長，這種情況更為普遍。隨訪兩年後，eGFR差異較大的個體面臨更高的死亡、跌倒和住院風險，強調在臨床評估中考量這兩個指標的重要性。 PubMed DOI

這項研究針對老年人輕度至中度降低腎小管過濾率（GFR）進行調查，特別是eGFR介於45-59 ml/min/1.73 m²的慢性腎病（CKD）3A期個體。分析了2012至2017年韓國超過770萬名40歲以上參與者的數據，發現65至74歲中有10.0%，75歲以上則有16.3%屬於此範圍。研究指出，這些老年人相比於eGFR在60-89 ml/min/1.73 m²的個體，腎衰竭、心血管疾病及全因死亡率的風險顯著提高，強調了監測腎臟健康的重要性。 PubMed DOI

腎小管過濾率（GFR）的評估對腎臟疾病的診斷和管理非常重要，但估計的GFR（eGFR）準確性常受到非GFR因素的影響。這項研究提出一種新方法，結合多個過濾標記，提升eGFR的準確性。研究顯示，使用穩健的估算技術和轉移學習可以有效解決不同族群間的系統性差異，並減少估算誤差。這種方法有望在臨床上提供更準確的GFR評估，儘管存在非GFR因素的變異。 PubMed DOI

這項研究探討了不同腎小管過濾率（eGFR）閾值對慢性腎病（CKD）流行率和預後的影響，隨訪長達15年。研究分析了4,952名參與者，發現年齡分層定義會重新分類部分參與者，但並未影響不良結果。Cox回歸分析顯示，CKD組的預後明顯較非CKD組差，無論使用哪種定義，標準定義的風險比最高。總結來說，年齡或i-BSA分類CKD的預測能力不如標準定義。 PubMed DOI

這項研究探討腎小管過濾率（eGFR）斜率與心臟衰竭（HF）之間的關聯，特別針對有HF風險的老年人。研究涵蓋5,362名參與者，發現高風險個體中eGFR斜率與HF無顯著關聯，但在有心臟異常的個體中，eGFR每年下降1 mL/min/1.73 m²，HF風險增加39%。此外，eGFR下降較陡者，HF風險顯著上升。研究建議eGFR斜率可作為識別高風險HF個體的指標，但無法完全反映腎功能下降的複雜性。 PubMed DOI

這項研究探討了新的腎小球過濾率（eGFR）方程式對健康風險的影響，特別是EKFC和LMR方程式與CKD-EPIASR-NB2009的比較。研究涵蓋285,686名參與者，發現EKFC和LMR的eGFR估計值均低於CKD-EPI，且將更多人分類為腎功能受損。這些方程式在辨識死亡及腎衰竭風險方面表現更佳，顯示其在臨床決策中的重要性，需謹慎考量不同方程式的優缺點。 PubMed DOI

這篇系統性回顧發現，若用cystatin C算出的腎功能（eGFRcys）明顯低於用creatinine算的（eGFRcr），死亡和心血管事件風險會增加；反之，eGFRcys高於eGFRcr時，風險較低。eGFR不一致可當作預測健康風險的指標，但還需要更多研究來標準化定義和測量方式。 PubMed DOI

在75歲以上的慢性腎臟病患者中，血壓變異度越高，腎功能通常越差。不管是一次看診內還是多次看診間測量，結果都差不多。血壓變異度高跟年紀大、腎功能差、脈壓高有關。未來還需要更多研究來確認血壓變異度能不能預測健康狀況，以及背後的原因。 PubMed DOI

在慢性腎臟病患者中，用cystatin C和creatinine估算的腎功能差異（eGFRdiff）和死亡、心衰竭風險有關，但這不是因為肌肉量、肥胖或發炎等因素造成。這些因素只解釋了eGFRdiff很小一部分變異，代表還有其他未知原因。即使調整這些影響後，eGFRdiff和不良結果的關聯還是存在。 PubMed DOI