慢性腎臟病 (CKD) 的診斷和分期主要依賴於估算腎絲球過濾率 (eGFR)。目前臨床上常用的 eGFR 計算方式主要基於肌酸酐 (Creatinine) 和胱抑素 C (Cystatin C) 這兩種生物標記。然而，研究顯示，基於這兩種標記的 eGFR 估算值經常存在差異，而這些差異可能與患者的臨床結果息息相關。一項最新的研究深入探討了這種差異背後的原因，並揭示了其對患者預後的潛在影響。

eGFR 估算差異的普遍性與影響

基於肌酸酐和胱抑素 C 的 eGFR 估算值差異並非罕見現象。多項研究表明，在相當一部分 CKD 患者中，這兩種估算值之間存在顯著差異。這種差異可能導致對 CKD 嚴重程度的錯誤判斷，進而影響臨床決策，例如藥物劑量調整、透析時機選擇以及腎臟移植評估。

例如，一項發表在《美國腎臟病學會雜誌》(JASN) 上的研究發現，在一個大型 CKD 患者隊列中，約有 30% 的患者的肌酸酐 eGFR 和胱抑素 C eGFR 之間存在超過 30% 的差異。更重要的是，研究人員發現，這種差異與患者的死亡風險和心血管事件風險顯著相關。具體而言，肌酸酐 eGFR 高於胱抑素 C eGFR 的患者，其死亡風險更高。

差異背後的原因：生理因素與非腎臟因素

肌酸酐和胱抑素 C 是兩種不同的生物標記，它們的產生、代謝和排泄途徑各不相同。因此，一些非腎臟因素可能會影響它們的濃度，導致 eGFR 估算值出現差異。

肌酸酐：

肌酸酐主要由肌肉組織產生，其濃度受到肌肉質量、飲食和藥物等因素的影響。例如，肌肉質量較高的人，其肌酸酐濃度通常較高，這可能導致肌酸酐 eGFR 高估腎功能。此外，一些藥物，如西咪替丁和甲氧苄啶，會抑制肌酸酐的腎小管分泌，導致肌酸酐濃度升高。

胱抑素 C：

胱抑素 C 是一種由所有有核細胞產生的蛋白質，其濃度受炎症、甲狀腺功能和糖皮質激素等因素的影響。例如，炎症狀態下，胱抑素 C 的產生會增加，導致胱抑素 C eGFR 低估腎功能。此外，甲狀腺功能亢進會降低胱抑素 C 的濃度，而甲狀腺功能減退則會升高胱抑素 C 的濃度。

因此，在評估 eGFR 估算值差異時，需要考慮患者的具體情況，包括肌肉質量、飲食、用藥情況、炎症狀態和甲狀腺功能等。

如何應對 eGFR 估算差異：臨床建議

面對肌酸酐和胱抑素 C eGFR 估算值之間的差異，臨床醫生應採取謹慎的態度，綜合考慮患者的各項臨床指標，做出最佳的臨床決策。以下是一些建議：

1. 重複測量： 如果兩種 eGFR 估算值之間存在顯著差異，建議重複測量肌酸酐和胱抑素 C，以排除實驗室誤差。

2. 評估非腎臟因素：

仔細評估可能影響肌酸酐和胱抑素 C 濃度的非腎臟因素，例如肌肉質量、飲食、用藥情況、炎症狀態和甲狀腺功能等。

3. 使用聯合估算方程：

一些研究表明，基於肌酸酐和胱抑素 C 的聯合估算方程可能比單獨使用肌酸酐或胱抑素 C 的估算方程更準確。

4. 考慮腎臟活檢：

在一些情況下，如果 eGFR 估算值差異顯著，且臨床懷疑存在腎臟疾病，可以考慮進行腎臟活檢，以明確診斷。

5. 密切監測：

對於 eGFR 估算值存在差異的患者，應密切監測其腎功能變化，並根據臨床情況調整治療方案。

未來研究方向：更精確的 eGFR 估算方法

目前，基於肌酸酐和胱抑素 C 的 eGFR 估算方法仍然存在一定的局限性。未來的研究應致力於開發更精確的 eGFR 估算方法，以提高 CKD 的診斷和分期準確性。

新型生物標記：

研究人員正在探索一些新型生物標記，例如腎損傷分子-1 (KIM-1) 和中性粒細胞明膠酶相關脂質運載蛋白 (NGAL)，這些標記可能更早、更準確地反映腎臟損傷。

人工智能：

人工智能技術的發展為 eGFR 估算提供了新的可能性。研究人員正在利用機器學習算法，結合多種臨床指標，開發更精確的 eGFR 估算模型。

個體化估算：

未來的 eGFR 估算方法可能更加個體化，根據患者的具體情況，選擇最適合的估算方程。

總結與研判

肌酸酐和胱抑素 C eGFR 估算值之間的差異是一個複雜的問題，受到多種因素的影響。這種差異不僅影響 CKD 的診斷和分期，還與患者的臨床結果密切相關。臨床醫生應充分認識到這種差異的存在，並採取謹慎的態度，綜合考慮患者的各項臨床指標，做出最佳的臨床決策。

雖然目前尚無完美的解決方案，但通過重複測量、評估非腎臟因素、使用聯合估算方程、考慮腎臟活檢和密切監測等方法，可以最大限度地減少 eGFR 估算差異對患者的影響。此外，未來的研究應致力於開發更精確的 eGFR 估算方法，以提高 CKD 的診斷和分期準確性，改善患者的預後。

總體而言，肌酸酐和胱抑素 C eGFR 估算值差異的臨床意義不容忽視。雖然這種差異可能反映了非腎臟因素的影響，但也可能提示潛在的腎臟疾病。因此，臨床醫生應保持警惕，密切關注 eGFR 估算值差異，並根據患者的具體情況，制定個體化的診療方案。

Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: November 7, 2025