醫院感染實時監控系統預警效果及評價研究

□ 秦瑞 QIN Rui 劉丹麗 LIU Dan-li 王廣芬 WANG Guang-fen 袁妍嫵 YUAN Yan-wu

近年來，隨著醫院感染實時監控系統的應用，早期識別及預警有助于準確、高效地控制醫院感染病例的發生[1-3]。由于醫院感染實時監控系統的診斷策略需要根據不同醫療機構的診療特點進行個性化設置，導致不同機構醫院感染識別及預警能力出現差異[4-6]。本研究通過對醫院感染實時監控系統(簡稱院感系統)感染預警效果進行評價，找出存在的問題，有針對性地調整本院感染預警策略，進一步提升醫院感染實時監控系統預警的準確性和效率。

對象與方法

1.研究對象。選取2019年1月1日—2019年12月31日某三級甲等醫院出院的患者作為研究對象，排除住院時間小于48小時的患者。

2.研究方法

2.1 醫院感染監測方法。依據《醫院感染診斷標準(試行)》[7]對醫院感染病例進行診斷。醫院感染監測主要通過三種方式開展：(1)醫院感染實時監控系統每天定時主動抓取疑似院感病例后，再由臨床醫生和院感專職人員進行雙向核實。(2)臨床醫生在日常工作中主動發現院感病例并上報，再由院感專職人員進行復核。(3)院感專職人員在對重點科室和重點環節開展目標性監測的過程中發現院感病例并添加確認。

2.2 院感系統感染預警策略。結合醫院電子病例系統、實驗室信息系統及手術麻醉信息系統對住院患者的醫院感染情況進行識別和預警，具體的診斷策略如下：細菌培養陽性(包括痰、血、尿、便、靜脈導管、腦脊液、關節液、腹水、胸水等)，影像檢查異常，抗菌藥物使用或升級，病毒檢出(咽拭子)，常規檢驗中指標異常(包括血、尿、便、腹水、胸水、腦脊液、PCTCRP等)，體溫連續異常，二次手術(術后30天再次入院)，大便次數增多等。

3.院感系統效果評價方法。通過以下指標對院感系統感染預警效果進行評價：(1)院感系統預警靈敏度=同期院感系統識別的有效醫院感染病例例次/同期醫院感染病例例次×100%。(2)院感系統預警陽性預測值=同期院感系統識別的有效醫院感染病例例次/同期院感系統預警病例例次×100%。(3)院感系統預警誤診率=同期院感系統錯誤預警病例例次/同期非醫院感染病例例次×100%。(4)受試者工作特征曲線(ROC)下面積。

4.統計方法。使用Excel進行數據的整理與匯總，利用SPSS16.0軟件進行數據的統計分析與ROC曲線的繪制。

結果

1.醫院感染情況。2019年1月1日—2019年12月31日共計出院患者59154例，其中醫院感染人數1107例，醫院感染率1.87%，醫院感染例次1303例次，醫院感染例次率2.20%。

2.院感系統預警情況。在所有1303例次醫院感染病例中，通過院感系統預警的有1296例次，其余7例次醫院感染病例是通過臨床醫生主動上報和目標性監測發現，院感系統預警的靈敏度為99.46%。院感系統共計預警病例7479例次，院感系統預警的陽性預測值為17.33%。院感系統誤診預警例數6183例次，院感系統誤診率為10.69%。

3.院感系統預警效果評價。繪制院感系統預警的ROC曲線，其靈敏度為99.46%，特異度為89.31%，曲線下面積為0.992，95%CI(0.991～0.993)，詳見圖1。

圖1 院感系統預警的ROC曲線

4.不同科室院感系統預警情況分析。院感系統預警靈敏度總體比較高，除耳鼻喉頭頸外科、普外科、骨科、神經外科這4個科室外，對于其他科室的預警靈敏度均達到100%。院感系統預警的陽性預測值總體偏低，只有17.33%。其中，最高的科室是干部病房，也只有76.62%。院感系統預警誤診率總體比較低，但其中監護病房、神經外科、急診病房的預警誤診率偏高，具體詳見表1。

表1 不同科室院感系統預警情況

5.不同感染部位院感系統預警靈敏度分析。院感系統對于不同感染部位的預警靈敏度均比較高，只有手術部位感染預警靈敏度未達到100%，其中表淺切口預警靈敏度為92.16%，深部切口預警靈敏度為83.33%，器官腔隙預警靈敏度為96.55%，具體詳見表2。

表2 不同感染部位院感系統預警靈敏度

討論

本研究中，通過計算院感系統預警的靈敏度、陽性預測值、誤診率以及繪制受試者工作特征曲線(ROC曲線)等綜合評價了院感系統感染預警的準確性和效果。其中院感系統預警的靈敏度反映的是院感系統識別醫院感染病例的能力，院感系統預警的陽性預測值反映的是院感系統識別醫院感染病例是否準確的能力，院感系統預警的誤診率反映的是院感系統錯誤識別醫院感染病例的能力。受試者工作特征曲線(ROC曲線)可以用來綜合評價院感系統的預警效果[8]。

通過數據分析發現，本研究中院感系統預警的靈敏度為99.46%，顯著高于以往類似研究[4-5]。其主要原因是由于日常工作中，院感專職人員根據本機構的診療情況，不斷修改院感系統的診療策略，降低了院感病例的預警“門檻”，擴大了預警病例的范圍，因而提升了院感系統預警的靈敏度。但也從側面反映出目前臨床醫生和院感專職人員過度依賴院感系統，主動發現院感病例的能力不足。此外，本研究中院感系統預警的陽性預測值為17.33%，也高于以往類似研究[4-5]。這主要是因為在修訂院感系統診療策略的過程中，院感專職人員根據多年來進行醫院感染診斷的經驗，篩選了一些識別效果更加顯著的診療策略，而沒有只是盲目地開啟額外的診療策略，從而確保了在提升院感系統預警的靈敏度的同時陽性預測值也得到了提升。但從目前情況來看，院感系統預警仍存在10.69%的誤診率，同時院感系統預警的陽性預測值還有待進一步的提升，因為誤診率的降低以及陽性預測值的提升將減少錯誤預警的病例數，從而大大提升院感工作效率[9]。

從院感系統預警的受試者工作特征曲線(ROC曲線)下面積來看，曲線下面積為0.992，95%CI(0.991～0.993)，院感系統對于院感病例的識別具有非常好的效果[10]。但是仔細分析不同科室院感系統預警情況發現，院感系統對于像耳鼻喉頭頸外科、普外科、骨科、神經外科這些外科科室的靈敏度相對較低。這可能是因為對于手術部位感染的識別目前依然比較困難，且容易發生漏報情況[11]。此外，針對不同科室院感系統預警的陽性預測值波動也比較大，對于監護病房的誤診率更是超過了60%。這主要是因為不同科室間患者的感染特點存在差異，單一的預警策略不能完全覆蓋所有科室，監護病房由于患者病情比較嚴重且復雜，從而加大了醫院感染的診斷難度[12]。

院感系統雖然在很大程度上幫助院感專職人員提升了工作效率，但仍然具有一定的局限性。例如院感系統預警總體的靈敏度非常高，但存在個別科室，個別感染部位靈敏度偏低的情況，所以根據不同科室的感染特點，個性化地調整診療策略將能夠進一步提升整體的預警效果。此外，隨著人工智能的不斷發展，具有自我學習能力的院感系統將會給醫院感染預防與控制工作帶來更大的提升[13]。