三年前，一家三甲医院营养科做过一次复盘：过去12个月开具的肠内营养处方中，有多少被患者完整执行了？

答案是——不知道。

系统里记录了处方的开具时间、制剂名称、剂量和开具医师。但处方开出之后，患者实际吃了多少、漏了多少次、为什么没有按时按量执行——这些信息全在系统之外。营养师了解依从性的唯一方式是床旁查房时问一句「昨天的营养液喝完了没有」，而患者的回答往往是「喝了，但没喝完」。

这不是个别现象。在中国医院协会信息管理专业委员会近年发布的医院信息化建设调研报告中，已部署营养信息系统的医院中有超过六成反馈：系统覆盖了「开处方」环节，但「处方执行」环节的数据采集基本靠人工。营养师通过床旁询问、手工记录、护士口头转达等方式获取依从性信息，这些信息要么无法进入系统形成结构化数据，要么进入了系统但缺乏标准化——「喝了一点」「喝了大半」「今天不想喝」这类描述性反馈，和需要定量分析的临床数据之间，存在一条难以跨越的鸿沟。

本文从营养处方开出后的执行追踪场景出发，拆解依从性数据采集的三个难点，讨论信息化系统在这一环节能做什么、不能做什么，以及一个更根本的问题：当依从性数据真的被采集上来了，它除了「知道患者没喝完」之外，还能为临床决策提供什么。

断层一：床位分散与集中管理的天然矛盾

一家开放床位1200张的三级医院，营养科通常配置5到8名营养师。每天有营养干预需求的患者少则四五十人，多则上百人。这些患者分布在不同的病区、不同的楼层，营养师巡视一圈需要两到三个小时。在这种工作负荷下，依从性信息的采集只能是抽样式的——每个病区挑几个重点患者问一问，或者等到有护士打电话反映问题才去关注。绝大多数患者在执行层面的信息，系统是空白的。

这不是营养师不负责，而是人力配置和信息采集手段不匹配。如果每个患者的依从性数据都要靠营养师亲自去问才能获取，那么数据覆盖面和更新频率必然受限于营养师的可支配时间。

这个断层不是信息化系统能够完全消弭的——系统不能替代营养师去做床旁沟通。但系统可以在有限的人力投入下，将依从性采集从「逐个询问」变成「问题定向」。具体做法是：系统通过护士的床旁执行记录、患者膳食反馈的录入、营养泵输注数据的自动采集等渠道，先做一个初步的依从性判断，只有当系统标记「疑似依从性不足」时（比如连续两次执行量低于目标值的50%），才触发营养师的人工关注。这样，营养师不再需要地毯式巡查所有在管患者，而是只处理系统筛选出的「异常值」。

一家已上线此类功能的华东地区三甲医院营养科主任在一次行业交流中分享的数据是：实施定向管理后，营养师每日用于依从性巡查的时间从人均90分钟下降到35分钟，而依从性不足患者的发现率从实施前的约30%提升到约75%。时间投入减少了一半以上，发现效率提升了一倍多。这个对比说明了一个基本的逻辑——信息系统在依从性管理中的首要价值不是替代人做判断，而是帮助人把时间用在最需要的患者身上。

断层二：执行记录的非结构化与标准化之困

依从性数据采集的第二个难点是信息格式的标准化程度。

护士在执行营养处方后，会在护理记录中记一笔。但记录的内容和格式因科室而异。普外科的记录是「EN已执行」，老年科病房的记录是「患者拒食，EN未完成」，ICU的记录是「患者自述腹胀，暂停EN输注」。这些信息对于床旁交班够用了，但对于系统化的依从性分析远远不够——「未完成」是差多少？「暂停」停了多久？「腹胀」是轻度不适还是无法耐受？

标准化的执行记录需要定义明确的字段结构：执行状态（完成/部分完成/未执行/暂停）、执行量（ml或瓶）、未完成原因（拒食/不耐受/检查禁食/其他）、执行时间（开始-结束）。这些信息在护理记录中本来就有，但往往以自由文本而非结构化字段的形式存在。系统层面的依从性跟踪，需要将这些自由文本转化为可量化的结构化数据。

从实际落地角度看，这个转化有两条可行路径。

路径一：营养系统提供独立的结构化记录入口。 护士完成喂养操作后在营养系统中勾选执行状态、填写执行量、选择未完成原因。这条路线的优势是数据质量高——结构化的选项列表确保了录入信息的标准化。劣势是增加了护士的操作负担——每天面对数十名患者，每名患者每次喂养都要多做一个录入动作，累积起来的工作量不可忽视。部分医院因此遭遇了护士配合度低的问题，结构化执行记录的录入率在系统上线初期一度低于30%。

路径二：从护理系统抓取数据并做结构化处理。 护士仍按原有习惯在护理系统中记录，营养系统通过接口获取护理系统的执行记录文本，再通过关键词匹配或规则引擎将其转化为结构化数据。比如记录文本中包含「EN执行完毕」则标记为「完成」，包含「拒食」「拒绝」则标记为「未执行——拒食」。这条路线的优势是不增加护士的额外工作量。劣势是精度有限——自由文本的表述方式因人而异，规则引擎的匹配准确率通常在75%到85%之间，存在一定的误判和漏判。

两种路径各有适用场景。对于护理信息化基础较好的医院——护理系统本身已有规范化的执行记录模板——路径二更为合适，在现有数据基础上做二次加工即可。对于护理系统的记录质量参差不齐的医院，路径一虽然前期推广阻力大，但长远来看数据质量更有保障。一个折中方案是：初期以路径二为主、快速铺开数据覆盖，同时对识别精度不足的部分辅以路径一的补充录入——护士只需要在处理异常情况时多做一个勾选。

断层三：归因困境——「没喝完」之后的问题更难回答

即使跨越了前两个断层，成功采集到「患者没喝完」这个事实，第三个问题接踵而至：为什么没喝完？

导致依从性不足的原因广泛而多样。患者方面的因素包括：对营养液口味的接受度差、吞咽困难、腹胀或腹泻等胃肠道不耐受症状、以及患者对营养治疗必要性的认知不足。医疗流程方面的因素包括：检查或手术需要禁食、科室工作节奏导致的喂养中断、营养液配送不及时。临床管理方面的因素包括：方案调整后未及时更新处方、喂养途径不畅（如鼻饲管堵塞）、输注速度设置不合理。

不同原因对应的解决路径截然不同。口味问题可能需要更换制剂品种，胃肠道不耐受需要调整输注速度或改用短肽型制剂，认知不足需要加强患者教育，配送问题则需要协调药房与病区的衔接流程。如果系统只能记录「患者没喝完」而不能追溯原因，依从性数据就只能停留在统计层面，无法转化为改善临床行动的决策依据。

归因信息的采集是依从性跟踪中最难标准化的一环。部分原因可以通过系统间的数据关联来推断——比如系统通过读取检查排程发现患者当日有胃镜检查安排，禁食导致EN中断——这部分可以由系统自动标记，不需要人工干预。但更多信息依赖人工判断和记录：患者是轻度腹胀还是严重不耐受？是「不想喝」还是「喝不下去」？这两者的临床含义完全不同。

系统能做的是提供一个结构化的归因选项列表，将常见的依从性不足原因分为几个大类，每大类下再细分具体条目，让操作者在记录时勾选而非自由输入。选项列表的设计需要兼顾完整性和简洁性——太粗略则无法覆盖常见场景，太细碎则增加录入负担。从实际使用反馈来看，一级分类控制在4到6个、二级分类控制在每类2到4条的比例比较合适。超出选项列表的特殊情况可以留一个备注字段，但不作为主要录入方式。

中华护理学会2024年发布的《临床营养护理实践指南》中对肠内营养执行记录的内容做出了推荐，执行记录应包含输注途径、输注速度、实际输注量、耐受性评价和异常情况记录五项内容。这五个项目可以作为结构化记录的最小数据集来参考。在此基础上，再根据各医院的实际情况扩展归因分类。

依从性数据的三个临床应用方向

依从性数据的价值不止于「追踪执行情况」。当依从性信息以结构化形式进入系统后，可以在三个方向上对临床决策产生实质性影响。

方向一：处方方案的动态调整

患者连续三天肠内营养执行量不足目标量的60%，系统识别到这一模式后向营养师推送提示。营养师查看依从性归因记录后发现，患者每次喂养后都有腹胀主诉，耐受性评分持续偏低。基于这一信息，营养师将输注速率从100ml/h下调至60ml/h，同时确认了短肽型制剂的替换方案。调整后，患者的耐受性和执行量同步改善。

这是依从性数据驱动的处方调整场景。没有执行数据的反馈，营养师只能在下次床旁评估时才能发现患者耐受性不佳——慢则三到五天。有了执行数据的实时反馈，营养师可以在问题出现的24到48小时内做出方案调整。对于重症患者或术后恢复期患者来说，48小时的时间差足以对营养状况的走势产生影响。

处方调整后的效果还可以通过后续的执行数据进行反向验证——调整方案后执行量是否回升了、回升幅度是多少，这些数据构成了一个完整的「调整-观察-验证」闭环。在这个闭环中，依从性数据既是触发调整的信号，也是评价调整效果的依据。

方向二：患者分类管理的客观依据

全院患者的依从性数据经过一段时间的积累后，可以形成依从性分布的特征图谱。哪些科室的依从性普遍偏低——可能是术前禁食频率高，也可能是科室对营养治疗的重视程度不足。哪些类型的患者依从性波动大——肿瘤患者的依从性是否在化疗期间出现明显下降。哪些肠内营养制剂的临床接受度更好——不同口味、不同能量密度配方的制剂在依从性表现上是否存在系统性差异。

这些信息为营养科的分层管理提供了客观依据。依从性持续良好的患者可以纳入常规随访，依从性频繁不足的患者需要加强关注和干预。科室维度的依从性差异可以作为营养科与临床科室沟通协作的切入点——营养科长可以利用执行数据与相关科室的护士长对接，针对性地制定改善方案，而不是泛泛地强调「注意营养治疗执行」。

从管理效能的角度看，依从性数据的科室维度分析还有一个附带价值：帮助营养科评估系统推广的效果。如果某个科室的依从性数据持续低于全院平均水平，营养科可以优先安排该科室的培训和流程优化。数据让资源分配有了先后次序。

方向三：营养治疗效果评价的校正因子

目前营养治疗的效果评价主要关注临床结局指标——住院时间、并发症发生率、体重变化、血清白蛋白水平等。这些指标是评估治疗效果的终点指标，但它们在很大程度上受到患者依从性的干扰。一个患者的肠内营养方案在理论上是完全合理的，但如果患者只执行了40%的处方量，最终治疗效果不佳就不能归咎于方案本身。

依从性数据可以作为效果评价的校正因子纳入分析。在比较不同营养方案的治疗效果时，排除依从性低于某个阈值（比如70%或80%）的患者数据，或者将依从性作为协变量纳入统计模型，得出的结论更贴近方案的真实效果。这对于营养科积累高质量的临床证据、优化院内诊疗规范具有重要意义。

特别是当营养科计划开展单中心或多中心的临床观察研究时，依从性数据的完整记录可以显著提升研究结论的可信度。评审专家在评估研究质量时，一个常见的问题就是「如何确认患者确实接受了方案规定的营养治疗」。有了系统的执行数据作为支撑，这个问题的回答就有了客观依据。

系统能做的与做不了的

讨论了依从性数据的采集和应用之后，有必要回到一个务实的问题上：信息化系统在这个环节能做到什么程度，以及哪些事情需要系统之外的手段来解决。

系统能做好三件事。

第一是数据的结构化采集和存储。将自由文本的执行记录转化为标准化的结构化数据，使依从性信息从「知道大概喝了没有」变成「精确到毫升的执行量记录」。这是所有后续应用的基础。

第二是依从性模式的自动识别和预警。人类营养师很难在海量数据中及时发现细微的变化趋势——某位患者的执行量从85%缓慢下降到65%，可能需要一周以上的时间才会被注意到。系统可以在执行量连续低于目标值一定比例时自动标记，或者在执行量出现持续下降趋势时提前预警。

第三是数据的多维度分析呈现。依从性数据可以按患者维度、科室维度、时间维度、制剂维度等不同视角进行交叉分析，生成可视化的管理报表。这些报表不仅服务于营养科的日常管理，也可以作为与医院管理层沟通的数据支撑。

系统做不了的也有三件。

第一是替代营养师与患者之间的面对面沟通。依从性问题的解决往往建立在信任和沟通的基础上——患者需要理解为什么要吃这个营养液、吃了有什么好处、不吃有什么风险。这种沟通的效果取决于营养师的专业素养和沟通能力，系统最多能提供一个宣教内容的推送入口，但无法替代床旁沟通的温度和说服力。

第二是解决因医疗流程导致的依从性中断。患者因为检查需要禁食、因为手术被要求空腹、因为科室转运导致治疗中断——这些制度性或流程性的障碍，不是通过优化信息系统就能完全解决的。系统能做到的是记录和提醒，让这些中断变得可追溯、可计量，为流程优化提供数据支撑，但流程本身的改进需要管理层面的推动。

第三是消除数据采集的上游阻力。无论系统设计得多么完善，如果一线的护士觉得录入操作太繁琐、流程太复杂，数据质量就难以保证。系统的交互设计需要在信息完整性和操作便捷性之间找到平衡点。这是一个需要持续迭代优化的过程，不是上线就能一次性解决的问题。

从「知道没喝完」到「知道怎么改善」

依从性管理的信息化演进路径可以概括为三个阶段，每个阶段对系统能力和数据基础的要求逐级递进。

第一阶段：知道「是什么」。 系统能够记录依从性的事实状态——患者喝了多少、剩余多少、执行比例是多少。这个阶段关注的是依从性信息从无到有的问题，核心是打通执行数据的采集通道。数据来源可以是护理执行记录的结构化录入，也可以是营养泵的自动输注记录。这个阶段不追求数据的完美，追求的是覆盖——哪怕每个患者每天只有一条执行记录，也比完全没有要好。

第二阶段：知道「为什么」。 系统能够追溯依从性不足的原因——因何未完成、耐受性如何、是否存在可归因的临床事件。这个阶段需要在前一阶段基础上增加归因信息的结构化采集。归因信息的质量取决于操作端的配合程度，因此需要设计低负担的数据录入方式，避免给一线护士增加过多的工作负荷。这个阶段的另一个重点是系统自动归因能力的建设——通过关联患者的检查排程、用药记录、病情变化等数据，系统可以自动推断一部分依从性不足的原因。

第三阶段：知道「怎么改善」。 系统能够基于依从性数据提供改善建议——类似患者的依从性改善方案推荐、制剂更换的循证依据提示、以及患者教育的重点内容推荐。这个阶段需要系统在积累了足够多的数据和案例后形成一定程度的决策支持能力。比如系统发现某类制剂的依从性普遍高于另一类制剂，可以在营养师开具处方时给出偏好的提示；系统发现某科室的依从性在特定时间段内普遍偏低，可以在该时间段前自动推送提醒给护士站。

大多数医院的营养信息系统目前处于第一阶段和第二阶段之间——能记录基本的执行数据，但在归因追溯和智能分析方面能力不足。从行业发展趋势来看，随着护理移动终端和床旁数据采集设备的普及，执行数据的自动采集率会逐步提升——智能营养泵可以直接上传输注记录，移动护理终端可以提供一键式的执行状态录入。这些技术进步将使依从性管理的重心从「如何把数据采上来」转向「采上来的数据如何使用」。

回到开头那个问题：处方开出之后，患者执行得怎么样？对于大多数医院来说，这个问题的答案至今仍是模糊的。但值得注意的变化是——已经有医院开始关注这个模糊地带了。有医院在质控报表上除了「处方开具数」「筛查覆盖率」「评估完成率」之外，开始纳入「处方执行率」「依从性达标率」和「依从性改善率」等指标。营养治疗的质量管理正在从「过程管理」延伸到「结果管理」，而处方执行的依从性数据正是连接过程与结果的那座桥。

处方开出去只是治疗的开始，不是治疗的完成——这个判断在临床营养领域已经形成共识。依从性数据不是为了监控患者，而是为了让每张处方都真正发挥它被设计时的作用。从这个角度看，依从性跟踪不是增加一个监控维度，而是补上临床营养治疗闭环中最后一段看不见的路。