eGFRとUACRを超えて：糖尿病性腎症のリスク分層と治療反応モニタリングを精緻化するkidneyintelX.dkd
序論：糖尿病性腎症における精度の必要性
2型糖尿病（T2D）を背景とする慢性腎臓病（CKD）は依然として世界的な保健問題となっています。ナトリウム-グルコース共輸送体2（SGLT2）阻害薬の変革的な影響にもかかわらず、医師は急速な進行リスクが高い患者や治療から最大の利益を得ている患者を特定する上で課題を抱えています。従来の指標である推定糸球体濾過量（eGFR）や尿アルブミン/クレアチニン比（UACR）は基礎的なものですが、しばしば腎損傷や炎症の根本的な分子病態を捉えることができません。
この予測とモニタリング能力のギャップを埋めるために、腫瘍壊死因子受容体1（TNFR-1）、TNFR-2、腎損傷分子1（KIM-1）を統合した生化学マーカー情報に基づくリスクスコアであるkidneyintelX.dkdが開発されました。CANVASおよびCREDENCE試験の最近の解析では、このスコアが従来のKidney Disease Improving Global Outcomes（KDIGO）リスク分類をはるかに上回る臨床的有用性があることが示されています。
研究デザインと方法論
本研究では、Canagliflozin Cardiovascular Assessment Study（CANVAS）とCanagliflozin and Renal Events in Diabetes with Established Nephropathy Clinical Evaluation（CREDENCE）という2つのランドマークとなる無作為化比較試験で保管された血漿サンプルが使用されました。研究者は、CKDステージG1～G3bの2,954人の参加者を評価しました。
主要目的は、基線時および1年後の長期変化におけるkidneyintelX.dkdスコアの予測的有用性を評価することでした。複合腎アウトカムには、持続的なeGFRの40%低下、腎不全（透析、移植、または持続的なeGFR<15 mL/min/1.73 m2）、腎関連死が含まれました。また、スコアがカナグリフロジン治療に対してどのように反応し、その変化が将来の臨床結果と相関しているかどうかを検討しました。
主な知見：優れたリスク分層
基線時において、kidneyintelX.dkdスコアは参加者を3つのリスクレベルに分類しました：低リスク（26.0%）、中リスク（44.7%）、高リスク（29.4%）。結果は、スコアと腎アウトカムとの間の明確な対数直線関係を示しました。具体的には、基線時のkidneyintelX.dkdスコアが2倍になると、複合腎アウトカムのリスクが2.20倍に増加した（95% CI 1.72–2.82）ことが示されました。
Table 1. Baseline characteristics of the total population and subgroups defined by kidneyintelX.dkd risk category
| Characteristic | Total | Low risk | Moderate risk | High risk |
|---|---|---|---|---|
| Participants, n | 2,954 | 767 | 1,320 | 867 |
| KidneyintelX.dkd | 0.17 [0.10; 0.34] | 0.09 [0.09; 0.10] | 0.16 [0.12; 0.21] | 0.44 [0.36; 0.50] |
| HbA1c, % | 8.24 (1.19) | 8.03 (0.85) | 8.27 (1.23) | 8.38 (1.34) |
| Systolic blood pressure, mmHg | 140 (16.0) | 138 (15.5) | 139 (15.6) | 143 (16.5) |
| BMI, kg/m2 | 32.1 (6.05) | 32.6 (6.18) | 32.0 (5.85) | 31.8 (6.22) |
| History of CVD, yes | 1,616 (54.7) | 431 (56.2) | 717 (54.3) | 468 (54.0) |
| RAAS inhibition, yes | 848 (85.0) | 505 (84.6) | 300 (86.7) | 43 (78.2) |
| UACR, mg/g | 518 [124; 1,231] | 57.4 [26.4; 161] | 502 [255; 786] | 1,718 [1,106; 2,710] |
| Normoalbuminuria (<30 mg/g) | 268 (9.07) | 198 (25.8) | 69 (5.23) | 1 (0.12) |
| Microalbuminuria (30–300 mg/g) | 806 (27.3) | 484 (63.1) | 312 (23.6) | 10 (1.15) |
| Macroalbuminuria (>300 mg/g) | 1,880 (63.6) | 85 (11.1) | 939 (71.1) | 856 (98.7) |
| eGFR, mL/min/1.73 m2 | 61.8 (19.1) | 70.1 (19.1) | 62.0 (18.1) | 54.2 (17.3) |
| <60 mL/min/1.73 m2 | 1,514 (51.3) | 300 (39.1) | 643 (48.7) | 571 (65.9) |
| ≥60 mL/min/1.73 m2 | 1,440 (48.7) | 467 (60.9) | 677 (51.3) | 296 (34.1) |
| KDIGO risk | ||||
| Low | 808 (27.4) | 590 (76.9) | 218 (16.5) | 0 (0.00) |
| Moderate | 1,050 (35.5) | 134 (17.5) | 617 (46.7) | 299 (34.5) |
| High | 1,096 (37.1) | 43 (5.61) | 485 (36.7) | 568 (65.5) |
| KIM-1, pg/mL | 231 [133; 420] | 108 [79.0; 144] | 226 [162; 311] | 555 [385; 820] |
| TNFR1, pg/mL | 3,662 [2,826; 4,783] | 2,816 [2,334; 3,442] | 3,639 [2,913; 4,596] | 4,845 [3,827; 5,982] |
| TNFR2, pg/mL | 13,836 [10,632; 18,157] | 10,634 [8,555; 13,035] | 13,643 [10,781; 17,689] | 18,095 [14,524; 22,348] |
既存のKDIGOリスクカテゴリーと直接比較すると、kidneyintelX.dkdは優れた精度を示しました。カテゴリカルネット再分類分析では、総合的なネット再分類指数（NRI）が21.5%となりました。この改善は、最終的にイベントを経験した患者のリスクを正しく特定し、イベントを経験しなかった患者のリスクを正しく特定することで駆動されました。実際には、KDIGO基準のみを使用する場合と比較して、約1,000人中78人が正しく再分類されたことを意味します。
長期モニタリングと治療反応
本研究の最も臨床的に重要な知見の1つは、kidneyintelX.dkdが治療介入に対する反応性を示したことです。1年後の時点で、カナグリフロジン治療を受けた参加者はプラセボ群と比較してkidneyintelX.dkdスコアが有意に低下していました。
さらに、これらの長期変化は将来のリスクを予測していました。1年目の時点でkidneyintelX.dkdスコアが1標準偏差減少すると、その後の複合腎アウトカムのリスクが有意に低下した（HR 1.56; 95% CI 1.28–1.90）ことが示されました。重要的是，即使在调整了eGFR和UACR的变化后，这种关联仍然显著，表明生物标志物评分捕捉到了传统临床指标无法显示的治疗反应。
Fig 1. Association between baseline kidneyintelX.dkd and composite kidney outcome analyzed on a continuous scale. Dotted lines represent median kidneyintelX.dkd for each KDIGO risk classification (from left to right: low, moderate, high).
Fig 2. Risk for composite kidney outcome stratified by kidneyintelX.dkd across KDIGO risk strata and joint kidneyintelX.dkd and KDIGO risk classification. A: Association is shown between baseline kidneyintelX.dkd risk strata and the composite kidney outcome (40% eGFR decline, kidney failure, or renal death), across baseline KDIGO risk categories. B: Association is shown three-dimensionally between baseline kidneyintelX.dkd and KDIGO risk strata and the composite kidney outcome.
Fig 3. Association between change in kidneyintelX.dkd from baseline to year 1 and composite kidney outcome analyzed on a continuous scale and the distribution of changes by treatment group. Dotted lines represent changes of −25%,−10%, 10%, and 25%, respectively. Association is shown continuously between the change in kidneyintelX.dkd and the composite kidney outcome (40% eGFR decline, kidney failure, or renal death), adjusted for log-transformed kidneyintelX.dkd at baseline.
个别生物标志物的性能
该研究还剖析了三个生物标志物各自的贡献。基线时，每个标准差增加的风险比分别为：
TNFR-1：1.80（95% CI 1.51–2.14）
TNFR-2：1.71（95% CI 1.45–2.02）
KIM-1：1.93（95% CI 1.67–2.23）
虽然个别生物标志物是强有力的预测因子，但整合的kidneyintelX.dkd评分始终显示出与肾结局更强的关联，这突显了多标志物方法的价值，该方法同时考虑了炎症（TNFR-1/2）和小管损伤（KIM-1）。
专家评论：机制见解和临床意义
kidneyintelX.dkd优于KDIGO分类的能力源于其对活跃生物过程的关注。TNFR-1和TNFR-2是系统性和局部炎症的标志物，而KIM-1是近端小管损伤的高度特异性指标。在糖尿病性肾病中，这些过程通常先于导致eGFR下降或屏障功能障碍引起白蛋白尿的结构损伤。
从临床角度来看，这些发现表明，kidneyintelX.dkd可以作为“液体活检”，提供实时的肾脏健康窗口。卡格列净减少这些标志物的观察结果表明，SGLT2抑制剂不仅仅是改变血流动力学；它们还积极减轻驱动疾病进展的炎症和损伤途径。对于临床医生而言，高风险kidneyintelX.dkd组中看到的绝对风险降低证实了该评分可以识别最有可能从强化SGLT2抑制剂治疗中受益的患者。
研究局限性
尽管结果令人信服，研究人员还是指出了一些局限性。分析是事后进行的，并且是在受控临床试验的背景下进行的，这可能不能完全反映现实世界的多样性。此外，队列排除了最低KDIGO风险类别和非常晚期的CKD（G4-G5）患者，这意味着研究结果最适用于疾病早期至中期阶段。
结论：个性化肾病的新时代
在CANVAS和CREDENCE队列中验证kidneyintelX.dkd标志着向肾病领域的精准医疗迈出了重要一步。通过提供更细致的风险概况和响应性的监测工具，该评分允许更早的干预和更精确的管理2型糖尿病和CKD患者的管理。随着我们向前发展，将基于生物标志物的评估整合到常规临床实践中，有助于减少肾衰竭的发生率并改善全球数百万人的长期预后。
参考文献
Moedt E, Coca SG, Edwards K, Neuen BL, Arnott C, Bakker SJL, Fleming F, Heerspink HJL. Baseline Risk and Longitudinal Changes in kidneyintelX.dkd and Its Association With Kidney Outcomes in the CANVAS and CREDENCE Trials. Diabetes Care. 2026 Jan 1;49(1):92-98. doi: 10.2337/dc25-1722 IF: 16.6 Q1 . PMID: 41217780 IF: 16.6 Q1 .
この記事は、制作工程の一部でAIを含む複数の編集ツールを使用して作成され、公開前に人間の編集者が内容を確認しています。