這項研究調查了香港接受腎臟替代療法（KRT）的兒童中，獲得性囊性腎病（ACKD）的情況。從2023年6月到12月，對43名小兒患者進行影像檢查，發現42%有ACKD，其中大多數無症狀，但有兩名患者出現嚴重併發症。研究指出，透析時間超過28個月與ACKD發展有顯著關聯。結合超音波和MRI的檢查效果更佳，強調了早期移植和定期監測的重要性。 PubMed DOI

這項研究評估了在慢性腎臟病（CKD）成人中進行基因檢測的診斷效益。結果顯示整體診斷效益為40%，但在囊性腎病的亞型中，診斷效益提升至62%。有陽性家族史和腎外特徵的患者，診斷效益較高；不過，年輕年齡與診斷效益之間並無顯著關聯。這些發現對於CKD的診斷和治療具有重要意義。 PubMed DOI

結節性硬化症（TSC）是一種常染色體顯性遺傳病，可能影響腎臟，導致血管平滑肌脂肪瘤和腎囊腫等病變，並可能引發高血壓及腎功能下降。2024年針對TSC相關腎病的新指導方針已發布，本文回顧了關鍵臨床要點，並透過四個案例說明管理策略，包括高血壓管理、隨訪頻率及腎臟影像檢查的建議。此外，還探討了如TSC2-PKD1連續基因綜合症及大型AML的管理方法，為腎臟科醫生提供實用資源。 PubMed DOI

這項研究旨在找出與兒童尿路感染及尿路擴張相關的高級別膀胱輸尿管逆流（VUR）因素，並開發預測模型以減少侵入性檢查的需求。研究分析了1,044名患者的資料，發現8.2%有重度逆流，主要風險因素包括：2歲以下、男性、非大腸桿菌病原體、UTD-P3擴張及腎臟瘢痕。研究團隊建立的評分系統準確率高達93.4%，能有效識別重度逆流，並減少94%患者接受不必要檢查的情況。 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

這篇研究發現，在小兒血液腫瘤科病人中，不同的腎功能估算公式（如bedside Schwartz、5SJ等）準確度都差不多，沒有哪一個特別突出。而且，使用類固醇或有發炎也不會影響cystatin C或GFR的估算結果。 PubMed DOI

這項研究發現，兒童DMSA掃描若有局部缺損，未來反覆泌尿道感染的機率較高；若同時有彌漫性不均勻和局部缺損，則腎功能長期下降的風險最大。早期辨識這些影像型態，有助於預測哪些小朋友較容易出現腎臟問題。 PubMed DOI

隨著影像檢查普及，腎細胞癌被診斷的案例增加，分辨腎臟良性或惡性病灶變得更重要。AI技術（像機器學習、深度學習）已廣泛應用於腎臟病灶的偵測與分類，協助診斷和個人化治療。雖然AI展現潛力，但仍面臨資料差異、可解釋性及發表偏差等挑戰。 PubMed DOI

這項研究發現，尿液中的NGAL和renalase在有神經性膀胱的小朋友裡明顯偏高，尤其腎功能變差或有腎臟疤痕時更明顯。這兩個指標和腎功能呈負相關，數值越高代表腎功能越差。NGAL和renalase有機會成為早期、非侵入性的腎損傷檢測工具，但還需要更多研究證實。 PubMed DOI

這篇系統性回顧發現，基因檢測診斷ADPKD的敏感度變化大，且近二十年沒明顯進步，可能跟診斷標準放寬及基因型多樣化有關。超音波檢查準確度會隨年齡增加，但PKD2型比PKD1型低。研究也指出，基因檢測分類需標準化，且在基因型不明的家族，超音波準確性仍有疑慮。 PubMed DOI