作者：童雅倩，青海大学；路艳萍，周慧，孙晓林，潘世琴，青海省人民医院

重型颅脑损伤（severe traumatic brain injury，STBI）具有高患病率、高致残率和高病死率的特点，是全球重要的公共卫生问题。我国每年约有60 万例STBI 患者，病死率高达35%，且呈逐年上升趋势。由于急性应激反应及基础代谢率显著升高，STBI 患者的营养需求明显增加，极易发生营养不良，发生率可达80%。

此外，该类患者常伴有意识障碍、运动功能受限、机械通气等情况，进一步加重营养不良程度，增加死亡风险，给患者家庭和社会带来沉重负担。我国国家卫生健康委员会明确要求加强住院患者的营养筛查与评估。目前，虽已开发出多种营养评估工具，但真正适用于STBI 患者的营养评估工具仍较为有限。因此，本文围绕STBI患者营养评估的现状，系统梳理并分析多种评估工具在临床中的应用特点与适用性，旨在为临床选择科学、有效的营养评估方法提供参考。

1. 营养风险筛查工具

美国肠外与肠内营养学会发布的《成人重症患者营养支持治疗指南》及中华医学会神经外科分会和中国神经外科重症管理协作组发布的《中国神经外科重症患者营养治疗专家共识（2022 版）》推荐：在危重症患者入住重症监护室（intensive care unit，ICU）48 h 内采用营养风险筛查2002（nutrition risk screening2002，NRS-2002）、危重症营养风险评分量表(nutrition risk in critically ill score，NUTRIC) 与改良NUTRIC（modified NUTRIC，mNUTRIC）评分进行营养风险评估。

1.1 NRS-2002 

是由Kondrup 等2003 年制定的成人住院患者营养筛查工具，分为两个步骤：第一步，先评估体质指数、体重减轻、食物摄入下降、疾病严重程度等因素，若有一项符合“是”，则进入第二步；评估患者年龄、疾病严重程度和营养状态变化，总分为0~7 分，≥3 分判定为营养不良风险。NRS-2002 具有循证医学基础，信效度也获得了验证，被欧洲肠外肠内营养学会推荐作为住院患者营养筛查的工具。一项系统评价发现，NRS-2002 是10 种筛查工具中预测病死率最有效的工具。

通常，STBI 患者头部损伤，按照NRS-2002 的评分标准，至少3 分，有营养不良风险。由于大多数转入ICU的患者病情较重，APACHE Ⅱ评分常常超过10 分，因此其NRS-2002评分大多为3 分，导致NRS-2002 评分筛查阳性率较高。然而，STBI 患者常存在急性代谢波动、神经功能障碍及病情快速变化等特点，NRS-2002 作为通用筛查工具的适用性可能受限，难以全面反映其真实营养状况。

1.2 NUTRIC 

由Heyland 等在2011 年专门为危重症患者设计的营养状况评估的预测工具，包括年龄、APACHE Ⅱ评分、序贯器官衰竭评分、合并症数量、入ICU 前住院时间以及白介素6，总分为10 分，0~5 分为低营养风险，6~10 分为高营养风险。因白介素6 非常规监测项目，Rahman 等2014 年剔除了白介素6 这一指标，形成mNUTRIC评分，总分为9 分，≤4 分为低风险，≥5 分为高风险。

相比NUTRIC评分，mNUTRIC评分更加简便、适用性更广，被广泛应用于临床，并验证了其稳定性和准确性。郭文超等研究发现，STBI 患者进行营养筛查时，相比于NRS2002，NUTRIC更加适用。NUTRIC综合考虑多个方面，指导制定的营养支持方案可有效改善STBI 患者的营养状态，促进营养达标。此外，NUTRIC评分与器官功能障碍和炎症反应呈正相关，可作为识别STBI 患者早期预后风险的重要参考指标，具有较高的临床实用价值。因此，NUTRIC评分能为STBI 患者提供更精准的营养风险评估。

2. 营养评估工具

目前，针对STBI 患者的营养状况评估尚缺乏统一的、经过严格验证的标准化工具。欧洲临床营养与代谢学会提出STBI患者的营养状况评估需包含病史、体格检查及实验室指标，美国营养与饮食学会则认为营养评估是持续、动态的系统化过程。我国《中国成人ICU患者营养评估与监测临床实践指南》亦建议综合评估，并强调肌肉质量在重症患者营养评估中的重要性。

2.1 主观整体评估量表（subjective global assessment，SGA） 

它是由Detsky 等1984 年研发的，仅通过询问病史和体格检查评估住院患者营养状况的工具，其中病史包括体质量变化、饮食变化、胃肠道症状、活动能力以及代谢需求，体格检查包括肌肉萎缩、体液平衡和肱三头肌皮肤褶皱厚度；其分为A级（营养良好）、B级（中度营养不良）、C级（严重营养不良）。SGA的一致性信度高达81%，敏感性为65%，特异性为89%。

Fontes 等发现：SGA诊断出营养不良的危重患者死亡风险较高，ICU住院时间较长。梁素娟等研究发现，相比于其他营养评估工具，SGA在诊断神经外科重症患者营养不良时更有效。柳小霞等在STBI 患者营养评估中，依赖病史和体格检查，而较少使用大量测量和生化指标，因为患者常伴随身体组成、进食和消化吸收功能改变及肌肉消耗，临床表现即可综合反映营养状况，更符合病情复杂、指标易受干扰的特点。但是，在实际临床工作中，SGA存在诸多局限性：一方面，SGA主观评定条目居多，要求患者意识清醒才能准确回答，而STBI 患者多处于昏迷状态，无法回答；另一方面，对评估者专业性要求高并依赖主观判断，使不同评估者之间一致性难以保证。

2.2 控制营养状态评分（controlling nutritional status，CONUT） 

由Ignacio 等2005 年提出，用于评估住院患者营养状况，综合考虑血清白蛋白、淋巴细胞计数和胆固醇水平，根据总分将营养状态分为四个等级营养不良：正常（0~1 分）、轻度（2~4 分）、中度（5~8分）和严重（9~12分）。孙明月等发现，STBI患者的CONUT评分每升高1 分，28 d 死亡风险增加44%，且以4 分为截断值时预测效能显著优于单一白蛋白。这提示单一营养学指标不足以准确反映STBI 患者的真实状态。

张军等发现，CONUT作为独立危险因素与不良预后相关，并与ICU住院时间及机械通气时长呈线性关系，反映了其在营养状况与疾病严重程度之间的桥梁作用。在老年STBI 人群中，CONUT≥3 分即可较好地预测6 个月神经功能结局不良，且鉴别力优于NRS-2002。CONUT不仅能够通过整合白蛋白、淋巴细胞及胆固醇水平更全面地反映机体营养与免疫状态，还能在STBI 患者的早期风险评估和营养干预决策中提供参考。

2.3 全球营养不良领导倡议（global leadership initiativeon malnutrition，GLIM） 

2018年，全球领导人发起营养不良评定标准，简称GLIM标准。GLIM标准旨在为成人住院患者提供统一的营养不良评定标准，包含3 项表现型指标（非自主性体重丢失、低体质指数、肌肉量降低）、2 项病因型指标（食物摄入减少或吸收障碍、疾病负担/ 炎症），诊断营养不良至少需符合1 项表现型和1 项病因型标准。

研究发现，在入ICU 24 h的患者中，GLIM标准比SGA更具灵敏度，是住院时间和再入院的独立预测因素。Liu 等通过对神经重症病房135 例患者进行营养评估发现，GLIM 标准对神经危重症患者营养不良诊断的灵敏度与特异度较高，相比于其他营养评估工具，GLIM标准展现出显著优势，不仅涵盖了体质指数、非自主性体重下降百分比、食物摄入情况、疾病负担及炎症指标等传统评估维度，还进一步纳入肌肉量减少和急慢性胃肠道症状等维度，使评估内容更全面，适合STBI患者。

2.4 肌肉测量 

在STBI 患者的营养评估中，肌肉质量的评估尤为重要。超声、CT 和生物电阻抗分析等方法，未来有望成为肌肉质量评估的有效工具。当高端技术设备不易获取时，体格测量方法可作为补充。研究显示，危重患者在入ICU即出现显著肌肉丢失。超声因无创、可重复且适合床旁操作，被专家共识推荐作为首选工具，股直肌厚度与回声强度可敏感反映肌肉量和质量变化，且能动态监测营养干预效果。

CT作为身体成分测量的金标准，有助于识别入院时营养不良风险较高的患者，尤其是肌肉密度低或内脏脂肪组织较多的重症患者，但因转运及辐射限制其广泛应用。生物电阻抗通过相位角反映细胞膜完整性和肌肉储备。研究表明，相位角与STBI 患者营养状态显著相关，可作为预测营养不良风险和评估营养状态的有效工具。

然而，在危重患者中，身体水分含量的变化是常见现象，但结果易受容量管理和脱水治疗影响。除影像与电生理学方法外，体格测量因其简便、低成本和易于床旁实施，在STBI 营养评估中也具有补充价值，常用指标包括小腿围、上臂中围、上臂肌围及握力。亚洲肌少症工作组建议，男性小腿围<34 cm、女性小腿围<33 cm作为肌肉减少的参考标准；上臂肌围= 上臂中围-π× 三头肌皮褶厚度，其截止点大多按性别的百分位数确定；握力作为功能性指标，女性<18 kg、男性<28 kg 与营养不良密切相关。

体格测量方法操作简便，适合ICU床旁和康复随访，能快速识别营养不良风险并追踪干预效果。因此，肌肉质量评估作为STBI 患者营养状况判断的重要手段，较传统指标更为敏感和直观。未来应结合STBI 患者的病情特点，建立肌肉质量的分层参考标准，明确营养风险及预后之间的关系。

2.5 人工智能的应用 

STBI 患者的营养状况受多种因素的影响，传统基于静态数据的评估工具，往往无法实时反映患者的营养需求变化。在营养学领域，人工智能定义为利用概念算法、机器学习和深度学习技术，从与营养数据、饮食模式及其他健康因素相关的数据中进行分析和解释，以便做出科学合理的决策。

Pan 等设计预测STBI 患者的肠内营养不耐受风险的动态列线图，表现出较高的判别力和良好校准，可在营养支持早期阶段识别高风险人群。Wang等整合入院24 h 内的多模态临床参数，构建的LightGBM 模型在预测患者7 d 内能量摄入不足方面表现出较高的准确性，明显优于传统的NRS-2002 评分。该模型进一步升级为实时在线系统后，可自动提取病房数据并输出个体营养风险概率，显著缩短能量达标时间，并降低并发症的发生率。

此外，Salinari等指出，人工智能在营养筛查与评估中的应用具有重要价值，尤其在重症监护环境中，有助于早期识别营养不良及相关临床事件。人工智能在STBI 患者的营养评估中展现出良好前景，适用于病情变化快、意识障碍明显、传统评估手段受限的STBI 患者；而且，人工智能可整合多源数据，动态预测营养风险，及时做出干预决策。然而，目前相关研究多处于初步阶段，仍需加强模型的临床验证与优化。未来应推动人工智能与神经重症营养管理深度融合，构建更具针对性、动态化的评估体系，以提高STBI 患者的营养干预效果与临床预后。

3. 小结与展望

STBI 患者病情危重、代谢需求高，面临更高的营养风险，建议在入ICU 48 h 内采用NUTRIC 或mNUTRIC评分进行营养风险筛查，GLIM标准进行营养评估，对于长期监测的患者，推荐使用CONUT评分。同时，关注肌肉质量的评估。CT是肌肉评估的“金标准”，提供高准确性，但检查风险高，应谨慎使用；生物电阻抗是一种简单、安全、无创的方法，但可能受到患者病情的影响；而超声作为无创且能在床边实时监测的方式，专业性要求较高。

在技术设备有限的情况下，建议采用简单的人体测量和体格检查方法，可根据患者的具体临床情境灵活选择多维度的评估工具和方法。未来，结合肌肉质量评估、动态营养监测以及人工智能技术的创新方法，能够为STBI 患者提供更加精确和个性化的营养评估方案。

来源：童雅倩,路艳萍,周慧,等.重型颅脑损伤患者营养评估工具的研究进展[J].中国临床神经外科杂志,2025,30(09):557-561.DOI:10.13798/j.issn.1009-153X.2025.09.010.