重癥患者EEN不耐受防治方案的構建及應用

梁澤平 商璀 張晶 王耀麗 敬慧丹

早期腸內營養（EEN），即在胃腸道恢復蠕動后開始施行腸內營養支持，EEN能保護胃腸黏膜屏障結構和功能完整性，減輕黏膜通透性，減少腸道菌群易位，促進胃腸道蠕動，增加胃腸道血液供應，提高局部和全身免疫功能，降低繼發感染風險，縮短住院時間，降低醫療費用，明顯改善預后。目前啟動腸內營養的時間尚未統一，現有循證指南多推薦在24～48 h啟動腸內營養[1]。喂養不耐受（FI），指腸內營養過程中出現的各種腸道不良反應（如腹瀉、嘔吐、高胃殘余量、胃腸出血等）而導致的腸內營養暫停、中止或72 h內不能達到20 kcal（/kg·d）的熱量目標[2]。FI是導致腸內營養中止或暫停的常見原因之一，重癥患者發生營養不良的風險高，腸內營養在ICU的應用十分廣泛。據統計，重癥患者中，高達30.5%～65.7%的患者會發生FI，表現為腹脹、腹瀉、嘔吐等癥狀[3-5]，住院病死率約30.8%，這嚴重制約了重癥患者腸內營養的早期開展和順利實施。許磊[6]設計的重癥患者腸內營養喂養不耐受風險評估量表與臨床患者喂養不耐受的實際發生情況具有較高的一致性，但由于該量表指標多，臨床醫護人員僅通過臨床觀察很難對患者發生FI的風險進行早期評估，從而延誤了早期的干預和處理，因此構建更為簡單、高效的早期評估和早期干預手段對減少EEN不耐受的發生尤為重要。構建重癥患者EEN不耐受防治方案并結合智能化設備應用于臨床，減少了EEN喂養不耐受的發生率，提高了臨床護士工作效率，現報告如下。

1 對象與方法

1.1 研究對象

選取2020年1—12月重慶市某三級甲等醫院重癥醫學科收治的102例患者作為對照組，將2021年1—12月收治的102例患者作為觀察組。納入和排除條件：年齡≥18周歲；血流動力學穩定，準備通過喂養管實施EN，將已經開始實施EN的患者排除。患者或家屬自愿參與研究并簽署知情同意書。

1.2 重癥患者EEN不耐受防治方案構建

1.2.1 組建研究團隊 研究團隊包括專家小組和研究小組,共19人。①專家小組由1名護理學教授、1名ICU副主任醫師、1名ICU主任醫師和1名ICU副主任護師組成,工作年限均＞15年，主要負責審核EEN不耐受防治技術方案,指導方案的實施并評價實施效果。②研究小組由10名ICU專科護士、2名ICU醫生以及2名營養治療師組成,設組長1名和副組長2名。組長由ICU護士長擔任,負責制訂研究計劃、促進組員間的合作與交流。副組長由1名營養治療師和1名工作10年的ICU專科護士擔任,負責對組員進行培訓與考核,并對方案實施過程進行督查。研究小組其他成員主要負責制訂方案,對責任護士進行培訓與考核,輔助責任護士開展早期活動,把控方案實施過程中的質量,收集并錄入相關數據。

1.2.2 方案內容及篩選 在重癥患者腸內營養喂養不耐受風險評估量表的基礎上結合文獻[1,7-14]和研究小組討論制訂初步重癥患者EEN不耐受防治技術方案。該方案涉及到重癥患者腸內營養喂養不耐受風險評估、建立高風險預警系統、對腸內營養喂養不耐受早期預防以及發生不耐受的早期處理。根據初步擬定的重癥患者EEN不耐受防治技術方案，最終形成包括9個一級指標、24個二級指標和47個三級指標在內的初始評價指標。

1.2.3 德爾菲專家函詢

（1）選擇函詢專家：根據課題需要及專家人數對函詢結果的影響，本次研究最終選取了16名函詢專家。專家入選標準:①學歷不低于本科；②職稱不低于中級（主管護師）；③從重癥醫學及相關工作10年及以上。

（2）實施函詢：專家函詢表的收發方式采用電子郵件形式,要求在1周內回復。函詢表回收后由研究小組成員進行核查，如發現填寫不規范第一時間與專家取得聯系并進行修改。

（3）確定指標篩選標準：通過計算各指標重要性均分和變異系數（CV）對指標進行篩選，根據相關文獻，剔除重要性均分＜3.5分和或CV＞0.25的指標[15]。

1.2.4 手機程序的開發及應用

將通過專家評議后的重癥患者EEN不耐受防治技術方案開發成手機應用程序，在取得患者知情同意書后，對2021年1—12月重癥醫學科準備實施EN的102名患者按照手機應用程序的提示進行評估、實施預防措施或治療措施，負責實施該方案的臨床護士都統一通過了技術方案和應用程序運用的培訓并考核合格。統計相關檢驗指標、住院時間、FI發生情況和臨床護士工作滿意度并與對照組比較。

1.3 重癥患者EEN不耐受防治方案及應用

對照組采取常規護理，觀察組實施重癥患者EEN不耐受防治方案，具體內容見表1。

表1 重癥患者腸內營養不耐受防治技術方案及分級護理

1.4 觀察指標

（1）相關實驗室指標：包括白細胞數量（WBC）、淋巴細胞數量（LY）、C反應蛋白（CRP）、降鈣素原（PCT）、血紅蛋白濃度（Hb）、前白蛋白濃度（pro-Alb）以及白蛋白濃度（Alb）等。

（2）喂養不耐受（ FI）發生率。

（3）護士工作滿意度：采用由陶紅等編制的護士工作滿意度量表[16]，該量表包括工作負荷、管理、工作被認可、與同事關系、工資及福利、個人成長發展、家庭工作平衡、工作本身8個維度，一共38個問題，每個問題采用Likert 5級計分法，總分越高，工作滿意度越高。

1.5 數據分析方法

采用SPSS 24.0進行統計分析，對所有計量資料采用Kolmogorov-Smirnov test （K-S檢驗）進行正態性檢驗，符合正態資料采用“均屬±標準差”進行描述，組間均數差異采用t檢驗；不符合正態資料采用“中位數（四分位數間距）”表示，組間中位數比較采用非參數Mann-Whitney U檢驗。計數資料組間率比較采用χ2檢驗。以P＜0.05為差異有統計學意義。

2 結果

2.1 防治方案應用效果評價

（1）兩組患者相關實驗室指標比較：腸內營養干預前，兩組患者的相關實驗室指標差異均無統計學意義（P＞0.05），表明兩組患者基線水平一致。經過腸內營養護理干預后，觀察組患者在出科前的白細胞數量（WBC）、淋巴細胞數量（LY）、C反應蛋白（CRP）、降鈣素原（PCT）、血紅蛋白濃度（Hb）、前白蛋白濃度（pro-Alb）以及白蛋白濃度（Alb）等指標較對照組均有所改善，組間比較差異具有統計學意義（P＜0.05），見表4。

表4 施行腸內營養前后兩組患者相關檢驗指標的比較

（2）兩組患者FI發生率及住院時間比較：腸內營養干預后，觀察組患者FI發生率及平均住院天數均小于對照組，差異均具有統計學意義（P＜0.05），見表5。

表5 兩組FI發生率、住院時間的比較

2.2 兩組護士工作滿意度評分比較

實施營養干預后護士工作滿意度評分結果顯示，觀察組的護士對工作滿意度評分明顯高于對照組，差異均具有統計學意義（P＜0.05），見表6。

表6 兩組護士營養工作滿意度的比較

3 討論

3.1 構建基于手機APP的重癥患者EEN不耐受防治方案的必要性

重癥患者EEN對于患者的預后至關重要，然而由于重癥患者的個體異質性較大，不同病種以及不同病程的患者的腸道功能都不相同，對腸內營養的耐受性差異較大，因此對于重癥患者開展安全、有效的EEN治療仍存在一定的挑戰。研究表明，由護士主導的腸內營養喂養策略可有效降低腸內營養不耐受的發生率，改善營養相關指標[17]。但是，由于臨床護士的工作量很大，在日常工作中很難高質量的完成此類繁雜的防治方案，因此需要制定專科化、規范化以及智能化的工具以減少護士在實施防治方案時花費的時間，提高護士的工作效率及工作質量[18]。隨著信息技術的發展，越來越多的智能化應用，如手機APP逐漸應用于護理行業，此類應用具有操作簡單、智能化程度高、減少人為誤差等特點，為重癥患者EEN不耐受防治方案在臨床上簡單、高效地應用提供了新的思路。目前國內外缺少手機App應用于重癥患者EEN不耐受防治的研究。因此本研究將基于循證方法構建的重癥患者EEN不耐受防治方案與手機APP結合，探究其對EEN不耐受的預防效果是十分必要的。

3.2 基于手機APP的重癥患者EEN不耐受防治方案的效果

3.2.1 能有效改善患者的營養狀況以及炎癥水平在患者實施EEN前后，我們分別記錄了患者的相關實驗室指標，包括白細胞數量（WBC）、淋巴細胞數量（LY）、中性粒細胞數量占比（NEU%）、中性粒細胞數量（NEU）、C反應蛋白（CRP）、降鈣素原（PCT）、血紅蛋白濃度（Hb）、前白蛋白濃度（pro-Alb）以及白蛋白濃度（Alb）。結果顯示，干預后觀察組的血紅蛋白濃度、血清白蛋白濃度以及血清前白蛋白濃度等營養相關指標較對照組均有所改善，同時炎癥相關指標，如白細胞數量、淋巴細胞數量、C反應蛋白以及降鈣素原均有改善。表明基于手機APP的重癥患者EEN不耐受防治方案在臨床的應用，患者能盡快實施腸內營養，可有效改善患者的營養狀況以及炎癥水平。其中EEN是改善患者相關指標的關鍵，與邵潔等[19]、梁微波等[20]的研究結果一致，ICU中的重癥患者，由于機體消耗量增加，組織缺血缺氧，尤其是休克患者產生的炎癥介質等對患者的胃腸道組織細胞的損傷更大，這時我們就需要通過EEN恢復患者胃腸黏膜屏障，預防炎性反應綜合征，糾正休克，預防MODS的發生。

3.2.2 能有效降低患者喂養不耐受，縮短住院時間 腸內營養不耐受是延長患者住院時間的重要因素[21],40%～60%的重癥患者因被迫停止營養輸注而達不到目標喂養量，進而增加了膿毒血癥和多器官功能衰竭風險，延長患者治療過程。在多項研究[22-23]中都表明使用方案預防腸內營養不耐受能減少喂養中斷次數，有效改善重癥患者的臨床結局。本次研究中觀察組患者經過早期的腸內營養不耐受評估以及干預，FI發生率較對照組降低，觀察組平均住院時間7.2±0.9 d，較對照組12.4±0.8 d相比有明顯的縮短，說明本次研究中運用的智能化方案對重癥患者腸內營養進程是有益的。

3.2.3 能提高護士腸內營養工作效率，提升滿意度 同時我們也記錄了該方案對護士日常工作的影響，患者出院時，記錄護士對這段時間的工作滿意度，結果顯示觀察組的護士對工作滿意度評分顯著高于對照組。以上結果說明將臨床護理工作中的復雜的方案和智能化設備結合起來，不僅可以提高護士的工作效率、工作積極性，同時也能使患者獲得更及時、更有效的護理。研究表示[24]，智能化評估、預警已經是護理臨床工作中非常便利有效的工具，提高護理效率，減少不良事件發生，護士滿意度也相應提高。胡芬等[25]在應用APP指導顱腦疾病鼻飼患者營養的過程中也發現了APP能提升護士學習自主性，規范護理流程，提高護理質量。本研究中的APP是通過對患者信息的錄入，智能識別患者的營養評分和不耐受評分，并會根據評分進行分級，彈出患者的不耐受預防和治療措施，護士均可以按照措施逐步執行，在高效率完成重癥患者營養管理的同時，也達到了自主學習的目的，在使用APP的過程中，就能將規范流程牢記于心。可見，不管是從護士培訓的角度，還是臨床工作的角度，開發智能化APP減輕護士工作量，提升工作效率都是非常有必要的，護士滿意的同時才能為患者帶來更大的益處。

4 小結

本研究將構建的重癥患者EEN不耐受防治方案與智能化設備結合是安全可行的，有助于提高臨床護士的工作效率及積極性，改善患者的相關指標，減少FI的發生率以及患者的住院時間，值得臨床的推廣。但本研究為單中心進行，未進行多中心、大樣本研究,后期將進行多中心、大樣本量的研究，深入探討該方案對重癥患者EEN不耐受的防治效果。