急性肾损伤（AKI）是一种常见的临床综合征。全球范围内住院患者AKI发生率10%~15%，ICU的发生率甚至超过50%[1]，发生AKI患者住院死亡风险增加10倍，幸存患者后续发生慢性肾脏病（CKD）、终末期肾病（ESKD）以及死亡的风险也显著增加[2,3]，AKI已成为全球公共卫生问题。目前尚缺乏有效的药物治疗AKI，预测和早期诊断AKI至关重要。本文中，江苏省人民医院毛慧娟教授围绕AKI预警的价值，从AKI预警对临床决策、预后的影响以及未来探索方向等方面进行了阐述。

AKI电子预警（e-Alert）属于临床决策支持系统（CDSS），是运用专家系统的设计原理和方法，模拟医学专家诊断和治疗疾病的思维过程而编制的计算机程序，旨在协助医护解决复杂的临床问题[4]。自1994年CDSS被首次报道，随着2015年国际肾脏病学会提出“0by25”倡议，AKI预警已成为目前的研究热点之一。

AKI预警的常见形式包括手机短信、电子病历预警、病历预警+集束化管理建议，以及结合生物标志物的AKI预警等[5-8]。对AKI预警效能的评估主要包括两个方面，对临床决策的影响和对预后的影响。

PART.1

AKI预警对临床决策的影响

AKI预警提高肌酐重复检验率：英国一项前后对照研究对比了AKI预警前后7天内肌酐重复检验率和7天内住院率的差异，结果发现，实施AKI预警后显著提高7天内肌酐重复检验率（58.7% vs. 9.5%，P<0.001）和7天内住院率（25.5% vs. 12.9%，P<0.001）[9]。

AKI预警减少住院天数（LOS）：2021年一项研究采用中断时间序列分析，评估AKI预警与AKI发生率、严重AKI（2-3期）发生率、死亡率和每个患者每月占用病床天数的关系。结果发现，AKI预警的实施对AKI发生率、严重AKI发生率、30天死亡率无显著影响，但LOS略有减少[10]。

AKI预警增加肾毒性药物停药率和AKI诊断率，减少LOS：澳大利亚一项前瞻性多中心队列研究显示， eAlert联合集束化管理[电子病历中植入强制性AKI预警、干预措施指导（STOP-AKI）和医生专科培训教程]降低了大多数AKI患者的LOS，并增加了AKI诊断率、肾毒性药物停药率[7]。

自动药物靶向预警减少肾毒性药物暴露：2023年发表的一项开放标签平行组随机对照研究[11]评估了AKI预警对非甾体抗炎药（NSAIDs）、肾素-血管紧张素-醛固酮系统抑制剂（RAASi）、质子泵抑制剂（PPIs）三类肾毒性药物暴露患者的药物停用率及预后的影响。最终分析显示，预警对AKI进展、透析或死亡的主要结局没有显著影响，但预警在暴露于PPIs的人群中显示出益处；PPIs暴露亚组中，预警组较常规护理组更少出现了主要结局（RR 0.88；95%CI：0.79~0.98, P=0.02）。此外，随机分组后的24小时内，预警组61.1%和对照组55.9%停用三类肾毒性药物（RR：1.08, 95%CI：1.04~1.14，P=0.0003）；预警组较对照组显著减少了RAASi（RR：1.14；95%CI：1.08-1.21，P<0.0001）和PPIs（RR：1.26；95%CI：1.10-1.45，P=0.001）的暴露。

PART.2

AKI预警对预后的影响

AKI预警对临床决策的影响答案一致且肯定，但是否能改善AKI患者预后并未达到统一共识，后者也是研究的争议和热点所在。

2018年发表的一项多中心序贯周期分析显示，CDSS降低AKI患者住院死亡率和LOS[12]。韩国学者开展的一项前-后质量改进研究显示，AKI预警促进肾功能恢复[13]。然而，Wilson FP等2015年在Lancet杂志发表了AKI预警的首项RCT研究显示，AKI预警并未显示出对预后的显著改善，反而可能增加透析的风险，提示AKI预警效果和可能的不良作用仍需要进一步研究[14]。2021年Wilson FP等的双盲、多中心、平行、随机对照试验（ELAIA-1研究）再次显示，AKI预警对AKI进展、透析或死亡率无影等预后无影响。不同医院间的终点事件发生率存在差异，非教学医院AKI预警组的死亡率和复合终点事件率反而更高[6]。

江苏省人民医院团队在2017年起成功开发和启用全院AKI预警系统，该预警系统可以监测所有住院患者肾功能动态变化，并向发生AKI患者的主管医生发送预警短信，以辅助主管医生临床决策。本团队一项AKI预警的RCT研究近期在JAMA Network Open发表。该研究纳入符合KDIGO肌酐诊断标准的成年AKI患者（≥18岁），向责任医师手机发送AKI预警短信+干预措施建议作为干预措施。结果显示，AKI预警组患者随机后7天eGFR绝对变化值和相对变化值、短期死亡、透析、AKI进展、AKI恢复等终点事件没有显著改善，提示AKI预警没有改善患者预后，但是，AKI预警组AKI诊断率和肾毒性药物的停用率增加[15]。

PART.3

AKI预警的未来探索方向

AKI预警的设计需要考虑患者群体、预警受众、预警方式、预警时机、预警内容、强制程度等因素，如何减少预警疲劳和预警脱敏也非常重要，以上内容都有望成为未来的探索方向。此外，AKI是高度异质性的临床综合征[16]，不同人群中AKI预警的价值也值得进一步探索。

2018年一项研究对Wilson FP等2015年的RCT研究数据进行了二次分析：采用3种增益模型（uplift model）算法—T-learner、Z-learner、X-learner，1种纯预后算法，评估哪些患者更可能从AKI预警中获益。结果显示，年龄更大、女性、基线肌酐更低患者的提升分数更高，因此，这些患者可能更容易从AKI预警中获益[17]。

预警窗口前移策略是在AKI还未发生前，使用预测模型评估AKI风险，对高风险患者发出预警和提前施加干预措施。2022年发表的一项阶梯楔形整群随机对照试验评估了多项干预（对心脏病专家进行培训+CDSS协助造影剂和容量管理）能否预防冠状动脉造影或PCI后AKI。结果显示，与对照组相比，干预组AKI的发生风险下降28%、造影剂用量下降23%、静脉输液不足的比例下降32%，干预组和非干预组主要心血管事件（MACE）发生率无差异[18]。

生物标志物在AKI预警具有重要价值。目前，KDIGO指南定义AKI标准，包括两种功能性生物标志物（即血清肌酐和尿量）。然而，由于血清肌酐上升反映肾功能的延迟性或尿量监测不准确，临床医生可能无法识别AKI的最初发展，这反过来又延迟了AKI的治疗时机。因此，结合生物标志物在AKI预警和病情评估中的应用至关重要。检测生物标志物的目的包括用于AKI的早期诊断和病理生理学机制的探讨，预测不良事件的严重程度和风险分层，如是否需要肾替代治疗（KRT）或进展为CKD和ESKD的风险。

AKI相关生物标志物根据作用机制可分为：应激性、损伤性和功能性生物标志物。图1总结了AKI发展过程中对应的生物标志物。

图1. AKI的发展过程中对应的生物标志物[16]

AKI预警可与生物标志物结合。Claure-Del Granado R等提出了对有AKI风险的患者采取循序渐进的方法评估风险并采取措施（图2）。如果实验室结果显示生物标志物呈阳性，则触发预警并通知肾脏病快速反应小组（NRRT）[19]。研究还提供了重症监护室AKI的管理建议：对于尚不符合KDIGO AKI诊断标准的ICU患者进行AKI风险预测；对高风险患者进行生物标志物检测（尿NGAL、尿IGFBP7×TIMP2、尿KIM-1）；生物标志物异常患者，推荐按照AKI患者进行管理[19]。此外，也有研究提示生物标志物结合AKI预警能够促进大手术后AKI恢复[20]。

图2. 对有AKI风险的患者逐步风险分层并采取措施[19]

小结

AKI发生率高、危害大，目前尚缺乏有效的治疗方法，早期预测和诊断AKI至关重要，这为AKI预警带来了机遇和挑战。目前，AKI预警对临床决策的作用是肯定，但是，能否改善肾功能、透析、死亡率等预后的研究结果很不一致，RCTs研究尚不支持AKI预警。新的AKI预警策略，包括AKI预警结合生物标志物和/或KDIGO care bundle，有望提高AKI预警效能；鉴于AKI人群的高度异质性，应该在不同人群中探索AKI预警价值。未来，患者群体、预警受众、预警方式、预警时机、预警内容、强制程度、预警疲劳和预警脱敏等预警要素，仍然是需要探索的方向。

毛慧娟 教授

南京医科大学第一附属医院
（江苏省人民医院）

科主任，主任医师，教授
博士生（后）导师

现任： 

江苏省医学会肾脏病学分会主任委员

江苏省研究型医院学会肾脏精准诊治委员会主任委员

江苏省康复医学会肾脏病康复专委会候任主任委员

江苏省医师协会肾脏病学分会候任会长

中国康复医学会肾脏康复专业委员会第二届委员会副主任委员

中国研究型医院学会血液净化分会常务委员

中国医院管理协会血液净化专业委员会常务委员

中国医药教育协会临床肾脏病学专业委员会常务委员

中国初级卫生保健基金会肾脏病防治公益基金专业委员会会员

江苏省肾脏病专业医疗质量控制中心副主任

江苏省中西医结合学会肾脏病分会副主任委员

曾在英国Bristol 大学、意大利San bortolo医院研修。主持，参与完成多项国家级，省厅级科研项目，在研主持国家自然科学基金面上项目和国自然原创探索计划项目；以第一作者或通讯作者发表核心期刊论文近百篇，其中SCI收录40多篇；参编教材、专著10多部，其中副主编4部。获中华医学科技奖1项，江苏医学科技奖1项，江苏省新技术引进奖3项。

参考文献

（上下滑动可查看）

[1]Ronco C, Bellomo R, Kellum J A. Acute kidney injury[J]. The Lancet, 2019, 394(10212): 1949-1964.

[2]Cheruku S R, Raphael J, Neyra J A, et al. Acute kidney injury after cardiac surgery: prediction, prevention, and management[J]. Anesthesiology, 2023, 139(6): 880-898.

[3]Stanski N L, Rodrigues C E, Strader M, et al. Precision management of acute kidney injury in the intensive care unit: current state of the art[J]. Intensive Care Medicine, 2023, 49(9): 1049-1061.

[4]Bendall A C, Tan S J, See E J, et al. Electronic alerts for early detection of acute kidney injury: considering their implementation in Australian hospitals[J]. The Medical Journal of Australia, 2021, 214(8): 347-349. e1.

[5]Wilson F P, Shashaty M, Testani J, et al. Automated, electronic alerts for acute kidney injury: a single-blind, parallel-group, randomised controlled trial[J]. The Lancet, 2015, 385(9981): 1966-1974.

[6]Wilson F P, Martin M, Yamamoto Y, et al. Electronic health record alerts for acute kidney injury: multicenter, randomized clinical trial[J]. Bmj, 2021, 372.

[7]Kotwal S, Herath S, Erlich J, et al. Electronic alerts and a care bundle for acute kidney injury—an Australian cohort study[J]. Nephrology Dialysis Transplantation, 2023, 38(3): 610-617.

[8]Halmy L, Riedel J, Zeman F, et al. Renal recovery after the implementation of an electronic alert and biomarker-guided kidney-protection strategy following major surgery[J]. Journal of Clinical Medicine, 2021, 10(21): 5122.

[9]Aiyegbusi O, Witham M D, Lim M, et al. Impact of introducing electronic acute kidney injury alerts in primary care[J]. Clinical Kidney Journal, 2019, 12(2): 253-257.

[10]Baird D, De Souza N, Logan R, et al. Impact of electronic alerts for acute kidney injury on patient outcomes: interrupted time-series analysis of population cohort data[J]. Clinical kidney journal, 2021, 14(2): 639-646.

[11]Wilson F P, Yamamoto Y, Martin M, et al. A randomized clinical trial assessing the effect of automated medication-targeted alerts on acute kidney injury outcomes[J]. Nature communications, 2023, 14(1): 2826.

[12]Al-Jaghbeer M, Dealmeida D, Bilderback A, et al. Clinical decision support for in-hospital AKI[J]. Journal of the American Society of Nephrology, 2018, 29(2): 654-660.

[13]Park S, Baek S H, Ahn S, et al. Impact of electronic acute kidney injury (AKI) alerts with automated nephrologist consultation on detection and severity of AKI: a quality improvement study[J]. American Journal of Kidney Diseases, 2018, 71(1): 9-19.

[14]Wilson F P, Shashaty M, Testani J, et al. Automated, electronic alerts for acute kidney injury: a single-blind, parallel-group, randomised controlled trial[J]. The Lancet, 2015, 385(9981): 1966-1974.

[15]Li T, Wu B, Li L, et al. Automated electronic alert for the care and outcomes of adults with acute kidney injury: a randomized clinical trial[J]. JAMA Network Open, 2024, 7(1): e2351710-e2351710.

[16]Rossiter A, La A, Koyner J L, et al. New biomarkers in acute kidney injury[J]. Critical Reviews in Clinical Laboratory Sciences, 2024, 61(1): 23-44.

[17]Biswas A, Parikh C R, Feldman H I, et al. Identification of patients expected to benefit from electronic alerts for acute kidney injury[J]. Clinical Journal of the American Society of Nephrology, 2018, 13(6): 842-849.

[18]James M T, Har B J, Tyrrell B D, et al. Effect of clinical decision support with audit and feedback on prevention of acute kidney injury in patients undergoing coronary angiography: a randomized clinical trial[J]. Jama, 2022, 328(9): 839-849.

[19]Claure-Del Granado R, Neyra J A, Basu R K. Acute Kidney Injury: Gaps and Opportunities for Knowledge and Growth[C]//Seminars in nephrology. WB Saunders, 2023: 151439.

[20]Halmy L, Riedel J, Zeman F, et al. Renal recovery after the implementation of an electronic alert and biomarker-guided kidney-protection strategy following major surgery[J]. Journal of Clinical Medicine, 2021, 10(21): 5122.