張欣，甘愛群

（1.江西省婦幼保健院醫務科，南昌 330000；2.萍礦總醫院院感科，萍鄉 337000）

近年來，隨著相關醫院感染造成重大損害事件的報道頻發，醫院感染已成為危害患者及醫護人員生命安全的重要公共衛生問題，如何采取有效的醫院感染防控措施已成為減少患者傷害的重要方向。目前，部分人研究[1-2]人類健康與天氣氣候變化的關系，顯示氣象變化可能對一些疾病有顯著影響。本研究就萍鄉市三級甲等醫院2015年至2019年醫院感染數據與同期氣溫變化的關系進行初步分析，并利用時間序列分析預測醫院感染發生情況，以期為醫院感染防控提供科學依據。

1 資料與方法

1.1 資料選取 根據2001年度國家發布《醫院感染診斷標準(試行)》，選擇萍鄉市某三級甲等醫院2015年至2019年為期5年的醫院感染病例資料共計727例。自萍鄉氣象臺收集從2015年至2019年同步氣溫觀測數據，包括日最高氣溫、日最低氣溫、日平均氣溫、溫差（每日最高溫度減去每日最低溫度差值）及溫較差（當日平均溫度減去前一日平均溫度差值）。

1.2 統計方法 采用描述性方法分析氣溫與感染人數的時間分布特征，用EXCEL錄入以上氣象因子數據。將氣溫指標（包括日最高氣溫、日最低氣溫、日平均氣溫、溫差（每日最高溫度減去每日最低溫度差值）及溫較差（當日平均溫度減去前一日平均溫度差值），與醫院感染例數分別進行單因素相關分析，最終進行多元逐步線性回歸分析。采用時間序列自回歸移動平均結合模型(ARIMA)季節性處理的ARIMA(p,d,q)(P,D,Q)s模型。利用事物發展延續性原理，將醫院感染2015年1月至2018年12月數據作為建模數據，用SPSS22.0進行時間序列分析，識別模型，對模型參數進行估計，最后利用2019年1月至2019年12月數據建模預測，繪制相應的預測效果圖。

2 結果

2.1 如圖1所示平均溫度與醫院感染例數分布基本類似，均呈現“駝峰樣”變化，正相關關系，平均溫度高，醫院感染例數也增多。

圖1 2015年至2019年平均溫度與醫院感染例數關系圖

2.2將日最高氣溫、日最低氣溫、日平均氣溫、溫差（每日最高溫度減去每日最低溫度差值）及溫較差（當日平均溫度減去前一日平均溫度差值）氣溫指標與醫院感染例數分別進行單因素相關分析。結果顯示院感例數與溫度較差呈正相關（r=0.141，P＜0.05），與最高溫度呈正相關（r=0.101，P＜0.05）。與平均溫度呈正相關（r=0.081，P＜0.05）。多因素回歸較單因素回歸更能有效控制混雜因素，從而更為準確地探討自變量對因變量的影響，經多因素逐步線性回歸結果顯示，醫院感染日例數與溫度較差、最高溫度、平均溫度有關（P＜0.05）。

表1 氣溫暴露因素與醫院感染日例數的單因素相關分析

表2 氣溫因素與醫院感染日例數的多元逐步線性回歸分析

2.3 時間序列分析 本研究數據顯示存在一定周期季節性波動（圖2），院感染人數呈現穩定變動趨勢（相關系數=-1.21，t-3.153，P=0.003＜0.05），進一步繪制原始序列的ACF圖及PACF圖，即任意時間t（t=1,2,3…n)的序列值Xt與其自身的滯后值Xt-n之間的線性關系。

圖2 2015年至2019年度醫院感染原始序列圖

時間序列分析是建立在平穩序列的條件上的，通過繪制CHD原始序列的序列圖、自相關函數（Autocorrelation Function,ACF）圖及偏自相關函數（Partial Autocorrelation Function,PACF）,可見在原始數列短的時滯上，自相關系數及偏自相關系數在0階上下波動，呈現拖尾狀態（圖3、圖4），經一階差分、對數轉換后得到一組平穩數據(圖5)，且無明顯的周期性（回歸系數=0.493，t=0.042，P=0.966＞0.05），p、q初步確認為1。使用逐個嘗試的方法對各個模型的擬合度進行比較，階數一般不超過2階[3]。

圖3 原始序列的ACF圖

圖4 原始序列的PACF圖

圖5 經過一次差分，一次自然對數轉化后序列圖

采用Box-Ljung統計量進行殘差白噪聲檢驗，結合殘差的ACF圖及PACF圖對初建模型進行估計（圖6），結果差異無統計學意義（獨立性檢驗box=10.511，P=0.786＞0.05），殘差序列是隨機的，各備選模型參數見表3，提示模型ARIMA（0,1,2,）（0,1,1）12是 較 理 想 的。表 達 式 為ln(CHDt)=0.603εt-1+0.397εt-2+0.994εt-1+0.994×0.603εt-2+0.994×0.397εt-3（ε是預測誤差滯后值）。下一步進行預測，對模型預測效果均在95%可信區間內，與實際值較一致（圖7），效果較好。

表3 備選ARIMA模型參數估計

圖6 殘差ACF/PACF結果

圖7 2015年至2019年實際觀測人數與擬合值的預測圖

3 討論

醫院作為專業的醫療機構，各種高效廣譜抗生素長期使用，新診療技術的廣泛應用，各種創傷性侵入性檢查和治療手段的增加，在對患者實施治療的同時，也成為細菌的聚集場所，使治療效果和服務受到影響，醫院感染率也有上升的趨勢，由此引起的醫療糾紛也呈上升趨勢[4]。部分醫院感控三級組織建設或制度不健全、感控人員力量不足、院感實時監測系統及信息平臺建設滯后、布局流程不合理、感控專職人員職責不清、保潔文化程度低培訓效果不佳、感控重視和投入不足等都是目前存在的問題，這些都是制約醫院感染管理事業發展和水平提升的短板因素[5]，如何更好的控制醫院感染，成為每個醫院感染管理者亟待解決的首要問題。對醫院感染管理人員、醫護人員科學防控院感提出了更高的要求。一般控制醫院感染傳播途徑為注重手衛生、抗菌藥物合理使用等[6-7]，隨著抗藥性耐藥性菌株的出現，且手衛生依從性執行力不容樂觀，探索其他替代性措施變得愈加重要。本研究調查發現，氣溫暴露因素（溫度較差、最高溫度、平均溫度）可能與醫院感染相關，在氣溫相差較大或溫度較高時，應積極做好應對措施。

當今氣候變化頻繁、不斷影響人類的生活、生產及健康[8]。《Air，Water and Situation》最早記錄天氣氣候與健康的關系[9]，部分國內外調查研究中有分季節性研究、分單獨氣象因子研究[10]，闡述了不同季節不同感染病種感染病原體一般氣象規律[11-12]。大量研究表明，溫度是影響公眾健康及死亡風險的重要環境因素[12-13]，如環境溫度增加可使腦膜炎奈瑟菌發生免疫逃逸，引起顱內感染[14]，氣溫日較差與呼吸系統感染疾病相關[15]，溫度與醫院血液感染有密切關系[16]，通過本次研究調查結果，一定程度提示對溫度進行預判斷可減少院內感染的發生，應采取相應預防控制措施：首先應培訓醫護人員提高氣候變化對健康影響的認知水平，嚴格護理，強調人人盡責，人人防控，提高站位，院感防控責任擔當；其次是抓好防控重點，如夏季溫度較高，有利于病原微生物生長，應注意通風控溫；秋冬季溫度較低，晝夜溫差變化較大，對長期臥床等免疫力低下的人群，應注意保溫，加強對患者的保護；科室做好相關監測工作，利用時間變化趨勢，針對溫度變化的不同感染病種數據進行定期總結，進行有針對性管理。后續也可對其他多種氣象影響因素的綜合效應進行深入研究，從而進一步提高醫院感染防控能力，降低醫院感染率。