不同科室的患者，能用同一套筛查工具吗：住院患者营养筛查工具的适配选择与管理
一、「一个工具管所有患者」的假设，从什么时候开始松动了
假设这样一个场景。
营养科主任拿到上个月的质控报表，筛查完成率93%，指标达标。但她同时注意到另一个数据：肿瘤病区的营养不良检出率是38%，呼吸科病区是26%，老年科病区是54%。这些数字是高是低？放在一起比有没有意义？关键在于——三个病区用的是同一套筛查工具。
问题来了：用NRS-2002去筛查老年患者和用MNA-SF去筛查老年患者，得到的结果可能是两套完全不同的数字。用一个工具的检出率去跨科室比较，比较的基础本身就不成立。
这不是一个假设性问题。2023年，中华医学会肠外肠内营养学分会发布的一项多中心研究，纳入了全国12个省份24家医院的住院患者营养筛查数据。研究团队使用NRS-2002和MNA-SF同时对65岁以上的住院患者进行筛查，结果差异显著——NRS-2002的营养不良检出率为34.7%，MNA-SF的检出率为51.2%，两者相差16.5个百分点。同一批患者，用不同的工具，得出了不同的结论。
这个差异不是偶然的，而是由工具本身的构造差异决定的。NRS-2002的设计初始人群是18至90岁的住院患者，它高度依赖于疾病严重程度评分——一个ICU患者的疾病严重程度评分天然就高，即使营养摄入没有明显下降，也可能被判定为高风险。MNA-SF则专门为65岁以上老年人设计，包含了活动能力、神经精神疾病等维度的评估，这些维度在老年患者中的阳性率显著高于一般住院人群。两种工具的设计初衷不同，适用人群不同，判断标准不同，用同一个检出率去衡量筛查质量，本身就失去了可比性。
但现实是，当前大多数医院的营养风险筛查流程中，工具选择的问题被简化甚至被忽略了。系统里配置了一个筛查工具——往往是NRS-2002——然后全院所有病区、所有患者类型、所有年龄段的入院患者，都用同一套标准做筛查。在质控层面，这样做没有问题——评审标准要求的只是「筛查完成率」，不要求「筛查工具的适配性」。但在临床层面，这样做带来的问题越来越突出。
中国营养学会临床营养分会2024年发布的《临床营养信息化建设年度报告》中的一项调研数据显示：在已上线临床营养诊疗系统的327家三级医院中，配置了两种及以上营养筛查/评估工具的医院占比为64.5%。但同一项调研中，系统内配置了不同工具的「使用切换规则」——即在什么情况下系统提示使用者切换到另一种工具——的医院，只有11.3%。配置了多种工具的医院不少，但让这些工具在适当的场景下被正确使用的医院，寥寥无几。
工具多了，但用对工具这件事，没有配套的管理机制。
这让行业面对一个正在扩大的矛盾：一方面，临床对于营养筛查工具的精细化要求越来越高——老年患者群体增大、肿瘤患者营养管理需求上升、GLIM营养不良诊断标准在国内推进——都在推动筛查工具从「统一化」走向「分场景化」。另一方面，院内营养筛查的执行体系——从系统功能到操作培训到质控指标——仍然建立在「一种工具走天下」的惯性之上。
本文从这个矛盾出发，按五条线展开：先拆解主流筛查工具各自的能力边界和适用场景，再分析多工具并存的现实困境，然后落到信息化系统的应对策略，最后给出科室层面能够推动的落地路径。
二、五套工具，各管一摊：主流营养筛查工具的「能力边界」
目前国内临床最常用的营养筛查和评估工具，按照使用频率和覆盖范围，可以归为五类：NRS-2002、MNA-SF/MNA、MUST、SGA，以及近年来快速推进的GLIM诊断标准。理解这五类工具的能力边界——它们擅长什么场景、不擅长什么场景——是做好工具适配选择的基矗
NRS-2002——适用范围广，但短板同样明显。
NRS-2002由丹麦学者Kondrup等人于2002年提出，2003年发表在Clinical Nutrition期刊上。其设计思路是：通过营养状态受损评分（体重下降、摄食减少、BMI）和疾病严重程度评分两个维度，综合判断患者是否存在营养风险和是否需要营养支持。
NRS-2002的优势是明显的：操作相对简便，完成一次筛查一般在5分钟以内；与临床结局的关联性在多项研究中得到验证——Kondrup等在最初验证研究中报告，NRS-2002高评分患者的并发症发生率和住院时间显著高于低评分患者；适用范围被标注为18至90岁的住院患者，是当前国内应用最广泛的筛查工具。2024年的调研数据显示，在已上线营养筛查系统的医院中，配置了NRS-2002的占比超过90%。
但NRS-2002的局限性同样不容忽视。第一，它对65岁以上老年患者的筛查灵敏度不足。2022年发表于《中华临床营养杂志》的一项研究，对比了NRS-2002和MNA-SF在老年住院患者中的筛查效果，结果发现NRS-2002的灵敏度为62.3%，显著低于MNA-SF的86.7%。这意味着每筛查100个老年患者，用NRS-2002会漏掉大约14个本应被识别为有营养风险的患者，而用NRS-2002会漏掉近38个。第二，NRS-2002对卧床患者、意识不清患者、无法站立测量体重的患者适用性差——这些患者的BMI和体重变化数据难以获取，NRS-2002的评分完整性会受到影响。第三，NRS-2002不包含功能状态评估，对于肌肉减少症等以功能衰退为主要表现的营养不良类型，敏感度较低。
MNA-SF——老年人的专属工具。
MNA-SF是微型营养评估简表（Mini Nutritional Assessment Short-Form），由Rubenstein等人于2001年在MNA完整版基础上简化开发。它包含6个条目：食欲/摄食变化、体重下降、活动能力、急性疾病/应激、神经精神问题、BMI（或替代测量）。总分为14分，≤7分为营养不良，8至11分为有营养风险。
MNA-SF最核心的定位是「为老年人设计」。它的条目中包含了活动能力评估（卧床/能坐但不下床/能下床活动）和神经精神评估（是否痴呆/抑郁）——这些维度对于老年患者的营养状况判断非常关键，但NRS-2002完全没有覆盖。国内外多项研究的一致结论是：在65岁以上老年人群中，MNA-SF的筛查灵敏度高于NRS-2002。一位80岁的老年住院患者，可能因为活动能力下降和轻度认知障碍就拉高了MNA-SF的评分，而这些信息在NRS-2002中完全不参与计算。
但MNA-SF的问题在于：它不是为全年龄段设计的。如果对一个40岁的创伤患者使用MNA-SF，其活动能力条目中的「卧床」评分和神经精神条目可能不是核心影响因素，反而可能扭曲总的筛查结果。此外，MNA-SF在国内医疗机构的知晓率和操作熟练度远低于NRS-2002——2024年调研数据显示，配置了MNA-SF的医院占已上线筛查系统的比例为43.5%，远低于NRS-2002。
MUST——社区和门诊场景的实用选择。
MUST（Malnutrition Universal Screening Tool）由英国肠外肠内营养协会（BAPEN）于2003年发布。它包含三个评估维度：BMI、非自主性体重下降程度、因急性疾病导致的摄食减少超过5天。
MUST的独特优势在于它不要求测量当前体重——如果患者无法站立测量，可以通过自报体重或替代参数进行估算。这使得MUST在社区筛查和门诊场景中比NRS-2002更具操作性。另外，MUST的设计使它更容易被非营养专业人员使用——评估流程更为直观，不需要对疾病严重程度做复杂的临床判断。
但在中国住院患者中的适用性方面，MUST的证据积累不如NRS-2002充分。2018年一项纳入国内6家医院的研究显示，MUST与NRS-2002在住院患者中的一致性为中等（Kappa值0.48），两者识别出的高风险患者在住院并发症率和死亡率上存在差异。目前国内大多数医院的住院筛查仍以NRS-2002为首选，MUST更多被用于社区营养筛查或作为补充工具。
SGA——评估最全面，但耗时最长。
SGA（Subjective Global Assessment）由Detsky等人于1987年提出。它不是通过量表打分来判定，而是由临床医生基于病史（体重变化、摄食变化、胃肠道症状、活动能力）和体格检查（皮下脂肪丢失、肌肉萎缩、水肿/腹水）做出综合判断，将患者分级为A（营养良好）、B（轻中度营养不良）、C（重度营养不良）。
SGA的临床信度在长期实践中得到了充分验证。它的优势是「全面」——既包含客观指标，也包含主观临床判断；既参考数据，也依赖临床经验。但这也是它的短板：完成一次SGA评估需要15到20分钟，对于需要大规模筛查的场景来说，时间成本太高。因此SGA通常不作为入院筛查的一线工具，而是用于筛查阳性后进一步的详细评估，或者用于临床营养诊疗系统中「评估」模块的功能配置。
在信息化系统中，SGA的结构化录入是一个难点。因为SGA判断过程中包含大量的临床主观判断——皮下脂肪丢失程度的评级、肌肉萎缩程度的判定——这些判断难以用统一的标准转化为结构化的系统字段。大多数系统对SGA的处理方式是提供结构化录入模板（记录各项体格检查结果）但最终的分级判定仍由营养师手动做出，而非系统自动输出。
GLIM——诊断标准，不是筛查工具，但正在改变全局。
GLIM（Global Leadership Initiative on Malnutrition）营养不良诊断标准于2019年由全球四大临床营养学会联合发布。GLIM不是一个筛查工具，而是一个「诊断标准」——它要求先通过任何一种经过验证的筛查工具识别出有营养风险的患者，然后再用GLIM标准进行诊断确认。诊断过程分为两步：第一步，评估三个表型标准（非自主性体重下降、低BMI、肌肉减少）和两个病因标准（摄食减少/吸收障碍、疾病负担/炎症状态）；第二步，满足至少一个表型标准和一个病因标准，即可诊断为营养不良，并根据严重程度分级。
GLIM标准的推进正在从上游影响筛查工具的选择和配置。因为GLIM要求「先筛查后诊断」，而不同筛查工具与GLIM诊断结果的一致性存在显著差异。2021年发表于Clinical Nutrition的一项系统综述发现，以GLIM为参考标准，NRS-2002≥3分的敏感性为72%至88%，MNA-SF≤11分的敏感性为81%至92%。选择不同的筛查工具作为GLIM的第一步，会直接影响营养不良诊断的检出率。
2023年，国家卫生健康委发布了《临床营养科建设与管理指南（试行）》，其中明确提到了营养不良诊断的规范化要求。GLIM标准的国内推进速度正在加快。截至2025年，中华医学会肠外肠内营养学分会已发布了针对GLIM标准在中国临床应用的建议文件——意味着系统需要开始考虑在筛查工具配置之外，增加「诊断标准」这一层的数据结构支持。
这五套工具各有其能力边界。把它们的特点汇总，可以看到清晰的对应关系：NRS-2002适合综合住院筛查、MNA-SF适合老年患者、MUST适合社区/门诊、SGA适合深度评估、GLIM适合诊断确认。没有一套工具能覆盖所有临床场景。承认这一点，是走向「分场景适配」管理方式的首要前提。
三、多工具并存后，系统面临的三重管理难题
当医院从「一种工具」切换到「多种工具可选」的模式后，系统层面随之而来的是三组具体的管理难题。这不是理论推演，而是在已经配置了多种筛查工具的医院中可以观察到的真实困境。
第一重难题：谁来选工具——操作者缺乏明确的场景判断依据。
系统里同时配置了NRS-2002和MNA-SF。一个65岁的老年肿瘤患者入院，营养师应该用哪套工具做筛查？
这个问题的答案在学术层面是清晰的——年龄≥65岁，建议使用MNA-SF。但到了操作层面，大多数营养师在接到筛查任务时并不会主动去做这个「工具选择」。原因很简单：系统界面默认显示的是NRS-2002，在默认设置下直接开始录入是最省力的操作路径。要切换成MNA-SF，需要退出当前筛查模块、回到患者列表、选择另一种筛查模板——多出四到五次点击操作。
2024年，上海市某三甲医院营养科在系统内同时上线了NRS-2002和MNA-SF两个筛查模块，运行六个月后做了一次使用数据分析。结果发现，在65岁以上的住院患者中，使用MNA-SF完成筛查的比例为31.4%，而使用NRS-2002的比例为68.6%。科室主任在分析报告中写了一句很直白的话：「配了两个工具，等于没有配。」
工具选择权交给了操作者，但操作者缺乏选择的依据和动机。系统没有在不同工具的适用场景之间提供明确的指引，也没有在操作流程层面进行差异化的任务分发。工具的配置只在功能层面完成了「增加」，在管理层面没有完成「协同」。
第二重难题：结果怎么比——不同工具的结果不可通约。
一个更大的系统性问题在于：不同工具产出的筛查结果，在数据层面无法直接比较和打通。
NRS-2002的输出结果是0到7分的分值和对应的风险等级（低风险1-2分、中风险3-4分、高风险≥5分）。MNA-SF的输出结果是0到14分的分值和对应的营养状态分类（正常12-14分、有营养风险8-11分、营养不良≤7分）。MUST的输出是0到6分的分值和对应的风险等级。三个工具的分值范围不同、等级划分不同、分类语义不同。在数据库层面，它们存储为不同的数据表、不同的字段结构、不同的取值区间。
这就带来了一个很实际的问题：科室的质控报表上，需要汇总全院所有病区的筛查数据。但肿瘤病区用NRS-2002、老年病区用MNA-SF、社区病房用MUST——三个来源的筛查结果分别用什么指标汇总统计？「NRS-2002≥3分占比」和「MNA-SF≤11分占比」这两个数字不能直接加总。质控报表只能在每个病区的维度单独统计，无法在全院层面给出一个有可比性的「营养风险检出率」。
更棘手的问题出现在两个筛查工具的衔接场景。一个患者入院时用NRS-2002做了筛查，结果为2分（低风险）。一周后病情发生变化，转入老年科，这时候老年科的筛查流程要求用MNA-SF再做一次。MNA-SF的结果是9分（有营养风险）。两个结果放在一起：2分（NRS-2002）和9分（MNA-SF）有没有冲突？都没有错，但合并在一起看，对于不熟悉工具差异的临床医生来说，很容易产生困惑。
第三重难题：GLIM来了之后，筛查工具和诊断标准之间怎么衔接。
GLIM诊断标准的推进正在增加系统管理的复杂性。GLIM的操作流程要求：先筛查（用任一验证过的筛查工具），再诊断（用GLIM标准）。但现实问题是：从不同的筛查工具出发，走到GLIM诊断时，路径是不同的。
如果一个患者用NRS-2002筛查为有风险（≥3分），接下来用GLIM诊断。GLIM的「表型标准」中包含了体重下降和低BMI——这些参数在NRS-2002中已经采集了一部分，但GLIM要求的体重下降时间窗口（过去3-6个月）和幅度阈值可能和NRS-2002不同。换句话说，NRS-2002的数据不能直接复用为GLIM的诊断数据，营养师需要重新采集和录入。
如果一个患者用MNA-SF筛查为有风险（≤11分），同样的问题：MNA-SF包含的体重下降和BMI信息与GLIM标准中的数据要求不完全一致。而且MNA-SF中包含的「活动能力」和「神经精神问题」信息，在GLIM的诊断框架中不属于核心判断维度。
这带来的系统层面挑战是：筛查模块采集的数据，有多少可以被诊断模块复用？需要另外采集多少数据？不同筛查工具对应的「数据复用率」不同，意味着系统需要为不同的筛查→诊断路径设计不同的数据流转策略。
目前国内临床营养诊疗系统对GLIM支持的普遍水平如何？2024年的调研数据中设置了一项关于「系统是否支持GLIM营养不良诊断记录」的调研，结果显示：在接受调研的327家三级医院中，系统支持GLIM诊断记录的比例为22.6%。而在这22.6%的医院中，GLIM诊断数据与筛查数据实现自动关联和复用的比例，进一步降至7.0%。
数据说明了一个事实：大多数系统的「多工具管理」还停留在界面层——把多个工具的录入界面放在系统里——而没有深入到数据层——让不同工具的数据能够按照使用场景进行流转、比较和整合。这是目前临床营养信息化系统在筛查评估模块面临的最核心的能力缺口，也是下一阶段最需要补上的功能短板之一。
四、系统如何管好多个工具：五层能力建设路径
面对多工具并存的现实需求，系统需要从五个层面逐步构建管理能力。这五个层面不是平行的，而是依次递进的关系——每一层的建设都天然依赖前一层的基础。
第一层：工具配置层——让每个工具的适用场景可见。
这一层的建设目标很简单：在操作界面上，让营养师在启动筛查之前，就看到当前应该使用哪个工具以及为什么。
实现手段包括但不限于：在筛查任务分发时，系统根据患者年龄、科室、入院诊断等基本字段信息，自动推荐最适合的筛查工具。一位85岁的老年科入院患者，系统在任务列表中直接显示「建议使用：MNA-SF」，并在入口处给出简短的原因说明（「患者年龄≥65岁，MNA-SF在老年人群中的灵敏度优于NRS-2002」）。一位45岁的普外科术后患者，系统推荐NRS-2002。
这个功能在技术层面并不复杂。核心是建立一套「工具适配规则表」——维护一个包含推荐条件的映射关系：年龄≥65→推荐MNA-SF、年龄18-64且非重症→推荐NRS-2002、社区门诊→推荐MUST——然后在前端展示层面执行匹配和推荐。关键不在于技术实现，而在于科室管理者是否明确了自己的「工具选择规则」。
难点在于「例外」的管理。一个年龄≥65岁的ICU患者，按照规则应推荐MNA-SF，但ICU场景下MNA-SF中活动能力条目的区分度很低，NRS-2002的疾病严重程度评分更能反映患者的代谢风险。这类边界场景的处理，需要系统在规则引擎层面支持「多条件组合判断」——不只用单一字段做工具推荐，而是综合科室、诊断、年龄、入院途径等多个维度做综合匹配。
第二层：配置层——建立不同工具间的标准对照关系。
解决不同工具结果「不可通约」的问题，不能靠硬性的分数转换——NRS-2002的3分不等于MNA-SF的某个具体分值。可操作的思路是在语义层面建立对照关系。
具体做法是：在系统数据模型中为每个工具的筛查结果设置一个「风险等级」的标准化映射字段。NRS-2002的3分映射为「有营养风险」，MNA-SF的9分也映射为「有营养风险」。在质控报表层面，用这个标准化的风险等级字段做汇总统计，而非直接用原始分数。
这个做法有其局限性——「有营养风险」在两种工具中的临床含义并不完全等价——但它至少解决了「全院筛查数据能不能汇总到一个指标下」这个基本的统计问题。对于科室管理者来说，能够看到全院各病区「营养风险阳性率」的比较数据，即使这个比较在精度上有损失，也远比「不同病区用不同指标、完全无法横向比较」要好。
在数据复用层面，系统需要建立筛查字段到GLIM诊断字段的映射关系。NRS-2002中采集的体重下降信息（过去3个月体重下降百分比）可以直接映射到GLIM的「非自主性体重下降」表型标准；MNA-SF中的BMI条目也可以复用。但需要识别的是哪些字段不可复用——比如NRS-2002的疾病严重程度评分虽然包含了疾病负担信息，但与GLIM要求的「炎症状态」字段并非直接对应，需要单独评估和录入。把「可复用的字段」和「需要补充采集的字段」在系统层面做明确的标识和分流，是筛查模块到GLIM诊断模块之间数据流转设计的核心架构决策。
第三层：流程联动层——让工具切换成为系统驱动的事件。
当一个患者从A科室转入B科室，或者住院超过一定天数后病情分类发生变化——系统应该自动评估是否需要进行筛查工具的切换或重新筛查。
目前的大多数系统中，筛查是「入院触发一次」的离散事件。患者入院时完成一次筛查，如果结果为阴性，后续住院期间不再主动触发筛查。但患者的临床状态是动态变化的——一个入院时营养正常的患者，在ICU治疗一周后可能出现了显著的营养状态恶化。这时候如果系统能自动识别状态变化并触发重新筛查，比等待营养师主动发现更及时。
流程联动层的建设需要系统接入患者状态变化的信号源：转科事件、重大手术记录、病情分级变化、实验室检查关键指标异常。这些信号在HIS和EMR中都有实时数据，关键是要与营养筛查模块建立事件驱动的联动机制——当某个预设条件被触发时，系统自动在营养师的待办列表中生成一条新的筛查任务，并通过界面提示或消息推送等方式告知。
这一层建设的技术门槛比前两层高，因为涉及跨系统的数据接入和事件监听。但在当前大多数医院的IT架构中，HIS的转科记录推送、EMR的病历事件订阅等技术接口已经相对成熟。营养筛查系统作为消费这些事件的子系统，在对接层面的工作量在可接受范围内。
第四层：数据融通层——建立「筛查→评估→诊断→干预」的连贯数据链。
当多个工具的数据能够在同一患者的时间序列上被连续追踪时，系统的价值就从「工具管理」升维到了「患者营养状态变化追踪」。
一个典型的用例：患者在入院时用NRS-2002筛查为阴性（1分），没有触发评估流程。一周后因为病情变化转入ICU，系统根据转科事件触发重新筛查，用适合ICU环境的NRS-2002再做一次，结果为5分（高风险）。这个结果触发评估任务，营养师完成GLIM诊断确认，然后开立营养处方。在这个时间线上，系统记录了患者营养状态的动态变化——从入院到转科到干预启动——每一步都有数据、有时间戳、有工具标识。
这套数据链的临床价值在于：它让「筛查不再是终点」——筛查的结果不是一个被归档的分数，而是触发后续诊疗决策的依据和起点。对于科室管理者来说，数据链还可以回答一个更高维度的问题：筛查阳性到营养干预启动的平均延迟是几天？不同病区、不同工具对应的延迟是否存在显著差异？这些分析基于的是连贯的数据链，而不是离散的事件记录。
实现这一层的前提条件是系统数据的结构化程度足够高，能够支撑跨模块的数据关联查询。目前大多数系统的数据模型是按照功能模块独立设计的——筛查数据在筛查表中、评估数据在评估表中、处方数据在处方表中——表与表之间的关联依赖于患者ID。但在多工具场景下，仅仅依靠患者ID不足以建立完整的追踪链条——因为同一个患者在不同时间点、用不同工具完成筛查，这些筛查记录之间的「时序关系」需要通过时间戳+工具标识+结果等级来综合判断。这要求数据模型设计时考虑到「多工具时序分析」这一查询模式。
第五层：决策辅助层——用历史数据反哺工具选择。
这是最远的一层能力，但值得在此提及作为建设方向的参照。
当一个科室积累了足够多的多工具筛查数据后，系统可以回答一个更有价值的问题：对于某一类特定患者（比如年龄70-80岁、确诊COPD、BMI在18-20之间的男性患者），用NRS-2002和MNA-SF筛查的结果是否存在系统性差异？差异的方向和幅度是多少？
这类分析的价值不在学术研究层面，而在实践指导层面。长期来看，每个医疗机构的患者群体各有特点——某些医院的老年患者中肌少症比例高、某些医院的肿瘤患者中恶液质占比大——这些本地化的患者特征分布会影响不同筛查工具在本院的表现。基于本院历史数据的「工具推荐规则」优化，比任何统一的临床指南都更贴近本院的实际需求。
决策辅助层的建设需要的数据条件是：足够大的样本量、足够完整的工具标识、以及足够的结局数据（包括后续营养治疗情况、住院时间、并发症率等）。对于年筛查量在万级以上的大型医院来说，经过三到五年的积累，基本能够具备开展这类分析的数据基础。
五、从「配置工具」到「管理工具」：科室可以推动的三件事
回到科室管理者的视角。系统功能建设是厂商的事，但「工具有没有用对」「多工具的配置有没有带来更好的临床结果」——这些是科室自己的事。以下三件事，不依赖系统厂商的版本迭代，科室层面可以推动。
第一件事：制定本科室的「工具选择规则」，并把它写进操作规范。
目前大多数营养科的操作规范中，对筛查工具的描述停留在「采用NRS-2002进行营养风险筛查」。如果科室配置了多种工具，这个写法就不够了。
科室管理者和高年资营养师需要一起讨论并明确以下问题的答案：65岁以上患者是否统一改用MNA-SF筛查？如果65岁以上的患者同时是ICU患者，用什么工具？肿瘤内科患者和肿瘤外科患者是否应该使用不同工具？门诊放化疗患者的工具和住院患者是否应该区分？社区转诊住院的患者是否有必要在入院时使用MUST复查？
这些问题的答案不必追求完美——临床实践中的边界情况总会有例外——但需要有明确的规则。规则的价值在于：它为系统的「工具推荐规则表」提供了业务输入，也为营养师在操作层面的工具选择提供了判断框架。没有这个规则，多工具配置就是多了一层选择负担；有规则，多工具配置就是精准化筛查的工具支撑。
第二件事：把「工具选择」纳入质控指标。
质控指标引导行为。如果质控报表只统计「筛查完成率」，不统计「工具选择正确率」，那么工具选择的问题就永远不会被纳入科室管理的视野。
「工具选择正确率」怎么算？基准很简单：如果科室规定了≥65岁用MNA-SF，那么某个月65岁以上患者中使用MNA-SF的比例就是该规则的执行率。把这个执行率纳入月度质控报表，就可以在管理层面建立起对工具选择的关注度。
同样，GLIM诊断的完成率——在筛查阳性患者中完成GLIM诊断确认的比例——也应该纳入质控指标。2024年调研数据显示，筛查阳性患者中完成GLIM诊断的比例估计不足30%，这个缺口比筛查覆盖率本身的缺口更大，但很少被纳入质控的关注范围。
将工具选择和诊断完成率纳入质控，不是为了考核和惩罚，而是为了让「工具选择」这件事从可做可不做的选项变成流程的一部分。关注本身就会带来改善——这是一个被无数管理实践验证过的简单机制。
第三件事：建立「筛查→诊断」链路的数据复盘机制。
每个季度，从系统中抽取一个时间段的数据，做一次简单的链路分析：全院筛查完成了多少例？筛查阳性率是多少？阳性患者中完成了GLIM诊断确认的比例是多少？从筛查阳性到诊断确认的中位时间是多少天？不同病区、不同工具的对应数据分别是什么？
这不是大数据分析，不需要额外的技术资源。它只需要科室有人能登录系统后台或数据报表页面，把几个核心数字拉出来，放在一个季度对比的框架下看一看。如果看到某个指标连续两个季度没有改善或出现下滑——比如老年科MNA-SF的使用率从75%下降到了60%——就可以有针对性地去了解原因。
这套复盘机制的作用不在于「发现大问题」，而在于让科室管理者对「工具使用状态」保持持续的感知。多工具管理不是一次性配置动作——系统上线时配好了三个工具，不代表三个月后这三个工具还在被正确使用。工具使用习惯会退化，操作人员的关注度会分散，系统的默认设置会把人拉回最省力的路径——这些都不是系统功能层面能解决的，需要管理层面持续的关注和纠正。
以下是给科室管理者的一张自查清单，可以对照评估本科室多工具管理的现状：
- 系统内配置了几种营养筛查/评估工具？
- 不同工具的适用场景，在科室操作规范中是否有明确界定？
- 当患者的临床状态发生变化（转科、手术、病情恶化）时，系统是否会触发重新筛查？
- 筛查阳性患者的GLIM诊断确认率，是否有数据可查？
- 上月质控报表中，是否包含了「工具选择合规率」这一指标？
这五个问题，比系统功能清单更能说明一个科室的多工具管理真实水平。
写在最后
回到开头的问题：不同科室的患者，能用同一套筛查工具吗？
答案分两层。在筛查执行层面，可以——用同一套工具完成全院筛查，至少在形式上满足评审要求。在临床质量层面，不应该——不同患者群体的营养风险特征不同，一套工具无法在所有场景下都给出准确的判断。
从「一个工具走天下」到「分场景适配」，不是一步到位的跨越。很多科室的多工具管理，还停留在「系统里装了三个工具」这个阶段。从配置工具到管理工具，中间隔着一套工具选择规则、一组质控追踪指标、一个定期的数据复盘机制。这三样东西不需要花大价钱采购新系统，但它们决定了多工具的配置最终是提升了筛查质量，还是增加了操作负担。
筛查工具是尺子。不同材质的尺子，量不同属性的东西。一把钢尺不能用来量体温——这个道理在临床营养筛查中一样成立。让合适的工具在合适的场景下被使用，是筛查质量管理从粗放走向精细的第一步。
营养筛查工具的分场景适配，表面上是工具选择问题，实质上是临床营养诊疗精细化管理的一个缩影。当科室开始认真思考「每个患者用什么工具最合适」这个问题时，意味着营养诊疗的流程设计已经从「以流程为中心」转向了「以患者为中心」。而后者，正是临床营养信息化建设的底层逻辑所在。