一项覆盖中国1.08万名住院癌症患者的多中心研究显示：37%的患者患有恶病质——一种不以意志为转移的”消耗综合征”，一年内死亡率20.8%。它不是”没胃口”那么简单，而是肌肉和脂肪被系统性炎症持续”拆解”。

如果你或家人正在接受癌症治疗，注意三个信号：6个月内体重不明原因下降超过5%、小腿围变细、白蛋白偏低。发现后主动找医院临床营养科评估，别等瘦到走不动才重视。治疗期间的体重管理要”保肌肉”，不是单纯减重。

癌患变瘦，被当成”理所当然”太久了

很多人觉得癌症患者瘦是”必然”——化疗没胃口嘛。但一项多中心研究给出一个扎心的数字：每3个住院癌症患者，就有1个正在被恶病质”偷走”肌肉和脂肪，而它常被当成”正常反应”漏诊。这些人一年内的死亡率高达20.8%——恶病质不是瘦，是消耗。

你盯的是肿瘤指标，漏的是小腿围

确诊癌症后，你关注的是肿瘤标志物、CT报告、化疗方案，但有没有人提醒你量一量小腿围？研究显示，恶病质患者的小腿围中位数33厘米，明显细于非恶病质患者的35厘米；白蛋白更低、炎症指标更高。在住院癌症人群里，这样的患者占37%——每3张病床上就有1个，而你或家人可能就在其中，却没人告诉你要主动管营养。

恶病质不是”没胃口”，是全身被”拆解”

五分之一的人，一年内没撑过去：在随访到的1711名恶病质患者中，一年内死亡586人，1年死亡率20.8%（95%CI 19.0%-22.9%）。对比来看，没有恶病质的患者整体预后明显更好。这不是”吃不下饭”的轻描淡写，而是真实的生存差距。

谁更容易被”拆解”：恶病质患者与非恶病质患者相比：中位BMI 21.0 vs 23.4 kg/m²、白蛋白37.9 vs 39.7 g/L、小腿围33.0 vs 35.0 cm、炎症指标CRP（C反应蛋白）5.9 vs 3.9 mg/L——各项差异均显著（p<0.001）。身体在炎症驱动下优先”拆肌肉”，脂肪也保不住。

常规化验就能早发现：研究用白蛋白、CRP、小腿围等住院常规指标构建机器学习模型，识别恶病质的准确度达到AUC（受试者工作特征曲线下面积）0.867，独立外部验证仍达0.744。类似的思路在另一个方向得到印证：另一团队开发的”肌少症-炎症指数”也能预测慢性肾病患者的死亡风险（Wang et al., 2026）——肌肉加炎症的”组合拳”，是跨病种通用的预警框架。

减肥药也在”拆肌肉”：同类警示来自减重领域：GLP-1类减重药（如司美格鲁肽）的多数研究中，减掉的体重里约有8.5%到24.5%来自骨骼肌，老年人尤其要警惕（Jagasia et al., 2026）。减重和抗消耗，都要盯住肌肉这个”基本盘”。

从37%的住院患病率，到20.8%的一年死亡率，再到AUC 0.867的早识别模型——恶病质不是”晚期才出现”的概念，而是住院当天就能用常规化验初步判断的问题。白蛋白、CRP、小腿围，是藏在化验单和卷尺里的预警信号。

把”保肌肉”写进治疗清单

1 恶病质是真实疾病，不是”想开点”，三分之一住院癌患受影响，一年死亡率超过两成。

2 三个信号就能初步预警——6个月体重降超5%、小腿围变细、白蛋白偏低，发现后找临床营养科。

3 治疗期间体重管理要保肌肉而非纯减重，肌肉是扛住治疗的”本钱”。

① 回顾性设计：恶病质为回顾性诊断，结论需前瞻研究进一步验证。
② 单一人群：基于中国的多中心癌症营养注册数据，外推到其他族裔需谨慎。
③ 模型非处方：机器学习是筛查工具，不能替代临床营养评估。
④ 随访偏倚：随访队列存在失访可能，死亡率估计有不确定性。

参考资料：1. Huang Y, et al. Early Identification and Prognostic Stratification of Cancer Cachexia Using Explainable Machine Learning: A Multicentre Cohort Study. Journal of Cachexia, Sarcopenia and Muscle. 2026. https://doi.org/10.1002/jcsm.70370
2. Jagasia MJ, et al. GLP-1 receptor agonist therapy and skeletal muscle: A narrative review synthesizing adult evidence with implications for older adults. JAR Life. 2026. https://doi.org/10.1016/j.jarlif.2026.100083
3. Wang X, et al. Development and multi-cohort validation of a sarcopenia-inflammation index for predicting all-cause mortality in patients with chronic kidney disease. Frontiers in Nutrition. 2026. https://doi.org/10.3389/fnut.2026.1852039