摘要：方法 以“营养不良”、“营养不足”、“老年人”等中英文关键词，在PubMed、Embase、Web of Science、万方数据、中国期刊全文数据库中检索2000年1月1日至2023年12月31日发表的、关于中国60岁及以上老年人群营养状况的横断面研究。共纳

摘要

目的 用 Meta分析方法，评估中国60岁及以上老年人群的营养不良水平。

方法 以“营养不良”、“营养不足”、“老年人”等中英文关键词，在PubMed、Embase、Web of Science、万方数据、中国期刊全文数据库中检索2000年1月1日至2023年12月31日发表的、关于中国60岁及以上老年人群营养状况的横断面研究。共纳入53篇文献，其中英文22篇，中文31篇。使用R 4.1.2软件进行数据分析。

结果 研究共纳入701 434名60岁及以上老年人。各文献报告的营养不良率水平差异较大（2.4%~52.5%）。Meta分析显示，中国60岁及以上老年人群营养不良率为13.0%（95% CI 10.7%~15.7%），各研究间存在显著异质性（I²=99.9%，P

结论 2000—2023年，中国60岁及以上老年人群仍然存在营养不良问题，女性和农村人群的营养不良率较高。

关键词：营养不良；老年人；Meta分析

1 资料与方法

1.1 资料来源

通过计算机检索PubMed、Embase、Web of Science、万方数据资源系统、中国期刊全文数据库（中国知网），检索时间为2000年1月1日至2023年12月31日。中文检索词为：营养不良、低体重、中国、老年人、老人、高龄、百岁、长寿。英文检索词为：malnutrition、undernutrition、China、Chinese、underweight、emaciation、aged、elderly、elderlies、old、geriatric、centenarian。同时根据部分文献的参考文献进行补充检索。本系统评价遵循PRISMA检查表及其声明进行。

纳入标准：

(1) 研究类型：横断面研究或横断面数据分析；

(2) 结局指标：营养不良率，根据不同文献中营养评估或筛查工具定义的营养不良。本研究将“营养不良”和“营养不良风险”统一合并为“营养不良”。

排除标准：

(1) 重复文献；

(2) 非中国地区人群，以及以养老院、医院或患有重大疾病等非社区一般老年人为对象的研究；

(3) 非营养研究，或无法从数据库中获得全文、老年人群营养数据的研究；

(4) 非横断面研究或非横断面数据分析，或Meta分析、综述等非原始研究；

(5) 研究对象为同一人群的重复研究（不同时间的数据，只纳入最新数据；若仍有重复，则选取样本量最大的研究）；

(6) 研究对象为单一社区（乡镇）以下人群、样本量

1.2 文献筛选、数据提取与质量评价

由2名研究者根据纳入和排除标准独立筛选文献并进行质量评价。根据研究类型、研究人群、研究时间、评价方法等内容进行交叉核对。如有分歧，通过第3名研究者协商解决。

数据提取内容包括：一般文章信息（作者、标题、年份等）、研究特征（目的、研究设计、样本量、评价标准等）和调查对象特征（年龄、地区、性别等）。

文献质量评价依据加强观察性流行病学研究报告规范（STROBE）声明中横断面研究的评价标准，主要基于以下5点：

(1) 设计是否合理规范；

(2) 研究目的是否清晰；

(3) 研究人群具有代表性；

(4) 营养不良诊断标准明确；

(5) 统计与分析合理规范。

根据每项“是”、“否”、“不清楚”分别记为1、0.5和0分，总分5分，其中研究评分≤4分为低质量研究。

1.3 文献筛选过程

初步检索出英文文献1921篇，中文文献2083篇。依据PRISMA指南流程及文献纳入排除标准，最终纳入53篇文献，其中英文文献22篇，中文文献31篇。

1.4 统计学分析

利用NoteExpress 4.1.1.9990软件进行文献筛选与储存，并识别纳入排除标准。R 4.1.2软件用于数据分析。营养不良患病率的合并估计使用对数转换法。使用I²统计量进行异质性检验，若I²≤50%，则认为研究间无统计学异质性，使用固定效应模型进行数据合并；若I²>50%，则认为研究间有统计学异质性，使用随机效应模型进行数据合并。各研究患病率及合并患病率用森林图进行展示。按照性别、城乡等情况进行亚组分析，χ²检验用于评估亚组间的差异。双侧P

2 结果

2.1 文献特征

研究共纳入701 434名60岁及以上老年人。调查对象年龄中，2项研究为80岁及以上，1项为75岁及以上，其余为60岁或65岁以上老年人。营养不良评价方法主要包括：WHO标准（BMI

2.2 营养不良率 Meta分析

60岁及以上老年人营养不良率水平差异较大（2.4%~52.5%），其中24项研究低于10%，21项研究超过20%（20.0%~52.5%）。随机效应模型Meta分析显示，纳入文献报告的营养不良患病率为13.0%（95% CI 10.7%~15.7%），各研究间存在显著异质性（I²=99.9%, P

2.3 营养不良率 Meta亚组分析

2.3.1 性别

中国60岁及以上男性老年人营养不良患病率为11.2%（95% CI 8.7%~14.4%），存在显著异质性（I²=99.7%, P

2.3.2 城乡

中国60岁及以上城市老年人营养不良患病率为11.5%（95% CI 8.5%~15.6%），存在显著异质性（I²=99.8%, P

2.3.3 评价标准

根据BMI判断的中国60岁及以上老年人营养不良患病率为8.3%（95% CI 6.9%~10.0%），存在显著异质性（I²=99.8%, P

亚组分析结果显示：在进行性别亚组分析的28篇文献中，男性老年人营养不良率低于女性（11.2%比12.2%, χ²=152.68, P

3 讨论

Meta分析显示，2000—2023年中国60岁及以上老年人群营养不良率为13.0%，在女性和农村老年人群中较高。3项关于营养不良变化趋势的研究均表明，中国老年人营养不良率有下降趋势。

本研究的营养不良率与2022年一项中国社区老年人群研究结果（14.1%）相近，但明显低于该研究的合并营养风险患病率（41.2%）。该研究主要根据MNA、MNA-SF等方法判断，不包括单独使用BMI标准的研究。全球范围内老年人营养不良率存在较大的地理差异。2019年一项Meta研究报告，全球65岁以上老年人营养不良率在0.8%~24.6%之间，其中农村、女性老人的营养不良率分别高于城市和男性，这与中国的状况类似。

在社区居住的老年人中，采用MNA评估的欧洲和亚洲的营养不良发生率相对较低（分别为2.1%和4.8%），但营养不良风险比例较高（分别为23.4%、29.8%）。而在一些低收入和中等收入国家，老年人营养不良率则较高。例如，2020年的一项Meta研究报告，印度老年人营养不良率和营养不良风险分别为18.29%和48.17%；2022年的一项Meta分析报告，非洲老年人营养不良率为17%。中国与其他国家老年人营养不良率的差异，可能与不同人种、经济发展水平以及不同评估标准有关。

本Meta分析中，部分研究仅根据BMI来判断营养不良，该指标简便易行，但BMI并非衡量营养状况的金标准。此外，判断老年人营养不良的BMI界值为18.5，而最新发布的《中国居民膳食指南（2022）》推荐65岁及以上老年人BMI适宜范围为20.0~26.9。如果采用该建议的界值进行判定，我国老年人营养不良率将会增高。而MNA、MNA-SF等方法综合判断营养不良，除了BMI外，还包括一定时间内体重减轻、肌肉质量减少等指标，可以识别部分有营养不良风险的人群。本研究中，根据MNA等其他评估工具评价，约1/4的老年人存在营养不良或风险。

另外，本Meta分析不包括来自门诊、住院、养老机构等老年人，这些老年人的营养不良率要高于社区人群，这可能低估了中国60岁及以上老年人营养不良问题的严重性。

结论

2000—2023年，中国60岁及以上老年人群存在营养不良问题，且存在城乡、性别差异，营养不良率总体呈现下降趋势。下一步应继续分析老年人营养不良的相关影响因素，关注营养不良与其他慢性疾病的共病问题，为老年人营养不良的预防和控制提供科学依据。

来源：雨渡养生