肝臟與腎臟

eGFR

那是一個估計值、不是一次測量,而它背後的公式在 2021 年改了。

eGFR 是你的腎臟過濾血液速度的估計值,由肌酸酐、年齡與性別計算出來,而不是直接測量的。2021 年《New England Journal of Medicine》的一項研究發展出不含種族係數的新公式,並發現把肌酸酐與胱抑素 C 結合起來,比任一標記單獨使用都更準確。因為肌酸酐來自肌肉,eGFR 在肌肉量特別高或特別低的人身上可能誤導。

它到底測了什麼

你的腎臟一天之內會把你全身的血液過濾很多次,而腎絲球過濾率就是衡量它們做得多快的指標。

要直接測量它,需要注射一種標記物質並追蹤它的清除,那很準確,卻不適合常規使用。

所以改用估計的,那就是 eGFR 裡的 e 所代表的意思。

這個估計值是從肌酸酐建出來的,那是一種你的肌肉以相當穩定的速率產生、而你的腎臟負責清除的廢物。如果過濾變慢,肌酸酐就會累積。所以腎功能下降時肌酸酐上升,而一條公式會用你的年齡與性別,把那個數值換算成一個估計的過濾率。

那是一個聰明的解法,而它帶著一個值得理解的假設:你的肌酸酐產量對你的年齡與性別來說是典型的。

肌酸酐來自肌肉。所以這個估計值的好壞,取決於那個關於你肌肉量的假設,而判讀上的麻煩大多就住在那裡。

2021 年改了什麼,以及什麼仍然在扭曲它

有很多年,標準公式裡包含一個種族係數,會依據觀察到的肌酸酐平均差異,把黑人患者的估計值往上調。

那項做法受到了嚴肅的檢視,一方面是因為它的生物學推理,一方面是因為它的臨床後果,因為一個較高的估計過濾率可能延誤轉診,並影響移植的資格。

2021 年《New England Journal of Medicine》的一項研究發展出不含種族係數的新公式,肌酸酐公式使用了 8,254 位參與者的發展資料集,合併公式使用了 5,352 位,並在 12 項研究、4,050 位參與者中進行驗證。

有兩項發現重要。第一,舊的以種族為基礎的肌酸酐公式,在黑人參與者身上高估了實測的 GFR,中位數為 3.7 mL/min/1.73 m²。

第二,而且在實務上更有用的是,結合肌酸酐與胱抑素 C 的公式,對照實測 GFR 時,比任一標記單獨使用的無種族公式都更準確。

那些公式現在是標準,這表示一個 2019 年的結果和一個 2023 年的結果,可能無法直接比較。

肌肉的問題仍然存在,而它值得理解。一個肌肉量可觀的人會產生更多肌酸酐,這讓他的 eGFR 看起來比他的腎臟應得的更低。一個肌肉量非常低的人,因為年齡、疾病或截肢,產生得比較少,這讓他的 eGFR 看起來比實際的更好。

胱抑素 C 是那個問題的答案。它由幾乎所有細胞產生,而不是專門由肌肉產生,所以它受身體組成的影響小得多,而那正是把兩者結合起來表現更好的原因。

什麼會讓它移動

往下:任何原因造成的腎功能真正流失,那是真正重要的那項發現。糖尿病與高血壓,全球兩大主因。某些藥物,包括規律服用的非類固醇消炎止痛藥。脫水,它會暫時把它壓低。以及老化,它作為正常的生理,會逐漸減少過濾。

往上:通常不是一件該去追求的事,而在早期糖尿病中偶爾會回報一個偏高的 eGFR,也就是過度過濾。更常見的是,那個數字上升是因為肌酸酐掉了,而那可能反映的是肌肉流失、而不是更好的腎臟。從脫水恢復過來,會把它抬回基準線。

誠實的保留

我不是醫師,我也不是在為誰做診斷,而腎功能確實是一個醫師的問題。

我能提供的最有用的東西,是讀懂你自己數字的脈絡,而不是關於怎麼改變它的建議。

eGFR 是一個帶著關於你肌肉量之假設的估計值。如果你異常壯碩或異常缺乏肌肉,那個假設對你就是錯的,而一個以胱抑素 C 為基礎的估計值會回答得更好。

單一次偏低的 eGFR 也不是一個診斷。慢性腎臟病的定義是一個持續數個月的降低過濾率,加上其他發現,而一次性的數值可能反映脫水或一次暫時的傷害。

真正值得注意的,是好幾次結果之間的一個下降趨勢,而那是單一份報告給不了你的資訊。

還有一個值得知道的標記:尿液白蛋白對肌酸酐比值,會在過濾率下降之前就抓到腎臟損傷,這讓它是互補的、而不是重複的。那是一場醫師的對話,而如果你有糖尿病或高血壓,那是一件合理該去問的事。

還有一個實務註記:補充肌酸會小幅抬高肌酸酐,而不會傷害腎臟,那值得向讀你結果的人提一下。

所以,實際上該做什麼。

今晚,不花錢。把你能找到的每一份套組上的 eGFR 連同日期排列出來。跨年份的趨勢才是資訊,而單一個數值很少是。

記下它是由哪一條公式算出來的。標準在 2021 年隨著種族係數被移除而改變,所以較舊與較新的結果不一定能直接比較。

如果你異常壯碩或異常缺乏肌肉,就說出來。肌酸酐來自肌肉,所以這個估計值帶著一個可能不適合你的假設。

如果那個估計值有疑慮,問問胱抑素 C。2021 年的研究發現把它和肌酸酐結合起來,比任一項單獨使用都更準確。

提一下你在補充肌酸。它會小幅抬高肌酸酐而不傷害你的腎臟,而沒有解釋的話,它看起來會像是另一回事。

如果你有糖尿病或高血壓,問問尿液白蛋白。它在過濾率下降之前就偵測到損傷。

小心規律使用非類固醇消炎止痛藥。長期的常規使用會影響腎功能,而那是比較常見、也可以避免的促成因素之一。

你不是一個過濾率。你是一個身體,你的肌肉量安靜地形塑著那個估計值,而它正被拿去和一條為某個平均人所建的公式比較。

你的身體沒有壞掉。它是被堵住了。而在這裡有用的動作是讀那個趨勢、而不是那個數值,因為方向說的比它上面任何單一個點都多。

去把你的舊結果連同日期排出來。

Read these alongside it

尿酸

腎臟排泄受損是數值上升常見的原因之一。

HbA1c

糖尿病是腎臟疾病兩大主因之一。

空腹胰島素

更早的那個代謝問題,在血糖動之前。

全血球計數

貧血在腎功能降低時很常見。

同半胱胺酸

腎功能降低是它最強的驅動因子之一。

搞懂你的數字在說什麼

偶爾寄來一些筆記,談值得測量的標記、研究支持什麼,以及它在哪裡結束。不誇大,而且你隨時可以退出。

The gift arrives by email, so the box has to stay ticked to send it. After that you get what Jess is actually testing that week, and one click stops it forever.

Questions

正常的 eGFR 是多少?
高於 90 mL/min/1.73 m² 一般被視為正常,60 到 89 是輕度降低,而低於 60 並持續三個月以上,是慢性腎臟病的判定條件之一。eGFR 也會隨年齡逐漸下降,那是正常的生理,所以在讀一個落在六十幾或七十幾的數字時,年齡的脈絡很重要。
eGFR 的公式為什麼在 2021 年改了?
因為先前的標準包含一個把黑人患者的估計值往上調的種族係數,而它在推理與臨床後果兩方面都受到檢視。2021 年《New England Journal of Medicine》的一項研究發展出無種族的公式,並發現舊的以種族為基礎的肌酸酐公式,在黑人參與者身上高估了實測 GFR,中位數為 3.7 mL/min/1.73 m²。
肌肉量會影響 eGFR 嗎?
會,而且影響顯著,因為肌酸酐來自肌肉。一個肌肉量高的人產生更多肌酸酐,這讓他的 eGFR 看起來比他的腎臟應得的更低。一個因年齡、疾病或截肢而肌肉量低的人產生得比較少,這讓他的 eGFR 看起來比實際的更好。胱抑素 C 受到的影響小得多。
胱抑素 C 是什麼,它什麼時候比較好?
它是一種由幾乎所有細胞、而不是專門由肌肉產生的蛋白質,這讓它受身體組成的影響小得多。2021 年的那項研究發現,結合肌酸酐與胱抑素 C 的公式,對照實測 GFR 時比任一標記單獨使用的無種族公式都更準確,所以在肌肉量不尋常時它特別有用。
補充肌酸會影響我的 eGFR 嗎?
它會小幅抬高肌酸酐而不傷害你的腎臟,因為肌酸會分解成肌酸酐。既然 eGFR 是從肌酸酐算出來的,那就產生一個較低的估計值,而它並不反映更差的腎功能。這值得向讀你結果的人提一下,而不是讓他們盲目地去判讀。
一次偏低的 eGFR 就是一個診斷嗎?
不是。慢性腎臟病的定義是一個持續數個月的降低過濾率,加上其他發現,而單一個數值可能反映脫水或一次暫時的傷害。真正值得注意的,是好幾次結果之間、跨越時間的一個下降趨勢,而那是沒有任何單一份報告能顯示給你的。
eGFR 該和什麼一起檢查?
尿液白蛋白對肌酸酐比值,它在過濾率下降之前就抓到腎臟損傷,因此是互補的、而不是重複的。如果你有糖尿病或高血壓,那特別值得去問,因為那是全球腎臟疾病的兩大主因。

References

  1. Inker LA, et al. New Creatinine- and Cystatin C-Based Equations to Estimate GFR without Race. The New England Journal of Medicine. 2021. PMID 34554658
  2. Lyu D, et al. Association of hyperuricemia with coronary heart disease and other cardiovascular outcomes: A systematic review and dose-response meta-analysis. PLoS One. 2025. PMID 41252397
  3. Meads K, et al. Predicting pre-diabetes progression: a systematic review and meta-analysis. BMJ Nutrition, Prevention and Health. 2026. PMID 42540109