方法文章

神经系统危重病患者营养风险评估及其预后影响

518 次观看

⸱

DOI：

10.3791/69710

⸱

2026年1月30日

 ,  ,  ,  ,  , 
1Department of Neurology, Xuanwu Hospital, Capital Medical University

通讯作者： Yuping Wang <doctorwangyuping@163.com>

本文内容

摘要

本文介绍了一种针对神经系统疾病危重患者的营养风险评估、营养支持评价及预后预测的标准化方案。

摘要

该研究旨在应用并评估一种标准化的营养风险评估与营养支持管理方案，并评价其在存在营养不良风险的严重神经系统疾病患者中的预测价值。研究对2012年1月至2019年12月期间在中国首都医科大学宣武医院神经内科重症监护室（NICU）住院的930例合适患者进行了回顾性分析。在出院时，根据改良Rankin量表（mRS）评分将患者进行分类（预后良好组：mRS 0-2，n = 600；预后不良组：mRS 3-6，n = 330），并根据生存状态分组（存活者：n = 869；死亡者：n = 61）。该方案包括基线特征和生化评估、入院时营养风险筛查2002（NRS 2002）评分、确定营养支持方式、估算住院前7天内的典型能量摄入量，以及使用标准化评估工具进行疾病严重程度评估，如格拉斯哥昏迷评分（GCS）、急性生理与慢性健康状况评分II（APACHE II）和美国国立卫生研究院卒中量表（NIHSS）。

采用单变量研究、多变量逻辑回归估计以及受试者工作特征（ROC）曲线评估来分析预测意义。标准化的方案实现了对营养风险的系统识别、临床严重程度的分层以及为制定营养干预计划提供早期指导。关键风险指标包括NRS 2002、APACHE II和NIHSS评分升高、高龄以及早期能量摄入不足，这些因素与不良结局相关。相比之下，较高的格拉斯哥昏迷评分（GCS）和充足的维生素B12水平则显示出保护性趋势。ROC分析证实，NRS 2002在预测功能结局和生存状态方面具有最佳的预测效能。研究结果表明，对患有神经系统疾病的重症患者，实施结构化的营养风险评估和标准化的营养支持在早期预后判断和营养决策方面具有实际应用价值。

引言

神经危重症患者常因严重的原发性或继发性神经系统疾病而受累，此类疾病通常伴随全身器官功能障碍，需要在重症监护室（ICU）进行持续的血流动力学监测、机械通气以及多方面的治疗护理1,2。这些患者由于意识障碍、吞咽困难、接受机械通气以及自主摄入能力差，往往无法实现充分的营养摄入，导致营养缺乏的发生率较高。加之高代谢和高分解代谢的应激反应，以及随年龄增长出现的生理功能衰退，这些因素显著增加了营养不良的风险3,4。已有研究表明，营养不良是导致神经重症监护病房中住院时间显著延长、神经功能恢复迟缓、并发症易感性增加以及死亡率升高的重要因素5。近期流行病学证据显示，神经危重症患者的营养不良比例高达79%，因此亟需早期且准确地识别营养风险。

尽管对普通ICU人群的营养评估已有研究，但针对神经科ICU中营养风险及其预后价值的专门研究仍不够充分6。现有文献大多集中于单一疾病类型，例如缺血性卒中，且营养评估通常仅在入院时进行，缺乏对营养风险的动态评估或标准化营养支持计划的系统性分析7。传统的评估工具，如主观全面评估（Subjective Global Assessment, SGA）和营养不良通用筛查工具（Malnutrition Universal Screening Tool, MUST），在不断变化的神经危重症情况下存在偏倚且准确性不足8。相比之下，营养风险筛查2002（Nutritional Risk Screening 2002, NRS-2002）结合了饮食习惯下降程度与疾病严重程度，因其结构化的评分系统以及对临床决策的支持作用，成为重症神经疾病背景下更为适用的评估工具。将NRS-2002与神经功能严重程度评分量表（包括格拉斯哥昏迷评分Glasgow Coma Scale, GCS、美国国立卫生研究院卒中量表National Institutes of Health Stroke Scale, NIHSS以及急性生理与慢性健康评分II Acute Physiology and Chronic Health Evaluation II, APACHE II）相结合，可实现对神经系统状况、整体健康状况及预后的全面评估9。

既往研究已探讨了多种功能性喂养方法，以改善重症神经系统疾病患者的预后10，协调干预措施可提高耐受性并改善生物标志物水平。然而，由于样本量较大、疾病状态异质性强以及缺乏长期随访，限制了临床结果的普遍适用性。比较ICU中结构化营养筛查有效性的研究表明，使用经过验证的工具（如MUST）可提供更准确的死亡率预测和更优的临床表现11，但这些研究在患者特征、历史设计及干预策略方面存在差异和不一致。神经重症监护病房（neuro-ICU）中医学营养治疗的实践在遵循方案、评估策略和监测方法方面表现出显著差异12。尽管使用结构化的标准操作程序（SOP）可提高一致性，但标准化程度不足、热量测定方法不充分以及实施方式不统一，降低了结果的可比性和可靠性。

营养预后指数已被证明是住院患者卒中预后的高度预测指标，从而有助于提高死亡率评估和临床决策的准确性13。然而，由于亚型差异、回顾性研究设计的局限性以及缺乏充分的外部验证，其在多种神经系统疾病人群中的进一步应用受到限制。在急性缺血性卒中患者中，蛋白质相关生物标志物水平较高与早期肠内营养（EN）支持下的功能恢复之间存在显著关联14。然而，由于依赖回顾性数据、观察期较短以及营养摄入信息不完整，难以得出因果结论并进行后续的临床外推。

尽管长期住院、不良的神经功能预后以及神经重症监护病房患者的高死亡率与营养不良相关，但目前关于系统性膳食风险评估在神经ICU中预测价值的研究数据仍然缺乏。现有文献主要聚焦于单一疾病类别，并仅在入院时进行营养筛查，而非进行动态监测。此外，包括SGA和MUST在内的主观评估方法，在病情快速变化的神经重症环境中敏感性不足10。目前尚缺乏充分证据支持将NRS-2002与神经功能严重程度评分量表（如GCS、NIHSS和APACHE II）联合使用以预测临床结局11。而且，由于营养治疗实践的差异、小样本的异质性以及纵向随访时间较短，研究结果的普适性受到限制13。因此，应对神经重症患者群体的营养风险进行充分的预后评估。本研究的目的在于验证一种联合营养风险评估方案的预测价值，该方案包括NRS-2002、神经功能严重程度评分量表（GCS、NIHSS和APACHE II）以及早期能量摄入监测，用以识别高风险神经重症患者，并指导及时实施营养干预。

方案

本方案遵循《赫尔辛基宣言》15，并经首都医科大学宣武医院伦理委员会批准。所有患者及其法定监护人均签署了知情同意书。

1. 对象与方法

  1. 确定纳入和排除标准。
    1. 设定纳入标准如下：年龄 ≥ 14 岁，已确诊为严重神经系统疾病，格拉斯哥昏迷评分（GCS）≤ 12，或美国国立卫生研究院卒中量表（NIHSS）评分 ≥ 11。
    2. 设定排除标准：神经重症监护（NCU）治疗时间 < 7 天、患有晚期恶性肿瘤的患者、患有非急性疾病的患者，以及有胃切除术或肠切除术病史的患者。
      注：尽管肠外营养（PN）可用，但有胃切除术或肠切除术病史的患者被排除，因其胃肠道生理结构的改变可能导致营养风险筛查（如 NRS 2002）结果不准确，并可能对研究结果造成偏倚。
  2. 对患者进行筛查并分组。
    注：初始收集了 2012 年 1 月至 2019 年 12 月期间住院的 1,227 例严重神经系统疾病患者。其中 297 例被排除，包括 254 例 NCU 治疗时间少于 7 天、23 例患有晚期恶性肿瘤、18 例患有非急性疾病、2 例有肠切除术病史。最终纳入 930 例患者进行评估。
    1. 根据改良Rankin量表（mRS）评分将患者分为两组：预后良好组（mRS 0-2；n = 600）和预后不良组（mRS 3-6；n = 330）。出院时 mRS 评分 3-6 视为预后差，0-2 视为预后良好。

2. 临床数据收集

  1. 收集人口统计学和基本临床数据。
    1. 记录患者年龄、性别、疾病类别、合并症（冠心病、高血压、糖尿病）、饮酒或吸烟情况以及在神经重症监护病房（NCU）的住院时长。
    2. 记录营养支持方式：PN、EN，或联合使用 EN + PN。
    3. 计算前7天的平均能量摄入量：定义为7天内的总能量摄入量除以患者的实际体重（kg），单位以kcal/kg表示。
      注意：我们使用了 6th 根据《中国食物成分表》2018年版获取每种食物的能量值（kcal/100 g），计算7天的总能量摄入量，并除以患者的实际体重，得到前7天的平均能量摄入量。
  2. 进行营养风险和胃肠道功能评估。
    1. 进行 NRS 200216 入院后24小时内：评估疾病严重程度（0-3分）、营养受损情况（0-3分），年龄≥70岁者加1分（总分0-7分；≥3分提示存在营养风险）。
      注意：选择NRS 2002评分是因为它是一种无偏倚的筛查工具，由ESPEN推荐用于住院患者，可快速识别存在营养不良风险的患者，并且已在重症监护病房（ICU）环境中得到充分验证。与其他工具（如CONUT、mNUTRIC）相比，NRS 2002纳入了疾病严重程度和近期营养状况下降情况，因此更适用于早期入院阶段的神经重症患者。
    2. 入院时采用水吞咽试验（Water Swallow Test, WST）评估吞咽功能，并使用急性胃肠损伤（Acute Gastrointestinal Injury, AGI）分级评估胃肠道功能。入院后24小时内实施WST，采用标准化的五级评分系统。指导患者饮用30 mL水，观察是否出现咳嗽、呛咳或吞咽困难；评分越高，提示吞咽安全性越差。根据对肠内营养的耐受性、腹胀、呕吐及肠蠕动情况，采用AGI分级（I–IV级）评估胃肠道功能。
    3. 住院期间通过胃管抽吸和床旁超声监测胃残余量，以确定合适的营养支持方式。常规通过胃管抽吸评估胃残余量，即经鼻胃管抽出胃内容物进行测定。当抽吸结果不明确时，采用床旁超声作为无创辅助方法，评估胃容量及对肠内营养的耐受性。每4–6小时经鼻胃管抽吸监测一次胃残余量；数值 > 250 mL 表明存在喂养不耐受，需调整肠内营养策略。
  3. 使用标准化量表评估疾病严重程度。
    1. 实施 NIHSS17：通过11项指标（意识、凝视、运动功能等）进行评估，总分为0至42分（分数越高提示神经功能障碍越严重）。
    2. 实施格拉斯哥昏迷评分（GCS）18：通过评估睁眼反应、语言反应和运动反应（非偏瘫侧），得出总分为3至15分（分数越低，意识障碍越严重）。
    3. 实施 APACHE II19：对入重症监护室（NCU）后24小时内最差的12项生理指标、年龄及慢性病史进行评分，总分范围为0-71分（分数越高表示病情越严重）。
  4. 收集并检测实验室指标。
    1. 入院次日采集5 mL空腹静脉血。
      注意：使用一次性真空采血管以尽量减少溶血。在样本处理过程中佩戴手套，以防止生物污染。
    2. 将血样在3,000 × g 4 °C 下离心 10 分钟以分离血清。检查血清层应呈清晰且与细胞相明显分离；若观察到溶血或浑浊，需重新采样。
    3. 检测血清指标：蛋白标志物（血红蛋白 [HB]、白蛋白 [ALB]、游离三碘甲状腺原氨酸 [FT3]、前白蛋白 [PA]），感染标志物（C反应蛋白 [CRP]、降钙素原 [PCT]），肝肾功能标志物（总胆红素 [TBIL]、肌酐 [Cr]），凝血标志物（国际标准化比值 [INR]、D-二聚体 [D-D]），甲状腺功能标志物（促甲状腺激素 [TSH]）以及维生素B12。
    4. 按照机构的生物危害废弃物管理规程处理所有使用过的血液样本管、手套及相关材料，以防止污染并确保实验室安全。

3. 数据质量控制与统计分析

  1. 数据质量控制
    1. 由两名经过培训的神经科医生独立从电子病历中提取数据。
    2. 交叉核对所提取的数据；通过复核解决不一致之处。
      注：复核由一名资深神经科教授完成。
    3. 处理缺失数据：对于缺失率<5%的指标，使用均值填补缺失值；缺失率≥5%的指标予以剔除。
  2. 进行统计分析。
    1. 打开 SPSS 26.0 软件，创建新数据集，并按照“患者编号 - 基线数据 - 评估指标 - 结局指标”的结构输入数据。
    2. 进行描述性统计分析：
      1. 正态分布的连续性变量（如 FT3）以均值 ± 标准差（x±s）表示，采用独立样本t-检验进行比较。
      2. 非正态分布的连续性变量（如 APACHE II 评分）以中位数（第25百分位数，第75百分位数）[M (P25, P75)] 表示，并采用 Kruskal-Wallis H 检验。
      3. 分类变量（如性别）以例数（百分比）[n (%)] 表示，采用χ²检验进行分析。
    3. 进行逻辑回归分析：
      1. 设定因变量：预后不良（1 = 不良，2 = 良好）或死亡（1 = 死亡，2 = 存活）。
      2. 在单因素分析中，将 P 值<0.05 的因素视为可能的独立影响因素（连续性变量直接纳入；分类变量设为哑变量，例如营养支持方式：PN = 1，EN + PN = 2，EN = 3，以 EN 为参照）。
      3. 进入 分析 | 回归 | 二元 Logistic，将变量加入方程，选择 进入 方法，输出 β、标准误（SE）、Wald χ2、P 值及 95% 置信区间（95% CI）。
      4. 为控制混杂因素，将单因素分析中 P < 0.05 的所有协变量纳入多因素逻辑回归模型。
    4. 进行 ROC 曲线分析：
      1. 进入 分析 | ROC 曲线，设定待检验的指标（如 NRS 2002 评分），结局作为状态变量（状态值 = 1）。
      2. 勾选 显示 ROC 曲线、计算曲线下面积 以及 标准误和置信区间，运行分析以获得 AUC、最佳截断值、敏感性和特异性。
        注：根据 ROC 分析得出的最佳截断值，将前7天平均能量摄入量进行二分类处理，用于后续逻辑回归分析；所有检验均为双侧检验，P < 0.05 表示差异具有统计学意义。

结果

两组数据间一般资料的比较
表1 显示，重症神经系统疾病患者由于年龄、APACHE II 评分、GCS 评分、NIHSS 评分、营养摄入方式、维生素 B12 水平及白蛋白水平等因素，预后较差（P < 0.05）。

逻辑回归分析
预后不良作为因变量（预后不良 = 1，预后良好 = 2）。将P值小于0.05的因素纳入多因素分析。 < 0.05 的单变量分析变量被选为自变量（NRS 2002 评分、GCS 评分、年龄、NIHSS 评分、白蛋白、维生素 B12 等）。营养摄入方式：PN = 1，EN + PN = 2，EN = 3。选择具有统计学意义的因素进行显著性计算（P < 0.05）以及既往文献和专家共识中的临床相关性。为防止模型过拟合并确保回归分析的稳健性，排除了存在多重共线性的变量。进一步通过ROC曲线和逻辑回归分析显示，APACHE II评分（OR = 1.112，95% CI：1.076–1.149，P < 0.001），NRS 2002 评分（OR = 2.147，95% CI：1.846–2.497，P < 0.001），NIHSS评分（OR = 1.145，95% CI：1.101–1.191，P < 0.001）以及PN的膳食摄入技术（OR = 24.967，95% CI：8.335–74.783，P < 0.001）与患有严重神经系统疾病的个体预后不良概率升高相关。在患有严重神经系统疾病的患者中，GCS评分（OR = 0.861，95% CI：0.802–0.924，P < 0.001）和维生素B12（OR = 0.987，95% CI：0.984–0.990，P < 0.001）是保护性变量（Pall < 0.05），如所示 表2采用Enter法进行多变量逻辑回归分析，对所有P值具有统计学意义的变量进行校正 < 0.05，在单变量分析中，遵循方案部分提供的统计策略。

预后预测的ROC曲线
ROC曲线研究显示，根据GCS评分、APACHE II评分、NRS 2002评分、NIHSS评分和维生素B12水平提示不良预后的AUC值分别为0.620、0.676、0.755、0.682和0.736。其敏感度分别为61.8%、71.5%、62.7%、70.3%和69.7%，特异度分别为57.5%、60.2%、73.5%、55.7%和66.8%（表3和图1）。

生存组与死亡组之间的单因素分析
在930例患者中，61例在出院时死亡，被纳入死亡组，其余869例存活，被纳入生存组。单因素分析显示，年龄、APACHE II评分、NRS 2002评分、NIHSS评分、营养摄入方式、发病最初7天内的典型能量消耗、C反应蛋白（CRP）、促甲状腺激素（TSH）、游离T3（FT3）以及维生素B12水平在生存组与死亡组之间存在显著差异（P < 0.05，表4）。

重症神经系统疾病患者死亡率的多变量逻辑回归分析
采用多变量逻辑回归模型校正潜在混杂因素，并识别不良预后的独立预测因子。以出院时死亡作为因变量（死亡 = 1，存活 = 2），将单变量分析中 P < 0.05 的因素作为自变量纳入分析（年龄、NRS 2002 评分、NIHSS 评分等作为连续变量输入；前7天平均能量摄入量定义为7天总能量摄入量 ÷ 实际体重，单位：kcal/kg）：≥1,702.71 kcal/kg = 0，<1,702.71 kcal/kg = 1。进一步通过ROC曲线和逻辑回归分析发现，年龄 ≥ 71岁（OR = 1.027，95% CI：1.009–1.045，P = 0.004）、NIHSS评分 ≥ 19（OR = 1.064，95% CI：1.019–1.111，P = 0.005）、NRS 2002评分 ≥ 3（OR = 1.337，95% CI：1.128–1.586，P = 0.002）以及前7天平均能量摄入量 < 1,702.71 kcal/kg（OR = 2.365，95% CI：1.186–4.717，P < 0.001）是重症神经系统疾病患者死亡的独立危险因素（P < 0.05，表5）。入院后最初7天的平均热量消耗以kcal/kg计算，代表按体重校正的日均消耗量。采用进入法（Enter法）构建多变量逻辑回归模型。将单变量检验中P < 0.05的因素纳入模型，以校正APACHE II评分、NIHSS评分和年龄等医学混杂因素的影响。

重症神经系统疾病患者生存与死亡的ROC曲线分析
针对患有严重神经系统疾病的个体进行生存与死亡的ROC曲线研究显示，根据年龄、NRS 2002评分、NIHSS评分以及前7天平均能量摄入量预测患者死亡率的AUC值分别为0.666、0.683、0.636和0.646（表6和图2）。

代表性结果解读
预后评估中的“阳性”结果定义为指标值超过最佳截断值（例如，NRS 2002 评分 ≥ 3，APACHE II 评分 ≥ 16），提示患者存在不良预后或死亡的高风险。例如，NRS 2002 评分为 4（高于截断值 3）的患者，其不良预后的风险是评分为 < 3 的患者的 2.147 倍（OR = 2.147，95% CI：1.846–2.497）。而“阴性”结果（例如，NRS 2002 评分 = 2，GCS 评分 = 10）则提示风险较低。处于临界状态的结果（例如，NRS 2002 评分 = 3，平均能量摄入量 = 1,700 kcal/kg）需密切监测，因其处于风险阈值，若不加干预可能进展为不良结局。

比较GCS、NIHSS、APACHEII、NRS2002、维生素B12敏感性和特异性的ROC曲线图
图1. 各指标的ROC曲线。 缩写：APACHE II评分 = 急性生理与慢性健康状况评价II评分；NRS2002评分 = 营养风险筛查2002评分；GCS = 格拉斯哥昏迷评分；NIHSS = 美国国立卫生研究院卒中量表评分。 请点击此处查看此图的放大版本。

ROC曲线分析，敏感性与特异性；年龄、NIHSS、NRS2002、能量摄入；图表比较。
图2。重症神经系统疾病患者生存-死亡的ROC曲线。 缩写：NRS2002评分 = 营养风险筛查2002评分；NIHSS = 美国国立卫生研究院卒中量表评分。 请点击此处查看此图的高清版本。

表1. 两组患者一般资料的比较。 根据mRS评分分层的930例神经系统疾病危重患者的基线特征、实验室指标和评估评分汇总。数据以非正态分布连续变量的[M (P25, P75)]、正态分布连续变量的(x±s)及分类变量的[n (%)]表示。统计学检验包括Kruskal-Wallis H检验、独立样本t检验和χ²检验。缩略语：APACHE II评分 = 急性生理与慢性健康状况评估II评分；NRS2002评分 = 营养风险筛查2002评分；GCS = 格拉斯哥昏迷评分；NIHSS = 美国国立卫生研究院卒中量表评分；EN = 单纯肠内营养；PN = 单纯肠外营养；CR = 肌酐；UA = 尿酸；ALT = 丙氨酸氨基转移酶；ALP = 碱性磷酸酶；AST = 天冬氨酸氨基转移酶；PA = 前白蛋白；TBIL = 总胆红素；DBIL = 直接胆红素；INR = 国际标准化比值；D-D = D-二聚体；UN = 尿素；HB = 血红蛋白；APTT = 活化部分凝血活酶时间；PCT = 降钙素原；CRP = C反应蛋白；TSH = 促甲状腺激素；FT3 = 游离三碘甲状腺原氨酸；FT4 = 游离甲状腺素。请点击此处下载该表格。

表2. 神经系统危重症患者预后不良的逻辑回归分析。 分类协变量的参照类别为最后一类。缩写：APACHE II评分 = 急性生理与慢性健康状况评分II（Acute Physiology and Chronic Health Evaluation II score）；NRS2002评分 = 营养风险筛查2002评分（Nutritional Risk Screening 2002 score）；GCS = 格拉斯哥昏迷评分（Glasgow Coma Score）；NIHSS = 美国国立卫生研究院卒中量表评分（National Institutes of Health Stroke Scale score）；SE = 标准误（Standard Error）；CI = 置信区间（Confidence Interval）。请点击此处下载该表格。

表3. 预测预后不良指标的ROC曲线分析。缩写：APACHE II评分 = 急性生理与慢性健康状况评估II评分；NRS2002评分 = 营养风险筛查2002评分；GCS = 格拉斯哥昏迷评分；NIHSS = 美国国立卫生研究院卒中量表评分；SE = 标准误；CI = 置信区间。请点击此处下载该表格。

表4. 存活组与死亡组之间一般数据的比较。缩写：APACHE II评分 = 急性生理与慢性健康状况评价II评分；NRS2002评分 = 营养风险筛查2002评分；GCS = 格拉斯哥昏迷评分；NIHSS = 美国国立卫生研究院卒中量表评分；EN = 单纯肠内营养；PN = 单纯肠外营养；CR = 肌酐；UA = 尿酸；ALT = 丙氨酸氨基转移酶；ALP = 碱性磷酸酶；AST = 天冬氨酸氨基转移酶；PA = 前白蛋白；TBIL = 总胆红素；DBIL = 直接胆红素；INR = 国际标准化比值；D-D = D-二聚体；UN = 尿素；HB = 血红蛋白；APTT = 活化部分凝血活酶时间；PCT = 降钙素原；CRP = C-反应蛋白；TSH = 促甲状腺激素；FT3 = 游离三碘甲状腺原氨酸；FT4 = 游离甲状腺素。请点击此处下载该表格。

表5. 重症神经系统疾病患者生存-死亡的多因素逻辑回归分析（方法：输入法）。 前7天的平均能量摄入定义为7天总能量摄入量除以实际体重，以kcal/kg表示。缩写：APACHE II评分 = 急性生理与慢性健康状况评估II评分；NRS2002评分 = 营养风险筛查2002评分；NIHSS = 美国国立卫生研究院卒中量表评分；CRP = C反应蛋白；TSH = 促甲状腺激素；FT3 = 游离三碘甲腺原氨酸；SE = 标准误；CI = 置信区间。 请点击此处下载该表格。

表6. 重症神经系统疾病患者生存-死亡的ROC曲线分析。 发病后前7天的平均能量摄入量：单位：kcal/kg（7天总能量摄入量 ÷ 实际体重）。缩写：NRS2002评分 = 营养风险筛查2002评分；NIHSS = 美国国立卫生研究院卒中量表评分；SE = 标准误；CI = 置信区间。 请点击此处下载该表格。

讨论

既往研究已探讨了饮食习惯与普通ICU人群预后之间的关系；然而，针对重症神经系统疾病患者的研究极为有限。本研究的创新之处在于，将营养风险筛查、能量摄入分析和神经系统严重程度评分整合到一个单一的预后模型中。这种多学科方法弥补了现有空白，为高危患者早期识别和靶向干预提供了具有临床适用性的方案。

该方案的可靠性在很大程度上取决于准确的早期营养筛查（NRS 2002）、标准化的神经功能严重程度评估（NIHSS、GCS）以及对胃残余量和急性胃肠损伤（AGI）分级的精确监测。在24小时住院期间及时实施这些操作，对于识别高危患者并启动适当的营养干预具有重要作用。

在临床实践中，由于胃肠道耐受性波动或血流动力学不稳定，可能会出现挑战。当胃残留量过高（>250 mL）或怀疑存在不耐受时，应考虑采取临时降低肠内营养速率、更换为半要素型配方或过渡至补充性肠外营养等措施进行处理。

神经重症患者处于负氮平衡状态，能量消耗增加，蛋白质分解加速，营养需求升高，因此具有较高的营养不良风险20。据报道，9.3%-19.2%的危重患者在入院时已存在不同程度的营养不良21。神经疾病患者的膳食状况与其身体功能恢复阶段密切相关。营养不良是神经重症患者功能预后不良的关键指标之一22。既往研究表明，营养风险越高，危重患者的死亡率也越高23,24。营养不良可降低患者免疫力，加重病情，延长病程，并进一步提高致残率和死亡率25。因此，分析重症神经疾病患者预后不良的相关因素，对于减少不良预后事件的发生频率、改善患者的医疗结局具有重要意义。

营养不良是指营养素和热量摄入不当，同时伴有微量营养素缺乏26。目前已有多种量表可用于营养筛查与评估。欧洲临床营养与代谢学会基于科学研究推荐使用NRS 2002评分作为评估营养不良风险的指标27，该评分在临床实践中被广泛应用。NRS 2002评分根据年龄、体重指数、过去三个月内的体重变化以及最近一周营养摄入的变化，对营养状况进行综合评估。该评分能够反映近期营养状况的改变，准确预测营养不良风险，具有快速、简便、无创和接受度高的优点28。

本研究采用NRS 2002评分对重症患者入院时的营养状况进行评估。研究发现，预后不良组患者入院时的NRS 2002评分高于预后良好组。Logistic回归分析表明，入院时NRS 2002评分≥3与神经系统疾病重症患者的不良预后相关。由于真菌感染、药物不良反应及其他因素，患者可能出现能量消耗增加、营养摄入不足及吸收障碍，从而增加营养不良的风险。营养不良与骨骼肌丢失、免疫功能低下、并发感染、再入院率升高、恢复延迟及住院时间延长密切相关，可显著加重疾病负担。

Allard 等人29研究表明，入院时存在营养不良是住院患者潜在的风险因素，并与出院后更高的死亡率相关。早期识别营养不良并及时采取针对性治疗可显著改善患者的长期预后，然而高达85%的住院患者中存在营养不良或有营养不良风险者未被确诊30。既往研究显示，对住院患者提供饮食支持可有效增加能量摄入、改善饮食习惯，并降低不良临床结局的发生风险31,32。因此，建议在患者入院时采用NRS 2002评分评估重症神经系统疾病患者的营养状况，并对存在营养不良风险的患者尽早实施营养干预治疗。

血清维生素B12，也称为钴胺素，主要储存在人体肝脏中（约占体内总储存量的80%），其余分布于皮肤、肌肉和骨组织中，肺、肾和脾中也有少量存在。血清维生素B12是人体骨髓造血所必需的重要物质。目前，血清维生素B12水平被用于确定膳食需求以及评估多种疾病患者的预后价值33。Markišić 等人34发现，维生素B12缺乏可增加缺血性卒中的发病率并加重其病情。一项多变量逻辑回归研究表明，血液中维生素B12浓度≥253.29 pg/mL与严重神经系统疾病患者不良结局风险降低相关（P < 0.05）。因此，血清维生素B12浓度对患有严重神经系统疾病的个体发生不良结局具有预后意义。

本研究表明，APACHE II 评分≥16 的患者病情危重且伴有神经系统疾病，若其 NIHSS 评分≥16，则预后不良；而格拉斯哥昏迷评分（GCS）≥8 则具有保护作用35。NIHSS 评分是一种基于患者认知功能缺损程度评估急性脑卒中严重程度的方法。患者 NIHSS 评分越高，提示脑功能损害越严重，预后越差。APACHE II 评分是评估重症监护病房（ICU）患者病情严重程度以及预测危重患者医学预后的重要工具。评分越高，表示病情越严重，预后越差，死亡率也越高36。因此，医务人员应定期计算患者的 APACHE 评分，重点关注评分在 16 分及以上的患者，并及时调整治疗方案和营养支持策略，以改善患者预后。

格拉斯哥昏迷评分（GCS）是评估昏迷患者脑损伤程度的常用方法。GCS评分与疾病的范围和严重程度密切相关37。较低的GCS评分提示患者神经系统损害更为严重，损伤程度更重，直接影响关键脑区，导致神经功能障碍和结构损伤。严重的脑损伤可引发强烈的炎症反应，释放大量炎性介质，进一步损害脑组织，影响神经功能的恢复，预后通常较差38。目前，对危重患者提供营养支持已成为临床共识，营养支持可分为两种类型：肠外营养（PN）和肠内营养（EN）。部分患者经评估后发现完全不能耐受EN，无法采用EN或联合EN+PN的喂养方式，因此必须 exclusively 采用PN。EN不耐受可能由多种原因引起，例如严重的胃肠道功能障碍，包括胃肠动力减弱、消化吸收功能受损，或胃肠道缺血、梗阻等病理状态，这些情况均妨碍肠内营养的实施。

本研究通过饮水吞咽试验、急性胃肠损伤（AGI）分级及胃残余量监测发现，预后不良组中有20.61%的患者因严重胃肠道功能障碍（如难治性呕吐、肠梗阻或高误吸风险）无法耐受肠内营养（EN），因而接受全肠外营养（PN）。进一步的多因素分析显示，住院期间接受肠外营养是影响重症神经系统疾病患者营养不良的因素之一。可能的原因在于，PN溶液中含有高浓度的碳水化合物、脂质和氨基酸，容易黏附于管壁，成为细菌增殖的培养基。此外，长期肠外营养可导致肠黏膜组织发生凋亡，使肠道细菌进入血液循环，引发感染39。尽管肠外营养存在潜在风险，但对于胃肠功能衰竭的患者而言，仍是维持基本能量需求的必要手段。因此，临床医生应及早评估肠外营养的必要性，尽量缩短使用时间，并密切监测感染征象，及时给予对症治疗，以减少与肠外营养相关的不良影响。

根据患者是否死亡，将其分为两组：死亡组（61例患者，占6.56%）和存活组（869例患者，占93.44%）。死亡发生率低于既往关于神经重症监护病房（NICU）中严重神经系统疾病患者的研究40,41。造成这一差异的可能原因如下：（1）随着医疗技术的不断进步，对重症神经系统疾病患者的诊疗水平也有所提高。神经保护、脑功能监测和营养支持等新型治疗方法和技术的应用，可能改善了患者的预后，降低了死亡率。事实上，目前急性重症神经系统疾病患者的死亡率已低于以往研究中的报道。（2）本研究排除了伴有严重全身性疾病或恶性肿瘤的患者，而这些疾病通常预后较差，可能导致研究人群未能完全代表急性重症神经系统疾病患者的整体特征。（3）可能存在幸存者偏倚；预后不良的个体更倾向于中断后续治疗，而预后较好的个体则更可能继续接受治疗，从而对最终结果造成潜在偏倚。进一步通过ROC曲线和逻辑回归分析发现，年龄≥71岁、NIHSS评分≥19、NRS 2002评分≥3以及发病前7天平均能量摄入量<1,702.71 kcal/kg是严重神经系统疾病患者死亡的显著预测因素（P < 0.05）。考虑到老年人身体机能随年龄增长逐渐衰退，免疫系统相对减弱，对疾病的抵抗力下降，这些因素均增加了死亡风险。此外，老年患者常合并多种慢性基础疾病，进一步加剧了其死亡风险。严重神经系统疾病患者常出现诱发性代谢综合征（以自噬为特征），表现为蛋白质分解加速、脂肪动员增加以及能量消耗显著升高。在此期间若能量摄入不足，机体将优先分解肌肉和内脏蛋白质以维持基本代谢，导致低白蛋白血症、免疫功能下降以及多器官功能衰竭风险增加42。

本研究中，ROC曲线显示，NRS 2002评分的AUC接近0.755，而NIHSS评分的AUC为0.736。基于GCS评分和APACHE II评分预测不良预后的AUC值分别为0.620和0.676。对重症神经系统疾病患者生存与死亡的ROC曲线分析表明，基于年龄、NRS 2002评分、NIHSS评分以及前7天平均能量摄入量预测患者死亡率的AUC值分别为0.666、0.683、0.636和0.646。其中，NRS 2002评分的AUC最高，差异具有统计学意义（P < 0.05），提示NRS 2002评分具有更优的预后预测价值。这表明NRS 2002评分可准确预测重症神经系统疾病患者的不良预后和死亡风险，为临床医生及时识别高危个体并适当调整治疗方案提供了可靠的参考依据，从而改善对重症神经系统疾病患者的医疗决策和整体治疗。本研究存在一定局限性。这是一项单中心回顾性研究，样本量不足，可能导致选择偏倚，研究结果需在今后的研究中进一步验证。此外，重症患者预后受多种因素影响，例如本研究未考虑的家庭经济支持等不可控因素。在临床研究中，可通过详细的饮食记录，利用营养计算器计算营养素摄入量，该信息对于理解特定营养素或饮食模式如何影响患者结局至关重要。

这些结果与早期研究一致，表明较高的膳食摄入量与重症患者的更高死亡率和更差的预后相关。Allard 等人29发现，营养摄入不足是导致住院和死亡的主要决定因素，这与我们的结果一致，即 NRS 2002 ≥3 与更差的预后独立相关。Markišić 等人的研究34也支持我们的发现，表明维生素 B12 水平低与不良神经学结局相关。此外，先前的研究已证实，高 NIHSS 和 APACHE II 评分与神经危重症患者的死亡率升高相关，这与我们的结果相似。这些一致的发现进一步验证了我们方案在识别高风险个体和指导营养干预策略方面的可靠性。

本研究存在一定的局限性。由于采用回顾性设计且为单中心研究，结果可能存在潜在的选择偏倚，且普适性有限。此外，尽管本研究采用前7天的平均能量摄入作为营养支持的间接评估指标，但该指标可能无法准确反映重症患者的膳食需求，因为它未涵盖微量营养素状况、喂养耐受性的差异以及实时摄入量的波动。在重症监护室（ICU）环境中，大多数神经重症患者意识水平降低，依赖辅助喂养，使得食物频率调查等个体化营养评估方法难以实施。营养摄入信息无法直接从患者处获取，能量供给量是根据医嘱的肠内或肠外营养支持计算得出。因此，无法进行详细的膳食频率评估，仅能分析客观的能量摄入数据。此外，本方案依赖于平均能量摄入和胃肠道功能障碍（AGI）分级等间接指标，无法全面反映急性神经系统疾病中的复杂代谢适应过程。由于缺乏直接的代谢监测工具（例如间接热量测定法），个体化营养处方的精确性受到限制。

与其他常用的筛查方法（如mNUTRIC和CONUT评分）相比，本方案更全面地整合了神经功能损害与胃肠道功能状态。NUTRIC和CONUT主要关注全身性炎症反应和生物化学指标，而我们的方法则纳入了疾病严重程度、喂养耐受性以及实际能量供给情况，因而更符合神经重症监护的临床需求。

然而，尽管食物频率调查等精确的膳食评估方法在营养学研究中被广泛使用，但由于患者意识障碍和依赖性，在重症监护室（ICU）环境中并不可行。因此，未来的研究应探索更适合危重患者的替代方法，例如间接测热法、持续监测能量供给准确性的技术，或在ICU电子系统中整合自动化的营养支持追踪功能。未来的临床应用可能包括与ICU电子健康记录集成的实时营养决策支持系统、自动化的胃残余量（GRV）监测，以及基于人工智能的预测工具，用于识别喂养不耐受并动态调整营养方案。

该方案在常规ICU工作流程中具有实用性和可行性，因其结合了常规采集的临床指标，且无需高级监测设备，即使在资源有限的神经重症环境中也可应用。本研究结果表明，营养风险、神经功能严重程度与不良预后之间存在显著关联，验证了该方案的预测价值。所描述的方法直接促成了独立危险因素的识别，支持在临床中实施该方案以实现早期干预。

综上所述，GCS 评分、APACHE II 评分、NRS 2002 评分以及营养摄入方式是影响严重神经系统疾病患者预后不良的独立因素。对生存组与死亡组的评估显示，年龄 ≥71 岁、NIHSS 评分 ≥19、NRS 2002 评分 ≥3 以及发病最初 7 天内平均摄入能量 <1702.71 kcal/kg 是此类患者死亡的独立预测因子。因此，临床医生可根据上述因素实施针对性干预措施，以改善治疗效果、降低死亡率并提升临床预后。

披露

所有作者均无利益冲突需要声明。

材料

本文使用的材料清单
姓名公司目录编号评论
全自动生化分析仪桂林优利特医疗电子有限公司桂食药监械准字2017第2220142号用于检测血清蛋白、肝肾功能及感染标志物
床旁超声仪深圳迈瑞生物医疗电子股份有限公司粤械注准20152061288配备3.5–5 MHz腹部探头；用于监测胃残留量
离心机Eppendorf5810R最高转速15,000 × g；用于分离静脉血清
一次性手套金伯利-克拉克KC500丁腈材质，无粉；在处理血样时佩戴
胃管康维德14Fr硅胶材料，无菌；用于肠内营养输注及胃残留量抽吸
营养风险筛查2002（NRS 2002）量表欧洲肠外与肠内营养学会（ESPEN）不适用标准化的营养风险评估量表；评分范围为0–7分
统计分析软件IBMSPSS 26.0用于描述性统计、Logistic回归分析及ROC曲线分析
真空采血管上海科华实验系统有限公司沪械注准20142410117用于采集静脉血样本
饮水试验（WST）检查清单宣武医院神经内科不适用为神经重症患者吞咽功能评估定制的检查清单

参考文献

  1. Peters, L., O'Connor, C., Giroux, I., Teasell, R., Foley, N. Screening and assessment of nutritional status following stroke: results from a national survey of registered dietitians in Canada. Disabil Rehabil. 37 (26), 2413-2417 (2015).
  2. Naito, H., et al. Controlling nutritional status score for predicting 3-mo functional outcome in acute ischemic stroke. Nutrition. 55 - 56, 1-6 (2018).
  3. Lu, H. Y., Ho, U. C., Kuo, L. T. Impact of nutritional status on outcomes of stroke survivors: a post hoc analysis of the NHANES. Nutrients. 15 (2), 294(2023).
  4. Yuan, K., et al. Association between malnutrition and long-term mortality in older adults with ischemic stroke. Clin Nutr. 40 (5), 2535-2542 (2021).
  5. Hao, R., Qi, X., Xia, X., Wang, L., Li, X. Malnutrition on admission increases the in-hospital mortality and length of stay in older adults with acute ischemic stroke. J Clin Lab Anal. 36 (1), e24132(2022).
  6. Denny, M. C., Rosendale, N., Gonzales, N. R., Leslie-Mazwi, T. M., Middleton, S. Addressing disparities in acute stroke management and prognosis. J Am Heart Assoc. 13 (7), e031313(2024).
  7. Wang, Y., et al. Clinical predictors of prognosis in stroke patients after endovascular therapy. Sci Rep. 14 (1), 667(2024).
  8. Shafique, M., Shahid, A., Sajjad, L., Jaber Amin, M. H., Haseeb, A. The nexus of malnutrition and stroke-associated pneumonia: insights and strategies for improved outcomes. J Med Surg Public Health. 2 (8), 100045(2023).
  9. Niu, H., et al. Prognosis of patients with coexisting obesity and malnutrition after ischemic stroke: a cohort study. Clin Nutr. 43 (5), 1171-1179 (2024).
  10. Gu, B. D., Wang, Y., Ding, R. Impact of a multidisciplinary collaborative nutritional treatment model in patients who are critically ill with neurological disorders: a randomized controlled trial. Technol Health Care. 32 (3), 1767-1780 (2024).
  11. Díaz Chavarro, B. C., Romero-Saldaña, M., Assis Reveiz, J. K., Molina-Recio, G. Impact of nutritional screening on mortality and intensive care unit length of stay. Front Nutr. 12, 1474039(2025).
  12. Gehri, L., et al. Survey on nutrition in neurological intensive care units (SONNIC): a cross-sectional survey among German-speaking neurointensivists on medical nutritional therapy. J Clin Med. 13 (2), 447(2024).
  13. Li, L., Zhang, H., Yang, Q., Chen, B. The effect of prognostic nutritional indices on stroke hospitalization outcomes. Clin Neurol Neurosurg. 247, 108642(2024).
  14. Wang, R., Cao, L., He, Y., Zhang, P., Feng, L. Nutrition-associated markers and outcomes among patients receiving enteral nutrition after ischemic stroke: a retrospective cohort study. BMC Neurol. 24 (1), 303(2024).
  15. Friedli, N., et al. Revisiting the refeeding syndrome: results of a systematic review. Nutrition. 35, 151-160 (2017).
  16. Banks, J. L., Marotta, C. A. Outcomes validity and reliability of the modified Rankin Scale: implications for stroke clinical trials. Stroke. 38 (3), 1091-1096 (2007).
  17. Kondrup, J., Allison, S. P., Elia, M., Vellas, B., Plauth, M. ESPEN guidelines for nutrition screening 2002. Clin Nutr. 22 (4), 415-421 (2003).
  18. Bodien, Y. G., et al. Diagnosing level of consciousness: the limits of the Glasgow Coma Scale total score. J Neurotrauma. 38 (23), 3295-3305 (2021).
  19. Knaus, W. A., Draper, E. A., Wagner, D. P., Zimmerman, J. E. APACHE II: a severity of disease classification system. Crit Care Med. 13 (10), 818-829 (1985).
  20. Sun, W. C., et al. Correlation between bioelectrical impedance and nutritional status in neurocritical care patients. Zhonghua Yi Xue Za Zhi. 103 (23), 1787-1792 (2023).
  21. Aadal, L., Mortensen, J., Nielsen, J. F. Weight reduction after severe brain injury: a challenge during the rehabilitation course. J Neurosci Nurs. 47 (2), 85-90 (2015).
  22. FOOD Trial Collaboration. Poor nutritional status on admission predicts poor outcomes after stroke: observational data from the FOOD trial. Stroke. 34 (6), 1450-1456 (2003).
  23. Heyland, D. K., Dhaliwal, R., Jiang, X., Day, A. G. Identifying critically ill patients who benefit the most from nutrition therapy: the development and initial validation of a novel risk assessment tool. Crit Care. 15 (6), R268(2011).
  24. Rahman, A., et al. Identifying critically ill patients who will benefit most from nutritional therapy: further validation of the modified NUTRIC nutritional risk assessment tool. Clin Nutr. 35 (1), 158-162 (2016).
  25. Lee, M., et al. Association between geriatric nutritional risk index and post-stroke cognitive outcomes. Nutrients. 13 (6), 1776(2021).
  26. Mentella, M. C., Scaldaferri, F., Gasbarrini, A., Miggiano, G. A. D. The role of nutrition in the COVID-19 pandemic. Nutrients. 13 (4), 1093(2021).
  27. Shen, Y., Zhou, Y., He, T., Zhuang, X. Effect of preoperative nutritional risk screening and enteral nutrition support in accelerated recovery after resection for esophageal cancer. Nutr Cancer. 73 (4), 596-601 (2021).
  28. Hersberger, L., et al. Nutritional risk screening (NRS 2002) is a strong and modifiable predictor of short- and long-term clinical outcomes: secondary analysis of a prospective randomised trial. Clin Nutr. 39 (9), 2720-2729 (2020).
  29. Allard, J. P., et al. Malnutrition at hospital admission: contributors and effect on length of stay. JPEN J Parenter Enteral Nutr. 40 (4), 487-497 (2016).
  30. Schuetz, P., et al. Individualised nutritional support in medical inpatients at nutritional risk: a randomised clinical trial. Lancet. 393 (10188), 2312-2321 (2019).
  31. Yang, P. H., Lin, M. C., Liu, Y. Y., Lee, C. L., Chang, N. J. Effect of nutritional intervention programs on nutritional status and readmission rate in malnourished older adults with pneumonia. Int J Environ Res Public Health. 16 (23), (2019).
  32. Deutz, N. E., et al. Readmission and mortality in malnourished, older, hospitalized adults treated with a specialized oral nutritional supplement. Clin Nutr. 35 (1), 18-26 (2016).
  33. Sugihara, T., et al. Falsely elevated serum vitamin B12 levels were associated with the severity and prognosis of chronic viral liver disease. Yonago Acta Med. 60 (1), 31-39 (2017).
  34. Markišić, M., Pavlović, A. M., Pavlović, D. M. The impact of homocysteine, vitamin B12, and vitamin D levels on functional outcome after first-ever ischaemic stroke. Biomed Res Int. 2017, 5489057(2017).
  35. Cheng, Z., et al. NIHSS consciousness score combined with ASPECTS is a favorable predictor of functional outcome after endovascular recanalization in stroke patients. Aging Dis. 12 (2), 415-424 (2021).
  36. Liu, B., et al. Hypophosphatemia is associated with poor prognosis of critically ill patients: a meta-analysis of 1,555 patients. Zhonghua Wei Zhong Bing Ji Jiu Yi Xue. 30 (1), 34-40 (2018).
  37. Teasdale, G., et al. The Glasgow Coma Scale at 40 years: standing the test of time. Lancet Neurol. 13 (8), 844-854 (2014).
  38. Gilis-Januszewska, A., Kluczyński, Ł, Hubalewska-Dydejczyk, A. Traumatic brain injury-induced pituitary dysfunction: a call for algorithms. Endocr Connect. 9 (5), R112-R123 (2020).
  39. Bond, A., et al. Long-term survival following fungal catheter-related bloodstream infection in patients with intestinal failure receiving home parenteral support. JPEN J Parenter Enteral Nutr. 47 (1), 159-164 (2023).
  40. Wang, S., et al. Predictive value of serum creatinine/cystatin C in neurocritically ill patients. Brain Behav. 9 (12), e01462(2019).
  41. Nedeltchev, K., et al. Predictors of early mortality after acute ischaemic stroke. Swiss Med Wkly. 140 (17-18), 254-259 (2010).
  42. Narasaki, Y., et al. Dietary potassium intake, kidney function, and survival in a nationally representative cohort. Am J Clin Nutr. 116 (4), 1123-1134 (2022).

重印与许可

申请许可以重复使用本 JoVE 文章的文本或图表

申请许可

标签

APACHE II

相关文章