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

DOI:

10.3791/69710

2026年1月30日

本文内容

摘要

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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。

访问受限。请登录或开始试用以查看此内容。

方案

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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。

访问受限。请登录或开始试用以查看此内容。

结果

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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...

访问受限。请登录或开始试用以查看此内容。

讨论

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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

访问受限。请登录或开始试用以查看此内容。

披露

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

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

Loading...
$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  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).

访问受限。请登录或开始试用以查看此内容。

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