迄今为止,该技术仅用于对脓毒性 AKI亚表型分析,但无监督学习也可能有助于识别具有相似潜在病理生理学的其他组。总之,在 KDIGO 共识定义之后的十年中,继续寻找额外的诊断测试以改善肾损伤早期检测。虽然其中许多技术显示出前景,但未来对肾功能的评估需要个性化,意味着需要组合型工具。
肾损伤综合征 (AKI) 定义是肾小球滤过率 (GFR) 降低,表现为血清肌酐 (sCr) 相对于基本状态增加和/或尿量 (UO) 减少,如肾病改善全球报告的意见2012 共识标准 (KDIGO) 。虽然共识提高对 AKI 认识,并提供对流行病学和相关结果的见解,但这些标准具有重要的局限性。其中包括对 sCr 依赖,这是一种众所周知晚期且敏感性较差的肾损伤生物标志物,以及对 UO 标准严格且资源要求高的框架。
我们考虑未来几年如何可能导致 AKI 定义以及各种表型粒度的改善(图1)。评估危重患者肾功能不全当前和有前途诊断工具概述。AKI急性肾损伤、GFR肾小球滤过率、UO尿量、sCr血清肌酐、AKD急性肾病、CKD慢性肾病、KRT肾脏替代治疗。UO 重要性越来越明显,尽管由于计算涉及不同的时间段,准确的评估可能会出现问题,但经常被忽视。然而,连续记录 UO 并计算 AKI 阶段的自动 UO 监测系统的出现可能会导致 AKI 识别和分类的改进。UO 仍然是肾脏完整性的功能性生物标志物,用于应用呋塞米压力测试 (FST) 的特性,该测试可评估标准化呋塞米剂量后两小时的 UO。
这种简单的技术可以评估肾小管的反应,从而评估呋塞米给药的肾小管完整性,并且似乎是 AKI 3 和肾脏替代治疗 (KRT) 需要的极好预测指标。鉴于 sCr 和 UO局限性,寻找其他生物标志物来检测早期和/或轻度肾损伤、区分损伤引起的功能变化和亚表型 AKI 的研究已经进行了数年。在欧洲,三种 AKI 生物标志物是市售的:胱抑素 C、中性粒细胞明胶酶相关载脂蛋白 (NGAL) 和 TIMP-2xIGFBP7。
据报道,胱抑素 C 和 NGAL 的准确度不同,据我们所知,尚未进行任何干预研究。TIMP-2xIGFBP7 ( NephroCheck®) 结合了两种与细胞周期停滞相关的分子:组织抑制剂金属蛋白酶 2 (TIMP-2) 和胰岛素样生长因子结合蛋白 7 (IGFBP7)。TIMP-2xIGFBP7 已显示可在没有中度或重度 AKI 证据的危重成人样本采集后 12 小时内预测 AKI 2 或 3。它已成功用于心脏和腹部大手术后风险分层,并在术后 TIMP-2xIGFBP7 增加的患者中实施 KDIGO 束,从而改善肾脏预后。
在未来几年,我们应该期待更多地利用肾脏病变的生物标志物来识别有资格进行临床研究评估肾脏保护药物或策略的患者,例如开始或中断 KRT。人们越来越认识到,结果与 AKI 引起的代谢改变的持续时间之间存在很强的关联。与持续性 AKI 相比,短暂(<48 小时)AKI 发作似乎与较低的死亡率相关,而持续 7 至 90 天(定义为急性肾病,AKD)的发作与慢性肾病(CKD)具有不同的预后意义) 。因此,重大努力旨在检测反映长期肾功能的生物标志物。
迄今为止,尿 C-C 基序趋化因子配体 14 (CCL14) 已被证明是 AKI 2 或 3 患者持续性(> 72 小时)AKI 3预测生物标志物。根据目前的证据,急性质量透析倡议发表支持使用肾脏生物标志物的共识报告,特别是在将其纳入 AKI 定义方面。当然,关于 AKI 管理中的最佳时机、理想的截止时间、成本效益和生物标志物的联合使用还有许多问题。以前,没有评估肾皮质灌注的工具。
最近,已经表明,对比增强超声能够可视化肾脏微循环并提供对严重 AKI 的充分预测。需要进一步的研究来评估该技术是否可用于优化 AKI 高风险患者的治疗和结果。另一种正在全面开发的有前途的工具是实时 GFR 的测量。目前,GFR 是通过基于血清肌酐估计 GFR 或测量肌酐清除率来评估,但两种方法都反映先前肾功能。动物研究探索使用经皮检测荧光标记示踪剂新技术,并反映实时 GFR 以及总血浆容量。2 期研究现在正在非危重患者中实施。据我们所知,尚未对急性病患者进行研究。寻求完美 AKI 诊断工具的主要障碍是潜在病理生理学、损伤类型和患者风险因素显著异质性。
因此,寻找单一分析物似乎不太可能成功。另一方面,电子病历和相关海量数据集的使用日益增加,为检测与 AKI 或 AKI 进展风险增加相关的模式创造机会。针对 AKI、严重 AKI 以及重症医学科(ICU) 和住院患者对 KRT 的需求已经开发了几种机器学习预测。迄今为止,这些模型中只有少数经过前瞻性验证,目前在临床实践中使用的模型很少(如果有的话)。一些研究人员正在采取措施将这些模型用于临床,这可能会进一步优化它们的性能。
此外,当临床实践发生变化时,模型可以重新校准,并且它们的使用并不意味着额外的成本。机器学习也可以以无人监督的方式使用,其目的不是预测结果,而是识别相似患者的集群。迄今为止,该技术仅用于对脓毒性 AKI亚表型分析,但无监督学习也可能有助于识别具有相似潜在病理生理学的其他组。总之,在 KDIGO 共识定义之后的十年中,继续寻找额外的诊断测试以改善肾损伤早期检测。虽然其中许多技术显示出前景,但未来对肾功能的评估需要个性化,意味着需要组合型工具。
---Intensive Care Med. 2022 Aug 16. doi: 10.1007/s00134-022-06843-6. Online ahead of print.
不感兴趣
看过了
取消
人点赞
人收藏
打赏
不感兴趣
看过了
取消
您已认证成功,可享专属会员优惠,买1年送3个月!
开通会员,资料、课程、直播、报告等海量内容免费看!
打赏金额
认可我就打赏我~
1元 5元 10元 20元 50元 其它
打赏作者
认可我就打赏我~
扫描二维码
立即打赏给Ta吧!
温馨提示:仅支持微信支付!
已收到您的咨询诉求 我们会尽快联系您