使用技术识别医院营养不良:范围审查

介绍

不适当的饮食会导致营养不良，这是一种个人没有摄入足够的营养来维持其目前的生理健康水平的状况[1］.

营养不良会增加患某些慢性疾病的风险，如心血管疾病、骨质疏松症(骨密度下降)和肌肉减少症(肌肉组织、质量和功能下降)[1，2］.此外，在住院患者中，营养不良与多种不良结果相关，如免疫功能降低、感染率升高、手术并发症发生率升高、肌肉损失增加、伤口愈合受损以及总体发病率和死亡率升高[2］.

医院营养不良一直是一个历史问题，也是当前一个令人不安的问题，有记录的患病率在一些医院高达60% [2］.急性医院环境中的营养不良被认为是一个未被认识到的问题，因为对已经营养不良的患者和处于危险中的患者的监测、识别和初步评估不足[3.-6］.结果表明，在识别和监测营养不良患者和有营养不良风险的患者方面，卫生保健工作者准确和一致地识别营养不良老年患者的能力不是最佳的[3.］.

妥善处理、识别和监测营养不良可能会改善老年住院患者的前景。以查明和治疗营养不良为重点的干预措施对降低医院营养不良的风险和发生率具有积极影响[7］.此外，有需要加强营养监测，并尽早和系统地将食物摄取过程标准化[8-10］.其他研究发现营养信息学领域需要发展和创新[11，12］.随着当前技术进步的趋势，电子健康记录的实施和健康数据的不断发展，该领域的定位是将营养护理的最佳实践推进到初级保健环境，特别是为患者[13，14］.因此，需要深入了解在这一领域如何以及使用何种类型的技术。

据我们所知，没有任何已知的范围审查综合了现有的检测和确定医院营养不良的技术工具。因此，我们对文献进行了范围综述，以确定关于该主题的已发表文献的范围，描述主要发现并确定结果。

方法

我们跟着阿克西和奥马利[15]范围界定审查方法框架(通常被认为是范围界定审查的最佳实践)，分为以下几个阶段。

研究问题的发展

研究问题如下:关于在医院环境中使用技术监测和评估营养不良的已发表文献的程度如何?从现有文献中，我们知道以这种方式实施技术的影响和结果是什么?

搜索策略开发

我们最初在PubMed中开发了完整的搜索(文本框1)，然后将其用于Scopus和CINAHL数据库。

多媒体附录1显示了PubMed、Scopus和CINAHL中搜索策略中使用的搜索词。搜查是在2017年8月9日至15日之间进行的。在检索了3个数据库和文章选择之后，我们还审查了纳入研究中的参考文献，以确保我们考虑了所有可能的相关文章。

选择标准

我们选择主要文章纳入范围评价，如果它们讨论了适用的基于技术的方法来监测或评估医院或初级保健环境中的营养不良。不是用英语写的或翻译成英语的文章不包括在内。

“适用”的定义包括已被描述、设计或目前在医院或初级保健机构使用和应用的系统。我们筛选文章以确定系统的相关性。

基于技术的方法指的是任何由技术驱动或基于计算机的工具或系统，包括硬件组件或软件组件(包括基于Web和云的应用程序)。基本上，基于技术的方法排除了任何传统的营养支持工具，这些工具只包括传统上用于营养评估的基于纸张的方法。

我们排除了主要考虑非技术驱动或非计算机为基础解决医院营养不良问题的研究。我们还排除了基于医院的技术驱动或基于计算机的解决方案，如医院会计系统或库存系统，这些与营养无关。为了我们综述的目的，我们排除了主要针对产前和新生儿患者的营养管理系统的研究。本次范围审查的主要目的是确定成人医院使用的技术相关系统。

文章选择和数据提取

我们选择的文章分为两个阶段:(1)标题、摘要和关键词审查阶段;(2)全文审查阶段。

第一阶段审查考虑了所有搜索结果。我们根据Griebel等人使用的模板开发了一种关联形式[16]以协助第一阶段检讨(多媒体附录1)。在第二阶段审查中，我们纳入了符合第一阶段审查纳入标准的文章。我们筛选并随后删除了重复的文章。如果标题足以表明正在讨论技术驱动的营养管理工具或系统，那么没有摘要的标题将被纳入第二阶段审查。对于那些我们在第一阶段和第二阶段评审后认为相关的文章，我们获得了全文文章，并将其纳入本范围评审。

数据图表

我们根据工具或应用程序测量的内容来组织文章:营养不良评估，食物摄入监测，或两者兼而有之。在这三个类别中，我们根据所使用的技术类型对文章进行了细分:软件(包括基于云的应用程序)，基于硬件(包括便携式设备)，或两者兼而有之。

结果的整理和总结

本次范围审查的目的是分析符合条件的文章，以获得关于医院营养监测和评估的技术和计算机方法的科学文献概述。考虑到这一目标，我们总结并展示了来自合格出版物的关键信息和概念集合。我们开发了一个数据综合和表征表格，包括以下研究特征:作者;出版年份;原产国;出版类型;目的和目的;患者或参与者的描述;物品描述;使用的技术类型(硬件、软件或两者兼而有之); availability of the tool or app (theoretic, prototypic, in use, or validated); outcomes of the intervention; and cost implications (if available).

结果

描述性的总结

搜索返回5444篇文章。经过第一阶段和第二阶段的审查，我们认为总共有21篇文章是相关的。营养不良评估是最常见的目标(n=15, 71%)，其次是营养摄入监测(n=5, 24%)，然后是测量两部分的应用程序(n= 1.5%) (图1)。

大多数营养不良评估文章讨论了基于医院自己的计算机系统中创建和集成的软件的技术(n= 12.80%)。在软件类别中，有一篇文章提出了一种基于云的营养不良评估系统(n= 1.7%)。一些研究直接使用硬件组件(便携式设备)评估营养不良(n= 2,13 %)。

在食物摄入监测文章中，2项(40%)研究包含硬件组件，3项(60%)使用了同时包含硬件和软件组件的技术。

一篇文章提到了一个包含营养不良评估和食物摄入监测技术的包容性营养系统。多媒体附录2详细介绍我们为本次综述检索和描述的所有主要文章。大部分文章发表于2012 - 2016年(图2)。

关于该主题的最大份额的出版物来自美国(n=7, 33%)，其次是英国(n=4, 19%)，西班牙(n=2, 10%)，台湾，菲律宾，荷兰，法国，中国，澳大利亚，阿根廷和以色列，各有1篇文章(n=1, 4.8%)。

大多数文章报道了半实验研究(n=16)，其次是描述性研究(n=3)，随机对照试验(RCT;N =1)和回顾性研究(N =1)。半实验研究可能主导该领域，因为它们都引入了一种新的营养不良评估或营养摄入监测工具，主要是针对普遍接受和标准化的营养不良评估工具(如迷你营养评估-短表[MNA-SF]，主观整体评估[SGA]或全面营养评估[FNA])或专家意见，对其准确性和有效性(对患者，参与者或提取的数据)进行测试。

大多数研究在患者或参与者身上测试了他们的工具和应用程序(n=14)。此外，大多数研究报告称，他们的工具或应用程序能够提高营养不良的检测或意识(n=14)。同样的文章报告了通过使用经过验证的工具(例如，MNA-SF, SGA或FNA)或临床营养专家和营养师咨询或测试(n=15)确定的各自工具或应用程序的准确性程度。

‎ 查看此图

‎ 查看此图

研究特征分析

技术干预

在一些包含软件组件的文章中提到的一个关键概念是自动数据收集。例如，一些软件系统包含允许医院其他部门(如生化实验室)自动更新患者血液检查结果的功能[17-19］.除了从实验室结果中获得的数据外，生物电阻抗结果也会自动更新并用于评估营养不良[20.-22］.(生物电阻抗是一种无创的测量体液成分的方法，使用的是放置在手腕和脚踝上的电极。测量结果可以作为一个参数-与其他参数(如身高和体重)一起使用-来评估个人是否营养不良。然后，相应的数据被添加到计算机应用程序上的患者文件中，该文件与生化标记相结合，可用于准确评估营养不良。

软件应用程序的另一个功能是能够显示营养诊断(例如，营养不良，营养不良，低蛋白质能量代谢)，自动警告或一旦评估相关数据参数就发出警报。一些应用程序提供自动警报，当病人被评估为有营养不良的风险时，通知医护人员[12，17，19，21］.其他软件应用程序在提示时提供营养不良评估，这是通过手动输入相关参数的数据来完成的[23-25］.

只有1项研究使用了基于云的技术组件。它允许医护人员创建一个帐户，登录，并开始手动输入患者数据，如生化标记[26］.之后，系统提供相应的营养诊断(体重不足、营养不良和其他48种诊断)。

对于硬件部分，使用便携式设备来评估营养不良风险。这些便携式设备主要是20世纪80年代的掌上电脑，可以手动输入身体、人体测量和实验室结果，以产生营养不良评估[27，28］.硬件组件包括一个可穿戴设备eButton，旨在实时记录食物摄入量，并通过直接监测评估营养不良风险[29］.另一项研究讨论了使用硬件组件(电子体重秤、身高秤和生物电阻抗谱仪)，结合计算机程序，可以预测患者营养不良的可能性[30.］.其他讨论包含硬件和软件组件的系统的文章提到使用含有“擦除”功能的平板电脑来监测食物摄入量[10，30.］.这一概念使得对食物的估计更加准确。它允许医疗从业人员擦去平板上相应的食物，平板上描绘着为病人提供的食物。该软件组件可以通过相应的被擦除的食物量准确地估计食物的摄入量。

整体结果

大多数干预措施取得了成功(n=16, 76%) [12，17-23，25-27，29，31-34］.几篇文章中提到的一个结果是时间效率的提高，这得益于该过程的技术实施[19，23，25-27，31，33，34］.其他文章报告说，实施一项技术成分提高了医院内营养不良的检出率[12，17，20.，22，28，30.，31，34］.早期检测可以对那些被诊断为营养不良的患者做出更快的反应。

除了节省时间和提高检出率外，还有4篇文章讨论了将上述技术应用于实践所节省的经济效益和潜在成本[19，23，31，34］.Giovannelli等[31讨论了一个自动电子邮件警报系统是如何为先前已知的营养不良的再入院患者缩短住院时间的。Rossi等[19]希望他们的电脑程序每年能节省6500至1万澳元的营养不良住院费用。McGurk等[23]认为，他们独特的自我筛选营养不良评估程序将有可能减少卫生保健工作者的工作量，从而有可能削减成本。Hershkovich等[34]，讨论了他们的医院如何经历资金削减，导致临床营养部门缩减，这让位于Rambam自动营养计算机筛选(RANCS)工具的开发。他们认为，当临床营养部门缩小规模是一个问题时，RANCS是一个具有成本效益的选择。

可用性

在审查的工具和应用程序中，不到一半(n=9)可用于进一步的临床测试和在其他医院系统中实施[17，20.，23，25，27，30.，31，33，34］.其余的工具或应用都处于原型或进一步测试阶段[18，21，22，24，26，29，35]或者是一个理论概念[10，28]，或者没有关于工具或应用程序可用性的信息[12，19，32］.

讨论

在本次范围审查开始时制定的2个研究问题如下:现有文献的广泛性是什么?主要影响和结果是什么?我们从工具和应用程序的有效性和准确性方面讨论结果;金融的影响;效率和教育影响;以及对未来和伦理的影响。

工具和应用程序的有效性和准确性

在本次范围审查中审查的21个工具和应用程序中，共有15个在使用营养不良评估应用程序或营养摄入监测工具准确提高营养不良检测和意识方面有效[12，19-23，26，27，29，31-34，36］.

有效性通过多种方式进行测试，包括评估研究、随机对照试验和对患者或参与者样本进行的原型测试。对营养不良评估应用程序的有效性和准确性进行了测试，对照全球医院使用的经过实践验证的营养筛查工具，如MNA-SF、SGA和FNA工具;或者直接根据临床营养师和临床营养专家的专家意见进行评估。通过比较估计进食量和实际进食量的结果，测试营养摄入监测工具的准确性和有效性[29，33，36］.这些结果表明，技术工具和应用程序的适用性可能不是只有是有效的，但它们也可能有一定程度的准确性，类似于目前广泛使用的传统营养不良评估工具。然而，只有Brieux等[12进行了一项随机对照试验，通过将软件系统与传统的纸质方法进行比较，直接评估了使用软件系统识别营养不良病例的有效性。因此，由于研究设计方法的原因，其他文章报道的准确性和有效性优于传统方法的改进受到证据程度的限制。

结果表明，营养不良评估工具和应用程序是用于衡量营养不良结果的主要技术形式，而营养摄入监测工具的使用程度较低。营养不良评估工具和应用程序可能在文献中占据主导地位，因为它们可能比营养摄入监测工具提供更大的激励和好处，而营养摄入监测工具本质上可能需要医院在基础设施(如记录硬件或摄像头)上额外支出。使用营养不良评估工具和应用程序的一个可能的动机是，与营养摄入监测工具相比，它们相对容易实施。这可能是因为大多数营养不良评估应用程序都包含软件程序，这些程序可以很容易地适应医院现有的电子基础设施[12，17，19-23，26，31，32，34］.

一些最简单的应用程序使用Excel文件，这些文件与作者开发的算法绑定在一起[23，31］.McGurk等[23]描述并测试了他们的自我筛选工具，该工具允许所有住院患者测量并将自己的人体测量参数(体重和身高)输入Excel文件。这是为了确保对所有可能的病人进行营养不良筛查。令人满意的是，结果显示，在测量和数据输入方面，医护人员和自我筛查的患者之间没有显着差异或错误。Giovannelli等[31]描述了一个Excel电子表格，其中包含之前所有被确定为营养不良或有风险的患者的列表，另一个Excel电子表格包含过去24小时内所有住院患者的列表。作者开发了一种算法，可以自动交叉引用这两张电子表格，以识别出现在两者上的匹配名称，从而自动通知医院的营养部门。引入和构建新硬件组件所需的努力可能看起来令人沮丧;然而，如果医院选择采用和开发类似的应用程序，后两项研究似乎相对有吸引力。在这项范围审查中，不可能比较营养不良评估应用程序与营养摄入监测应用程序的有效性，因为研究的规模不同，而且它们测量的参数不同。

涉及的财务问题

从经济角度来看，营养不良与医院内LOS和再入院率的增加有关[35］.矛盾的是，长期的LOS与营养状况的进一步下降有关，这是两种元素之间发生的一种恶性循环[8］.因此，减少营养不良发生率可能会减轻医院的经济负担。科雷亚和韦茨伯格[37比较和评估营养不良患者和营养良好患者之间的医院相关费用;他们发现，营养不良患者的住院相关费用是营养不良患者的3倍。同样，其他研究也有类似的发现，营养不良患者的住院相关费用高于营养不良患者;即使是有营养不良风险的病人也有较高的住院相关费用[38-40］.

经审查的文章中，共有3篇提到与实施以技术为基础的营养不良评估方法有关的经济激励措施[19，23，31］.虽然没有直接的货币交易，但作者认为，经济激励的形式是减少与营养不良有关的未来住院费用。这种节省被认为来自于通过提高计算机辅助的流程效率和减少患者的LOS(失活)经验来减少医护人员的工作时间[19，23，31］.

由于北美的卫生保健费用正在上升，而且与营养不良有关的费用占其中的一部分，因此研究结果表明，在医院环境中实施这种技术可以节省费用[41］.此外，这种类型的成本节约可能对医院有吸引力，因为它不同于依靠解雇卫生保健工作者来削减成本的努力。

由于老年患者在医院内出现不良状况的比率增加，医院可能会发现，采取比传统方法更快地识别营养不良的措施是有益的。Giovannelli等[31表明及早发现营养不良可能会引起更快的反应，从而可能减少医院的LOS。此外，他们的软件程序显示降低了LOS率，并改善了对医院预算的财务影响。因此，这种技术可能会引起医院的兴趣，因为它可以减轻与去条件化和LOS增加相关的负面后果。

经济激励也延伸到患者。他们不仅在生理上受益于早期发现营养不良，而且在经济上也受益于减少在医院外进行家庭护理或护理的费用。42］.

在医院和其他有"按绩效付费"基础设施的医疗机构中，发现营养不良可能导致显著更多的财务补偿。痛风等[5]收集了来自不同国家实施按绩效付费基础设施的医院的多个案例，并描述了与未发现的营养不良有关的损失:澳大利亚的两项研究报告称，与未诊断和未记录的营养不良直接相关的年度财务损失分别为1,850 540澳元和1,677,235澳元[5];一项德国研究报告称，由于未被识别和不明原因的营养不良，经济损失达35280欧元[43];美国的一项研究报告称，一家医院在一年内损失了8.6万美元[44］.有证据表明，实施这种技术可能会增加医院收回与未查明的营养不良病例有关的任何放弃的收入或补偿的潜力。

效率和教育意义

结果表明，技术营养支持工具和应用程序可能有助于减少卫生保健工作者的工作量和评估患者营养不良的时间[19，23，27，32-34］.这可能是有益的，因为这些技术可以促进营养不良的评估、监测和认识工作，只需较少的卫生保健人员，或者通过鼓励患者自己对营养不良进行自我评估。与传统的医院营养不良监测方法相比，技术营养支持工具和应用程序也可能具有优势。一些研究表明，技术营养支持工具和应用程序有可能提高医院在识别营养不良方面的效率和效果[19];检测更多的营养不良个案[12，34];提高临床营养诊断的准确性[26］.

研究结果还显示，某些工具和应用程序可以自动收集相关数据，也可以通过手动输入系统来收集相关数据。在我们的回顾中，更多的文章讨论了能够自动收集数据的工具或应用程序。一些研究将他们的营养支持技术描述为能够相对独立地监测、评估和识别医院营养不良病例，或者只需要卫生保健工作者极少的投入[12，17，19-22，29，31，33］.

能够独立运行或投入最少的技术在噪声污染严重的医院区域，或在卫生保健工作者人工收集和分析营养不良信息的时间相对较少的区域(例如在重症监护病房或重症监护病房)可能是有益的。此外，一些医院选择解雇医护人员，这增加了工作量和病人与护士的比例，进一步增加了营养不良监测和评估工作的压力[45］.因此，能够独立运作的技术在这些领域可能是有益的，以减轻与患者与护士比例增加有关的负面关联。

此外，营养支持工具和应用程序可能对包括护士和医生在内的卫生保健工作者具有教育意义。营养学家和临床营养专家在营养不良评估和鉴定方面比护士和医生有更多年的正规教育和经验[46］.营养教育在医学院和护理学校的作用很小，而且进一步证明是不充分的[46］.很少有工具和资源提供给护士或医生，以扩大他们在这一领域的实践知识。因此，能够以用户友好的界面评估和监测患者营养不良的工具和应用程序可能对这些卫生保健工作者有益。我们回顾的所有文章都测试或描述了营养支持工具或应用程序，这些工具或应用程序可以根据其各自的数据输入形式提供警告、警报、风险或预测结果。这些工具的操作方式可能类似于使用计算器来解决复杂的数学问题，而不需要广泛的营养知识。

但是，没有一篇文章从用户的角度讨论了易用性。建立可用性评级的重要性可能有助于确定工具或应用的可用性实际实用性。

未来及伦理影响

通常的做法是，范围审查不涉及与所使用文献来源有关的质量评估问题。在这个范围审查中，我们试图使用和获取基于同行的研究文章，这些文章直接在一群患者或参与者身上测试了他们的工具或应用程序。本文中的几篇文章包含了理论概念阶段(10，28］.因此，他们的发现被用来概述各自领域内可能的未来研究方向。

此外，每一篇被审查的研究文章都包含了不同的、独特的软件和硬件技术。未来的研究应寻求以随机对照试验的形式测试一种计算机工具或应用程序在不同医院的功效，以便为该领域提供更高水平的证据。未来比较和测试使用营养不良评估工具和应用程序与营养摄入监测工具的结果也会很有趣。

限制

我们可能在本综述中排除了一些相关的研究文章，因为我们只筛选了英语出版物。一些研究(n=8)由于语言限制而未通过2期相关性筛查。这些研究可能在本综述中增加了进一步的应用和结果。也许今后翻译这些出版物的努力将为该领域增加价值和知识。最后，由于这是一项综述性研究，我们的分析仅基于每篇纳入的文章中的信息，这些信息仅在发表时是最新的。

结论

利用技术监测食物摄入和评估营养不良已开始被考虑用于未来的医院流程，旨在识别、诊断和评估医院营养不良。全世界正在开发许多计算机化工具和应用程序，以解决医院营养不良问题。研究这些技术的影响，检查它们的适用性和可能的改进领域是有益的。