床邊吞嚥評估：護士與照顧者如何識別吞嚥障礙警示信號
床邊吞嚥評估（Bedside Swallowing Evaluation, BSE）是吞嚥障礙識別的第一道關口。雖然它無法取代言語治療師的全面吞嚥評估或儀器評估（如 VFSS 或 FEES），但其在床邊即可快速進行的特點，使它成為護士、護理員及照顧者識別潛在吞嚥問題的重要工具，對及時轉介具有關鍵意義。
床邊評估能告訴我們什麼
BSE 主要評估以下方面：
- 吞嚥的外顯警示信號（嗆咳、聲音改變）
- 口腔運動功能（唇、舌、頜的靈活性和力量）
- 喉部功能（咳嗽力量、聲音質素）
- 患者的警覺度和配合能力
- 在不同質地/份量下的吞嚥表現
BSE 的局限性：敏感度約為 70-80%，特別是對無聲吸入的識別能力有限。BSE 無法確診無聲吸入，懷疑有吸入問題的患者需轉介儀器評估確認（PMID: 26315994）。
觀察為本的評估（無需任何食物或液體）
在給患者任何食物或液體之前，先進行觀察評估：
意識和姿勢評估
- 患者能否維持坐姿（至少 45 度）進行評估？
- 患者的警覺度如何？（昏昏欲睡者不應進行進食測試）
- 頭頸部姿勢是否適當？
口腔功能觀察
- 請患者伸舌——舌頭能否充分外伸，是否對稱？
- 請患者鼓脹面頰——雙頰肌肉功能是否正常？
- 請患者抿嘴——唇閉合是否完整？
- 觀察口腔分泌物管理：是否大量流涎？口腔中是否有舊食物殘留（提示口腔清除能力差）？
發聲和咽喉功能
- 請患者說「啊」——聲音是否清晰、有力？
- 請患者咳嗽——咳嗽是否有力（能清除氣道的咳嗽）？
- 注意說話時是否有水聲（wet/gurgly quality）
標準化吞嚥測試
3 盎司水測試（3 oz Water Test）
最常用的床邊篩查測試（NICE CG68）：給患者連續飲用 90 mL（約 3 盎司）水，觀察：
- 能否連續飲水而不中斷
- 飲水時或飲水後即刻是否出現嗆咳
- 飲水後聲音是否出現改變（水聲、沙啞）
陽性判讀：飲水時嗆咳或飲水後聲音改變，提示吸入風險，需轉介 SLP 進行詳細評估。
注意：此測試對識別無聲吸入的能力有限——部分患者即使有嚴重無聲吸入，3 盎司測試也可能顯示「通過」。
觀察實際進食
有時觀察患者自然進食，比指導性測試能提供更真實的評估信息：
- 觀察患者如何處理固體食物（是否難以成形、在口腔散落）
- 觀察液體控制
- 觀察進食速度和節奏
警示信號清單
以下任何一個信號均應觸發即時吞嚥評估和/或 SLP 轉介：
即時高警示（需立即評估）：
- 飲水時嗆咳（不論嚴重程度）
- 進食後聲音有水聲（wet voice）或明顯沙啞
- 進食時氧飽和度下降 >3%
- 無法控制唾液（大量流涎）
中度警示（應在24-48小時內評估）：
- 進食時間持續超過 30 分鐘
- 無明顯原因的體重持續下降（>1 公斤/月）
- 進食後頻繁清喉嚨
- 患者主訴或表現出進食時喉嚨有異物感
- 拒絕進食特定質地的食物（尤其是原本可以接受的食物）
轉介 SLP 進行深入評估的指標：
- 急性腦卒中患者，應在入院 24 小時內完成床邊吞嚥篩查（NICE CG68）
- 帕金森病、認知障礙症患者出現任何進食功能改變
腦卒中急性期：24小時內篩查的重要性
NICE 指引（CG68）明確指出，腦卒中患者應在入院後 24 小時內接受吞嚥篩查。研究顯示：
- 腦卒中急性期吞嚥障礙發生率達 42-67%
- 早期識別和適當的口腔進食管理（或臨時轉為非口腔進食），可顯著降低吸入性肺炎風險
- 護士主導的吞嚥篩查可縮短評估等待時間，使高危患者更快獲得保護性措施
認知障礙患者的調整
認知障礙患者可能無法按指令完成標準化測試，評估方法需作調整：
- 優先觀察自主進食行為（而非指導性測試）
- 注意進食時的行為線索（停下不繼續吞嚥、吃到一半停止、拒食）
- 減少複雜口頭指令，使用示範和視覺提示
- 注意進食後15-30分鐘的聲音和行為變化（延遲性吸入）
與儀器評估的關係
床邊評估是篩查工具，不是診斷工具：
了解何時轉介言語治療師，可以幫助護士和照顧者掌握轉介的適當時機。
結語
床邊吞嚥評估是第一線識別吞嚥障礙的重要工具，其最大價值在於能夠快速、便捷地識別高風險患者，觸發及時的 SLP 轉介。掌握基本的警示信號觀察方法，是每一位護士、護理員和照顧者的核心照護能力。
參考來源
- ASHA Adult Dysphagia Practice Portal: https://www.asha.org/practice-portal/clinical-topics/adult-dysphagia/
- NICE Guideline CG68: Stroke: https://www.nice.org.uk/guidance/cg68
- PMID 26315994: Langmore SE et al. Dysphagia management in long-term care