神经重症患者肠内营养喂养不耐受风险的早期预测模型构建与简化评分量表验证

《European Journal of Clinical Nutrition》：Early prediction of enteral nutrition feeding intolerance risk in neurocritical patients and development of a simplified risk scoring tables

本研究针对神经重症患者肠内营养喂养不耐受（FI）发生率高、缺乏特异性预测工具的问题，开发并验证了早期FI风险预测模型及简化评分量表。研究纳入440例患者，通过多因素分析确定年龄、GCS评分、APACHE II评分等7个独立风险因素，构建的模型AUC达0.941（验证队列0.924），灵敏度85.9%-96.0%。最终形成的13分制评分量表（截断值5分）预测准确率达84.3%，为NCU患者FI早期筛查提供了便捷工具。

　　

在神经重症监护室（NCU），肠内营养是支持患者康复的重要措施，但高达71%的患者会出现喂养不耐受（FI）——包括腹胀、腹泻、呕吐等症状。这不仅影响营养吸收，还可能导致机械通气时间延长、感染风险增加等严重后果。目前临床缺乏针对神经重症患者的特异性FI预测工具，通用评分系统存在局限性。为此，四川德阳市人民医院的研究团队开展了一项前瞻性研究，成果发表于《European Journal of Clinical Nutrition》。

研究团队通过前瞻性收集440例NCU患者数据，采用多变量逻辑回归分析确定独立风险因素，并构建可视化评分量表。主要技术方法包括：基于欧洲危重病医学会标准的FI定义、多时间点临床数据采集（每日4次连续7天）、二元逻辑回归模型构建、受试者工作特征（ROC）曲线验证模型区分度、Hosmer-Lemeshow检验评估校准度，以及Kappa系数检验量表与模型一致性。

患者特征

研究纳入300例建模队列患者，FI发生率为71.0%。其中便秘（49.3%）和腹泻（37.6%）是最主要表现。

单因素分析

单因素分析显示，FI组与非FI组在年龄、APACHE II评分、GCS评分、血糖、白蛋白等11个因素上存在显著差异（P<0.05）。

Logistic回归分析

多因素分析最终确定7个独立预测因素：年龄≥60岁（OR=5.208）、GCS评分3-5分（OR=5.452）、APACHE II评分≥20分（OR=5.771）、机械通气（OR=3.267）、鼻胃管喂养（OR=10.068）、血糖>11.1 mmol/L（OR=5.383）、白蛋白<30 g/L（OR=7.060）。

模型开发

基于回归系数构建预测模型：LogitP = -14.737 + 1.184×机械通气 + 2.309×喂养途径 + 1.650×年龄 + 1.336×GCS(6-8分) + 1.696×GCS(3-5分) + 1.753×APACHE II + 1.683×血糖 + 1.954×白蛋白。

模型验证

建模队列ROC曲线下面积（AUC）为0.941，灵敏度85.9%，特异性90.8%。

外部验证

140例验证队列显示模型AUC为0.924，灵敏度96.0%，特异性74.4%，预测准确率82.9%。

简化评分量表

将7个因素按回归系数权重转化为13分制评分：年龄≥60岁（2分）、GCS 6-8分（1分）、GCS 3-5分（2分）、APACHE II≥20分（2分）、机械通气（1分）、鼻胃管喂养（2分）、血糖>11.1 mmol/L（2分）、白蛋白<30 g/L（2分）。截断值5分，≥5分为高风险。

量表验证

验证队列显示量表预测准确率84.3%，与原始模型高度一致（Kappa=0.700）。

该研究创新性地构建了针对神经重症患者的FI专用预测工具。模型涵盖的7个指标均为NCU常规监测项目，便于临床推广。相比既往研究（AUC多低于0.87），本模型表现出更优的区分能力。值得注意的是，鼻胃管喂养风险显著高于鼻肠管（OR达10.068），提示喂养途径选择对预防FI至关重要。研究局限性包括单中心数据和未追踪住院时间等结局指标，但为FI高风险患者早期识别提供了实用工具，有望通过针对性干预改善患者预后。