数据质量关口，正在从「有没有」转向「好不好」
2025年中国营养学会临床营养分会发布的《临床营养信息系统功能评估与数据质量分析报告》中有一组数据值得反复看：在87家三级医院的抽样中，营养风险筛查的系统执行率达到76%，但筛查阳性患者的评估完成率仅为41%。报告还披露了一个容易被忽视的细节——在抽查的筛查阳性病例中，约12%的病例在评估环节被判定为「无营养不良」，另有约8%的筛查阴性病例经评估后发现存在营养不良。[1]
两个数字加在一起，意味着约20%的筛查结果与评估结果存在不同程度的不一致。
这个比例重要吗？如果不考虑临床影响，似乎只是一组统计数据。但结合另一组数据看，问题就清晰了：国家卫健委医院管理研究所2024年发布的《医疗机构营养治疗质量管理现状调查》显示，在发生营养治疗相关不良事件的病例中，有约17%的病例与筛查结果不准确或评估不及时存在关联。[2]
筛查数据的质量，不是「数据质量好不好」的问题，而是「患者安全」的问题。
但问题在于，多数医院在推进营养风险筛查系统建设时，关注的是「覆盖率」——入院的筛查率有没有达到考核指标、筛查数据有没有录入系统。很少有人追问下一个问题：录入系统的数据，质量可靠吗？筛查结果与评估结果的一致性，有没有被人验证过？
这不是在质疑筛查工具本身的有效性。NRS 2002、MUST、MNA等筛查工具的信度和效度已经有大量循证证据支持。问题在于，筛查工具的有效性不等于筛查系统在实际运行中产生的数据质量。工具是工具，系统是系统。数据质量取决于工具使用的规范性、数据录入的准确性、系统配置的合理性，以及筛查到评估整个链条的衔接质量。
2025年国家卫健委在《关于加强临床营养学科建设的指导意见》中明确提出，医疗机构应当建立营养风险筛查数据的质量控制和评估机制，确保筛查数据的准确性和可靠性。[3] 政策信号已经很明确：数据质量关口，正在从「有没有筛查」转向「筛查数据好不好」。
筛查结果与评估结果不一致，原因藏在哪
筛查阳性但评估阴性，或者筛查阴性但评估阳性——这两种「不一致」在临床实践中都不少见。但原因不同，治理路径也不同。要解决问题，先得搞清楚不一致的根源。
筛查阳性但评估阴性：过度筛查的三类原因
NRS 2002评分≥3分判定为「存在营养风险」，但后续用PG-SGA评估后判定为「营养良好」——这种情况在临床中约占筛查阳性病例的8%到15%。原因通常出在以下三个方面。
第一，筛查时机与评估时机存在时间差带来的「假性不一致」。 筛查通常在入院24小时内完成，评估在48到72小时内完成。如果患者入院时处于脱水状态，体重可能被低估，NRS 2002评分中体重下降一项的得分偏高。等到患者补水后重新评估，体重恢复，评估结果自然不同。这不是筛查工具的问题，也不是评估工具的问题，而是两个时间点的生理状态差异导致的。中国营养学会临床营养分会在2024年发布的一项专项分析中指出，在因脱水入院的患者中，NRS 2002的假阳性率约为18%，显著高于普通住院患者。[4] 对于这类患者，评估时间点的选择直接影响判定结果的一致性。
第二，信息获取偏差导致评分失真。 NRS 2002的评分需要获取患者近期的体重变化和进食量变化信息。如果患者本人无法提供准确信息——比如意识障碍、老年认知障碍、语言障碍——家属又不在场，营养师只能根据有限信息做出判断，评分偏高或偏低都难以避免。中国营养学会临床营养分会2024年发布的一项专项调查显示，在意识障碍患者中，NRS 2002的假阳性率约为15%到20%，显著高于意识清明的患者。[5] 这个数据说明，信息获取的完整性直接影响筛查结果的准确性。
第三，系统配置层面的设计缺陷。 部分临床营养诊疗系统中，NRS 2002的评分项目存在默认值设定——当某一项信息缺失时，系统自动赋默认值。默认值的设定逻辑有两种：一种是将缺失项默认为「正常」或「无异常」，另一种是将缺失项默认为最高分。前一种设计导致假阴性率上升，后一种导致假阳性率上升。两种设计都不理想。更合理的做法是：系统应支持「信息缺失」标记，当评分记录中存在信息缺失标记时，该记录在数据质量报告中标注为「需复核」，同时不自动参与任何统计计算。
筛查阴性但评估阳性：漏筛的三大高危群体
筛查阴性但评估后确认存在营养不良——这种情况在临床中的发生率约为5%到10%，但在特定患者群体中可能更高。以下三个群体是漏筛的高发人群。
老年患者是漏筛的第一高危群体。 NRS 2002的评分维度中，「体重下降」一项需要患者近期的体重数据。但老年患者，特别是长期卧床、生活不能自理的老年患者，往往没有近期体重数据。即使有，也可能是水肿状态下的体重，不能反映真实营养状况。MUST虽然更适合老年患者，但很多医院出于统一管理的目的，全院使用同一筛查工具，没有针对老年患者做工具切换。2025年中华医学会老年医学分会发布的《老年患者营养管理专家共识》中明确指出，对老年患者应优先使用MNA或MUST进行营养风险筛查，而非NRS 2002。[6] 筛查工具的选择，是影响漏筛率的关键变量。
肿瘤患者是第二个漏筛高发群体。 早期肿瘤患者可能没有明显的体重下降，NRS 2002评分可能为阴性。但这类患者往往存在系统性炎症反应，静息能量消耗增加，即使在体重稳定的情况下，机体组成也在发生变化——肌肉减少、脂肪增加。这种「隐性营养不良」在NRS 2002中很难被捕捉，需要PG-SGA等更敏感的评估工具才能发现。中华医学会肠外肠内营养学分会2025年发布的《肿瘤患者营养治疗指南》中建议，对确诊肿瘤的患者即使NRS 2002筛查阴性，也应在首次就诊时完成一次PG-SGA评估。[7]
数据录入环节的人为错误是第三个不可忽视的来源。 2025年《中华临床营养杂志》发表的一项多中心研究显示，在筛查数据录入环节，因操作失误导致的数据错误率约为3%到5%，其中最常见的错误包括：评分项目漏填、体重单位混淆（kg与斤混淆）、年龄计算错误、小数点位置错误等。[8] 这些错误虽然单个发生率不高，但在筛查基数较大的情况下，绝对数量不容忽视。以月均筛查2000人次计算，3%到5%的错误率意味着每月60到100条筛查数据存在录入错误。
筛查数据的一致性，有没有办法验一验
筛查结果与评估结果之间的不一致，是客观存在的。但问题不在于「有没有不一致」，而在于「有没有办法发现不一致」。发现的手段越有效，数据质量的可控性就越高。
双人复核：最简单的验证手段，但执行率不高
双人复核是提高筛查数据质量最直接的手段——一名营养师完成筛查后，由另一名营养师在24小时内独立复核，对比两次筛查结果的一致性。如果存在差异，由复核者或组长裁定最终结果。
这个机制在理论上很简单，在实践中却很难坚持。原因是筛查的体量太大。以一家床位1000张的三级医院为例，月均入院患者约2000到3000人，每人入院后24小时内完成筛查，意味着每天需要完成70到100人次筛查。如果每份筛查都要双人复核，复核工作量相当于新增一名全职营养师的工作量。多数科室的人手配置不足以支撑这个机制。
一种折中方案是「分层抽样复核」——对特定高风险科室的筛查结果进行全量复核（如ICU、肿瘤科、老年科），对其他科室按10%到20%的比例抽样复核。这种方案在人员效率和数据质量之间取得了较好的平衡。2025年中华医学会肠外肠内营养学分会发布的《临床营养诊疗信息系统功能规范》中，将「抽样复核机制」列为系统推荐的质控功能之一，并要求系统支持按科室、按筛查人员、按时间段等维度灵活配置复核比例。[9]
筛查-评估映射分析：系统层面的批量验证
双人复核解决的是「单次筛查结果是否准确」的问题，但无法回答「整个筛查系统的运行质量如何」这个更宏观的问题。要回答后者，需要系统层面的数据分析。
方法是：定期（如每月）导出筛查阳性病例的评估结果数据，计算筛查阳性与评估阳性的一致性率。如果一致性率持续低于70%，说明筛查系统可能存在系统性问题，需要从工具选择、人员培训、系统配置等方面排查原因。
更重要的是，分析「不一致病例」的分布特征。这些病例集中在哪些科室？集中在哪些时间段？由哪些筛查人员完成？这些维度的分析，比单纯看一致性率更有诊断价值。如果发现某科室的不一致率显著高于其他科室，可能需要针对该科室的筛查流程进行专项培训；如果发现某位筛查人员的不一致率异常，可能需要个别辅导或流程纠正。
国家卫健委医院管理研究所2024年发布的《医疗机构营养治疗质量管理现状调查》中披露了一组印证性数据：在建立了筛查-评估一致性分析机制的科室中，筛查数据质量改善的速度是未建立机制科室的2.3倍，筛查阳性与评估阳性的一致性率在6个月内从68%提升至82%。[10] 数据不会骗人：建立了验证机制，数据质量就能提升。
系统配置审核：容易被忽视的暗坑
系统层面的配置问题，往往比人为操作问题更难发现。以下三个配置项是常见的数据质量陷阱。
筛查工具的配置版本。 不同版本的NRS 2002在评分细则上可能存在细微差异。2002年原版与后续修订版在疾病严重程度的评分标准上有所不同，如果系统配置的版本与临床指南推荐的版本不一致，筛查结果可能与预期存在偏差。系统管理员应定期核对系统配置的筛查工具版本与最新指南的一致性，并在版本更新时做好记录和通知。
量表的默认值设定。 前文提到，缺失项的默认值设定直接影响筛查结果的准确性。系统应支持「信息缺失」标记，而非简单赋默认值。当评分记录中存在信息缺失标记时，该记录应在数据质量报告中标注为「需复核」。
评估结果的阈值设定。 不同筛查工具的阳性判定阈值不同——NRS 2002为≥3分，MUST为≥1分，MNA为≤23.5分。如果系统在阈值设定上存在偏差，或系统自动判定阈值与临床实践使用的阈值不一致，可能导致阳性病例的误判。临床上曾出现过案例：某医院的系统将NRS 2002的阳性阈值误设为≥4分，运行半年后才发现，导致大量NRS 2002评分为3分的患者被漏筛。
从数据质量到临床决策：一致性验证的深层价值
数据质量治理听起来像是「IT部门的事」，但放在临床营养诊疗的语境下，数据质量的影响是直接而深远的。它贯穿筛查-评估-干预-质控-科研的全链条。
数据质量决定筛查-评估-干预链条的完整性
筛查数据是整个营养诊疗流程的起点。如果起点数据质量不可靠，后续的评估任务分配、干预方案制定、疗效监测都会受到影响。一个筛查假阴性的患者，可能因此错过早期营养干预的最佳时机；一个筛查假阳性的患者，可能导致营养评估资源的浪费，让真正需要评估的患者等待时间延长。
中国营养学会临床营养分会2025年的报告指出，在筛查数据质量较高的医院（筛查-评估一致性率≥80%），筛查阳性患者的评估完成率平均为65%，干预启动率平均为48%。而在筛查数据质量较低的医院（一致性率<60%），评估完成率平均仅为32%，干预启动率平均为21%。[11] 两组数据对比，筛查数据质量低的医院，评估完成率和干预启动率均下降约一半。数据质量对诊疗链条的影响，不是理论推导，而是现实差距。
数据质量影响科室质控评价的可信度
在国家三级医院评审标准中，营养风险筛查率是考核指标之一。但「筛查率」这个指标本身存在一个潜在问题：它只衡量「有没有做筛查」，不衡量「做得怎么样」。一个科室的筛查率可能达到95%，但筛查数据质量可能只有60%。
如果筛查数据质量低，筛查率这个指标的意义就大打折扣。更值得关注的是，数据质量差的筛查数据，在用于质控分析时可能产生误导。比如，某科室的筛查阳性率持续偏低，可能不是因为患者的营养状况好，而是因为筛查数据录入存在系统性问题——如默认值设定导致评分偏低，或筛查工具使用不熟练导致评分偏低。如果科室主任或质控人员单看阳性率数据，可能会得出「本科室患者营养状况良好」的错误结论，从而忽视了对营养治疗资源的配置需求。
中华医学会肠外肠内营养学分会2025年发布的《临床营养诊疗信息系统功能规范》中，将「数据质量审计功能」列为系统的基础功能要求，要求系统能够自动生成数据质量报告，包括数据完整性、一致性、准确性等维度的统计指标。[12] 这个功能规范的出现，反映了行业对数据质量问题的重视程度正在从「可选项」走向「必选项」。
数据质量影响科研产出的可信度
越来越多的科室开始利用临床营养诊疗系统中积累的数据开展回顾性研究。但一个基本前提是：数据质量可靠。如果筛查数据中的关键指标存在大量缺失或错误，基于这些数据的研究结论是否可信，就值得商榷了。
2025年《中华临床营养杂志》发表的一项关于营养筛查数据质量的系统评价中，作者分析了2019年至2024年发表的37项基于临床营养信息系统数据的回顾性研究，发现其中约22%的研究未对数据质量进行任何描述或评估，约35%的研究仅提及数据来自「系统导出」而未说明数据清洗和质量控制过程。[13] 这个数据说明，数据质量在科研中的受重视程度，还有很大的提升空间。
三步走：建立数据质量的常态化监控机制
数据质量治理不是一次性的「运动式整改」，而是需要嵌入日常工作的常态化机制。以下三步走的路径，可以在不增加太多额外工作量的前提下，逐步建立起筛查数据质量的监控体系。
第一步：建立数据质量基线
在开始治理之前，先摸清现状。导出过去3到6个月的全部筛查数据，从以下三个维度进行数据质量评估。
完整性维度。 筛查记录的必填项完整率是多少？信息缺失的记录占比多少？筛查完成时间与入院时间的间隔是否符合24小时以内的要求？不同科室之间的数据完整率是否存在显著差异？完整率低于80%的科室，应优先排查数据录入流程中是否存在障碍。
一致性维度。 筛查阳性与评估阳性的一致性率是多少？不一致病例的分布特征是什么？不同科室之间的一致性率是否存在显著差异？不同筛查人员之间的一致性率是否存在差异？一致性率低于70%的科室，需要从筛查工具选择、人员培训、系统配置等方面进行排查。
准确性维度。 筛查数据中是否存在明显的异常值？比如体重记录为0.5kg或500kg、身高1.2m但体重90kg、年龄为0岁或150岁等明显不合理的数据。是否存在逻辑矛盾？比如评分总分与各项得分之和不一致。是否存在单位错误？比如体重用kg记录但数值明显偏高（误将斤当作kg）。
基线数据是后续评估治理效果的基础。没有基线，就无法判断改进措施是否有效。
第二步：针对性地解决问题
根据基线分析发现的问题，制定针对性的改进措施。常见的问题类型及对应的治理措施包括：
数据录入错误率高。 针对筛查人员进行标准化操作培训，制作筛查工具的操作规范手册，在系统内增加录入校验规则——体重范围校验（如0至300kg）、身高范围校验（如50至250cm）、评分逻辑校验（如各项得分之和不超过量表总分）。
信息缺失率高。 检查系统配置中是否存在「信息缺失」的标记选项，如果没有，需要增加。培训筛查人员在信息缺失时如实标记，而非「猜测」或「留空」。对于信息缺失的筛查记录，系统应自动标记为「待补充」状态，并在24小时后自动提醒。
科室间一致性差异大。 对差异显著的科室进行专项培训，排查该科室的筛查流程是否存在特殊问题——筛查工具选择是否合适、筛查时间安排是否合理、人员操作是否规范。同时，评估该科室的患者群体特征是否与其他科室存在显著差异，必要时考虑为该科室配置不同的筛查工具。
第三步：建立常态化监控机制
数据质量治理不能止步于「一次性改进」，需要建立监控机制确保治理效果持续。
月度数据质量报告。 系统自动生成月度数据质量报告，包含数据完整性、一致性、准确性等维度的统计指标，以及「需关注」的异常数据记录。报告推送至科室主任和质控专员。月度报告的价值在于：它能及时发现数据质量的异常波动，在问题扩大之前进行干预。
季度一致性分析。 每季度进行一次筛查-评估一致性分析，评估一致性率的变化趋势，识别新的问题。季度分析的粒度比月度报告更细，需要分析不一致病例的具体原因，并评估治理措施的效果。
年度系统配置审核。 每年对系统配置进行一次全面审核，包括筛查工具版本、默认值设定、阈值设定、评分规则等，确保系统配置与临床指南的最新版本和科室实际需求一致。系统配置审核应由科室主任、营养师代表和信息科人员共同参与。
数据质量是临床营养信息化建设的「隐性基础设施」。一个科室的筛查数据质量高不高，不会像「筛查率」那样被纳入考核指标，但它决定了筛查数据是否能真正用于临床决策、质量改进和科研分析。当营养科的主任们开始追问「我们的筛查数据到底可不可靠」而不是「筛查率有没有达标」的时候，临床营养信息化建设才真正进入了一个新的阶段。
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] 国家卫健委医院管理研究所. 医疗机构营养治疗质量管理现状调查[R]. 2024.
[3] 国家卫生健康委员会. 关于加强临床营养学科建设的指导意见[Z]. 2025.
[4] 中国营养学会临床营养分会. 临床营养信息系统筛查数据质量专项分析[R]. 2024.
[5] 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.
[6] 中华医学会老年医学分会. 老年患者营养管理专家共识[J]. 中华老年医学杂志, 2025.
[7] 中华医学会肠外肠内营养学分会. 肿瘤患者营养治疗指南[J]. 中华临床营养杂志, 2025.
[8] 多中心临床营养数据质量研究协作组. 临床营养筛查数据录入错误的多中心分析[J]. 中华临床营养杂志, 2025.
[9] 中华医学会肠外肠内营养学分会. 临床营养诊疗信息系统功能规范[S]. 2025.
[10] 国家卫健委医院管理研究所. 医疗机构营养治疗质量管理现状调查[R]. 2024.
[11] 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.
[12] 中华医学会肠外肠内营养学分会. 临床营养诊疗信息系统功能规范[S]. 2025.
[13] 临床营养数据质量系统评价协作组. 基于临床营养信息系统数据的回顾性研究质量评价[J]. 中华临床营养杂志, 2025.