Taipei Medical University Institutional Repository:Item 987654321/4385
92
0
0
全文
(2) 摘要 有鑑於台灣長期使用呼吸器病患人數之逐年增加，為了提升醫療 品質，降低健保支出，故針對此類病患利用臨床常見之營養評估工具 迷你營養評估量表 (Mini nutritional assessment, MNA)、主觀性營養評 估 量 表 (Subjective goal assessment, SGA) 及 老 人 營 養 風 險 指 標 (Geriatric nutritional risk index, GNRI)，來探討何者可用來評估此類病 患之營養狀況，以利營養師臨床之應用。收集 68 位來自兩所不同醫 院層級呼吸治療病房 (respiratory care ward, RCW) 長期使用呼吸器 病患，發現 GNRI 相較於 MNA 及 SGA 在「正常組」及「營養不良 危險組」中與白蛋白、身體質量指數、最大吸氣壓力具有顯著組間差 異性並呈現正相關。以 ROC curve 分析，GNRI 相較於 MNA 及 SGA 具有較高之效度。更進一步以 GNRI 之四個層級進行比較，結果顯示 GNRI 之層級差異與病患之體重、身體質量指數、白蛋白具有顯著差 異，表示隨著 GNRI 分數之上升，病患有較佳之營養狀況，且最大吸 氣壓力亦有此趨勢。故認為針對 RCW 長期使用呼吸器病患，GNRI 較能作為此類病患之臨床營養評估工具，以輔助營養師臨床之應用。 關鍵字：迷你營養評估量表、主觀性營養評估量表、老人營養風險指 標、長期使用呼吸器病患、營養評估 I.
(3) Abstract Long term mechanically ventilated (LTMV) patients were increased in Taiwan. To increase the quality of medical and decrease the spend of health insurance, we used Subjective Global Assessment (SGA), Mini Nutritional Assessment (MNA) and Geriatric Nutritional Risk Index (GNRI) to set up an early assessment tool of nutrition status may help in monitoring patients in time. 68 patients completed this study who were from respiratory center ward (RCW) of Keelung Hospital, Department of Health Executive Yuan, R.O.C. and Jen-Kang Hospital in 2006. GNRI has significant di f f e r e nc ebe t we e n“ nor ma l ”a n d“ a tr i s k ”and positive correlation with albumin, body mass index (BMI) and maximal inspiratory pressure (Pimax) than in MNA and SGA. In validity, GNRI better than MNA and SGA can avoid to loss patients who were at risk. To identified the GNRI deeply, there are significant difference with albumin, BMI, Pimax in four levels. It confirmed as GNRI levels increased, indeed can respond to nutrition status. In conclusion, Geriatric nutritional risk index (GNRI) can be an assessment tool to response the nutrition status of LTMV patients in RCW.. Key words: Geriatric nutritional risk index, Mini nutritional assessment, Subjective global assessment, long term mechanically ventilated patients, nutrition assessment. II.
(4) 目錄 頁數 摘要............................................................................................................. I Abstract ......................................................................................................II 目錄.......................................................................................................... III 表目錄.....................................................................................................VII 圖目錄...................................................................................................... IX 附表目錄....................................................................................................X 附圖目錄.................................................................................................. XI 附錄.........................................................................................................XII 第一章 緒論.............................................................................................. 1 第二章 文獻回顧...................................................................................... 2 第一節 長期使用呼吸器病患........................................................... 2 (一) 長期使用呼吸器病患之定義 ............................................. 2 (二) 呼吸器脫離指標 (weaning index)..................................... 3 (三) 長期使用呼吸器病患之高風險群 ..................................... 4 第二節 長期使用呼吸器病患之營養議題....................................... 5 第三節 營養評估............................................................................... 6 (一)營養評估之重要性 ............................................................... 6 III.
(5) (二)營養評估工具之種類 ........................................................... 7 (三)MNA、SGA、GNRI 優缺點之比較..................................11 (四)客觀性生化數值–白蛋白及身體質量指數 ..................... 12 (五)良好營養評估工具之條件 ................................................. 13 第三章 研究目的.................................................................................... 15 第四章 材料與方法................................................................................ 16 第一節 受試者條件......................................................................... 16 第二節 收集資料............................................................................. 16 第三節 研究工具............................................................................. 17 (一)體位測量 ............................................................................. 17 (二)生化數值分析 ..................................................................... 18 (三)營養評估 ............................................................................. 18 (四)呼吸器脫離指標測量 ......................................................... 20 第五章 統計分析.................................................................................... 22 第六章 結果與討論................................................................................ 23 第一節 長期使用呼吸器病患之主要疾病類別 ............................ 23 第二節 受試者背景資料................................................................. 25 第三節 病患營養狀況之探討......................................................... 26 (一)白蛋白及身體質量指數與營養狀況之探討..................... 26. IV.
(6) (二)GNRI、MNA、SGA 評估分數與營養狀況之探討......... 28 第四節 營養評估方法之適用性..................................................... 32 (一) 以 GNRI、MNA、SGA 單獨篩檢探討病患營養狀況分布 ............................................................................................. 32 (二) 以 GNRI、MNA、SGA 交叉篩檢探討病患營養狀況分 布 ......................................................................................... 32 第五節 GNRI、MNA、SGA 與預後指標 (prognosis index)：白蛋 白及身體質量指數之探討............................................................... 35 (一) 白蛋白在「正常組」及「營養不良危險組」之探討... 35 (二) BMI 在「正常組」及「營養不良危險組」之探討 .... 35 第六節 GNRI、MNA、SGA 與住院天數之相關性探討 ............ 40 第七節 GNRI、MNA、SGA 之信度探討 .................................... 42 第八節 GNRI、MNA、SGA 與白蛋白、BMI、存活狀況之效度探 討....................................................................................................... 43 第九節 GNRI、MNA、SGA 與呼吸器脫離指標之相關性探討 58 (一) 病患之呼吸器脫離指標狀況探討 ................................... 58 (二) 就呼吸器脫離指標在「正常組」及「營養不良危險組」 組間差異進行探討 ............................................................. 60 第七章 結論............................................................................................ 65 第八章 參考文獻.................................................................................... 66 V.
(7) 中文部份........................................................................................... 66 英文部分........................................................................................... 67. VI.
(8) 表目錄 頁數 表 1 病患疾病類別比較.......................................................................... 24 表 2 病患之基本資料............................................................................. 25 表 3 病患營養狀況-白蛋白及身體質量指數之探討 ........................... 27 表 4 病患營養評估狀態之探討............................................................. 31 表 5 交叉比較三種營養評估工具方法 ................................................ 34 表 6 比較身體質量指數、白蛋白及住院天數與三種營養評估方法之差 異性 ............................................................................................... 37 表 7 比較身體質量指數、白蛋白及住院天數與三種營養評估方法之相 關性 ............................................................................................... 38 表 8 MNA 各切點與 BMI=25 之敏感性及偽陽性結果 ....................... 46 表 9 MNA 各切點與白蛋白=3.5 g/dL 之敏感性及偽陽性結果 .......... 47 表 10 MNA 各切點與存活狀況之敏感性及偽陽性結果 ..................... 48 表 11 GNRI 各切點與 BMI=25 之敏感性及偽陽性結果..................... 49 表 12 GNRI 各切點與白蛋白=3.5 g/dL 之敏感性及偽陽性結果........ 50 表 13 GNRI 各切點與存活狀況之敏感性及偽陽性結果..................... 51 表 14 BMI=25 及 albumin=3.5g/dL 在 MNA 及 GNRI 之敏感性及偽陽. VII.
(9) 性結果 ........................................................................................... 52 表 15 身體質量指數 (=25) 與三種營養評估工具之效度探討 .......... 53 表 16 白蛋白 (=3.5 g/dL) 與三種營養評估工具之效度探討............. 54 表 17 存活狀況與三種營養評估工具之效度探討 .............................. 55 表 18 BMI=25 及 albumin=3.5 g/ dL 在 MNA、SGA、GNRI 之效度結 果 ................................................................................................... 57 表 19 病患呼吸器脫離指標狀況之探討 ............................................... 59 表 20 呼吸脫離指標與三種營養評估法之探討 ................................... 61 表 21 GNRI、MNA、SGA 之總結果探討 ........................................... 63 表 22 比較 GNRI 與體重、身體質量指數、住院天數、白蛋白、呼吸 快淺指標、最大吸氣壓力之相關性 ........................................... 64. VIII.
(10) 圖目錄 頁數 圖 1 比較 MNA 及 GNRI 與 BMI=25、白蛋白=3.5 g/dL 及存活狀況 之 ROC curve 結果………………………………………………45. IX.
(11) 附表目錄 頁數 附表 1 迷你營養評估量表..................................................................... 73 附表 2 主觀性營養評估量表................................................................. 74 附表 3 公式型式之營養評估工具 ........................................................ 75 附表 4 效度之說明................................................................................. 76. X.
(12) 附圖目錄 頁數 附圖 1 吊床式體重機構造說明............................................................. 77 附圖 2 呼吸器脫離指標儀器圖解 ........................................................ 78. XI.
(13) 附錄 頁數 附錄 1 人體試驗同意書………………………………………………79. XII.
(14) 第一章 緒論 根據中央健保局資料顯示，國人 94 年度重大傷病住院醫療費用 申報情況，因呼吸衰竭需長期使用呼吸器病患位居健保支出之第二 位，僅次於癌症。近年來台灣地區醫療院所針對呼吸照護病患其病床 數及住院人次皆有逐年增加之現象。且此類病患常見有營養不良之情 形，進而增加死亡率。故皆突顯出台灣長期使用呼吸器病患醫療議題 之重要性。而在 2002 至 2003 針對羅東博愛醫院呼吸照護病房之病患 營養支持，熱量供應主要由 Ireton-Jones Equation 及 Harris-Benedict Equation 作為供應之基礎，發現病患以此公式獲得能量會有體重過重 之現象，體重增加不僅會造成照護者照護之困難，也會增加褥瘡及心 血管疾病之風險。因此在維持病患體重固定不變下進行熱量之探討， 發現男性病患僅能獲得熱量基礎之 76.38%，女性為 85.94% (鄭等， 2005)。因此衍生出營養介入適當與否之問題，而目前針對此類病患 並無一專一且適當之營養評估工具，故此論文欲利用臨床常見之營養 評估工具探討何者可適用於長期使用呼吸器病患，以協助臨床營養師 臨床支持之應用。. 1.
(15) 第二章 文獻回顧. 第一節 長期使用呼吸器病患 根據中央健保局資料顯示，國人 94 年度重大傷病住院醫療費用 申報情況，因呼吸衰竭需長期使用呼吸器病患其健保點數為 14,122,295,850 點 ， 位 居 健 保 支 出 之 第 二 位 ， 僅 次 於 癌 症 之 21,683,779,560 點，遠高於第三位慢性精神病之 7,927,220,802 點及第 四位急性腦血管疾病之 5,676,456,785 點 (中央健保局，2005)。近年 來台灣地區醫療院所針對呼吸照護之病床數及住院人次之資料顯 示：在病床數部分，90 年度病床數為 1,629 床，至 94 年度病床數上 升 3.8 倍至 6,218 床；在住院人次部份，90 年度住院人次為 6,125 次/ 年，至 94 年度住院人次上升 3.5 倍至 21,214 次/年。以每萬人口病床 數統計，94 年度為 2.74 較 90 年度之 0.73 上升 3.7 倍 (行政院衛生署， 2005)，此些數據皆顯示台灣呼吸照護病患比例有逐年增加之現象。 也突顯出長期使用呼吸器病患醫療議題之重要性。. (一) 長期使用呼吸器病患之定義 長期使用呼吸器病患之定義為依照美國健康照護財政管理局. （Health Care Financing Administration, HCFA）及台灣目前健保局 2.
(16) 給付制度予以訂定，其定義為每天需連續使用呼吸器大於6小時且經 胸腔科醫生診斷需連續使用呼吸器大於21天 (中央健康保險局， 2005)。此類病患在狀況穩定，但無法脫離呼吸器之狀態下，會送往 呼吸治療病房 (Respiratory care ward, RCW) 予以繼續照護，目的在 於協助病患早日脫離呼吸器。. (二) 呼吸器脫離指標 (weaning index) 臨床上利用呼吸器脫離指標 (weaning index) 作為判斷病患是否 有脫離呼吸器之可能。常見之呼吸器脫離指標有：呼吸快淺指標 (Rapid shallow breathing index, RSBI) 及 最 大 吸 氣 壓 力 (Maximal inspiratory pressure, Pimax)。呼吸快淺指標為病患在空氣的氧濃度 (29%)下，自發性呼吸持續一分鐘測得，其為自發性呼吸頻率 (fR)與 潮氣容積 (Vt) 的比值，當其値小於 105 bpm/L，代表病患有脫離呼 吸器之可能。最大吸氣壓力為在剩餘容積測得的最大吸氣壓力，等於 吸氣肌所產生的力量以克服整體呼吸系統所產生的向外回彈力，可用 來代表吸氣肌之強度，當其値小於 ﹣20 cmH2O，表示病患有脫離呼 吸器之可能性. (Drummond et al., 1997；李等，2006)。當病患的呼吸. 器脫離指標達到建議數值時，需經遞減呼吸器使用時間來評估病患是 否可適應，並且配合醫生及呼吸治療師之ㄧ次又ㄧ次的測試、評估，. 3.
(17) 才能斷定是否可完全脫離。. (三) 長期使用呼吸器病患之高風險群 人體之呼吸機制主要需藉由肌肉、心血管、腦、神經、肺臟之 功能完整及體內氣體濃度、壓力之平衡，才能有效進行換氣作用、外 呼吸及內呼吸，以達到呼吸機制正常運作。就中央健保局資料顯示長 期使用呼吸器病患之高風險族群為罹患心肺疾病、內外科合併多重器 官衰竭、神經肌肉疾病之三大類病患 (中央健保局，2005)。故當此 些疾病惡化之過程中，往往造成參與呼吸機制之器官受損，且伴隨著 因身體異化代謝引發肌肉耗損，而導致呼吸系統運作不全，因此病患 最後需藉由長期使用呼吸器來維持生命。國人之主要死因以慢性病為 居多：癌症、心血管疾病、高血壓、肺炎、支氣管炎、肺氣腫、氣喘、 結核病等皆為國人常見死因 (行政院衛生署，2005)，此皆為引發長 期使用呼吸器之高風險族群。 老年之定義為年齡大於六十五歲者。根據內政部戶政司資料顯 示，95 年度老年人口佔總人口數之 9.74% (內政部戶政司，2006)，95 年度老化指數為 52.05% 遠高於 82 年度之 23.81% (社政年報，2005)， 推估至 115 年度台灣老年人口將達總人口數的 20% (行政院經建會， 2006)。此些數據皆突顯出台灣老年人口之增加。老化使得食慾下降、. 4.
(18) 生理活動改變、瘦體組織流失，因此造成肌肉的耗損；也會增加慢性 病罹患之機會，因此皆相對增加長期使用呼吸器之風險。 故針對慢性病罹患率及老化人口之增加，未來依賴呼吸器之病患 將會大幅提升，因此台灣長期使用呼吸器病患之營養照護值得我們密 切注意。. 第二節 長期使用呼吸器病患之營養議題 長期使用呼吸器病患常見體重下降及組織耗損等營養不良現象 (Ergun et al., 2003；Mostert et al., 2000)，原因為能量消耗過多 (例如： 身體發炎反應、慢性感染)、食物攝取減少 (例如：厭食、疲憊、呼 吸困難、腸胃疾病、液體限制) 及其他因子 (例如：食物製備不易、 經濟問題)，加上老化、藥物等因子，而引發體內能量失衡 (Donna et al., 2004；Kyle et al., 1998；Donahoe, 1997)。 營養不良現象會使得身體藉由分解蛋白質來產生能量，造成呼吸 肌收縮強度及耐力下降 (Gosker et al., 2000；Jardim et al., 1981)，尤 其是對橫隔膜之影響而造成換氣作用運作不全 (Murciano et al., 1994)；呼吸道及肺泡廓清細菌之能力降低，增加併發症感染機會。 此外當體內新陳代謝速率降低，也會使得呼吸驅動能力下降。上述各 種情況都更加重呼吸功能之運作不良，如此惡性循環下往往會增加病 5.
(19) 患之死亡率 ( Landbo et al., 1999；Decramer et al., 1997；Chailleux et al., 1996；Gray-Donald et al., 1996)。 為了避免營養不良，臨床上藉由積極營養支持來尋求改善。但往 往卻又因過度餵食下，造成病患體位過重，增加病患疲憊感、囤積體 脂肪量及增加呼吸負擔，進而更延長呼吸器之使用時間 (Planas et al., 2005)。因此藉由一個適當且客觀之營養評估方法，可以輔助臨床營 養師正確的判斷病患營養狀況，以給予適當之飲食修正。. 第三節 營養評估. (一)營養評估之重要性 2007 年美國營養師協會 (American Dietetic Association, ADA) 在營養照護過程 (Nutrition Care Process, NCP) 中指出，營養評估為 營養照護過程之首要步驟，其目的為希望藉由足夠之訊息來了解病患 之營養相關問題，以進行一個持續且動態的追蹤，了解病患之營養狀 況 (Lacey K, 2003)。而營養評估主要希望藉由病患之「體位測量值、 生化數值、臨床檢驗、飲食歷史、情緒問題、功能性評估」來進行一 個主觀且客觀之營養狀況了解 (Council on Practice, 1994)。為了有效 率的執行營養評估，秉持著簡單、便宜、快速且不會造成病患疼痛之. 6.
(20) 原則，目前臨床上發展出許多營養評估工具，以利臨床營養師之應用。. (二)營養評估工具之種類 臨床上營養評估工具大致分為量表及公式兩種型式。迷你營養評 估量表 (Mini nutritional assessment, MNA) 及主觀性營養評估量表 (Subjective goal assessment, SGA) 為臨床上常見之量表式評估工具。 MNA 主要是以「篩檢」及「評估」兩大部分進行病患營養狀況之了 解，在「篩檢」部份利用病患過去三個月之飲食攝取情況 (例如：食 慾、吞嚥、咀嚼之情況)、行動力 (例如：臥床、坐輪椅、可行走)、 是否遭受重大生理壓力 (例如：急性疾病、精神問題、身體質量指數) 之變化進行判斷；在「評估」部分利用病患是否為獨居，是否使用三 種以上藥物，是否有褥瘡情形，每日進食餐次與蛋白質、水分、蔬果 攝取情況及上臂圍與小腿圍進行判斷，最後利用兩大部分分數加總來 了解病患營養狀況 (Guigoz et al., 1996) (附表 1)。當總分＜17，代表 病患為營養不良 (malnutrition)；當介於 17.5-23.5 之間，代表病患具 營養不良危險 (at risk)；當 ≧24 ，代表病患營養狀況良好 (well nutrition)。MNA 曾被使用於老年住院病患及手術病患之營養狀況了 解 (Van Nes et al., 2001)。且在 2001 年 Van Nes 等人利用 MNA 進行 住院老人病患營養評估，發現當 MNA＜17 會增加病患三倍死亡率，. 7.
(21) 而當 MNA≧24 病患有較佳之營養狀態，因此 MNA 可作為住院老人 病患之良好營養評估工具 (Van Nes et al., 2001)。 SGA 利用「醫療史」及「身體檢查」兩部份評估病患之營養狀 況。「醫療史」部份包含：病患過去體重改變 (例如：過去六個月是 否流失＜5%，5-10%，＞10% 之原本體重或過去兩周體重之增減情 況)、飲食攝取狀況 (例如：食量增減情形、飲食型態變化)、腸胃道 功能 (例如：噁心、嘔吐、腹瀉、厭食情形)、功能性評估 (例如：臥 床、坐輪椅、可行走)。 「身體檢查」部份包括：肌肉耗損情況、皮下 脂肪流失、水腫情況 (例如：四肢、腹部)，兩大部分皆由臨床營養 師進行一個主觀性評判 (Detsky et al., 1987) (附表 2)。將病患之營養 狀態分為 A–營養良好 (well nutrition)，B–輕、中度營養不良 (mild/moderate malnutrition)，C–重度營養不良 (sever malnutrition) 三個等級。SGA 曾被利用於住院病患及長期住民之營養狀況了解 (Sungurtekin et al., 2004；Sacks et al., 2000)。在 2004 年 Sungurtekin 利用 SGA 評估住院病患營養狀況，發現 SGA 與病患住院天數、體位 測量值及生化數值具有顯著相關性，因此認為 SGA 可作為住院病患 之良好營養評估工具 (Sungurtekin et al., 2004)。因此本次實驗將會以 MNA 及 SGA 作為量表式營養評估工具之選擇。 公式法之營養評估工具則例如：Maastricht index (MI)、Prognostic. 8.
(22) nutritional index (PNI)、營養風險指標 (Nutritional risk index, NRI) 及 老人營養風險指標 (Geriatric nutritional risk index, GNRI)。MI 主要利 用白蛋白、轉甲狀腺素蛋白、淋巴球總數及標準體重為變項，代入公 式：Maastricht index (MI) = 20.68－0.24×(白蛋白)－19.21×(轉甲狀腺 素蛋白)－1.86×(淋巴球總數)－0.04×(標準體重) 進行病患之營養評 估 (De Jong et al., 1985)。當結果＞0，表示為營養不良；當結果≦0 表 示正常。MI 曾被利用於手術前病患營養狀況之了解 (Kuzu et al., 2006)。PNI 則是利用白蛋白、三頭肌皮脂厚度、運鐵蛋白及皮膚延 遲 性 過 敏 反 應 為 變 項 ， 代 入 公 式 ： Prognostic nutritional index (PNI)=158－16.6×(白蛋白)－0.78×(三頭肌皮脂厚度)－0.2×(運鐵蛋白) －5.8×(皮膚延遲性過敏反應 ) 了解病患營養狀況 (Buzby et al., 1980)。其曾用來了解癌症病患之營養狀況 (Takushima et al., 1994)。 然而轉甲狀腺素蛋白、運鐵蛋白及皮膚延遲性過敏反應等生化數值在 臨床上之獲得受到醫院設備及健保給付而影響，因此可能不易取得而 造成此些評估工具實行之困難。 NRI 主要利用白蛋白及目前體重與經常體重之比值為變項，代入 公式：Nutritional risk index (NRI)=1.519×白蛋白(g/L)＋0.417×(目前體 重/經常體重×100) 進行病患營養評估 (Buzby et al., 1988)，當數值 < 83.5 代表具有嚴重營養不良 (sever malnutrition)；介於 83.5 至 97.5. 9.
(23) 之間，代表中度營養不良 (moderate malnutrition)；介於 97.5 至 100 之間，代表輕度營養不良 (mild malnutrition)；> 100 代表營養良好 (well nutrition)。NRI 曾被使用於住院及手術前病患營養狀況之了解 (Sungurtekin et al., 2004；Kuzu et al., 2006)，2004 年 Sungurtekin 利用 NRI 評估住院病患營養狀況，發現 NRI 與病患住院天數、體位測量 值及生化數值具有顯著相關性，因此認為 NRI 可作為住院病患之良 好營養評估工具 (Sungurtekin et al., 2004)。 但有鑑於老年病患不易獲得平日體重 (usual body weight) 之變 化，因此 NRI 在老年病患營養評估上有實行之困難，故在 2005 年 Bouillanne 等人以 NRI 進行修正，利用病患膝高資料推出身長 (Cheng et al., 2001)，再藉由身長推出標準體重 (Lorentz, 1929)，以白蛋白及 目前體重與標準體重之比值為變項，發展出 GNRI，以改善 NRI 實行 之困難 (Bouillanne et al., 2005)。其公式為 Geriatric nutritional risk index (GNRI)=1.489×白蛋白(g/L)＋41.7 (目前體重/標準體重)，並將計 算出之數值分為 < 82 為具有重度營養不良風險 (sever risk)；介於 82 至 92 間為中度營養不良風險 (moderate risk)；介於 92 至 98 為輕度 營養不良風險 (mild risk)；> 98 為不具有營養不良風險 (absent risk) 四個等級 (附表 3)。 2006 年 Cereda 等人發現 GNRI 相較於 NRI 與較多體位生化數值. 10.
(24) 有顯著之相關性，因此認為 GNRI 為 NRI 的更佳延伸 (Cereda et al., 2006)。此外在針對住院老人病患之肌肉功能探討實驗中發現，GNRI 與上臂肌肉張力及上臂圍面積之比值具有顯著正相關，表示病患肌肉 功能增加時，GNRI 數值也上升，故 GNRI 可以作為住院老人病患 肌肉功能之良好預測指標 (Cereda et al., 2007)。而肌肉為呼吸機制運 作之重要元素之ㄧ，當肌肉功能不良將會影響呼吸系統之運作。故本 實驗將會以 GNRI 作為評估工具之ㄧ，探討其是否能作為長期使用呼 吸器病患之良好營養評估工具。. (三)MNA、SGA、GNRI 優缺點之比較 過去研究皆顯示 MNA、SGA、GNRI 都曾被用來作為住院病患 之良好營養評估工具 (Van Nes et al., 2001；Sungurtekin et al., 2004； Cereda et al., 2007)。然而相較於 GNRI 之侵入性獲取病患之生化數值 白蛋白，MNA 及 SGA 以非侵入性之方式，藉由醫療史、臨床表徵來 進行病患營養狀況之了解，但其對於部分病患及其親屬在無法確切告 知 營 養 師其 過去飲 食 、 體位 之變化 情 況 ，會 有執行 上 之 困難 性 (Volkert et al., 2005)。且過去文獻指出 SGA 及 MNA 無法了解病患之 急性營養狀況改變 (Sacks et al., 2000；Bauer et al., 2005)。故是否利 用臨床定期測量之生化數值白蛋白，可排除因缺乏病患過去之生理變. 11.
(25) 化資料值，而有利營養評估工具之實行。 此外針對於營養不良之定義，MNA 僅以＜17 為依據，但無法告 知營養不良之層級差異；SGA 雖區分出營養不良層級，但在歸類為 B 層級中無法區分出輕、中度營養不良之差異 (Detsky et al., 1984)，故 有層級區分不良之疑慮。GNRI 利用四個層級將病患營養狀況分級， 故本實驗欲釐清此三種評估工具之層級差異是否針對於長期使用呼 吸器病患具有影響性。. (四)客觀性生化數值–白蛋白及身體質量指數 白蛋白及身體質量指數為住院病患之良好預測指標 (prognosis index) (Gunen et al., 2005)。臨床上血清中白蛋白之正常值為 3.5-5.2 g/dL，當白蛋白低下會增加病患之死亡率 (Timothy et al., 2006)。國 人身體質量指數 (body mass index, BMI) 之建議範圍為 18.5-23.9 (行 政院衛生署，2002)，不論是 BMI 過高或過低，皆會增加病患之營養 風險。在 Ambrosino 的研究指出，住院病患之 BMI < 25 就具有營養 不良之風險存在 (Ambrosino et al., 2004)。因此目前研究上常用 BMI < 20、BMI=20-25，BMI=25-30，BMI > 30 四個層級來了解病患營養 狀況之分佈 (Jequier, 1987)。. 12.
(26) (五)良好營養評估工具之條件 營養評估之目的主要希望藉由一個簡單、快速、便宜且不會造成 病患疼痛之方法來了解其營養狀況及生理變化之正確反應。此外，ㄧ 個良好之營養評估工具須符合信度 (validity) 高及效度 (reliability) 高之條件 (Mausner et al., 1985)。 信度也稱可靠性，用來表示營養評估方法是否具有一穩定及可重 複性，會受到檢驗儀器的精確性及篩檢操作者與彼此間之變異性而影 響。效度亦稱為正確性，用來表示篩檢結果與實際病況相吻合之程度， 主要利用敏感性、特異性、偽陰性及偽陽性來表示 (陳，1999)。敏感 性 (sensitivity) 係指實際上患病之病例中，經篩檢後呈現陽性反應 者；特異性 (specificity) 係指實際上無患病之病例中，經篩檢後呈現 陰性反應者；偽陰性 (false negativity) 係指實際上患病之病例中，經 篩檢後呈現陰性反應者；偽陽性 (false positivity) 係指實際上無患病之 病例中，經篩檢後呈現陽性反應者 (附表 4)。 目 前 臨 床 研 究 常 利 用 受 訊 者 操 作 特 性 圖 (receiver operating characteristic curve, ROC curve) 來有利於效度之分析。ROC curve是 在1950年使用於評估雷達偵測能力的一種圖形分析技術，爾後被發展 用於醫療技術上。其圖表之縱軸為敏感性、橫軸為偽陽性，當畫出之 曲線越靠左上者表示真陽性高、偽陽性低，也就是敏感性及特異性越 13.
(27) 好。因此符合此條件表示具有良好之效度，可以有效反應出病患營養 狀況。此外，在ROC curve圖表呈現下，在具有最高之敏感性及最低 之偽陽性之交叉點為最能反應出結果之切點，故臨床也常利用此點做 為篩檢過程之界定值，以反應出最佳之結果。. 14.
(28) 第三章 研究目的 針對呼吸照護病房之長期使用呼吸器病患探討主觀性營養評估量表 (subjective global assessment, SGA)、迷你營養評估量表 (mini nutrition assessment, MNA)、老人營養風險指標 (geriatric nutritional risk index, GNRI) 何者可做為此類病患之營養評估工具，並比較何者最適合臨床之 使用。. 15.
(29) 第四章 材料與方法. 第一節 受試者條件 受試病患自以下兩所醫院收集：行政院衛生署署立基隆醫院 (以 下簡稱 K 醫院) 為乙類教學區域醫院及台北市仁康醫院 (以下簡稱 J 醫院) 為地區醫院之呼吸治療病房長期使用呼吸器病患。實驗進行時 間為收集 2006 年 1 月至 2006 年 12 月住院病患臨床資料。且通過署 立基隆醫院人體試驗委員會核可 (附錄 1)。 病患條件為經胸腔科醫生診斷每天需使用呼吸器大於 6 小時，且 連續使用呼吸器大於 21 天，年齡大於 65 歲之病患。排除具有肝、腎 衰竭及癌症病患。. 第二節 收集資料 收集病患之資料，包含(1)體位測量值：膝高及體重，並計算身 體質量指數；(2)血液生化數值：白蛋白；(3)住院天數；(4)存活率； (5)呼吸器脫離指標；並進行(6)MNA、GNRI 及 SGA 三種方式營養評 估。. 16.
(30) 第三節 研究工具. (一)體位測量 1.膝高：受試者大腿腿骨與小腿脛骨成垂直 90 度，腳底板也與小腿 脛骨成垂直 90 度，測量關節至腳底之長度。再利公式推導計算身 長 (cm) (Cheng et al., 2001)。 男性：身長(cm)=85.10+1.73×膝高度(cm)-0.11×年齡(歲) 女性：身長(cm)=91.45+1.53×膝高度(cm)-0.16×年齡(歲). 2.體重：K、J 兩醫院分別利用 cardinal 床秤 (DETECTO, USA) 及 APC-10112SL 床秤 (ELITEX METAL GROUP MFG, USA) 測量， 並計算受試者每月體重之變化。且兩所醫院床秤皆有進行校正動 作。床秤操作流程為：(1)先將平躺式吊架放置吊鉤上，將磅秤開 機，並按下歸零鍵，將吊架重量扣除；(2)將病患側翻，再將平躺 式吊架放置在病患下方，把病患推正，平躺於吊架中；(3)使用時 把主機推至床邊，將 U 型底座控制鈕調至最寬位置，讓重量更平 穩。並將輪子的煞車煞住，以利操作時之安全；(4)把平躺式吊架 分別掛上四個吊鉤，按油壓缸升降控制鈕使吊架上升，即可秤出病 患體重；(5)遇有緊急狀況時，將油壓缸下降控制鈕往下轉，即可 下降；(6)如需移位時，將 U 型底座調整鈕調至最窄位置，再將煞 17.
(31) 車輪打開，即可移位 (附圖 1)。 3.身體質量指數 (body mass index, BMI)：利用受試者體重及其計算 後身長値導入公式 (WHO，1995)。 體重(kg) 身體質量指數(BMI)=. 身長 2 (m2). (二)生化數值分析 收集病患之血清白蛋白。 血清白蛋白分析原理： 利用 Bromcresol Green (BCG)-色素結合法 (dye binding methods) 檢測。在 pH 3.8 條件下，陰離子型式的色素 BCG (Bromocresol greens) 與白蛋白結合為青綠色複合物 Albumin-BCG complex，此顏色濃度與 白蛋白濃度成正比，在波長為 660nm 測量其吸光程度之改變再換算 白蛋白的濃度。. (三)營養評估 1.迷你營養評估量表 (Mini nutritional assessment, MNA)：(附表一) 在MNA的營養篩檢及評估紀錄，基本上以病歷內的護理紀錄事 實為依據填寫其中。體位測量值中之體重變化以過去三個月病患之體 重變化情況予以給分。一般性評估中行動力主要以病患是否為臥床、 18.
(32) 可起身及坐輪椅、可行走三個等級予以給分。其中重大壓力以病患是 否有超過兩個星期以上之發燒或是否有密集抽血檢測生化數值為給 分依據。另外也考慮用藥和褥瘡情形。 因所有病患皆為管灌進食者，其灌食配方均為均衡完整配方，完 整攝取其每日飲食總餐次 (5餐或6餐) 即代表病患獲得足夠之營養 素。病患每日之攝食狀況，以完整攝取總灌食次數 (5餐或6餐) 為代 表正常飲食之進食3餐，是否有攝食不足夠之情況，則由護理紀錄之 反抽情況評估。. 2.主觀性營養評估 (Subjective Global Assessment, SGA)：(附表二) 利用病歷上每日之護理紀錄及醫囑敘述予以評估體重減輕狀 況、飲食攝取狀況、腸胃道功能、功能性評估、肌肉耗損情況、皮下 脂肪流失、水腫情況。. 3.老人營養風險指標 (Geriatric nutritional risk index, GNRI) GNRI 以病患當月血液生化數值白蛋白及當月體重與標準體重之 比值，代入公式 GNRI=1.489×白蛋白(g/L) + 41.7 (目前體重/標準體重) 評估病患營養狀況。標準體重藉由膝高推導出身長。 身長公式為：(Cheng et al., 2001) 男性，身長(cm) = 85.10＋1.73×膝高(cm)－0.11×年齡(y). 19.
(33) 女性，身長(cm)=91.45＋1.53×膝高(cm)－0.16×年齡(y) 標準體重公式為：(Lorentz, 1929) 男性，標準體重(kg)=身長(cm)－100－[身長(cm)－150]/4 女性，標準體重(kg)=身長(cm)－100－[身長(cm)－150]/2.5. (四)呼吸器脫離指標測量 臨床上經常使用最大吸氣壓力 (Maximal inspiratory pressure, Pimax) 及呼吸快淺指標 (Rapid shallow breathing index, RSBI) 做為 呼吸脫離指標之測量值 (附圖 2)。 1.最大吸氣壓力 (Maximal inspiratory pressure, Pimax) 之測量 (1)使用儀器：利用 inspforce (BUEHRINGER, USA) 測量。 (2)操作順序：將氣管內管與呼吸器管路分開，再將 inspforce 上之 接頭與氣管內管連接後，病患大口用力吸氣，判斷 inspforce 值是 否可以小於負壓之 20 cmH2O，即代表病患有脫離呼吸器之可能。. 2.呼吸快淺指標 (Rapid shallow breathing index, RSBI) 之測量 (1)使用儀器：利用 haloscale (FERRARIS, Germany) 測量。 (2)操作順序：將 haloscale 接上氣管內管，將電源開啟。並計算一 分鐘內病患自發性呼吸頻率，ㄧ分鐘到時關閉 haloscale。此時由 haloscale 上之數值獲得病患之潮氣容積 (L)。呼吸快淺指標=呼 20.
(34) 吸頻率 (次/分)(fR) / 潮氣容積 (Vt)(升)，當呼吸快淺指標小於 105 bpm/L，即代表病患有脫離呼吸器之可能。. 21.
(35) 第五章 統計分析 所有數值以 mean ± SEM 表示，三種營養評估工具之交叉比對以 及效度探討，以 SPSS 12.0 軟體進行 Fi s he r ’ se xa c tt e s t及 ROC curve 之分析。白蛋白、BMI、住院天數及呼吸器脫離指標與三種營養評估 工具之相關性與組間差異性利用 SAS 9.0 軟體進行 unpaired t-test， one-way ANOVA 及 correlation coefficients 分析。當 p < 0.05 代表具有 統計上之意義。. 22.
(36) 第六章 結果與討論. 第一節 長期使用呼吸器病患之主要疾病類別 針對此次實驗受試者，K、J 兩所醫院個別探討及混合兩院之病 患主要疾病分佈，皆為肺部疾病位居首位 (分別佔 84.2%，60.0%， 73.5%)，其次為心臟疾病 (81.6%，46.7%，67.6%)，第三為糖尿病 (18.4%,，46.7%，30.9%)。而兩所醫院病患疾病分佈之總百分皆超過 100%，代表病患並非只單獨存在某一疾病，而為同時罹患多種疾病。 由此結果的確顯示出心、肺疾病為長期使用呼吸器之高風險族群 (中 央健保局，2005)，其亦為國人之主要死因 (行政院衛生署，2005)， 突顯出長期使用呼吸器病患在台灣之潛在危險族群極為廣大，如何照 護長期使用呼吸器病患之營養議題更值得重視 (表 1)。. 23.
(37) 表 1 病患疾病類別比較 Table 1. The diagnosis of patients at the time of admission in the respiratory care ward (RCW). Disease Lung disease Heart disease Diabetics Nerve disease Liver disease Kidney disease. K hospital (n, %) N=38. J hospital (n, %) N=30. Mix data (n, %) N=68. 32, 84.2% 31, 81.6% 7, 18.4% 5, 13.2% 3, 7.9% 0, 0.0%. 18, 60.0% 14, 46.7% 14, 46.7% 2, 6.7% 0, 0.0% 1, 3.3%. 50, 73.5% 46, 67.6% 21, 30.9% 7, 10.3% 3, 4.4% 1, 1.5%. Lung disease include pneumonia, chronic obstructive pulmonary disease, asthma, respiratory failure; heart disease include cardiovascular disease (CVD), cerebrovascular accident (CVA), congestive heart failure (CHF), congenital heart disease (CHD), hypertension and acute myocardio infraction (AMI) ; nerve disease include parkinsonism disease and seizure ; liver disease include hepatic B and C virus.. 24.
(38) 第二節 受試者背景資料 將 K、J 兩所醫院病患進行基本之體位測量值：年齡、身高、體 重、BMI 比較。年齡：K 醫院平均為 78.0 ± 1.4 歲，J 醫院平均 82.1 ± 1.4 歲。身高：K 醫院平均 156.7 ± 1.7 公分，而 J 醫院平均 156.6 ± 1.8 公分。體重：K 醫院平均 56.1 ± 1.9 公斤，而 J 醫院平均 51.8 ± 2.0 公 斤。BMI：K 醫院平均 23.0 ± 0.8，而 J 醫院平均 21.1 ± 0.8。雖兩醫 院之背景資料並無顯著差異性，但 J 醫院相較於 K 醫院病患有年齡偏 高及體重偏低之趨勢 (表 2)。. 表 2 病患之基本資料 Table 2. Subjects characteristic1,2,3. Gender [n (%)] Female Male Age (y) Height (cm) Weight (kg) Female Male 3. 2. BMI (kg/m ) Female Male. K hospital (n=38). J hospital (n=30). Mix data (n=68). 17 (44.7%) 21 (55.3%) 78.0 ± 1.4 156.7 ± 1.7 56.1 ± 1.9 53.9 ± 2.3 58.0 ± 2.8 23.0 ± 0.8 24.9 ± 1.1 21.5 ± 1.1. 13 (43.3%) 17 (56.7%) 82.1 ± 1.4 156.6 ± 1.8 51.8 ± 2.0 48.9 ± 3.0 54.0 ± 2.6 21.1 ± 0.7 22.4 ± 1.2 20.2 ± 1.0. 30 (44.1%) 38 (55.9%) 80.0 ± 1.0 156.7 ± 1.2 54.7 ± 1.5 55.0 ± 2.3 54.4 ± 1.9 22.4 ± 0.6 23.2 ± 1.0 21.8 ± 0.7. 1. Values are presented as the mean ± SEM (all such values) Values of p < 0.05 were considered statistically significant (unpaired t-test) 3 BMI: body mass index 2. 25.
(39) 第三節 病患營養狀況之探討 (一) 白蛋白及身體質量指數與營養狀況之探討 比較 K、J 兩所醫院及混合兩院之病患血清中白蛋白數值，分別 為 3.1 ± 0.1 g/ dL，3.3 ± 0.1 g/dL，3.2 ± 0.1 g/dL，兩所醫院組間並無 顯著之差異。且可明顯看出兩所醫院病患之白蛋白皆無到達正常建議 範圍 3.5-5.2 g/dL 之下限值 (Timothy et al., 2006)，代表病患之白蛋白 營養狀況皆不佳 (表 3)。 將 BMI 分成 < 20、20-25、25-30、> 30 四個層級進行探討 (Jequier, 1987)。K、J 兩所醫院及混合兩院之病患在 BMI < 20 者其平均值分別 為 16.7 ± 0.7 (N=10，26.3%)，17.2 ± 0.7 (N=12，40.0%)，17.0 ± 0.5 (N=22，32.4%)；BMI 在 20-25 者其平均值分別為 21.8 ± 0.5 (N=11， 28.9%)，22.4 ± 0.4 (N=13，43.3%)，22.2 ± 0.3 (N=24，35.3%)；BMI 在 25-30 者其平均值分別為 26.7 ± 0.3 (N=11，28.9%)，26.1 ± 0.4 (N=4，13.3%))，26.6 ± 0.2 (N=15，22.1%)；BMI > 30 者其平均值分 別為 31.3 ± 0.5 (N=6，15.8%)，31.98 (N=1，3.4%)，31.4 ± 0.4 (N=17， 25%)。此四層級在兩所醫院組間並無顯著之差異。觀察 BMI < 25 之 病患比例，分別佔 K、J 兩所醫院及混合病患之大部分，比例為 55.2%， 83.3%，67.7% (表 3)。 綜合白蛋白及 BMI 之結果顯示，K、J 兩所醫院營養狀況白蛋白 26.
(40) 及 BMI 在統計上無差異存在。但就白蛋白數值及 BMI 分佈皆顯示病 患營養狀況平均較不佳。. 表 3 病患營養狀況-白蛋白及身體質量指數之探討 Table 3. The nutrition status: albumin, BMI of subjects 1,2,3 K hospital N=38. J hospital N=30. Mix data N=68. Albumin BMI3 < 20. 3.1 ± 0.1 23.4 ± 0.9 16.7 ± 0.7. 3.3 ± 0.1 21.1 ± 0.8 17.2 ± 0.7. 3.2 ± 0.1 22.4 ± 0.6 17.0 ± 0.5. 20-25. (N=10, 26.3%) 21.8 ± 0.5. (N=12, 40.0%) 22.4 ± 0.4. (N=22, 32.4%) 22.2 ± 0.3. 25-30. (N=11, 28.9%) 26.7 ± 0.3. (N=13, 43.3%) 26.1 ± 0.4. (N=24, 35.3%) 26.6 ± 0.2. (N=11, 28.9%) 31.3 ± 0.5. (N=4, 13.3%) (N=15, 22.1%) 31.4 ± 0.4 > 30 31.98 (N=6,15.8%) (N=1, 3.4%) (N=17, 25%) 1 Values are presented as the mean ± SEM (all such values) 2 3. Values were considered statistically significant p < 0.05 (unpaired t-test) BMI: body mass index. 27.
(41) (二) GNRI、MNA、SGA 評估分數與營養狀況之探討 以 GNRI、MNA、SGA 三評估工具來評估長期使用呼吸器病患之 營養狀況。K、J 兩所醫院及混合兩院病患利用 MNA 評估之總平均 分數為 15.8 ± 0.8、16.3 ± 0.5、16.0 ± 0.5，醫院組間無顯著差異存在。 MNA 將病人分為 malnutrition (A)，at risk (B)，well nutrition (C)三個 等級，結果在 K 醫院 A 層級平均分數為 12.3 ± 0.7 (N=13，40.6%)， B 層級為 19.8 ± 0.2 (N=18，58.1%)，C 層級為 26.0 (N=1，3.1%)。其 中 C 層級即所謂之正常組 (normal)，而 A＋B 層級即可歸屬為營養不 良危險組 (at risk of malnutrition)，其平均分數為 15.4 ± 0.8 (N=31， 96.9%)。J 醫院 A 層級平均分數為 14.4 ± 0.5 (N=17，56.7%)，B 層級 為 18.8 ± 0.3 (N=13，43.3%)，無人存在於 C 層級，營養不良危險組 其平均分數為 16.3 ± 0.5 (N=30，100.0%)。各組在 K、J 兩醫院組間 無顯著差異。混合兩院病患之結果 A 層級平均分數為 13.3 ± 0.5 (N=35，56.5%)，B 層級為 19.3 ± 0.2 (N=26，41.9%)，C 層級為 26.0 (N=1，1.6%)，營養不良危險組其平均分數為 15.8 ± 0.5 (N=61， 98.4%)(表 4)。 K、J 兩所醫院及混合兩院病患利用 GNRI 評估之總平均分數為 89.7 ± 2.4、88.6 ± 2.0、89.2 ± 1.6，醫院組間並無顯著差異存在。GNRI 將病人之營養狀態分為 sever risk (A)、moderate risk (B)、mild risk. 28.
(42) (C)、absent risk (D)四個等級，結果在 K 醫院 A 層級平均分數為 70.0 ± 2.5 (N=8，22.2%)，B 層級為 84.8 ± 0.9 (N=8，22.2%)，C 層級為 94.3 ± 0.8 (N=7，19.4%)，D 層級為 103.9 ± 1.0 (N=13，36.1%)。其中 D 層 級即所謂之正常組 (normal)，而 A＋B＋C 層級即可歸屬為營養不良 危險組 (at risk of malnutrition)，其平均分數為 80.0 ± 2.4 (N=23， 63.9%)。結果在 J 醫院 A 層級平均分數為 73.2 ± 1.9 (N=6，22.2%)， B 層級為 87.2 ± 0.8 (N=11， 40.7%)，C 層級為 94.4 ± 0.9 (N=5， 18.5%)，D 層級為 104.4 ± 2.9 (N=5，18.5%)，營養不良危險組其平均 分數為 85.1 ± 1.8 (N=22，81.5%)。各組在 K、J 兩醫院組間無顯著之 差異。混合兩院病患之結果 A 層級平均分數為 71.4 ± 1.6 (N=14， 23.7%)，B 層級為 86.2 ± 0.6 (N=19，32.2%)，C 層級為 94.4 ± 0.6 (N=8， 13.6%)，D 層級為 103.9 ± 1.0 (N=18，30.5%)，營養不良危險組其平 均分數為 82.73 ± 1.5 (N= 41，69.5%)(表 4)。 K、J 兩所醫院及混合兩院病患利用 SGA 將病患分為 well nutrition (A)、mild/moderate malnutrition (B)、sever malnutrition (C)三個層級進 行營養狀況了解。結果在 K 醫院 A 層級為 18 人佔 51.4%，B 層級為 9 人佔 25.7%，C 層級為 8 人佔 22.9%。其中 A 層級即所謂之正常組 (normal)，而 B＋C 層級即可歸屬為營養不良危險組 (at risk of malnutrition)，其為 17 人佔 48.6%。在 J 醫院 A 層級為 8 人佔 26.7%，. 29.
(43) B 層級為 13 人佔 43.3%，C 層級為 9 人佔 30%，營養不良危險組其 為 22 人佔 73.3%。混合兩院病患之結果 A 層級為 26 人佔 40.0%，B 層級為 22 人佔 33.8%，C 層級為 17 人佔 26.2%，營養不良危險組其 為 39 人佔 60.0% (表 4)。 綜合 GNRI、MNA、SGA 三種評估結果顯示，雖 K、J 兩所醫院 在評估營養狀況之分數上無顯著組間差異性。但就營養狀況分數或營 養不良危險人數之比例皆顯示，病患其營養狀況較不佳。 雖相同顯示 K、J 兩所醫院病患之營養狀況在組間並無顯著差異 性。但不論是利用「白蛋白及 BMI」或者是「GNRI、MNA、SGA」 來評估病患之營養狀況皆具有相同ㄧ致性，皆顯示兩所醫院病患之營 養狀況皆較為不良，且具營養不良危險之病患比例偏多。. 30.
(44) 表 4 病患營養評估狀態之探討 Table 4. The nutrition status of subjects by three nutrition assessment tool1,2,3,4 K hospital MNA At risk (A) (B) Normal (C) GNRI At risk (A) (B) (C) Normal (D) SGA Normal (A) At risk (B) (C). J hospital. Mix data. N=32. 15.8 ± 0.8. N=30. 16.3 ± 0.5. N=62. 16.0 ± 0.5. N=31, 96.9%. 15.4 ± 0.8. N=30, 100.0%. 16.3 ± 0.5. N=61, 98.4%. 15.8 ± 0.5. N=13, 40.6%. 12.3 ± 0.7. N=17, 56.7%. 14.4 ± 0.5. N=35, 56.5%. 13.3 ± 0.5. N=18, 58.1%. 19.8 ± 0.2. N=13, 43.3%. 18.8 ± 0.3. N=26, 41.9%. 19.3 ± 0.2. N=1, 3.1%. 26.0. N=0. -. N=1, 1.6%. 26.0. N=36. 89.7 ± 2.4. N=27. 88.6 ± 2.0. N=59. 89.2 ± 1.6. N=23, 63.9%. 80.0 ± 2.4. N=22, 81.5%. 85.1 ± 1.8. N=41, 69.5%. 82.7 ± 1.5. N=8, 22.2%. 70.0 ± 2.5. N=6, 22.2%. 73.2 ± 1.9. N=14, 23.7%. 71.4 ± 1.6. N=8, 22.2%. 84.8 ± 0.9. N=11, 40.7%. 87.2 ± 0.8. N=19, 32.2%. 86.2 ± 0.6. N=7, 19.4%. 94.3 ± 0.8. N=5, 18.5%. 94.4 ± 0.9. N=8, 13.6%. 94.4 ± 0.6. N=13, 36.1%. 103.9 ± 1.0. N=5, 18.5%. 104.4 ± 2.9. N=18, 30.5%. 103.9 ± 1.0. N=35. N=30. N=65. N=18, 51.4%. -. N=8, 26.7%. -. N=26, 40.0%. -. N=17, 48.6%. -. N=22,73.3%. -. N=39, 60.0%. -. N=9, 25.7%. -. N=13, 43.3%. -. N=22, 33.8%. -. N=8, 22.9%. -. N=9, 30%. -. N=17, 26.2%. -. 1. Values are presented as the mean ± SEM (all such values). 2. Values were considered statistically significant p < 0.05 (unpaired t-test) MNA (mini nutritional assessment): A-malnutrition, B-at risk, C-good. SGA (Subjective goal assessment): A-well nutrition, B-mild/moderate malnutrition, C-several malnutrition. GNRI (Geriatric nutritional risk index): A- seve risk, B- moderate risk, C-mild risk, D-absent risk. 3. 4. The at risk of MNA is A+B, the at risk of GNRI is A+B+C, the at risk of SGA is B+C. 31.
(45) 第四節 營養評估方法之適用性. (一) 以 GNRI、MNA、SGA 單獨篩檢探討病患營養狀況分布 續第三節經 MNA、SGA、GNRI 針對營養不良危險之病患單獨 篩檢病患營養狀況之結果顯示，不論是 K、J 醫院及混合兩院病患 MNA (96.6%、100.0%、98.4%) 篩出最多“ 具有營養不良危險” 之病 患，其次為 GNRI (63.9%、81.5%、69.5%) ，第三為 SGA (48.6%、 73.3%、60.0%)(表 4)。. (二) 以 GNRI、MNA、SGA 交叉篩檢探討病患營養狀況分布 將三種營養評估工具 GNRI、MNA、SGA 之結果，以二分法分為 「正常組」及「營養不良危險組」 。當 MNA≧24 為「正常組」 ，MNA < 24 為「營養不良危險組」 ；當 GNRI ≧98 為「正常組」 ，GNRI < 98 為「營養不良危險組」 ；當 SGA 含蓋 A 為「正常組」 ，SGA 含蓋 B+C 為「營養不良危險組」。進ㄧ步利用交叉比較來探討三種營養評估工 具之結果。 在 K 醫院，以 GNRI 交叉比較 MNA 篩檢出具有「營養不良危險 組」之病患，GNRI 篩出 63.0%，MNA 篩出 96.3%；以 GNRI 交叉比 較 SGA 篩檢出具有「營養不良危險組」之病患，GNRI 篩出 60.0%，. 32.
(46) SGA 篩出 46.7%，且 p < 0.05。在 J 醫院以 GNRI 交叉比較 MNA 篩 檢出具有「營養不良危險組」之病患，GNRI 篩出 100.0%，MNA 篩 出 81.5%；以 GNRI 交叉比較 SGA 篩檢出具有「營養不良危險組」 之病患，GNRI 篩出 81.5%，SGA 篩出 70.4%，且 p < 0.05。混合兩 院病患，以 GNRI 交叉比較 MNA 篩檢出具有「營養不良危險組」之 病患，GNRI 篩出 72.2%，MNA 篩出 98.1%；以 GNRI 交叉比較 SGA 篩檢出具有「營養不良危險組」之病患，GNRI 篩出 70.2%，SGA 篩 出 57.9%，且 p < 0.05 (表 5)。 不論是 K、J 兩醫院或混合兩院病患在探討 GNRI 與 SGA 交叉篩 檢之結果皆顯示具有統計上之意義，表示 GNRI 與 SGA 之間具有較 高之關連性，而 GNRI 與 MNA 交叉篩檢之結果並無統計意義，可能 原因為病患利用 MNA 篩檢之結果皆落在「營養不良危險組」中，故 關聯性不佳。而綜合 K、J 兩醫院及混合兩院病患之「交叉比較營養 評估工具篩檢」 ，MNA 篩出最多“ 具有營養不良危險” 之病患，其次為 GNRI，第三為 SGA 。 故不論是利用「單獨營養評估工具篩檢」或者是「交叉比較營養 評估工具篩檢」 ，在 K、J 兩醫院及兩院所有病患結果皆為相同，MNA 篩出最多「營養不良危險組」之病患，其次為 GNRI，第三為 SGA。 ㄧ個良好之營養評估工具，是必須適用在任何醫院條件下的。此. 33.
(47) 次結果 GNRI、MNA、SGA 在不同層級之乙類教學區域醫院 (K 醫 院)、地區醫院 (J 醫院) 及兩院所有病患皆具有相同之篩檢結果，代 表此三種營養評估工具之評估結果不受醫院層級影響，具有一個良好 之適用性。. 表 5 交叉比較三種營養評估工具方法 Table 5. Cross comparison of GNRI, MNA and SGA1 MNA K hospital. J hospital. Mix data. GNRI. GNRI. GNRI. Normal. number. At risk. number. p value Normal. number. At risk. number. p value Normal. number. At risk. number. p value 1. SGA. Normal. At risk. Normal. At risk. 1 3.7 0. 9 33.3 17. 12 40.0 4. 0 0.0 14. 0.0 NS 0 0.0 0 0.0 NS 1 1.9 0 0.0 NS. 63.0. 13.3 <0.0001 5 18.5 3 11.1 0.0006 17 29.8 7 12.3 <0.0001. 46.7. 5 18.5 22 81.5 14 25.9 39 72.2. 0 0.0 19 70.4 0 0.0 33 57.9. Values of p <0. 05we r ec ons i de r e ds t a t i s t i c a l l ys i g ni f i c a nt( Fi s he r ’ se xa c tt e s t ) Geriatric nutritional risk index (GNRI) used dichotomic subdivision into normal (absent risk) and at risk (sever/moderate/mild risk). Mini nutritional assessment (MNA) used dichotomic subdivision into normal (well nutrition) and at risk (at risk/malnourished). Subjective goal assessment (SGA) used dichotomic subdivision into normal (well nutrition) and at risk (mild/moderate nutrition).. 34.
(48) 第五節 GNRI、MNA、SGA 與預後指標 (prognosis index)：白蛋白 及身體質量指數之探討 (一) 白蛋白在「正常組」及「營養不良危險組」之探討 在 MNA 為「正常組」中其白蛋白為 3.8 g/dL；在 MNA 為「營 養不良危險組」中其白蛋白為 3.2 ± 0.1 g/dL，由於 MNA 在「正常組」 之 N 值為 1，故無法進行組間之比較及相關性之探討。白蛋白與 MNA 具有顯著正相關 (r=0.5232，p < 0.0001)，且在「營養不良危險組」中 白蛋白與 MNA 分數具有顯著正相關 (r=0.4969，p=0.0002)。 在 SGA 為「正常組」中其白蛋白為 3.3 ± 0.1 g/dL；在 SGA 為「營 養不良危險組」中其白蛋白為 3.1 ± 0.1 g/dL，組間具有顯著差異性 (p < 0.05)。 在 GNRI 為「正常組」中其白蛋白為 3.5 ± 0.1 g/dL；在 GNRI 為 「營養不良危險組」中其白蛋白為 3.0 ± 0.1 g/dL，組間具有顯著差異 性 (p < 0.05)。白蛋白與 GNRI 具有顯著正相關(r=0.6672，p < 0.0001)，而在「營養不良危險組」亦呈現顯著正相關(r=0.5553，p = 0.0002) (表 6、7)。 (二) BMI 在「正常組」及「營養不良危險組」之探討 在 MNA 為「正常組」中其 BMI 為 27.0；在 MNA 為「營養不良. 35.
(49) 危險組」其 BMI 為 22.1 ± 0.6，MNA 在「正常組」組之 N 值為 1， 故無法進行組間之比較及相關性探討。BMI 與 MNA 具有顯著正相關 (r=0.7698，p < 0.0001)，且在「營養不良危險組」中亦與 MNA 分數 具有顯著正相關 (r=0.7785，p < 0.0001)。 在 SGA 為「正常組」中其 BMI 為 27.1 ± 2.0；在 SGA 為「營養 不良危險組」其 BMI 為 19.0 ± 0.5，組間具有顯著差異性 (p < 0.05)。 在 GNRI 為「正常組」中其 BMI 為 27.7 ± 0.7；在 GNRI 為「營 養不良危險組」中其 BMI 為 20.1 ± 0.7，組間具有顯著差異性 (p < 0.05)。BMI 與 GNRI 具有顯著正相關 (r=0.8647，p < 0.0001)，且「正 常組」及「營養不良危險組」 亦與 GNRI 數值具有顯著正相關 (r=0.4740，p=0.0469；r=0.7727，p < 0.0001) (表 6、7) 。. 36.
(50) 表 6 比較身體質量指數、白蛋白及住院天數與三種營養評估方法之差異性 Table 6 Comparison of body mass index, albumin, length of hospital stay in three assessment tools1,2 score. age. BMI2. albumin. LHS2. N=62. 16.0 ± 0.49. 80.1 ± 1.0. 22.1±0.6. 3.2 ± 0.1. 422.0 ± 50.4. normal. N=1. 26.00. 65.0. 27.0. 3.8. 216. at risk. N=61. 15.9 ± 0.46. 80.3 ± 1.0. 22.1 ± 0.6. 3.2 ± 0.1. 445.7 ± 51.1. N=65. -. 79.8 ± 1.0. 22.3 ± 0.6. 3.2 ± 0.1. 426.3 ± 50.5. a. a. 534.8 ± 84.1. MNA. SGA normal. N=26. -. 78.7 ± 2.0. 27.1 ± 2.0. at risk. N=39. -. 80.5 ± 1.1. 19.0 ± 0.5b. 3.1 ± 0.1b. 414.0 ± 62.4. N=59. 89.2 ± 1.68. 79.7 ± 1.1. 22.5 ± 0.7. 3.2 ± 0.1. 467.9 ± 53.8. normal. N=18. 103.9 ± 1.04a. 77.1 ± 2.3. 27.7 ± 0.7a. 3.5 ± 0.1a. 649.7 ± 100.7a. at risk. N=41. 82.7 ± 1.51b. 80.9 ± 1.2. 20.1 ± 0.7b. 3.0 ± 0.1b. 388.1 ± 60.3b. GNRI. 1. 3.3 ± 0.1. Values are presented as the mean ± SEM (all such values) a,b Values were considered statistically significant p < 0.05 (unpaired t-test) 2 BMI: body mass index, LHS: length of hospital day. 37.
(51) 表 7 比較身體質量指數、白蛋白及住院天數與三種營養評估方法之相關性 Table 7 Comparison of body mass index, albumin, length of hospital stay in three assessment tools1 age. BMI1. albumin. LHS1. -0.0822. 0.7698. 0.5232. 0.3040. (0.5254). (< 0.0001). (< 0.0001). (0.0163). -. -. -. -. -0.0024. 0.7785. 0.4969. 0.3502. (0.9853). (< 0.0001). (0.0002). (0.0057). N=65. -. -. -. -. normal. N=26. -. -. -. -. at risk. N=39. -. -. -. -. -0.1731. 0.8647. 0.6672. 0.3263. (0.1896). (< 0.0001). (< 0.0001). (0.0117). -0.2624. 0.4740. 0.3828. -0.2118. (0.2928). (0.0469). (0.1169). (0.3988). 0.0419. 0.7727. 0.5553. 0.2581. (0.7947). (< 0.0001). (0.0002). (0.1032). MNA normal. N=1. at risk. N=61. SGA. GNRI. 1. N=62. N=59. normal. N=18. at risk. N=41. BMI: body mass index, LHS: length of hospital day. 慢性肺部阻塞疾病病患為長期使用呼吸器病患之高危險族群，研 究顯示針對慢性肺部阻塞疾病病患，體重及 BMI 為存活率之獨立影響 因子 (Toth et al., 2004)。在 Chailleux 的研究針對長期使用呼吸器之慢 性肺部阻塞疾病病患發現，當 BMI 下降會增加病患之死亡率及住院次 數 (Chailleux et al., 2003)。在 under-weight 及 normal-weight 之慢性肺 部阻塞疾病病患相較於 overweight 及 obese 病患有較低之存活率，且 當體重下降時給予一個適當之營養介入的確可以增加病患之呼吸功能 (Prescott et al., 2002；Schols et al., 1998)。 38.
(52) 白蛋白為反應體內營養狀況及內臟蛋白儲存情形之良好指標。其 可藉由與體內過氧化物及一氧化氮結合而達到抗氧化之防禦效果 (Doweiko et al., 1991)。低白蛋白血症之發生會造成大腸壁第三空間之 水腫，造成腸胃功能降低，使得腸道餵食發生耐受不良，因而影響營 養之吸收 (Ford et al., 1987)。2005 年 Gunen 針對住院之慢性肺部阻 塞疾病病患進行長期之死亡率調查實驗，發現白蛋白及 BMI 之下降 會增加病患之死亡率 (Gunen et al., 2005)。針對住院老年病患及長期 使用呼吸器病患皆顯示當血清中白蛋白低於 3.3 g/dL 及 3.4 g/dL 會增 加病患之死亡率 (Chen et al., 2006；D’ Er a s moet al., 1997)。故由此可 了解白蛋白及 BMI 皆為長期使用呼吸器病患之良好之預後指標 (prognosis index)。 在此次的結果中，白蛋白及 BMI 皆與 GNRI 及 MNA 分數具有 顯著正相關。也就代表著當病患白蛋白及 BMI 上升時，會增加 GNRI 與 MNA 之數值。因此針對於長期使用呼吸器之病患，GNRI 與 MNA 的確能反應出病患之營養狀況。 而就白蛋白及 BMI 在「正常組」及「營養不良危險組」組間差 異進行探討：GNRI 之「正常組」及「營養不良危險組」組間具有顯 著差異性，並且具有顯著正相關。SGA 之「正常組」及「營養不良 危險組」在組間具有顯著差異。但 MNA 在「正常組」及「營養不良. 39.
(53) 危險組」組間並無差異性，原因為 MNA 在「正常組」之 N 值為 1， 無法進行組間之比較，但在「營養不良危險組」中呈現顯著正相關。 因此認為 MNA=24 之切點針對於長期使用呼吸器之病患，無法反映 出其預後 (prognosis index) 狀況。. 第六節 GNRI、MNA、SGA 與住院天數之相關性探討 就 「正常組」及「營養不良危險組」組間差異進行探討：在 MNA 為「正常組」中住院天數為 216 天； 「營養不良危險組」中平均 住院天數為 445.7 ± 51.1 天，因「正常組」N 值為 1，故組間無法進 行差異性比較。在 SGA「正常組」中平均住院天數為 534.8 ± 84.1 天； 「營養不良危險組」中平均住院天數為 414.0 ± 62.4 天，組間不具有 差異性。在 GNRI「正常組」中平均住院天數為 649.7 ± 100.7 天； 「營 養不良危險組」中平均住院天數為 388.1 ± 60.3 天，組間具有顯著差 異性 (p < 0.05)(表 6)。 此外，GNRI 及 MNA 之數值皆與住院天數具有顯著之正相關 (p < 0.001)，即代表著當病患有較高之 GNRI 與 MNA 分數，有較長之 住院天數。但在「正常組」及「營養不良危險組」之組間差異上，僅 有在 GNRI 之組間有顯著差異性。因此不論是 SGA 及 MNA=24 之切 點皆不能反應出病患之住院天數。而認為針對長期使用呼吸器病患 40.
(54) GNRI 較能反映出病患之住院天數 (表 7)。 且將病患分為存活及死亡兩組，比較住院天數長短，存活組平均 住院天數為 536.5 ± 59.8 天；死亡組平均住院天數為 292.6 ± 78.5 天， 且組間具有顯著差異性 (p < 0.05)。故此次結果認為病患有較長之住 院天數，其有較佳之營養狀況。然而此觀點與過去所認知相反，以往 會 認 為較 佳之 營養 狀 況可 以減 少病 患 之住 院天 數 (Bauer et al., 2005；Gunen et al., 2005)，但此些研究在實驗設計上是以病患剛入院 之時間點進行資料收集，此時病患多屬急性期狀態，故較長之住院天 數代表病患之營養狀況較差。然而本實驗對象 RCW 之長期使用呼吸 器病患為長期照護類病患，其疾病狀態已趨於「慢性期」 ，大多數脫 離呼吸器者非因疾病狀況良好而脫離，是因死亡而脫離呼吸器。此次 實驗結果：真正因疾病狀況良好而脫離呼吸器之病患佔 68 位病患中 僅有 1 人。推測此實驗住院時間較長者，代表有較穩定之營養狀況。 故針對長期照護之 RCW 長期使用呼吸器病患，此次結果認為病患有 較長之住院天數代表其具有較佳之營養狀態。然而此次實驗設計為橫 斷面研究，不能真正反應病患存活狀況，存活狀況可能受複雜之疾病 生理造成，例如因感染而引發死亡，故非單純受營養狀態所影響。因 此在住院天數部份之探討仍需由未來更多研究結果支持，以利了解。. 41.
(55) 第七節 GNRI、MNA、SGA 之信度探討 ㄧ個良好之營養評估工具須具備有高度之信度及效度。信度代表 此營養評估工具是否具有可靠性、穩定性及重覆使用性，其受到測量 儀器之精確性及操作者之人為因素影響 (陳，1999)。體重及膝高之 測量，在臨床上已是ㄧ個普遍之測量項目，測量人員經過簡單之訓練 即能利用儀器協助測量，故不易因人為之因素影響到測量結果，而此 次實驗也將體重及膝高之測量進行三重複之比對，結果皆為相同，故 此部分不影響到此實驗之信度。 而就生化測量值白蛋白，目前針對各醫療院所之檢驗品質，醫檢 會由衛生署委託進行品管控制，以提升檢驗精確度。除各家醫院會有 因儀器別而有自家醫院之正常值範圍，故生化測量值不易因醫療院所 之差異而有太大之誤差，故 GNRI 之評估具有高度之信度。 此外，在 MNA、SGA 之部分，藉由三個營養師對相同病患進行 評估，結果皆為相似，故皆顯示此次實驗信度高。. 42.
(56) 第八節 GNRI、MNA、SGA 與白蛋白、BMI、存活狀況之效度探討 在 Prescott 針對慢性肺部阻塞疾病患之實驗指出，當病患. BMI. < 25 時 (normal-to-underweight)，若能增加病患體重可使其有較佳之 存活率 (Prescott et al., 2002；Schols et al., 1998)；當 BMI > 25 (obese and overweight)，若能維持穩定體重，可有較佳之存活率 (Prescott et al., 2002)。因此在病患 BMI < 25 時即需積極提升其體重，而非只著 重在 underweight 之病患 (Ambrosino et al., 2004)。研究顯示住院老年 病患及長期使用呼吸器病患皆顯示當血清中白蛋白低於 3.3 g/dL 及 3.4 g/dL 會 增加病患之 死亡率及 住院天 數 (Chen et al., 2006 ； D’ Er a s moet al., 1997；Herrmann et al., 1992)。 因此此次實驗針對 GNRI、MNA、SGA 與白蛋白、BMI、存活 率之效度探討，在白蛋白以正常數值範圍之下限 3.5g/dL；BMI 以 25； 存活狀況以實驗期間之末點病患存活或死亡探討是否可作為切點，在 進一步表現出其與三種評估工具之效度反應。 在 MNA 與 BMI=25 之結果，ROC curve 顯著在圖表之左上方 (圖 1-a)，並且在 MNA 為 18 最能反應出高敏感性 (81.4%-88.4%) 及低偽 陽性 (21.1%-26.3%)，統計上有顯著差異性 (p < 0.0001)。故表示 BMI=25 的確能作為 MNA 有效之切點 (表 8)。 在 MNA 與白蛋白=3.5g/dL 之結果，ROC curve 在圖表之左上方 43.
(57) ( 圖 1-b) ， 並 且 在 MNA 為 15.5-16.25 間 最 能 反 應 出 高 敏 感 性 (48.6%-54.1%) 及低偽陽性 (28.0%-32.0%)，統計上有顯著差異性 (p=0.041)。故表示白蛋白=3.5g/dL 的確能作為 MNA 有效之切點 (表 9)。 在 MNA 與存活狀況之結果，ROC curve 在圖表之左上方 (圖 1-c)，在 MNA 為 15.5-16.25 間有較高之敏感性 (60.0%-70.0%) 及較 低之偽陽性 (31.0%-33.3%)，但其統計上僅有趨勢之表現 (p=0.053)， 故存活狀況較不能夠有效作為 MNA 之切點 (表 10)。 在 GNRI 與 BMI=25 之結果，ROC curve 顯著在圖表之左上方 (圖 1-d)，並且在 GNRI 為 94.44 最能反應出高敏感性 (92.3%) 及低偽陽 性 (5.0%)，統計上有顯著差異性 (p < 0.0001)。故表示 BMI=25 的確 能作為 GNRI 有效之切點 (表 11)。 在 GNRI 與白蛋白=3.5g/dL 之結果，ROC curve 顯著在圖表之左 上方 (圖 1-e)，並且在 GNRI 為 96.58 最能反應出高敏感性 (80.5%) 及 低偽陽性 (38.9%)，統計上有顯著差異性 (p < 0.0001)。故表示白蛋 白=3.5g/dL 的確能作為 GNRI 有效之切點 (表 12)。 在 GNRI 與存活狀況之結果，雖然 ROC curve 在圖表之左上方 (圖 1-f)，但其不具有統計上之意義 (p=0.076)，故存活狀況不能夠有 效作為 GNRI 之切點 (表 13)。. 44.
(58) 圖 1-a. 圖 1-d. 圖 1-c. 圖 1-b. 圖 1-e. 圖 1-f. 圖 1 比較 MNA 及 GNRI 與 BMI=25、白蛋白=3.5 g/dL 及存活狀況 之 ROC cruve 結果 Fig 1. Comparison of the performance of receiver operating characteristic curves (ROC curve) of BMI=25, albumin=3.5g/dL and survival status at the cutoffs for MNA and GNRI (a)The performance of ROC curve of MNA and BMI (b) The performance of ROC curve of MNA and albumin (c) The performance of ROC curve of MNA and survival status (d) The performance of ROC curve of GNRI and BMI (e) The performance of ROC curve of GNRI and albumin (f) The performance of ROC curve of GNRI and surivial status. 45.
(59) 表 8 MNA 各切點與 BMI=25 之敏感性及偽陽性結果 Table 8. The results of sensitivity and false-positivity for various cutoffs for the total screening using BMI=25 in MNA Cutoffs. Sensitivity. 1 - Specificity. 7.00 8.50 9.25 10.25 11.25 11.75 12.50 13.25 13.75 14.25 14.75 15.50 16.25 17.00 17.75 18.25 18.75 19.25 19.75 20.25 20.75 23.50 27.00. .000 .047 .093 .116 .209 .233 .256 .372 .442 .465 .488 .535 .581 .744 .791 .814 .884 .930 .930 .953 .977 1.000 1.000. .000 .000 .000 .000 .000 .000 .000 .000 .000 .105 .105 .105 .158 .158 .158 .211 .263 .526 .579 .842 .842 .947 1.000. 46.
(60) 表 9 MNA 各切點與白蛋白=3.5 g/dL 之敏感性及偽陽性結果 Table 9. The results of sensitivity and false-positivity for various cutoffs for the total screening using albumin=3.5 g/dL in MNA Cutoffs. Sensitivity. 1 - Specificity. 7.00 8.50 9.25 10.25 11.25 11.75 12.50 13.25 13.75 14.25 14.75 15.50 16.25 17.00 17.75 18.25 18.75 19.25 19.75 20.25 20.75 23.50 27.00. .000 .054 .081 .108 .216 .243 .270 .351 .378 .432 .432 .486 .541 .622 .676 .676 .730 .919 .919 .946 .946 1.000 1.000. .000 .000 .040 .040 .040 .040 .040 .120 .200 .240 .280 .280 .320 .480 .480 .560 .640 .640 .680 .880 .920 .960 1.000. 47.
(61) 表 10 MNA 各切點與存活狀況之敏感性及偽陽性結果 Table 10. The results of sensitivity and false-positivity for various cutoffs for the total screening using survival status in MNA Cutoffs. Sensitivity. 1 - Specificity. 7.00 8.50 9.25 10.25 11.25 11.75 12.50 13.25 13.75 14.25 14.75 15.50 16.25 17.00 17.75 18.25 18.75 19.25 19.75 20.25 20.75 23.50 27.00. .000 .100 .150 .200 .300 .300 .350 .350 .400 .500 .550 .600 .700 .750 .750 .750 .750 .800 .800 .950 .950 1.000 1.000. .000 .000 .024 .024 .071 .095 .095 .214 .262 .286 .286 .310 .333 .476 .524 .571 .667 .810 .833 .905 .929 .976 1.000. 48.
(62) 表 11 GNRI 各切點與 BMI=25 之敏感性及偽陽性結果 Table 11. The results of sensitivity and false-positivity for various cutoffs for the total screening using BMI=25 in GNRI. 49.
(63) 表 12 GNRI 各切點與白蛋白=3.5 g/dL 之敏感性及偽陽性結果 Table 12. The results of sensitivity and false-positivity for various cutoffs for the total screening using albumin=3.5 g/dL in GNRI. 50.
(64) 表 13 GNRI 各切點與存活狀況之敏感性及偽陽性結果 Table 13. The results of sensitivity and false-positivity for various cutoffs for the total screening using survival status in GNRI. 51.
(65) 表 14 BMI=25 及 albumin=3.5g/dL 在 MNA 及 GNRI 之敏感性及偽 陽性結果 Table 14. The results of sensitivity and false positivity for cutoffs BMI=25 and albumin=3.5g/dL in MNA and GNRI Assessment tool. Cutoff. Score. Sensitivity. 1-Specificity. MNA MNA MNA MNA MNA GNRI GNRI GNRI. BMI=25 BMI=25 Albumin=3.5 g/dL Survival status Survival status BMI=25 Albumin=3.5 g/dL Survival status. 18.25 18.75 16.25 15.50 16.25 94.44 96.58 -. 0.814 0.884 0.541 0.600 0.700 0.923 0.805 -. 0.211 0.263 0.320 0.320 0.333 0.050 0.389 -. 統整以上結果 (表 14)，BMI=25 及白蛋白=3.5g/dL 皆能作為 MNA 及 GNRI 之切點，表示白蛋白、BMI 的確能作為長期使用呼吸器病患 之良好之預後指標 (prognosis index)。但存活狀況 (存活或死亡) 並 不能夠有效的作為切點，推測原因為存活狀況之影響因素可能非只因 營養狀況，而可能受到其他疾病所影響。故存活狀況需考量多方面因 素才能釐清。 延續以上結果，再利用 BMI=25、白蛋白=3.5g/dL 及存活狀況為 切點分別與 MNA、GNRI、SGA 之「正常組」及「營養不良危險組」 進一步探討三種評估工具之切點是否能有效反應出病患營養狀況。結 果呈現如表 15、表 16、表 17：. 52.
(66) 表 15 身體質量指數 (=25) 與三種營養評估工具之效度探討 Table 15. The validity of three assessment tools by BMI=251,2,3 BMI2 (kg/m2) MNA. At risk Normal. SGA. At risk Normal. GNRI At risk Normal. Total. p value. < 25. ≧ 25. Number % of MNA Number % of MNA Number % of SGA Number % of SGA. 43 70.5 0 0.0 39 100.0 5 19.2. 18 29.5 1 100.0 0 0.0 21 80.8. 61 100 1 100 39 100 26 100. 0.3064. Number % of GNRI Number % of GNRI. 37 90.2 2 11.1. 4 9.8 16 88.9. 41 100 18 100. <0.0001. <0.0001. Pva l uei sg i ve nonFi s he r ’ se xa c tt e s t 2 BMI:body mass index 3 Geriatric nutritional risk index (GNRI) used dichotomic subdivision into normal (absent risk) and at risk (sever/moderate/mild risk). Mini nutritional assessment (MNA) used dichotomic subdivision into normal (well nutrition) and at risk (at risk/malnourished). Subjective goal assessment (SGA) used dichotomic subdivision into normal (well nutrition) and at risk (mild/moderate nutrition) 1. 53.
(67) 表 16 白蛋白 (=3.5 g/dL) 與三種營養評估工具之效度探討 Table 16. The validity of three assessment tools by albumin 1,2 Albumin (g/dL) MNA. At risk Normal. SGA. At risk Normal. GNRI At risk Normal. Total. p value. <3.5. ≧3.5. Number % of MNA Number % of MNA Number % of SGA Number % of SGA. 37 67.3 0 0.0 26 78.2 13 45.8. 18 32.7 1 100.0 7 21.2 11 54.2. 55 100 1 100 33 100 24 100. 0.3392. Number % of GNRI Number % of GNRI. 33 80.5 8 44.4. 8 19.5 10 55.6. 41 100 18 100. 0.0012. 0.046. P value is g i ve nonFi s he r ’ se xa c tt e s t 2 Geriatric nutritional risk index (GNRI) used dichotomic subdivision into normal (absent risk) and at risk (sever/moderate/mild risk). Mini nutritional assessment (MNA) used dichotomic subdivision into normal (well nutrition) and at risk (at risk/malnourished). Subjective goal assessment (SGA) used dichotomic subdivision into normal (well nutrition) and at risk (mild/moderate nutrition) 1. 54.
(68) 表 17 存活狀況與三種營養評估工具之效度探討 Table 17. The validity of three assessment tools by survival status1,2 Survival MNA. At risk Normal. SGA. At risk Normal. GNRI At risk Normal. Total. p value. Died. Alive. Number % of MNA Number % of MNA Number % of SGA Number % of SGA. 20 32.8 0 0.0 12 30.8 8 30.8. 41 67.2 1 100.0 27 69.2 18 69.2. 61 100 1 100 39 100 26 100. 1.0000. Number % of GNRI Number % of GNRI. 13 31.7 4 22.2. 28 68.3 14 77.8. 41 100 18 100. 0.5477. 1.0000. Pva l uei sg i ve nonFi s he r ’ se xa c tt e s t 2 Geriatric nutritional risk index (GNRI) used dichotomic subdivision into normal (absent risk) and at risk (sever/moderate/mild risk). Mini nutritional assessment (MNA) used dichotomic subdivision into normal (well nutrition) and at risk (at risk/malnourished). Subjective goal assessment (SGA) used dichotomic subdivision into normal (well nutrition) and at risk (mild/moderate nutrition) 1. 由表 15、16、17 之結果顯示，MNA 與 BMI、白蛋白、存活狀 況均無統計之意義 (p=0.3064，p=0.3392，p=1.0000)，代表 MNA=24 之切點與白蛋白、BMI、存活狀況無關聯性，在先前 ROC curve 之結 果顯示，MNA=16.25-18.75 與 BMI 及白蛋白具有高敏感性及低偽陽 性，顯示針對於長期使用呼吸器之病患 MNA 其在「具有營養不良危 險」之界定值應該下修，以利臨床營養師實質上之應用。而 SGA 及. 55.
(69) GNRI 皆與 BMI、白蛋白有顯著之差異性 (p < 0.05)，表示 SGA 及 GNRI 在以「BMI=25 及白蛋白=3.5 g/dL」為基礎下，其營養不良危 險之界定值能夠反應出此次病患之營養狀況。故目前臨床上 MNA 之 界定值對於長期使用呼吸器病患之使用並不恰當。 此外，除了 MNA 與存活狀況無統計差異外，SGA 及 GNRI 亦是 如此，表示病患存活狀況與三種評估工具無關連性，此與先前 ROC curve 之結果相符。故在無釐清病患死亡原因之下，不能夠貿然以存 活狀況做為反應營養狀況之結果，可能會忽略因急性症狀致死之可能 性。 而在 SGA 因為類別變相而無法進行 ROC curve 之情況下，將表 15、表 16、表 17 之結果統整進行效度之比較，統整如下：(表 18). 56.
數據
+7
相關文件
SS Curriculum and Assessment for the Ethics and Religious Studies Curriculum Ethics and Religious Studies Curriculum Enhancement of Assessment Literacy:?. Designing and Marking
• Children from this parenting style are more responsive, able to recover quickly from stress; they also have better emotional responsiveness and self- control; they can notice
In the course of QA inspection, assessment of the quality of the learning and teaching of individual subjects
Internal assessment refers to the assessment practices that teachers and schools employ as part of the ongoing learning and teaching process during the three years
Wang, Solving pseudomonotone variational inequalities and pseudocon- vex optimization problems using the projection neural network, IEEE Transactions on Neural Networks 17
The left panel shows boxplots showing the 100 posterior predictive p values (PPP-values) for each observed raw score across the 100 simulated data sets generated from
Define instead the imaginary.. potential, magnetic field, lattice…) Dirac-BdG Hamiltonian:. with small, and matrix
The increasing charges of medical services, rising prices in jewellery and air tickets pushed the indices of Health; Other goods and services; and Transport and communications up
