Addis-ureakerroin

Addis-ureasuhde on yksi tärkeimmistä lääketieteessä käytetyistä parametreista munuaisten toiminnan arvioinnissa ja munuaisten vajaatoiminnan kehittymisen ennustamisessa. Tämän parametrin ehdotti amerikkalainen lääkäri Addis vuonna 1935.

Addis-ureasuhde (AUC) on veren ureapitoisuuden suhde kreatiniiniin. Urea on proteiinien hajoamistuote, joka erittyy munuaisten kautta. Kreatiniini on aine, joka muodostuu lihaksissa ja erittyy pieninä määrinä myös munuaisten kautta.

BUN auttaa arvioimaan munuaisten toimintaa, koska korkeat ureapitoisuudet osoittavat munuaisten vajaatoimintaa ja voivat olla merkki munuaisten vajaatoiminnasta tai muista sairauksista. Tarkan tuloksen saamiseksi on kuitenkin otettava huomioon muut tekijät, kuten ikä, sukupuoli, paino jne.

ABA:ta käytetään tällä hetkellä kliinisissä tutkimuksissa munuaissairauksien hoidon tehokkuuden arvioimiseksi. Tätä parametria voidaan käyttää myös munuaissairauden diagnosointiin potilailla, joilla on kohonnut ureapitoisuus.

On kuitenkin huomattava, että BUN ei ole ainoa munuaisten toiminnan arvioinnissa käytetty parametri. On muitakin diagnostisia menetelmiä, kuten munuaisten ultraääni, tietokonetomografia ja muut, jotka voivat antaa tarkemman kuvan munuaisten tilasta.



Addis-ureasuhde (AMC) on lääketieteessä käytetty mitta, jolla arvioidaan munuaisten toimintaa potilailla, joilla on munuaissairaus. Sen kehitti amerikkalainen lääkäri Addis vuonna 1920, ja se on nimetty hänen mukaansa.

Addis-ureasuhde mitataan määrittämällä urean pitoisuus potilaan veressä ja vertaamalla sitä normiin. Normaali AMC-arvo on 30-60 mg/dl. Jos arvo on normaalia korkeampi, tämä voi viitata munuaisten vajaatoimintaan ja lisätutkimuksen tarpeeseen.

AMC-indikaattorilla diagnosoidaan ja seurataan munuaissairauksia, kuten krooninen pyelonefriitti, munuaisten vajaatoiminta, nefroottinen oireyhtymä ja muut. Sitä voidaan käyttää myös munuaissairauksien hoitojen tehokkuuden arvioimiseen.

On kuitenkin huomattava, että AMC-mittaustulokset eivät ole vakuuttavia ja vaativat lisäanalyysiä ja tulkintaa. Siksi tuloksia tulkittaessa tulee ottaa huomioon potilaan kliininen kuva, ikä, sukupuoli, paino ja muut tekijät.