编者按：常染色体显性多囊肾病（ADPKD）作为导致慢性肾脏病（CKD）的重要单基因病因，在全球范围内，是引发肾脏替代治疗的常见病因之一。该疾病的肾功能预后与肾脏进展速率以及最终的囊性体积密切相关。临床一般使用来自身高调整的肾总体积（Ht-TKV）的线性公式来估计囊性生长情况。然而，在典型的ADPKD中可能会发生非线性的肾脏生长模式。近期，一项研究旨在评估典型ADPKD表现为非线性和不可预测的囊性生长的受试者的肾脏预后。本刊整理核心内容，供读者查阅。

一、研究背景

ht-TKV被视作预测ADPKD肾脏结局的有效替代参数，它能最早且精准地预示肾功能下降以及肾脏替代治疗或肾切除术的需求。此外，年肾生长率高于总肾体积（TKV）的3%~5%，被作为参与临床试验的筛选标准之一。

像梅奥诊所成像分类（MIC）这类预测模型，试图依据年龄和初始ht-TKV来预估肾脏生长和功能下降情况。然而，这些模型均假定囊性生长呈线性，这一假设的有效性仍备受质疑。而且，测量TKV的最佳方法尚无定论。

二、研究目的

该研究旨在评估墨西哥典型ADPKD患者（即双侧肾脏均有弥漫性囊肿，基线时肾脏体积对称）的肾脏生长轨迹，通过回顾性队列研究，识别并比较线性和非线性生长模式，探究不同生长模式与肾脏结局和临床特征的关联。研究人员假设，非典型、非线性的肾脏生长或许是ADPKD的高危标志。

三、研究设计

研究纳入18岁以上经影像学确诊为典型 ADPKD（1类）的患者，这些患者需具备双侧肾脏弥漫性囊肿、对称的囊性生长，且伴有ADPKD临床表现，同时在随访期间至少进行过两次肾脏成像检查（CT或MRI）。研究排除了透析患者、估算肾小球滤过率（eGFR）＜15 mL/min/1.73m2的患者、成像检查少于两次的患者、非典型ADPKD患者（肾脏明显不对称）、研究前有肾切除术或移植史的患者。

研究人员依据连续测量的ht-TKV将队列分为三组：缓慢进展者（ht-TKV年增长率＜3%）、快速进展者（ht-TKV年增长率≥3%）和非典型进展者（非线性、突然且不可预测的生长，无法归类于前两组）。研究还记录了急性囊肿相关并发症，如出血、感染、尿路结石或其他需要住院治疗的囊肿相关事件。

主要终点是明确典型ADPKD患者在随访期间呈现非线性、不可预测囊性生长时的肾脏结局。次要终点包括根据eGFR轨迹评估肾功能变化以及肾衰竭风险（eGFR持续低于15 mL/min/1.73m2超过3个月和/或需要透析或移植）。

四、研究结果

研究最终纳入83例典型ADPKD患者，中位随访时间 5.2 年，人均进行3次CT或MRI扫描。多数患者为女性（67%），平均年龄47岁，87%患有高血压。经贝叶斯模型分类，39%为快速进展者，24%为缓慢进展者，37%为非典型进展者。缓慢进展者、快速进展者和非典型进展者的年肾脏生长率（mL/m/ 年）中位数分别为+1.4、+40.3 和+32.8；年增长率百分比分别为+0.5%、+4.9%和+4.9%，组间差异显著（p＜0.001）。从首次到末次测量，三组ht-TKV的中位差异分别为+12.1 mL/m、+294.8 mL/m 和+286.5 mL/m，组间差异显著（p＜0.001）。

在eGFR轨迹方面，三组差异显著。缓慢进展者、快速进展者和非典型进展者的eGFR年变化（mL/min/1.73m2/ 年）分别为-0.5、-3.4和-7.9，组间斜率差异有统计学意义（p＜0.001）（图1）。随访结束时，快速进展者、缓慢进展者和非典型进展者的肾衰竭发生率分别为 59%、25% 和 39%（p=0.042），快速进展者肾衰竭发生时间显著更短（log-rank p＜0.001）（图2）。



图1. 三组减eGFR斜率变化



图2. 三组肾衰竭的发生率

研究者根据观察到的轨迹评估了初始MIC分类在预测肾功能衰竭风险方面的有效性。MIC分类对线性生长患者肾衰竭风险预测有一定价值（高风险组肾衰竭优势比为3.2，p=0.046），但对非典型进展者预测不准确（高风险组肾衰竭优势比为0.56，p=0.53），该组多数患者（70%）初始被归为MIC的1B或1C类（中等风险）。

在急性并发症方面，非典型进展者组发生率显著高于缓慢和快速进展者组（84% vs. 20% vs. 31%，p＜0.001），该组患者使用三种或更多降压药的频率更高，甲状旁腺激素浓度也更高。二次分析中，重新分类后快速和非典型进展者数量减少，缓慢进展者增加，但非典型进展者eGFR下降幅度仍大于其他两组，急性并发症发生率也更高，结果与首次分析一致。

五、总结

尽管TKV变化对ADPKD的影响已被广泛研究，但个体TKV轨迹下的肾脏生长模式仍有待探索。该研究发现，超过1/3的ADPKD患者存在非典型、非线性肾脏生长，TKV会突然且意外增加。尽管这些患者基线时为典型ADPKD，但非典型进展者的囊性生长变化幅度大于线性生长者。这种生长速率的突然增加，使得eGFR年下降风险更高，与TKV变化对滤过率影响的已有证据相符。

目前基于ht-TKV预测囊性生长的方法并不精确，存在一定不确定性。MIC模型作为最常用的预测模型，基于线性混合模型估计年生长，但该研究中37%的患者呈现非典型生长，高于该模型验证时观察到的13~21%。对于初始被归为“中等严重程度”（1B和1C类）的患者，更频繁的成像复查或许有益，因为该研究中2/3的非典型生长患者最初属于这两类，其生长速率很可能超出预测。

总体而言，该研究识别出了不符合线性生长假设的ADPKD患者群体，他们的肾脏生长轨迹呈非线性。非典型生长模式与急性囊肿相关并发症密切相关，导致疾病进展更快，不良肾脏结局发生率更高。非典型进展者属于高危表型，应纳入预测模型以进行更精准的风险分层，为临床干预和治疗决策提供更有力的依据。

参考文献：Pérez-Segovia A, et al. Archives of Medical Research. 2025; 56: 103099.