這篇文章探討了識別腎臟疾病風險因素的重要性，並強調孟德爾隨機化（MR）在建立風險因素與疾病之間因果關係的角色。MR利用遺傳變異作為工具，幫助研究人員推斷因果關係，減少混雜因素影響。高品質MR研究的關鍵包括使用強有力的遺傳工具、檢測多效性與混雜、進行敏感性分析、報告效應大小及信賴區間，以及透明地說明研究限制。這篇文章旨在幫助讀者理解MR在腎臟病學中的應用，並促進相關研究。 PubMed DOI

面臨腎衰竭的病人在接受維持性透析時，面臨中風和出血的風險。為了評估現有預測模型的有效性，進行了一項系統性回顧，納入截至2024年1月12日的相關研究。結果顯示，雖然有八項研究符合標準，但並未找到專門針對透析病人的中風預測模型，僅有兩項針對出血風險的評分。常用的評分系統在透析人群中表現不佳，顯示目前的預測模型不足，因此亟需開發新的風險評分系統以改善臨床決策。 PubMed DOI

免疫球蛋白A腎病（IgAN）是最常見的原發性腎小球腎炎，內皮素A受體的活化在此病中影響蛋白尿、炎症和纖維化。近期進行的系統性回顧分析了內皮素A受體拮抗劑（EARAs）在1,346名IgAN患者中的療效與安全性。結果顯示，EARAs能顯著降低尿蛋白-肌酸酐比率及血壓，並減少腎小球過濾率的下降。然而，使用EARAs也增加了貧血、咳嗽、頭暈等不良反應的風險，因此臨床使用時需謹慎考量。 PubMed DOI

這項研究系統性評估了數位健康介入（DHI）對透析病人治療依從性的影響，透過隨機對照試驗（RCT）進行統合分析。研究團隊搜尋了五個資料庫，最終分析了17項RCT，涵蓋1,438名透析病人。結果顯示，DHI顯著改善了整體治療依從性，標準化平均差（SMD）為1.88，雖然證據確定性較低。特別是在藥物和透析治療依從性方面，DHI也有顯著改善，顯示其在臨床實踐中的潛力。 PubMed DOI

慢性腎臟病（CKD）是全球重要的健康議題，影響個人及醫療系統。本系統性回顧評估了針對CKD的新治療選擇，包括SGLT2抑制劑、GLP-1受體激動劑、finerenone、sacubitril/valsartan及鉀結合劑。我們從多個資料庫中篩選出2135篇研究，最終納入138篇，顯示除了傳統的腎素-血管緊張素系統抑制劑外，CKD的管理證據逐漸增多。SGLT2抑制劑在減緩CKD進展上效果顯著，應作為第一線治療。GLP-1RA、finerenone及sacubitril/valsartan的使用需依患者狀況調整，而鉀結合劑則有助於RASi的長期使用。 PubMed DOI

這項研究回顧了人工智慧（AI）和機器學習（ML）在預測住院病人急性腎損傷（AKI）的表現。共分析了4,816篇文章，最終納入95篇，涵蓋380萬次住院紀錄。最常用的AKI定義是KDIGO-AKI標準。識別出302個預測模型，以邏輯回歸模型最為普遍。預測AKI的關鍵因素包括年齡、性別、糖尿病等。預測模型的AUC顯示出潛力，但臨床應用仍面臨挑戰，因為研究間存在顯著異質性和偏差風險。 PubMed DOI

這篇系統性回顧分析近600萬名成人，發現急性腎臟病（AKD）的發生率會因定義不同而有差異，用ADQI定義時較高（26.6%），KDIGO則較低（11.1%）。但不管用哪種定義，AKD和死亡風險的關聯性都差不多。這提醒我們，AKD定義不同會影響研究結果，對臨床和研究都很重要。 PubMed DOI

AI 正在翻轉腎臟科，協助提升腎臟病的診斷、預測和治療，但臨床應用還有資料品質、偏誤和透明度等挑戰。文章提出用 TRIPOD-AI 檢查表來審查 AI 研究，強調資料完整、模型驗證和倫理。建議多元資料和多中心驗證來減少偏誤。未來會結合多種資料、深度學習影像、穿戴裝置和更智慧的決策系統。 PubMed DOI

多數慢性腎臟病研究只讓病人和照顧者當資訊提供者，真正參與決策的很少。主要困難是缺乏資源和訓練。不過，讓他們參與能提升招募、資料品質和研究實用性。未來應加強支持和標準化評估，讓參與更有意義。 PubMed DOI

這篇系統性回顧分析14項臨床試驗，發現非免疫治療、類固醇、B細胞調節劑和補體抑制劑都能降低IgA腎病的蛋白尿並延緩腎功能惡化。類固醇效果最好，但副作用風險較高，尤其高劑量時。其他藥物副作用較少。未來有機會合併用藥，但最佳組合和長期安全性還需更多研究。 PubMed DOI