营养风险筛查与评估工具在脑卒中病人中的应用研究进展

饶真真 杨宝义 李亚玲 聂小菲 袁杰

Researchprogressontheapplicationofnutritionalriskscreeningandassessmenttoolsinstrokepatients

RAOZhenzhen，YANGBaoyi，LIYaling，NIEXiaofei，YUANJieSchoolofNursing，HubeiUniversityofMedicine，Hubei442000ChinaCorrespondingAuthorLIYaling，Email：lylkk@163.com

Keywordsstroke;malnutrition;nutritionalrisk;screening;assessment;tools;review

摘要综述国内外营养风险筛查与评估工具的主要內容、特点及其在脑卒中病人中的应用情况与局限性。建议根据现有普适性工具特点，结合脑卒中病人专科疾病特点，开发适合脑卒中病人的营养风险筛查与评估工具，为脑卒中病人营养风险精细化管理提供参考依据。

关键词脑卒中;营养不良;营养风险;筛查;评估;工具;综述

doi：10.12102/j.issn.20958668.2024.09.009

全球疾病负担显示，脑卒中在我国成人致死、致残原因中排首位［1］，在全球死亡原因中排第2位［2］。脑卒中幸存者因神经功能受损产生意识障碍、吞咽障碍等并发症，以及应激导致的胃肠功能紊乱［3］，使得营养不良的发生率高达62%［4］。营养不良可导致病人原发疾病加重、并发症增多［5］，给家庭和社会带来沉重的疾病与经济负担［6］。研究表明，脑卒中病人发生营养不良将会增加2.08倍的病死率［7］。早期识别有风险的病人，并及时干预能有效改善病人临床结局，帮助病人减轻家庭经济负担。如何选择合适的筛查工具，有效控制营养不良发生率，保障脑卒中病人顺利康复成为目前急需解决的问题。目前，国内外尚缺乏特异性的工具，专家、学者多采用普适性工具对脑卒中病人的营养现状及不良结局进行调查。现将国内外营养风险筛查与评估工具主要内容、特点及在脑卒中病人中的应用进行综述，为构建本土化、特异性脑卒中营养不良风险筛查工具提供参考。

1脑卒中病人营养风险筛查与评估工具

1.1营养风险筛查2002（NutritionRiskScreening2002，NRS2002）

NRS2002由丹麦、英国、法国等多国学者联合提出，用于评估过去3个月体重变化及过去1周饮食等导致的营养状况改变［8］。量表一致性系数Kappa（K）=0.67，灵敏度和特异度分别为0.86和0.37。2005年，陈伟等［9］将其引入国内，并进行首次应用。2012年，Skipper等［10］通过循证分析发现，NRS2002灵敏度和特异度分别为0.62和0.93，是唯一获得Ⅰ级推荐的工具。目前，已被欧洲肠外肠内营养学会（EuropeanSocietyforParenteralandEnteralNutrition，ESPEN）、中华医学会肠内肠外营养学分会（ChineseSocietyforParenteralandEnteralNutrition，CSPEN）、美国肠内肠外营养学会（AmericanSocietyforParenteralandEnteralNutrition，ASPEN）、美国重症医学会（SocietyofCriticalCareMedicine，SCCM）推荐为非急诊住院病人的首选工具［11］。国内外多名学者将其在脑卒中病人中也进行了广泛验证［1213］。优点：1）省时、无创，只需5～7min；2）在多中心和大样本的研究中均得到验证。缺点：1）对于意识障碍、卧床、有明显胸腔及腹腔积液等无法获得体质指数（bodymassindex，BMI）的病人而言，具有局限性。

1.2营养不良通用筛查工具（MalnutritionUniversalScreeningTool，MUST）

MUST于2003年由英国肠内肠外营养学会（BritishAssociationforParenteralandEnteralNutrition，BAPEN）［14］研制。与NRS2002相比，MUST的K为0.775～0.893，灵敏度为0.820，特异度为0.880，具有较好的内部一致性和可重复性。该工具最初被ESPEN推荐用于评估社区人群［8］，后应用于不同级别的医疗机构、不同背景的专业人员和病人［15］。2012年，Cawood等［16］研究表明，MUST重测信度为0.98（K=0.94）。2020年，刘家硕等［17］在研究中发现，MUST特异度为0.815，高于NRS2002（0.662），更适合于老年脑卒中病人。2021年，Zhang等［12］在研究中指出，建议用MUST和NRS2002指导急性缺血性脑卒中病人的营养支持，因为上述工具有较高的预测能力，可预测短期和长期结果。优点：1）使用便捷，3～5min即可完成筛查；2）通用，适合所有脑卒中病人。缺点：仅在少数人群中得到验证，缺乏脑卒中的大样本研究。

1.3微型营养评定量表（MiniNutritionalAssessment，MNA）

MNA起源于1996年，由瑞士雀巢研究中心Guigoz等［18］提出，K=0.51，灵敏度、特异度、预测值分别为0.96，0.98，0.97［19］。由初级保健医生或照顾老年病人的卫生专业人员评定，用于调查过去3个月营养风险情况。该量表对门诊、住院、社区和养老中心的老年人群均适用［19］，可预测老年病人营养不良的发病率、死亡率及不良结局［20］。自量表开发以来，已被翻译成20多种语言，在多个国家使用［21］。2019年，Lin等［22］在脑卒中病人中调查发现，组内相关系数（intraclasscorrelationcoefficient，ICC）为0.91，具有较好的重测信度，可进行反复评估。2019年，Aliasghari等［23］在缺血性脑卒中病人中对MNA进行了验证，并指出MNA测评与病人预后相关。优点：无需有创检查，经济、实惠，对老年脑卒中病人有较好的诊断和预测能力。缺点：1）内容较复杂，耗时10～15min方可完成［24］；2）对于意识障碍、认知障碍及接受肠内营养的病人具有局限性［20］；3）有些条目主观性较强，易造成回忆偏倚。

1.4微型营养评估简表（MiniNutritionalAssessmentShortForm，MNASF）

MNASF量表于2001年由美国Rubenstein等［24］基于MNA简化而成，仅保留了与其密切相关的6个条目，与MNA有较强的相关性（r=0.945），敏感度为97.9%，特异度为100.0%，诊断准确率为98.7%。2009年，Kaiser等［25］对MNASF进行了进一步修正和完善，对于无法获得BMI的病人，可使用小腿周长（calfcircumference，CC）替代。2009年，Tsai等［26］研究发现，修正后的MNASF，即CCMNASF能够及时发现和干预脑卒中康复病人的营养不良。2014年，何凤怡等［27］通过NRS2002、MNASF、PGSGA3种量表对脑卒中住院病人进行调查发现，在筛选中重度营养不良病人时，MNASF的灵敏度（0.817）和特异度（0.735）较高，约登指数为0.552，能更有效地筛选中重度营养不良。优点：操作简便，用时约3min［24］，修订后的量表（CCMNASF）消耗资源更少，耗时更短，具有更好的临床适用性。缺点：在脑卒中病人中，缺乏多中心、大样本验证。

1.5主观全面评定量表（SubjectiveGlobalAssessment，SGA）

SGA是由加拿大Detsky等［28］于1984年首次提出，并于1987年进行验证［29］，K=0.784，灵敏度为0.820，特异度为0.720。该量表最初用于外科手术病人，现在已被用于临床多个环境中，有时被作为金标准［30］。2018年，Serra［31］研究指出，SGA和MNA是住院脑卒中病人最常用的营养风险筛查工具。2020年，苏靖等［13］运用NRS2002、MNA和SGA3种工具对脑卒中康复期病人进行了调查，NRS2002适用性最好，SGA次之。SGA优点：1）操作简便、耗时5～10min［14］；2）无创、花费少，经济适用。缺点：1）对于意识障碍、认知障碍的病人，评估结果会产生较大偏倚；2）评定结果尚不能定量，并因评定者熟练程度而异；3）在国内脑卒中病人中缺乏多中心、大样本验证。

1.6病人主观整体评定量表（PatientGeneratedSGA，PGSGA）

1994年，美国Ottery等在SGA基础上制定了PGSGA，其灵敏度为0.98，特异度为0.82，用于调查病人近2周至近6个月的情况［32］。在对结果进行评定时，既可同SGA一样定性进行等级划分，又可对每项评估内容进行赋值（0～4分），定量说明营养不良的严重程度和所需采取的干预类型［33］。该量表最初用于肿瘤病人，被ASPEN和美国营养师协会（AmericanDieteticAssociation，ADA）推荐为肿瘤病人营养风险评定的首选工具［3435］。目前，已有部分学者将其运用于脑卒中病人。Martineau等［36］对急性脑卒中病人的营养风险及不良结局进行了调查，该量表可快速识别营养不良的脑卒中病人。2010年，Lim等［37］研究表明，使用PGSGA對脑梗死病人进行调查，中、重度营养不良风险发生率分别为49.3%和24.7%。2022年，招坤兰等［38］将NRS2002和PGSGA在脑卒中病人中进行对比发现，两者对脑卒中病人的营养风险具有良好的预测性，当住院时间≤14d时，NRS2002营养风险筛查的准确率较高；当住院时间>14d时，PGSGA能更准确地筛查。量表优点：内容丰富，能够综合评定。缺点：1）主观性较强，容易产生偏倚；2）对于意识障碍、认知障碍的脑卒中病人不太适用。

1.7危重症营养风险评分量表（theNutritionRiskinCriticallyIllScore，NUTRIC）

NUTRIC于2011年由加拿大Heyland等［39］提出，C统计量为0.783，能预测28d死亡率。其K=0.550，灵敏度为0.781，特异度为0.871［40］。用于预期生存时间超过24h的病人进行调查。Rahman等［41］于2016年对其进行了改良，改良后的NUTRIC评分（ModifiedNUTRICScore，mNUTRIC）包含5个部分，共14个条目。评分标准以及可靠性、有效性均和NUTRIC大致相同。2018年，金玉娟等［42］研究证实，该量表对重症脑卒中病人的营养风险具有较好的预测作用。2019年，Gonzalez等［43］将NUTRIC和SGA进行对比研究，归类为营养风险NUTRIC≥4分，与营养不良病人相比，SGA中C级的病人28d死亡率高出7倍。2019年，张绍果等［40］研究表明，NUTRIC较NRS2002能更好地预测重症病人营养风险。量表的优点：1）包括了急性生理和慢性健康评分Ⅱ（APACHⅡ）在内的多个维度，评估相对全面、客观；2）对于意识不清的脑卒中病人也能准确评估。缺点：国内研究为单中心、小样本研究，样本量较少，还需要进一步验证。

1.8营养风险指数（NutritionalRiskIndex，NRI）

NRI于1988年由美国Buzby等［44］首次提出和使用，用以评估青年成人术后并发症的严重程度。1991年，美国退伍军人协会肠外营养研究协作组［45］进行验证和完善。因老年病人通常对自己体重知晓有限，法国Bouillanne等［46］于2005年提出了老年营养风险指数（GeriatricNutritionalRiskIndex，GNRI），用以评估近6个月情况，公式为：GNRI=1.489×血清清蛋白（g/L）+41.7×（BMI/理想BMI），其中的理想BMI依据洛伦兹公式，考虑病人的性别和身高计算可得。该公式更加简便，被广泛用于老年住院病人，预测营养相关风险及不良结局［47］。2019年，何润莲等［48］在老年住院病人中研究表明，GNRI灵敏度和特异度分别为0.910，0.560，K为0.45～0.75。2020年，Kang等［49］使用GNRI筛查显示，20%的脑卒中病人在入院时有中重度营养风险，使用GNRI能最大限度地减少混杂变量。2020年，Nishioka等［50］研究表明，GNRI和MNASF在脑卒中病人营养风险预测中均有效，GNRI对出院目的具有较好的预测效度。

量表優点：1）使用便捷，相对于单独使用血清清蛋白或BMI更有效［51］；2）对意识障碍、认知障碍的脑卒中病人亦可使用。缺点：1）评估漏项较多；2）国内对脑卒中病人还缺乏进一步验证。

1.9控制营养状况评分（ControllingNutritionalStatus，CONUT）

2005年，西班牙Ignacio等［52］针对所有住院病人研制了CONUT。该工具评分依据病人的血清清蛋白、总胆固醇、淋巴细胞计数计算而得，能够早期发现、及时控制病人的营养风险。K=0.669，灵敏度为0.923，特异度为0.850。2021年，我国Zhu等［53］研究发现，高CONUT评分能够独立预测急性出血性脑卒中病人3个月预后不良，能够帮助确定需要额外营养管理的病人。2020年，我国Cai等［54］应用该工具对急性缺血性脑卒中病人营养风险及其3个月预后进行了评估。2021年，我国Yuan等［55］在1项回顾性研究中对CONUT和GNRI进行了对比验证。优点：1）通过化验指标即可获得，指标客观、可靠；2）对脑卒中意识障碍、言语障碍病人均可适用；缺点：1）评估漏项较多；2）该工具涉及有创操作。

2脑卒中病人营养风险筛查与评估工具的比较与分析

2.1基本情况比较

按照研发时间、国家、适用人群、耗费时间等对9项筛查与评估工具进行对比，见表1。脑卒中病人营养风险筛查与评估工具均为普适性工具。根据评估内容的不同，可分为量表类和公式类；根据评估者的不同，可分为医务人员或医务人员与病人共评。NRS2002为多个国家或组织推荐，适用性较好；CONUT和NUTRIC评分制定时间较晚，分别适用于所有住院脑卒中病人和重症病人，近年来研究趋势上涨，应用前景可期。

2.2内容比较

以上筛查与评估量表各有侧重。对于危重脑卒中病人，可将NRS2002和mNUTRIC相结合使用；对于稳定期的脑卒中病人可使用SGA或PGSGA；对于老年病人，可使用GNRI、MNA、MNASF，而MUST和CONUT对所有的脑卒中病人均为通用；CONUT和NUTRIC/mNUTRIC均为公式，对于意识障碍、认知障碍、言语障碍的病人具有适用性。NRS2002和MUST为筛查工具，可进行初筛，其余为评估工具。

2.3不足与启示

2.3.1现有研究工具的不足

现有的脑卒中病人营养风险筛查与评估工具均为国外学者研发，且均为普适性工具，缺乏特异性，不能体现脑卒中病人的疾病特点，如吞咽障碍、言语障碍等。此外，评估工具大都基于单方面的主观认知或者化验指标，少有两者相结合的评估工具，无法进行综合评定。在脑卒中病人中，有些评估工具可能并不适合国人，适用性还需要多中心、大样本的研究进一步验证。脑卒中病人病程长、易出现心理问题，这方面只有MNA和MNASF有所体现。

2.3.2对未来研究的启示

制定符合脑卒中病人的特异性营养风险筛查与评估工具，能够动态监测病人的营养风险状态，早期识别风险、制定个体化干预措施，帮助病人顺利康复。目前，国内外尚缺乏针对性工具，建议将CONUT、NUTRIC、mNUTRIC公式类评估工具与其他量表类工具相结合，提高筛查与评估的准确率；在引入国外工具时，结合我国居民饮食、生活习惯进行适当调适，提高工具的适用性；根据脑卒中病人的专科疾病特点，以病人的生理、心理及临床需求为基础，研究具有针对性的营养风险筛查与评估工具；在评估营养风险的基础上，关注病人营养风险相关的潜在并发症及其危险因素，为制定精准的、个体化的护理干预方案提供参考，帮助病人顺利康复。

3小结

目前，国内外尚缺乏专科性的脑卒中病人营养风险筛查与评估工具，随着营养风险在脑卒中病人中的研究越来越普遍，精准可靠的特异性评估工具显得越来越重要。建议基于现有研究工具的优势与不足，研发针对脑卒中病人的专科疾病特点的特异性工具，针对性地进行进一步研究。

参考文献：

［1］王陇德，彭斌，张鸿祺，等.《中国脑卒中防治报告2020》概要［J］.中国脑血管病杂志，2022，19（2）：136144.

［2］FEIGINVL，STARKBA，JOHNSONCO，etal.Global，regional，andnationalburdenofstrokeanditsriskfactors，19902019：asystematicanalysisfortheglobalburdenofdiseasestudy2019［J］.TheLancetNeurology，2021，20（10）：795820.

［3］李瑞雪，孙舒，明巍.脑卒中患者营养现状分析及筛查方法［J］.世界最新医学信息文摘，2019，19（72）：8991.

［4］SREMANAKOVAJ，BURDENS，KAMAY，etal.Anobservationalcohortstudyinvestigatingriskofmalnutritionusingthemalnutritionuniversalscreeningtoolinpatientswithstroke［J］.JournalofStrokeandCerebrovascularDiseases，2019，28（12）：104405.

［5］ISHIDAY，MAEDAK，NONOGAKIT，etal.Malnutritionatadmissionpredictsinhospitalfallsinhospitalizedolderadults［J］.Nutrients，2020，12（2）：541.

［6］CURTISLJ，BERNIERP，JEEJEEBHOYK，etal.Costsofhospitalmalnutrition［J］.ClinicalNutrition（Edinburgh，Scotland），2017，36（5）：13911396.

［7］四川大學华西循证护理中心，中华护理学会护理管理专业委员会，中华医学会神经外科学分会.中国卒中肠内营养护理指南［J］.中国循证医学杂志，2021，21（6）：628641.

［8］KONDRUPJ，ALLISONSP，ELIAM，etal.ESPENguidelinesforNutritionScreening2002［J］.ClinicalNutrition，2003，22（4）：415421.

［9］陈伟，蒋朱明，张永梅，等.欧洲营养不良风险调查方法在中国住院患者的临床可行性研究［J］.中国临床营养杂志，2005，13（3）：137141.

［10］SKIPPERA，FERGUSONM，THOMPSONK，etal.Nutritionscreeningtools：ananalysisoftheevidence［J］.JournalofParenteralandEnteralNutrition，2012，36（3）：292298.

［11］王拥军，王少石，赵性泉，等.中国卒中吞咽障碍与营养管理手册［J］.中国卒中杂志，2019，14（11）：11531169.

［12］ZHANGMM，YESL，HUANGXR，etal.ComparingtheprognosticsignificanceofnutritionalscreeningtoolsandESPENDCMon3monthand12monthoutcomesinstrokepatients［J］.ClinicalNutrition，2021，40（5）：33463353.

［13］苏靖，王璐，张莹，等.脑卒中康复期患者营养状况评估法的适用性分析［J］.国际护理学杂志，2020，39（7）：12001204.

［14］STRATTONRJ，HACKSTONA，LONGMORED，etal.Malnutritioninhospitaloutpatientsandinpatients：prevalence，concurrentvalidityandeaseofuseoftheMalnutritionUniversalScreeningTool（MUST）foradults［J］.TheBritishJournalofNutrition，2004，92（5）：799808.

［15］HENDERSONS，MOOREN，LEEE，etal.Dothemalnutritionuniversalscreeningtool（MUST）andBirminghamnutritionrisk（BNR）scorepredictmortalityinolderhospitalisedpatients？［J］.BMCGeriatrics，2008，8：26.

［16］CAWOODAL，ELIAM，SHARPSK，etal.MalnutritionselfscreeningbyusingMUSTinhospitaloutpatients：validity，reliability，andeaseofuse［J］.TheAmericanJournalofClinicalNutrition，2012，96（5）：10001007.

［17］刘家硕，朴哲，杨瑞丽，等.三种营养风险筛查工具对老年脑卒中住院患者的筛查与比较［J］.中国老年学杂志，2020，40（20）：42864288.

［18］GUIGOZY，VELLASB，GARRYPJ.Assessingthenutritionalstatusoftheelderly：themininutritionalassessmentaspartofthegeriatricevaluation［J］.NutritionReviews，1996，54（1）：S59S65.

［19］VELLASB，GUIGOZY，GARRYPJ，etal.TheMiniNutritionalAssessment（MNA）anditsuseingradingthenutritionalstateofelderlypatients［J］.Nutrition，1999，15（2）：116122.

［20］BAUERJM，KAISERMJ，ANTHONYP，etal.TheMiniNutritionalAssessmentitshistory，today′spractice，andfutureperspectives［J］.NutritioninClinicalPractice，2008，23（4）：388396.

［21］ANTHONYPS.Nutritionscreeningtoolsforhospitalizedpatients［J］.NutritioninClinicalPractice，2008，23（4）：373382.

［22］LINSC，LINKH，LEEYC，etal.TestretestreliabilityoftheMiniNutritionalAssessmentanditsrelationshipwithqualityoflifeinpatientswithstroke［J］.PLoSOne，2019，14（6）：e0218749.

［23］ALIASGHARIF，IZADIA，KHALILIM，etal.Impactofpremorbidmalnutritionanddysphagiaonischemicstrokeoutcomeinelderlypatients：acommunitybasedstudy［J］.JournaloftheAmericanCollegeofNutrition，2019，38（4）：318326.

［24］RUBENSTEINLZ，HARKERJO，SALVA，etal.Screeningforundernutritioningeriatricpractice：developingtheshortformMiniNutritionalAssessment（MNASF）［J］.TheJournalsofGerontologySeriesA，BiologicalSciencesandMedicalSciences，2001，56（6）：M366M372.

［25］KAISERMJ，BAUERJM，RAMSCHC，etal.ValidationoftheMiniNutritionalAssessmentshortform（MNASF）：apracticaltoolforidentificationofnutritionalstatus［J］.JournalofNutrition，HealthandAging，2009，13（9）：782788.

［26］TSAIAC，SHIHCL.ApopulationspecificMiniNutritionalAssessmentcaneffectivelygradethenutritionalstatusofstrokerehabilitationpatientsinTaiwan［J］.JournalofClinicalNursing，2009，18（1）：8288.

［27］何鳳怡，陈超刚.三种主观评价量表对中老年脑卒中住院病人营养评估效果的比较［J］.肠外与肠内营养，2014，21（6）：358360.

［28］DETSKYAS，BAKERJP，MENDELSONRA，etal.Evaluatingtheaccuracyofnutritionalassessmenttechniquesappliedtohospitalizedpatients：methodologyandcomparisons［J］.JournalofParenteralandEnteralNutrition，1984，8（2）：153159.

［29］DETSKYAS，MCLAUGHLINJR，BAKERJP，etal.Whatissubjectiveglobalassessmentofnutritionalstatus？［J］.JournalofParenteralandEnteralNutrition，1987，11（1）：813.

［30］BARROSAJD.Indicationsandlimitationsoftheuseofsubjectiveglobalassessmentinclinicalpractice：anupdate［J］.CurrentOpinioninClinicalNutritionandMetabolicCare，2006，9（3）：263269.

［31］SERRAMC.Theimportanceofassessingnutritionalstatustoensureoptimalrecoveryduringthechronicphaseofstroke［J］.StrokeResearchandTreatment，2018，2018：1297846.

［32］MAKHIJAS，BAKERJ.TheSubjectiveGlobalAssessment：areviewofitsuseinclinicalpractice［J］.NutritioninClinicalPractice，2008，23（4）：405409.

［33］XUYC，VINCENTJI.Clinicalmeasurementpropertiesofmalnutritionassessmenttoolsforusewithpatientsinhospitals：asystematicreview［J］.NutritionJournal，2020，19（1）：106.

［34］MENDESJ，ALVESP，AMARALTF.Comparisonofnutritionalstatusassessmentparametersinpredictinglengthofhospitalstayincancerpatients［J］.ClinicalNutrition，2014，33（3）：466470.

［35］DUBHASHISP，KAYALA.Preoperativenutritionalassessmentinelderlycancerpatientsundergoingelectivesurgery：MNAorPGSGA？［J］.IndianJournalofSurgery，2015，77（2）：232235.

［36］MARTINEAUJ，BAUERJD，ISENRINGE，etal.Malnutritiondeterminedbythepatientgeneratedsubjectiveglobalassessmentisassociatedwithpooroutcomesinacutestrokepatients［J］.ClinicalNutrition，2005，24（6）：10731077.

［37］LIMHJ，CHOUER.NutritionalstatusassessedbythePatientGeneratedSubjectiveGlobalAssessment（PGSGA）isassociatedwithqualitiesofdietandlifeinKoreancerebralinfarctionpatients［J］.Nutrition，2010，26（7/8）：766771.

［38］招坤兰，苏雪梅，丁艺新，等.NRS2002和PGSGA量表在中老年脑卒中患者营养筛查中的应用［J］.广东医科大学学报，2022，40（2）：202204.

［39］HEYLANDDK，DHALIWALR，JIANGXR，etal.Identifyingcriticallyillpatientswhobenefitthemostfromnutritiontherapy：thedevelopmentandinitialvalidationofanovelriskassessmenttool［J］.CriticalCare，2011，15（6）：R268.

［40］張绍果，石美霞，王乐乐，等.两种量表在危重症病人营养不良风险评估应用中的比较研究［J］.护理研究，2019，33（7）：12501252.

［41］RAHMANA，HASANRM，AGARWALAR，etal.Identifyingcriticallyillpatientswhowillbenefitmostfromnutritionaltherapy：furthervalidationofthe"modifiedNUTRIC"nutritionalriskassessmenttool［J］.ClinicalNutrition，2016，35（1）：158162.

［42］金玉娟，祝晓娟，柏慧华，等.Nutric评分在急性缺血性脑卒中机械取栓术患者中的应用［J］.护理学杂志，2018，33（22）：8891.

［43］GONZALEZMC，BIELEMANNRM，KRUSCHARDTPP，etal.ComplementarityofNUTRICscoreandSubjectiveGlobalAssessmentforpredicting28daymortalityincriticallyillpatients［J］.ClinicalNutrition，2019，38（6）：28462850.

［44］BUZBYG，WILLIFORDW，PETERSONO，etal.Arandomizedclinicaltrialoftotalparenteralnutritioninmalnourishedsurgicalpatients：therationaleandimpactofpreviousclinicaltrialsandpilotstudyonprotocoldesign［J］.TheAmericanJournalofClinicalNutrition，1988，47（2）：357365.

［45］WILLIFORDWOB.Perioperativetotalparenteralnutritioninsurgicalpatients.Theveteransaffairstotalparenteralnutritioncooperativestudygroup［J］.TheNewEnglandJournalofMedicine，1991，325（8）：525532.

［46］BOUILLANNEO，MORINEAUG，DUPONTC，etal.GeriatricNutritionalRiskIndex：anewindexforevaluatingatriskelderlymedicalpatients［J］.TheAmericanJournalofClinicalNutrition，2005，82（4）：777783.

［47］ABDELGAWADWM，ABOUHASHEMRM，ELMARAGHYMO，etal.ThevalidityofGeriatricNutritionRiskIndex：simpletoolforpredictionofnutritionalrelatedcomplicationofhospitalizedelderlypatients.ComparisonwithMiniNutritionalAssessment［J］.ClinicalNutrition，2014，33（6）：11081116.

［48］何润莲，沙凤，梁艳平，等.MNASF、NRS2002、GNRI在老年住院患者营养筛查中的应用［J］.昆明医科大学学报，2019，40（9）：1822.

［49］KANGMK，KIMTJ，KIMY，etal.Geriatricnutritionalriskindexpredictspooroutcomesinpatientswithacuteischemicstrokeautomatedundernutritionscreentool［J］.PLoSOne，2020，15（2）：e0228738.

［50］NISHIOKAS，OMAGARIK，NISHIOKAE，etal.ConcurrentandpredictivevalidityoftheMiniNutritionalAssessmentShortFormandtheGeriatricNutritionalRiskIndexinolderstrokerehabilitationpatients［J］.JournalofHumanNutritionandDietetics，2020，33（1）：1222.

［51］OHCA，KIMDH，OHSJ，etal.Nutritionalriskindexasapredictorofpostoperativewoundcomplicationsaftergastrectomy［J］.WorldJournalofGastroenterology，2012，18（7）：673678.

［52］IGNACIODUJ，GONZLEZMADROOA，DEVILLARNGP，etal.CONUT：atoolforcontrollingnutritionalstatus.Firstvalidationinahospitalpopulation［J］.NutricionHospitalaria，2005，20（1）：3845.

［53］ZHUBL，WUYZ，CAIZM，etal.AprospectiveepidemiologicalanalysisofcontrollingNutritionalStatusScorewiththepoorfunctionaloutcomesinChinesepatientswithhaemorrhagicstroke［J］.TheBritishJournalofNutrition，2022，128（2）：192199.

［54］CAIZM，WUYZ，CHENHM，etal.Beingatriskofmalnutritionpredictspooroutcomesat3monthsinacuteischemicstrokepatients［J］.EuropeanJournalofClinicalNutrition，2020，74：796805.

［55］YUANK，ZHUS，WANGH，etal.Associationbetweenmalnutritionandlongtermmortalityinolderadultswithischemicstroke［J］.ClinNutr，2021;40（5）：25352542.