這項研究比較了四種估計腎小球過濾率（eGFR）公式對全因死亡和心血管死亡的預測能力。研究納入4,132名參與者，隨訪中位數17.4年，期間發生1,987例全因死亡和530例心血管死亡。結果顯示，EKFC基於胱蛋白酶C的公式（eGFRcys）在5年和10年的預測中表現最佳，特別是在10年的全因死亡預測上，相較於CKD-EPI基於肌酸酐的公式（eGFRcr）有顯著改善。這顯示EKFC eGFRcys在評估死亡風險上具有潛在實用性。 PubMed DOI

這項研究探討靜息心率與近期缺血性中風患者腎功能下降的關聯。分析了9,366名患者的數據，結果顯示心率越高，腎小管過濾率（eGFR）年下降幅度越大。心率≥90 bpm的患者年下降幅度為3.90 mL/min/1.73 m²，而心率<60 bpm則為2.12 mL/min/1.73 m²。高心率也與不良腎臟結果風險增加相關，特別是在無心房顫動的患者中更為明顯。研究強調監測心率對缺血性中風患者的重要性，建議進一步探討不同族群的情況。 PubMed DOI

這項研究分析了日本慢性腎病患者的數據，探討估計腎小管過濾率（eGFR）變化趨勢，作為腎衰竭的替代終點，特別針對第4和第5期。研究發現，eGFR下降速度較慢與腎衰竭風險顯著降低有關，尤其在高CKD階段更明顯。具體來說，eGFR每年下降1.91、1.12和1.06 ml/min/1.73 m²，分別對應第3、4和5期腎衰竭風險降低20%。這顯示eGFR變化趨勢可作為亞洲CKD患者的有用替代終點，並為未來臨床試驗設計提供了新見解。 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

如果出院3個月後，成年人用cystatin C算的腎功能（eGFRcys）比用creatinine算的（eGFRcr）低30%以上，未來幾年內心衰竭住院、腎臟惡化到末期或死亡的風險都會大增。這個兩者的落差，可能有助於早期找出高風險病人，方便後續追蹤與照護。 PubMed DOI