引言

肾内透析患者营养不良的发生率高达18%～75%，其与低生活质量、高住院率及死亡率密切相关。营养不良不仅表现为体重下降、肌肉萎缩等体征，还伴随免疫功能下降、炎症反应加剧等病理改变。尽管国际肾脏营养与代谢协会（ISRNM）提出了蛋白质-能量消耗（PEW）的诊断标准，但临床实践中仍缺乏系统化、可量化的风险评估工具。因此，构建一套科学、实用的营养不良风险评估模型，对早期识别高危人群、制定干预策略具有重要意义。

1模型构建

1.1指标筛选与数据收集

在构建透析患者营养不良风险评估模型时，指标筛选基于文献回顾及专家共识，涵盖多维度的临床及营养相关变量。人口学特征包括年龄、透析龄、原发病类型（如糖尿病肾病）及合并症（如高血压、心力衰竭），以评估基础疾病负担。营养摄入评估采用3日饮食记录法计算蛋白质及能量摄入量，并结合标准化氮表现率（nPNA）量化摄入充足性。体格测量指标如体重指数（BMI）、肱三头肌皮褶厚度（TSF）和上臂肌围（MAC）用于反映脂肪储备与肌肉量变化。生化指标方面，血清白蛋白（<35g/L提示营养不良）、前白蛋白（半衰期短，敏感反映急性营养变化）、转铁蛋白（需排除铁代谢干扰）及总胆固醇（与死亡风险呈U型关联）被纳入评估体系。功能状态通过主观整体评估（SGA）量化，包括体重下降程度、饮食摄入变化、消化道症状及日常活动能力，以综合判断营养状况。

1.2统计学建模

在统计学建模阶段，首先通过单因素分析筛选与营养不良显著相关的变量，再采用多因素Logistic回归进一步明确独立危险因素。例如，蛋白质能量摄入不足、透析龄延长及超敏C反应蛋白升高等指标被证实具有显著预测价值，其比值比（OR）分别为8.732、1.537和1.671。为提升临床实用性，模型采用列线图（Nomogram）形式呈现，将连续变量转化为可视化刻度，便于快速计算个体风险评分。列线图整合各变量的权重，通过简单累加得分即可预测营养不良发生概率，为临床决策提供直观工具。该建模方法兼顾统计严谨性与操作便捷性，适用于动态监测高风险患者并指导早期干预。

2模型验证

2.1内部验证

在模型验证阶段，内部验证主要通过区分度和校准度检验评估模型的预测性能。区分度检验采用受试者工作特征曲线（ROC）分析，计算曲线下面积（AUC）以衡量模型对营养不良高风险与低风险人群的判别能力，AUC值越接近1表明区分能力越强。校准度检验则通过绘制校准曲线，直观比较模型预测概率与实际观察值的一致性，同时结合Hosmer-Lemeshow检验进行统计学评估，若检验结果P值大于0.05，提示模型预测值与真实值之间无显著偏差，表明模型具有良好的校准性能。内部验证确保模型在构建数据集上的稳定性和可靠性，为后续临床应用奠定基础。

2.2外部验证

外部验证旨在评估模型在独立队列中的泛化能力，通常采用多中心或不同地区的数据集进行验证。通过纳入较大规模的独立样本，如数万例血液透析患者，利用Cox比例风险模型分析模型评分与临床结局（如全因死亡率、心血管死亡率）的关联性，以验证模型的预测效能。高风险组与低风险组的风险比（HR）可用于量化模型对不良结局的预测强度，例如高风险组患者的死亡风险显著高于低风险组，表明模型具有良好的外部适用性。外部验证是模型推广至不同人群的关键步骤，确保其在不同临床环境中的稳定性和可靠性。

2.3临床实用性评估

临床实用性评估聚焦于模型在实际医疗场景中的应用价值，包括动态监测策略和干预阈值设定。动态监测建议根据患者风险分层调整评估频率，如高危患者每月评估一次，病情稳定者每3至6个月评估一次，并结合人体成分分析技术（如生物电阻抗）优化监测方案。风险分层标准（如低危、中危、高危）的设定可指导个性化营养干预措施，如针对高危患者补充α-酮酸或调整透析液氨基酸浓度，以改善营养状况。临床实用性评估确保模型不仅具有统计学意义，还能为临床决策提供可操作的指导，最终提升患者管理效率和预后。

3讨论

营养不良在透析患者中普遍存在，且与不良预后密切相关，因此构建科学、全面的风险评估模型具有重要临床意义。现有模型通过整合多维指标，包括营养摄入、体格测量、生化指标及炎症标志物，显著提升了评估的准确性和全面性。相较于传统单一指标评估方法，该模型能够更精准地识别高风险患者，并减少因单一指标局限性导致的误判。例如，血清白蛋白作为经典营养评估指标，其水平易受液体负荷状态影响，可能导致假性低值或掩盖真实营养状况。而联合前白蛋白（半衰期短，对急性营养变化敏感）和转铁蛋白（需结合铁代谢状态解读）可提高模型的敏感性和特异性。此外，模型还纳入社会心理因素（如抑郁评分）和经济状况（如家庭月收入），进一步反映营养不良的多因素致病机制，包括生理、心理及社会经济层面的综合影响。然而，该模型仍存在一定局限性。首先，模型的性能高度依赖数据质量，包括指标的采集方法、标准化程度以及样本量大小。例如，营养摄入数据若仅依赖患者自我报告，可能存在回忆偏倚或记录误差；而体格测量指标若未采用统一操作规范，可能导致数据异质性增加。此外，随着透析人群特征的变化（如老龄化、合并症谱改变等），模型需定期更新和再校准，以确保其持续适用性。其次，尽管模型在风险预测方面表现出色，但其指导下的营养干预对硬终点（如死亡率、住院率）的影响仍需进一步验证。未来研究应通过随机对照试验或前瞻性队列研究，评估基于模型分层的个性化干预策略是否能够显著改善患者临床结局。

结束语

综上所述，本研究构建的营养不良风险评估模型通过多维度指标整合与统计学验证，为肾内透析患者提供了量化风险评估工具。其临床应用有助于实现早筛、早治，降低营养不良相关并发症负担。

参考文献

[1]马国婷,向雨荷,杨芹,等.维持性血液透析患者营养不良风险评估图的构建[J].护理学杂志,2023,38(02):34-39.

[2]张余良,朱莉平,阮凯丽.肾内腹膜透析治疗尿毒症患者的效果及对其营养状况、生活质量的影响[J].中国医学创新,2021,18(36):141-145.

[3]来嘉慧.采用PDCA法对肾内透析患者的护理质量效果满意度观察[J].继续医学教育,2021,35(03):117-119.

[4]胡秀红,杨洪娟,崔红蕊,等.血小板/淋巴细胞比值、中性粒细胞/淋巴细胞比值与高通量血液透析患者蛋白质能量消耗的相关性[J].中国临床医生杂志,2021,49(01):41-44.

[5]冯云生,赵亚娟,张宝红,等.血液透析联合血液灌流对终末期糖尿病肾病患者血清炎症因子水平及营养不良的影响[J].河北医学,2016,22(07):1114-1116.