1 创伤营养监测范式的演进

对危重创伤患在接受治疗过程中的营养和代谢状态进行有效监测，是确保营养支持治疗效果、避免并发症的关键环节。然而，临床营养学和相关临床学科的研究和实践都在经历一场深刻的范式变革，即从依赖传统的、易受干扰的生化指标，转向更注重功能结局和解剖-形态学评估的新模式。这一转变的核心在于对创伤后病理生理学的理解日益深入：满足患者能量和蛋白质需求只是营养支持治疗的一部分，同样重要的是通过各种营养素的调节，缓解、阻断乃至逆转由创伤应激和炎症风暴驱动的、剧烈的分解代谢状态。为了达到上述目的，理想的监测工具应能准确反映这一核心病理生理过程，并易于在临床上使用和解读。

1.1 传统生化标志物的解构：急性期应用的局限性 1.1.1 作为急性期反应蛋白的白蛋白与前白蛋白的再评价

严重的创伤导致机体迅速进入全身性炎症反应综合征（systematic inflammatory response syndrome, SIRS）状态，这一过程从根本上改变了肝脏的蛋白质合成模式。在细胞因子（如白介素-1、白介素-6、肿瘤坏死因子-α）的强烈刺激下，肝脏的合成功能被重编程，优先合成C-反应蛋白等急性期反应蛋白，以应对损伤和感染。与此同时，重要的结构蛋白如白蛋白和前白蛋白的合成则受到显著抑制^[1]。因此，在创伤急性期观察到的白蛋白和前白蛋白水平下降，是机体炎症反应的直接病理后果，标志了疾病的严重程度，但并非营养不良的直接证据^[1]。

考虑到白蛋白的长半衰期（约20 d）及其大量的体内储备，其并非适合作为一种灵敏的营养学指标^[2-3]。一项对大型随机对照试验（EFFORT研究）的二次分析为这一观点提供了重要证据。该研究发现，尽管入院时低白蛋白水平（< 30 g/L）是预测患者病死率的强有力预后指标，但它并不能预测哪些患者能从个体化的营养支持中获益。研究者明确指出，血清白蛋白不应用于诊断营养不良或指导营养干预决策^[2]。但必须指出，创伤后SIRS过程中，血管通透性显著增加，大量白蛋白从血管中漏出至第三间隙，从而使得血中白蛋白水平快速下降。鉴于白蛋白是重要的转运载体和血液胶体渗透压的主要来源，其下降速度和幅度，是患者疾病严重程度的重要标志，从而使其成为临床结局的重要预测指标。换言之，不可依赖白蛋白作为营养不良的标志物并不意味着血白蛋白水平在评估患者病情和代谢中的重要性有所降低。前白蛋白的情况与之类似，虽然半衰期较短（2~3 d），理论上能更快地反映白蛋白变化，但同样受到炎症、手术应激、肾功能不全等多种非营养因素的影响^[3]。

1.1.2 后急性期的白蛋白及前白蛋白的作用

尽管在创伤初期白蛋白和前白蛋白作为反映营养状态的标志物价值有限，但有证据表明，在度过最初的炎症风暴后，它们可能在监测营养恢复方面扮演一定的角色。一项针对需要接受长时间重症监护治疗的创伤患者的研究发现，在ICU治疗两周后，血前白蛋白水平的变化与肠内营养的热量摄入量相关^[4]。这提示，在炎症反应相对消退的恢复阶段，前白蛋白可能作为监测营养支持有效性的一个辅助工具。这种基于时间点的应用区别，为这些传统指标在患者整个ICU住院期间的动态解读提供了更细致的视角。

1.2 从血液标志物向形态-功能学评估转变

鉴于传统生化指标的固有缺陷，临床监测的焦点正转向能够直接评估机体代谢状态和功能结局的指标。这一转变体现了对创伤核心病理生理机制——炎症驱动的分解代谢及其对机体功能（尤其是肌肉组织）影响的深刻认识。通过直接测量体重、身体成分、肌肉力量和整体蛋白质代谢，临床医生可以更准确地评估疾病的进展和营养干预的真实效果。

1.2.1 形态-功能学评估的基石：体重

在众多先进技术涌现的同时，最基础且至关重要的营养指标——体重依然不可替代。体重及其衍生指标，如体重指数，是营养诊断的基石。在全球领导人营养不良倡议营养不良诊断框架（the Global Leadership Initiative on Malnutrition, GLIM）的三大表型标准中，两项都来源于体重。这凸显了体重评估在现代营养诊断中的核心地位^[5-6]。

1.2.2 体成分分析

在体重这一宏观指标的基础上，深入探究特定身体各种成分（肌肉、脂肪、体液）的变化，是理解创伤后复杂病理生理过程的关键。全面的营养形态学评估应涵盖对这些关键成分的定量分析。

(1) 肌肉消耗的可视化：营养超声的兴起 现有新兴的监测工具中，床旁肌肉超声具有极大潜力。因其可提供直接、客观的解剖学证据，正逐渐成为评估危重创伤患者营养状况和分解代谢程度的新标准。

肌肉消耗的高发生率及其预后价值: 创伤后肌肉消耗发生得极为迅速和普遍。研究显示，在重症监护室接受治疗的患者，其肌肉质量每天以1%~2%的速度减少。在入院第一周内，高达近60%的患者会出现显著的肌肉萎缩（定义为肌肉量减少≥10%）。至关重要的是，肌肉丢失的程度与不良临床结局密切相关。多项研究证实，肌肉减少的严重程度与死亡风险升高、机械通气时间延长密切相关。Lee等^[7]的一项研究指出，ICU入院后第一周内股四头肌肌层厚度每减少1%，患者60 d死亡的风险就增加5%。床旁肌肉超声的有效性也得到了其他评估方法的佐证。超声测得的肌肉质量与生物电阻抗分析的参数（如相位角）显著相关^[8-9]，而肌肉质量（回声强度）则与握力呈负相关，这表明超声是一种能够综合评估形态和功能的工具。

从追求单一血液标志物到肌肉形态-功能评估的监测范式转变，是临床思维的根本性进化。过去，临床医生看到低白蛋白便认为是营养不良，并试图通过“喂养”来纠正。现在认识到，低白蛋白和肌肉萎缩是同一病理过程“炎症驱动的分解代谢”的两个不同表现。超声直接监测这一病理过程的靶器官损伤，从而将治疗目标从“改变一个血液学标志物”转变为“如何通过营养干预减缓肌肉这一功能性组织的分解，并最终改善患者的临床结局”。这种转变也解释了为何单纯增加能量和蛋白质供给却未必能带来持续的功能改善，因为仅仅提供“砖块”（能量、蛋白质）并不足以对抗强大的分解代谢信号。在最新发布的中华医学会肠外肠内营养学分会《成人患者营养不良诊断与应用指南（2025版）》中，肌肉超声被推荐为重症患者的营养诊断的重要手段^[10]。

(2) 脂肪组织的动态变化 传统上被视为惰性储能仓库的脂肪组织，在严重的创伤后转变为一个高度活跃的内分泌和免疫器官^[11]，发生形态重塑（脂肪细胞数量增加、体积变小）和功能转变，最终影响全身炎症反应。特别是内脏脂肪组织与皮下脂肪组织的比例，与代谢风险和炎症状态密切相关。床旁超声技术为量化这些脂肪库提供了安全、便捷的工具^[12]。鉴于内脏脂肪组织被认为是促炎细胞因子的重要来源，对其进行监测可能为评估患者的炎症负荷和代谢风险提供新的维度。

2 重症创伤营养支持并发症的识别与管理

尽管营养支持是重症创伤救治不可或缺的一环，但其实施过程并非没有风险。胃肠道不耐受、再喂养综合征和代谢紊乱是三大常见且具有潜在危险的并发症。对这些并发症的有效管理，依赖于标准化的识别流程、循证的干预策略以及对潜在病理生理机制的深刻理解。一个核心原则贯穿始终：许多并发症本质上是医源性的，源于不恰当的营养输注方式或速度，因此，预防和精细化管理至关重要。

2.1 胃肠道不耐受的管理：阶梯式循证策略

胃肠道不耐受是肠内营养中最常见的障碍，表现形式多样，包括腹胀、腹泻、呕吐和胃残余量增多等。有效的管理始于建立全科室统一的、明确的并发症定义，以避免临床决策的主观性和不一致性^[13]。

2.2 代谢控制：营养相关性高血糖的挑战

营养相关性高血糖是ICU患者中极为常见的代谢紊乱，尤其是在接受肠内或肠外营养时。创伤应激本身就会导致胰岛素抵抗，而营养制剂中大量的碳水化合物（尤其是肠外营养中的葡萄糖）则进一步加剧了高血糖。未经控制的高血糖与感染风险增加、器官功能衰竭和病死率升高显著相关^[14]。有效的血糖管理是创伤后营养支持治疗不可分割的一部分。目前，包括中华医学会肠外肠内营养学分会在内的各大专业学会推荐，对于大多数接受营养支持的创伤患者，血糖控制目标应设定在8.0~10.0 mmol/L的范围内，但对于颅脑损伤患者，其血糖控制还应更加严格^[14]。管理策略的核心在于胰岛素的应用，但具体方案需根据营养途径、患者稳定性和输注方式进行个体化调整，其根本原则在于实现胰岛素作用与营养负荷的“同步化”。

3 重症创伤营养的未来：迈向精准化与智能化

成功应对营养监测和并发症管理的挑战之后，急危重症创伤营养支持治疗的未来正朝着一个更宏大、更具变革性的方向发展。这一未来图景的核心，是从“一体适用”的临床指南，演进为基于个体生物学特性的“精准营养”^[15]；从提供基础能量和蛋白质的“支持性”角色，转变为利用特定营养素和调节肠道微生态来主动干预病理生理过程的“治疗性”角色。这一演进由多项前沿技术的融合所驱动，包括“组学”技术、新型监测设备以及颠覆性的数据整合平台，如“数字孪生”^[16]。

3.1 精准营养：“数字孪生”驱动的“一人一策”治疗方案

精准营养的核心理念在于，不同个体因其独特的遗传背景、代谢表型和肠道微生态表型，对相同的营养干预会产生截然不同的反应。高通量“组学”技术，特别是代谢组学和基因组学，是揭示并利用这种个体差异性的关键工具，它们为从宏观指南迈向微观个体化方案铺平了道路^[17]。然而，要真正实现“一人一策”的终极目标，需要一个能够整合所有这些复杂信息并进行动态预测的强大框架——这正是“人体数字孪生（human digital twin, HDT）”概念兴起的背景。

3.1.1 “组学”数据：构建数字孪生的生物学基石

代谢组学通过全面分析生物样本（如血浆）中的小分子代谢物，能够提供一幅关于个体当前生理和病理状态的实时“快照”。在急危重症领域，代谢组学已展现出巨大的潜力，为构建数字孪生提供了关键的生物学输入。

识别治疗应答者与揭示作用机制：例如，一项针对重症创伤患者的研究发现，早期给予肠内营养，不仅能改善循环氨基酸谱，还可改善氧化应激，从而起到调节炎症反应的作用^[18]。另一项研究通过代谢组学区分了肠内与肠外营养的不同效果，发现肠内营养在恢复机体抗氧化平衡方面可能更具优势^[19]。

发现新的营养治疗靶点：代谢组学能够识别出在疾病状态下被耗竭或异常积累的特定代谢物，从而为开发新的营养干预策略提供靶点。例如，研究发现危重患者体内存在核苷酸合成障碍或含硫氨基酸（如牛磺酸）耗竭^[20]，提示补充这些特定营养素可能缓解过度的炎性反应。这些发现将营养支持从“提供宏量营养素”提升到“精确补充关键代谢底物”的层面。

3.1.2 HDT：从机理模型到概率模型的演进

HDT是一个动态的、与真实患者同步进化的、存在于电脑（虚拟空间）的映像，它整合了从多种“组学”到实时生理生化监测（如连续能量代谢、血糖波动）和形态学等多维度、多尺度的数据^{[16, 21]}。其最终目标包括：(1)对患者未来时刻病理生理状态的精准预测；(2)在预测的基础上提出使患者预后走向存活或痊愈方向的最佳治疗方案的建议^[22-23]。

换言之，在HDT中，通过模拟无数“如果-那么”（what-if）的情景，预测不同营养方案可能带来的代谢反应，从而选择出最优的、风险最小的个体化方案^[16]。

在实现这一愿景的路径上，存在三种主要的建模范式：(1)机理模型（mechanistic models）：这类模型试图通过一组或多组微分方程来精确描述人体的生物化学和物理过程。虽然理论上最为精确，但其发展受到巨大挑战，因为对许多生命活动的底层细节尚未完全搞清，以至于建立完整反映全部营养代谢过程的数学模型具有较大的难度，导致误差较大。(2)数据驱动的概率模型（data-driven probabilistic models）：这是当前最有可能快速实现的路径。这类模型不追求对所有机理的完美描述，而是利用先进的人工智能和机器学习技术，从海量数据中学习规律，并生成对未来状态的“概率性预测”。(3)混合模型（hybrid model）：机理模型存在的问题是误差较大，为了减小误差，可以在机理模型基础上叠加数据驱动的模型，可以获得更好的模型拟合。

3.1.3 大语言模型（large language model, LLM）

在数据驱动的范式中，以Transformer架构为基础的LLM正展现出革命性的潜力，成为构建下一代数字孪生的核心技术之一。但必须指出，LLM目前还存在一些不足，例如“幻觉”难题。可能的解决路径还需要更多的具有临床经验的专家和数学专家共同合作，在用户和LLM之间建立一些二级模型，以降低“幻觉”的影响，以使得在真实临床的应用中避免发生安全性问题。此外，LLM的应用还涉及到伦理问题，在解决上述“幻觉”挑战之前，将LLM应用到临床实践中必须谨慎。

综上所述，在上述新理论和技术的指引之下，精准营养的未来图景变得更加清晰：它不再仅仅依赖于静态的“组学”快照，而是通过一个由不断学习和进化的数字孪生引擎，将患者的个体生物学特性与实时动态数据相结合，最终实现真正意义上的“一人一策”的动态营养治疗。

3.2 智能化监测：实时数据驱动实时决策

实现HDT的过程实施离不开精准、连续的监测数据，依赖于引入多种传感器。

连续间接测热法：间接测热法是测量能量消耗的金标准，它的应用标志着从“估算”到“实测”能量需求的根本性转变^[24]。传统的预测公式（如Harris-Benedict）在异质性极高的ICU患者中准确性极差，若以之为依据确定患者的能量摄入目标，常常导致严重的喂养不足或过度喂养^[25]。新一代的间接测热设备（如Q-NRG）已经克服了诸多技术瓶颈，测量速度更快（5~10 min即可获得稳定读数），准确性更高（通过质谱法验证），操作更简便，并且能在更高吸入氧浓度（FiO₂可达70%）的患者中使用^[26]。这些技术进步使得对患者能量消耗进行常规、纵向的监测成为可能，让营养师和医生能够像滴定血管活性药物一样，精确地滴定营养处方。

可穿戴式柔性传感器：引入或设计全新的穿戴式柔性传感器，解决临床上长期难以解决的数据获取问题。

多种无创影像数据采集器：前已述及，体重是营养监测和诊断的最重要基础数据之一，但危重创伤患者难以站立，带有床秤功能的监护床价格昂贵难以普及，限制了体重数据的精准、动态获取。随着3D照相技术的成熟和价格的不断下降，引入此类无创技术或许可有效解决这一难题^[27]。

4 结论与展望

创伤营养学的未来，并非由单一技术的突破来定义，而是由多领域前沿科技的“融合”所塑造。智能化、可视化的监测技术（如持续性IC、超声、3D照相）和柔性传感器技术提供了关于患者代谢状态的“实时数据”；“组学”技术揭示了这些状态背后的“生物学背景”；HDT则充当了强大的“整合与模拟引擎”，将海量信息转化为可执行的个体化预测；而数字孪生技术充当了系统整合的平台。这一系列进步将共同推动根本性转变的到来：临床营养将从一种被动的“支持性手段”，演变为一种主动的“治疗性干预”。

未来的营养医师和重症医师将不再仅仅是“喂养患者”，而是作为“代谢与免疫的调控师”，利用精准的营养策略，主动地调控患者的代谢、炎症和免疫状态，从而在病理生理层面上改善创伤患者的生存质量与远期结局。这不仅提升了营养支持治疗在重症和创伤医学中的地位，也为创伤医学研究开辟了全新的道路。

利益冲突  所有作者声明无利益冲突

致谢: 感谢电子科技大学医学院杨诚奕医师、四川大学华西基础与法医学院彭谨教授及陆军军医大学新桥医院肾内科尹梁宇教授对本文提供的帮助