血清AKR1A1水平可预测非裔美国2型糖尿病患者的肾小球滤过率（eGFR）下降速度

《ASN Publications》：Serum AKR1A1 Levels Predict eGFR Decline Rate in African Americans with Type 2 Diabetes

肾移植受者通过eGFR动态变化预测三年移植物衰竭风险模型开发验证。开发队列1114例中8%三年内出现衰竭，模型AUC从术后3个月0.70提升至30个月0.90。验证队列因eGFR数据采集方式差异表现稍弱。该模型可实时更新预测风险，为高风险患者提供干预时机。

　　```section>

摘要 通俗语言总结

---

背景：

识别出肾移植后发生移植物失败高风险的患者，有助于及时进行干预以改善治疗结果。我们开发并验证了一个风险预测模型，该模型利用估算的肾小球滤过率（eGFR）的变化来动态预测三年内的移植物失败风险。

方法：

该风险预测模型是在一个前瞻性多中心队列中（2010-2013年的死亡供体肾移植受者）开发的，并在三个独立的队列中进行了验证（一个登记队列和两个电子病历（EMR）队列）。该模型采用两阶段方法：首先使用线性混合效应模型估算eGFR的变化趋势，然后在逻辑回归模型中利用这些趋势来预测三年内的移植物失败风险。eGFR是通过不考虑种族因素的公式计算得出的，移植物失败定义为需要重新进行透析或再次移植的情况，同时考虑了死亡这一因素。该模型可以在移植后的前三年内的任何时间使用，且预测的风险会随着每次新的eGFR测量结果而动态更新。

结果：

在开发队列（N=1,114）中，有94名（8%）患者在移植后三年内发生了移植物失败。随着可用eGFR测量数据的增加，该模型的预测准确性逐渐提高。移植后三个月时，模型的乐观校正曲线下面积（AUC）为0.70（95%置信区间[CI] 0.63, 0.77），移植后三十个月时AUC达到0.90（95% CI 0.85, 0.95）。但在验证队列中，模型的表现有所下降（移植后三个月AUC范围为0.60-0.64，移植后三十个月为0.72-0.78），这可能是由于确定eGFR的数据收集方法存在差异所致。

结论：

这个风险预测模型通过识别出可能需要更密切监测和个性化干预的高风险患者，有望提升移植后的护理质量。

通俗语言总结：研究人员开发了一个模型，通过分析估算的肾小球滤过率（eGFR）的变化来预测三年内的肾移植失败风险。该模型在多个组别中进行了测试，其预测准确性随时间逐步提高：移植后三个月时AUC为0.70，移植后三十个月时为0.90。在其他组别中的验证结果显示准确性略有下降，这可能是由于数据收集方法的差异所致。该模型能够根据每次新的eGFR测量结果动态更新风险预测，从而帮助识别出移植物失败高风险的患者，从而及时进行干预以改善治疗结果。

```