本研究探討慢性腎病（CKD）患者建立血管通路的最佳時機，發現使用腎衰竭風險方程式（KFRE）≥40%作為風險閾值，比傳統的估計腎小管過濾率（eGFR）<15 mL/min/1.73 m²更有效。分析238名患者的數據，結果顯示在中位隨訪10.7個月內，77.6%的患者在KFRE≥40%下發展為末期腎病（ESKD），而eGFR則為65.8%。研究建議在計劃CKD患者的血管通路時，應優先考慮KFRE閾值，以降低過早建立動靜脈瘻管的風險。 PubMed DOI

這項研究探討了腹主動脈分支鈣化在血液透析患者中的流行率及其預後意義，特別是內髂動脈和腸系膜動脈。結果顯示，95.36%的患者有血管鈣化，且腹主動脈和內髂動脈的鈣化率最高。在中位隨訪3.92年中，有137名患者去世，內髂動脈和腸系膜動脈的鈣化與死亡率高度相關。研究還建立了一個模型，能有效預測3年生存率，顯示內髂動脈鈣化是血液透析患者死亡率的可靠預測指標。 PubMed DOI

這項研究分析了接受維持性血液透析的老年患者跌倒風險因素，並開發了一個預測模型來識別高風險個體。研究追蹤了871名來自成都市九家醫院的老年患者，跌倒發生率為31.96%。透過多變量邏輯回歸，識別出年齡、性別、視力障礙、低血壓、認知障礙和憂鬱症等獨立風險因素。該預測模型經過驗證，顯示出良好的預測性能，能幫助醫生早期識別高風險患者，減少跌倒相關傷害。 PubMed DOI

這項研究用四家醫院的資料，開發並驗證一個機器學習模型，能預測洗腎病人心臟瓣膜鈣化的風險。模型根據五個臨床指標建立，最後發現邏輯迴歸的表現最穩定。這工具有助於早期發現高風險患者，提升洗腎病人心臟瓣膜鈣化的篩檢和管理效率。 PubMed DOI

這項研究開發了一套預測工具，能評估老年ICU病人發生急性腎損傷（AKI）的風險。模型以15個臨床因素建立，準確度高（AUC約0.81）；簡化版只用5個關鍵因素，表現也不錯（AUC約0.78）。兩者都實用且準確，有助臨床醫師及早辨識高風險病人。 PubMed DOI

這項研究針對1,016位洗腎病人，開發了一個預測自體動靜脈瘻管血栓風險的工具。研究發現五個重要風險因子，包括hs-CRP、導管使用史、洗腎時間、瘻管狹窄和非高密度脂蛋白膽固醇。這個模型預測準確度高（AUC約0.82），能幫助醫師評估病人血栓風險。 PubMed DOI

這項研究針對223位洗腎患者，找出六個會影響自體動靜脈瘻管（AVF）失敗的關鍵因素，並建立了一個風險預測工具（nomogram）。這個模型預測準確，能幫助醫師及早發現高風險患者，提升臨床照護品質。 PubMed DOI

這項研究用重症醫療資料庫，針對加護病房的肺栓塞患者，開發並驗證了一個預測急性腎損傷（AKI）風險的工具。研究找出六個獨立風險因子，建立的預測圖比SAPS II評分更準確，且已經過內外部驗證，未來有機會幫助臨床醫師及早發現高風險患者，及時預防AKI。 PubMed DOI

羅馬尼亞洗腎病人若一開始用動靜脈瘻管（AVF）比用中心靜脈導管（CVC）存活率高。雖然多數人一開始用CVC，但這會增加死亡風險。若能從CVC轉換成AVF，死亡率會明顯下降。建議及早放置AVF並加強透析前照護，以提升病人預後。 PubMed DOI

**重點整理：** 在晚期腎臟病患者中建立動靜脈瘻管（AVF），與腎功能（以eGFR和腎衰竭風險評分衡量）下降速度較慢有關。這個效果在AVF運作良好的患者身上更明顯。不過，儘管腎功能下降變慢，建立AVF似乎並不會延後這些患者開始接受血液透析的時間。 PubMed DOI