Length of hospitalization is associated with selected biomarkers (albumin and lymphocytes) and with co-morbidities: study on 4000 patients

Antonio E. Pontiroli; Lara Loreggian; Marco P. L. Rovati; Elena De Patto; Laura Folini; Federico Raveglia; Matilde De Simone; Alessandro Baisi; Ugo Cioffi

doi:10.1186/s40364-017-0091-x

生物标记研究。2017; 5: 13.

2017年3月21日在线发布。数字对象标识：10.1186/s40364-017-0091-x

预防性维修识别码：PMC5359975

PMID：28344803

住院时间与选定的生物标志物（白蛋白和淋巴细胞）以及合并疾病相关：对4000名患者的研究

安东尼奥·蓬蒂罗利,¹ 劳拉·洛雷吉安,² 马可·罗瓦蒂（Marco P.L.Rovati）,² 埃琳娜·德帕托,² 劳拉·福利尼,¹ 费德里科·拉维利亚,^三马蒂尔德·德西蒙,⁴ 亚历山德罗·拜西,^三和乌戈·乔菲⁴

作者信息文章注释版权和许可信息 PMC免责声明

关联数据

数据可用性声明: 可以找到支持他们调查结果的“数据和材料的可用性”。

摘要

背景

低白蛋白水平和低淋巴细胞计数是院内条件，对预后、治愈和住院时间产生负面影响。该研究旨在分析低血白蛋白水平、低淋巴细胞水平和住院时间之间的相关性。第二个目的是确定与延长住院时间相关的其他并发症。

方法

回顾性初步研究是通过分析7月1日收集到的4038名患者的记忆和生化数据进行的，这些患者来自米兰圣保罗医院的十个病房^标准2012年12月31日^标准2012年。采用相关法、多元分析和回归法进行统计分析。评估了整个队列中的淋巴细胞计数和共病率，以及1437名患者的白蛋白水平。

结果

在整个样本中，低白蛋白水平和低淋巴细胞计数与住院时间延长直接相关。按科室和诊断对结果进行分层显示，某些亚群的相关性较高，白蛋白与住院时间的相关性大于淋巴细胞。此外，高龄、高血小板、诊断类型、男性和紧急入院导致住院时间更长。

结论

常规检查白蛋白、淋巴细胞和一系列重要变量可以提供宝贵信息，最终缩短住院时间。了解患者的一般健康状况以及估计其住院时间的可能性是临床治理和大规模改善医院内部服务的重要信息。

关键词：白蛋白、淋巴细胞、停留时间、共病、筛查方法

要点

白蛋白和淋巴细胞水平低与长期住院密切相关。
血小板、高龄、合并症数量、诊断、性别、紧急入院也与长期住院有关
这种常规筛查将改善医院的内部医疗保健，同时有助于更好地分配医院在预算和人员方面的资源；即使是临床审计。

介绍

背景

根据最近的研究，低白蛋白水平和低淋巴细胞计数是住院患者常见的情况，代表了对预后和住院时间（LOS）有负面影响的负面情况[1,2]. 实际上，白蛋白和淋巴细胞计数是常用的生化参数，在临床实践中成功用于突出和监测某些特定疾病[三]. 由于它们在人类生物学中的重要性以及它们所参与的各种生化过程，这些标志物是一般器质损害、不良预后和功能障碍的指标；即使他们在决定营养状况和住院时间方面的作用仍有争议[2,4——14]. 本研究的最终目的是根据入院时的淋巴细胞计数和白蛋白水平，提高医生对住院患者健康状况的认识。

目标

主要目的是验证血清白蛋白水平、淋巴细胞计数和住院时间之间的相关性，以及各种血液参数和患者病史。我们希望建立一种创新、经济和标准化的筛查方法，以白蛋白、淋巴细胞计数和并存病分析为基础，以评估患者的器官状态并预测入院时的恢复时间。这些信息将为改善医院内部服务的组织提供机会，为患者提供更好的治疗，缩短住院时间，并减少与长时间等待和错误诊断相关的社会成本[15,16].

方法

研究设计、设置和参与者

这是一项回顾性队列研究，研究方案经当地道德委员会批准后，在米兰圣保罗医院进行。该研究包括以下病房的所有患者：外科（1^标准和2^第病房）、妇科、产科、传染病、医学（1^标准, 2^第、和3^第个病房）、骨科和泌尿科。观察期为7月1日^标准2012年12月31日^标准2012年，Day Hospital患者被排除在研究之外（因为该研究测试了低水平白蛋白和淋巴细胞对住院时间的影响）。通过电子图表收集数据，包括记录历史数据，如性别、年龄、入院和出院日期、诊断类型、伴随疾病（由特定的国际疾病分类代码确定）和生化指标，如前24-48小时内测量的全血计数、淋巴细胞计数和白蛋白。从电子图表开始，我们创建了一个Excel数据库，其中包含所有患者的所有登记信息，并根据入院病房进行划分。使用描述性统计分析方法对原始数据进行严格检查，结果按入院类型（选择性或紧急）、病房和诊断进行分层。

在本研究中，白蛋白和淋巴细胞的正常范围为3.5-5.0 g/dL和1.0-3.0 x 10^三/ml，如图所示1和和2。2因此，白蛋白和淋巴细胞水平低于3.5 g/dl和1.0 x 10^三/ml被认为是低的。

保存图片、插图等的外部文件。对象名为40364_2017_91_Fig1_HTML.jpg

在单独的窗口中打开

图1

住院时间（天）和血清白蛋白水平（g/dl）之间的关系。图例。白色圆圈提示患者紧急入院；黑色圆圈指示患者常规入院

保存图片、插图等的外部文件。对象名为40364_2017_91_Fig2_HTML.jpg

在单独的窗口中打开

图2

住院时间（天数）与淋巴结计数之间的关系（10^三/ml）。1.0–3.0). 图例。白色圆圈提示患者紧急入院；黑色圆圈指示患者常规入院

统计分析

SAS 9.3软件及其相关模块（SAS MACRO和SAS GRAPHS）用于数据清理、统计模型、描述性统计和图形。JMP 11还用于增强模型和图表。使用相关法，我们研究了白蛋白、淋巴细胞和住院时间之间的关系，验证了其在各个病房的可扩展性，然后根据诊断对患者进行分类，最后研究了整个医院人口。为了获得良好的统计分析，我们包括了最受欢迎的病房。然后，根据在我们医院观察到的主要疾病类型，将样本分为八个主要的“诊断类别”：恶性肿瘤、良性肿瘤、炎症疾病、感染、出血情况、骨折、妊娠/分娩和其他。即使在这种情况下，也进行了统计分析，以检查住院时间与低白蛋白和淋巴细胞水平之间的关系类型和强度。在后期，我们使用回归分析，利用广义线性模型法（GLM）强调哪些其他因素会影响住院时间。最后，我们研究了变量“住院天数”的行为，作为共病数的函数。相关性使用皮尔逊参数系数进行评估，而双变量分布则使用散点图进行图形化表示。

为了进行更详细和完整的分析，我们评估了测试样本的两个特定亚组之间是否存在差异：测量白蛋白的患者和不显示该值的患者。研究这两组的方法是判别函数分析法和多元逐步法。

结果

整个样品的分析

在研究期间，4038人符合入选标准，因此分布在医院病房：外科1^标准(n个 = 411），外科学2^第(n个 = 343），妇科(n个 = 149），产科(n个 = 1184），传染病(n个 = 206），医学1^标准(n个 = 550），医学2^第(n个 = 345），医学3^第个(n个 = 291），骨科(n个 = 278），泌尿外科(n个 = 281). 表1显示一些病房的白蛋白评估率很高，以下按降序排列：Medicine 1^标准，传染病，医学3^第个，医学2^第和外科学2^第相反，骨科和外科1^标准其次是泌尿科、妇科和产科，白蛋白评估率很低。在所有病例中，只有36%的病例在入院的早期测量白蛋白（4038年的1437例，即三分之一），但淋巴细胞计数似乎是一项常规测试，在所有病例当中都进行了测量(n个 = 4038）。如表所示2该群体由1477名男性和2561名女性组成，年龄从8岁到105岁不等。在该医院人群中，平均年龄为60.27岁（SD 22.90），中位年龄为60.81岁（1^标准四分位数=38.64；三^第个四分位间距=81.65）。表三显示了入院时白蛋白和淋巴细胞水平在正常范围内的患者比例。低白蛋白水平、低淋巴细胞计数和在整个样本中的停留时间之间存在显著关系（图1和和2）。2). 从统计学角度来看，白蛋白减少和淋巴细胞减少与住院时间增加显著相关。我们还观察到住院天数与共病数之间存在显著相关性(第页 = 0.4207;第页 < 0.0001）考虑其他十个变量（年龄、红细胞、血红蛋白、红细胞压积、平均细胞体积、平均红细胞血红蛋白、平均红血球血红蛋白浓度、血小板、白细胞和中性粒细胞）见（表4)。

表1

入院后24-48小时内对淋巴细胞和白蛋白进行评估

病房	患者	评估的白蛋白	%评估
外科学1^标准	411	101	25%
外科学2^第	343	160	47%
妇科	149	7	5%
产科	1184	35	3%
传染病	206	150	73%
医学1^标准	550	432	79%
医学2^第	345	237	69%
医学3^第个	291	206	71%
骨科	278	71	26%
泌尿外科	281	38	14%
总计	4038	1437	36%

在单独的窗口中打开

对所有患者的淋巴细胞进行评估（100%）

表2

主要患者特征

病房	患者总数	男性人数	女性人数	最低年龄	最大使用年限	平均年龄	中位年龄
外科学1^标准	411	235	176	18	102	63.95 ± 19.67	66.90
外科学2^第	343	198	145	8	102	66.58 ± 17.80	71.59
妇科	149	0	149	19	93	49.72 ± 16.58	45.72
产科	1184	0	1184	15	94	36.17±6.93	36.35
传染病	206	130	76	20	90	55.57 ± 17.04	54.25
医学1^标准	550	262	288	22	105	80.29 ± 14.61	84.24
医学第二名	345	178	167	22	104	79.59 ± 14.92	83.10
医学第三名	291	139	152	21	105	79.57 ± 15.91	83.83
骨科	278	125	153	8	102	68.01 ± 21.88	73.03
泌尿外科	281	210	71	22	96	67.74 ± 16.13	70.98
总计	4038	1477	2561	8	105	60.27 ± 22.90	60.81

在单独的窗口中打开

表3

实验室正常范围内的白蛋白和淋巴细胞病例频率

病房		白蛋白			淋巴细胞
病房	患者总数	在正常范围内	%正常范围	患者总数	在正常范围内	%正常范围
外科1^标准	101	53	52%	411	314	76%
外科学2^第	160	78	49%	343	230	67%
妇科	7	0	0%	149	128	86%
产科	35	23	66%	1184	1065	90%
传染病	150	52	35%	206	127	62%
医学1^标准	432	125	29%	550	336	61%
医学第二名	237	60	25%	345	214	62%
医学第三名	206	47	23%	291	183	63%
骨科	71	56	79%	278	221	79%
泌尿外科	38	11	29%	281	204	73%
总计	1437	505	35%	4038	3022	75%

在单独的窗口中打开

表4

白蛋白、淋巴细胞、合并症和住院时间的相关性

	住院天数	白蛋白	淋巴细胞	共病数
住院天数	1	-0.22251	-0.06075美元	0.31493
住院天数	1	<.0001	0.0221	<.0001
白蛋白	-0.22251	1	0.07475	-0.21698
白蛋白	<.0001	1	0.0049	<.0001
淋巴细胞	-0.06075	0.07475	1	-0.01401
淋巴细胞	0.0221	0.0049	1	0.5981
共病数	0.31493	-0.21698	-0.01401	1
共病数	<.0001	<.0001	0.5981	1

在单独的窗口中打开

患者人数=1428

按医院病房划分的结果分层

低水平白蛋白与LOS之间的相关性适用于外科病房、传染病病房、内科病房、骨科病房和泌尿科病房（表5); 相比之下，妇产科罕见的白蛋白测量无法达到统计意义。只有在外科和骨科病房，淋巴细胞计数低与LOS时间长显著相关。在所有其他病房中，淋巴细胞与住院时间之间的关系并不显著。

表5

白蛋白和淋巴细胞与病房住院时间的相关性

病房		白蛋白			淋巴细胞
病房	患者	第页	第页	患者	第页	第页
外科学1^标准	101	-0.40901	<0.0001	378	-0.13963	0.0065
外科学2^第	160	-0.21696美元	0.0059	326	-0.03280	0.5551
妇科		0.08426	0.8575	111	-0.11816	0.2168
产科		-0.02260	0.8975	743	-0.03041	0.4078
传染病	150	-0.30501	0.0001	203	-0.13200	0.0605
医学1^标准	432	-0.23764	<0.0001	543	-0.07096	0.0986
医学₂第	237	-0.22700	0.0004	341	-0.09080	0.0941
医学_三第个	206	-0.17835	0.0103	285	-0.09362	0.1148
骨科	71	-0.24059美元	0.0433	229	-0.17315	0.0086
泌尿外科		-0.39124	0.0151	216	-0. 04059	0.5530

在单独的窗口中打开

小样本用红色粗体表示

通过诊断对结果进行分层

白蛋白和LOS之间的相关性适用于大多数确定的诊断类别（表6)：恶性肿瘤、感染、出血情况、骨折、怀孕/分娩和其他情况（其他）。只有在良性肿瘤和炎症性疾病中，白蛋白水平低与住院时间增加无关。在恶性肿瘤和妊娠/分娩的诊断中，尽管低白蛋白水平与住院时间相关，但由于可用参数数量减少，因此没有统计学意义。在存在感染、骨折和妊娠/分娩的情况下，淋巴细胞计数与住院时间之间存在相关性，而其他诊断与淋巴细胞计数和住院时间之间没有其他关系。

表6

通过诊断，白蛋白和淋巴细胞与住院时间的相关性

诊断		白蛋白			淋巴细胞
诊断	患者	第页	第页	患者	第页	第页
恶性肿瘤	206	-0.16027	0.0214	343	-0.00565	0.9170
良性肿瘤		-0.22459	0.5067	85	-0.15118	0.1672
炎症性疾病	95	-0.17584	0.0883	206	-0.12299	0.0782
感染	397	-0.23001	<0.0001	649	-0.12547	0.0014
出血情况	60	-0.35899	0.0049	131	-0.05823	0.5089
骨折	71	-0.31096	0.0083	202	-0.14823	0.0353
怀孕/分娩		-0.52093	0.0064	613	-0.08906	0.0275
其他	567	-0.23845	<0.0001	1146	-0.04780美元	0.1058

在单独的窗口中打开

小样本用红色粗体表示

多元分析与回归

从初步的描述性研究中，我们观察到，由于变量“住院天数”的分布，经典的线性回归模型不适合我们的研究（图三和和4）。4). 事实上，经典模型要求假设误差（以及所考虑的变量）的分布是正态的，这种情况在我们的案例中不会发生。因此，我们采用了“逐步后退”的方法，以更好地适应我们的模型和我们研究每个变量影响的需要。在表中7我们根据最大似然法给出了所研究的参数。在本例中检验的假设是可变白蛋白和住院时间的重要性。由于涉及大量变量，因此需要使用多元统计方法。通过主成分法进行因子分析，在信息损失有限的情况下，消除了原始变量之间的多重共线性。通过减少考虑的因素数量，回归表明血小板、高龄、并存病数量、诊断、性别和入院类型都是解释LOS的重要变量。特别是，血小板数量每增加一个单位，住院时间就会略有增加，住院类型的数值表明，如果从“紧急”恢复到“选择性”恢复，服务水平会下降约19%。

保存图片、插图等的外部文件。对象名为40364_2017_91_Fig3_HTML.jpg

在单独的窗口中打开

图3

具有给定住院时间（天）的患者百分比。图例。这个线描述了拟合的正态分布

保存图片、插图等的外部文件。对象名为40364_2017_91_Fig4_HTML.jpg

在单独的窗口中打开

图4

正常分位数-停留时间的分位数图。图例。该图比较了停留时间（天）具有正态分布的分位数。如果数据分布与理论分布相匹配，则图上的点会形成线性模式

表7

回归分析-最大似然估计

参数	级别_1	估计	标准错误	林。合格率<95%	林。符合>95%	x个²沃尔德	优先级>x个²
白蛋白		-0.1479	0.0473	-0.2405	-0.0553	9.79	0.0018
淋巴细胞		0.0717	0.0415	-0.0097	0.1530	2.98	0.0843
共病人数		0.2625	0.0255	0.2125	0.3126	105.76	<0.0001
红细胞		0.1008	0.0428	0.0170	0.1846	5.56	0.0184
血小板		0.0008	0.0003	0.0001	0.0014	5.88	0.0154
诊断1	感染	-0.0334	0.1631	-0.3531	0.2863	0.04	0.8376
诊断2	恶性肿瘤	0.0600	0.1208	-0.1768	0.2967	0.25	0.6195
诊断3	良性肿瘤	0.4561	0.2490	-0.0320	0.9441	3.35	0.0670
诊断4	其他	-0.0107	0.1310	-0.2675	0.2461	0.01	0.9347
诊断5	骨折	0.2357	0.1305	-0.02万	0.4913	3.26	0.0708
诊断6	怀孕和分娩	-0.5629	0.2357	-1.0249	-0.1009	5.70	0.0169
诊断7	出血条件	-0.0037	0.1764	-0.3494	0.3420	0	0.9834
诊断8	炎症性疾病	0	0	0	0	。	。

在单独的窗口中打开

对于变量“诊断”，骨折患者在较长住院时间内发生的概率较高；从恶性肿瘤诊断到骨折的风险增加了24%，但在炎症性疾病的情况下，该系数似乎不显著。我们可以得出结论，表中显示的所有变量8在解释患者的住院时间方面非常重要。最后，患者性别也有助于解释所分析的现象；在这一方面，女性长期住院的风险较低，因为回归模型中没有考虑这一点。

表8

似然比-显著性分析

原产地	_X（X） 2	优先级>X（X） ²	索引	住院天数
血小板	29.14	<0.0001	↑	↑
年龄	52.23	<0.0001	↑	↑
共病数	289.12	<0.0001	↑	↑
诊断	125.36	<0.0001	不包括炎症性疾病
性别	8.33	0.0039	男性	↑
恢复	21.15	<0.0001	紧急	↑

在单独的窗口中打开

关于判别函数分析，它比较了有白蛋白和没有白蛋白的患者，我们发现最初选择作为判别输入的16个变量中只有7个与白蛋白参数的测量有效相关（表9). 因此，我们可以说，在白蛋白值较高的组中，患者入院时年龄较大，住院天数增加（天数），血小板浓度较高（超过450 10^3/uL）和嗜酸性粒细胞浓度较高（高于0.5 10^3/uL），但白细胞水平较低（低于4.0 x 10^3/uL）和MCHC（低于31.5 g/dl）。此外，我们无法确定手术类型是否会显著影响患者的住院时间。在所研究的样本中，执行的手术程序为534个，高度异质性（251种不同类型的手术干预）。这一障碍使我们很难对与服务水平相关的程序进行分组或分析，因此我们无法得出任何具有科学或统计价值的结论。

表9

白蛋白值患者的逐步选择

逐步选择总结
步骤	输入	R（右）²（部分）	F值	Pr>F	兰达·威尔克斯	Pr<λ	平均平方典型相关	优先级>ASCC
1	恢复时的年龄	0,1664	658,77	<,0001	0,8336	<,0001	0,1664	<,0001
2	恢复天数	0,0454	156,69	<,0001	0,7957	<，0001	0,2043	<,0001
三	白细胞计数（WBC）10^3/ul 4.0–10.0	0,0049	16,31	<,0001	0,7918	<,0001	0,2082	<,0001
4	单核细胞（绝对数量）10^3/ul 0.2–1.0	0,0024	8,03	0,005	07899年	<,0001	0,2101	<,0001
5	平均红细胞血红蛋白浓度（MCHC）g/dl 31.5–34.5	0,0021	6,84	0,009	0,7883	<,0001	0,2117	<,0001
6	血小板（PLT）10^3/uL 150–450	0,0017	5,58	0,018	0,7869	<,0001	0,2131	<,0001
7	嗜酸性粒细胞（绝对数量）10^3/ul 0.0–0.5	0,0012	3,81	第0051页	07860年	<,0001	0,2140	<,0001

在单独的窗口中打开

讨论

摘要：目标和主要成果

白蛋白水平降低与住院时间延长之间的相关性适用于整个样本和几乎所有医院病房（妇产科除外），也适用于某些疾病，如良性肿瘤和炎症性疾病。尽管在整个样本中，血淋巴细胞计数低与LOS较长有关，但结果仅在矫形外科病房中显著。只有在诊断某些临床状况时，如感染性疾病、骨折和妊娠/分娩，血淋巴细胞计数低与住院时间延长相关。使用回归方法，血小板、高龄、合并病数、诊断、性别和入院类型是与住院时间延长相关的重要变量，产生了可用于改进当前营养筛查工具的重要信息。

调查结果的可能机制和解释

我们的研究结果表明，根据先前的研究，低白蛋白水平与住院时间的延长密切相关，而与淋巴细胞计数的关系只是很小[17]. 淋巴细胞计数低导致住院时间延长，主要是在存在感染性疾病的情况下，这可能是因为淋巴细胞在对抗病原体的免疫反应中起着关键作用。在骨科病房，淋巴细胞计数下降导致住院天数显著增加，主要是由于创伤和/或炎症[7,18,19]. 促肾上腺皮质激素、皮质类固醇、儿茶酚胺、细胞因子、趋化因子和尿嘧啶在损伤炎症反应的启动和维持以及白蛋白基因表达的调节中起着重要作用[8]. 复杂的细胞因子网络似乎被破坏了，尤其是在手术后[20]. 白细胞介素-1β、-6、-8和TNF-α，以及一些抑制性细胞因子，如白细胞介素-10、-4和白介素-1受体拮抗剂在手术刚开始时显著增加，而干扰素-γ和白介素-2则显著降低[20]. 这种失衡改变了免疫反应，可能部分解释了低水平淋巴细胞与手术室I的住院时间之间的关系。

研究的优势和局限性

本研究的主要优势在于我们可处理的大量数据，以及通过与患者电子图表使用相关的标准化获得的样本的同质性；这使得可以通过使用国际代码来识别各种病理和共病。所得结果证实了以下假设：低白蛋白水平和低淋巴细胞计数与住院时间延长有关；该关系适用于整个被检样本，并且在某些病房的相关强度较高，可能适用于任何类型的医院。

这项研究还强调了临床方法的一些关键点：入院时对白蛋白的评估有限，并且无法追踪患者的人体测量数据。手术前定期测量人体测量数据和白蛋白水平，以便正确使用全身麻醉、抗生素或化疗药物，但不确定患者的总体健康状况。临床医生对营养状况的粗心大意导致了对体重、身高、BMI和所选生化标记物等重要参数的普遍漠不关心[21,22]. 白蛋白测量是一种重要的低成本仪器检查，在医院中仍很少使用。人体测量数据对于评估营养状况也很重要，但很少进行测量，尽管最近的研究证实，这些参数代表了确定并发症风险的最具预测性的因素：例如，BMI值低于20 kg/m²确定BMI在正常范围内住院时间是住院时间的2.1倍；白蛋白和淋巴细胞严重影响住院时间[23——26].

早期评估白蛋白和淋巴细胞的重要性

本研究强调了早期评估白蛋白水平的重要性。白蛋白水平低可能是由多种因素引起的，如住院导致的食物和热量摄入减少[27]，长时间禁食[27]，外科手术[19]，姿势改变[13]，细胞因子[13]，毒品[28]、激素疗法[19]炎症、肝肾疾病、癌症、感染和所有以代谢能量需求高为特征的疾病。例如，败血症会影响血管内和血管外区室之间白蛋白的合成、消耗和分布[11,12,18]. 白蛋白水平的快速变化在入院后很常见，尤其是入院后，“吸收率”非常快。研究人员认为，消化率太快，不可能只与患者营养恶化有关[26]. 研究表明，从站立姿势到斜倚姿势的改变会导致血清白蛋白的降低：TNF-α、白细胞介素-2和-6的产生通过下调基因表达来抑制白蛋白的合成[13]. 由于淋巴细胞参与免疫反应，淋巴细胞计数下降被认为是生理功能普遍下降的指标，也是住院患者预后不良的因素[11].

临床意义和未来展望

通过这项研究，我们旨在提高临床医生对白蛋白和淋巴细胞在评估住院患者状态中的重要性的关注。评估患者的人体测量参数是有用且重要的，这将为研究提供更完整的分析。这些健康指数曾经由护理人员定期记录，现在被认为是浪费时间用于更具侵入性的临床程序的主要原因。因此，鉴于目前还没有普遍接受的筛查方法，我们旨在为不同背景下（社区、医院、特定疾病患者等）的患者健康状况评估提供指南。低白蛋白水平和低淋巴细胞计数与较长的住院时间直接相关，因此这些标记物的改变导致营养状况进一步恶化，从而促进营养不良感染的循环，导致蛋白质能量营养不良的发生，一种自我延续的过程，对患者的预后有很大影响（伤口愈合不良、肌肉力量丧失、活动能力下降、血栓栓塞并发症风险增加[27,28])、停留时间和相关费用[29,30].

我们未来的挑战是说服临床医生评估白蛋白和淋巴细胞的重要性，并最终对单个患者进行整体营养评估。

结论

我们可以总结出2003年进行的一项研究的数据，其中描述了血清白蛋白减少1 g/dl后，住院天数增加了71%[31]. 这一发现引起了我们的注意；在我们的研究中，924例患者的白蛋白浓度低于下限（3.5g/dl），其中750例降低1g/dl，169例降低2g/dl和5例低于3g/dl。考虑到每损失一克白蛋白，住院时间延长的理论概率增加71%，我们样本中的白蛋白仅在36%的病例中得到评估，并且假设即使在未评估白蛋白的人群中，白蛋白下降的分布也可能相似，有三个问题需要问：病人在医院里不必要地呆了多少天？从经济角度来看，在没有白蛋白评估的情况下，这些额外的住院天数占了多少权重？更重要的是，如果进行适当的营养评估，额外住院天数在多大程度上不会对医院产生经济影响？开发新的临床知识并投入时间，以确保每个患者获得最大的治疗效益，这意味着要为社区利益而行动。在入院的第一步，应投入时间和资源，以评估患者的实际健康状况，并制定个性化的康复计划。这个重要的概念是指导我们进行这项研究的基本原理，但它也应该是每个专业医疗保健人员在其职业中做出任何决定的原因。

致谢

我们感谢母语为Gerardo Cioffi博士复习英语

基金

没有资金来源在研究的设计、实施和报告中发挥作用。

数据和材料的可用性

可以找到支持他们调查结果的“数据和材料的可用性”。

作者的贡献

正如ICMJE建议中所述，所有被指定为作者的人都符合所有四个作者标准，涵盖了撰写手稿的特定角色。AEP设计研究；MR、LL、FR和AB进行了研究并撰写了论文；LF审阅了手稿；EDP分析数据并审查统计部分；每个作者都对最终内容负有特定责任，LF、MDS和UC审阅了手稿，分析了数据并审阅了统计部分；每个作者都对最终内容负有特定责任。所有作者阅读并批准了最终稿。

竞争性利益

我们确认，没有与这项工作相关的已知利益冲突，也没有可能影响其结果的重大财政支持。

出版同意书

本研究患者获得书面知情同意书，以发布个人数据和图像

道德批准和参与同意

在当地伦理委员会批准研究方案后，这项回顾性研究在米兰圣保罗医院进行。

参与研究的患者获得了书面知情同意书。

数据共享

我们将数据库作为附件提供，其中包含为执行研究而收集的所有信息以及与之相关的所有文件（道德委员会批准、知情同意书、个人数据处理同意书、研究方案和摘要）。

出版商笔记

Springer Nature在公布的地图和机构关联中的管辖权主张方面保持中立。

缩写

国际建筑协会	身体阻抗评估
GLM公司	广义线性模型
洛杉矶	停留时间

参与者信息

安东尼奥·蓬蒂罗利，电子邮件：ti.iminu@iloritnop.oinotna。

劳拉·洛雷吉安，电子邮件：moc.liamg@naiggerol.aral。

马尔科·P·L·罗瓦蒂，电子邮件：moc.liamg@itavorcrm公司。

埃琳娜·德帕托，电子邮件：moc.liamg@anele.ottaped。

劳拉·福利尼，电子邮件：moc.liamtoh@inilofarual公司。

费德里科·拉维格里亚，电子邮件：ti.oloapnas-oa@ailgevar.ociredf。

马蒂尔德·德·西蒙，电子邮件：ti.ecila@enomised.edlatam。

亚历山德罗·贝西，电子邮件：ti.iminu@isiab.ordnassela公司。

乌戈·乔菲，电子邮件：ti.iminu.tseug@iffoic.ogu。

工具书类

1Waitzberg DL、Caiaffa WT、Correia MI。医院营养不良：巴西国家调查（IBRANUTRI）：4000名患者的研究。营养。2001年；17(7-8):573–580. doi:10.1016/S0899-9007（01）00573-1。[公共医学] [交叉参考][谷歌学者]

2Lee H，Cho YS，Jung S，Kim H。胃肠道癌症患者入院时营养风险对住院时间和死亡率的影响。临床营养学研究。2013;2(1):12–18. doi:10.7762/cnr.2013.2.1.12。 [PMC免费文章][公共医学] [交叉参考][谷歌学者]

三。Farrugia A.白蛋白在临床医学中的应用：传统还是治疗？Transfus医学版。2010;24(1):53–63. doi:10.1016/j.tmrv.2009.09.005。[公共医学] [交叉参考][谷歌学者]

4Kuzuya M、Kanda S、Koike T、Suzuki Y、Iguchi A。老年人总淋巴细胞计数与营养状况之间缺乏相关性。临床营养学。2005年；24(3):427–432. doi:10.1016/j.clnu.2005.01.003。[公共医学] [交叉参考][谷歌学者]

5Lomivorotov VV、Efremov SM、Boboshko VA、Leyderman IN、Lomivororov VN、Cheung AT等。外周血中的术前总淋巴细胞计数是成人心脏手术不良结果的预测因素。心脏血管麻醉杂志。2011;25（6）：975–980。doi:10.1053/j.jvca.2010.12.006。[公共医学] [交叉参考][谷歌学者]

6Rubio-Rivas M、Formiga F、Grillo S、Gili F、Cabrera C、Corbella X。淋巴细胞减少是老年住院患者死亡率和住院时间的预后因素。衰老临床实验研究。2016;28(4):721–7. doi:10.1007/s40520-015-0474-5。[公共医学] [交叉参考][谷歌学者]

7Roubenoff R、Roubenoff RA、Preto J、Balke W.住院患者营养不良。医生意识的问题。内科实习生档案。1987;147(8):1462–1465. doi:10.1001/archente.1987.00370080098019。[公共医学] [交叉参考][谷歌学者]

8Bistrian BR、Blackburn GL、Vitale J、Cochran D、Naylor J。普通医学患者营养不良的患病率。睡衣。1976;235（15）：1567–1570。doi:10.1001/jama.1976.03260410023017。[公共医学] [交叉参考][谷歌学者]

9Volkert D，Kruse W，Oster P.老年患者营养不良：营养参数的诊断和预后意义。《营养年鉴》。1992;36（2）：97–112。doi:10.1159/000177704。[公共医学] [交叉参考][谷歌学者]

10Doweiko JP，Nompleggi DJ。白蛋白在人体生理学和病理生理学中的作用。日本。1991;15(2):207–211. doi:10.1177/0148607191015002207。[公共医学] [交叉参考][谷歌学者]

11Bellantone R、Doglietto GB、Bossola M、Pacelli F、Negro F、Crucitti F。血清白蛋白、淋巴细胞总数和体重减轻在预测术后营养相关并发症中的有效性。营养。1990;6(3):264–266.[公共医学][谷歌学者]

12Nicholson JP、Wolmarans MR、Park GR。白蛋白在危重病中的作用。Br J Anaesth博士。2000;85(4):599–610. doi:10.1093/bja/85.4.599。[公共医学] [交叉参考][谷歌学者]

13Omran ML，Morley JE。老年人蛋白质能量营养不良的评估，第一部分：病史、检查、身体成分和筛查工具。营养。2000;16(1):50–63. doi:10.1016/S0899-9007（99）00224-5。[公共医学] [交叉参考][谷歌学者]

14De Luis DA、Terroba MC、Cuellar L、Izaola O、De la Fuente B、Martin T等。人体测量和生化指标与住院时间和死亡率的关系。欧洲药理学评论。2013;17(10):1321–1325.[公共医学][谷歌学者]

15Shepperd S、Doll H、Angus RM、Clarke MJ、Iliffe S、Kalra L等。通过在家提供医院护理来避免入院：个体患者数据的系统回顾和荟萃分析。CMAJ。2009;180(2):175–182. doi:10.1503/cmaj.081491。 [PMC免费文章][公共医学] [交叉参考][谷歌学者]

16Tucker HN，Miguel SG.通过营养干预控制成本。螺母版次。1996;54（第4部分第1）:111-121。[公共医学][谷歌学者]

17Pardo Cabello AJ，Bermudo Conde S，Manzano Gamero MV。中长期住院患者营养不良的患病率和相关因素。螺母软管。2011;26(2):369–375.[公共医学][谷歌学者]

18Hildebrand F，Pape HC，Krettek C.细胞因子在创伤后炎症反应中的重要性。Unfallchirurg公司。2005年；108(10):793–794. doi:10.1007/s00113-005-1005-1。[公共医学] [交叉参考][谷歌学者]

19Lenz A、Franklin GA、Cheadle WG。创伤后全身炎症。受伤。2007;38(12):1336–1345. doi:10.1016/j.injury.2007.10.03。[公共医学] [交叉参考][谷歌学者]

20Cioca DP、Watanabe N、Isobe M。儿茶酚胺可诱导外周血淋巴细胞凋亡。Jpn心脏杂志。2000;41(3):385–398. doi:10.1536/jhj.41.385。[公共医学] [交叉参考][谷歌学者]

21McWhirter JP，Pennington CR。医院营养不良的发病率和认识。英国医学杂志。1994;308(6934):945–948. doi:10.1136/bmj.308.6934.945。 [PMC免费文章][公共医学] [交叉参考][谷歌学者]

22De Luis DA、Izaola O、Cuellar L、Terroba MC、Cabezas G、Rojo S等。营养评估：住院时与住院时间相关的预测变量。《营养年鉴》。2006;50(4):394–398. doi:10.1159/000094362。[公共医学] [交叉参考][谷歌学者]

23Gianotti L、Braga M、Radaelli G、Mariani L、Vignali A、Di Carlo V。当结合其他参数时，体重减轻的预后表现缺乏改善。营养。1995;11(1):12–16.[公共医学][谷歌学者]

24Valent da Silva HG、Santos SO、Silva NO、Ribeiro FD、Josua LL、Moreira AS。与住院患者住院时间相关的营养评估。螺母软管。2012;27(2):542–547.[公共医学][谷歌学者]

25Gupta D，Vashi PG，Lammersfeld CA，Braun DP。营养状况在预测癌症住院时间中的作用：流行病学文献的系统综述。《营养年鉴》。2011;59(2-4):96–106. doi:10.1159/000332914。[公共医学] [交叉参考][谷歌学者]

26Gärtner S、Kraft M、Krüger J、Vogt LJ、Fiene M、Mayerle J等。老年营养风险指数与老年住院患者的住院时间和炎症标志物相关。临床营养学。2016. [公共医学]

27塞勒WO。老年患者营养不良的临床照片。营养。2001年；17(6):496–498. doi:10.1016/S0899-9007（01）00558-5。[公共医学] [交叉参考][谷歌学者]

28血浆蛋白水平低：营养不良还是炎症？临床化学实验室医学。1999;37(2):91–96. doi:10.1515/CCLM.1999.017。[公共医学] [交叉参考][谷歌学者]

29营养史：营养不良、感染和免疫。营养学杂志。2003;133（1）：336S–340S。doi:10.1093/jn/133.1.336S。[公共医学] [交叉参考][谷歌学者]

30Lang CH，Frost RA，Vary TC。脓毒症和炎症期间肌肉蛋白质合成的调节。美国生理内分泌代谢杂志。2007;293：E453–E459。doi:10.1152/ajpendo.00204.2007。[公共医学] [交叉参考][谷歌学者]

31Vincent JL、Dubois MJ、Navickis RJ、Wilkes MM。急性疾病中的低蛋白血症：干预有理由吗？队列研究和对照试验的荟萃分析。安·苏格。2003;237(3):319–334. [PMC免费文章][公共医学][谷歌学者]

文章来自生物标志物研究由以下人员提供BMC公司