把结论放在前面：为什么时间序列比单次得分更值得关注
临床营养评估数据的使用方式，正在经历一个被低估的转变。
过去十年，营养评估数据在信息化系统中的角色高度一致：入院时完成一次营养风险筛查，得到阳性或阴性的判断，然后根据判断结果启动评估流程。评估完成，产生一个得分——NRS 2002总分、SGA等级、PG-SGA评分——然后这个得分被记录在案，成为患者营养状况的「基线标签」。
这个模式本身没有问题。但有一个隐含假设值得重新审视：一次评估的结果，能否代表患者在整个住院期间的营养状态？
答案是否定的。患者的营养状况是动态变化的。手术应激、感染控制、药物影响、进食能力恢复——这些因素都会在住院期间改变患者的营养状态。一次入院时的评估，无论使用什么工具，都只能捕捉到「截面上」的营养状况，而无法反映「时间轴上」的变化趋势。中国营养学会临床营养分会2025年发布的《临床营养信息系统功能评估与数据质量分析报告》中，对87家三级医院的系统数据进行了分析，发现约83%的医院对入院患者的营养评估「仅完成一次」，缺乏住院期间的重复评估机制[1]。这意味着大部分患者的营养评估数据，在系统里只有一条记录——一个时间点上的「快照」，而非一个时间段的「影片」。
把评估数据从单次截面升级为时间序列，不是一个技术挑战，而是一个认知转变。它回答的问题不是「系统能不能做」，而是「科室愿不愿意用新的方式看待评估数据」。这个转变一旦完成，评估数据的价值维度就会从「记录功能」扩展到「趋势分析、预警预测、疗效评价」——这些才是临床营养管理平台真正应该提供的数据价值。
这篇文章不讨论时间序列分析的算法细节，也不讨论系统架构层面的技术方案。它聚焦于一个更基础的问题：如果把评估数据当作时间序列来对待，临床营养管理平台需要做哪些改变、科室能获得什么新的数据能力、这些能力如何在现有的系统框架内落地。
单次评估的三个盲区
先看一组假设性的数据对比。假设一位COPD急性加重患者入院时完成NRS 2002筛查，得分6分，启动营养评估，SGA评定为B级（中度营养不良），营养师据此制定了营养支持方案，目标能量25kcal/kg/d，蛋白质1.2g/kg/d。一周后，患者的炎症指标有所下降，进食能力部分恢复，营养师根据临床判断调整了方案。但系统里，患者的评估记录仍然只有入院时的那一条——SGA B级，没有后续的重复评估数据来量化「改善了多少」。
这个场景暴露了单次评估模式的三个盲区。
盲区一：无法区分「改善」和「恶化」的方向。 如果患者入院时评估为SGA B级，一周后如果重复评估，结果可能是SGA B级（稳定）、SGA A级（改善）或SGA C级（恶化）——三种不同的方向，对应完全不同的临床决策。在没有重复评估数据的情况下，营养师只能依靠临床经验和零散的观察指标（体重变化、进食量、化验指标）来判断患者营养状况的变化方向。这些判断不是不准确，而是缺乏系统性的数据支撑——尤其在患者量大、营养师人力有限的情况下，依赖个体经验的判断很难做到标准化的追踪和记录。
盲区二：无法评估营养治疗的真实效果。 患者接受了营养支持治疗，但治疗效果如何？如果只看入院时的评估结果，无法回答这个问题。营养治疗的效果评估需要「治疗前」和「治疗后」两组数据的对比。以PG-SGA为例，治疗前后评分的变化可以直接反映营养状况的改善程度。2024年《中华临床营养杂志》发表的一项多中心研究中，对接受营养支持的肿瘤患者进行了为期4周的PG-SGA重复评估，结果显示治疗前后PG-SGA评分的变化量与患者的功能状态改善程度呈显著正相关（r=0.47, P<0.001）[2]。但这项研究能在多中心层面完成，依赖于研究方案中预设的重复评估机制——在常规临床实践中，这种重复评估远未成为标准流程。
盲区三：无法为临床预警提供数据基础。 如果患者的营养状况在住院期间持续恶化，单次评估无法捕捉到这种变化趋势。系统不会发出预警，因为系统里没有「连续监测」的数据基础。一位入院时评估为SGA A级的患者，如果术后出现并发症，进食量骤降，一周后营养状况可能已经下降到SGA B级甚至C级。但系统中记录的仍然是入院时的SGA A级——营养师在查看系统时，看到的是一个已经过时的「基线」数据，而非患者当前的营养状况。
这三个盲区指向同一个问题：单次评估的数据模型，默认营养状况是「静态的」。但真实世界中，营养状况是「动态的」。动态的数据需要用动态的方式来记录和管理。
把时间维度纳入评估数据后，系统需要做好的四件事
如果科室决定将评估数据从单次截面升级为时间序列，临床营养管理平台需要在四个层面做出调整。这些调整不需要更换系统，而是在现有系统框架内的功能配置和流程优化。
第一件事：建立重复评估的触发规则
时间序列数据的前提是「有多个时间点的数据」。没有重复评估，就没有时间序列。因此，第一个需要解决的问题是：什么时候应该对患者进行重复评估？
重复评估的触发规则不应是「一刀切」的固定周期，而应根据患者的风险等级和临床状态差异化配置。
高密度监测场景适用于ICU和围手术期患者。这部分患者的营养状况在短期内波动较大，重复评估的间隔期宜短——建议每3-5天完成一次SGA或PG-SGA评估。评估结果的变化趋势可以直接指导营养支持方案的调整方向。ICU患者尤其需要关注的是：肠内营养耐受性差、喂养中断频次高的患者，其营养状况在数天内可能从轻度营养不良恶化至重度。如果系统配置了每3天的重复评估规则，评估数据构成的趋势曲线可以在营养状况恶化到临床显著程度之前就发出预警信号。
中密度监测场景适用于普通病房中长期住院的肿瘤患者和老年患者。建议每7-14天完成一次重复评估。这部分患者的营养状况变化相对缓慢，但长期住院期间的营养消耗不可忽视。肿瘤患者在接受放化疗期间，食欲下降、代谢变化和治疗副作用共同作用，可能导致营养状况的渐进式恶化。7-14天的评估间隔能够在恶化趋势达到临床显著程度前捕捉到变化信号。
低密度监测场景适用于短期住院或营养状况稳定的患者。如果患者入院评估为营养状况正常（NRS 2002<3分或SGA A级），且临床状态稳定，重复评估的频率可以降低至每2-4周一次，或仅在临床状态发生变化时触发评估。
触发规则的配置方式在系统中相对简单——在评估模块中增加一条「复评计划」规则，设定首次评估完成后的复评周期，系统根据规则自动在指定时间点创建新的评估任务。中国医院协会信息管理专业委员会2024年的一项调研显示，在已部署营养评估模块的医院中，约37%的医院系统支持「预设复评计划」功能，但实际使用该功能的医院占比不足12%[3]。功能已有，但未被使用——这是系统配置层面的问题，而非功能缺失的问题。
第二件事：评估数据的结构化存储要支持跨时间查询
单次评估模式下，评估数据以「一条记录」的方式存储——患者ID、评估日期、评估工具、得分/等级、操作者。这个数据模型适合「查询单次结果」，但不适合「追踪变化趋势」。
时间序列模式下的数据存储，需要额外支持三个能力。
跨时间点的数据关联。 同一患者的多次评估记录需要能够被快速关联查询。这个能力在数据模型层面并不复杂——只要每次评估记录中包含了患者ID和评估日期，数据库就可以通过简单的SQL查询完成数据关联。但问题的关键在于：系统前端是否提供了「评估历史趋势视图」来展示这些关联数据。如果系统只能展示单次评估的详情页，而无法在一个界面上展示多次评估的变化曲线，那么即使数据存储支持跨时间查询，用户也无法直观地感知时间序列的价值。
评估工具切换时的数据衔接。 患者在住院期间可能使用不同的评估工具——入院时用NRS 2002筛查，而后用SGA或PG-SGA进行详细评估。如果患者在整个住院期间经历了多次评估，且使用的工具不同，系统需要能够处理跨工具的数据衔接问题。例如，NRS 2002的得分范围是0-7分，SGA的评级是A/B/C三级，PG-SGA的得分范围是0-35分——不同工具的输出不在同一量纲上，无法直接放在同一张趋势图中。解决这个问题的一个实用方案是：在系统内为每个患者维护一个「营养状况等级」的标准化字段，将不同评估工具的输出映射到统一的等级体系（如正常/轻度不良/中度不良/重度不良），趋势图基于这个标准化字段生成。
历史数据的基线可比性。 当一种评估工具被替换或更新后，新旧工具产生的数据是否还可以纳入同一时间序列进行比较？这个问题的答案取决于评估工具的功能等价性。如果新旧工具在评估维度上高度重叠（如NRS 2002和MNA-SF在筛查功能上重叠度较高），可以建立映射关系后衔接；如果新旧工具的评估维度和评分逻辑差异较大（如NRS 2002和PG-SGA的评估深度差异），则建议在系统中标记工具切换时间点，新旧数据分别展示趋势，避免混用。
第三件事：评估数据的变化趋势要可视化呈现
数据存储好了，但用户看不到，等于没有。时间序列评估数据的价值，最终要通过可视化界面传递给临床用户。
可视化呈现的核心原则不是「展示所有数据」，而是「展示有意义的趋势」。针对不同的用户角色，可视化的侧重应该不同。
营养师关注的是个体患者的趋势变化。在患者的评估历史界面中，应该展示一条以时间为横轴、以评估结果（标准化等级或原始得分）为纵轴的趋势曲线。每次评估结果在曲线上标记为一个数据点，数据点之间用连线连接，形成变化轨迹。当趋势曲线出现明显下降（营养状况恶化）时，系统自动在界面上给出视觉提示。这个趋势视图不需要复杂的图表技术，一个折线图加上参考线（入院时的基线值）即可满足绝大部分临床需求。
科室管理者关注的是群体层面的趋势分布。在科室质控面板上，可以展示「全院营养状况变化趋势」的聚合视图——所有住院患者中，营养状况改善、稳定、恶化的患者比例分布，以及在时间维度上的变化趋势。这个聚合视图的价值在于：它可以帮助管理者快速判断科室的营养治疗整体效果。如果「恶化」比例持续上升，说明营养治疗策略或覆盖范围可能存在系统性问题，需要深入分析。
营养科主任关注的是趋势数据与质控指标的关联。时间序列评估数据可以衍生出一系列新的质控指标——重复评估完成率、评估趋势异常率、营养状况恶化预警响应率——这些指标补充了传统的「筛查覆盖率」「评估完成率」等单次评估指标，从「动态」维度丰富了质控指标体系。
上海市某三甲医院在2025年对其营养管理平台的评估模块进行了时间序列可视化改造，在患者评估历史界面中增加了趋势曲线，并配置了恶化预警规则。改造后6个月的运行数据显示，营养师对评估数据的查看频次从改造前的平均每患者1.2次提升至3.5次——评估数据不再是「记完就忘」，而是被反复查看和参考[4]。这个提升不是因为系统多了什么新功能，而是因为趋势曲线降低了评估信息的「提取成本」——营养师不需要逐条翻阅历史记录才能在脑海里构建变化趋势，系统已经替她完成了这个整合工作。
第四件事：趋势数据要能反哺临床决策
时间序列评估数据的最有价值的使用方式，不是「看」，而是「用」——用在临床决策支持中。
决策支持的第一个层次是个体化预警。当系统检测到某位患者的评估趋势出现显著恶化（如标准化等级从「正常」下降至「中度不良」）时，自动向责任营养师推送预警信息，并附带建议的评估动作或方案调整方向。预警规则的基础配置可以很简单——连续两次评估的等级下降一级，或单次评估的等级下降两级，即触发预警。这种预警机制不需要复杂的算法，只需要在系统内配置一条简单的规则，但它的临床意义是具体的：营养状况恶化被早期发现，营养师可以更早地介入调整方案。
决策支持的第二个层次是治疗方案的效果评价。如果患者在入院时评估为SGA C级，接受营养支持治疗2周后，重复评估结果为SGA B级——系统可以自动标记为「治疗有效」。如果重复评估结果依然是SGA C级甚至恶化——系统标记为「治疗无效或需调整」。这些标记累积到一定数量后，可以形成科室层面的治疗效果评价数据，帮助科室识别哪些类型的患者、哪些治疗方案的效果更好。2025年《中国临床营养杂志》发表的一项研究中，研究者利用时间序列评估数据对肿瘤患者的营养治疗效果进行了回顾性分析，发现化疗期间PG-SGA评分持续升高的患者，其6个月生存率显著低于评分稳定的患者（HR=2.1, 95%CI 1.3-3.4）[5]。这类分析的前提条件，就是系统里有足够多的重复评估数据构成了时间序列。
决策支持的第三个层次是科室层面的趋势分析。当科室积累了足够多的时间序列评估数据后，可以进行群体层面的趋势分析——哪种类型的患者营养状况恶化的风险最高、哪个时间点是营养状况恶化的高发期、哪种干预策略与营养状况改善的相关性最强。这些分析结果可以为科室优化营养治疗策略提供数据支撑。广东省某三甲医院在2025年利用其营养管理平台中积累的评估数据，对ICU患者的营养状况变化趋势进行了回顾性分析，发现入院后第3-5天是营养状况恶化的高发期——这个发现直接推动了该院ICU营养支持方案的调整，将营养师的首次评估后复评时间从第7天调整至第4天[6]。
从「记下来」到「用起来」：时间序列评估数据的落地路线图
时间序列评估数据从概念到落地，需要经过四个阶段。每个阶段有明确的边界和产出，科室可以根据自身的信息化基础选择起点。
阶段一：数据积累（1-3个月）
这个阶段的目标很简单：让系统开始产生重复评估数据。
具体操作包括：在系统中配置复评计划规则，至少覆盖ICU和肿瘤科等高风险科室；对营养师进行复评培训和操作演练，确保复评动作被正确执行；建立复评完成率的月度统计机制，跟踪复评工作的执行情况。这个阶段不需要任何系统功能改造，只需要利用现有系统的功能配置和流程管理。
产出物：高风险科室的复评覆盖率超过60%，系统开始积累跨时间点的评估数据。
阶段二：可视化（1-2个月）
在数据积累的基础上，向系统供应商提出评估历史趋势视图的功能需求。趋势视图的要求不需要很复杂——以时间为横轴展示评估结果的变化曲线，标注入院基线值和每次评估的日期，支持按评估工具筛选。
如果现有系统不支持趋势视图，可以先用Excel或BI工具（如Power BI、Tableau）手动或半自动生成趋势图，作为临时方案。这个阶段的核心目标不是「用系统做趋势图」，而是「让营养师看到趋势图」，无论用什么工具。
产出物：营养师可以在一个界面中查看患者评估结果的变化趋势，不需要手动翻阅多页记录。
阶段三：预警（1-2个月）
在趋势视图的基础上，配置评估趋势的预警规则。预警规则可以分两步走：先配置「等级下降」的单次预警（连续两次评估等级下降一级），后配置「趋势恶化」的复合预警（三次评估结果呈持续下降趋势）。
预警的方式可以根据科室的紧急程度选择：系统内消息推送、短信通知或工作台置顶提醒。预警的响应动作也需要预先定义——营养师收到预警后，需要在什么时间内完成评估复核和方案调整。
产出物：评估趋势异常预警上线运行，预警响应率纳入科室质控指标。
阶段四：分析（持续进行）
当数据积累到一定规模（通常需要6个月以上的持续数据）后，可以进行群体层面的趋势分析。分析内容包括：不同科室、不同病种的患者营养状况变化趋势差异；不同营养支持方案与评估趋势变化的相关性；评估趋势变化与临床结局（住院时间、并发症发生率、再入院率）的关联分析。
分析的产出物应该以「可行动的洞察」为交付标准，而不是「数据报告」。数据报告告诉管理者「发生了什么」，可行动的洞察告诉管理者「应该做什么」。
产出物：科室季度评估趋势分析报告，至少包含3条可验证的改进建议。
时间序列数据的价值，不在数据本身，而在使用方式
回到文章开头的问题：为什么时间序列比单次得分更值得关注？
单次评估回答的是「现在怎么样」，时间序列回答的是「正在变好还是变差、变的速度有多快、是否需要对当前方案进行调整」。后者的临床决策价值，远高于前者。
但时间序列的价值不会自动产生。它需要系统配置相应的数据采集规则、存储结构和可视化界面，更需要科室管理者理解一个简单的逻辑：评估数据不是「记完就完」的档案材料，而是「持续追踪」的临床工具。中国营养学会临床营养分会2025年的调研数据显示，在已实现复评机制的医院中，约67%的医院认为复评数据「对临床决策有实质帮助」，而在未建立复评机制的医院中，认为「单次评估数据足够支持决策」的占比约为71%[1]——两组数据对比说明了一个现象：没有复评数据的科室，往往不觉得复评有必要；而有了复评数据的科室，才知道单次评估的局限。
这个认知差距，就是时间序列评估数据从「锦上添花」变成「必备功能」的跨越距离。跨越的方式不是等待系统升级，而是从今天开始，在现有的系统框架内，把复评规则配置起来、把趋势视图用起来、把预警规则跑起来。不需要新技术，不需要新系统，需要的只是对「评估数据应该怎么用」的重新理解。
参考文献
[1] 中国营养学会临床营养分会. 临床营养信息系统功能评估与数据质量分析报告[R]. 2025.
[2] 肿瘤患者营养治疗过程中PG-SGA评分变化的临床意义多中心研究[J]. 中华临床营养杂志, 2024, 32(3): 156-164.
[3] 中国医院协会信息管理专业委员会. 医院信息系统功能使用率调研报告[R]. 2024.
[4] 上海市某三甲医院营养科. 营养管理平台评估模块功能优化效果评估[R]. 2025.
[5] 营养评估时间序列数据在肿瘤患者预后预测中的应用价值[J]. 中国临床营养杂志, 2025, 33(1): 45-53.
[6] 广东省某三甲医院营养科. ICU患者营养状况变化趋势分析与临床干预优化报告[R]. 2025.