標準解答｜亞東醫院實證醫學中心出題

第一題｜三個月的腎功能與蛋白尿指標變化，能預測什麼？

在無症狀且定期門診追蹤的成人，三個月 SCr、cystatin C、eGFRcr、eGFRcys、eGFRcr-cys、UACR、UPCR 的變化幅度，分別與未來 kidney failure/KRT、持續性腎功能下降及全因死亡存在何種關聯？

先講結論

  • 沒有研究直接回答這一題。 符合「無症狀門診成人、約三個月時窗、依變化幅度分組、追蹤腎衰竭或死亡」的研究，檢索範圍內一篇也沒有。
  • 變化與結局的關聯，在 1–3 年時窗一致而明確，以 eGFR 與 UACR 最完整。 CKD Prognosis Consortium（CKD-PC）個別病人資料：基線 eGFR <60 mL/min/1.73 m² 者，兩年下降 30% 的末期腎病（ESKD）校正危險比 5.4（4.5–6.4），下降 57%（約等於 SCr 倍增）32.1（22.3–46.3）；同樣下降對死亡的危險比較低（30% 為 1.8）1。UACR 兩年下降 30%，ESKD 危險比 0.83（0.74–0.94）2。
  • 短期資料都在特定情境： 約三個月的有 SCr／eGFRcr 的 CKD 藥物試驗比較組3、剛起始 ACEi/ARB4、門診急性腎臟病（AKD）5,6，以及 UACR 的試驗內 12 週7 與起始 SGLT2 抑制劑後約三個月8；約六個月的有 UACR 試驗內 26 週9 與 UPCR 糖尿病腎病變試驗 24 週10。蛋白尿的這些結局多是腎臟複合結局。外推到無症狀門診成人，間接性嚴重。
  • cystatin C、eGFRcys、eGFRcr-cys 在門診或社區沒有三個月資料；以「變化」為暴露的 eGFRcr-cys 研究確實存在，時窗 1–2 年，族群特定11,12。
  • 臨床讀法： 預後以「最新的 eGFR 加 UACR」與經驗證的風險方程式為主，變化為輔；小於參考變化值的差異可能只是變異，大於的要找原因並重驗13,14。
  • 證據確定性： 1–3 年時窗的關聯為中等；套用到三個月、無症狀門診成人為低；cystatin C 系列的三個月變化與持續性腎功能下降，目前無法評定。

一、提問（Ask）

問題類型

這是預後因子（prognostic factor）題：某個可量測的特徵（三個月內的指標變化）與未來結局的關聯有多強，以及在已知資訊之外能多告訴我們多少15–17。要給個別病人絕對風險，需要的是經外部驗證、校準良好的預測模型18；要談處置能否改善結局，還需要介入研究。三種推論不能由同一個危險比完成。

PECO 拆解

元素題目原意操作性定義（本解答採用）
P 族群無症狀、定期門診追蹤的成人成人門診或社區族群；排除住院、AKI 與急性病當下；不排除穩定的 CKD 或糖尿病
E 暴露三個月內七項指標的變化幅度時窗約三個月；依變化幅度分組或連續變項
C 比較（隱含）變化小或穩定者0% 變化或穩定組
O 結局kidney failure/KRT、持續性腎功能下降、全因死亡見下方定義

一題其實包含 7 項指標 × 3 個結局 = 21 個 PECO 組合，各組合的證據量差很多，必須分開回答（見 3.2 的證據矩陣）。

量測與定義先講清楚

  • 持續性腎功能下降： 文獻沒有統一定義。常見的是 eGFR 下降 30%、40%、57%，或 eGFR 斜率，或 eGFR <15；是否要求再次確認也不一致19,20。
  • 變化的分母與公式： 百分比變化＝（追蹤值 − 基線值）÷ 基線值 × 100%1，要用同一個 eGFR 公式、同一種檢驗方法；SCr 上升與 eGFR 下降是非線性關係（SCr 倍增約等於 eGFR 下降 57%，是在特定 SCr 區段的換算）1。
  • UACR 與 UPCR 不能互換： 量的是不同的蛋白，參照與變異也不同。
  • 三個月是判定 CKD「慢性」的最短時間，單次異常值不能假設是慢性13。三個月是診斷用的時窗，不是經驗證的預後時窗；這段期間的變化常混入急性事件與量測變異。

二、檢索（Acquire）

層級來源做法
指引KDIGO 2024 CKD 指引13讀評估、監測與風險預測章節
統合分析CKD-PC 個別病人資料統合分析1,2,21讀全文與表格
原始研究PubMed（E-utilities），出版日至 2026-10-31四組查詢：S1 完整題設 109 筆、S2 58 筆、S3 cystatin C 系列 59 筆、S4 蛋白尿 187 筆；篩題名與摘要
補充27 份 AI 報告的引用清單、既有文獻庫逐筆查證

兩題合計納入 123 篇，讀到 117 篇（全文 115 篇）。限制： 沒有查 Embase 與 Cochrane；補充資料沒有系統檢索。

三、評讀（Appraise）

3.1 預後因子研究要問的問題

依 Users' Guides 的預後評讀（Box 13-1）15，搭配本課程介紹的預後因子偏差工具 QUIPS 的六個領域（研究參與、追蹤流失、預後因子量測、結局量測、干擾因子、統計分析與報告）17，逐篇看：

  1. 偏差風險有多嚴重？ 樣本是否具代表性；是否在病程相近的時點進入、依預後分成相近的組別（是否校正已知預後因子，尤其是最新的 eGFR 與 UACR）；追蹤是否夠完整；結局判定是否客觀、一致。
  2. 結果是什麼？ 一段時間內發生結局的可能性多大（時間特定的絕對風險，不只危險比）；估計有多精確。
  3. 能不能用在我的病人？ 研究病人與照護是否和我的門診相似；追蹤是否夠長；結果能否幫助處置。

3.2 證據矩陣：七項指標 × 三個結局

各格列出檢索範圍內最好的證據（時窗、族群、方向與大小）。SCr 與 eGFRcr 同源（eGFRcr 由 SCr 算出），cystatin C 與 eGFRcys 同理，各合為一列；有獨立結果時另行註明。各格的參照與族群不同，數字不能互相比較。「腎臟複合結局」表示結局含 eGFR 大幅下降等，不是單獨的腎衰竭估計。

指標kidney failure／KRT持續性腎功能下降全因死亡
SCr／eGFRcr2 年 eGFR 下降 30%：HR 5.4（基線 <60）1；三個月下降 30%（試驗比較組）：HR 3.053無逐指標估計；間接：門診 AKD 一年內的複合腎臟結局多為 eGFR 下降 >40%6；基線後 >3 個月測得一次 eGFR 下降 ≥35%（未再確認）52 年下降 30%：HR 1.6–1.81；90 天門診 AKD：aHR 2.76；起始 ACEi/ARB 後 2 個月 SCr 上升 ≥30%：死亡 IRR 1.844
cystatin C／eGFRcyseGFRcys 1 年每下降 30%：ESRD IRR 2.25（1.58–3.21，MDRD）、1.86（0.99–3.49，AASK）22；eGFRcys 1 年斜率 <−5 mL/min/1.73 m²/年：ESRD HR 2.03（1.44–2.86）23無eGFRcys 約 6 年下降 >30%：HR 2.29（1.99–2.63）24；eGFRcys 每年下降 >3 mL/min/1.73 m²（第 0、3、7 年量測）對每年下降 ≤3 者：HR 1.53（1.38–1.69）25；原始 cystatin C：4 年上升對下降，HR 1.49（1.13–1.96），沒有幅度分層26
eGFRcr-cys糖尿病 24 個月斜率預測 ESRD 的區辨力（AUROC 0.86，95% CI 0.81–0.90）；沒有指定幅度的相對風險12無1 年每下降 30%：HR 3.68（1.57–8.60）11
UACR2 年下降 30%：ESKD HR 0.83（0.74–0.94）2；2 年四倍上升：ESRD HR 3.08（2.59–3.67）27；試驗內 12 週每降 30%：腎臟複合結局（含 eGFR 下降 >40% 且下一次訪視仍持續）HR 0.83（0.78–0.89）7；約三個月（起始 SGLT2 抑制劑）下降 >30% 對下降 0–30%：腎臟複合結局（持續 50% 下降或 ESKD）aHR 0.83（0.61–1.13）8約 3 年上升 ≥30%（相對穩定）：advanced CKD（≥2 次 eGFR <30 mL/min/1.73 m²，跨 ≥90 天，期間無回升至 ≥30）HR 1.78（1.59–1.98）282 年四倍上升：HR 1.5（1.39–1.62）；四倍下降：未觀察到關聯，0.98（0.89–1.08）27
UPCR2 年下降 ≥30% 對未達 30%：KFRT HR 0.52（0.38–0.71）29；1–3 年變化與腎衰竭近線性相關30；24 週下降 ≥30% 對蛋白尿惡化組（糖尿病腎病變試驗）：複合結局（SCr 倍增、ESRD、全因死亡）HR 0.43（0.31–0.61）10無確認式估計；同試驗另報 1/SCr 斜率103 年軌跡（CRIC）：相對低而緩升組，最終校正模型只有高而緩升組的死亡關聯達統計顯著，HR 1.24（1.02–1.51）31

3.3 關鍵研究評讀

Coresh 2014，JAMA：CKD-PC 個別病人資料統合分析1

  • 設計： 35 個世代、最多 170 萬人、12,344 件 ESRD 與 223,944 件死亡；暴露是 1–3 年內的 eGFR 百分比變化；兩階段分析，再以隨機效應統合。
  • 結果： 基線 eGFR <60 者，兩年下降 30% 的 ESRD 校正危險比 5.4（4.5–6.4）、57% 為 32.1（22.3–46.3）；基線 ≥60 者為 6.7（3.9–11.5）與 57.2（21.9–149.1）。死亡：下降 30% 為 1.8（1.6–1.9，基線 <60）與 1.6（1.4–1.8，基線 ≥60）；57% 為 3.7 與 3.8。
  • 絕對風險的例子： 基線 eGFR 35 者，兩年內下降 57%、30%、0%，之後十年的 ESRD 風險約 99%、64%、18%（已校正共變項並考慮死亡的競爭風險）。這是 CKD-PC 世代的加權平均基線風險，不能直接套用到無症狀一般門診。
  • 評讀： 樣本大、跨世代一致、有劑量反應。限制在時窗：基線 eGFR <60 者，−30% 在 1、2、3 年的危險比為 4.0、5.4、5.0，沒有隨時窗單調變化；沒有三個月分析。

Ku 2024：17 項 RAS 抑制劑試驗、11,800 位 CKD 受試者的三個月 eGFR 變化3

  • 參照都是比較組的 0% 變化。比較組三個月下降 10／20／30／40%，kidney failure 校正危險比 1.46／2.12／3.05（2.58–3.60）／4.38；RAS 抑制劑組 0.90／1.48／2.68／4.92。RAS 組下降 13% 時危險比 1.02（0.86–1.22），是模型估計的交叉點；作者明說資料不足以指引停藥。
  • 評讀： 雖然資料來自隨機試驗，「三個月 eGFR 變化與結局」是事後的觀察性分析，偏差風險要依預後研究的標準看。族群是已知 CKD、基線 eGFR 平均 43 的試驗受試者。

Chiang 2025：台灣門診 AKD（AKDOPT）6

  • 主時窗 180 天，SCr 最大與最小值間隔中位 77 天；結局追蹤一年；死亡校正危險比 2.6（2.4–2.9）。
  • 只限院內門診 SCr、90 天窗的補充分析：10,942 人，死亡 2.7（1.7–4.2），複合腎臟結局 22.8（14.2–36.5）。這是已讀資料中最貼近「門診檢驗、約三個月」的分析。
  • 評讀： 暴露是一組二元判定（SCr 變化 >50% 或 eGFR 變化 >35%），沒有多級幅度；主分析的診斷用 SCr 有 20.9% 含住院值；族群是醫學中心門診，不是無症狀篩檢族群。

James 2019：Alberta 全人口門診 AKD5

  • 110 萬名成人，結局中位追蹤 6.0 年。沒有 AKI、也沒有既有 CKD 的 AKD 者，相對於無腎臟疾病者：ESKD 次分布危險比 8.56（7.32–10.01）、新發 CKD 次分布危險比 3.17（3.10–3.23）、死亡危險比 1.42（1.39–1.45）。AKD 的定義時窗與結局追蹤時間是兩回事。
  • 評讀： AKD 有 47.2% 是 eGFR 跨過 60、32.8% 是新出現白蛋白尿，SCr 上升 >50% 只佔 7.8%。這是「類別」研究，無法回答「幅度」。

Kim 2020：ADVANCE 試驗次分析，eGFRcr-cys 的變化11

  • 第 2 型糖尿病，中位追蹤 5 年；一年內 eGFRcr-cys 每下降 30%，重大大血管與微血管事件的複合結局危險比 2.86（1.51–5.41），全因死亡 3.68（1.57–8.60）。
  • 評讀： 複合結局含視網膜病變等微血管事件，不能當成腎衰竭或持續腎功能下降；能直接對應本題的是死亡。它也證明「沒有以 eGFRcr-cys 變化為暴露的研究」這個說法是錯的。

3.4 這一題的共同陷阱

  • 量測變異。 穩定 CKD 門診、四週內的參考變化值（RCV）：SCr +16／−14%，eGFRcr +20／−16%，cystatin C +12／−11%，隨機尿 UACR +124／−55%14；UPCR 單次重測的 95% 界限，在基線 100 mg/mmol 約 ±70%32。RCV 回答的是「這個差異能不能用變異解釋」：小於 RCV 的變化可能只是變異，但兩次數值不能確認或排除真實的惡化；這些數字也是數天至四週的資料，不是三個月。
  • 關聯不等於增量預測力。 一年變化在校正最後一次 eGFR 後，對 ESRD 沒有額外預測力33；過去三年的斜率仍有額外資訊，尤其 eGFR 低者34；對死亡，校正後仍有關聯35,36。校正後仍有關聯，也還不等於模型的區辨力、校準與臨床效益有改善11。
  • eGFR 上升也和死亡有關。 伴類別改變的 ≥25% 上升，死亡危險比 1.51（1.46–1.56）35；每年上升 ≥5 mL/min/1.73 m²，死亡 2.20（2.10–2.31）36。肌肉流失、急性病恢復是作者推測，沒有量測。UACR 也類似：四倍上升與死亡相關，下降則未見關聯2,27。
  • 競爭風險。 高齡與心血管病多的族群，死亡會搶在腎衰竭之前發生。要估計病人的腎衰竭絕對風險，應呈現考慮死亡的累積發生率；病因別危險比與次分布危險比回答不同的問題，依估計目標選方法1,5。
  • 閾值都是分類或監測門檻，沒有一個是經驗證的預後切點。 AKD 的 >50%、>35% 是分類定義5,6；KDIGO 的 >20%、>30% 是「超過預期變異、需要評估」的監測門檻13。

四、結果摘要與證據確定性（GRADE）

本表分兩欄評確定性：一欄是原研究族群與時窗內的關聯，一欄是套用到本題（三個月、無症狀門診成人）。依 GRADE 的五個面向（偏差風險、不一致、間接性、不精確、發表偏差）逐列判斷37,38，預後因子研究的偏差依 QUIPS 的領域17。本解答的做法：對預後關聯，觀察性世代是合適設計，所以從「高」起評，不因非隨機而預先降級；教材沒有寫明預後證據的起始等級，這是本解答的判斷，經另一家模型查核，不是正式的證據概況表。

結局暴露與時窗效果（95% CI）研究原時窗套用本題算式與理由
ESKDeGFR 兩年下降 30%HR 5.4（4.5–6.4），基線 <60；6.7（3.9–11.5），基線 ≥60CKD-PC1中等低高 → 偏差風險 −1（變化由兩次單點量測算出，各世代的檢驗校準不一，量測誤差仍在；作者已做校準修正與敏感度分析）＝中等；一致、劑量反應明確，不另降；套用本題再降間接 −1（1–3 年時窗外推到三個月、混合族群）＝低
kidney failureeGFR 三個月下降 30%（試驗比較組）HR 3.05（2.58–3.60）17 項 RAS 試驗的事後分析3中等低高 → 偏差風險 −1（作者指出無法排除殘餘干擾，未能納入其他影響短期 eGFR 的用藥與腎動脈狹窄，也無法區分藥物造成的下降與病程本身的波動）＝中等；套用本題再降間接 −1（試驗受試者，作者也說可能不適用於一般腎臟科門診）＝低
ESKDUACR 兩年下降 30%HR 0.83（0.74–0.94）；校正迴歸稀釋後 0.78（0.66–0.92）CKD-PC2中等低高 → 偏差風險 −1（單次 UACR 變異大、世代間量測未標準化）＝中等；兩個數字是同一分析的兩種模型，不是不一致；套用本題間接 −1 ＝低
全因死亡eGFR 兩年下降 30%HR 1.8（1.6–1.9），基線 <60；1.6（1.4–1.8），基線 ≥60CKD-PC1中等低與第一列同一資料來源與同一偏差理由：高 → −1 ＝中等；套用本題間接 −1 ＝低
全因死亡門診 AKD（90 天窗、二元暴露），一年結局aHR 2.7（1.7–4.2）台灣 AKDOPT6中等低高 → 偏差風險 −1（依有無檢驗值入選，重驗不是隨機發生；殘餘干擾）＝中等；套用本題間接 −1（二元分類而非幅度、醫學中心門診而非無症狀篩檢族群）＝低
持續性腎功能下降任何指標的三個月幅度無逐指標估計無無法評定無法評定證據缺口（第二節檢索範圍內）；間接的複合結局見 3.2
任何結局cystatin C 系列的三個月變化無資料無無法評定無法評定證據缺口（第二節檢索範圍內）

本解答的措辭對應（中等＝很可能，低＝可能，極低＝非常不確定）：在原研究族群中，eGFR 兩年下降與 ESKD、死亡很可能相關，UACR 兩年下降與較低 ESKD 風險很可能相關；在無症狀門診成人，三個月內 eGFR 或 UACR 的變化與這些結局可能相關；cystatin C 系列與持續性下降，目前無法評定。

五、應用（Apply）：門診遇到「三個月內指標變了」

  1. 先問能不能用變異解釋。 變化小於參考變化值、病人無症狀：可能只是變異，但不能排除真實變化；依基線風險、趨勢與用藥，決定照原排程追蹤或提早重驗14。
  2. 已知 CKD，eGFR 變化 >20%（Practice Point 2.1.3）或 ACR 倍增（Practice Point 2.1.5）： 超過預期變異，評估原因，同時重驗13。Practice Point 是實務建議，沒有正式推薦等級。
  3. 剛起始血流動力學作用的藥物： 其後 GFR 下降 >30% 超過預期變異，需要評估（Practice Point 2.1.4）13。ACEi／ARB 另有一條：若只看起始或加量後四週內的 SCr 變化，上升未超過 30% 通常不因此停藥（Practice Point 3.6.4）；症狀性低血壓、無法控制的高血鉀等其他減量或停藥情境，另見 Practice Point 3.6.513。兩個 30% 一個指 GFR 下降、一個指 SCr 上升，不能互換。Ku 2024 的 13% 是模型估計，不能當停藥規則3。
  4. 大幅下降（例如 >30%）： 找原因與重驗同時進行，不必等下一次門診。
  5. 預後判讀用最新值加風險方程式。 CKD G3–G5 病人，KDIGO 建議以經外部驗證的風險方程式估計腎衰竭的絕對風險（Recommendation 2.2.1，1A）；五年風險 3–5% 可作為轉介腎臟科的依據之一（Practice Point 2.2.1）13。最新 eGFR 低或 UACR 高的病人，變化量（尤其長期斜率）仍有額外價值34；數值正常者，三個月內的小幅變化意義有限。
  6. eGFR 上升不必然是好轉。 回頭看肌肉量、急性病與用藥35。
  7. 與病人溝通： 「這次的差異可能只是檢驗本身的波動，但兩次數值還不能確定；以您的整體風險，我們安排在某時再驗一次」，或「這次的下降超過檢驗波動的範圍，我們要找原因、再驗一次」。比單講百分比更能幫助決策。

六、證據缺口與能回答這一題的研究設計

  • 缺的是族群與時窗的交集： 沒有研究以「無症狀、定期門診」定義族群；cystatin C 系列的門診時窗都 ≥1 年；UPCR 在一般門診沒有三個月結局資料；持續性下降沒有逐指標的估計（第二節檢索範圍內）。
  • 能回答的設計： 以門診檢驗資料庫建立起始世代。

- 暴露：90 天內兩次門診值的變化幅度（分級並以連續變項建模），同一公式與檢驗方法；排除住院值與 AKI。- 預測起點：放在暴露與確認期結束之後，避免暴露與結局重疊；重驗不是隨機發生，要處理選擇與遺失值。- 校正：最新 eGFR、UACR 與已知預後因子；報告增量預測力，並評估校準與外部驗證，不只報 C 統計量。- 結局：腎衰竭的累積發生率考慮死亡的競爭風險；「持續性下降」預先定義（例如下降 40% 並於 ≥4 週後確認）。

七、講評：27 份 AI 報告在這一題常見的錯

這一題同時交給 13 個網頁聊天機器人與 14 個 agent 作答，以標準答案逐條核對。以下計數來自主張編碼，「支持」包含完整與部分支持。

  • 多數方向正確： 25／27 份（完整 21、部分 4）指出沒有研究直接回答完整題設；24／27 份指出沒有經驗證的三個月切點。
  • 量測變異多數有提到： 24／27 份提到變異與重驗（完整 17、部分 7），15／27 份引用了參考變化值的數字。
  • 最常見的事實錯誤： 18／27 份（完整 11、部分 7）被編碼為主張「沒有以 eGFRcr-cys 變化為暴露的研究」；實際上至少有 Kim 2020、Pan 2016 等研究11,12。
  • 把類別研究當幅度證據： 少數報告把門診 AKD 世代當成三個月 SCr／eGFRcr 幅度的直接證據；AKD 是二元分類，近半是 eGFR 跨過 605。
  • 全體共同的缺口： 沒有一份報告逐指標交代「持續性腎功能下降」的定義與證據。

參考文獻

  1. Coresh et al. Decline in Estimated Glomerular Filtration Rate and Subsequent Risk of End-Stage Renal Disease and Mortality. JAMA. 2014. doi:10.1001/jama.2014.6634
  2. Coresh et al. Change in albuminuria and subsequent risk of end-stage kidney disease: an individual participant-level consortium meta-analysis of observational studies. The Lancet Diabetes &amp; Endocrinology. 2019. doi:10.1016/s2213-8587(18)30313-9
  3. Ku et al. Association between Acute Declines in eGFR during Renin-Angiotensin System Inhibition and Risk of Adverse Outcomes. Journal of the American Society of Nephrology. 2024. doi:10.1681/asn.0000000000000426
  4. Schmidt et al. Serum creatinine elevation after renin-angiotensin system blockade and long term cardiorenal risks: cohort study. BMJ. 2017. doi:10.1136/bmj.j791
  5. James et al. Incidence and Prognosis of Acute Kidney Diseases and Disorders Using an Integrated Approach to Laboratory Measurements in a Universal Health Care System. JAMA Network Open. 2019. doi:10.1001/jamanetworkopen.2019.1795
  6. Chiang et al. Outpatient acute kidney disease detection by national and institutional health data. Communications Medicine. 2025. doi:10.1038/s43856-025-00836-4
  7. Waijer et al. Short‐Term Changes in Albuminuria and Risk of Cardiovascular and Renal Outcomes in Type 2 Diabetes Mellitus: A Post Hoc Analysis of the EMPA‐REG OUTCOME Trial. Journal of the American Heart Association. 2020. doi:10.1161/jaha.120.016976
  8. Huang et al. Effect of Initial eGFR and Albuminuria Changes on Clinical Outcomes in People With Diabetes Receiving SGLT2 Inhibitors. The Journal of Clinical Endocrinology &amp; Metabolism. 2025. doi:10.1210/clinem/dgaf133
  9. Oshima et al. Early Change in Albuminuria with Canagliflozin Predicts Kidney and Cardiovascular Outcomes: A Post Hoc Analysis from the CREDENCE Trial. Journal of the American Society of Nephrology. 2020. doi:10.1681/asn.2020050723
  10. Imai et al. Reduction and residual proteinuria are therapeutic targets in type 2 diabetes with overt nephropathy. Nephrol Dial Transplant. 2013. doi:10.1093/ndt/gft249
  11. Kim et al. Alternative kidney filtration markers and the risk of major macrovascular and microvascular events, and all‐cause mortality in individuals with type 2 diabetes in the ADVANCE trial. Journal of Diabetes. 2020. doi:10.1111/1753-0407.13083
  12. Pan et al. Comparing the GFR estimation equations using both creatinine and cystatin c to predict the long-term renal outcome in type 2 diabetic nephropathy patients. Journal of Diabetes and its Complications. 2016. doi:10.1016/j.jdiacomp.2016.07.013
  13. Stevens et al. KDIGO 2024 Clinical Practice Guideline for the Evaluation and Management of Chronic Kidney Disease. Kidney International. 2024. doi:10.1016/j.kint.2023.10.018
  14. Waikar et al. Biological Variability of Estimated GFR and Albuminuria in CKD. American Journal of Kidney Diseases. 2018. doi:10.1053/j.ajkd.2018.04.023
  15. Prognosis. In: Guyatt G, Rennie D, Meade MO, Cook DJ, eds. Users' Guides to the Medical Literature: A Manual for Evidence-Based Clinical Practice. 3rd ed. New York: McGraw-Hill Education / JAMA; 2015.
  16. Prognosis. In: Straus SE, Glasziou P, Richardson WS, Haynes RB. Evidence-Based Medicine: How to Practice and Teach EBM. 6th ed. Elsevier; 2027.
  17. 王介立。MC14｜預後因子：一個基線指標，能告訴我們多少未來資訊？（醫學文獻評讀｜EBM 主課，訂閱課程，2026） https://s.copper0722.com/member/ebm/mc14/
  18. 王介立。MC15｜個人預測模型：外部評估要同時看風險排序與絕對機率（醫學文獻評讀｜EBM 主課，訂閱課程，2026） https://s.copper0722.com/member/ebm/mc15/
  19. Levey et al. Change in Albuminuria and GFR as End Points for Clinical Trials in Early Stages of CKD: A Scientific Workshop Sponsored by the National Kidney Foundation in Collaboration With the US Food and Drug Administration and European Medicines Agency. American Journal of Kidney Diseases. 2020. doi:10.1053/j.ajkd.2019.06.009
  20. Inker et al. GFR Slope as a Surrogate End Point for Kidney Disease Progression in Clinical Trials: A Meta-Analysis of Treatment Effects of Randomized Controlled Trials. Journal of the American Society of Nephrology. 2019. doi:10.1681/asn.2019010007
  21. Grams et al. Evaluating Glomerular Filtration Rate Slope as a Surrogate End Point for ESKD in Clinical Trials: An Individual Participant Meta-Analysis of Observational Data. Journal of the American Society of Nephrology. 2019. doi:10.1681/asn.2019010008
  22. Rebholz et al. Risk of ESRD and Mortality Associated With Change in Filtration Markers. American Journal of Kidney Diseases. 2017. doi:10.1053/j.ajkd.2017.04.025
  23. Kim et al. Creatinine- and cystatin C-based estimated glomerular filtration rate slopes for the prediction of kidney outcome: a comparative retrospective study. BMC Nephrology. 2019. doi:10.1186/s12882-019-1403-1
  24. Rebholz et al. Change in Multiple Filtration Markers and Subsequent Risk of Cardiovascular Disease and Mortality. Clinical Journal of the American Society of Nephrology. 2015. doi:10.2215/cjn.10101014
  25. Rifkin et al. Rapid Kidney Function Decline and Mortality Risk in Older Adults. Archives of Internal Medicine. 2008. doi:10.1001/archinte.168.20.2212
  26. Zhang et al. Longitudinal changes in plasma Cystatin C and all-cause mortality risk among the middle-aged and elderly Chinese population. Clinical Biochemistry. 2025. doi:10.1016/j.clinbiochem.2024.110858
  27. Carrero et al. Albuminuria changes are associated with subsequent risk of end-stage renal disease and mortality. Kidney International. 2017. doi:10.1016/j.kint.2016.09.037
  28. Neuen et al. Changes in GFR and Albuminuria in Routine Clinical Practice and the Risk of Kidney Disease Progression. American Journal of Kidney Diseases. 2021. doi:10.1053/j.ajkd.2021.02.335
  29. Toyama et al. Urinary protein vs albumin for assessing kidney failure risk in chronic kidney disease. Nephrology Dialysis Transplantation. 2026. doi:10.1093/ndt/gfag122
  30. Heerspink et al. Proteinuria or Albuminuria as Markers of Kidney and Cardiovascular Disease Risk. Annals of Internal Medicine. 2026. doi:10.7326/annals-25-02117
  31. Aronov et al. Associations of Proteinuria Trajectories with Kidney Failure and Death in Individuals with CKD. Kidney360. 2025. doi:10.34067/kid.0000000849
  32. Naresh et al. Day-to-Day Variability in Spot Urine Protein-Creatinine Ratio Measurements. American Journal of Kidney Diseases. 2012. doi:10.1053/j.ajkd.2012.04.010
  33. Turin et al. Short-term change in kidney function and risk of end-stage renal disease. Nephrology Dialysis Transplantation. 2012. doi:10.1093/ndt/gfs263
  34. Kovesdy et al. Past Decline Versus Current eGFR and Subsequent ESRD Risk. Journal of the American Society of Nephrology. 2016. doi:10.1681/asn.2015060687
  35. Turin et al. One-Year Change in Kidney Function Is Associated with an Increased Mortality Risk. American Journal of Nephrology. 2012. doi:10.1159/000339289
  36. Turin et al. Change in the estimated glomerular filtration rate over time and risk of all-cause mortality. Kidney International. 2013. doi:10.1038/ki.2012.443
  37. Understanding and Applying the Results of a Systematic Review and Meta-analysis. In: Guyatt G, Rennie D, Meade MO, Cook DJ, eds. Users' Guides to the Medical Literature: A Manual for Evidence-Based Clinical Practice. 3rd ed. New York: McGraw-Hill Education / JAMA; 2015.
  38. 王介立。MC18｜GRADE確定性：區間不跨零效果，仍可能跨過重要性門檻（醫學文獻評讀｜EBM 主課，訂閱課程，2026） https://s.copper0722.com/member/ebm/mc18/

撰寫：Claude Opus 5.5（AI）｜查核：GPT-6 Astra（AI）｜發佈：王介立醫師（2026-11-01）。標準解答依本研究讀過的文獻寫成，逐句附出處；歡迎實證醫學專家指正。