观察2种营养不良风险筛查工具对儿科住院患儿营养不良风险预测的效果

郑州大学附属儿童医院 河南省儿童医院 郑州儿童医院（450000）刘林泉

相关研究显示，国内住院儿童营养不良率在22.7%～52.6%之间[1][2]。如果住院儿童出现营养不良问题，会降低其生长发育水平，甚至增加死亡率、并发症发生率以及感染率，从而增加住院时间[3]。在儿童住院早期开展营养不良风险筛查与评估工作，能进而找到营养不良儿童，并给予其有效的临床营养干预，提高临床治疗质量与水平，促进儿童尽早康复。21世纪初，欧洲儿科胃肠肝病营养学会明确指出加强营养不良筛查，能在一定程度上阻止院内营养不良出现与发展，因此，要筛查住院儿童营养不良的风险[4]。临床中有许多此类风险筛查工具[5]，我国儿科医疗中，应用率最高的就是儿科营养不良评估筛查工具与营养状况及生长风险筛查工具，这两种工具的特异度与灵敏度优势明显[6]。STRONGkid评估简便、快捷，能在很大程度上节约医院的人力、物力和财力，具有较强的可操作性，李衡团队[7]所进行的Meta分析，得出的合并敏感度高达80%。STAMP检测时，增加了导致营养不良的多种疾病因素，虽然操作性较差，但结果更准确，STAMP灵敏度为83.4%（英国国家脊髓损伤中心）[8]。现阶段，在单类疾病住院病人中，这两种筛查工具应用广泛，但缺少对各种住院患儿系统性应用研究；STRONGkids预测灵敏度分析为Meta分析或系统性评价，但没有一次文献证据进行支撑。现阶段，也没有针对同种研究群体开展对比研究，导致我国缺乏统一的住院儿童营养不良风险预测工具，给医院医护工作增加难度。此次研究针对儿科住院病人进行研究，对比住院儿童营养不良风险评估预测中，STAMP与STRONGkids的而具体价值，为后续找到临床营养不良风险预测工作夯实基础。

1 研究对象和研究方法

1.1 研究对象 通过方便抽样法，将2017年12月～2020年6月在本院儿科接受治疗的323例营养不良儿童设为研究对象。纳入标准：①住院超过一天；②年龄在出生一个月～15岁；③患儿家长沟通能力正常，自愿参与此次研究，并签署知情同意书；④家长掌握准确的儿童进食情况。剔除标准：最近30天内进行肠内或者静脉营养支持。

1.2 研究工具

1.2.1 常规资料调查表 由医院自主设计，应涵盖儿童性别、体质量、身长、年龄、疾病类别等。

1.2.2 儿科营养不良评估筛查工具2008年由McCarthy等研制[9]，通常评判儿童营养不良方面的风险。其Cronbachα系数为0.818，预测效度0.810。张慧文等[10]推出中文版，用以评判住院儿童的营养不良风险，包括三个维度，即饮食摄入情况、生长发育、儿童疾病诊断，Cronbachα系数0.827。第一，饮食摄入情况：基于儿童患病前与患病后饮食摄入情况，对没有营养摄入、摄入降低50%以上、没有明显变化赋值3分、2分、0分；第二，儿童疾病诊断：参照儿童疾病的诊断情况来检查儿童的营养不良风险，对肯定存在、可能存在及不存在分别赋值3分、2分和0分；第三，生长发育：对儿童住院时的体重、身长进行测量，根据体格测量范围（WHO），采用Z值评分法[11]，如果Z＜-3或者Z＞3得3分，如果-3＜Z＜-2或者2＜Z＜3得2分，如果-2≤Z≤2得0分。分值在0～9分之间，最终分数与营养不良风险成正比。如果总分不低于4分，表示儿童的营养不良风险高。该工具Cronbachα系数为0.830。

1.2.3 营养情况及生长风险筛查工具 Hulst团队设计制定（2010版），旨在对儿童营养情况与生长风险进行评估，该工具Cronbachα系数是0.833。李冬娥团队修订中文版（2012版），并在住院危重儿童营养不良风险筛查中普及，Cronbachα系数是0.814[12]。主要包括体重降低或者增长困难、营养摄入或者丢失情况、高风险疾病、主观评价四大维度。①体重降低或者增长困难：儿童存在体重下降、体重增长困难，得1分，没有这种情况得0分；②营养摄入或者丢失情况：儿童在近期发生呕吐、腹泻严重问题，饮食量下降，由于疼痛导致不能进食得1分，反之得0分；③高风险疾病：儿童患有高风险疾病得2分，反之得0分；④主观评价：儿童出现肌肉减少、皮下脂肪或者消瘦等问题得1分，反之得0分。总分在0～5分之间，最终分数与儿童营养不良风险成正比，如果总分超过4分，表示儿童营养不良风险大。该工具的Cronbachα系数是0.852。

1.3 评价指标 将边缘性营养不良判断标准（WHO）视作有无营养不良风险的临界指标，综合评判此两种筛查工具所具有的预测功效。①对比参考范围，身长比体质量低第25百分位，表示为边缘性消瘦；②比较参考区间，年龄比体质量低第25百分位，表明边缘性低体质量；③对比参考区间，年龄比身长低第25百分位，表明边缘性生长迟缓。仅符合以上三个判断指标中的一个，就可以确定其为边缘性营养不良[11]。

1.4 资料搜集法 此次研究通过现场测量评估，在儿童住院时，安排系统培训过的两位评估调查员进行现场测量、建立电子病历，收集病人常规资料。全面测量评估STRONGkids与 STAMP中需收集的内容要素。此次研究对象为329例儿童，323例属于有效调查，有效率高达98.2%。

1.5 统计学分析 通过SPSS21.0软件开展统计学分析工作，利用频数、构成比描述计数资料；通过M（P25，975）描述计量资料。最佳预测指标截断点通过受试者工作特征（receiver operator characteristic，以下简称“ROC”）曲线来明确，通过约登指数、特异度、灵敏度、ROC 曲线下面积（area under roc curve，以下简称“AUC”）对两种工具的预测效果进行系统评价。当P＜0.05时，存在统计学差异。

2 结果

2.1 研究对象常规资料和边缘性营养不良状况 全部研究对象中，有158例女童、165例男童，年龄范围0.66～6.13岁，均龄为2.57岁；身高范围78.01～132.51cm，平均身长为95.51cm；体重范围12.51～31.51kg，平均体重为15.51kg；疾病种类：16例泌尿系统疾病、21例自身免疫疾病、43例神经系统疾病、82例呼吸系统疾病、98例消化系统疾病、63例其他疾病（如遗传代谢疾病、中毒等）。

2.2 营养不良筛查结果 全部研究对象中，有104例儿童满足边缘性营养不良判定标准，其中，67例边缘性消瘦，76例边缘性低体重，89例边缘性成长迟缓，22例并存边缘性低体重、边缘性生长迟缓以及边缘性消瘦，56例边缘性低体重与边缘性生长迟缓，35例并存边缘性低体重与边缘性消瘦，49例并存边缘性消瘦与边缘性生长迟缓。

2.3 对比两种营养不良风险筛查工具对儿科住院病人营养不良风险预测影响

2.3.1 对比两种营养不良风险筛查工具对儿科住院儿童营养不良风险预测作用中AUC值STRONGkids中AUC值为0.827，STAMP为0.91，这两种工具在儿科住院儿童营养风险筛查工作存在统计学差异（P＜0.001），STRONGkids中AUC值明显低于STAMP，存在统计学差异（P=0.013）。具体见附表。

附表 对比两种营养不良风险筛查工具对儿科住院儿童营养不良风险预测作用ROC曲线

2.3.2 对比两种营养不良风险筛查工具对儿科住院儿童营养不良风险预测作用的约登指数、特异度、灵敏度和预测界值选择的作用 分析ROC曲线，不难发现，STRONGkids达3.5时，约登指数（0.621）、特异度0.790、灵敏度0.832，与1最接近，预测作用最佳；STAMP达3.5时，约登指数、特异度和灵敏度分别为0.752、0.866、0.887，与1最接近，预测作用最佳。而STRONGkids工具的约登指数、特异度与灵敏度都不及STAMP。具体见附表。

3 讨论

3.1 研究对象营养不良发生率在水平中等此次研究表明，研究中住院儿童营养不良发生率为32.3%。明显比冯升团队[1]研究结果的52.6%低，比盛金叶团队[2]的22.66%高。从研究对象的年龄水平看，儿童中位年龄值是2.57岁，但冯升团队、盛金叶团队研究中的儿童中位年龄分别是2.26岁、6.8岁，相关研究显示，1～3岁范围内的儿童注意力极易分散，行为发育快，常会养成负面进食习惯，这些不科学的喂养与进食方法会降低儿童进食量，长此以往造成营养不良，这也是造成盛金叶团队研究结果中的儿童营养不良发生率明显比陈冯秀与此次研究结果低的主要因素。就评判标准来看，在计算营养不良发生率时，此次研究通常根据边缘性营养不良的判定标准（WHO），从结果切入加以评判，但冯升与盛金叶团队都是依赖于STAMP、STRONGkids工具有效预测的，进而导致这些研究结果不一致。基于此次研究实际结果，STAMP工具的预测灵敏度明显比STRONGkids工具高，这也是导致冯升团队研究中的儿童营养不良发生率高于盛金叶团队的一大原因。

3.2 对比两种营养不良风险筛查工具对此次研究儿科住院儿童应用不良风险的预测作用

3.2.1 对比两种工具的AUC值，不难发现，STRONGkids工具对儿科住院儿童营养不良风险预测作用明显不及STAMP工具。此次研究结果表明，STRONGkidsAUC值是0.827，明显不及STAMP的0.910，存在统计学差异（P=0.013），可以肯定，STRONGkids的最终预测作用不及STAMP。相关研究显示，当0.700＜AUC值＜0.900时，工具的预测作用为中等水平，如果AUC值≥0.900，表示工具预测价值很高。由此可见，在对儿科住院儿童的营养不良风险进行系统评估时，STRONGkid的预测作用不及STAMP工具。

3.2.2 对比两种工具的约登指数、特异度与灵敏度结果 STRONGkids工具在儿科住院儿童营养不良风险预测价值明显不及STAMP，此次研究结果表明，当这两种工具的预测值都在3.5分时，发挥最佳营养不良风险预测作用。此时，STRONGkids的约登指数、特异度和灵敏度值分别是0.621、0.790、0.832，都明显不及STAMP的0.752、0.866、0.887。特异度，在实际没有出现营养不良的儿童中通过评估工具发现未发生营养不良风险的儿童占比，充分证实评估工具精准剔除误诊病例能力；灵敏度，在实际没有出现营养不良的儿童中通过评估工具评估出发生营养不良风险的儿童占比，彻底证明了评估工具准确查出真实患儿的能力；约登指数，是特异度与灵敏度作用的综合，约登指数=（特异度+灵敏度）-1，得分在-1～1之间，最终约登指数得分与量表预测效能成正比，综合分析约登指数、特异度与灵敏度，发现STRONGkids的预测效能明显低于STAMP。这主要是因为STAMP每个维度等采取三级评分法，而STRONGkids每个维度采取二级评分法，STAMP的打分标准较为细致、科学。从评估内容看，STRONGkids只是利用体重的减少与否来判定体重指标，评估结果不够精准，但是，STAMP主要通过Z值和生长曲线来量化体重指标，更加科学、高效。再者，相比STRONGkids，STAMP工具在划分高风险疾病指标种类方面更加精准、细致。值得一提的是，相比STAMP，STRONGkids更多了1项主观性评价，具体来说，就是结合儿童脸型、皮下脂肪来评估其营养情况，因为不同的评估人员，其临床水平不同，因此，评估过程中存在很强的主观性，并在很大程度上影响评估结果。因此，在此次研究过程中，相比STRONGkids，STAMP的预测作用更加明显，实际预测价值更高。

总之，在评判儿科住院儿童存在的营养不良风险时，如果预测价值达到3.5分，那么STAMP和STRONGkids的预测价值和作用都能实现最优化。综合分析这两个工具的约登指数、特异度与灵敏度后发现，在评估儿科住院儿童营养不良风险时，相较于STRONGkids，STAMP的预测作用更加明显、更加高效。此次研究的局限性就是样本量偏少、单中心研究，会在很大程度上降低研究结果，只评估儿童的营养不良风险，并没有深入研究针对不同程度营养不良风险儿童的干预对策是否可以优化临床结局，需要后续深入研究。