ICU病房多重耐藥菌感染患者風險因素的網狀路徑分析及預防對策

羅秋平，韋愛平，洪凌

深圳市龍華區人民醫院醫學檢驗科，廣東 深圳 518109

近年來，隨著抗生素的廣泛應用，細菌耐藥已成為全球公共衛生問題[1]。臨床資料顯示，重癥監護病房(ICU)的患者多伴有復雜的基礎疾病、免疫抑制劑使用較多且侵入性操作頻繁，因此，ICU發生多重耐藥菌感染的概率遠遠高于其他病房[2]。有文獻表明，ICU院內感染的高風險事件為聚集性多重耐藥菌感染，對患者的生活質量及生命安全造成嚴重威脅[3]。因此，ICU成為控制多重耐藥菌院內感染的重點科室。研究發現，對ICU的多重耐藥菌感染進行風險管控在遏制細菌耐藥中發揮重要作用[4]。目前，國內外學者對ICU病房多重耐藥菌感染的研究主要集中在以風險矩陣及專家咨詢為主的定性分析或以Logistic模型為主的定量分析。但很少有學者對感染的因果關系及網狀路徑進行整體系統的探究[5-6]。本研究主要分析了ICU病房多重耐藥菌感染患者分險因素的網狀路徑及預防對策，現報道如下：

1 資料與方法

1.1 一般資料 回顧性分析2020年1～12月深圳市龍華區人民醫院120例ICU住院感染患者的臨床資料。根據是否發生多重耐藥菌感染分為感染組44例和非感染組76例。納入標準：①經醫院感染監控顯示，均確定為感染患者；②病歷資料均完整；③均能接受后期隨訪調查。排除標準：①住院時間均低于24 h者；②缺乏相關重要信息者；③中途因其他原因退出研究者。所有患者的主要資料均源自醫院一體化管理系統，包括基本信息(住院時間、年齡)、疾病信息(手術部位、感染重點菌、是否接受手術)、抗菌藥物使用情況(尿常規、血常規、發熱情況、抗菌藥聯用、降鈣素原、手術前后是否使用抗菌藥)、三管使用情況(導尿管、中心靜脈導管、呼吸機導管)。

1.2 方法 將兩組患者的基本情況進行單因素分析，并以單因素分析結果為依據，篩查兩組的差異因素，并將篩選的差異因素作為風險因素。以計量形式將風險因素(X1，X2，X3，……Xn)之間的聯系程度進行矩陣轉換，轉換完成后再對各個風險因素進行分析，采用中心勢、網絡密度、中心度等指標因素進一步進行風險因素網狀路徑分析。

1.3 統計學方法 應用SPSS22.0統計軟件進行數據分析，計量資料以均數±標準差(±s)表示，兩樣本均數比較采用t檢驗，兩樣本率的比較采用χ2檢驗，以P＜0.05為差異有統計學意義。

2 結果

2.1 兩組患者感染風險因素比較 兩組患者的風險因素篩查結果顯示：年齡、住ICU時間、住院時間、實驗室檢查異常數、發熱天數、術后使用抗菌藥天數、手術方式(急診、擇期)、手術部位、使用導尿管天數、使用呼吸機天數、抗菌藥使用天數均為多重耐藥菌感染的風險因素(P＜0.05)，見表1。

2.2 兩組患者風險因素的網絡分析 感染組風險網絡圖顯示：降鈣素原異常次數、發熱天數、術后抗菌藥天數、年齡位于風險網絡圖中心位置，節點值和節點關系均為100.00，成對指數為1.13，是多重耐藥菌感染的關鍵、核心風險因素，具有較大的風險性和較強的影響力，見表2和圖1。非感染風險網絡圖顯示：心血管系統手術、尿常規異常次數、抗菌藥使用天數處于風險網絡圖的核心位置，但節點值、節點關系及成對指數均低于多重耐藥菌感染組，且整體網絡圖相對較松散，見表2和圖2。

表1 兩組患者的感染風險因素比較

表2 兩組患者風險因素的網絡分析比較

圖1 感染組患者的風險網絡分析

圖2 非感染組患者的風險網絡分析

3 討論

當前，抗生素在ICU病房的濫用使細菌產生多種耐藥性[7-8]。因此，合理使用抗菌藥已成為醫療質量、醫院管理、藥學服務、醫院感染以及社會各界所面臨的重大公共衛生問題。研究表明，細菌多重耐藥性給患者的健康造成嚴重影響，而如何科學有效防控“超級細菌”成為全球各國所面臨的重要問題[9]。研究發現，ICU病房的多重耐藥菌感染往往由多種風險因素所致，例如抗菌藥濫用、醫院感染管理混亂、疾病進程快等[10-11]。由此可見，面對錯綜復雜的感染風險，事先對感染風險做出預判，做到有的放矢，是預防院內感染的重要途徑。

本研究在對多重耐藥菌感染及非多重耐藥菌感染患者的單因素分析的基礎上，探索性的將社會網絡分析應用于ICU內多重耐藥菌感染的風險識別中，進而使風險因素可視化，提高對風險的預判能力。這是因為，社會網絡圖將紅色節點表示為風險因素，并將各個風險因素用線條連接，繪制成不同的網絡結構[12-13]。同時，網狀路徑根據節點大小和位置對網絡核心和邊緣的危險因素進行區分，并以線條的粗細表現風險因素之間的控制程度。本研究的關鍵技術是將各個單一的風險因素通過社會網絡建立起內在的交互聯系，從而對多重耐藥菌感染做出更準確的風險評估。經單因素顯示，年齡、住ICU時間、住院時間、實驗室檢查異常數、發熱天數、術后使用抗菌藥天數、手術方式(急診、擇期)、手術部位、使用導尿管天數、使用呼吸機天數、抗菌藥使用天數均為多重耐藥菌感染的風險因素。進一步通過社會網絡分析顯示，多重耐藥性感染與非多重耐藥性感染患者相比，其風險網絡的密度更大，說明風險因素之間的聯系更為密切。同時，降鈣素原異常次數、發熱天數、術后抗菌藥天數、年齡處于風險網絡圖的核心位置，證明上述風險因素為多重耐藥菌感染的關鍵因素，臨床應給予足夠的重視。張積平等[14]根據前瞻預警模型判斷氣管切開、腸內營養支持時間、中心靜脈導管使用天數、抗菌藥聯用對多重耐藥菌感染有嚴重影響，從而做出針對性預防；楊富等[15]表明，多重耐藥菌感染與術前使用抗菌藥、術后留置ICU時間有關，與本次研究存在偏差，可能與楊富等[15]未深入討論風險因素之間的聯系有關。而本研究以創新性的方法識別多重耐藥菌感染的危險因素，并通過社會網絡將風險因素進一步可視化，識別出對感染具有高度影響力的因素，使臨床對風險因素的判斷力進一步提升，將感染風險因素控制在一定范圍內。

綜上所述，網狀路徑分析對ICU多重耐藥菌感染患者效果顯著，將ICU病房內降鈣素原指標存在異常、年齡大的患者作為多重耐藥菌感染的高危人群，并給予合理的抗菌藥是預防感染的關鍵。