基于控制營(yíng)養(yǎng)狀況評(píng)分的重癥腦卒中病人繼發(fā)肺部感染風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建

摘要" 目的：基于控制營(yíng)養(yǎng)狀況（CONUT）評(píng)分評(píng)估重癥腦卒中病人的免疫營(yíng)養(yǎng)狀況，并構(gòu)建重癥腦卒中病人繼發(fā)肺部感染風(fēng)險(xiǎn)預(yù)測(cè)模型。方法：選取2021年8月—2023年8月于重慶醫(yī)科大學(xué)附屬第一醫(yī)院神經(jīng)內(nèi)科重癥監(jiān)護(hù)室住院的重癥腦卒中病人181例作為研究對(duì)象，回顧性收集病人的一般資料、CONUT評(píng)分和肺部感染發(fā)生情況。采用Logistic回歸分析探討重癥腦卒中病人繼發(fā)肺部感染的影響因素，建立列線圖預(yù)測(cè)模型，繪制受試者工作特征（ROC）曲線和校準(zhǔn)圖評(píng)價(jià)列線圖模型的風(fēng)險(xiǎn)預(yù)測(cè)能力，采用10?折交叉驗(yàn)證進(jìn)行模型內(nèi)部驗(yàn)證。結(jié)果：Logistic 回歸分析結(jié)果顯示，CONUT評(píng)分、氣管插管、鼻胃管、格拉斯哥昏迷量表評(píng)分和查爾森合并癥指數(shù)是重癥腦卒中病人繼發(fā)肺部感染的獨(dú)立影響因素。校正氣管插管、鼻胃管、格拉斯哥昏迷量表評(píng)分和查爾森合并癥指數(shù)后，與CONUT低分組相比，CONUT高分組繼發(fā)肺部感染的風(fēng)險(xiǎn)增加［OR=5.968，95%CI（1.728，22.560）］。預(yù)測(cè)重癥腦卒中病人繼發(fā)肺部感染的列線圖模型的ROC曲線下面積為0.841［95%CI（0.764，0.917）］，10?折交叉驗(yàn)證顯示ROC曲線下面積為0.815，結(jié)果穩(wěn)健。模型的校正曲線與實(shí)際曲線接近，分布與理想曲線相差不遠(yuǎn)。結(jié)論：重癥腦卒中病人入住重癥監(jiān)護(hù)室時(shí)的CONUT評(píng)分為其繼發(fā)肺部感染的影響因素，基于CONUT評(píng)分構(gòu)建的預(yù)測(cè)模型預(yù)測(cè)效能較好。

關(guān)鍵詞" 控制營(yíng)養(yǎng)狀況評(píng)分；重癥監(jiān)護(hù)；腦卒中；肺部感染；風(fēng)險(xiǎn)預(yù)測(cè)；列線圖

doi：10.12102/j.issn.1009-6493.2025.02.008

基金項(xiàng)目 重慶市臨床重點(diǎn)?？平ㄔO(shè)項(xiàng)目，編號(hào)：渝財(cái)社〔2023〕47號(hào)

作者簡(jiǎn)介 周姝宏，護(hù)士，碩士研究生在讀

通訊作者 劉光維，E?mail：1805208315@qq.com

引用信息 周姝宏，李鳳，陽(yáng)佳家，等.基于控制營(yíng)養(yǎng)狀況評(píng)分的重癥腦卒中病人繼發(fā)肺部感染風(fēng)險(xiǎn)預(yù)測(cè)模型的構(gòu)建[J].護(hù)理研究，2025，39（2）：231?236.

Construction of risk prediction model for secondary pulmonary infection in patients with severe stroke based on Controlling Nutritional Status score

ZHOU Shuhong， LI Feng， YANG Jiajia， ZHANG Ruixin， LIU Guangwei*

The First Affiliated Hospital of Chongqing Medical University， Chongqing 400042 China

*Corresponding Author" LIU Guangwei， E?mail： 1805208315@qq.com

Abstract" Objective：To evaluate the immunonutritional status of patients with severe stroke based on Controlling Nutritional Status（CONUT） score，and to construct a risk prediction model for secondary pulmonary infection in patients with severe stroke.Methods：A total of 181 patients with severe stroke who were admitted to the neurological intensive care unit of the First Affiliated Hospital of Chongqing Medical University were selected as the study subjects from August 2021 to August 2023.The general data，CONUT score and incidence of pulmonary infection were retrospectively collected.Logistic regression analysis was used to explore the influencing factors of pulmonary infection in patients with severe stroke，and the Nomogram prediction model was established.The receiver operating characteristic（ROC） curve and calibration diagram were drawn to evaluate the risk prediction ability of the Nomogram model.10?fold" cross" validation was used for" internal" verification of the model.Results：The" results of the Logistic regression analysis showed that CONUT score，endotracheal intubation，nasogastric tube，Glasgow Coma Scale score and Charlson comorbidity index are independent influencing factors for secondary pulmonary infection in patients with severe stroke.After correction for Endotracheal intubation，nasogastric tube，Glasgow Coma Scale score，and Charlson comorbidity index，the risk of pulmonary infection was increased in the CONUT high group compared with the low group［OR=5.968，95%CI（1.728，22.560）].The area under the ROC curve of the model for predicting secondary pulmonary infection in patients with severe stroke was 0.841[95%CI（0.764，0.917）].The 10?fold cross validation showed robust results with area under the ROC curve of 0.815.The calibration curve of the model was close to the actual curve，and the distribution was not far from the ideal curve.Conclusions：The CONUT score of patients with severe stroke at the time of admission to the intensive care unit is the influencing factor of secondary pulmonary infection， and the prediction model based on the CONUT score has good prediction performance.

Keywords""" Controlling Nutritional Status score； intensive care； stroke； pulmonary infection； risk prediction； Nomogram

腦卒中是全球第二大死亡原因（2019年占總死亡人數(shù)的11.6%）和第三大傷殘?jiān)颍?019年占總傷殘調(diào)整壽命年的5.7%）[1]。肺部感染是重癥腦卒中病人的常見并發(fā)癥之一，也是其死亡的主要原因之一。腦卒中繼發(fā)肺部感染的病人病死率是單純腦卒中病人的3倍[2]，因此，早期識(shí)別重癥腦卒中繼發(fā)肺部感染的高風(fēng)險(xiǎn)病人至關(guān)重要。營(yíng)養(yǎng)不良和免疫缺陷是重癥腦卒中繼發(fā)肺部感染的重要原因[3?4]。重癥腦卒中病人存在低度炎癥可能導(dǎo)致營(yíng)養(yǎng)不良和免疫功能障礙，加速疾病進(jìn)展。2005年，Ignacio De Ulíbarri等[5]首次提出將控制營(yíng)養(yǎng)狀況（Controlling Nutritional Status，CONUT）評(píng)分作為胃腸道手術(shù)病人營(yíng)養(yǎng)不良和免疫缺陷的早期篩查工具，Rinninella等[6?9]對(duì)其在病人中的應(yīng)用價(jià)值進(jìn)行了驗(yàn)證。目前關(guān)于CONUT評(píng)分與重癥腦卒中繼發(fā)肺部感染的關(guān)系尚不明確。因此，本研究擬探討CONUT評(píng)分對(duì)重癥腦卒中繼發(fā)肺部感染的預(yù)測(cè)價(jià)值。

1" 對(duì)象與方法

1.1 研究對(duì)象

選取2021年8月—2023年8月于重慶醫(yī)科大學(xué)附屬第一醫(yī)院神經(jīng)內(nèi)科重癥監(jiān)護(hù)室（neurological intensive care unit，NICU）住院的重癥腦卒中病人181例作為研究對(duì)象。納入標(biāo)準(zhǔn)：1）重癥病人，急性生理與慢性健康評(píng)分（Acute Physiology and Chronic Health Evaluation，APACHE） Ⅱ評(píng)分為10～25分[10]；2）腦卒中，經(jīng)影像學(xué)檢查符合《中國(guó)急性缺血性腦卒中診治指南2018》或《中國(guó)腦出血診治指南（2019）》診斷標(biāo)準(zhǔn)；3）年齡≥18歲；4）首次發(fā)病，發(fā)病時(shí)間≤48 h，NICU停留時(shí)間≥48 h。排除標(biāo)準(zhǔn)：1）發(fā)生社區(qū)獲得性肺炎，入院48 h 內(nèi)發(fā)生感染；2）入院48 h內(nèi)使用抗生素、免疫制劑；3）入院時(shí)存在血流動(dòng)力學(xué)不穩(wěn)定、多器官衰竭或患有嚴(yán)重肝腎功能疾病、免疫系統(tǒng)疾病、腫瘤；4）失訪或臨床資料缺失。樣本量計(jì)算：本研究預(yù)計(jì)最終模型納入5個(gè)變量，經(jīng)驗(yàn)法確保每個(gè)被考慮納入最終預(yù)測(cè)模型方程的預(yù)測(cè)參數(shù)至少有10個(gè)事件發(fā)生。根據(jù)文獻(xiàn)檢索結(jié)果，預(yù)計(jì)CONUT中分組和高分組肺部感染發(fā)生率為38%[9]，計(jì)算樣本量為132例，考慮10%的失訪率，最終需納入樣本146例。本研究最終納入病人181例。本研究已獲得醫(yī)院倫理委員會(huì)批準(zhǔn)（編號(hào)：K2023?326）。由于本研究為回顧性設(shè)計(jì)，倫理委員會(huì)審核免除病人知情同意。

1.2 資料收集方法

回顧性收集病人的一般資料、CONUT評(píng)分和肺部感染發(fā)生情況。所有資料均來(lái)自重慶醫(yī)科大學(xué)附屬第一醫(yī)院NICU電子病例系統(tǒng)。1）一般資料：包括年齡、性別、吸煙、飲酒、既往病史[高血壓、糖尿病、冠心病、心房顫動(dòng)、慢性阻塞性肺疾病（COPD）、心力衰竭]、腦卒中類型、APACHEⅡ評(píng)分、美國(guó)國(guó)立衛(wèi)生研究院卒中量表（National Institute of Health Stroke Scale，NIHSS）評(píng)分及格拉斯哥昏迷量表（Glasgow Coma Scale，GCS）評(píng)分、查爾森合并癥指數(shù)（CCI）、氣管插管、鼻胃管使用情況。2）CONUT評(píng)分：病人入院48 h內(nèi)收集其白蛋白、總膽固醇、淋巴細(xì)胞計(jì)數(shù)，將3個(gè)指標(biāo)賦值相加計(jì)算CONUT評(píng)分，總分0～12分[7]。將CONUT評(píng)分0分或1分、2～4分、5～12分的病人分別歸為低分組、中分組、高分組[11]。3）肺部感染發(fā)生情況：統(tǒng)計(jì)重癥腦卒中病人在NICU住院期間的肺部感染發(fā)生情況，根據(jù)2018年中華醫(yī)學(xué)會(huì)呼吸病學(xué)分會(huì)感染學(xué)組發(fā)布的《中國(guó)成人醫(yī)院獲得性肺炎與呼吸機(jī)相關(guān)性肺炎診斷和治療指南》，肺部感染指征包括出現(xiàn)咳嗽、咳痰、發(fā)熱等肺部感染癥狀和體征；通過胸部X線或CT等影像學(xué)檢查顯示存在肺部感染征象；白細(xì)胞等實(shí)驗(yàn)室檢查結(jié)果異常。

1.3 數(shù)據(jù)處理方法

病人指標(biāo)缺失率gt;20%視為失訪；定量資料缺失率lt;5%采用均數(shù)或中位數(shù)替代缺失數(shù)值，缺失率為5%～10%使用回歸方程充填法，缺失率gt;10%應(yīng)用多重插補(bǔ)法填充。

1.4 統(tǒng)計(jì)學(xué)方法

采用SPSS 26.0進(jìn)行統(tǒng)計(jì)學(xué)分析。符合正態(tài)分布的定量資料以均數(shù)±標(biāo)準(zhǔn)差（x±s）表示，組間比較采用t檢驗(yàn)；不符合正態(tài)分布的定量資料以中位數(shù)（四分位數(shù)）[M（P25，P75）]表示，組間比較采用Mann?Whitney U檢驗(yàn)；定性資料以頻數(shù)及百分比（%）表示，組間比較采用χ2檢驗(yàn)或Fisher精確概率法。采用Logistic回歸分析探究CONUT評(píng)分對(duì)重癥腦卒中病人繼發(fā)肺部感染的影響，計(jì)算比值比（odds ratio，OR）及其95%置信區(qū)間（confidence interval，CI），并應(yīng)用rms程序包建立列線圖預(yù)測(cè)模型。采用10?折交叉驗(yàn)證對(duì)模型進(jìn)行內(nèi)部驗(yàn)證，繪制受試者工作特征（receiver operating characteristic，ROC）曲線，計(jì)算基于CONUT評(píng)分的重癥腦卒中病人繼發(fā)肺部感染預(yù)測(cè)模型的曲線下面積。以Plt;0.05表示差異有統(tǒng)計(jì)學(xué)意義。

2" 結(jié)果

2.1 重癥腦卒中病人繼發(fā)肺部感染影響因素的單因素分析

181例重癥腦卒中病人中有62例（34.25%）住院期間發(fā)生肺部感染，119例（65.75%）住院期間未發(fā)生肺部感染。重癥腦卒中病人繼發(fā)肺部感染影響因素的單因素分析結(jié)果見表1。

2.2 重癥腦卒中病人繼發(fā)肺部感染影響因素的多因素分析

以肺部感染發(fā)生情況為因變量（未感染=0，感染=1），以單因素分析中有統(tǒng)計(jì)學(xué)意義（Plt;0.05）的變量及P值與0.05接近的變量（高血壓）為自變量進(jìn)行Logistic 回歸分析。自變量賦值情況：CONUT評(píng)分，低分組=1，中分組=2，高分組=3；年齡，≤65歲=0，gt;65歲=1；高血壓，無(wú)=0，有=1；氣管插管，否=0，是=1；鼻胃管，否=0，是=1；GCS評(píng)分以原值代入；CCI以原值代入。模型1結(jié)果顯示，與低分組相比，CONUT高分組繼發(fā)肺部感染的風(fēng)險(xiǎn)增加[OR=5.185，95%CI（1.860，15.381）]。模型3結(jié)果顯示，加入其他變量后，CONUT高分組OR值相較于模型1無(wú)明顯變化。CONUT評(píng)分、氣管插管、鼻胃管、GCS評(píng)分和CCI是重癥腦卒中病人繼發(fā)肺部感染的影響因素。見表2。

2.3 重癥腦卒中病人繼發(fā)肺部感染風(fēng)險(xiǎn)預(yù)測(cè)模型的建立

根據(jù)重癥腦卒中病人繼發(fā)肺部感染的影響因素構(gòu)建基于CONUT評(píng)分的風(fēng)險(xiǎn)列線圖模型，見圖 1。

2.4 重癥腦卒中病人繼發(fā)肺部感染預(yù)測(cè)模型的驗(yàn)證

列線圖模型的ROC曲線下面積為0.841[95%CI（0.764，0.917）]，靈敏度為0.744，特異度為0.855，約登指數(shù)為0.600，見圖2。采用10?折交叉驗(yàn)證對(duì)模型進(jìn)行內(nèi)部驗(yàn)證，結(jié)果顯示ROC曲線下面積為0.815，靈敏度為0.842，特異度為0.450，與列線圖模型的ROC相比，兩者處于同一水平，說(shuō)明結(jié)果穩(wěn)健。校準(zhǔn)曲線顯示校正曲線與實(shí)際曲線接近，分布與理想曲線相差不遠(yuǎn)，見圖3。

3" 討論

3.1 CONUT評(píng)分對(duì)重癥腦卒中病人繼發(fā)肺部感染的影響

肺部感染是重癥腦卒中病人最常見的并發(fā)癥之一，也是病人重要的死亡原因之一，已有研究結(jié)果顯示，繼發(fā)肺部感染的重癥腦卒中病人30 d死亡率占30 d總死亡率的30%[12]。病人入院時(shí)的免疫營(yíng)養(yǎng)聯(lián)合狀況與肺部感染發(fā)生情況密切相關(guān)。本研究基于CONUT評(píng)分研究免疫營(yíng)養(yǎng)聯(lián)合狀況對(duì)重癥腦卒中病人繼發(fā)肺部感染的預(yù)測(cè)價(jià)值，結(jié)果顯示，入院時(shí)CONUT評(píng)分較高的腦卒中病人繼發(fā)肺部感染的風(fēng)險(xiǎn)較大；在調(diào)整相關(guān)變量后，CONUT評(píng)分仍是重癥腦卒中病人繼發(fā)肺部感染的影響因素；基于CONUT評(píng)分構(gòu)建的風(fēng)險(xiǎn)預(yù)測(cè)模型經(jīng)過10?折交叉驗(yàn)證得出相似曲線下面積。表明CONUT評(píng)分是早期識(shí)別重癥腦卒中病人繼發(fā)肺部感染的有效工具，可為臨床早期進(jìn)行免疫營(yíng)養(yǎng)管理以預(yù)防重癥腦卒中病人繼發(fā)肺部感染提供參考。

3.2 CONUT評(píng)分是重癥腦卒中繼發(fā)肺部感染的獨(dú)立影響因素

本研究結(jié)果顯示，調(diào)整其他變量后CONUT評(píng)分仍是重癥腦卒中病人繼發(fā)肺部感染的影響因素。原因可能與CONUT評(píng)分由白蛋白、總膽固醇和淋巴細(xì)胞計(jì)數(shù)賦值積分所得有關(guān)。已有研究表明，低白蛋白和膽固醇均與腦卒中病人的院內(nèi)肺部感染相關(guān)[13?15]。白蛋白具有抗氧化活性和抗炎特性，可起到降低感染風(fēng)險(xiǎn)的作用[16]；其還可刺激免疫細(xì)胞反應(yīng)，減輕免疫抑制狀況，從而降低肺部感染風(fēng)險(xiǎn)[17]。膽固醇是細(xì)胞膜的重要組成部分，可增強(qiáng)固有和適應(yīng)性免疫應(yīng)答，提高宿主對(duì)醫(yī)院獲得性感染的抵抗力[18]；同時(shí)，膽固醇也是體內(nèi)合成重要供能物質(zhì)的原料[19]。淋巴細(xì)胞在細(xì)胞免疫中發(fā)揮著重要作用[20]。重癥腦卒中病人具有高代謝特征，病人對(duì)營(yíng)養(yǎng)物質(zhì)需求增加。當(dāng)病人出現(xiàn)負(fù)氮平衡時(shí)，低白蛋白水平和低膽固醇水平無(wú)法維持營(yíng)養(yǎng)供應(yīng)，可引起體重減輕和機(jī)體抵抗力下降等。此外，當(dāng)病人免疫營(yíng)養(yǎng)聯(lián)合狀況較差時(shí)，腸黏膜屏障作用降低，導(dǎo)致內(nèi)毒素移位，增加感染風(fēng)險(xiǎn)[21]。CONUT評(píng)分包含對(duì)蛋白質(zhì)儲(chǔ)備消耗、熱量消耗和免疫防御受損狀況的評(píng)估，比單變量標(biāo)志物更能反映免疫營(yíng)養(yǎng)聯(lián)合狀況，較好地彌補(bǔ)了單個(gè)營(yíng)養(yǎng)評(píng)價(jià)指標(biāo)和單個(gè)免疫評(píng)估指標(biāo)的不足，且其評(píng)分簡(jiǎn)易、方便復(fù)測(cè)。在本研究中，CONUT高分組病人相較于低分組病人的繼發(fā)性肺部感染發(fā)生率增高，提示臨床工作中可通過早期評(píng)估CONUT評(píng)分，發(fā)現(xiàn)重癥腦卒中繼發(fā)肺部感染的高危病人，從而采取有效、全面的預(yù)防措施，降低重癥腦卒中病人繼發(fā)肺部感染的風(fēng)險(xiǎn)，提高病人救治成功率。

3.3 列線圖模型對(duì)重癥腦卒中病人繼發(fā)肺部感染的風(fēng)險(xiǎn)預(yù)測(cè)效能較好

本研究構(gòu)建的列線圖模型用于早期發(fā)現(xiàn)重癥腦卒中病人繼發(fā)肺部感染風(fēng)險(xiǎn)，有利于醫(yī)護(hù)人員早期實(shí)施有效的干預(yù)措施。采用10?折交叉驗(yàn)證對(duì)模型進(jìn)行內(nèi)部驗(yàn)證，結(jié)果表明，列線圖模型具有較高的區(qū)分度。校準(zhǔn)圖結(jié)果表明重癥腦卒中病人肺部感染預(yù)測(cè)概率與模型的實(shí)際發(fā)生概率一致，說(shuō)明列線圖預(yù)測(cè)模型具有較好的判別能力，提示本研究開發(fā)的列線圖模型在預(yù)測(cè)重癥腦卒中病人繼發(fā)肺部感染方面具有較高的臨床應(yīng)用價(jià)值。Liu等[22]研究表明，腦卒中誘發(fā)的免疫抑制可能導(dǎo)致全身細(xì)胞免疫反應(yīng)下調(diào)和淋巴細(xì)胞亞群、單核細(xì)胞、肺巨噬細(xì)胞和上皮細(xì)胞快速減少，削弱人體對(duì)病原體的抵抗力，增加肺部感染風(fēng)險(xiǎn)。Dai等[23]研究發(fā)現(xiàn)，基于老年?duì)I養(yǎng)風(fēng)險(xiǎn)指數(shù)的高營(yíng)養(yǎng)不良風(fēng)險(xiǎn)與較高的腦卒中病人繼發(fā)肺部感染發(fā)病率有關(guān)。不良免疫營(yíng)養(yǎng)聯(lián)合狀況可能會(huì)阻礙淋巴細(xì)胞成熟，降低循環(huán)淋巴細(xì)胞計(jì)數(shù)，影響機(jī)體對(duì)感染的抵抗力和恢復(fù)能力[24]。因此，病人不良免疫營(yíng)養(yǎng)聯(lián)合狀況會(huì)增加病人肺部感染發(fā)生風(fēng)險(xiǎn)。CONUT評(píng)分是免疫功能和營(yíng)養(yǎng)狀況的綜合指標(biāo)，基于CONUT評(píng)分的免疫營(yíng)養(yǎng)狀況評(píng)估結(jié)果聯(lián)合病人住院期間的病情特征，有利于提升對(duì)重癥腦卒中病人繼發(fā)肺部感染的預(yù)測(cè)效能。近年來(lái)，免疫營(yíng)養(yǎng)狀況作為可改變因素越來(lái)越受到關(guān)注，已有研究表明，早期營(yíng)養(yǎng)治療可以降低全身炎癥水平，改善免疫功能，降低腦卒中相關(guān)感染風(fēng)險(xiǎn)[25]。構(gòu)建基于CONUT評(píng)分的列線圖可以對(duì)病人進(jìn)行評(píng)估，幫助醫(yī)務(wù)人員早期識(shí)別長(zhǎng)期預(yù)后不良的病人，及時(shí)制定個(gè)體化的免疫營(yíng)養(yǎng)支持和治療方案，降低病人病死率和不良預(yù)后的發(fā)生。

3.4 研究局限性

1）本研究樣本量較小，且為單中心回顧性研究，未進(jìn)行多中心外部驗(yàn)證。2）病人在住院期間獲得的營(yíng)養(yǎng)支持不同、營(yíng)養(yǎng)方案多樣，本研究暫未探討營(yíng)養(yǎng)支持方案對(duì)肺部感染的影響。3）本研究未對(duì)CONUT評(píng)分進(jìn)行動(dòng)態(tài)觀察，無(wú)法獲得治療后的CONUT評(píng)分并確定其臨床價(jià)值。后續(xù)研究仍需要采用前瞻性、大樣本量、具有動(dòng)態(tài)隨訪設(shè)計(jì)的研究，以進(jìn)一步驗(yàn)證本研究結(jié)果的可靠性。

4" 小結(jié)

入院48 h內(nèi)CONUT評(píng)分是重癥腦卒中病人繼發(fā)肺部感染的獨(dú)立預(yù)測(cè)指標(biāo)，基于CONUT評(píng)分構(gòu)建重癥腦卒中病人繼發(fā)肺部感染的預(yù)測(cè)模型，可為早期準(zhǔn)確評(píng)估病人肺部感染風(fēng)險(xiǎn)并制定針對(duì)性措施提供參考。醫(yī)務(wù)人員應(yīng)早期關(guān)注重癥腦卒中病人的免疫營(yíng)養(yǎng)聯(lián)合狀況，將其作為病情監(jiān)測(cè)內(nèi)容，為臨床優(yōu)化治療提供條件。

參考文獻(xiàn)：

[1]" GBD 2019 Stroke Collaborators.Global，regional，and national burden of stroke and its risk factors，1990-2019：a systematic analysis for the global burden of disease study 2019[J].Lancet Neurol，2021，20（10）：795-820.

[2]" BAI W，LI W，NING Y L，et al.Blood glutamate levels are closely related to acute lung injury and prognosis after stroke[J].Front Neurol，2017，8：755.

[3]" 張瑞昕，李鳳，黃麗紅，等.重癥腦卒中患者肺部感染與營(yíng)養(yǎng)相關(guān)的危險(xiǎn)因素分析[J].中國(guó)實(shí)用護(hù)理雜志，2021，37（34）：2644-2649.

[4]" 方芳，舒怡，肖志杰.卒中相關(guān)性肺炎的臨床研究進(jìn)展[J].中華危重病急救醫(yī)學(xué)，2019，31（11）：1429-1434.

[5]" IGNACIO DE ULíBARRI J，GONZáLEZ-MADRO?O A，DE VILLAR N G，et al.CONUT：a tool for controlling nutritional status.First validation in a hospital population[J].Nutr Hosp，2005，20（1）：38-45.

[6]" RINNINELLA E，BORRIELLO R，D'ANGELO M，et al.Controlling Nutritional Status（CONUT） as predictive score of hospital length of stay（LOS） and mortality：a prospective cohort study in an internal medicine and gastroenterology unit in Italy[J].Nutrients，2023，15（6）：1472.

[7]" NAGATA A，KANEMASA Y，SASAKI Y，et al.Clinical impact of controlling nutritional status score on the prognosis of patients with diffuse large B-cell lymphoma[J].Hematol Oncol，2020，38（3）：309-317.

[8]" DI VINCENZO O，D'ELIA L，BALLARIN G，et al.Controlling Nutritional Status（CONUT） score and the risk of mortality or impaired physical function in stroke patients：a systematic review and meta-analysis[J].Nutr Metab Cardiovasc Dis，2023，33（8）：1501-1510.

[9]" LI D Z，LIU Y，JIA Y，et al.Association between malnutrition and stroke-associated pneumonia in patients with ischemic stroke[J].BMC Neurol，2023，23（1）：290.

[10]" PU L，ZHU B，JIANG L，et al.Weaning critically ill patients from mechanical ventilation： a prospective cohort study[J].J Crit Care，2015，30（4）：7-13.

[11]" TOKUNAGA R，SAKAMOTO Y，NAKAGAWA S，et al.CONUT：a novel independent predictive score for colorectal cancer patients undergoing potentially curative resection[J].Int J Colorectal Dis，2017，32（1）：99-106.

[12]" TEH W H，SMITH C J，BARLAS R S，et al.Impact of stroke-associated pneumonia on mortality，length of hospitalization，and functional outcome[J].Acta Neurol Scand，2018，138（4）：293-300.

[13]" YANG X，WANG L，ZHENG L，et al.Serum albumin as a potential predictor of pneumonia after an acute ischemic stroke[J].Curr Neurovasc Res，2020，17（4）：385-393.

[14]" MAZZACANE F， LEUCI E， PERSICO A，et al.Association between cholesterol levels and infections after ischemic stroke[J].Eur J Neurol，2020，27（10）：2036-2040.

[15]" RODRíGUEZ-SANZ A，F(xiàn)UENTES B，MARTíNEZ-SáNCHEZ P，et al.High-density lipoprotein： a novel marker for risk of in-hospital infection in acute ischemic stroke patients？[J].Cerebrovasc Dis，2013，35（3）：291-297.

[16]" KAWAI Y，MASUTANI K，TORISU K，et al.Association between serum albumin level and incidence of end-stage renal disease in patients with immunoglobulin A nephropathy：a possible role of albumin as an antioxidant agent[J].PLoS One，2018，13（5）：e0196655.

[17]" ARROYO V，GARCíA-MARTINEZ R，SALVATELLA X.Human serum albumin，systemic inflammation，and cirrhosis[J].J Hepatol，2014，61（2）：396-407.

[18]" CARDOSO D， PERUCHA E.Cholesterol metabolism：a new molecular switch to control inflammation[J]. Clin Sci，2021，135（11）：1389-1408.

[19]" MUNTEANU C，SCHWARTZ B.The relationship between nutrition and the immune system[J].Front Nutr，2022，9：1082500.

[20]" HEUNG L J，WIESNER D L，WANG K，et al.Immunity to fungi in the lung[J].Semin Immunol，2023，66：101728.

[21]" WEN S W，SHIM R，HO L，et al.Advanced age promotes colonic dysfunction and gut-derived lung infection after stroke[J].Aging Cell，2019，18（5）：e12980.

[22]" LIU D D，CHU S F，CHEN C，et al.Research progress in stroke-induced immunodepression syndrome（SIDS） and stroke-associated pneumonia（SAP）[J].Neurochem Int，2018，114：42-54.

[23]" DAI C J，YAN D，XU M J，et al.Geriatric Nutritional Risk Index is related to the risk of stroke-associated pneumonia[J].Brain Behav，2022，12（8）：e2718.

[24]" SMITH T J，MCCLUNG J P.Nutrition，immune function，and infectious disease[J].Med J，2021（01/02/03）：133-136.

[25]" CHEN X，HU Y，YUAN X，et al.Effect of early enteral nutrition combined with probiotics in patients with stroke：a meta-analysis of randomized controlled trials[J].Eur J Clin Nutr，2022，76（4）：592-603.

（收稿日期：2024-01-21；修回日期：2024-12-27）

（本文編輯 陳瓊）