在臨床實踐中，腎病學家常利用臨床經驗來評估腎衰竭的發生風險。而通過腎臟組織病理學能否預測腎衰竭尚未明確。
近期，腎病領域高分期刊American journal of kidney diseases（影響因子：6.653）發表研究，揭示腎活檢病理學特徵有助於預測腎衰竭。
在該研究中，研究人員假設相較於僅根據人口統計學和臨床變量的預測，結合腎活檢標本的組織病理學特徵後的預測模型將更準確。該研究為回顧性隊列研究，並開發了一個新的臨床預測模型。研究納入了2002年-2015年間印第安納州活檢生物庫隊列的2720名接受了腎臟活檢的患者，且隨訪時間至少為2年。預測模型中的變量包括人口統計學變量、合併症情況、基線臨床特徵和組織病理學特徵。
主要終點為進展為腎衰竭的時間，其中腎衰竭的定義為持續估計的腎小球濾過率≤ 10μmL/min/1.73μm2。
研究採用多變量Cox迴歸模型進行分析。
為了評估納入組織病理學變量後的影響，研究人員計算瞭解釋的方差量（r2）和C指數。通過計算每個組織病理學變量和所有組合的淨分類指數來評估對預測效能的影響。
研究主要結果
研究的中位隨訪時間為3.1年。活檢後5年內，有411名（15.1%）患者出現腎功能衰竭。包括人口統計學和臨床變量在內的多變量分析顯示，嚴重的腎小球功能退化（校正後的HR：2.03；95% CI：1.51-2.03）、嚴重的間質纖維化和腎小管萎縮（校正後的HR：1.99；95% CI：1.52-2.59）和嚴重的小動脈透明質酸變性（校正後的HR：1.53；95% CI：1.14-2.05）與主要重點獨立相關。
將所有組織病理學變量添加到臨床模型中，得出腎衰竭的淨重分類指數為5.1%（P<0.001>
結論
該研究提示，將腎活檢標本的組織病理學特徵納入預測模型可提高對腎衰竭的預測能力，並具有臨床價值。未來的研究需要進一步瞭解更詳細的腎組織特徵是否可以進一步改善對估計腎小球濾過率的預測能力。
文獻索引：Michael T. Eadon, Tae-Hwi Schwantes-An, Carrie L. Phillips, et al. Kidney Histopathology and Prediction of Kidney Failure: A Retrospective Cohort Study [J]. Am J Kidney Dis.2020.
DOI:https://doi.org/10.1053/j.ajkd.2019.12.014
