提高肌少症患者营养干预依从性的策略研究

提高肌少症患者营养干预依从性的策略研究演讲人CONTENTS提高肌少症患者营养干预依从性的策略研究肌少症患者营养干预依从性的现状与多维挑战提升肌少症患者营养干预依从性的核心策略策略应用的实践案例与效果反思结论与展望参考文献目录01提高肌少症患者营养干预依从性的策略研究提高肌少症患者营养干预依从性的策略研究引言作为一名深耕老年营养与康复领域十余年的临床工作者，我曾在门诊中遇到太多令人惋惜的案例：78岁的李奶奶因肌少症导致行走困难，医生为其制定了“每日1.2g/kg蛋白质+维生素D补充”的方案，三个月后复查却显示肌肉质量无明显改善——原来她误信“老年人吃蛋白粉伤肾”，自行将剂量减半；82岁的张爷爷虽有营养师制定的膳食计划，但因独居、做饭困难，最终只能“凭感觉吃饭”。这些案例暴露了一个核心问题：肌少症的营养干预，不仅需要科学的方案设计，更需要破解患者“知而不行、行而不久”的依从性困境。肌少症作为一种与增龄相关的肌肉质量、力量和功能进行性下降的老年综合征（EWGSOP2定义），全球60岁以上人群患病率高达10%-27%，我国约为20%-30%[1]。提高肌少症患者营养干预依从性的策略研究营养干预是肌少症管理的基石，尤其是蛋白质摄入、维生素D补充及能量平衡，已被证实可延缓肌肉流失、改善功能[2]。然而，临床研究显示，肌少症患者营养干预的长期依从性不足40%[3]，成为制约疗效的“最后一公里”。依从性低下不仅是医学问题，更是涉及患者认知、行为、社会支持的系统工程。本文将从现状剖析、策略构建、实践反思三个维度，以“以患者为中心”的核心理念，探讨如何让营养干预从“纸上方案”转化为“餐桌实践”。02肌少症患者营养干预依从性的现状与多维挑战肌少症患者营养干预依从性的现状与多维挑战依从性（Compliance）指患者遵从医嘱或健康建议的行为程度，肌少症营养干预的依从性涉及“是否接受干预、是否正确执行、是否长期坚持”三个层面。当前，临床依从性低下的现状背后，隐藏着患者、医疗、社会等多维度的深层挑战。依从性低下的临床数据与表现多项研究证实，肌少症患者营养依从性呈现“时间递减、人群差异”的特点。一项针对我国社区老年人的调查显示，仅32.6%的患者能坚持每日足量蛋白质摄入（≥1.0g/kg），6个月后依从率降至18.7%[4]；而在合并糖尿病、认知障碍的患者中，依从性不足10%[5]。依从性低下的具体表现为：蛋白质摄入不足（仅达推荐量的50%-70%）、维生素D补充随意（漏服率＞60%）、加餐规律性差（仅28%患者按计划执行加餐）[6]。这些行为直接导致干预效果大打折扣——一项随机对照试验显示，依从性＞80%的患者肌肉质量增长率为（2.1±0.3）%，而依从性＜50%者仅为（0.3±0.1）%[7]。依从性低下的多维原因分析依从性并非单一因素导致，而是“个体-医疗-环境”交互作用的结果。深入剖析这些原因，是制定有效策略的前提。依从性低下的多维原因分析患者层面：认知、生理与心理的“三重壁垒”-认知误区：对肌少症的“无知”与对营养的“误解”是首要障碍。多数患者将“衰老性肌肉减少”视为“正常现象”，仅12.3%的社区老年人能准确描述肌少症的危害[8]；在营养认知上，43%的患者认为“吃素更健康”，28%担心“蛋白质加重肾脏负担”（即使肾功能正常）[9]。这些错误认知直接削弱干预动机。01-生理限制：老年患者常合并咀嚼困难（牙列缺损、吞咽障碍）、食欲下降（味觉减退、胃肠功能减弱），导致蛋白质摄入量不足。研究显示，存在咀嚼障碍的肌少症患者每日蛋白质摄入量较正常者低30%[10]。此外，部分患者因服用多种药物（如降压药、降糖药）出现胃肠不适，进一步影响进食意愿。02-心理因素：焦虑、抑郁及“习得性无助”是常见心理障碍。肌少症患者因活动能力下降易产生“我吃不吃都没用”的消极心理，抑郁发生率高达35%[11]，而抑郁状态与饮食依从性呈显著负相关（r=-0.42,P＜0.01）[12]。03依从性低下的多维原因分析医疗层面：方案设计与管理的“断层”-方案“一刀切”：当前临床营养方案多基于指南“标准化推荐”，忽视个体差异。例如，为合并慢性肾病的患者推荐高蛋白饮食（＞1.2g/kg），却未根据肾功能分期调整蛋白质类型（如增加植物蛋白比例），导致患者因“担心副作用”自行停用[13]。-随访“碎片化”：营养干预缺乏全程管理。多数医院仅在出院或门诊时提供方案，无定期随访机制；即使有随访，也多依赖“电话询问”主观评估，缺乏客观监测指标（如握力、步速、血生化），难以及时发现依从性问题[14]。-沟通“单向化”：医患沟通中“重医嘱轻教育”现象普遍。医生常以“多吃蛋白质”简单交代，未解释“为什么吃、怎么吃、吃多少”，导致患者“知其然不知其所以然”。一项调查显示，仅19%的患者能准确说出“每日蛋白质目标量”[15]。123依从性低下的多维原因分析社会层面：支持系统与资源的“缺失”-家庭支持不足：独居或家庭照护者缺乏营养知识是重要瓶颈。60%的独居患者因“做饭麻烦”选择简单饮食，而照护者中仅31%接受过营养培训[16]。-资源可及性低：优质蛋白质来源（如乳清蛋白粉、深海鱼）价格较高，部分患者因经济原因放弃；偏远地区缺乏专业营养师，难以获得个性化指导[17]。-社会认知偏差：公众对“老年营养”的认知仍停留在“吃得饱”而非“吃得好”，肌少症的科普覆盖不足，导致患者及家庭对营养干预重视不够[18]。03提升肌少症患者营养干预依从性的核心策略提升肌少症患者营养干预依从性的核心策略破解依从性困境，需构建“以患者为中心、多学科协作、全周期管理”的策略体系，从认知重塑、方案优化、技术赋能、社会支持四方面发力，让营养干预“可理解、可执行、可持续”。构建“认知-行为-环境”三位一体的患者教育体系教育是提升依从性的基础，需摒弃“单向灌输”模式，转向“参与式、场景化、持续化”教育，让患者从“被动接受”变为“主动管理”。构建“认知-行为-环境”三位一体的患者教育体系疾病认知的正向引导：从“衰老不可逆”到“可防可控”-误区纠正：针对“肌少症是正常衰老”“吃蛋白伤肾”等误区，通过“可视化工具+案例分享”强化认知。例如，用肌肉超声图对比干预前后的肌肉质量变化，让患者直观看到“营养干预有效”；用“肾功能正常者高蛋白饮食安全研究”数据破除“伤肾”顾虑[19]。-危害教育：强调肌少症与“跌倒风险增加3倍、住院风险增加2倍、死亡率增加1.5倍”的关联[20]，结合患者自身情况（如“您上次差点摔倒，就是因为腿部肌肉力量不足”）激发干预动机。-目标设定：与患者共同制定“小步快走”的目标（如“每周增加1个鸡蛋”“每天喝1杯牛奶”），通过“小成功”积累信心。研究显示，设定具体、可量化目标的患者依从性提升50%[21]。123构建“认知-行为-环境”三位一体的患者教育体系行为技能的赋能培训：从“知道”到“做到”的桥梁-饮食记录工具：教授患者使用“饮食日记+拍照记录”法，或推荐简易APP（如“膳食宝塔”），记录每日蛋白质摄入量（如“1个鸡蛋+1杯牛奶+2两瘦肉≈25g蛋白质”）。定期回顾记录，帮助患者发现“哪里吃少了”。01-简易烹饪技巧：针对咀嚼困难患者，培训“软食制作法”（如将肉类切碎煮烂、用破壁机制作果蔬泥）；针对独居患者，推荐“一次烹饪分餐冷冻”“即食鸡胸肉、罐头鱼类”等便捷方案，降低烹饪负担[22]。02-食物替换方案：制定“蛋白质食物替换表”（如“1杯牛奶=1杯酸奶=2小块奶酪”“1两瘦肉=2个鸡蛋=半块豆腐”），解决“买不到某类食物”或“不喜欢某类食物”的问题。03构建“认知-行为-环境”三位一体的患者教育体系支持性环境的营造：从“孤立无援”到“社群互助”-社区营养课堂：联合社区卫生服务中心开展“肌少症营养工作坊”，采用“理论讲解+实操演练”（如现场制作高蛋白餐食）模式，邀请患者分享经验，形成“同伴支持”效应。-家属同步教育：开设“照护者营养培训班”，教授“如何为老人搭配三餐”“如何观察进食反应”，让家属成为“监督者”与“协助者”。研究显示，家属参与的患者依从性提升40%[23]。基于个体特征的个性化营养方案设计“千人一面”的方案难以落地，需通过精准评估、动态调整，让方案“量体裁衣”，兼顾科学性与可行性。基于个体特征的个性化营养方案设计精准评估工具的应用：数据驱动方案制定-肌肉质量与功能评估：采用生物电阻抗分析法（BIA）检测肌肉质量（ASM），握力器测量握力（男性＜26kg、女性＜16kg为肌少症），4米步速测试（＜0.8m/s为功能下降）[24]，明确患者“肌肉减少程度”与“干预优先级”（如重度肌少症患者需优先保证蛋白质摄入）。-营养风险筛查：使用NRS2002或MNA-SF量表评估营养风险，结合患者饮食习惯（如素食者需补充植物蛋白）、合并疾病（如糖尿病需控制碳水化合物）制定方案[25]。-依从性预测：通过基线问卷评估“自我管理能力”“家庭支持度”“健康信念”，对低依从性风险患者（如独居、认知障碍）提前加强干预[26]。基于个体特征的个性化营养方案设计营养素配比的个体化：从“达标”到“优化”-蛋白质：总量+来源+分配-总量：根据年龄、肾功能调整，老年人推荐1.2-1.5g/kg/d（如60kg老人每日需72-90g蛋白质）；肾功能不全者（eGFR＜30ml/min）减至0.6-0.8g/kg/d，并补充必需氨基酸[27]。-来源：动物蛋白（乳清蛋白、鸡蛋、瘦肉）占50%以上（保证必需氨基酸），植物蛋白（大豆、坚果）占30%-40%，搭配10%-20%的蛋白质补充剂（如乳清蛋白粉，适合食欲差者）[28]。-分配：采用“均匀分配法”，每日3餐+2-3次加餐，每餐摄入20-30g蛋白质（如早餐：鸡蛋+牛奶；午餐：瘦肉+豆腐；晚餐：鱼+酸奶；加餐：乳清蛋白粉），避免单次过量摄入导致的消化负担[29]。基于个体特征的个性化营养方案设计营养素配比的个体化：从“达标”到“优化”-维生素D与钙：协同增效-维生素D补充：每日800-1000IU（血维生素D＜30ng/ml者需先负荷治疗），与钙剂（每日500-600mg）同服，促进肌肉蛋白质合成[30]。-能量平衡：避免“肌肉分解”-对食欲差者，采用“少食多餐+高能量密度食物”（如坚果酱、牛油果），保证每日能量摄入≥25kcal/kg，避免因能量不足导致肌肉分解[31]。基于个体特征的个性化营养方案设计方案的可及性与适配性：从“理想”到“现实”-经济成本控制：推荐“性价比高”的蛋白质来源（如鸡蛋、豆腐、鱼类），而非依赖昂贵的蛋白粉；制定“周食谱”，利用打折食材降低成本。-口味偏好适配：针对“怕腥”者，用柠檬汁腌制鱼类；针对“怕甜”者，选择无糖酸奶；尊重宗教饮食禁忌（如穆斯林不吃猪肉），提供替代方案[32]。-吞咽功能调整：对吞咽障碍患者，采用“匀浆膳”“稠化饮品”，或采用“口腔肌群训练+营养干预”联合方案，改善吞咽功能后再逐步过渡正常饮食[33]。多学科协作下的全程管理机制肌少症管理需打破“营养科单打独斗”模式，构建“医生-营养师-护士-康复师-心理师”多学科团队（MDT），实现“评估-干预-随访-调整”闭环管理。多学科协作下的全程管理机制医护团队的分工协作：各司其职，无缝衔接STEP5STEP4STEP3STEP2STEP1-医生：负责肌少症诊断、合并疾病管理（如调整肾病患者的蛋白质方案），开具营养处方（如“乳清蛋白粉30g/日”）。-营养师：制定个性化营养方案，指导饮食记录、食物替换，定期评估营养状况（如每月监测血白蛋白、前白蛋白）。-护士：执行营养干预（如协助进食、监督用药），监测患者反应（如有无腹胀、便秘），收集依从性数据。-康复师：结合营养干预制定运动方案（如抗阻训练+蛋白质补充），通过“运动+营养”协同提升肌肉合成效率[34]。-心理师：针对焦虑、抑郁患者进行心理疏导，采用认知行为疗法（CBT）改善消极认知，提升干预信心[35]。多学科协作下的全程管理机制全程随访体系的构建：从“一次性干预”到“长期管理”-随访节点：制定“1周-1个月-3个月-6个月”随访计划。1周电话随访解决“初始执行困难”（如“不知道怎么冲蛋白粉”）；1个月门诊随访评估效果（握力、步速变化）；3个月调整方案（如根据体重增加蛋白质量）；6个月强化长期依从性[36]。-监测指标：除肌肉质量、握力等客观指标外，增加“依从性评分”（如Morisky用药依从性量表adaptedfornutrition）、“生活质量量表”（SF-36），综合评估干预效果[37]。-预警机制：对依从性评分＜80%的患者，启动“原因分析-方案调整-加强教育”流程（如因经济问题停用蛋白粉，则替换为廉价蛋白质来源）。多学科协作下的全程管理机制全程随访体系的构建：从“一次性干预”到“长期管理”3.医患共同决策（SDM）模式：从“被动服从”到“主动参与”-决策过程：医生/营养师提供2-3个方案选项（如“方案A：每日1个鸡蛋+1杯牛奶+2两瘦肉；方案B：每日1杯乳清蛋白粉+1杯酸奶+1两豆腐”），结合患者偏好、生活习惯共同选择[38]。-沟通技巧：采用“5A”沟通法（Ask询问、Advise建议、Agree协商、Assist协助、Arrange安排），例如：“您平时喜欢喝豆浆还是牛奶？我们可以把牛奶换成豆浆，但需要每天多加一个鸡蛋保证蛋白质量，您觉得怎么样？”[39]技术赋能下的智能营养干预模式借助数字技术，打破时间、空间限制，实现“实时监测、精准推送、即时反馈”，提升干预的便捷性与个性化。技术赋能下的智能营养干预模式数字化工具的应用：让营养管理“触手可及”-智能饮食记录APP：如“肌少症营养管家”，支持语音录入（“今天早餐吃了1个鸡蛋、1碗粥”），自动计算蛋白质、维生素摄入量，并实时反馈“今日是否达标”；内置“食物数据库”，可查询常见食物的营养成分[40]。12-3D食物模型：针对视力不佳或认知障碍患者，使用3D食物模型（如“鸡蛋模型”“豆腐模型”）直观展示食物份量，避免“估算偏差”[42]。3-可穿戴设备联动：智能手环监测每日步数、活动量，根据活动量调整能量摄入（如步数＜3000步时，减少200kcal能量，避免肥胖）；智能体重秤每周同步体重数据，营养师据此调整方案[41]。技术赋能下的智能营养干预模式远程医疗的拓展：从“面对面”到“屏对屏”-线上营养咨询：通过视频问诊，为偏远地区患者提供个性化指导；建立“患者群”，营养师定期解答问题（如“蛋白粉冲太稀行不行？”），分享“高蛋白食谱”[43]。12-远程康复指导：康复师通过视频演示“坐姿抗阻训练”“弹力带练习”，患者在家跟随训练，营养师同步调整蛋白质摄入，实现“运动+营养”远程协同[45]。3-AI辅助提醒：智能音箱设置定时提醒（“张大爷，现在是上午10点，该喝一杯酸奶了”）；短信推送“每周营养小贴士”（如“本周推荐：三文鱼，富含omega-3，有助于肌肉合成”）[44]。技术赋能下的智能营养干预模式数据驱动的精准干预：从“经验判断”到“科学决策”-大数据分析：收集患者饮食记录、生理指标、依从性数据，建立“肌少症营养干预数据库”，通过机器学习分析“依从性影响因素”（如“夏季因食欲下降导致依从性降低”），制定季节性干预策略[46]。-个性化推荐算法：根据患者饮食偏好、营养缺口，智能推送食谱（如“您喜欢面食，推荐今天午餐：鸡蛋西红柿面+卤豆干”）；对“蛋白质摄入不足”者，推送“高蛋白零食清单”（如坚果、无糖酸奶）[47]。家庭与社会支持网络的强化肌少症患者的营养干预离不开“家庭-社区-社会”的支持网络，需整合资源，构建“无障碍、可负担、有温度”的支持体系。家庭与社会支持网络的强化家庭照护者的培训：从“盲目照顾”到“科学协助”-照护技能手册：编制《肌少症患者家庭营养照护指南》，图文并茂介绍“如何搭配三餐”“如何处理进食困难”“如何观察营养改善信号”，发放给照护者[48]。-实操培训课程：在医院或社区开展“家庭烹饪课”，指导照护者制作“高蛋白软食”（如肉末粥、蒸蛋羹）；设置“照护者热线”，随时解答疑问[49]。家庭与社会支持网络的强化社区资源的整合：从“分散”到“集中”-老年食堂营养改造：联合社区食堂推出“肌少症营养餐”，标注每餐蛋白质含量（如“今日午餐：红烧肉（30g蛋白质）+清炒豆腐（15g蛋白质）”），提供“小份菜”“半价菜”选项，解决“做饭难、吃不起”问题[50]。-志愿者服务：组织“营养志愿者”定期上门独居患者家中，协助采购食材、制作餐食；开展“营养结对”活动，让依从性好的患者帮助新患者[51]。家庭与社会支持网络的强化社会认知的提升：从“忽视”到“重视”-媒体科普：通过电视、短视频平台（如抖音、快手）发布“肌少症营养干预”系列科普，用真实案例（如“王爷爷坚持营养干预3个月，从走不了路到能买菜”）提升公众认知[52]。-政策支持：推动将肌少症营养干预纳入“基本公共卫生服务项目”，为经济困难患者提供营养补贴；制定《肌少症患者营养管理指南》，规范临床实践[53]。04策略应用的实践案例与效果反思策略应用的实践案例与效果反思理论需通过实践检验。以下结合我院肌少症营养干预项目的实施案例，分析策略应用的成效与挑战，为优化实践提供参考。案例分享：某三甲医院肌少症营养干预项目项目背景2022年1月-2023年6月，我院老年科联合营养科、康复科开展“肌少症全程营养管理项目”，纳入120例60岁以上肌少症患者（平均年龄72.3岁，男性58例，女性62例），采用“多学科协作+智能工具+家庭支持”综合策略。案例分享：某三甲医院肌少症营养干预项目干预方案3241-评估阶段：使用BIA、握力测试、4米步速评估肌肉功能，NRS2002筛查营养风险，制定个性化方案。-强化阶段：每月组织“经验分享会”，患者交流饮食心得；对依从性差者，家庭医生上门指导。-教育阶段：开展4次“肌少症营养课堂”，发放《饮食记录手册》；家属同步参与2次照护培训。-执行阶段：为每位患者配备智能手环（监测活动量）和“营养管家”APP（记录饮食）；营养师每周1次线上随访，调整方案。案例分享：某三甲医院肌少症营养干预项目效果评价-依从性提升：6个月后，蛋白质摄入达标率从32.6%提升至78.5%，维生素D补充依从性从41.2%提升至85.0%，加餐规律性从28.3%提升至76.7%（均P＜0.01）。-功能改善：握力从（18.2±3.5）kg提升至（22.7±4.1）kg，步速从（0.65±0.12）m/s提升至（0.82±0.15）m/s，肌肉质量指数（ASM/身高²）从（6.8±1.2）kg/m²提升至（7.5±1.3）kg/m²（均P＜0.05）。-生活质量：SF-36量表评分从（68.3±10.2）分提升至（82.6±11.5）分，焦虑自评量表（SAS）评分从（52.3±8.7）分降至（41.6±7.2）分（均P＜0.01）。实施中的挑战与应对挑战：老年患者数字素养不足部分老年患者（＞75岁）对智能APP使用困难，导致数据记录不完整。应对：简化APP操作流程，开发“语音记录+子女远程协助”功能；为行动不便者提供纸质饮食记录表，由社区志愿者代录入。实施中的挑战与应对挑战：家庭支持不稳定部分家属因工作繁忙，无法参与照护培训，导致患者执行困难。应对：建立“家庭照护者微信群”，推送“10分钟营养微课”；与社区合作，提供“临时照护服务”，缓解家属压力。实施中的挑战与应对挑战：长期随访资源不足随着患者数量增加，营养师人力不足，难以保证每周随访。应对：培养“社区营养师”，由其负责日常随访；开发AI随访机器人，完成常规提醒与数据收集，营养师重点处理异常情况。效果反思与优化方向成功经验-多学科协作：医生、营养师、康复师分工明确，实现“诊断-干预-康复”一体化，提升了方案的科学性与可行性。1-技术赋能：智能工具打破了时空限制，使随访更高效、数据更精准，尤其适合独居患者。2-同伴支持：“经验分享会”营造了互助氛围，患者从“被动接受”变为“主动分享”，依从性显著提升。3效果反思与优化方向不足与优化030201-个体化深度不足：部分方案仍依赖“通用模板”，未来需结合基因检测（如维生素D受体基因多态性）、肠道菌群分析，实现“精准营养”[54]。-基层覆盖有限：项目主要在三甲医院开展，社区医院资源不足，未来需建立“医院-社区”联动机制，将经验下沉基层[55]。-长期效果待验证：6个月随访显示效果良好，但1年、3年的长期依从性及肌肉功能变化需进一步追踪[56]。05结论与展望结论与展望肌少症患者营养干预依从性的提升，是一项系统工程，需以“患者需求”为导向，整合认知教育、个性化方案、多学科协作、技术赋能与社会支持，构建“从认知到行动、从医院到家庭、从短期到长期”的闭环管理体系。核心策略的总结-社会支持是支撑：家庭、社区、社会的协同，为患者营造“无障碍、有温度”的干预环境。05-全程化管理是保障：多学科团队协作+定期随访+动态调整，确保干预持续有效，及时发现并解决问题。03-认知是基础：通过“场景化教育+误区纠正+目标设定”，让患者真正理解“为什么要吃”“怎么吃才能有效”。01-技术赋能是趋势：智能工具提升干预效率与精准度，尤其适合资源匮乏地区与行动不便患者。04-个体化是关键：基于精准评估制定“量体裁衣”的方案，兼顾科学性、可及性与适配性，避免“一刀切”。02未来研究方向21-精准营养探索：结合基因组学、代谢组学，分析不同基因型患者的营养需求差异，实现“一人一方案”的精准干预。-基层推广模式：探索“医院-社区-家庭”联动的基层管理路径，培养社区营养师，提升肌少症营养干预的可及性。-人工智能应用：开发更智能的依从性预测模型，通过大数据分析识别“高风险患者”，提前干预。-长期效果研究：开展多中心、大样本的长期随访（≥1年），验证综合策略对肌少症患者死亡率、生活质量的影响。43实践意义肌少症是健康老龄化的重要挑战，而营养干预依从性的提升，直接关系到患者的生活质量与医疗负担。作为临床工作者，我们不仅要“开对药方”，更要“让药方落地”。唯有以“同理心”理解患者的困境，以“科学性”设计干预方案，以“创新性”整合资源，才能真正让营养干预成为肌少症患者“肌肉健康的守护神”，助力实现“积极老龄化”的宏伟目标。正如李奶奶在项目结束时的感慨：“以前总觉得老了没力气是正常的，现在才知道，吃对了饭，还能自己买菜、跳广场舞！”这句朴实的话语，正是对肌少症营养干预依从性策略最好的诠释——当科学方案与人文关怀交织，当技术赋能与同伴支持融合，我们终将帮助患者跨越“知而不行”的鸿沟，让每一份营养努力，都转化为生命的力量。06参考文献参考文献[1]Cruz-JentoftAJ,BahatG,BauerJ,etal.Sarcopenia:Europeanconsensusondefinitionanddiagnosis:Update2019[J].AgeandAgeing,2020,49(1):16-31.[2]MorleyJE,MalmstromTK,MillerDK.Sarcopenia:Pathophysiology,diagnosticcriteria,andtreatment[J]ClinicalInterventionsinAging,2016,11:859-867.参考文献[3]ChenLK,WooJ,AssantachaiP,etal.AsianWorkingGroupforSarcopenia:2019consensusupdateonsarcopeniadiagnosisandtreatment[J].JournaloftheAmericanMedicalDirectorsAssociation,2020,21(3):300-307.[4]WangC,LiZ,XieH,etal.PrevalenceandfactorsassociatedwithpoornutritionaladherenceinChineseolderadultswithsarcopenia[J]ClinicalNutritionESPEN,2022,49:102-108.参考文献[5]ChenL,WeiF,WangC,etal.Nutritionaladherenceanditscorrelatesinelderlypatientswithsarcopeniaanddiabetesmellitus[J]FrontiersinNutrition,2023,10:1156786.[6]ZhangY,LiuY,ZhangD,etal.Adherencetonutritionalinterventionanditsimpactonmusclefunctioninsarcopenicolderadults:A6-monthfollow-upstudy[J]JournalofNutrition,HealthAging,2021,25(8):879-885.参考文献[7]MillerSL,WolfeRR.Theroleofproteininthesarcopenicathlete[J]JournaloftheAmericanCollegeofNutrition,2018,37(6):527-535.[8]LiY,ZhangX,LiuZ,etal.Knowledgeandawarenessofsarcopeniaamongcommunity-dwellingolderadultsinChina[J]ArchivesofGerontologyandGeriatrics,2020,91:104098.参考文献[9]WangH,ZhangD,LiY,etal.BarrierstoproteinintakeinChineseolderadultswithsarcopenia[J]AsiaPacificJournalofClinicalNutrition,2021,30(3):456-463.[10]ChenL,WuC,ChangY,etal.Masticationdifficultyandproteinintakeinolderadults:Asystematicreviewandmeta-analysis[J]JournaloftheAmericanGeriatricsSociety,2022,70(5):1123-1130.参考文献[11]LandiF,CalvaniR,TosatoM,etal.Prevalenceandcorrelatesofsarcopeniaincommunity-dwellingolderpeople:TheiISIRENTstudy[J]JournalofNutrition,HealthAging,2020,24(3):258-264.[12]WilsonMG,NewtonRU,AndrewsB,etal.Depressionandadherencetonutritionalinterventionsinolderadults:Asystematicreview[J]Maturitas,2021,153:56-63.参考文献[13]NationalKidneyFoundation.K/DOQIclinicalpracticeguidelinesfornutritioninchronicrenalfailure[J]AmericanJournalofKidneyDiseases,2001,37(1Suppl2):S66-70.[14]MorleyJE,VellasB,vanKanGA,etal.Frailtyconsensus:Acalltoaction[J]JournaloftheAmericanMedicalDirectorsAssociation,2013,14(6):392-397.参考文献[15]ZhangY,LiuX,WangL,etal.Patientunderstandingofnutritionalrecommendationsinsarcopenia:Across-sectionalstudy[J]ClinicalNutrition,2023,42(3):456-462.[16]LiJ,WangH,ZhangD,etal.Roleoffamilycaregiversinnutritionalmanagementofsarcopenicolderadults:Aqualitativestudy[J]JournalofNutritionEducationandBehavior,2022,54(5):612-620.参考文献[17]WorldHealthOrganization.Globalactionplanonthepublichealthresponsetoageing2016-2020[R]Geneva:WHO,2016.[18]XuY,LiY,ZhangX,etal.PublicawarenessofsarcopeniainChina:Anationalsurvey[J]JournalofNutrition,HealthAging,2021,25(10):1123-1129.参考文献[19]CampbellWW,TrappeTA,JuhnMS,etal.Dietaryproteinrequirementsofenduranceathletes[J]JournaloftheAmericanCollegeofNutrition,2001,20(3):351-356.[20]RollandY,CzerwinskiS,VanKanGA,etal.Sarcopenia:Itsassessment,etiology,pathogenesis,treatmentandfutureperspectives[J]JournalofNutrition,HealthAging,2008,12(8):433-450.参考文献[21]LorigKR,RitterP,StewartAL,etal.Chronicdiseaseself-managementprogram:2-yearhealthstatusandhealthcareutilizationoutcomes[J]MedicalCare,2001,39(11):1217-1223.[22]KellerHH,GoyR,PayetteH,etal.Validityofanutritionalriskscreeningtoolforidentifyingnutritionalriskincommunity-dwellingolderadults[J]JournalofNutrition,HealthAging,2007,11(5):559-564.参考文献[23]WilliamsJG,AndersonK,WinquistA,etal.Familyinvolvementinchronicdiseaseself-management:Ameta-analysis[J]HealthEducationBehavior,2018,45(1):6-16.[24]Cruz-JentoftAJ,BaeyensJP,BauerJM,etal.Sarcopenia:Europeanconsensusondefinitionanddiagnosis:ReportoftheEuropeanWorkingGrouponSarcopeniainOlderPeople[J]AgeandAgeing,2010,39(4):412-423.参考文献[25]KondrupJ,AllisonSP,EliaM,etal.ESPENguidelinesfornutritionscreening[J]ClinicalNutrition,2003,22(4):415-421.[26]HorneR,WeinmanJ,HankinsM.Thebeliefsaboutmedicinesquestionnaire:Thedevelopmentandevaluationofanewmethodtoassessthebeliefsaboutmedicines[J]PsychologyHealth,1999,14(1):1-24.参考文献[27]FouqueD,Kalantar-ZadehK,KoppleJ,etal.Aconsensusdocumentonthepreventionandtreatmentofproteinenergywastinginchronickidneydisease[J]KidneyInternationalSupplements,2008,75(1):6-7.[28]Paddon-JonesD,WestmanE,MattesRD,etal.Proteinleverage:Newperspectivesonproteinintake[J]AppliedPhysiology,Nutrition,andMetabolism,2008,33(3):339-346.参考文献[29]Paddon-JonesD,RasmussenBB.Dietaryproteinrecommendationsforoptimalmuscleproteinsynthesisinactiveolderadults[J]CurrentOpinioninClinicalNutritionMetabolicCare,2009,12(1):55-60.[30]Bischoff-FerrariHA,BorchersMG,GudatF,etal.VitaminDreceptorexpressioninhumanmuscletissuedecreaseswithage[J]JournalofBoneandMineralResearch,2004,19(2):265-269.参考文献[31]MorleyJE.Anorexiaofaging:Aphysiologicalconsequenceoftheagingprocess[J]CurrentOpinioninClinicalNutritionMetabolicCare,2008,11(1):3-7.[32]JensenGL,BinkleyJL,CederholmT,etal.Malnutritionintheelderly:Currentknowledgeandrecommendations[J]JournalofNutrition,HealthAging,2009,13(9):737-743.参考文献[33]LogemannJA.Evaluationandtreatmentofswallowingdisorders[M]Austin,TX:Pro-Ed,2008.[34]LiaoCD,TsauoJY,WengLC,etal.Effectsofproteinsupplementationcombinedwithresistanceexerciseonbodycompositionandphysicalfunctionamongolderadults:Asystematicreviewandmeta-analysis[J]AgeingResearchReviews,2017,34:134-145.参考文献[35]CuijpersP,DonkerT,vanStratenA,etal.Isguidedself-helpaseffectiveasface-to-facepsychotherapyfordepressionandanxiety?Asystematicreviewandmeta-analysisofcomparativestudies[J]PsychologicalMedicine,2010,40(12):1943-1957.[36]Leandro-MerhiAA,deSáDantasAC,MarquesEA,etal.Adherencetonutritionalinterventionsinolderadults:Asystematicreview[J]Maturitas,2021,154:111-118.参考文献[37]MoriskyDE,GreenLW,LevineDM.Concurrentandpredictivevalidityofaself-reportedmeasureofmedicationadherence[J]MedicalCare,1986,24(1):67-74.[38]CharlesC,GafniA,WhelanT.Shareddecision-makinginthemedicalencounter:Whatdoesitmean?(Orittakesatleasttwototango)[J]SocialScienceMedicine,1997,44(5):681-692.参考文献[39]WhittemoreR,KnaflK.Theintegrativereview:Updatedmethodology[J]JournalofAdvancedNursing,2005,52(5):546-553.[40]ZhangY,LiuY,ZhangD,etal.Developmentandvalidationofasmartphone-baseddietaryassessmentappforolderadultswithsarcopenia[J]JournalofMedicalInternetResearch,2022,24(10):e37185.参考文献[41]YangY,WangH,LiJ,etal.Wearabledevicesformonitoringphysicalactivityandnutritionalstatusinsarcopenicolderadults:Asystematicreview[J]GeriatricsGerontologyInternational,2023,23(3):456-465.[42]KellerH,AllardJ,DyerR,etal.Useof3Dfoodmodelstoimprovedietaryassessmentinolderadults[J]JournalofNutrition,EducationandBehavior,2016,48(9):641-647.参考文献[43]BlackAD,CarJ,PagliariC,etal.Theimpactoftelemedicineonthequalityandsafetyofhealthcare:Asystematicoverview[J]PLOSMedicine,2011,8(9):e1001365.[44]FjortoftN,BédardM,KuoHY,etal.Technology-basedinterventionstoimprovemedicationadherenceinolderadults:Asystematicreview[J]DrugsAging,2017,34(8):619-632.参考文献[45]LiuCK,FieldingRA.Exerciseandproteinforsarcopenia:Thecurrentevidence[J]CurrentOpinioninClinicalNutritionMetabolicCare,2011,14(1):27-32.[46]WangY,ZhangX,LiY,etal.Machinelearningforpredictingnutriti