管灌營養監測與問題處理

Monitoring and Problem Management in Tube Feeding

I. 管灌營養監測核心原則

A. 腸胃道耐受性評估

• 腹脹/疼痛：藥物、副腸麻痺、灌注速率過快、配方不當。
• 噁心/嘔吐：胃排空延遲、速率過快、藥物副作用、基礎疾病。
• 糞便性狀：記錄頻率、量、稠度、顏色，與基準比較。

B. 水分狀態評估

需水量：一般 1 mL/kcal 或 30–35 mL/kg/d，依心腎肝功能調整。

• 水分過多：水腫、少尿、高血壓、呼吸窘迫。
• 脫水：少尿、口乾、皮膚彈性差、低血壓、心搏快、BUN 上升。
• 出入量紀錄：輸入（配方水、沖管水、IV 輸液） vs 排出（尿液、不顯性流失）。
• 體重變化：每日 1 kg ≈ 體液 1 L。

C. 其他監測要點

• 體重：ICU 每日，病房至少每週 3 次。
• 實驗室數據：設定營養目標、監測代謝併發症。
• 管路通暢：連續餵食每 4 小時沖管 20–30 mL 溫水；間歇餵食及給藥前後必須沖洗。

The management of antiplatelet therapy in acute coronary syndrome patients with thrombocytopenia

一、概述

本指引針對急性冠心症 (ACS) 併發血小板低下病人的抗血小板治療策略建議。 此類患者同時具備高度出血與缺血風險，實證資料缺乏，臨床決策困難。

二、ACS 與 DAPT 基礎

• ACS：包含 STEMI、NSTEMI、不穩定型心絞痛
• DAPT：Aspirin + P2Y12 受體拮抗劑 (Clopidogrel, Ticagrelor, Prasugrel)
• 好處：預防支架血栓、自發性心肌梗塞
• 風險：出血風險升高

三、血小板低下症定義與風險

• 定義：血小板 < 150 × 10⁹/L
• 分級：
  • 輕度：100–149
  • 中度：50–99
  • 重度：< 50
• ACS 患者中盛行率：基礎型約 5%；事件性約 13%

四、預後影響與悖論

• 血小板低下為死亡與 MACE 的預測因子
• 悖論：即便血小板低，缺血風險仍 ↑
• 可能機轉：共病嚴重、血小板活化異常、感染與壓力狀態下凝血系統被活化

五、實證不足與試驗排除

• 多數大型試驗如 TRITON–TIMI 38、PLATO 排除血小板低下患者
• 造成此族群無 RCT 資料、臨床依賴觀察性研究與專家意見

六、臨床管理建議

• 排除可逆因素：藥物性 (UFH、IIb/IIIa 抑制劑、抗生素等)
• 所有抗血小板療法搭配 PPI
• 避免triple anti thrombotic（DAPT+OAC）
• PCI 建議橈動脈入路 + 第二代 DES，縮短 DAPT 至 1 個月

根據血小板計數的處理策略：

• <50 × 10⁹/L：避免抗血小板療法與 PCI
• 50–99 × 10⁹/L：
  • 非 PCI：Clopidogrel 單一療法
  • PCI 後：DAPT 1 個月後轉單一藥物
• ≥100 × 10⁹/L：標準 DAPT 可行

七、特殊藥物考量

• Cangrelor：靜脈注射，短效，迅速可逆，潛在適用但證據不足
• Prasugrel, Ticagrelor：出血風險較高，建議避免血小板 <100 × 10⁹/L 病患使用

八、未來研究方向

• 建立血小板數值對應抗血小板策略之安全性證據
• 評估短效、可逆 P2Y12 抑制劑角色（如 Cangrelor）
• 設計納入血小板低下症族群之次群體 RCT

Sodium Bicarbonate臨床應用與藥理

主要用途與適應症

• 代謝性酸中毒 (Metabolic Acidosis)
  • pH < 7.1–7.2 時可考慮使用，尤其合併 AKI。
  • DKA：pH < 6.9 時考慮使用。
  • CKD 或 RTA 慢性酸中毒：口服使用以預防併發症。
  • 可用於 metformin-induced lactic acidosis。
  • 在非陰離子缺失性酸中毒 (ΔAG/ΔHCO₃ <1) 也具理論優勢。
• 高鉀血症 (Hyperkalemia)
  • 促進鉀離子進入細胞內，尤其在酸中毒背景下。
  • 對晚期腎病患者效果較差，具爭議性。
• 藥物中毒 (Toxicology)
  • 水楊酸中毒：鹼化尿液以促進排除。
  • 三環抗憂鬱劑過量：血液鹼化與高鈉濃度可逆鈉通道阻滯。
  • 洛哌丁胺、β-blocker、奎硫平過量：視 QRS 寬度與心電圖改變決定是否使用。
• 心跳停止 (Cardiac Arrest)
  • 常規不推薦，但若合併高鉀、TCA 過量等特定情況可使用。
• 顱內壓升高 (ICP)：8.4% NaHCO₃ 為替代選項。
• Impella 裝置灌流液替代品。
• 胃食道逆流、吸入治療等 GI 或局部用途。

呼吸衰竭的鑑別診斷

從呼吸生理最核心的功能開始，逐步釐清呼吸衰竭的診斷觀念。

什麼是第一性原理？

在科學和工程中，第一性原理是指從最基本、最原始的假設出發，而不依賴任何現有的理論、實驗數據或經驗。在這裡，我們可以理解為從呼吸生理最核心的功能開始，來理解呼吸衰竭。

核心觀念：呼吸系統的功能

呼吸系統最基本的功能是實現氣體交換，即將氧氣 (O2) 從外界環境傳送到血液中，並將二氧化碳 (CO2) 從血液中排出體外。

這個過程主要發生在肺泡 (alveoli) 和肺部微血管 (pulmonary capillaries) 之間。

• 氧氣的傳送： 空氣進入肺泡 → 氧氣從肺泡擴散到血液 → 血液將氧氣輸送到全身組織。
• 二氧化碳的排出： 組織產生二氧化碳 → 血液將二氧化碳帶回肺部 → 二氧化碳從血液擴散到肺泡 → 二氧化碳隨呼氣排出體外。

呼吸衰竭的定義

當呼吸系統無法有效地執行上述氣體交換功能，導致血液中的氧氣含量過低 (低氧血症) 或二氧化碳含量過高 (高碳酸血症)，甚至兩者兼有時，就稱為呼吸衰竭 (Respiratory Failure)。

呼吸衰竭可以分為兩種主要類型：

• Type I (第一型): 急性低氧血症性呼吸衰竭 (Acute Hypoxemic Respiratory Failure)
  • 主要問題是氧氣交換障礙。
  • 特徵：動脈血氧分壓 (PaO2) 下降。
  • 二氧化碳分壓 (PaCO2) 通常正常或偏低 (因為身體會嘗試增加換氣來代償)。
  • 這是由於氧氣無法有效地從肺泡進入血液。
• Type II (第二型): 急性高碳酸血症性呼吸衰竭 (Acute Hypercapnic Respiratory Failure)
  • 主要問題是二氧化碳排出障礙。
  • 特徵：動脈血二氧化碳分壓 (PaCO2) 上升。
  • 通常也伴隨低氧血症 (因為換氣不足導致整體氣體交換效率下降)。
  • 這是由於換氣不足，導致二氧化碳在體內積聚。

臨床統計學

掌握核心概念

統計學第一性原理

統計學的核心意義

統計學是：用樣本推論總體的工具，是「量化不確定性」的語言。

醫學決策中，數據永遠來自樣本，不是母體 → 必須接受機率、誤差、不確定。

三大核心原理

• 不確定性：疾病發生具有隨機性，不能確定地預測個體，但可預測群體機率。
• 變異性：個體間反應不同，統計幫助我們判斷這些變異是否具臨床意義。
• 證據為本：臨床判斷應基於數據，而非個人經驗或直覺。

---

研究設計與統計概念總覽

研究設計的結構性邏輯

類型	時序	起點	常見疾病頻率	可計算指標	優點	缺點
Cohort (世代研究)	前瞻/回溯	依暴露分群	常見病	RR, AR, HR	時間順序明確，可看多結果	成本高、需長期追蹤
Case-control (病例對照)	回顧性	依結果分群	罕見病	OR	適合研究罕病、快速	回憶/選擇偏差
Cross-sectional (橫斷面)	單一時間	同步收資料	常見病	Prevalence	快速、成本低	無法推論因果
RCT (隨機對照試驗)	前瞻性	隨機分派	任意	ARR, RRR, NNT	偏差最小、因果關係最強	費用高、倫理限制
Crossover (交叉試驗)	前瞻性	自身對照	穩定病	差異比較	控制個體差異	適用族群有限，需washout

---

統計名詞與應用概念

統計指標定義比較表

指標	英文名	第一性邏輯概念	公式	用途	常見誤區
發生率	Incidence	某期間新發病數	新病例 / 風險人口	疾病速度	需明確時間定義
盛行率	Prevalence	當下存有的病	現有病患 / 總人口	疾病負擔	無法推因果
風險比	Risk Ratio (RR)	暴露組風險是否↑	暴露組發病率 / 對照組發病率	看治療是否有效	無法解釋效應大小
相對風險差	RRR	效果百分比下降	1 - RR	研究報告常引用	過度樂觀
絕對風險差	ARR	實際減少多少人出事	對照組發病率 - 實驗組發病率	算NNT的基礎	常被忽略
需治療人數	NNT	幾人治療可助1人	1 / ARR	衡量臨床價值	NNT越小越好

---

統計檢定工具選擇邏輯

檢定工具與題型搭配

比較目標	適合統計方法	條件	常見題目例子
兩組平均值（連續資料）	t-test	常態分布資料	ICU兩組鈉離子比較
同一組前後比較	Paired t-test	相依樣本	同一病人前後BP差異
類別比例比較	Chi-square	n > 5格頻	預後與性別關聯
小樣本比例	Fisher’s exact	n < 5	稀有副作用分析
多組平均值	ANOVA	正態連續資料	三組血糖藥效比較
多變量調整	Multiple logistic regression	二元結果，控制混雜因子	影響疾病預後的獨立因素分析

🧠 判斷邏輯記憶術：

• 題幹提到 before vs after → Paired t-test
• 題幹提到 Group A vs B → Independent t-test
• 題幹提到 比例/分類變項 → Chi-square or Fisher's exact test
• 題幹明示「控制多個變項」→ Regression

---

🔍

診斷試驗性能指標

指標	第一性原理	公式	應用	錯誤避免
敏感度 (Sn)	病人有病時能抓出來	TP / (TP + FN)	排除病（陰性則無病）	太高可能抓錯人
特異度 (Sp)	沒病的人能正確排除	TN / (TN + FP)	確診病（陽性則確診）	太高可能漏掉病人
陽性預測值 (PPV)	陽性檢測是真病	TP / (TP + FP)	臨床使用PPV決策	受盛行率影響大
陰性預測值 (NPV)	陰性檢測真沒病	TN / (TN + FN)	排除診斷用	盛行率低會很高
概似比 (LR+, LR−)	檢測改變病機率的力道	LR+ = Sn / (1−Sp)	貝式更新用	難以直觀解釋

---

生存分析與風險模型

概念	說明	臨床例子解釋
Hazard ratio (HR)	瞬時風險比	HR = 0.5 → 治療組在任何時間點發生風險是對照組的一半
Kaplan-Meier 曲線	累積生存曲線	生存分析表示不同時間點存活比率
Cox regression	多因子生存風險調整	癌症預後模型類似多變項logistic regression

---

模擬題精選與答題策略

題目 1: Retrospective observational cohort study → 控制混雜因子？

✅ 答案：Multiple logistic regression

📌 關鍵： 回溯性設計無法隨機 → 必須用迴歸控制混雜因子。

題目 2: 前瞻性分組（有無RRT）→追蹤90天功能狀態？

✅ 答案：Cohort study

📌 關鍵： 分組依暴露、追蹤結果（非結果→暴露）＝世代研究。

快速答題策略總表

線索	推論設計/方法
結果→回推暴露	Case-control
暴露→追蹤結果	Cohort
單次調查	Cross-sectional
有隨機分派	RCT
自身前後比較	Paired t-test
二組平均比較	Independent t-test
控制混雜因子	Logistic regression (或其他迴歸模型)
內部一致性分析	Cronbach’s alpha

---

附錄：統計方法選擇決策樹

統計方法選擇流程

1. 步驟一：決定資料類型
   • 連續型？（如：血壓、Na、血糖）→ 看是否常態
   • 類別型？（如：性別、存活與否）→ 分析比例
2. 步驟二：樣本是否配對？
   • 同一人前後比較 → Paired test
   • 不同人兩組比較 → Independent test
3. 步驟三：決定檢定方法

   研究目標	資料型態	群組關係	檢定方法
   比較兩組平均（常態）	連續變數	獨立	Independent t-test
   比較兩組平均（非常態）	連續變數	獨立	Mann-Whitney U test
   同一組前後平均（常態）	連續變數	相依	Paired t-test
   同一組前後平均（非常態）	連續變數	相依	Wilcoxon signed-rank test
   比較三組以上平均	連續變數	獨立	ANOVA
   比例比較（樣本大）	類別變數	任意	Chi-square test
   比例比較（樣本小）	類別變數	任意	Fisher’s exact test
   控制多變項/混雜因子	任意	任意	Regression（多種型式）

📌 記憶技巧：

• 數據是否常態？→ 是就用 t/ANOVA，否則用 Mann-Whitney/Wilcoxon。
• 組別是否相依？→ 相依用 paired 檢定。
• 結果是否為比例？→ 用 Chi-square / Fisher。
• 變項很多、需控制偏差？→ 用 Regression。

Tip：「何種統計方法最合適？」以上流程圖搭配題幹判斷字詞（如“配對”、“控制”、“兩組”）即可快速破題！

© 2025 臨床統計學複習。保留所有權利。

【JAMA】重症病人中強化腸內蛋白補充的效果（TARGET Protein Trial）

來源：Summers MJ, Chapple LS, Karahalios A, et al.
JAMA, Published online June 11, 2025. doi:10.1001/jama.2025.9110

執行摘要

TARGET Protein 臨床試驗評估對重症患者是否應強化 enteral protein（腸內蛋白）補充。結果顯示，在主要結局方面（90 天內存活且出院的天數），強化蛋白組（1.2 g/kg）並未優於標準蛋白組。此外，次要結局與亞組分析亦未發現顯著益處，反而在某些族群如新開始腎臟替代治療者中，顯示可能的不良信號。此結果挑戰目前指引中建議高蛋白攝取的做法。

 

酸鹼平衡異常判讀整理

Acid Base Disorder分類與代償整理

類型	定義	初始變化	補償機轉	典型原因
代謝性酸中毒	HCO₃⁻ 減少	↓pH, ↓HCO₃⁻	呼吸代償（↓PaCO₂）	DKA, lactic acidosis, 中毒（MUDPILES）
代謝性鹼中毒	HCO₃⁻ 增加	↑pH, ↑HCO₃⁻	呼吸代償（↑PaCO₂）	嘔吐, 利尿劑, antacid 過量
呼吸性酸中毒	PaCO₂ 增加	↓pH, ↑PaCO₂	腎臟補償（↑HCO₃⁻, 慢）	COPD, 鴉片類抑制呼吸
呼吸性鹼中毒	PaCO₂ 減少	↑pH, ↓PaCO₂	腎臟補償（↓HCO₃⁻, 慢）	過度換氣, 高山症, 肺栓塞

代償是否適當？為什麼要評估？

• 確認是「單一型」或「混合型」酸鹼失衡。
• 判斷是否存在潛在的其他異常，協助臨床決策（如合併腎功能異常、呼吸抑制、中毒等）。

代償異常類型與潛在問題

代償異常類型	潛在問題	說明
代謝性酸中毒時 PaCO₂ 未下降	呼吸抑制、藥物影響（如鴉片）	合併呼吸性酸中毒
代謝性鹼中毒時 PaCO₂ 降太多	過度換氣、焦慮	合併呼吸性鹼中毒
呼吸性酸中毒時 HCO₃⁻ 實測增加少於預期	代表代償不足（HCO₃⁻ 沒有達到應有的提升→慢性呼吸性酸中毒，合併代謝性酸中毒	腎功能下降、乳酸中毒
呼吸性鹼中毒時 HCO₃⁻ 減少過多	合併代謝性酸中毒（如腹瀉）	雙重代謝異常
Delta Ratio < 0.4	合併正常AG酸中毒（如腹瀉）	HCO₃⁻ 減太多
Delta Ratio > 2	合併代謝性鹼中毒（如嘔吐）	HCO₃⁻ 減太少

酸鹼失衡代償公式

• 代謝酸中毒: Winter’s formula: PaCO₂ = 1.5 × HCO₃⁻ + 8 ± 2
• 代謝鹼中毒: PaCO₂ = 0.7 × HCO₃⁻ + 20 ± 5
• 慢性呼吸酸中毒: 預期HCO₃⁻ = 24 + (PaCO₂ - 40) × 0.4
• 慢性呼吸鹼中毒: 預期HCO₃⁻ = 24 - (40 - PaCO₂) × 0.4
• Delta Ratio = the increase in Anion Gap / the decrease in HCO3-

臨床案例解析：混合型代謝性酸中毒

25歲男性，DM1未控制，pH 7.25, PaCO₂ 20 mmHg, HCO₃⁻ 8 mEq/L，Na 135mg/dL，Cl 110mEq/L，Scr 1.2mg/dL，血糖350 mg/dL，血中酮體明顯升高。計算Delta gap提示合併非陰離子間隙代謝性酸中毒（腹瀉導致）。

• 診斷結論：糖尿病酮酸中毒合併腹瀉引起的非AG代謝性酸中毒。
• 正確答案為 C。
• Delta Ratio =(17-12)/(24-8)=0.31。