儿童营养需求评估技术专家共识总结2026

儿童营养需求评估技术专家共识总结2026营养评估是营养干预的基础，为规范儿童营养评估过程，中国优生科学协会小儿营养专业委员会牵头制定该共识，系统规范儿童营养需求评估技术。基于现有的循证医学证据，依据流行病学数据及国际指南，围绕传统和经典营养评估、个体化和精准营养评估以及评估量表，整合人体测量、膳食调查、生化标志物、体成分、肠道微生态、基因遗传多态性及人工智能新技术，形成儿童营养需求评估推荐意见，为临床营养评估提供参考，为儿童营养不良（含生长迟缓、微量营养素缺乏、超重肥胖等）的早期识别与精准干预提供方向。1前言随着社会经济的发展和生活方式的变化，儿童营养问题表现更为复杂多样，调查显示2010—2020年，我国儿童各类营养不良的患病率有所下降，如2~6岁儿童消瘦的比例从25.5%下降至22.2%［1］，但仍处于较高水平。根据《中国居民营养与慢性病状况报告（2020年）》，6岁以下儿童生长迟缓率为4.8%，6~17岁儿童青少年生长迟缓率为1.7%。儿童青少年生长迟缓率城乡差异一直较为明显，农村为城市的2~3倍［2］。而儿童超重肥胖的比例呈上升趋势，2015—2019年全国数据显示，6岁以下儿童超重率为6.8%，肥胖率为3.6%；6~17岁儿童和青少年超重率为11.1%，肥胖率为7.9%［3］。营养评估能有效识别存在营养风险或已发生营养不良的儿童，特别是在患有慢性器质性疾病（如糖尿病、肾病、风湿疾病、呼吸系统疾病、消化系统疾病等）、围手术期、过敏性疾病儿童中应用广泛。营养评估是营养干预的基础，基于精准营养评估的方法进行早期评估和干预可显著改善儿童生长和发育结局。通过评估儿童生长参数、膳食摄入和生化指标发现潜在营养问题或营养风险［4］。并根据评估结果制定个性化饮食、营养素补充或行为调整方案［5］，可有效降低因营养失衡导致的认知障碍、代谢疾病等远期影响［6］。科学、系统的营养需求评估方法在临床和公共卫生领域均具有重要意义。儿童时期全面的营养评估必须涵盖多项内容，包括临床表现、膳食评价、人体测量以及生化指标等。近年来，精准营养评估技术的快速发展，尤其是代谢组学技术与人工智能（AI）的结合，推动儿童营养评估从经验导向迈向数据驱动的精准模式［7］。本共识制定推荐儿科、儿童保健、临床营养师、全科医师等专业医护人员使用。2共识形成方法2.1共识的制定原则遵循当前最佳科学证据和临床实践经验，采用规范的共识制定程序形成共识。2.2共识制定工作组本共识由中国优生科学协会小儿营养专业委员会牵头，联合儿科学、临床营养学、营养与食品卫生学、儿童保健学、消化病学、护理学等多学科专家，以确保共识的科学性与严谨性，所有参与专家均声明不存在利益冲突。2.3证据的检索以及意见的形成以儿童营养需求评估技术为方向，构建检索以“儿童营养需求”“营养评估”“儿童体格检查”“儿童膳食调查”“childnutritionalneeds”“nutritionassessment”“pediatricanthropometricmeasurements”“childdietaryassessment”为主题词，全面检索中文检索平台包括中国知网（CNKI）、万方数据、维普资讯等综合性中文数据库，英文检索平台覆盖WebofScience、PubMed、Embase、CochraneLibrary等国际权威生物医学数据库。纳入标准：0~18岁儿童，涉及营养需求评估技术（筛查、体格检查、生化检测、膳食调查、人体成分分析、儿童营养需求）的原始研究、系统评价及指南。排除标准：成人/混合人群无儿童亚组、非中英文、低质量或数据不全文献、个案/评论/非系统综述。对符合纳入标准的文献全文阅读及数据提取。检索时间为2005—2025年。2.4专家调查本共识采用德尔菲法进行专家调研和投票，投票设0不列入，1可列入，2须列入3个等级，每一项推荐意见≥75%的专家同意列入（1可列入，2须列入）方达成共识，可以公布。团队设有执笔专家组、指导专家组、终稿投票专家组以及工作秘书组。执笔专家组完成初步推荐意见条目后，由各领域专家组成的审阅组对推荐意见进行逐条讨论和修改，经由指导专家组提出修改建议进行总结修订，由18名专家组成终稿投票专家组，通过线上投票形式对推荐意见进行投票，共计回收有效答卷17份，回收率为94.4%。执笔专家组与指导专家组对投票专家提出的意见进行讨论与修订，并由终稿投票专家组二次投票审定，形成终稿推荐意见。2.5共识的推广与更新本共识将在全国儿科进行推广，计划5年左右进行更新修订，保持其在专业领域的指导地位和实用价值。3儿童营养需求评估工具与技术营养评估是营养干预的基础。其中传统/经典营养评估（ABCDEF法），适用于所有儿童，通过体格测量、实验室检测、临床评估、膳食评估、环境和家庭因素综合评估儿童的营养状况。个体化/精准营养评估，适用于特殊疾病或常规评估无法明确病因者。此外营养评估量表，作为辅助工具用于筛查、分级及随访监测。3.1传统/经典营养需求评估3.1.1体格测量推荐意见1：对所有需要进行营养评估的儿童常规测量体重、身长/身高、头围。（1）<2岁测卧位身长，≥2岁测立位身高；若年幼儿童无法站立，仍可测卧位身长。（2）3岁以下儿童应建议测量头围。体重是指人体的总重量，在一定程度上代表儿童的骨骼、肌肉、皮下脂肪和内脏重量及其增长的综合情况，身长或身高是反映人体骨骼生长（线性生长）的重要指标［8］。身长（卧位测量）主要用于2岁以下婴幼儿，身高（立位测量）则从2岁后开始测量［9-10］。临床上若幼儿无法站立，仍可测卧位身长［11］；对无法站立的较大儿童，可使用替代身高测量（如臂展）［12］。人体测量学指标参考值需区分性别和年龄，且身长/身高是核心测量指标［13］。其中年龄别体重反映近期营养状态，年龄别身长/高反映远期营养状态。头围是评估婴幼儿神经发育和营养状况的关键指标。连续监测头围、体重和身长对识别儿童生长病理偏离至关重要，尤其在0~36月龄阶段［14］。3岁以下儿童头围测量是营养评估的必要组成部分，头围小且排除其他病因可提示长期营养不足，头围能够综合反映孕期营养、环境暴露、喂养及潜在疾病的影响。母亲孕期多样化饮食模式与儿童期更高的认知评分相关，可能与儿童头围增长有关［15］。此外针对食物过敏儿童，因其营养缺乏风险更高，需定期头围监测以识别生长迟缓［16］。推荐意见2：对所有需要进行营养评估的儿童常规生长评估，包括生长水平、生长速度和匀称度评估。（1）人体测量数据连续绘制百分位生长曲线。0~2岁使用世界卫生组织曲线；2岁以上优先使用本国/地区曲线。（2）≥2岁计算身体质量指数（bodymassindex，BMI），<2岁计算体重/身长比。（3）至少间隔6个月计算身高/身长增速。生长水平是指将测量值与参照值比较，获得该儿童在同年龄同性别人群中所处的位置。通过定期测量体重、身长/身高和头围等指标，并与标准化生长曲线对比，可评估儿童的生长水平。生长速度是指通过定期连续测量获得在一定时间内的增长值，是决定生长发育水平的关键［17］。身高体重的数据可以计算BMI，是评估儿童营养状态的关键工具，尤其适用于快速筛查2岁以上儿童消瘦或超重肥胖风险。通常针对<2岁的婴幼儿建议使用“身长的体重”来进行营养诊断，对于≥2岁儿童建议使用BMI来进行营养诊断［9-10］。通过定期追踪BMI、身长/身高、体重等指标的动态变化，可早期发现生长迟缓或偏离正常轨迹的情况［16］。采用标准化生长曲线进行动态评价，结合生长水平、生长速度、匀称度和成熟度等多维度指标，避免仅凭单次测量结果判断。建议对怀疑体格发育异常的儿童，需动态追踪观察6个月（最好12个月）以上［17］。常规生长评估是儿童时期重要的非侵入性评估方法，简单、安全、经济，可动态反映总体营养状况，对早期诊断营养性、慢性系统性和内分泌性疾病，降低儿童发病率与病死率有潜在意义。任何损害儿童的健康或营养状况的原因，都可反映到生长指标的变化，因此体格生长评价有助于临床疾病筛查及为转诊提供线索。体格生长评价是以统计学意义为基础，系筛查工具，其评价结果并不能等同于临床诊断，结果解释或诊断疾病时需结合病史资料。推荐意见3：建议常规描记生长曲线图监测儿童营养状态及营养干预效果。（1）若患儿存在特定遗传/代谢疾病，可使用相应疾病专用生长曲线。（2）早产儿出生至2岁，胎龄<28周的早产儿可延续至3岁，需同时按校正胎龄及实际年龄绘制体重、身长、体重-身长比。儿童生长评估需要定期监测，建议1岁以内婴儿每3个月测量一次身长和体重，1~3岁幼儿每6个月测量1次身长/身高和体重。3岁以上儿童每年测量身高和体重。疾病状态需增加监测频率。将多次测量指标绘制于标准生长曲线是观察生长趋势的最佳方式。生长曲线可以早期识别高风险儿童，及时进行营养干预以改善结局［18］。生长曲线更大的价值在于评估儿童的生长速度。中国城市儿童（1975—2015年）的身高轨迹分析显示，通过将多次测量数据绘制在生长曲线上，可以清晰地观察到生长速度的长期变化趋势［19］。评估身高的年增长速率对于儿童至关重要，建议至少观察6个月。当生长曲线显示平行于标准曲线（即使低于特定百分位）可不必过分担忧，偏离原有轨迹的异常模式（如速度持续下降）才需要临床关注［14］，生长曲线可整合多项指标（如标准化生长曲线计算的Z评分），为营养状况提供更全面的评估框架。由于多种疾病患儿的营养状况和生长结果具有疾病特异性，例如神经肌肉病、囊性纤维化、线粒体病、遗传代谢病等，需要建立标准化评估方法以优化营养干预，现有证据支持对特定遗传/代谢疾病采用专用生长曲线，但需结合精准营养评估和疾病特异性生物标志物［20-22］。除此之外，早产儿的生长曲线评估（例如Fenton早产儿生长曲线）也需要个体化、多维度考量，早产儿（尤其是极早产儿）的生长目标应模拟胎儿宫内生长速率，并在校正胎龄后逐渐与足月儿生长曲线平行［14］。一般情况下，早产儿生长监测和评估可持续至校正年龄2岁，对于胎龄<28周的早产儿可延续至校正年龄3岁，需结合临床合并症及其他因素来评估早产儿的生长情况。推荐意见4：握力、腰围、上臂中围和皮褶厚度等可作为儿童营养评估的补充指标。握力被用作评估肌肉力量和营养状态的指标，用于3岁以上儿童青少年营养评估。研究表明，握力与儿童的身体成分（如肌肉量）显著相关，可作为营养不良风险的筛查工具［23］。在营养不良风险的儿童中，握力较低与较差的临床结局相关，且对营养支持的反应较差。中国居民营养与健康相关研究中提供8岁以上人群、分性别的握力百分位标准，可用于肌少症筛查、干预效果评价及跨研究比较［24］。腰围和腰围身高比（waist-to-heightratio，WHtR）被用于评估儿童的中心性肥胖和代谢风险。研究表明，腰围与握力之间存在性别特异性关联，可能反映肥胖对肌肉功能的影响［25］。这些身体测量指标在儿童营养评估中具有重要价值，可用于诊断营养不良、评估干预效果和预测健康风险，但0~5岁儿童腰围参考值研究极为有限。在我国腰围以《7~18岁儿童青少年高腰围筛查界值》［26］作为中心型肥胖筛查依据，P75≤腰围<P90为正常腰围高值，腰围≥P90为中心型肥胖筛查的界值。男童WHtR>0.48，6~9岁女童WHtR>0.48，10~15岁女童WHtR>0.46，代谢性指标风险增加。上臂中围（mid-upperarmcircumference，MUAC）是诊断严重急性营养不良（severeacutemalnutrition，SAM）的关键指标之一，用于监测儿童的营养状况变化，探究营养干预的有效性。多项研究明确将MUAC用于6~59月龄儿童SAM的筛查与诊断［27］。MUAC原始值需结合世界卫生组织发布的年龄别、性别别上臂围生长曲线转换为Z评分，用于定义消瘦（MUACZ值<-2）与重度消瘦（MUACZ值<-3）。三头肌与肩胛下皮褶厚度被用作体脂评估的简易替代指标，是评估皮下脂肪储存的重要指标，常用于临床常规监测［28］。上臂肌肉面积（由MUAC与三头肌皮褶厚度计算）可能比体重或BMI更早提示营养状况恶化，建议在2岁以上儿童青少年中定期测量并计算。对2岁以上儿童，联合监测MUAC、皮褶厚度并计算上臂肌肉面积，有助于早期发现营养恶化；5岁以上儿童可结合腰围、腰高比评估腹部肥胖及代谢风险；3岁以上儿童握力测量可作为肌肉功能与营养风险的补充工具。所有指标应用时需结合年龄、性别特异性参考值，并注意测量标准化。这些身体测量指标在儿童营养评估中具有重要价值，可用于诊断营养不良、评估干预效果和预测健康风险，可作为临床参考。3.1.2实验室检测推荐意见5：鉴于营养问题的生化检查无特异性，建议根据膳食评估结果或临床表现选择针对性的常用宏量营养素检测指标（如血红蛋白、前白蛋白、血脂等），维生素矿物质检查（如铁、锌、维生素A、维生素D等）。生化指标检测是通过检测儿童血液、尿液等体液中的物质水平，评估其营养状况。生化指标能够敏感地反映亚临床营养缺乏，通过整合多种营养指标，可实现个体化的营养干预，优化营养干预效果。依据患儿的基础疾病及营养状态对需要进行营养评估的患儿检测血红蛋白以评估患儿是否贫血。监测血清（血浆）铁蛋白水平可作为营养干预效果的评价指标。血红蛋白浓度是评估贫血的关键指标。儿童（尤其是食物过敏患儿）存在营养缺乏和生长迟缓的风险，血红蛋白检测可作为营养评估的重要组成部分［16］。血清铁蛋白是评估铁储存状态的核心指标，低值直接反映铁缺乏，监测血清铁蛋白水平可作为营养干预效果的评价指标［29］。建议基于中华人民共和国卫生行业标准《人群贫血筛查方法：WS/T441-2013》［30］中规定的血红蛋白含量评价是否存在贫血，对于海拔超过1000m的地区，测定的血红蛋白含量，需进行海拔校正。基于《人群铁缺乏筛查方法：WS/T465-2015》［29］中血清（血浆）铁蛋白含量评价是否存在铁缺乏。检测患儿血清（血浆）前白蛋白、白蛋白评估患儿营养状态。血清（血浆）前白蛋白能快速反映营养状态变化，可用于动态监测和危重患儿预后预测指标。在排除所有非营养性低白蛋白原因后，考虑将血清白蛋白作为营养状况指标。血清前白蛋白是临床结局的敏感预测指标和营养支持的质量标志物，能快速反映营养状态变化，尤其适用于动态监测营养干预效果［31］。对于存在营养缺乏风险的儿童，前白蛋白可作为评估工具之一，但也需结合其他指标（如生长参数、营养摄入等）综合判断。血清白蛋白是体内最丰富的可溶性蛋白，具有维持血浆胶体渗透压、调节血管内液体分布等多种生理功能。一般住院患儿的血清白蛋白浓度被视为营养评估的生物标志物，但由于低白蛋白血症通常与多种疾病有关，而非营养缺乏的特异性指标［32］。在排除所有非营养性低白蛋白原因后，考虑将血清白蛋白作为营养状况指标，同时需结合临床背景、多维营养工具及其他实验室参数，其核心价值在于预后预测而非病因诊断。针对超重/肥胖患儿，需定期监测：血糖、糖化血红蛋白（HbA1c）、总胆固醇、甘油三酯等。除蛋白相关指标外，血糖和血脂是超重肥胖儿童的重要评估项目。研究显示，16.4%的正常体重儿童及青少年已存在高血糖，而超重肥胖群体中这一比例更高［33］。HbA1c是评估长期血糖控制的关键指标。HbA1c≥5.7%的肥胖青少年患2型糖尿病（T2DM）的风险显著升高，且风险随HbA1c水平增加而递增［34］。国际儿童与青少年糖尿病学会（ISPAD）建议对具有高危因素的儿童青少年进行T2DM的筛查，筛查人群为伴有T2DM危险因素，尤其是BMI≥第85百分位的儿童青少年，筛查指标包括空腹血糖、口服葡萄糖耐量试验（OGTT）或HbA1c［35］。如果血糖正常，之后建议至少每3年复查一次，如果出现体重明显升高，心脏代谢指标恶化，有很强的T2DM家族史，或有糖尿病前期的证据，建议年度筛查。肥胖儿童普遍存在致动脉粥样硬化性血脂异常，肥胖儿童冠状动脉疾病风险是正常体重儿童的9.28倍，与血脂异常独立相关［36］。建议超重肥胖儿童定期监测总胆固醇、甘油三酯、低密度脂蛋白胆固醇（LDL-C）、高密度脂蛋白胆固醇（HDL-C），必要时扩展至载脂蛋白（Apo），如ApoB/ApoA1比值，根据美国儿科学会（AAP）建议，至少每2年一次，高风险患儿可能需要更频繁的监测［37］。这些措施有助于早期识别代谢异常，指导干预以降低远期心血管和糖尿病风险。以血清（血浆）视黄醇来评价儿童维生素A营养状态。以血清（血浆）25-羟维生素D［25-（OH）D］来评价儿童维生素D营养状态。维生素A营养状况的评价以肝脏维生素A储存量为金标准，血清维生素A仍是临床评价维生素A营养状况最常用的指标［38］。视黄醇是血清维生素A的主要形式，是维生素A缺乏分型的重要依据，2022年欧洲临床营养与代谢学会（ESPEN）微量营养素指南推荐通过测定视黄醇来确定维生素A［39］。血清25-（OH）D水平是评估维生素D营养状况的常用指标，是目前临床最广泛使用的维生素D状态生物标志物［40］，因其能反映体内维生素D的储存水平，且半衰期较长（2~3周），稳定性优于活性形式。故以血清25-（OH）D水平作为反映机体维生素D水平的最佳指标，虽然仍是目前最实用的筛查指标，但在特定临床情境（如慢性疾病、代谢异常或特殊人群）中需结合其他检测或功能性指标进行综合判断。其他营养素评价指标可选测：α-生育酚（维生素E）、维生素C、5’-磷酸吡哆醛、维生素B12、钾、钠、钙、镁、锌、铜、硒等。α-生育酚和维生素C作为抗氧化剂，其评估需结合膳食调查与生化指标［41］。维生素B12和5’-磷酸吡哆醛（维生素B6活性形式）的缺乏风险在植物性饮食儿童中较高。需通过临床检测（如血清B12水平）和膳食记录综合评估［42］。目前水溶性维生素水平检测通常采用液相色谱串联质谱法。此外，临床指南强调微量营养素（包括微量元素和维生素）状态评估的重要性，特别是在常见病理状态下，缺乏可能显著影响健康结局［39］，健康儿童的年龄特异性微量元素参考区间（如锌、铜、镁、硒）可用于评估患病儿童的营养状态［43］。儿童营养评估中微量元素的研究涵盖了从基础暴露到临床应用的多个层面，这些营养元素在儿童发育和健康中发挥关键作用，但在临床应用中非临床诊断治疗需要，不宜将微量元素检测作为体检普查项目，尤其是6个月以下婴儿。3.1.3临床评估推荐意见6：对所有需要进行营养评估的儿童常规进行详细的病史采集和全面体格检查，以确定宏量营养素、微量营养素不足或过剩的特定表现。病史采集是早期识别营养素缺乏高危儿童青少年的首要步骤。对所有儿童青少年在首诊或基线评估时，系统采集出生与围生期史、喂养与膳食史、疾病与用药史、生长发育与行为史四类核心信息。对于存在高危因素者，应将其列为营养素缺乏的重点关注对象，病史采集不能替代客观评估，但可显著提高早期识别的敏感性，避免漏诊。在儿童营养评估中，通过视诊与触诊是识别营养不良和微量营养素缺乏的重要临床手段。颞肌、锁骨、肩胛等部位的肌肉消耗可提示长期营养不良或消耗性疾病（如癌症、糖尿病）［44-45］。锌、硒、铜及维生素A和维生素C缺乏常表现为皮肤干燥、角化过度或皮炎［46］。B族维生素缺乏（如烟酸、核黄素）可导致光敏性皮炎或口角炎［47］。铁缺乏可导致匙状甲，蛋白质缺乏可能引起毛发稀疏、易断，必需脂肪酸缺乏可表现为皮肤脱屑和毛发异常［48］。儿童超重肥胖也可能伴随微量营养素缺乏，营养评估需兼顾体重状态与营养素状态。皮肤表现可作为早期线索，辅助实验室检查（如血清锌、铁蛋白）。视诊与触诊是儿童营养评估的一线工具，但需结合病史、膳食调查及实验室指标以提高准确性。3.1.4膳食评估推荐意见7：建议对所有需要进行营养评估的儿童常规进行膳食评估。推荐意见8：建议婴幼儿采用24小时膳食回顾法，>3岁采用膳食日记，群体或集体生活者采用食物频率进行膳食调查。推荐意见9：在膳食评估同时建议常规开展饮食行为评估（包括本人的饮食行为，家庭环境等）。针对不同年龄段的儿童可以选用不同的膳食评估方法。其中连续多天的前瞻性膳食日记（一般为3d）是准确评估膳食摄入的金标准方法之一。该方法能减少回忆偏倚，但因执行难度较高而受限。对于儿童而言，前瞻性记录需依赖家长配合完成。作为替代方案，24h回顾法（最好重复≥2次）被广泛使用，其优势在于操作简便，但因其依赖于回忆，存在回忆偏倚［49-50］。膳食日记或回顾的准确性受年龄、家庭文化程度、进餐场所多变等因素影响，临床应用时可采用手机拍照、APP记录等以提高依从性与准确性［51-52］。食物频率问卷（FFQ）适用于评估长期饮食习惯，如特定食物摄入频率［49］。膳食调查结果可为营养评估提供有用的线索，然而，所有膳食评估方法均存在随机或系统误差，需结合临床指标（如生化检测）综合判断。3.1.5环境和家庭评估

推荐意见10：对所有儿童进行环境和家庭评估，尤其对营养风险高危儿童。环境和家庭因素是影响儿童营养状况的重要上游决定因素。对所有接受营养评估的儿童，特别是存在营养风险或营养不良者，常规进行环境和家庭评估。在进行儿童营养需求评估时需要评估影响儿童营养的外部因素，包括父母的健康状况和营养知识水平、家庭的经济状况、家庭膳食习惯、生活方式、喂养模式和行为、家族遗传病史等［53-54］。父母教育程度与家庭内多种营养不良表现显著相关。营养教育可直接提升父母营养知识，进而改善家庭饮食质量与可持续饮食习惯。此外，儿童营养状况与家庭的经济收入以及家庭的喂养方式等均有关。可在临床初诊时完成快速核心问题筛查，对于存在明确不良环境或家庭因素的儿童，应将其列为营养干预的重点对象，制定个体化的家庭支持计划，并加强随访监测。3.2个体化/精准营养需求评估3.2.1人体成分分析

推荐意见11：对于可影响脂肪代谢的疾病患儿（超重肥胖、消瘦、脂代谢障碍、神经肌肉病等），建议常规开展人体成分检测以监测营养干预效果。传统指标如BMI因不能评估脂肪量和脂肪分布，在儿童营养评估中存在局限性，而体成分分析能更准确地反映脂肪质量（FM）、去脂质量（FFM）等指标。研究表明，部分儿童虽BMI正常但体脂百分比（BFP）异常，可能伴随代谢风险［55］。在神经肌肉疾病［56］、外科手术［57］、肾脏透析［58］患儿中，体成分的改变（如肌肉萎缩或脂肪异常堆积）与吞咽困难、胃肠功能障碍等营养问题以及疾病的预后密切相关，体成分的变化可指导临床干预。推荐意见12：双能X线吸收法（DXA）是儿童体成分评估的金标准，尤其适用于肥胖儿童（BMI≥第95百分位）的能量储备评估。DXA在儿童体成分评估中确实具有重要地位，能够高精度测量骨密度和体成分参数（包括脂肪质量、瘦体重等）。DXA可同时评估脂肪分布（如腹部脂肪、四肢脂肪）和瘦体重指数，这对肥胖儿童的能量储备和代谢风险分析至关重要［59］。DXA因其高精度和多参数分析能力成为儿童（尤其是肥胖儿童）体成分评估的金标准。但因其存在辐射性、成本较高、需要儿童配合度高以及报告解读的复杂性，在临床实践中，它通常不用于初始营养评估。推荐意见13：生物电阻抗分析法（BIA）可作为临床实用工具。BIA具有快速、无创、成本低和可重复性高的特点，适合儿童群体［60］。与传统的身体成分测量方法（如DXA、MRI）相比，BIA避免了辐射暴露和长时间测量的局限性，更适合临床常规使用。例如，针对肥胖儿童，基于生物电阻抗开发的预测方程可校正去脂质量密度偏差，提高饮食运动建议的准确性［61］。建议临床应用中需结合具体人群的参考值，并与其他营养评估工具联合使用以提高准确性。目前全球范围内缺乏儿童体成分参考值，近年研究通过大样本（NHANES数据）建立了6周至20岁的性别特异性参考图表，涵盖FM百分比、骨密度（BMD）等参数［13，62］。在我国的大样本研究通过DXA［63-64］及BIA方法［65］建立的儿童特异性参考值，如去脂体重指数（LBMI）、体脂指数（FMI）等有助于早期识别营养不良或肥胖风险。体成分分析通过多参数、多技术手段，为儿童营养评估提供了更全面、精准的生理信息，尤其在慢性病管理、代谢异常筛查及个体化干预中具有不可替代的价值。3.2.2其他膳食评估参考指标推荐意见14：膳食平衡指数（DBI）、膳食质量指数（DQI）、膳食抗炎指数（DII）、超加工食品（UPF）摄入评分等可评估儿童营养摄入状态与疾病的关联。DBI是一种基于《中国居民膳食指南》核心推荐的评分系统。它通过将实际膳食摄入与推荐标准进行比较，计算出多个维度的得分，从而全面、直观地反映一个人的膳食是否“平衡”。国际膳食质量指数（DQI-I）评估儿童饮食，包含膳食多样性（最高20分）、充足性（最高40分）和适度性（最高30分）三个维度。全球膳食质量评分（GDQS）是基于DQI-I开发的儿童版本，用于评估营养素充足性和非传染性疾病风险［66］。DII是一种用于量化饮食模式对全身炎症影响的工具，其核心是通过评估食物成分对促炎或抗炎生物标志物的影响来构建评分体系。DII通过分析饮食中特定营养素或食物成分与已知炎症标志物的关联性，将饮食分为促炎或抗炎模式［67］。儿童专用DII（C-DIITM）的开发提示成人DII可能不直接适用于儿童，需针对性调整［68］。DII作为一种量化饮食炎症潜力的工具，在流行病学和临床研究中具有重要价值，但其应用需结合具体人群和健康结局，并注意能量调整和评分方法的标准化。UPF评分系统（0~15分）是基于谷物、肉类、乳制品等5类UPF周摄入频率量化评估。UPF占饮食能量比例较高时，整体膳食营养质量下降，表现为微量营养素（如维生素和矿物质）摄入不足［69］。UPF摄入评分作为评估工具，在儿童超重肥胖、营养素缺乏、代谢紊乱及长期慢性病中的重要作用，且与社会经济因素和饮食行为密切相关。3.2.3新型个性化营养需求评估方法

推荐意见15：食物识别AI技术可用于儿童营养摄入评估。AI技术通过图像识别可准确识别儿童摄入的食物种类，结合营养数据库计算实际营养素摄入量。深度学习模型如InceptionV3在食物识别中表现优异（Top-1准确率78.26%，Top-5达96.62%），为营养计算提供可靠基础［70］。而AI驱动的移动应用（如膳食自动评估工具FRANI）通过即时图像分析显著提升效率，与称重记录法具有可比性［71］。智能眼镜和可穿戴相机等设备进一步实现无感化数据采集。当前应用仍受限于食物体积估算误差（如混合餐的分离识别），以及少数族群饮食数据不足导致的模型偏差［72］。未来需结合3D成像和多模态数据提升精度。AI不仅支持营养评估，还能通过跨模态检索（如根据图像生成食谱）促进饮食教育，其在儿童营养评估中的应用，主要通过AI图像识别结合营养数据库，实现膳食成分的即时量化分析，为儿童营养管理提供科学依据。推荐意见16：肠道微生物健康指数整合了包括双歧杆菌在内的50个菌种信息，可作为疾病无关的健康状态指标。其在儿童中验证不足，推荐用于研究，临床谨慎应用。儿童营养状态与肠道微生物组成和多样性密切相关，肠道菌群可作为营养干预的重要靶点。膳食纤维通过调节菌群功能（如发酵产生短链脂肪酸）影响宿主的能量代谢和炎症反应，从而改善肥胖［73］。微生物评价还能帮助评估干预效果，特定益生菌或膳食补充剂对菌群组成的改变及其与临床指标（如体重、炎症标志物）的关联［74］。通过分析菌群组成，可以识别营养不良的生物标志物，并指导针对性干预。肠道菌群失衡常表现为双歧杆菌丰度降低，同时埃希菌/志贺菌等致病菌比例升高。双歧杆菌的丰度与埃希菌存在负相关，同时多项研究支持两者比例失调与疾病相关［75］。既往研究支持双歧杆菌与埃希菌的比例失衡（如双歧杆菌减少或埃希菌增多）可作为肠道菌群失调的标志之一，但具体比值阈值需结合临床背景和检测方法进一步验证。此外Shannon指数是评估肠道菌群α多样性的核心指标。中国营养学会在个性化营养评估技术指南中指出肠道微生物评估指标为双歧杆菌数量/埃希菌数量和Shannon指数，并制定了评估标准［41］。最新研究中肠道微生物健康指数（GMHI/GMWI2）是基于肠道微生物组分类学特征设计的标准化、疾病无关的健康状态指标。GMHI基于50种与健康肠道生态系统相关的微生物物种构建，在多人群规模元数据集验证中，GMHI是疾病状态最稳健的预测指标，能够独立于临床诊断评估健康［76］。GMWI2是原始GMWI的增强版，通过整合多队列数据进一步优化，可用于评估饮食、抗生素暴露、粪便微生物移植对肠道健康的影响，支持个性化健康评估［77］。肠道微生物膳食指数（DI-GM）作为GMHI的补充指标，通过量化饮食质量与微生物多样性的关联评估健康状态，通过标准化、可量化的方法将微生物组特征与健康状态关联，为个性化健康管理和疾病风险预测提供了新范式［76］。推荐意见17：可采用单核苷酸多态性（SNP）位点作为个性化营养素缺乏风险评估指标。可作为研究与高危儿童辅助评估，暂不推荐常规临床应用。SNP作为人类基因组中最常见的遗传变异形式，能解释个体间营养素代谢差异。全基因组关联研究（GWAS）已鉴定出大量与多种营养素代谢相关的SNP，儿童群体中，SNP与特定营养素缺乏风险显著相关。研究发现在牛奶过敏儿童中，SNP可能通过调控铁和维生素D代谢基因（如

VDR、TMPRSS6等），使其缺乏风险更高［78］。SNP作为稳定的遗传标记，可早期预测个体对营养素的需求差异［79］。目前现有SNP仅能解释部分表型变异，对于高风险儿童筛查可检测与铁、维生素D等营养素代谢相关的SNP，如脂肪酸去饱和酶1基因（FADS1）、维生素D结合蛋白基因（DBP/VDBP）［78］以指导强化干预，同时需结合代谢组学和临床指标提高预测准确性。可采用维生素A、维生素D、维生素E、叶酸、维生素B12、镁、铁缺乏的SNP位点作为个性化营养素缺乏风险评估指标［41］。SNP可作为儿童营养风险评估的辅助工具，但需谨慎解读结果并强调个体化干预。未来需扩大人群研究并开发更复杂的遗传模型以提升实用性。推荐意