《Archives of Gerontology and Geriatrics》：Usefulness of the Global Leadership Initiative on Malnutrition -GLIM- criteria to identify malnutrition in older adults: systematic review and meta-analyses
编辑推荐：
本研究通过系统综述和元分析，评估GLIM标准在老年人群中的同时效度和预测效度，发现其在医院环境中有效预测死亡率、住院时间等，但社区和养老院应用数据不足。
古斯塔沃·迪亚兹（Gustavo Díaz）| 卡拉·M·普拉多（Carla M. Prado）| 玛丽亚·克里斯蒂娜·冈萨雷斯（Maria Cristina Gonzalez）| 玛丽亚-保拉·鲁赫莱斯（Maria-Paula Rugeles）
哥伦比亚波哥大埃尔博斯克大学（Universidad El Bosque）医学院营养、遗传与代谢研究所（Research Institute on Nutrition, Genetics, and Metabolism）
摘要
目的
营养不良在老年人中非常普遍，但目前尚未建立一种通用的识别方法。本研究旨在评估GLIM标准在老年人中的同时效度和预测效度。
方法
在五个数据库中进行了系统回顾和荟萃分析，研究对象为老年人（≥60岁）。同时效度通过参考营养评估工具进行评估，而预测效度则关注关键结果，包括死亡率、住院率和医疗成本。
结果
搜索共获得683篇参考文献。来自四大洲的13项基于医院的研究（n = 9,164）符合纳入标准。GLIM标准通常使用MNA-SF进行筛查，而肌肉量则通过小腿周长、BIA或DXA进行测量。根据GLIM标准报告的全球营养不良患病率范围为14.1%至71.9%。对4项研究（n = 1,221）的荟萃分析显示，GLIM标准诊断营养不良的敏感性为0.79（95% CI：0.69-0.86），特异性为0.88（95% CI：0.81-0.93），存在中等程度的异质性且无出版偏倚。预测效度分析表明，GLIM诊断出的营养不良与住院期间和出院后的死亡率升高、出院及随访时的日常生活活动能力（ADL）评分降低以及住院时间延长相关。此外，营养不良还与医院并发症风险增加和医疗成本上升有关。在养老院或社区居住的老年人中未找到相关验证研究。
结论
GLIM标准似乎适用于临床环境中识别营养不良并预测关键不良结果。然而，在社区居住者和养老院人群中的应用效果尚无定论，需进一步证据支持。
部分内容摘录
引言
营养不良和衰老是老年人患病的重要风险因素（Norman等人，2021年）。这种情况与更差的临床结果相关，包括更高的死亡率、更容易患上老年综合征、肌肉减少症以及更高的医疗成本（Ashworth等人，2021年；Roberts等人，2021年）。老年人营养不良的风险因素包括进食困难、慢性疾病、社会决定因素、生活方式行为和食物安全问题（Dent等人）
研究设计
本研究遵循《诊断测试准确性研究的系统回顾和荟萃分析优先报告条目》（PRISMA-DTA）指南（McInnes等人，2018年）进行系统回顾和荟萃分析。搜索策略和方法已预先确定并注册在PROSPERO数据库中（CRD42021287605）。纳入标准
纳入标准的报告遵循《诊断测试准确性研究的系统回顾和荟萃分析》（McInnes等人，2018年）中的PICO框架：
搜索结果和研究特征
搜索共获得683篇参考文献，其中169篇根据标题和摘要被选中。最终，13项研究（Sanz-París等人，2020年；Shimizu等人，2020年；Xu等人，2020年；Hettiarachchi等人，2021年；Sobestiansky等人，2021年；Souza等人，2022年；Ji等人，2022年；Sato等人，2022年；Abe等人，2023年；Hu等人，2023年；Kobayashi等人，2023年；Shimizu等人，2023年；Wu等人，2024年）符合我们的纳入标准（图1）。这些研究共纳入了9,164名来自医院的老年人。
讨论
这是首次系统回顾和荟萃分析，旨在评估GLIM标准在老年人中识别营养不良的有效性。我们的发现表明，GLIM标准在这一人群中有多种应用方式。虽然同时效度表明其诊断性能良好，但预测效度显示其在医院环境中的表现较强；然而，其在其他情境下的适用性仍有待探讨。
在验证研究中应用GLIM标准
结论
本系统回顾和荟萃分析提供了有力证据，支持GLIM标准在医院环境中识别老年人营养不良的同时效度和预测效度。研究结果证实，与MNA和SGA等现有工具相比，GLIM的诊断性能处于中等水平，并且其能够预测超出死亡率的不良临床结果。这些结果加强了在住院老年人中使用GLIM标准的建议。
资金详情
本研究未获得公共部门、商业部门或非营利组织的任何特定资助。
作者贡献
概念构思：古斯塔沃·迪亚兹（Gustavo Díaz）。数据整理：古斯塔沃·迪亚兹（GD）和卡拉·M·普拉多（Carla M. Prado，MPR）数据分析：古斯塔沃·迪亚兹（GD）资金获取：不适用调查：古斯塔沃·迪亚兹（GD）和卡拉·M·普拉多（MPR）方法学：古斯塔沃·迪亚兹（GD）、克里斯托弗·帕特里克·罗伯茨（Christopher Patrick Roberts，CP）和玛丽亚·克里斯蒂娜·冈萨雷斯（Maria Cristina Gonzalez，MCG）项目管理：古斯塔沃·迪亚兹（GD）和卡拉·M·普拉多（MPR）资源获取：不适用软件使用：古斯塔沃·迪亚兹（GD）监督：古斯塔沃·迪亚兹（GD）、克里斯托弗·帕特里克·罗伯茨（CP）和玛丽亚·克里斯蒂娜·冈萨雷斯（MCG）验证工作：古斯塔沃·迪亚兹（GD）、克里斯托弗·帕特里克·罗伯茨（CP）和玛丽亚·克里斯蒂娜·冈萨雷斯（MCG）数据分析：古斯塔沃·迪亚兹（GD）可视化：古斯塔沃·迪亚兹（GD）、克里斯托弗·帕特里克·罗伯茨（CP）、玛丽亚·克里斯蒂娜·冈萨雷斯（MCG）和卡拉·M·普拉多（MPR）初稿撰写：古斯塔沃·迪亚兹（GD）、克里斯托弗·帕特里克·罗伯茨（CP）、玛丽亚·克里斯蒂娜·冈萨雷斯（MCG）和卡拉·M·普拉多（MPR）
CRediT作者贡献声明
古斯塔沃·迪亚兹（Gustavo Díaz）：撰写——审阅与编辑、初稿撰写、可视化、验证、监督、软件使用、资源协调、项目管理、方法学制定、调查实施、数据分析、概念构思。
卡拉·M·普拉多（Carla M. Prado）：撰写——审阅与编辑、初稿撰写、可视化、验证、监督、项目管理、方法学制定。
玛丽亚·克里斯蒂娜·冈萨雷斯（Maria Cristina Gonzalez）：撰写——审阅与编辑、初稿撰写、可视化、验证、监督
