Modern early diagnostic methods for acute kidney injury in wounded and injured patients

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

Background: This study substantiated the development of a mathematical model for predicting acute kidney injury (AKI) at the stage of qualified medical care and a diagnostic method for early detection of this complication in trauma-related disease using immunochromatographic test strips for cystatin C detection in single urine samples.

Materials and methods: The study involved two phases. In phase 1, upon hospital admission, the patients’ condition was assessed using a military field surgery scale for severity evaluation. A complete blood count and urinalysis were performed, as well as three sequential biochemical blood tests to determine standard AKI markers. Obtained data were used to develop a predictive formula for AKI. In phase 2, retrospectively, after preliminary sample preparation, an AKI diagnostic method was employed using the developed immunochromatographic test strips for cystatin C detection in a single urine sample.

Results: Upon applying a urine sample to the test strip, it interacts with a conjugate, and a control marker appears. If cystatin C binds to specific antibodies, two lines appear, indicating a positive test result. The method allows for the verification of AKI with > 80% accuracy in the early phase of trauma-related disease.

Conclusions: This study highlights the importance of a comprehensive approach that incorporates a predictive model on hospital admission of wounded patients. Implementing rapid diagnostic methods using cystatin C in the early stages of medical care improves triage efficiency, facilitates intensive therapy, and optimizes patient management during evacuation delays.

About the authors

Arkady V. Yazenok

Kirov Military Medical Academy

Email: vmeda-nio@mil.ru
ORCID iD: 0000-0002-1334-8191
SPIN-code: 4107-1280

MD, Dr. Sci. (Medicine), Associate Professor

Russian Federation, Saint Petersburg

Artyom A. Ivanov

Kirov Military Medical Academy

Author for correspondence.
Email: vmeda-nio@mil.ru
ORCID iD: 0000-0003-1009-6096
SPIN-code: 2089-3648

adjunct

Russian Federation, Saint Petersburg

Mikhail V. Zakharov

Kirov Military Medical Academy

Email: vmeda-nio@mil.ru
ORCID iD: 0000-0001-6549-3991
SPIN-code: 4732-9877

MD, Dr. Sci. (Medicine)

Russian Federation, Saint Petersburg

Sergey V. Gaiduk

Kirov Military Medical Academy

Email: vmeda-nio@mil.ru
ORCID iD: 0000-0003-1524-9493
SPIN-code: 8602-4922

MD, Dr. Sci. (Medicine), Associate Professor

Russian Federation, Saint Petersburg

Artem V. Marukhov

Kirov Military Medical Academy

Email: vmeda-nio@mil.ru
ORCID iD: 0000-0003-2673-8081
SPIN-code: 6428-0402

MD, Cand. Sci. (Medicine)

Russian Federation, Saint Petersburg

Andrey V. Popov

Kirov Military Medical Academy

Email: vmeda-nio@mil.ru
ORCID iD: 0009-0000-9800-4381
SPIN-code: 8826-7378

MD, Cand. Sci. (Medicine)

Saint Petersburg

Lolita A. Kudryavtseva

Kirov Military Medical Academy

Email: vmeda-nio@mil.ru
ORCID iD: 0009-0009-4747-8208

student

Saint Petersburg

References

  1. Trishkin DV, Kryukov EV, Agafonov PV, et al. Military field therapy: a national guide. 2nd edition. Moscow: GEOTAR-Media; 2023. 736 p. (In Russ.) EDN: BBIEJU doi: 10.33029/9704-8023-6-VPT-2023-1-736
  2. Samokhvalov IM, Boyarintsev VV, Gavrilin SV, et al. Traumatic illness: the state of the problem, the course options (first message). Bulletin of Anesthesiology and Intensive Care Medicine. 2009;6(3): 2–8. (In Russ.) EDN: LPCCVX
  3. Borisov AYu, Raskina TV. Early diagnosis of acute renal injury. Acta Medica Eurasica. 2016;(1):1–13. EDN: VQEVJN
  4. Smirnov AV, Kayukov OA, Degtereva VA, et al. Problems of diagnosis and stratification of severity of acute kidney injury. Nephrology. 2009;13(3):9–18. EDN: LKFRFL
  5. Ferguson MA, Vaikar SS. The established and anew proposed markers of kidney function. Clinical Laboratory Diagnostics. 2013;(11):3–11. EDN: RTXJXD
  6. Iskhakova RS. Evaluation of the significance of laboratory biomarkers of renal damage in nephrolithotripsy. [dissertation]. Saint Petersburg; 2021. 116 р. (In Russ.)
  7. Bobkova IN, Bulanov NM, Zakharova EV, et al. KDIGO 2021 clinical practice guideline for the management of glomerular diseases. Nephrology and Dialysis. 2022;24(4):577–874. EDN: TSNIXO doi: 10.28996/2618-9801-2022-4-577-874
  8. Zueva TV, Zhdanova TV, Verkhoturova AV, et al. The comparative analysis of methods of the glomerular filtration rate calculation for nephrological patients. Ural Medical Journal. 2013;(8):83–86. EDN: RSUOBT
  9. Kirillova NCh, Denisov AYu, Sadikova NV. Diagnostic value of сystatin C in renal insufficiency. Systems Analysis and Management in Biomedical Systems. 2010;9(4):942–947. EDN: MXSMHH
  10. Moiseev VS, Mukhin NA, Smirnov AV, et al. Cardiovascular risk and chronic kidney disease: strategies for cardio-nephroprotection. Clinical Pharmacology and Therapy. 2014;23(3):4–27. (In Russ.) EDN: TCUNBT
  11. Gary LM, Miller WG, Coresh J, et al. Recommendations for improving serum creatinine measurement: a report from the laboratory working group of the national kidney disease education program. Clinical and Laboratory Consultation. 2009;3(28):4–21. EDN: NBHQMF
  12. Fedorova DN, Lazarev PV. The importance of methods for assessing renal function in patients with atrial fibrillation for deciding on dose adjustment of direct oral anticoagulants. Clinical Pharmacology and Therapy. 2019;28(3):21–24. doi: 10.32756/0869-5490-2019-3-21-24 EDN: YZAXRG
  13. Velkov VV, Reznikova OI. Modern laboratory diagnostics of renal pathologies: from early stages to acute renal failure. Bulletin of the Chelyabinsk Regional Clinical Hospital. 2011;(2):22–26. (In Russ.) EDN: YIMSJX
  14. Smirnov AV, Kayukov IG, Dobronravov VA, et al. Acute kidney injury: conceptual problems. Nephrology. 2014;18(2):8–24. (In Russ.) EDN: SCNTAH
  15. Vesnina JV. New and potential markers of acute kidney injury. Clinical laboratory diagnostics. 2018;63(7):388–396. doi: 10.18821/0869-2084-2018-63-7-388-396
  16. Proletov YaYu, Saganova ES, Smirnov AV, et al. Biomarkers in the diagnosis of acute kidney injury. Communication II. Nephrology. 2014;18(6):51–58. (In Russ.) EDN: TCVPUR
  17. Anders Grubb, Ulf Nyman, Jonas Björk, et al. Simple cystatin C — based prediction equations for glomerular filtration rate compared with the modification of diet in renal disease prediction equation for adults and the Schwartz and the Counahan-Barratt prediction equations for children get access arrow. Clin Chem. 2005;51(8): 1420–1431. doi: 10.1373/clinchem.2005.051557
  18. Kiselnikova OV, Spivak EM, Mozzhukhina LI. Cystatin C for assessment of renal glomerular filtration rate in children and adolescents. Perm Medical Journal. 2017;34(1):63–66. (In Russ.) EDN: XYGONJ
  19. Velkov VV. New renal biomarkers for neonatology and pediatrics: cystatin C and NGAL. Pediatrics. The G.N. Speransky Magazine. 2015;94(3):167–174. EDN: UKDZDN
  20. Velkov VV. Cystatin C and NGAL — the markers of preclinical renal dysfunction and subclinical acute kidney injury. Laboratory service. 2015;4(2):38–43. EDN: UKQVHP doi: 10.17116/labs20154238-43 EDN: UKQVHP
  21. Smirnova NN, Galkina OV, Novikova VP, et al. Modern biomarkers of kidney damage in pediatrics. Nephrology. 2019;23(4):112–118. EDN: AHFRND doi: 10.24884/1561-6274-2019-23-4-112-118
  22. Alekseev AV, Gilmanov AZh, Gatiyatullina RS, et al. Recent biomarkers of acute renal injury. Practical medicine. 2014;(3):22–27. EDN: SKAWUJ
  23. Prokopyeva NE, Novikova VP. Modern biomarkers of kidney damage. Laboratory and instrumental diagnostics in clinical practice. 2018;16(3):48–53. (In Russ.)
  24. Mironova SA, Yudina YuS, Ionov MV, et al. Biomarkers of kidney injury in hypertension: conventional versus novel. Arterial hypertension. 2018;24(2):223–236. EDN: XOBNTN doi: 10.18705/1607-419X-2018-24-2-223-236

Supplementary files

Supplementary Files
Action
1. JATS XML
2. Fig. 1. Scree plot

Download (76KB)
3. Fig. 2. ROC curve for the developed model

Download (146KB)

Copyright (c) 2025 Eco-Vector

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».