Artykuł metodologiczny

Ocena ryzyka żywieniowego i jej prognostyczny wpływ u pacjentów w stanie krytycznym z chorobami neurologicznymi

DOI:

10.3791/69710

⸱

30 stycznia 2026

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

W tym artykule

Podsumowanie

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

Przedstawiamy tutaj ustandaryzowany protokół oceny ryzyka żywieniowego, oceny wsparcia żywieniowego oraz prognozowania prognostycznego u pacjentów w stanie krytycznym z chorobami układu nerwowego.

Streszczenie

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

Celem badań jest zastosowanie i ocena ustandaryzowanego protokołu oceny ryzyka żywieniowego i zarządzania wsparciem żywieniowym oraz ocena jego wartości predykcyjnej u osób z poważnymi zaburzeniami neurologicznymi zagrożonych niedożywieniem. Przeprowadzono analizę retrospektywną 930 odpowiednich pacjentów hospitalizowanych na Oddziale Intensywnej Terapii Neurologii (NICU) w szpitalu Xuanwu, Capital Medical University, w okresie od stycznia 2012 do grudnia 2019 roku. W momencie wypisu pacjenci byli klasyfikowani na podstawie zmodyfikowanych wyników Skali Rankina (mRS) (doskonałe rokowanie: mRS 0-2, n = 600; złe rokowanie: mRS 3-6, n = 330) oraz statusu przeżycia (ocalały: n = 869; zmarły: n = 61). Protokół obejmował charakterystyki wyjściowe i oceny biochemiczne, wyniki Nutritional Risk Screening 2002 (NRS 2002), identyfikację modalności wsparcia żywieniowego, szacowanie typowego spożycia energii przez pierwsze 7 dni oraz poziom oceny choroby przy użyciu standaryzowanych narzędzi oceny, takich jak Glasgow Coma Scale (GCS), Ostra Fizjologia i Ocena Zdrowia Przewlekłego II (APACHE II), oraz National Institutes of Health Stroke Scale (NIHSS).

Do oceny istotności predykcyjnej zastosowano badania jednowymiarowe, estymację regresji logistycznej wielowymiarowej oraz ocenę krzywej operacyjnej odbiorcy (ROC). Standaryzowany protokół umożliwił systematyczną identyfikację ryzyka żywieniowego, stratyfikację stopnia nasilenia klinicznego oraz wczesne wskazówki dotyczące planowania interwencji żywieniowych. Kluczowe wskaźniki ryzyka, takie jak podwyższone wyniki NRS 2002, APACHE II i NIHSS, podeszły wiek oraz niewystarczające wczesne spożycie energii, wiązały się z niekorzystnymi rezultatami. Dla porównania, wyższy poziom GCS i odpowiedni poziom witaminy B12 wykazały tendencje ochronne. Analiza ROC potwierdziła, że NRS 2002 zapewnił najskuteczniejszą użyteczność predykcyjną zarówno dla wyników funkcjonalnych, jak i statusu przeżywalności. Wyniki pokazują, że uporządkowana ocena ryzyka żywieniowego oraz standaryzowane wdrożenie wsparcia oferują praktyczną wartość dla wczesnej oceny prognostycznej i podejmowania decyzji żywieniowych dla osób ciężko chorych na choroby neurologiczne.

Wprowadzenie

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

Pacjenci chorzy neurokrytyczni są ofiarami ciężkiej choroby pierwotnej lub wtórnej neurologicznej, która często towarzyszy zaburzeniom funkcji narządów ogólnoustrojowych, wymagającym ciągłej obserwacji hemodynamicznej, wentylacji mechanicznej oraz wieloaspektowej opieki terapeutycznej na oddziale intensywnej terapii (OIOM)1,2. Pacjenci, z zaburzeniami świadomości, dysfagią, wentylacją mechaniczną i słabym spontanicznym spożyciem, często nie są w stanie zapewnić odpowiedniego spożycia składników odżywczych, co skutkuje wysokim wskaźnikiem niedoborów żywieniowych. Wraz z hipermetabolicznymi i hiperkatabolicznymi reakcjami stresowymi oraz pogorszeniem fizjologii wraz z wiekiem, czynniki te znacząco zwiększają ryzyko niedożywienia 3,4. Zaobserwowano, że niedożywienie jest czynnikiem powodującym długotrwałą hospitalizację, spowolnienie w rekonwalescencji funkcji neurologicznych, podatność na powikłania oraz śmiertelność w oddziałach intensywnej terapii neurologicznej5. Najnowsze dowody epidemiologiczne pokazują, że poziom niedożywienia sięgający 79% występuje wśród pacjentów neurokrytycznych, dlatego konieczne jest wczesne i dokładne zidentyfikowanie ryzyka żywieniowego.

Chociaż badanie odżywcze w ogólnej populacji na OIOM-ach zostało przebadane, badania koncentrujące się szczególnie na ryzyku żywieniowym i jego wartości prognostycznej w neurologicznych oddziałach intensywnej terapii nie zostały odpowiednio zbadane6. Większość literatury dotyczy pojedynczych typów chorób, takich jak udar niedokrwienny, a często ocena żywieniowa przeprowadza się już przy przyjęciu, a nie na podstawie dynamicznego ryzyka żywieniowego czy standaryzowanego planowania wsparcia żywieniowego7. Tradycyjne narzędzia ewaluacyjne, takie jak Subjektive Global Assessment (SGA) oraz Universal Malnutrition Screening Tool (MUST), mają uprzedzenia i brakuje im dokładności w stale ewoluujących stanach neurokrytycznych8. Z kolei Nutrition Risk Screening 2002 (NRS-2002) integruje poziom spadku nawyków żywieniowych z nasileniem choroby, czyniąc je kolejnym odpowiednim narzędziem w przypadku poważnie chorych schorzeń neurologicznych dzięki zorganizowanemu systemowi punktacji i wspierającemu rolę w podejmowaniu decyzji medycznych. Integracja NRS-2002 z skalami nasilenia nerwowego, w tym Glasgow Coma Scale (GCS), National Institutes of Health Helicopter Scale (NIHSS) oraz Acute Physiology and Chronic Health Evaluation II (APACHE II), pozwala na kompleksową ocenę zdrowia neurologycznego, ogólnego stanu zdrowia i prognozy9.

Wcześniejsze badania analizowały wielofunkcyjne metody karmienia w celu poprawy wyników u osób z poważnymi chorobami neurologicznymi, przy czym zwiększona tolerancja i biomarkery wynikają z skoordynowanych interwencji. Jednak większa wielkość próby, heterogeniczność schorzeń oraz brak długoterminowych badań kontrolnych ograniczyły zdolność do uogólniania wyników klinicznych. Badania porównujące skuteczność strukturalnego przesiewowego badania żywieniowego na OIOM-ie wykazały, że stosowanie zweryfikowanych narzędzi, takich jak MUST, daje lepsze prognozy śmiertelności i wyniki kliniczne11, choć z różnymi cechami pacjenta, historycznymi projektami i niespójnościami w strategiach interwencji. Praktyka terapii żywieniowej w neuro-ICU-ach wykazuje istotne zróżnicowanie w przestrzeganiu protokołów, strategii oceny i metod monitorowania12. Mimo że stosowanie ustrukturyzowanych SOP zwiększa spójność, niewielka standaryzacja, niewystarczająca kalorymetria i niejednorodna implementacja obniżają porównywalność i wiarygodność wyników.

Prognostyczny Indeks Odżywienia (Prognostic Nutrition Index) okazał się wysoce predykcyjnym wskaźnikiem wyników udaru u pacjentów hospitalizowanych, co zwiększa szacowanie śmiertelności i podejmowanie decyzji klinicznych13. Warianty podtypów, retrospektywne ograniczenia projektowe oraz niewystarczająca zewnętrzna weryfikacja ograniczają jednak dalsze zastosowanie w szerokim spektrum populacji neurologicznych. Istnieją istotne związki między lepszymi biomarkerami białkowymi a funkcjonalnym powrotem do zdrowia z wczesnym żywieniem jelitowym (EN) w ostrym udarze niedokrwiennym14. Jednak zależność od danych retrospektywnych, krótkoterminowych obserwacji oraz niepełnych danych żywieniowych utrudnia wypracowanie wniosków przyczynowych i późniejszą ekstrapolację kliniczną.

Chociaż długotrwałe hospitalizacje, słaby wynik neurologiczny oraz wysoka śmiertelność pacjentów na oddziale neurokrytycznej są powiązane z niedożywieniem, brakuje również danych dotyczących wartości predykcyjnej zorganizowanych ocen ryzyka dietetycznego na oddziałach intensywnej terapii neurologicznej. Istniejąca literatura koncentruje się głównie na poszczególnych kategoriach chorób i przeprowadza badania przesiewowe żywieniowe w momencie przyjęcia, zamiast je dynamicznie monitorować. Dodatkowo, subiektywne miary oceny, w tym SGA i MUST, nie wykazują wrażliwości w szybko zmieniającym się środowisku neurokrytycznym10. Istnieje minimalne uzasadnienie stosowania NRS-2002 w połączeniu ze skalami nasilenia neurologicznym, w tym GCS, NIHSS i APACHE II, do przewidywania wyników11. Ponadto uogólnialność jest ograniczona przez różnice w praktykach terapii żywieniowej, heterogeniczność małych próbek oraz krótkie podłużne obserwacje13. Dlatego należy dokładnie przeprowadzić prognostyczną ocenę ryzyka żywieniowego w grupach neurokrytycznych. Dlatego celem tych badań było przetestowanie wartości predykcyjnej połączonego schematu oceny ryzyka żywieniowego, w tym NRS-2002, skale nasilenia neurologicznego (GCS, NIHSS i APACHE II) oraz wczesne monitorowanie spożycia energii w celu identyfikacji pacjentów neurokrytycznych wysokiego ryzyka i wykorzystywania terminowej interwencji żywieniowej.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

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

Protokół ten został przeprowadzony zgodnie z Deklaracjąz Helsiń 15 i zatwierdzony przez Komitet Etyki Szpitala Xuanwu przy Capital Medical University. Wszyscy pacjenci, jak również ich prawni opiekuni, wyrazili świadomą zgodę.

1. Obiekty i metody

  1. Zdefiniuj kryteria włączenia i wykluczenia.
    1. Ustalić kryteria włączenia następująco: wiek ≥ 14 lat, ustalony wynik diagnostyczny poważnych zaburzeń neurologicznych, wynik GCS ≤ 12 lub wynik NIHSS ≥ 11.
    2. Ustalcie kryteria wykluczenia: czas trwania leczenia w NCU < 7 dni, pacjenci z zaawansowanymi nowotworami, pacjenci z chorobami nieostrymi oraz ci z wywiadem gastrektomii lub resekcji jelit.
      UWAGA: Chociaż dostępne było żywienie pozajelitowe (PN), pacjenci z wywiadem gastrektomii lub resekcji jelit zostali wykluczeni, ponieważ ich zmieniona fizjologia przewodu pokarmowego mogła prowadzić do niedokładnego badania ryzyka żywieniowego (np. NRS 2002) i potencjalnie zniekształcać wyniki badań.
  2. Przesiewaj i grupuj pacjentów.
    UWAGA: Początkowa kolekcja obejmowała 1 227 pacjentów z poważnymi chorobami neurologicznymi, którzy byli hospitalizowani między styczniem 2012 a grudniem 2019 roku. Wśród nich wykluczono 297 przypadków, w tym 254 z okresem leczenia w NCU krótszym niż 7 dni, 23 z zaawansowanymi nowotworami, 18 z chorobami nieostrymi oraz 2 z wywiadem resekcji jelit. Ostatecznie do oceny włączono 930 pacjentów.
    1. Podziel pacjentów na dwie grupy w zależności od ich zmodyfikowanych wyników Skali Rankina (mRS): dobre rokowanie (mRS 0-2; n = 600) i złe rokowanie (mRS 3-6; n = 330). Uważaj wynik mRS po zwolnieniu 3-6 za złą prognozę, a wynik 0-2 za doskonały.

2. Zbieranie danych klinicznych

  1. Zbieraj dane demograficzne i podstawowe kliniczne.
    1. Zapisz wiek, płeć, kategorię choroby, choroby współistniejące (choroba wieńcowa, nadciśnienie, cukrzyca), informacje o piciu lub paleniu oraz długość hospitalizacji w NCU.
    2. Dokumentuj tryb wsparcia żywieniowego: PN, EN lub połączenie EN + PN.
    3. Oblicz średnie spożycie energii w pierwszych 7 dniach: zdefiniuj je jako całkowite spożycie energii w ciągu 7 dni podzielone przez rzeczywistą masę ciała pacjenta (kg), a jednostka wyrażona jako kcal/kg.
      UWAGA: Wykorzystaliśmy 6. wydanie (2018) China Food Composition Table, aby uzyskać wartości energetyczne (kcal/100 g) każdego produktu, dodaliśmy całkowite spożycie energii przez 7 dni i podzieliliśmy je przez rzeczywistą masę ciała pacjenta, aby uzyskać średnie spożycie energii w pierwszych 7 dniach.
  2. Przeprowadz ocenę ryzyka żywieniowego i funkcji przewodu pokarmowego.
    1. Przeprowadz NRS 200216 w ciągu 24 godzin od przyjęcia: oceniaj ciężkość choroby (0-3), zaburzenia żywieniowe (0-3) oraz dodaj 1 punkt za wiek ≥70 lat (łączny wynik 0-7; ≥3 wskazuje na ryzyko żywieniowe).
      UWAGA: Wynik NRS 2002 został wybrany, ponieważ jest to obiektywny środek przesiewowy zalecany przez ESPEN dla pacjentów w szpitalach, umożliwia szybkie wykrywanie pacjentów zagrożonych niedożywieniem i został już gruntownie zweryfikowany w środowiskach OIOM-u. W porównaniu z innymi narzędziami (np. CONUT, mNUTRIC), NRS 2002 uwzględnia nasilenie choroby oraz niedawny spadek wartości odżywczych, co czyni go bardziej odpowiednim dla pacjentów neurokrytycznych na wczesnym etapie przyjęcia.
    2. Ocenić funkcję połykania za pomocą testu połykania wody (WST) oraz funkcje przewodu pokarmowego za pomocą oceny Ostrych Urazów Układu Pokarmowego (AGI) przy przyjęciu. Wykonaj WST w ciągu 24 godzin od przyjęcia, korzystając ze standaryzowanego systemu punktacji pięciostopniowej. Zalec pacjentowi wypicie 30 ml wody i obserwowanie kaszlu, dławienia się lub dysfagii; Wyższe wyniki wskazują na zaburzenia bezpieczeństwa połykania. Ocena funkcji przewodu pokarmowego za pomocą oceny AGI (stopnie I-IV), opartej na tolerancji na żywienie jelitowe, rozdęcie brzucha, wymioty oraz ruchliwość jelit.
    3. Monitorowanie objętości resztkowej żołądka podczas hospitalizacji za pomocą aspiracji przez sondę żołądkową oraz USG przy łóżku pacjenta, aby określić odpowiedni tryb wsparcia żywieniowego. Oceniaj objętość resztkową żołądka za pomocą rutynowej aspiracji przez sondę, podczas której zawartość żołądka jest pobierana przez sondę nosowo-żołądkową. W przypadkach, gdy wyniki aspiracji są niepewne, wykonaj USG przy łóżku pacjenta jako nieinwazyjną metodę uzupełniającą do oszacowania objętości żołądka i tolerancji na karmienie jelitowe. Monitoruj objętość resztkową żołądka co 4-6 godzin za pomocą aspiracji sondy nosowo-żołądkowej; wartości > 250 mL wskazują na nietolerancję karmienia i wymagają korekty strategii EN.
  3. Oceń nasilenie choroby za pomocą standaryzowanych skal.
    1. Przeprowadz NIHSS17: oceń 11 pozycji (świadomość, spojrzenie, funkcje motoryczne itp.) z ogólnym wynikiem od 0 do 42 (wyższe wyniki oznaczają poważniejsze zaburzenia neurologiczne).
    2. Przeprowadzenie GCS18: ocena otwierająca oczy, reakcja werbalna oraz reakcja motoryczna (strona niehemiplegiczna) z wartością łączną od 3 do 15 (mniejsza liczba oznacza poważniejsze zakłócenia świadomości).
    3. Przeprowadz APACHE II19: uzyskaj 12 czynników fizjologicznych (najniższe wyniki w ciągu 24 godzin od przyjęcia na NCU), wiek oraz przewlekłą historię medyczną, co daje łączny wynik 0-71 (wyższe wyniki oznaczają poważniejszą chorobę).
  4. Zbieraj i testuj wskaźniki laboratoryjne.
    1. Pobierz 5 ml krwi żylnej na czczo dzień po hospitalizacji.
      UWAGA: Używaj jednorazowych próżniowych probówek do pobierania krwi, aby zminimalizować hemolizę. Podczas obsługi próbek zakładaj rękawiczki, aby zapobiec zanieczyszczeniu biologicznemu.
    2. Wiruj próbkę krwi w dawce 3 000 × g przez 10 minut w temperaturze 4 °C, aby oddzielić surowicę. Sprawdź, czy warstwa surowicy jest przezroczysta i dobrze oddzielona od fazy komórkowej; Jeśli zaobserwowana jest hemoliza lub mętność, powtórz próbkę.
    3. Wykrywanie wskaźników surowicy: markery białkowe (hemoglobina [HB], albumina [ALB], wolna trijodotyronina [FT3], prealbumina [PA]), markery infekcji (białko C-reaktywne [CRP], markery funkcji wątroby/nerek (bilirubina całkowita [TBIL], markery krzepnięcia (międzynarodowy norma normalizowana [INR], markery funkcji tarczycy (hormon stymulujący tarczycę [TSH], kreatynina [Cr]), prokalcytonina [PCT]), D-dimer [D-D] oraz witamina B12).
    4. Utylizować wszystkie użyte probówki z próbkami krwi, rękawiczki i powiązane materiały zgodnie z procedurami zarządzania odpadami biologicznymi w instytucjach, aby zapobiec zanieczyszczeniu i zapewnić bezpieczeństwo laboratoryjne.

3. Kontrola jakości danych i analiza statystyczna

  1. Kontrola jakości danych
    1. Dwóch wykwalifikowanych neurologów niezależnie wyodrębnia dane z elektronicznej dokumentacji medycznej.
    2. Weryfikacja wyodrębnionych danych; Rozwiązuj nieścisłości poprzez przegląd.
      UWAGA: Przegląd przeprowadził starszy profesor neurologii.
    3. Obsługa brakujących danych: implikuj brakujące wartości ze średnią dla wskaźników o wskaźniku braku <5%; Wyłącz wskaźniki o wskaźniku braków ≥5%.
  2. Przeprowadz analizę statystyczną.
    1. Otwórz oprogramowanie SPSS 26.0, stwórz nowy zbiór danych i wprowadź dane zgodnie ze strukturą: 'ID pacjenta - dane bazowe - wskaźniki oceny - wskaźniki wyników'.
    2. Przeprowadzaj statystyki opisowe:
      1. Obliczaj liczby ciągłe rozkładu (takie jak FT3) jako średnią ± odchylenia standardowego (x±s) za pomocą niezależnego od próbek testu t.
      2. Wyrażanie nieregularnie rozkładanych liczb ciągłych (np. wynik APACHE II) jako mediany (25. percentyl, 75. percentyl) [M (P25, P75)]. oraz stosuj test Kruskal-Wallis H.
      3. Wyraź zmienne kategoryczne (np. płeć) jako liczbę (procent) [n (%)] i przeanalizuj za pomocą testu χ² .
    3. Wykonaj analizę regresji logistycznej:
      1. Zmienne zależne według zestawu: słabe rokowanie (1 = słabe, 2 = dobre) lub śmierć (1 = śmierć, 2 = przeżycie).
      2. W analizie univariabilnej rozważ czynniki o wartości P < 0,05 jako czynniki niezależne (zmienne ciągłe wpisane bezpośrednio; zmienne kategoryczne kodowane jako zmienne pomocnicze, np. tryb wsparcia żywieniowego: PN = 1, EN + PN = 2, EN = 3 z EN-referencją).
      3. Przejdź do analizy | Regresja | W Logistyce binarnej dodaj zmienne do równania, wybierz metodę Enter i wyjdź β, błąd standardowy (SE), Wald χ2, wartość P oraz 95% przedział ufności (95% CI).
      4. Aby uwzględnić czynniki zakłócające, wszystkie kowarianty mające P < 0,05 w analizie jednowariantnej zostały włączone do wielowymiarowych modeli regresji logistycznej.
    4. Wykonaj analizę krzywej ROC:
      1. Przejdź do analizy | Krzywa ROC – ustaw wskaźnik do testu (np. wynik NRS 2002), a wynik jako zmienną stanu (wartość stanu = 1).
      2. Sprawdź Display ROC curve, obliczaj powierzchnię pod krzywą oraz SE i przedział ufności, a następnie przeprowadź analizę, aby uzyskać AUC, optymalną wartość cut-off, czułość i specyficzność.
        UWAGA: Dychotomizuj średnie zużycie energii w pierwszych 7 dniach, korzystając z optymalnej wartości progowej z analizy ROC dla regresji logistycznej; wszystkie analizy są dwustronne, a P < 0,05 wskazuje na znaczenie statystyczne.

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

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

Porównanie danych ogólnych między tymi dwoma grupami danych
Tabela 1 pokazuje, że pacjenci z poważnymi chorobami neurologicznymi mają niepożądany wynik ze względu na zmienne takie jak wiek, wynik APACHE II, wynik GCS, wynik NIHSS, techniki żywienia, poziom witaminy B12 oraz poziom albuminy (P < 0,05).

Analiza regresji logistycznej
Słabe rokowanie było wykorzystywane jako zmienna zależna (złe rokowanie = 1, dobre rokowanie = 2). Czynn...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

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

Wcześniejsze badania analizowały związek między nawykami żywieniowymi a rokowaniem w ogólnej populacji na OIOM; Bardzo ograniczone badania koncentrowały się konkretnie na krytycznie chorych pacjentach neurologicznych. Niniejsze badanie jest nowatorskie, ponieważ integruje przesiewowe badania ryzyka żywieniowego, analizę spożycia energii oraz skale nasilenia nerwowego w jeden model prognoscyjny. To multidyscyplinarne podejście wypełnia istniejące luki i zapewnia klinicznie stosowany protokół wczesnej identyfikacji i ukier...

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

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

Wszyscy autorzy nie mają konfliktów interesów do zgłoszenia.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Automatyczny analizator biochemicznyGuilin Youlit Medical Electronics Co., Ltd.Sprzęt Gui jest zatwierdzony do 20172220142Wykorzystywane do wykrywania białka surowicowego, funkcji wątroby/nerek oraz markerów infekcji
Aparat USG przy łóżku pacjentaShenzhen Mindray Biomedical Electronics Co., Ltd.Wtrysk maszyn Guangdong 20152061288Wyposażony w 3,5 i dodatek; Sonda brzuszna o częstotliwości 5 MHz; Wykorzystywane do monitorowania objętości resztkowej żołądka
WirówkaEppendorf5810RMaksymalna prędkość 15 000 i razy; g; Używany do oddzielania surowicy od krwi żylnej
Jednorazowe rękawiczkiKimberly-ClarkKC500Azotowy, bez proszku; Noszone podczas obsługi próbek krwi
Rurka żołądkowaConvaTec14FrMateriał silikonowy, sterylny; stosowane do podawania EN-a oraz zasysania objętości resztkowej żołądka
Skala Risk Risk Screening 2002 (NRS 2002)Europejskie Towarzystwo Żywienia Pozajelitowego i Jelitowego (ESPEN)Nie maStandaryzowana skala oceny ryzyka żywieniowego; oceny 0– 7 punktów
Oprogramowanie do analizy statystycznejIBMSPSS 26.0Wykorzystywane do statystyki opisowej, regresji logistycznej oraz analizy krzywej ROC
Próżniowe probówki do pobierania krwiShanghai Kehua Laboratory Medical Products Co., Ltd.Rejestracja maszyn w Szanghaju 20142410117Wykorzystywane do pobierania próbek krwi żylnej
Lista kontrolna testu połykania wody (WST)Oddział Neurologii Szpitala XuanwuNie maSpersonalizowana lista kontrolna do oceny funkcji połykania u pacjentów neurokrytycznych

Bibliografia

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

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE

Poproś o pozwolenie

Tagi

Wsparcie ywienioweprzesiewowa ocena ryzyka ywieniowegooddzia intensywnej terapiiskala Glasgowskala APACHE IIskala NIH Stroke Scale

Powiązane artykuły