前沿机器学习风险预测模型Klinrisk再获DAPA-CKD试验外部验证，助力CKD个体化分层管理

“

慢性肾脏病已经成为全球重大公共卫生问题，患者人群基数庞大，个体之间疾病进展差异极大。尽早识别高进展风险患者，及时启动保护肾脏的治疗，是延缓进展、避免发展至终末期肾病（ESKD）的关键。

目前临床广泛使用KDIGO基于估算肾小球滤过率（eGFR）和尿白蛋白肌酐比值（UACR）的热力图进行风险分层，但该工具仅依靠肾功能与蛋白尿两项指标，纳入信息有限，对部分患者的预后判别能力存在短板。尽管已有部分肾脏预后评估工具，但多数聚焦于终末期肾病结局，对早中期CKD综合进展事件的预测能力有限，同时在非糖尿病肾病、肾小球疾病例如IgA肾病人群中的有效性证据尚不充分。

Klinrisk是一款依托常规检验指标构建的CKD进展风险预测工具，整合血常规、生化、肝功能、尿液检测以及人口学信息，用于预测CKD关键复合终点：持续性eGFR下降≥40%或者发生肾衰竭。该模型此前已经在普通人群以及糖尿病肾病（DKD）临床试验队列完成验证，但在包含大量非糖尿病肾病、IgA肾病的高危CKD人群中的表现尚未明确。为填补这一证据空白，研究团队利用DAPA-CKD大型临床试验数据集开展外部验证研究。

该研究利用DAPA-CKD研究共计4304例受试者数据开展外部验证，受试者包含DKD及非糖尿病CKD患者，其中包含270例IgA肾病患者，中位随访时长2.4年，随访期间共计578例受试者发生CKD进展终点事件。

研究结果显示，Klinrisk模型2年预测AUC达到0.79(95%CI：0.77~0.81)，具备良好区分能力，Brier得分0.11（95%CI：0.10~0.11），整体预测准确度理想（图1）。在DKD、非糖尿病DKD两个重要亚组中模型均维持稳定性能；值得关注的是，在IgA肾病亚组人群中，模型2年AUC高达0.86（0.79~0.93），表现突出。与KDIGO热力图分层对比，无论总人群还是各个亚组，Klinrisk模型的预测效能均明显占优；和经过重新拟合的肾脏衰竭风险方程（KFRE）相比，Klinrisk在假阳性率、阳性预测值指标上同样具备优势。

图1. DAPA-CKD研究中2年时CKD进展预计风险校准图

达格列净作为SGLT2i，是目前CKD基石治疗药物。该研究同时分析不同基线风险人群接受达格列净治疗的获益特征：结果提示，无论Klinrisk评估的基线风险高低，达格列净均可以降低患者肾脏进展风险；患者基线风险越高，治疗带来的绝对获益越大（图2），但药物的相对保护效应在不同风险分层之间没有统计学交互作用（P=0.014）。这提示借助该模型可以筛选出能够从SGLT2i治疗中获取最大绝对获益的患者群体，助力临床资源的高效配置，推进个体化治疗实践。

图2. 按治疗组分层后，Klinrisk中危及高危患者的慢性eGFR斜率变化

IgA肾病等肾小球疾病缺少便捷的预后评估手段，很多预后工具需要依赖肾活检病理结果，而活检并不能反复开展。Klinrisk模型仅依靠临床常规送检的实验室化验结果，不需要病理、既往历史随访数据，就可以完成风险测算，在门诊床旁即可实现快速评估，对肾小球疾病临床工作具备现实价值。

这项验证拓展了Klinrisk的适用边界，将模型有效覆盖到eGFR水平更低的高危非糖尿病CKD队列。该模型不仅服务于临床患者风险分层，在临床试验领域同样具备广阔应用前景：既可以在入组之后估算对照组事件率，校验试验统计效能假设；也可以在试验结束时校正基线风险差异，更加客观地评价研究药物治疗效应，为肾脏新药研发赋能。