研究評估了根據糖尿病病況對大批人群進行腎臟濾過率（GFR）估算方程式的表現，比較了歐洲腎功能聯盟（EKFC）方程式使用血清肌酸酐和半胱氨酸蛋白酶C。EKFCcrea+cys方程式的準確性優於單一生物標記方程式。雖然非糖尿病患者的GFR估算準確性似乎較高，但主要是因為GFR水平不同，而非糖尿病病況。 PubMed DOI

這項研究評估了三種肌酸酐方程式在18至25歲年輕成人中估算腎小管過濾率（eGFR）的表現，數據來自2,366名個體。結果顯示，歐洲樣本中，EKFC和r-LMR方程式的準確性明顯優於CKD-EPI，偏差分別為2.28和-2.50 mL/min/1.73 m²，而CKD-EPI為17.41 mL/min/1.73 m²。在美國樣本中，EKFC和r-LMR在非黑人族群中也表現較佳，但黑人個體的偏差相似。整體來看，EKFC和r-LMR在估算年輕成人GFR時更為準確，除了在高GFR水平時CKD-EPI可能更佳。 PubMed DOI

這項研究指出，在大型教學醫院中，無種族的腎小球過濾率（GFR）估算方程式對慢性腎病（CKD）患者有重大影響。研究比較了四種估算方程式，發現不同族群的GFR估算存在顯著偏差。主要發現包括：南亞患者的GFR被高估，黑人患者則被低估，且年齡增長會影響偏差。此外，約10%到28%的患者可能因使用不同方程式而重新分類，這可能加劇健康不平等。研究強調轉向無種族估算方程式的重要性，以改善CKD患者的健康公平性。 PubMed DOI

這項研究針對印度人群的腎小球過濾率（eGFR）方程式進行評估，特別是慢性腎病（CKD）患者及潛在腎臟捐贈者。研究發現，常用的CKD-EPI_Cr 2009方程式在印度人中高估了GFR。共412名參與者的平均GFR為54.2 ml/min每1.73 m²，潛在捐贈者為79.5 ml/min每1.73 m²。基於肌酸酐的方程式顯示顯著偏差，需開發更適合印度人群的eGFR方程式，以提升患者護理品質。 PubMed DOI

這項研究評估了新的無種族腎小管過濾率（eGFR）方程式在預測韓國成人慢性腎病（CKD）併發症的表現。研究分析了1,727名參與者的數據，重點在貧血、高鉀血症、酸中毒、高磷血症和高甲狀旁腺素血症等五種併發症。結果顯示，四種不同的eGFR方程式與併發症之間的關聯一致，預測表現相似，且ROC分析曲線下面積無顯著差異。總體而言，新的無種族eGFR方程式在預測韓國CKD患者併發症方面的有效性與現有方程式相當。 PubMed DOI

這項研究評估了不同的腎小球過濾率（eGFR）公式在檢測糖尿病患者腎病的效果，並以iohexol清除率作為金標準。共93名患者參與，結果顯示基於肌酸酐的EKFC公式在準確性和偏差上優於CKD-EPI公式，而基於胱蛋白酶C的公式則無顯著差異。結合肌酸酐和胱蛋白酶C的公式表現最佳，準確性最高、偏差最低。研究建議EKFC公式略有優勢，但結合公式效果最佳。 PubMed DOI

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

這項研究分析超過1.5萬人，發現用CKD-EPI公式時，creatinine和cystatin C估算腎功能（GFR）常出現不一致。當兩者結果不一致時，結合兩者估算GFR最準確，尤其用EKFC和r-LMR公式效果最好。因此，EKFC和r-LMR比CKD-EPI更適合評估GFR，特別是在兩種檢驗結果不一致時。 PubMed DOI

CKD盛行率會因eGFR公式、檢測標記和研究族群不同而變化。新版CKD-EPI公式讓美國黑人CKD盛行率上升，非黑人下降；但在印度和部分非洲族群可能低估CKD，EKFC公式能改善這問題。用EKFC或cystatin C公式，估算CKD盛行率通常比creatinine公式高。選擇不同公式和標記，會大幅影響CKD盛行率的結果，對各族群影響也很大。 PubMed DOI