Инструментальные методы оценки функциональной способности почек

Инструментальные методы оценки функциональной способности почек

Автор: Просянников М.Ю., Казаченко А.В., Войтко Д.А., Константинова О.В., Анохин Н.В., Громов А.И., Сивков А.В., Аполихин О.И., Каприн А.Д.

Журнал: Экспериментальная и клиническая урология @ecuro

Рубрика: Общая урология

Статья в выпуске: 2 т.16, 2023 года.

Бесплатный доступ

Введение. Хроническая болезнь почек (ХБП) является глобальной проблемой медицины. Длительное латентное течение заболевание приводит к прогрессивному увеличению заболеваемости. Наряду с лабораторными методами исследований в арсенале диагностической службы существуют инструменты, позволяющие обнаружить нарушение функциональной способности почек. Цель. Провести анализ современных инструментальных методов диагностики по определению функциональной способности почек. Материалы и методы. Обзор проведен на основе данных, опубликованных в базах PubMed (https://www.ncbi.nlm.nih.gov/pubmed/) и Научной электронной библиотеки еПЬгагу.ги (https://elibrary.ru/), и был ограничен только статьями в научных рецензируемых журналах. Поиск проводился до января 2023 года по ключевым словам: УЗИ почек, компьютерная томография, позитронно-эмиссионная томография, магнитно-резонансная томография, функция почек. Результаты. Найдено 189 источников не старше 10 лет (опубликованные после 2012 года), которые имели отношение к теме обзора. Из них были исключены тезисы конференций, короткие сообщения, дублирующиеся публикации. После чего, исходя из актуальности данных, достоверности источников, импакт-факторов журналов и последовательности изложения материала в рукописи, непосредственно для цитирования в обзоре было отобраны 46 статей. Также при написании обзора использовались оригинальные статьи, опубликованные до 2012 года. Заключение. Имеющиеся современные инструментальные методы оценки почечной функции открывают широкие перспективы для их клинического применения и требуют продолжения исследования.

Еще

Функция почек, хроническая почечная недостаточность, ультразвуковое исследование, компьютерная томография, позитронно-эмиссионная томография, магнитно-резонансная томография

Короткий адрес: https://sciup.org/142239006

IDR: 142239006   |   DOI: 10.29188/2222-8543-2023-16-2-76-85

Список литературы Инструментальные методы оценки функциональной способности почек

  • Eknoyan G, Lameire N, Barsoum R, Eckardt KU, Levin A, Levin N, et al. The burden of kidney disease: improving global outcomes. Kidney Int 2004;66(14):1310–4. https://doi.org/10.1111/ j.1523-1755.2004.00894.x.
  • Hamer R, Nahas E. The burden of chronic kidney disease. BMJ 2006;332(7541):563–4. https://doi.org/10.1136/bmj.332.7541.563.
  • Centers for Disease Control and Prevention. URL: https://nccd.cdc.gov/CKD.
  • Taal MW, Brenner BM. Adaptation of Specific Tubule Functions in Response to Nephron Loss. In: Brenner and Rector’s the Kidney 2011;790–793.
  • Venkatachalam MA, Griffin KA, Lan R, Geng H, Saikumar P, Bidani AK. Acute kidney injury: a springboard for progression in chronic kidney disease. Am J Physiol Renal Physiol 2010;298(5):1078–94. https://doi.org/10.1152/ajprenal.00017.2010.
  • Клинические рекомендации. Хроническая болезнь почек (ХБП). Разработчик – Ассоциация нефрологов. М., 2021. 233 с. [Clinical guidelines. Chronic kidney disease (CKD). Authors – Association of Nephrologists. M., 2021. 233 p. URL: https://cr.minzdrav.gov.ru/ recomend/469_2. (In Russian)].
  • Близнюк А.И., Мороз-Водолажская Н.Н. Методы исследования почек и мочевыводящих путей и их применение в общей врачебной практике: учебно-методическое пособие. Минск: БГМУ, 2021. 34 с. [Bliznyuk A.I., Moroz-Vodolazhskaya N.N. Methods for examining the kidneys and urinary tract and their application in general medical practice: a teaching aid. Minsk: BSMU, 2021. 34 p. (In Russian)].
  • ACR practice guideline for the performance of an ultrasound examination of the abdomen and/or retro-peritoneum (in collaboration with the American Institute of Ultrasound in Medicine AIUM). URL: http://www.acr.org/guidelines.
  • Eze C, Okoye J, Agwu K. Normative ultrasound values of renal parenchymal thickness among adults in Enugu, South-East Nigeria. Afr Health Sci 2014;14(3):689–97. https://doi.org/10.4314/ ahs.v14i3.27.
  • Roger SD, Beale AM, Cattell WR, Webb JA. What is the value of measuring renal parenchymal thickness before renal biopsy? Clin Radiol 1994;49(1):45–9. https://doi.org/10.1016/s0009-9260(05)82913-7.
  • Beland MD, Walle NL, Machan JT, Cronan JJ. Renal cortical thickness measured at ultrasound: is it better than renal length as an indicator of renal function in chronic kidney disease? AJR Am J Roentgenol 2010;195(2):146–9. https://doi.org/10.2214/AJR.09.4104.
  • Meola M, Samoni S, Petrucci I. Imaging in chronic kidney disease. Contrib Nephrol 2016:188:69–80. https://doi.org/10.1159/000445469.
  • Hricak H, Cruz C, Romanski R, Uniewski MH, Levin NW, et al. Renal parenchymal disease: sonographic-histologic correlation. Radiology 1982;144(1):141–7. https://doi.org/10.1148/ radiology.144.1.7089245.
  • Lerolle N, Guérot E, Faisy C, Bornstain C, Diehl JL, Fagon JY. Renal failure in septic shock: Predictive value of Doppler-based renal arterial resistive index. Intensive Care Med 2006;32(10):1553–9. https://doi.org/10.1007/s00134-006-0360-x.
  • Ольхова Е.Б. Дуплексное сканирование почек у детей. SonoAce- International 2000;(7):44–52. [Olkhova E.B. Duplex scanning of the kidneys in children. SonoAce-International 2000;(7):44–52. (In Russian)].
  • Bude RO, Rubin JM. Relationship between the resistive index and vascular compliance and resistance. Radiology 1999;211(2):411–7. https://doi.org/10.1148/radiology.211.2.r99ma48411.
  • Petrucci I, Clementi A, Sessa C, Torrisi I, Meola M. Ultrasound and color Doppler applications in chronic kidney disease. J Nephrol 2018;31(6):863–79. https://doi.org/10.1007/ s40620-018-0531-1.
  • Sugiura T, Wada A. Resistive index predicts renal prognosis in chronic kidney disease. Nephrol Dial Transplant 2009;24(9):2780–5. https://doi.org/10.1093/ndt/gfp121.
  • Avramovski P, Ilkovska B, Nikleski Z, Avramovska M, Sikole A. Which better determines the renal function and glomerular filtration rate: renal parenchymal thickness or renal resistive index? Saudi J Kidney Dis Transpl 2021;32(3):754–62. https://doi.org/10.4103/1319-2442.336771.
  • Бегун И.В., Папкевич И.И. Индекс резистентности в диагностике заболеваний почек – возможности и ограничения. Нефрология 2009;13(4):18-27. [Begun I.V., Papkevich I.I. Index of resistance in diagnosis of kidney disease-opportunities and limitations. Nefrologia = Nephrology 2009;13(4):18–27. (In Russian).
  • Liu C, Wang X. Clinical utility of ultrasonographic evaluation in acute kidney injury. Transl Androl Urol 2020;9(3):1345–55. https://doi.org/10.21037/tau-20-831.
  • Brisbane W, Bailey MR, Sorensen MD. An overview of kidney stone imaging techniques. Nat Rev Urol 2016;13(11):654–62. https://doi.org/10.1038/nrurol.2016.154.
  • Poggio ED, Wang X, Greene T, Van Lente F, Hall PM. Performance of the modification of diet in renal disease and Cockcroft–Gault equations in the estimation of GFR in health and in chronic kidney disease. J Am Soc Nephrol 2005;16(2):459–66. https://doi.org/10.1681/ ASN.2004060447.
  • Halleck F, Diederichs G, Koehlitz T, Slowinski T, Engelken F, Liefeldt L, et al. Volume matters: CT-based renal cortex volume measurement in the evaluation of living kidney donors. Transplant Int 2013;26(12):1208–16. https://doi.org/10.1111/tri.12195.
  • Patankar K, Low RS, Blakeway D, Ferrari P. Comparison of computer tomographic volumetry versus nuclear split renal function to determine residual renal function after living kidney donation. Acta Radiol 2014;55(6):753–60. https://doi.org/10.1177/0284185113504195.
  • Wahba R, Franke M, Hellmich M, Kleinert R, Cingöz T, Schmidt MC, et al. Computed tomography volumetry in preoperative living kidney donor assessment for prediction of split renal function. Transplantation 2016;100(6):1270–7. https://doi.org/10.1097/TP.0000000000000889.
  • Mitsui Y, Sadahira T, Araki M, Wada K, Tanimoto R, Ariyoshi Y, et al. The assessment of renal cortex and parenchymal volume using automated CT volumetry for predicting renal function after donor nephrectomy Clin Exper Nephrol 2018;22(2):453–8. https://doi.org/10.1007/ s10157-017-1454-1.
  • Zheng MM, Zhu YC, Shang LM, Du CK, Zhang L, Sun W, et al. Use of CT-based renal volumetry for the measurement of split renal function: a split glomerular filtration rate prediction model based on unilateral renal volume parameters. Clin Radiol 2022;77(10):759–66. https://doi.org/10.1016/j.crad.2022.05.023.
  • Xie Y, Xu M, Chen Y, Zhu X, Ju S, Li Y. The predictive value of renal parenchymal information for renal function impairment in patients with ADPKD: a multicenter prospective study. Abdom Radiol (NY) 2022;47(8):2845–57. https://doi.org/10.1007/s00261-022-03554-w.
  • Аляев Ю.Г., Хохлачев С.Б., Фиев Д.Н., Борисов В.В., Проскура А.В., Юрова М.В. Новый метод расчета клубочковой фильтрации, перфузии и плазматока на основании численного анализа трехмерных данных, полученных при МСКТ. Российский электронный журнал лучевой диагностики 2018;8(2):105–9. [Alyaev Yu.G., Khokhlachev S.B., Fiev D.N., Borisov V.V., Proskura A.V., Iurova M.V. A new approach for split renal function evaluation of glomerular filtration rate, perfusion and plasma flow by numerical analysis of 3D MSCT-based models. Rossiyskiy elektronnyy zhurnal luchevoy diagnostiki = Russian electronic journal of radiology 2018;8(2):105–9. (In Russian)]. https://doi.org/10.21569/2222-7415-2018-8-2-105-109.
  • Аляев Ю.Г., Дзеранов Н.К., Хохлачев С.Б., Борисов В.В., Фиев Д.Н., Демидко Ю.Л. и др. Новый метод оценки раздельной функции почек на основании данных мультиспиральной компьютерной томографии с контрастированием. Урология 2018;(2):26–33. [Alyaev Yu.G., Dzeranov N.K., Khokhlachev S.B., Borisov V.V., Fiev D.N., Demidko Yu.L., et al. A new method of evaluation of split renal function based on contrast-enhanced multislice spiral computed tomography. Urologiya = Urology 2018;(2):26–33. (In Russian)]. https://doi.org/10.18565/urology.2018.2.26-33/.
  • Shi W, Liang X, Wu N, Zhang H, Yuan X, Tan Y. Assessment of split renal function using a combination of contrast-enhanced ct and serum creatinine values for glomerular filtration rate estimation. AJR Am J Roentgenol 2020;215(1):142–7. https://doi.org/10.2214/AJR.19.22125.
  • Bailey DL, Townsend DV, Wolf PE, Maisie MN. Positron emission tomography: basic sciences. Secaucus, New Jersey: Springer-Verlag. 2005. 382 p.
  • Hofman M, Binns D, Johnston V, Siva S, Thompson M, Eu P, Collins M, Hicks RJ. 68Ga-EDTA PET/CT imaging and plasma clearance for glomerular filtration rate quantification: comparison to conventional 51Cr-EDTA. J Nucl Med 2015;56(3):405–9. https://doi.org/10.2967/ jnumed.114.147843.
  • Kersting D, Sraieb M, Seifert R, Costa PF, Kazek S, Kessler L, et al. First experiences with dynamic renal [68Ga] Ga-DOTA PET/CT: a comparison to renal scintigraphy and compartmental modelling to non-invasively estimate the glomerular filtration rate. Eur J Nucl Med Mol Imaging 2022; 49(10):3373–86. https://doi.org/10.1007/s00259-022-05781-1.
  • Artunc F, Yildiz S, Rossi C, Boss A, Dittmann H, Schlemmer HP, Risler T, Heyne N. Simultaneous evaluation of renal morphology and function in live kidney donors using dynamic magnetic resonance imaging. Nephrol Dial Transplant 2010;25(6):1986–91. https://doi.org/10.1093/ ndt/gfp772.
  • Cox EF, Buchanan CE, Bradley CR, Prestwich B, Mahmoud H, Taal M, et al. Multiparametric renal magnetic resonance imaging: Validation, interventions, and alterations in chronic kidney disease. Front Physiol 2017;(8):696. https://doi.org/10.3389/fphys.2017.00696.
  • Хie L, Cianciolo RE, Hulette B, Lee HW, Qi Y, Cofer G, Johnson GA. Magnetic resonance histology of age-related nephropathy in the Sprague Dawley rat. Toxicol Pathol 2012;40(5):764–78. https://doi.org/10.1177/0192623312441408.
  • Johnson GA, Cofer GP, Fubara B, Gewalt SL, Hedlund LW, Maronpot RR. Magnetic resonance histology for morphologic phenotyping. J Magn Reson Imaging 2002;16(4):423–9. https://doi.org/10.1002/jmri.10175.
  • Xie L, Bennett KM, Liu C, Johnson GA, Zhang JL, Lee VS. MRI tools for assessment of microstructure and nephron function of the kidney. Am J Physiol Renal Physiol 2016;311(6):1109–24. https://doi.org/10.1152/ajprenal.00134.2016.
  • Li W, Liu C, Duong TQ, van Zijl PC, Li X. Susceptibility tensor imaging (STI) of the brain. NMR Biomed 2017;30(4):10. https://doi.org/10.1002/nbm.3540.
  • Bennett KM, Bertram JF, Beeman SC, Gretz N. The emerging role of MRI in quantitative renal glomerular morphology. Am J Physiol Renal Physiol 2013;304(10):1252–7. https://doi.org/10.1152/ajprenal.00714.2012.
  • Bennett KM, Zhou H, Sumner JP, Dodd SJ, Bouraoud N, Doi K, et al. MRI of the basement membrane using charged nanoparticles as contrast agents. Magn Reson Med 2008;60(3):564–74. https://doi.org/10.1002/mrm.21684.
  • Lee S, Kang M, Byeon K, Lee SE, Lee IH, Kim YA, et al. Machine learning-aided chronic kidney disease diagnosis based on ultrasound imaging integrated with computer-extracted measurable features. J Digit Imaging 2022;35(5):1091–100. https://doi.org/10.1007/ s10278-022-00625-8.
  • Zheng Q, Furth SL, Tasian GE, Fan Y. Computer-aided diagnosis of congenital abnormalities of the kidney and urinary tract in children based on ultrasound imaging data by integrating texture image features and deep transfer learning image features. J Pediatr Urol 2019;15(1):75.e1–75.e7. https://doi.org/10.1016/j.jpurol.2018.10.020.
  • Dhruv B, Mittal N, Modi M. Artificial intelligence optimized image segmentation techniques for renal cyst detection. J Med Eng Technol 2022;46(5):415–23. https://doi.org/10.1080/03091902.2022.2080882.
Еще
Статья научная
SciUp 2024 © 2024 ©