从一张被退回的上报表格说起

月初，营养科主任把上月的质控报表整理好，上报到院里。第二天，表格被退了回来，附了一行问句：「你们病区上月的营养风险筛查率，怎么和另一份口径算出来的对不上？」

这份表格里躺着几个数字：营养风险筛查率 78%、营养评估完成率 96%、营养不良发生率 31%。而在医务处另一套统计里，筛查率是 92%，评估完成率超过 100%——一个明显不合理的数字。两边数据放在一起，谁也说服不了谁，最后电话打到信息科，答案只有五个字：统计口径不一样。

这句话听起来轻飘飘，背后的代价却不轻。质控指标是临床营养科向医院、向上级部门证明「科室在规范运转」的最直接证据；而一个对不上账的数字，轻则让科室多花一周时间对数据，重则让评审专家对整份报表的信任打折扣。更麻烦的是，这种「对不上账」不是偶然，而是每个月都会上演一次的固定节目——因为根子不在统计，而在数据本身。

本文要讲的就是这件事：营养科上报的质控数字为什么总对不上账，分子分母的口径在哪里打架，以及临床营养信息化系统要具备什么能力，才能把这块数据地基真正打牢——让每一个上报的数字，都经得起一次追问。

一、对不上账的根子，往往不在「统计」，而在「口径」

先看一个朴素的常识。营养科上报的每一个质控指标，本质都是一个比例：分子除以分母，再乘上百分之百。

• 营养风险筛查率 = 筛查阳性的患者数 ÷ 应筛查的住院患者数
• 营养评估完成率 = 完成营养评估的患者数 ÷ 筛查阳性需要评估的患者数
• 营养不良发生率 = 诊断营养不良的患者数 ÷ 完成评估的患者数

比例本身不难算，难的从来不是除法，而是两件事：分子里的「算谁」、分母里的「算谁」。

拿「营养风险筛查率」来说。分母「应筛查的住院患者」，在统计者 A 看来，是当月所有办完入院登记、且住院超过 24 小时的患者；在统计者 B 看来，是当月所有入院患者减去转出和当日出入院的；在统计者 C 看来，可能只算了收治到某个病区的患者。同一个指标，三种分母，得出三个「筛查率」。这还没提分子：有的系统把「筛查表单已保存」算一次筛查，有的系统要求「有明确评分结果」才算，还有的系统把同一患者因转科填了两次表重复计入了分子。

口径冲突一旦存在，数字对不上是必然的，对得上反而是偶然。 而很多人把这个问题误判成「统计员算错了」「系统报表坏了」，于是花大力气去改报表模板、重新算一遍——改完发现还是对不上，因为根子不在报表，而在数据从产生到汇集的每一环里，口径都不一样。

二、四个最容易打架的断点

把口径问题拆开看，营养科质控指标的对账难题，几乎都集中在下面四个断点上。这四个断点，每一个都横跨两套系统的边界，也是「各自统计都对、放一起就对不上」的根源。

断点一：分母的边界，到底谁算「住院患者」

分母是整个指标的地基，而「住院患者」这个词在不同系统里含义不同，是断点之首。

• 以 HIS 入院登记为准，还是以护理站的床位分配为准？患者办完入院手续但还没入区，算不算？
• 住院不足 24 小时的患者、当日入院当日出院的患者，算不算？
• 转科患者按「转出科室」还是「转入科室」归属？如果按前者，他转走后就从分母里消失，但分子里的筛查记录却挂在原科室——数字自然对不上。
• 急诊留观转住院、门诊转住院，从哪一刻起计入分母？
• 儿科与成人患者、不同病区的患者，是否按同一套标准进分母？

这些看起来是细节，实际上每一处差异都会让分母上下浮动几个百分点。而大多数临床营养系统里的分母，并不是「按规则实时生成」的，而是某个时刻从 HIS 里导出的快照——快照的时点不同、范围不同，分母就不同。

断点二：分子的触发，筛查到底从哪一刻算起

分母定了边界，分子还有个「触发时点」的问题。

营养风险筛查通常要求在患者入院后一定时间内完成（常见要求是入院 24 小时或 48 小时内）。那么：

• 「入院后 24 小时」从哪一刻起算？是从办理入院手续、入区登记，还是首次护理评估？
• 系统里是「筛查表保存即算」，还是「评分结果完整、有明确风险等级才算」？两者差一个步骤，分子的数字就差一截。
• 同一患者住院期间复查了多次筛查，分子里该计 1 次还是 N 次？若按「记录条数」计，筛查率就可能被重复计数抬高到不合理的高度——这正是「完成率超过 100%」这类怪数字的常见来源。

断点三：时间的语义，分子分母要落在同一个时间窗

第三个断点最隐蔽：分子和分母各自的时间窗对不齐。

分母按「本月入院的患者」统计，分子却按「本月完成筛查的记录」统计——两者的时间语义根本不同。一个患者 3 月 31 日入院、4 月 1 日完成筛查：按「入院月份」算，他的筛查应计入 3 月；按「完成筛查月份」算，则计入 4 月。两种口径下，同一批患者被分进了不同的月份，月度报表之间的数字自然对不上。

还有更复杂的：跨月住院的患者，其筛查记录该归属到入院那个月，还是随访复评那个月？指标定义里若没有明确的时间归属规则，系统就只能各按各的口径算，上报时再人工拼凑。

断点四：患者的身份，转科与再入院如何归并

最后一个断点，是患者的身份连续性。同一位患者可能在一个月内转科两次、出院又再入院，在系统里表现为多条住院记录。

• 转科患者：筛查、评估、干预记录分散在多个科室，按「患者」归并还是按「住院段」归并？
• 再入院患者：同一个患者一个月内入院两次，分母里算 1 还是 2？他的筛查记录如何避免被重复或遗漏？
• 若系统以「住院次数」为统计单位，而 HIS 以「患者」为维度，两个系统对同一批人的计数就会不一致。

这四个断点，本质上是同一件事的不同侧面：营养科的数据记录系统，和 HIS、电子病历这些上游系统，对「哪个患者、哪段时间、哪类事件」的定义没有对齐。 只要主索引、时间语义、归属规则这三样东西在系统间不一致，「各自都对、合起来对不上」就不可避免。

三、口径是会变的，系统还得有「版本」意识

比「对不上账」更隐蔽的一层问题，是口径本身会变。

临床营养质控指标并不是一成不变的。国家层面的临床营养质控指标体系统一发布后，各地、各医院在落地时会结合自身情况细化执行口径；随着质控工作的推进，指标的纳入标准、统计范围也会调整。今天的「应筛查患者」可能不包含当日出入院患者，明年的新口径可能就包含了——这不是系统 bug，是管理要求的正常演进。

麻烦在于：报表里的历史数据，是用旧口径算的；一旦口径调整，新旧数据就没法直接对比。 如果系统把「筛查率」这个字段简单地覆盖更新，那么上月的报表和本月的报表口径不一致，趋势分析就失真了；如果系统没有留存计算时使用的口径信息，那等到被问「你这个数字当时是怎么算出来的」，就彻底说不清了。

这要求系统具备两个被普遍忽视的能力：

一是口径可配置。 分母的纳入排除规则、分子的触发与计数规则、时间归属规则，应当能在系统里按政策要求调整，而不是写死在程序里、改动一次就要提需求排期。

二是口径可追溯。 每一份导出的报表、每一个统计数字，都应当能标明「当时用的是哪一版口径」。口径变了，历史数据按新口径重算；实在无法重算的，也要能区分出「旧口径数据」与「新口径数据」，而不是混在一起让趋势失真。

这背后其实是一个「版本管理」的思维：质控指标的口径，和处方、病历一样，是有版本、需要留痕的资产，而不是一个可以被随手覆盖的数字。

四、把数据地基打牢的四个动作

说完了问题，落到系统层面。一块能支撑质控指标可靠上报的数据地基，至少需要下面四个动作。这四个动作环环相扣，缺一个，上面的断点就会重现。

动作一：让分母在系统里可定义、可复现

分母不能是「某个时点手工导出的名单」，而必须是按规则实时生成、且任何人在任何时候重算都能得到同一结果的定义。

具体来说，系统要能把「应筛查的住院患者」这一分母，拆解成可复现的规则：以 HIS 入院登记为准、排除住院不足 24 小时的、按统一的科室归属规则处理转科、明确儿科与成人的纳入范围。规则一旦落成可配置项，分母就从一个「导出来是什么就是什么」的名单，变成一个「谁来算结果都一样」的确定值。

动作二：让分子绑定触发语义，而不是「填了就算」

分子的口径，同样要脱离「表单保存即计数」的粗放逻辑。

筛查记录要绑定明确的触发时点（入院后第几小时触发、由哪个环节触发），计数规则要可配置（按患者计还是按住院段计、复查是否计入），评分要完整才算有效筛查。只有把「什么算一次有效筛查」定义清楚，分子才不会被重复计数抬高、也不会因记录不完整而虚增。

动作三：让分子分母在同一个主索引上对齐

这是最硬的一环，也最容易被忽略。接口打通、数据能传过来，不等于两边的患者对得上号。

分子来自营养系统，分母来自 HIS，两边必须用同一个患者主索引、同一套住院段标识对齐。患者转科了、再入院了，两套系统要能识别出「这是同一个人的同一段住院」，而不是各记各的。数据对账的本质，不是看接口通不通，而是看两边的「账本」能不能按同一把钥匙对起来。

动作四：上报前自动对账与自检

最后一道闸门，是系统在报表导出、上报之前，先自己做一遍校验：

• 有没有分子大于分母的异常？（筛查率超过 100%、评估完成率超过 100%，都是明显的错误信号）
• 有没有同一患者被重复计数的记录？
• 有没有关键字段缺失、评分不完整的记录被算进了分子？
• 分母的纳入排除规则，和配置里的口径版本是否一致？

这些校验不该靠人肉核对，而应该由系统在导出时自动拦截并给出提示。报表导出之前，系统先替营养科把一眼能看穿的错误挡在门内——上报的数字被质疑的风险，就在这一步里降掉大半。

五、每一个数字，都要能「倒查」到患者

前面四个动作解决的是「数字算得对」，最后一个问题解决的是「数字被质疑时怎么办」。

质控报表的价值，不止在于上报那一刻数字漂亮，更在于被追问时经得起倒查。评审专家问「这个月的筛查率为什么比上个月低 5 个百分点」，营养科不应该回答「系统就这么统计的」，而应该能当场下钻：从 78% 这个数字，一路拆到「哪个病区贡献了下降」「下降来自分母变大了还是分子变少了」「是哪些患者没有被筛到」，再拆到具体是哪个环节（未触发、未完成、记录缺失）出了问题。

这要求系统的统计数字不是一次算完就固化在报表里，而是每一层都能下钻、每一条都能溯源：

• 报表 → 科室 → 病区 → 患者 → 单条记录，五级下钻，每一层都点得开；
• 每个数字背后，都能调出「谁在什么时间、基于哪份数据、按哪版口径算出来的」；
• 异常波动，能顺着数据链路定位到具体断点，而不是停在报表前猜。

把「能倒查」做成系统的默认能力，质控报表就从一个「报上去的表格」，变成「一份随时可以被核对、被检验、被讲清楚的数据档案」。这也是质控指标真正站得住脚的前提——数字经得起一次追问，科室的质控工作才经得起一次检查。

结尾：不是把报表做好看，而是让每个数字经得起追问

回到开头那张被退回的表格。质控数字对不上账，从来不是「统计算错」这么简单——它是数据从产生、汇集、统计到上报的全链路里，口径不一致的必然结果。分子和分母在各自的系统里各算各的，时间语义不统一，患者身份归并不一致，口径随政策变了又没留痕——这些断点不补齐，报表改得再精美，数字还是对不上。

临床营养信息化系统真正该做的，不是把报表做得更好看，而是把数据地基打牢：让分母可复现、让分子可定义、让两边在同一把钥匙上对齐、让异常在导出前被拦截、让每个数字都能倒查到底。

做到这几件事，营养科的质控上报就会发生一次肉眼可见的变化：月初不用再花一周对数据了，被退回的表格少了，被追问时能当场讲清楚了——上报的质控数字，第一次真正经得起一次追问。而这，恰恰是质控工作的本来意义。

参考文献

[1] 国家卫生健康委办公厅. 临床营养科建设与管理指南（试行）（国卫办医函〔2022〕163号）[Z]. 2022.

[2] 国务院办公厅. 国民营养计划（2017—2030年）（国办发〔2017〕60号）[Z]. 2017.

[3] 国家卫生健康委员会. 医院信息互联互通标准化成熟度测评方案（2025年版）[Z]. 2025.

[4] 国家卫生健康委员会. 电子病历系统功能应用水平分级评价标准（2025年版）[Z]. 2025.

[5] 国家卫生健康委员会. 三级医院评审标准（2022年版）[Z]. 2022.