面向基层医疗的慢性肾病工具
研究人员开发并验证了一款与电子健康记录集成的临床决策支持工具，旨在帮助基层医疗专业人员识别和管理慢性肾病（CKD）。该系统名为Treat CKD，在护理现场整合诊断、风险分类和以治疗为导向的建议。
这项研究在ASN Kidney Week 2026上发表。研究描述了一款面向日常基层医疗的工具，在这一环境中，临床医生可能需要同时管理多种疾病，而对肾脏和心血管风险的结构化了解有助于确定适当的随访方式。
Treat CKD不需要为评估的每个部分分别进行计算，而是利用电子健康记录中已有的数据。它旨在识别CKD、进行风险分类、计算肾衰竭风险、估算心血管风险，并提供与这些结果相关的建议。
在一个工作流中整合多个风险框架
该工具使用改善全球肾脏病预后组织（KDIGO）的标准对CKD风险进行分类。它还使用肾衰竭风险方程计算肾衰竭风险，并通过美国心脏协会PREVENT方程估算心血管风险。
这些计算与白蛋白尿检测、血压管理、降胆固醇治疗、心肾治疗和肾脏科转诊相关的建议结合在一起。其目标不仅是提示可能存在肾脏疾病，还要在一个基层医疗工作流中整理临床相关信息和下一步指导。
该工具包含白蛋白尿检测建议，因为这是肾脏风险评估中可以推荐的项目之一。工具的范围也超出了肾衰竭风险，通过纳入心血管风险估算，反映了CKD患者需要考虑的问题范围。
在加州大学旧金山分校进行测试
当Treat CKD被纳入加州大学旧金山分校系统后，参与的基层医疗专业人员认为它易于使用、具有临床相关性，并且与现有工作流融合良好。据报告，他们没有认为该工具增加了明显的工作流负担。
研究人员还报告称，该工具能够准确确认基于KDIGO的CKD风险分类。在报告的验证中，工具计算出的肾衰竭风险方程分数和PREVENT分数与人工计算的分数完全一致。
这种报告中的一致性对决策支持产品很重要。自动化风险评估的工具必须保留其所采用既定方法背后的临床逻辑。在本案例中，研究人员表示，自动生成的结果与他们评估的肾衰竭和心血管风险指标的人工计算结果相符。
决策支持，而非替代临床判断
Treat CKD旨在支持临床医生在护理现场进行决策，而不是取代专业判断。其建议被描述为符合指南，旨在帮助基层医疗团队识别CKD、分层风险并考虑后续步骤。
报告的评估重点是在UCSF环境中的验证和用户反馈。这并不能证明该工具在每个医疗系统中都会自动带来相同的体验或结果。不同机构的电子健康记录系统、临床工作流和实施方式可能存在很大差异。
这项研究也没有声称该工具本身能够改善患者结局。它所承担的角色是自动识别和分类风险，生成肾脏和心血管风险估算，并提供可以支持护理决策的建议。要评估更广泛的部署及其对发现、治疗和结局的影响，还需要进一步研究。
为什么整合很重要
临床决策支持只有融入临床医生已经在做的工作时才最有用。因此，开发者报告基层医疗专业人员认为Treat CKD具有相关性、易用性并且融合良好，是早期评估的核心部分。
该系统整合了原本可能需要分别审查的多项任务：确定是否存在CKD、应用KDIGO风险分类、估算进展至肾衰竭的风险、估算心血管风险，以及审查可能的护理行动。将这些任务集中在一起，可能更容易在常规就诊中呈现结构化的肾脏风险评估。
目前，Treat CKD代表的是一种早期、与医疗系统集成的方法，而不是广泛确立的护理标准。研究的关键发现是，该工具能够自动完成所测试的具体风险评估，同时与报告中的方程人工计算结果一致，并获得基层医疗用户的积极反馈。下一步问题是，进一步评估是否支持将其作为基层医疗中可扩展的CKD发现和治疗策略。
本文根据Medical Xpress的报道编写。阅读原文。
Originally published on medicalxpress.com
