中华急诊医学杂志  2015, Vol. 25 Issue (2): 194-199
尿NAG联合血清CysC预测重症患者急性肾损伤诊断和预后的临床价值
池锐彬, 邓宇珺, 袁婕, 王琳, 吕波, 龙怡, 孙诚, 陈纯波     
528415 广东省中山,南方医科大学附属小榄医院 重症医学科
摘要目的 探讨尿N-乙酰-β-D-氨基葡萄糖苷酶(uNAG)、血清胱抑素C(sCysC)在成人重症患者中预测急性肾损伤(AKI)诊断和预后的临床价值。 方法 前瞻性入选2014年10月至2015年1月入住广东省人民重症医学科(ICU)的重症患者198例。以KDIGO标准为诊断标准,将患者分为非AKI组和AKI组(包括轻症AKI组和重症AKI组),检测并比较各组患者uNAG、sCysC水平。运用受试者工作特征(ROC)曲线及曲线下面积(AUC)评价2种生物标志物单独及联合检测对AKI的诊断和预后的预测价值。 结果 (1) 198例重型患者中有51例发生AKI,AKI发生率为25.8%。(2)AKI组患者uNAG、sCysC水平明显高于非AKI组,差异具有统计学意义(均p < 0.01)。(3) 19例患者发展为重症AKI(9.6%),重症AKI组uNAG、sCysC水平明显高于非AKI组和轻症AKI组,差异具有统计学意义(p < 0.01)。(3)uNAG、sCysC单独及联合预测AKI的AUC分别为0.743、0.716、0.781,预测重症AKI的AUC分别为0.893、0.891、0.929,联合标志物预测AKI及重症AKI的AUC均高于单独标志物。(4)整个研究队列中,住院病死率为7.1%,AKI组病死率明显高于非AKI组(p < 0.01)。uNAG联合sCysC预测AKI患者住院死亡的AUC为0.947,高于单一标志物(uNAG为0.905、sCysC为0.861)。 结论 uNAG和sCysC是预测重症患者发生AKI及预后的敏感指标,两者联合检测能够更好地预测重症患者发生AKI和住院病死率。
关键词生物标志物     重症患者     急性肾损伤     诊断与预后    
Clinical value of urine NAG combined with serum CysC in predicting diagosis and prognosis of acute kidney injury in critically ill patients
Chi Ruibin, Den Yujun, Yuan Jie, Wang Lin, Lv BO, Long Yi, Sun Chen, Chen Chunbo     
Department of Critical Care Medicine,Guangdong Generel Hospital,Guangdong Academy of medical sciences,Guangzhou 510080,China(Den YJ,Yuan J,Wang L,Lv B,Long Y,Sun C ,Chen CB);
Department of Critical Care Medicine,Xiaolan Hospital of Southern Medical University,Zhongshan 528415,China(Chi RB)
Chen Chunbo, Email:gghicu@163.com
Abstract: Objective To explore the clinical value of urine N-Acetyl-β-D-glucosaminidase(uNAG) combined with serum cystatinC(sCysC) in predicting diagosis and prognosis of acute kidney injury(AKI) in adult critically ill patients. Methods In this study,198 adult critically ill patients admitted to the adult mixed ICU of Guangdong Generel Hospital were prospectively enrolled from October 2014 to January 2015. According to the Kidney Disease Improving Global Outcomes (KDIGO) criterion,the patients were divided into non-AKI group and AKI group (including mild AKI and severe AKI ).These biomarkers’ capability of detecting AKI and its prognosis were evaluated by using the receiver operating characteristic (ROC) curve and the area under curve (AUC). Results There were 51 AKI patients (25.8%). The levels of uNAG and sCysC were significantly higher in AKI than in non-AKI (p < 0.001).In total,there were 9 patients (9.6%) developed into severe AKI. The levels of uNAG and sCysC were significantly higher in severe AKI than those in non-AKI and mild AKI (p < 0.01) .Combination of uNAG and sCysC predicted AKI and severe AKI after ICU admission withahigher AUC value (0.781 & 0.929) than each biomarker alone. The overall In-hospital mortality was 7.1% in this cohort of patients,and it was strikingly higher in AKI group than that in non AKI group (p < 0.01). The uNAG and sCysC separately predicted in-hospital mortality with AUC value of 0.905 and 0.861,while the combination of uNAG and sCysC improved the in-hospital mortality prediction (AUC 0.947). Conclusions The uNAG and sCysC are sensitive for predicting diagnosis and prognosis of AKI in adult critically ill patients.Combination of biomarkers improves the predictive performance of AKI detection and in-hospital mortality.
Key words: Biomarkers     Critical patients     Acute kidney injury     Diagnosis and prognosis    

急性肾损伤(acute kidney injury,AKI)是临床上常见的急危重症之一,直接导致病死率增加,住院时间延长和住院费用增加[1, 2, 3]。在住院患者中,AKI发病率为5%~25%[4, 5],我国重症患者AKI的发生率达31.6%[6],在特定重症人群如失代偿性心力衰竭患者,AKI的发生率高达45%[3] 。早期识别和诊断AKI,及时采取有效干预,是降低肾脏不良事件和病死率关键,但目前临床上基于血肌酐和尿量的诊断标准具有明显的滞后性,导致临床诊断和治疗的延迟。近年来,寻找类似肌钙蛋白的早期生物标志物或标志物组合,验证新生物标志物的预测能力成为当前研究的热点。本研究通过前瞻性观察,评价和验证uNAG联合sCysC在重症患者中预测AKI诊断和预后的价值,以提高急性肾损伤的防治水平。

1 资料与方法 1.1 一般资料

前瞻性入选2014年10月至2015年1月入住广东省人民医院ICU进行监护治疗的重症患者。排除标准:入住前有透析史、慢性透析治疗期间、近一年内接受器官移植、怀孕、年龄 < 18岁、入住时间 < 24 h、未获得知情同意者。本研究经医院伦理委员会批准,征得患者及家属同意并签署知情同意书。

1.2 临床资料

收集入选患者的性别、年龄、主要诊断、基础疾病(包括高血压、糖尿病、心力衰竭等)以及入ICU原因等一般资料,记录入ICU 24 h内的急性生理与慢性健康评估Ⅱ(APACHE Ⅱ)、机械通气治疗、肾脏替代治疗等临床特征资料,追踪住ICU时间、住院时间和此次住院的转归,建立数据库。

1.3 AKI诊断标准及分期

采用2012年《KDIGO急性肾损伤临床实践指南》的标准[7],即48 h内血清肌酐(serum creatinine,sCr)水平升高≥0.3 mg/dL(≥26.5 μmol/L)或超过基础值的1.5倍及以上,且明确或经推断上述情况发生在7 d之内;或持续6 h尿量<0.5 mL/(kg·h)。AKI分期:①AKI 1期:血肌酐升高达基线值的1.5~1.9倍,或升高值≥0.3 mg/dL(≥26.5 μmol/L),和(或)尿量<0.5 mL/(kg·h),持续6~12 h。②AKI 2期:血肌酐升高达基线值的2~2.9倍;和(或)<0.5 mL/(kg·h),持续≥12 h。③AKI 3期:血肌酐超过基线值3倍,或升高≥4 mg/dL(353.6 μmmol/L)或需要启动肾脏替代治疗,或患者<1 8岁,估计肾小球滤过率降低到<35 mL(min/1.73 m2);和(或)尿量<0.3 mL/(kg·h),持续≥24 h,或无尿≥12 h。

1.4 样本收集及检测方法

所有入选重症患者在入ICU后即刻采集血液、新鲜尿液样本,送医院中心检验室分别进行sCysC、sCr和uNAG检测。sCysC采用颗粒透光比浊法在HITACHI7170全自动生化分析仪上进行检测,试剂由丹麦DAKO CYTOMOTION诊断用品有限公司提供。uNAG检测使用北京九强生物技术有限公司试剂盒,以比色法按照说明书操作程序进行测定。

1.5 统计学方法

采用SPSS 17.0统计软件进行统计学分析。正态分布的计量资料用均数±标准差(x±s)表示,组间比较采独立样本t检验;非正态分布的计量资料以中位数表示,组间比较采用Mann-Whitney U检验。计数资料以率(百分比)表示,组间比较采用Fisher精确检验或Pearson χ2检验。使用受试者工作特征曲线(ROC)及曲线下面积(AUC)来比较uNAG和sCysC预测重症患者发生AKI和预后的能力。以p<0.05 为差异具有统计学意义。

2 结果 2.1 基本情况

共198例重症患者入选,51例发生AKI(25.8%),其中轻症AKI(定义为KDIGO 1期)32例(16.2%),重症AKI(包括KDIGO分期2、3期)19例(9.6%)。内科和急诊手术患者AKI发生率高于择期手术患者(p < 0.001)。AKI组与非AKI组患者在性别、慢性基础疾病、APACHE Ⅱ评分和血肌酐基线值等方面,差异无统计学意义(均p>0.05),但AKI组患者年龄高于非AKI组(均p < 0.05),且AKI患者住ICU时间更长、需肾脏替代治疗和住院病死率更高(均p < 0.01),见表 1

表 1 患者一般资料和临床结局Table 1 Baseline clinical data and outcomes
参数 非AKI组( n=147) AKI组( n=51) 统计值 p
年龄(岁,〔M(QL,QU)〕 51(40,60) 60(41,73) -2.501 0.012
男性(例,%) 79(53.7) 33(64.7) 1.853 0.173
糖尿病(例,%) 13(8.8) 6(11.8) 0.112 0.738
高血压病(例,%) 33(22.4) 15(29.4) 0.656 0.418
患者来源(例,%) 21.433 <0.01
内科 11(7.5) 19(37.3)
择期手术 131(89.1) 27(52.9)
急诊手术 5(3.4) 5(9.8)
入ICU时肾功能指标〔M(QL,QU)〕
sCr(μmol/L) 71(57,84.2) 80(64,117) -2.889 0.004
uNAG(U/mmol ) 1.82(1.14,2.91) 3.66(2.24,7.61) -5.160 <0.01
sCySC(mg/L) 0.69(0.57,0.79) 0.88(0.66,1.30) -4.591 <0.01
APACHE Ⅱ 评分 16(13,22) 18(15,24) 0.879 0.381
血肌酐基线值(μmol/L) 67.3(55.6,78.4) 71(56,93) -1.485 0.138
临床结局
住ICU时间(d) 1.13(1,2.04) 3.88(1.08,8) -4.330 <0.01
肾脏替代治疗(例,%) 0(0) 10(19.6) <0.01 a
住院病死率(例,%) 2(1.4) 12(23.5) <0.01 a
注:aFisher精确检验
2.2 入ICU时组间生物标志物水平比较

入ICU时AKI组患者sCr、uNAG、sCysC水平明显高于非AKI组,差异具有统计学意义(uNAG、sCysC,均p﹤0.01,sCr为p﹤0.05)。轻症AKI患者uNAG、sCysC水平高于非AKI组,差异具有统计学意义(均p < 0.05),但轻症AKI患者sCr水平与非AKI组比较,差异无统计学意义(p>0.05)。重症AKI组uNAG、sCysC水平明显高于非AKI组和轻症AKI组,差异均有统计学意义(p < 0.01)。(表 2)

表 2 组间生物标志物水平的比较〔M(QL,QU)〕Table 2 The levels of biomarkers in different groups〔M(QL,QU)〕
生物标志物 非AKI患者( n=147) AKI患者 ( n=51) 轻症AKI( n=32) 重症AKI( n=19)
sCr(μmol/L) 71(57,84.2) 80(64,117) b 71(60.5,91) c 102(71.7,169) ad
uNAG(U/mmol) 1.82(1.14,2.91) 3.66(2.24,7.61) a 2.59(1.55,5.9) b 5.48(3.29,8.21) ad
sCySC(mg/L) 0.69(0.57,0.79) 0.88(0.66,1.30) a 0.76(0.61,0.94) b 1.06(0.84,2.32) ad
注:与非AKI患者比较, a p﹤0.01, b p﹤0.05, c p>0.05;与轻症AKI患者比较, d p﹤0.01
2.3 生物标志物单独及联合预测AKI及重症AKI的效能

uNAG、sCysC单独预测AKI的AUC为0.743(95%CI:0.660~0.825)和0.716(95%CI:0.627~0.805),两者联合预测AKI的AUC可提高到0.781(95%CI:0.700~0.862)。uNAG、sCysC单独预测重症AKI的AUC为0.893(95%CI:0.831~0.955)和0.891(95%CI:0.821~0.962),两者联合后AUC可提高到0.929(95%CI:0.869~0.99),见图 12

图 1 uNAG和sCYsC预测重症AKI的ROC曲线 Fig 1 ROC curves of uNAG and sCYsC for severe AKI
图 2 uNAG和sCYsC预测AKI的ROC曲线 Fig 2 ROC curves of uNAG and sCYsC for AKI
2.4 生物标志物单独及联合预测重症患者住院死亡的效能

uNAG、sCysC单独预测AKI患者住院死亡的AUC为0.905(95%CI:0.832~0.977)和0.861(95%CI:0.757~0.964),两者联合后AUC可提高到0.947(95%CI:0.906~0.987),见图 3

图 3 生物标志物单独及联合预测住院死亡的ROC曲线 Fig 3 ROC curves analysis of the individual biomarkers and their combinations for in-hospital mortality
3 讨论

急性肾损伤(AKI) 是重症患者最常见的并发症之一,导致或加重不良结局[1, 2, 3]。尽管近年来AKI相关研究取得长足进步,血液净化技术已得到广泛应用,但是重症患者合并AKI的病死率仍然高达50%以上[4, 8],其重要原因之一是缺乏敏感、特异的早期诊断AKI的标志物,延误了早期干预时机。因此,寻找能够早期、可靠反映肾损伤的标志物或标志物组合有着极为重要的临床意义。我们开展的前瞻性队列研究显示,uNAG和sCysC是预测重症患者发生AKI及严重度的敏感指标,两者联合检测能够更好地预测重症患者发生AKI和住院病死率。

NAG酶(N-Acetyl-β-D-glucosaminidase,NAG) 是一种主要存在于近曲小管上皮细胞溶酶体中的酸性水解酶,相对分子质量为140 000,血中NAG不能通过肾小球滤过膜,因而尿NAG(uNAG)直接反映近曲小管损伤情况。多项研究结果均支持uNAG可作为预测重症患者发生AKI的早期指标[9, 10, 11]。此外,uNAG不仅敏感,还具有“可定量”优点,检测值与近端肾小管损伤程度呈正相关。Liangos等[12]研究发现尿NAG浓度越高,需要肾脏替代治疗的例数和住院病死率越高(均p < 0.01)。胱抑素C(cystatin C,CysC)是半胱氨酸蛋白酶抑制剂超家族中的一员,由有核细胞合成并以相对恒定的速率释放入血,被肾小球完全滤过,在近端小管完全重吸收,而且不再被分泌[13, 14, 15]。动物模型试验[16]和临床研究[17, 18]均证实sCysC是肾小球滤过率的内源性标志物,比血肌酐更敏感、更精确反映肾小球滤过率。此外,Bell等[20]研究表明,sCysC是预测重症患者住院死亡的独立危险因子。

在本研究中,轻症AKI患者uNAG和sCysC水平均稍高于非AKI患者(均p < 0.05),而重症AKI患者uNAG和sCysC水平均显著高于非AKI患者(均p < 0.01)和轻症AKI患者(均p < 0.01),说明uNAG和sCysC上升水平与肾损伤严重程度相关,这与以往研究结果一致[17, 18]。此外,轻症AKI患者uNAG和sCysC水平高于非AKI患者,差异具有统计学意义(p < 0.05),但两组间sCr水平差异无统计学意义,说明uNAG和sCysC比sCr具有更佳的识别轻症AKI的能力。另一方面,应用ROC曲线的AUC评价uNAG和sCysC单独预测AKI及重症AKI能力时,ACU可达到0.7及0.8以上,具有中度以上的预测能力。同时,我们发现uNAG预测AKI的敏感性高于sCysC,而sCysC预测AKI的特异性高于uNAG,这可能与两者在体内产生、代谢过程密切有关,也是临床研究中将两者组合形成互补性标志物组合的基础。

在国内外各种相关研究[20, 21]中,单一标志物预测重症患者发生AKI及预后的能力报道不一。造成此种现象的原因,主要是重症患者的AKI是一种高度“异质”的临床综合征[22],其病因、发病机制和病理生理过程非常复杂,单一标志物无法全面、准确地反映AKI的整体面貌和变化,至今尚无某个特定标志物可作为早期诊断AKI的理想指标。因此,寻找可以全面反映AKI病理生理改变的标志物组合成为AKI研究的趋势。最近研究结果[23, 24, 25]显示:联合标志物监测有助于提高预测重症患者发生AKI的效能。此外,急性血透质量倡议小组(Acute Dialysis Quality Initiative,ADQI)推荐在AKI的预测中联合两种或以上的生物标志物以提高效能和准确性[26]。在本研究中,uNAG是反映肾小管损伤的敏感性标志物,sCysC是精确反映肾小球率过滤功能的标志物,两者进行联合可更全面反映肾脏病理和功能的改变,这也符合ADQI推荐和目前AKI标志物研究的主流方向。本研究结果显示,uNAG联合sCysC预测AKI和重症AKI的AUC分别为0.781和0.929,高于uNAG和sCysC单独预测能力(分别为0.743、0.716和0.893、0.891);在预测住院死亡方面,uNAG联合sCysC预测能力(ACU 0.947)也优于uNAG、sCysC单独预测能力(分别为0.905、0.861)。本研究进一步证实联合标志物有助于提高预测重症患者发生AKI及预后的能力,也是将ADQI推荐意见在重症患者AKI研究中进行实践和验证。但是,哪些标志物进行联合检测是最理想、最具性价比的组合,至今尚未明确,有待今后相关大规模的研究进一步验证。

综上所述,单一生物学标志物检测常缺乏足够的预测AKI及预后的敏感性和特异性,临床应用价值受限,联合检测uNAG和sCysC可有效提高预测AKI及预后的效能,有助于AKI的早期诊断,及时采取预防和干预措施,防治AKI发展和改善预后具有重要的临床价值。本研究为单中心队列研究,由于样本量较小,未能进行分层研究,期待后续研究中补充和完善;此外,本研究仅在入ICU时检测标志物,未能动态观察到联合标志物完整的变化趋势,具有一定局限性。期待大样本、多中心的临床对照研究,以进一步验证该两种标志物联合检测的临床价值,为ICU重症患者更早、更快地诊断AKI和预测预后提供可靠的诊断方法。

参考文献
[1] Hoste EA, Clermont G, Kersten A, et al.RIFLE criteria for acute kidney injury are associated with hospital mortality in critically ill patients: a cohort analysis[J]. Crit Care, 2006, 10:R73. DOI:10.1186/cc4915.
[2] Chertow GM, Burdick E, Honour M, et al.Acute kidney injury, mortality, length of stay, and costs in hospitalized patients[J].J Am Soc Nephrol, 2005, 16(11) :3365-3370. DOI:10.1681/ASN.2004090740.
[3] 陈秀凯.急性肾损伤的研究进展与回顾[J].中国急救医学, 2014, 34(2):111-115. DOI:10.3969/j.issn.1002-1949.2014.02.005. Chen XK. Progress and review of acute kidney injury[J]. Chin J Crit Care Med, 2014, 34(2):111-115.
[4] Uchino S, Kellum JA, Bellomo R, et al. Acute renal failure in critically ill patients: a multinational, multicenter study[J].JAMA, 2005, 294(7):813-818. DOI:10.1001/jama.294.7.813.
[5] Murugan R, Kellum JA. Acute kidney injury: what's the prognosis?[J]Nat Rev Nephrol, 2011, 7(4):209-217. DOI: 10.1038/nrneph.2011.13
[6] Wen Y, Jiang L, Xu Y, et al.Prevalence, riskfactors, clinical course, and outcome of acute kidney injury in Chinese intensive care units:a prospective cohort study[J]. Chin Med J (Engl), 2013, 126(23):4409-4416. DOI:10.3760/cma.j.issn.0366-6999.20132065
[7] McCullough PA, Shaw AD, Haase M, et al.Diagnosis of acute kidney injury using functional and injury biomarkers: workgroup statements from the tenth Acute Dialysis Quality Initiative Consensus Conference[J]. Contrib Nephrol, 2013, 182:13-29. DOI: 10.1159/000349963.
[8] Lins RL, Elseviers M, Daelemans R, et al.Prognostic value of a new scoring system for hospital mortality in acute renal failure[J].Clin Nephrol, 2010, 53:10-17.
[9] Han WK, Waikar SS, Johnson A, et al.Urinary biomarkers in the early diagnosis of acute kidney injury[J].Kidney Int, 2008, 73:863-869.DOI: 10.1038/sj.ki.5002715
[10] Katagiri D, DOI K, Honda K, et al. Combination of two urinary biomarkers predicts acute kidney injury after adult cardiac surgery[J].Ann Thorac Surg, 2012, 93:577-583. DOI: 10.1016/j.athoracsur.2011.10.048.
[11] Westhuyzen J, Endre ZH, Reece G, et al. Measurement of tubular enzymuria facilitates early detection of acute renal impairment in the intensive care unit[J]. Nephrol Dial Transplantat, 2003, 18:543-51.
[12] Liangos O, Perianayagam MC, Vaidya VS, et al.Urinary N-acetyl-beta-(D)-glucosaminidase activity and kidney injury molecule-1 level are associated with adverse outcomes in acute renal failure[J].J Am Soe Nephrol,2007, 18:904-912.
[13] 徐建国, 徐敏, 李钰, 等.氨基末端B型利钠肽前体联合胱抑素C在1型心肾综合征早期诊断中的应用价值[J].中华急诊医学杂志, 2015, 24(5):518-523. DOI:10.3760/cma.j.issn.1671-0282.2015.05.017 Xu JG, Xu M, Li J, et al. The value of NT-proBnp paired with Cys-Cin early diagnosis of type1 cardiorend syndrome[J]. Chin J Emerg Med, 2015, 24(5):518-523.
[14] Kaseda R, Iino N, Hosojima M, et al. Megalin-mediated endocytosis of cystatin C in proximal tubule cells[J].Biochem Biophys Res Commun, 2007, 357:1130-1134. DOI:10.1016/j.bbrc.2007.04.072
[15] 吴晓玉, 陈云霞, 何新华.急性肾损伤的新型生物标记物[J].中华急诊医学杂志, 2014, 23(5):587-591. DOI:10.3760/cma.j.issn.1671-0282.2014.05.031. Wu XY, Chen YX, He XH. New bio-marker of acute kidney injnry[J]. Chin J Emerg Med, 2014, 23(5):587-591.
[16] Su Song, MarkoMeye, Tobias RTurk, et al.Serum cystatin C in mouse models: a reliable and precise marker for renal function and superior to serum creatinine[J].Nephrol Dial Transplant, 2009, 24:1157-1161.
[17] Nejat M, Pickering JW, Walker RJ, et, al. Rapid detection of acute kidney injury by plasma cystatin C in the intensive care unit[J].Nephrol Dial Transplant, 2010, 25(10):3283-3289.
[18] Yung YJ, Lee HR, Kwon OJ.Comparison of serum cystatin C and creatinine as a marker for early detection of decreasing glomerular filtration rate in renal transplants[J].J Korean Surg Soc, 2012, 83:69-74. DOI:10.4174/jkss.2012.83.2.69.
[19] Bell M, Granath F, Martensson J, et al. Cystatin C is correlated with mortality in patients with and without acute kidney injury[J]. Nephrol Dial Transplant, 2009, 24:3096-3102. DOI: 10.1093/ndt/gfp196.
[20] Bagshaw SM, Bellomo R.Cystatin C in acute kidney injury[J]. Criti Care, 2010, 16:533-539. DOI:10.1097/MCC.0b013e32833e8412.
[21] Perianayagam MC, Seabra VF, Tighiouart H, et al. Serum cystatin C for prediction of dialysis requirement or death in acute kidney injury: a comparative study[J]. Am J Kidney Dis, 2009; 54:1025-1033. DOI:10.1053/j.ajkd.2009.05.022.
[22] Alge JL, Karakala N, Neely BA, et al. Urinary angiotensinogen predicts adverse outcomes among acute kidney injury patients in the intensive care unit[J].Crit Care, 2013, 17(2):69. DOI: 10.1186/cc12612.
[23] Padhy M, Kaushik S, Girish MP,et al. Serum neutrophil gelatinase associated lipocalin (NGAL) and cystatin C as early predictors of contrast-induced acute kidney injury in patients undergoing percutaneous coronary intervention[J].Clin Chim Acta, 2014, 435:48-52. DOI:10.1016/j.cca.2014.04.016.
[24] Basu RKWong, HRKrawczeski, CDWheeler, et al. Combining Functional and Tubular Damage Biomarkers Improves Diagnostic Precision for acute Kidney Injury After Cardiac Surgery[J].JACC, 2014, 64(25):2753-2762. DOI: 10.1016/j.jacc.2014.09.066.
[25] Stelios Kokkoris, Maria Parisi, Sofia Ioannidou, et al. Combination of Renal Biomarkers Predicts Acute Kidney Injury in Critically ill Adults[J].Renal Failure, 2012, 34(9):1100-1108. DOI:10.3109/0886022X.2012.713279.
[26] McCullough PA, Shaw AD, Haase M, et al.Diagnosis of acute kidney injury using functional and injury biomarkers: workgroup statements from the tenth Acute Dialysis Quality Initiative Consensus Conference[J].Contrib Nephrol, 2013, 182(1):13-29. DOI: 10.1159/000349963.