重癥監(jiān)護(hù)室病人多重耐藥菌感染預(yù)測(cè)模型的構(gòu)建

王亞喜 張玲慧 曹文 辛維青 王忠心 龐旭峰

［收稿日期］2022-10-28;? ［修訂日期］2023-06-20

［基金項(xiàng)目］青島市民生科技計(jì)劃項(xiàng)目（19-6-1-10-nsh）

［第一作者］王亞喜（1996-），女，碩士研究生。

［通信作者］龐旭峰（1973-），女，碩士，副主任護(hù)師。E-mail：18661808973@163.com。

［摘要］? 目的

構(gòu)建及驗(yàn)證重癥監(jiān)護(hù)室（ICU）病人多重耐藥菌（MDRO）感染預(yù)測(cè)模型。

方法? 回顧性分析2021年8月—2022年1月入住青島市某三甲醫(yī)院ICU 688例病人的臨床資料，根據(jù)留置ICU期間是否發(fā)生MDRO分為MDRO感染組和非MDRO感染組，基于最小絕對(duì)收縮與選擇算子算法和逐步回歸篩選危險(xiǎn)因素、構(gòu)建MDRO感染預(yù)測(cè)模型，繪制列線圖，并進(jìn)行內(nèi)部驗(yàn)證。

結(jié)果? 在納入的ICU病人中，MDRO感染率為15.70%，危險(xiǎn)因素包括住院時(shí)間、留置ICU時(shí)間、長(zhǎng)期臥床、入ICU前使用抗生素、入ICU前進(jìn)行侵入性操作、合并慢性肺部疾病、低蛋白血癥、急性生理和慢性健康評(píng)分系統(tǒng)評(píng)分、抗生素的使用數(shù)量?；诖藰?gòu)建的預(yù)測(cè)模型受試者工作特征曲線下面積為0.896，特異度、靈敏度、準(zhǔn)確度分別為76.85%、87.41%、85.76%。Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)P=0.659，模型的校準(zhǔn)度良好。

結(jié)論? 構(gòu)建的ICU病人MDRO感染預(yù)測(cè)模型的預(yù)測(cè)效果較好，可為臨床篩選MDRO感染高危人群提供參考。

［關(guān)鍵詞］? 重癥監(jiān)護(hù)病房；抗藥性，多種，細(xì)菌；危險(xiǎn)因素；列線圖

［中圖分類(lèi)號(hào)］? R197.323

［文獻(xiàn)標(biāo)志碼］? A

［文章編號(hào)］? 2096-5532（2024）01-0115-05

doi：10.11712/jms.2096-5532.2024.60.005

［開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）］

［網(wǎng)絡(luò)出版］? https：//link.cnki.net/urlid/37.1517.R.20240304.1750.003;2024-03-07? 18：25：21

Construction of a prediction model for multidrug-resistant organism infection in intensive care unit patients

＼ WANG Yaxi， ZHANG Linghui， CAO Wen， XIN Weiqing， WANG Zhongxin， PANG Xufeng

＼ （Department of Critical Medicine， The Affilialed Hospital of Qingdao University， Qingdao 266021， China）

＼; ［Abstract］＼ Objective＼ To construct and validate a prediction model of multidrug-resistant organism （MDRO） infection in intensive care unit （ICU） patients.

＼ Methods＼ We retrospectively analyzed the clinical data of 688 patients admitted to the ICU of a grade A tertiary hospital in Qingdao from August 2021 to January 2022. According to whether MDRO infection occurred or not during stay in the ICU， they were divided into MDRO infection group and non-MDRO infection group. The risk factors were determined using the least absolute shrinkage and selection operator method and stepwise regression analysis to construct an MDRO infection prediction model. A nomogram was created and internally verified.

＼ Results＼ The MDRO infection rate was 15.70% among the included ICU patients. The risk factors included the length of hospital stay， the length of ICU stay， long-term bed rest， the use of antibiotics before ICU， invasive operation before ICU， chronic lung disease， hypoproteinemia， Acute Physiology and Chronic Health Evaluation score， and the consumption of antibiotics. The area under the receiver operating characteristic curve for the constructed prediction model was 0.896， with the specificity， sensitivity， and accuracy being 76.85%， 87.41%， and 85.76%， respectively. The Hosmer-Lemeshow test demonstrated a good fit of the model （P=0.659）.

＼ Conclusion＼ The MDRO infection prediction model for ICU patients has good performance， which can provide a reference for identifying patients at high risk for MDRO infection.

［Key words］＼ intensive care units; drug resistance， multiple， bacterial; risk factors; nomograms

多重耐藥菌（MDRO）是指對(duì)3種及以上不同類(lèi)別抗生素同時(shí)耐藥的細(xì)菌，這類(lèi)細(xì)菌引起的感染稱(chēng)為MDRO感染。重癥監(jiān)護(hù)室（ICU）是MDRO感染的重災(zāi)區(qū)［1］，ICU病人病情危重、免疫力低，常進(jìn)行多種侵入性治療，這增加了感染的風(fēng)險(xiǎn)［2］。研究表明，MDRO感染病人住院日、醫(yī)療費(fèi)用和死亡率均顯著增加，而針對(duì)MDRO感染目前尚缺乏特效治療藥物［3］。此外，MDRO主要通過(guò)接觸傳播，極易造成院內(nèi)感染的暴發(fā)［4］。加強(qiáng)MDRO感染預(yù)警模型的構(gòu)建是控制和預(yù)防MDRO感染的重要舉措之一［5］。但目前的模型在變量篩選時(shí)多使用傳統(tǒng)的logistic回歸，易出現(xiàn)過(guò)擬合問(wèn)題，從而降低模型的預(yù)測(cè)性能［6］。本文研究基于最小絕對(duì)收縮與選擇算子算法（Lasso）和逐步回歸篩選并構(gòu)建MDRO感染風(fēng)險(xiǎn)預(yù)測(cè)模型，以早期識(shí)別高危人群。現(xiàn)將結(jié)果報(bào)告如下。

1? 對(duì)象與方法

1.1? 研究對(duì)象

基于前期文獻(xiàn)的研究結(jié)果，本研究選取10個(gè)危險(xiǎn)因素［7］。根據(jù)陽(yáng)性例數(shù)是自變量個(gè)數(shù)的5～10倍［8］，

結(jié)合ICU內(nèi)MDRO感染發(fā)生率（23.70%）［9］，

并考慮20%的無(wú)效數(shù)據(jù)，計(jì)算得出建模組樣本量最少為527例。本研究為回顧性研究，選取2021年8月—2022年1月入住青島市某三級(jí)甲等醫(yī)院ICU的688例病人，根據(jù)是否發(fā)生MDRO感染分為MDRO感染組和非MDRO感染組，MDRO感染診斷符合《醫(yī)院感染診斷標(biāo)準(zhǔn)》［10］和《多重耐藥菌醫(yī)院感染預(yù)防與控制技術(shù)指南（試行）》標(biāo)準(zhǔn)［11］。納入標(biāo)準(zhǔn)：①年齡≥18歲；②在ICU期間至少進(jìn)行過(guò)1次微生物培養(yǎng)。排除標(biāo)準(zhǔn)：①病例資料不完整者；②入住ICU時(shí)已確診為MDRO感染者；③入住ICU不足48 h出院或死亡者。本文研究最終納入688例入住ICU的病人，其中男429例（62.35%），女259例（37.65%）；年齡65.50（53.00，74.00）歲；ICU住院時(shí)間為9.00（5.00，16.00）d。108例發(fā)生MDRO感染（MDRO感染組，B組），580例未發(fā)生MDRO感染（非MDRO感染組，A組），ICU內(nèi)MDRO感染發(fā)生率為15.70%。本研究通過(guò)青島大學(xué)醫(yī)學(xué)部倫理委員會(huì)審查同意。

1.2? 研究方法

1.2.1 ?研究工具? 根據(jù)文獻(xiàn)回顧以及專(zhuān)家建議，從以下6個(gè)方面編制ICU病人資料調(diào)查表，以篩選MDRO感染發(fā)生的危險(xiǎn)因素。①一般資料：包括病人年齡、性別、住院時(shí)間、留置ICU時(shí)間、合并基礎(chǔ)疾??；②病情評(píng)估：包括急性生理和慢性健康評(píng)分系統(tǒng)（APACHE Ⅱ）、格拉斯哥昏迷量表（GCS）評(píng)分；③營(yíng)養(yǎng)狀況相關(guān)指標(biāo)：包括體質(zhì)指數(shù)（BMI）、清蛋白、前清蛋白、營(yíng)養(yǎng)風(fēng)險(xiǎn)篩查（NRS）2002評(píng)分；④侵入性操作：包括手術(shù)史、氣管插管或氣管切開(kāi)、動(dòng)脈插管、胃腸營(yíng)養(yǎng)管、中心靜脈導(dǎo)管、經(jīng)外周靜脈穿刺中心靜脈置管（PICC）、尿管及其他引流管的使用情況；⑤用藥情況：包括抗生素使用的數(shù)量、聯(lián)用情況、糖皮質(zhì)激素（激素）應(yīng)用、免疫抑制劑應(yīng)用、營(yíng)養(yǎng)支持治療；⑥實(shí)驗(yàn)室指標(biāo)：包括C反應(yīng)蛋白、降鈣素原、白細(xì)胞、尿素氮、肌酐。合并基礎(chǔ)疾病的診斷根據(jù)國(guó)際疾病分類(lèi)-10編碼標(biāo)準(zhǔn)［12］。

1.2.2? 資料收集和質(zhì)量控制? 由2名經(jīng)過(guò)統(tǒng)一培訓(xùn)的碩士研究生，利用醫(yī)院電子病歷系統(tǒng)及醫(yī)院感染管理系統(tǒng)收集并填寫(xiě)ICU病人資料調(diào)查表，資料收集的起始時(shí)間為入住ICU時(shí)，實(shí)驗(yàn)室指標(biāo)為病人入ICU后24 h的第一個(gè)檢測(cè)值，終止時(shí)間為出科或發(fā)生MDRO感染。對(duì)于資料中的缺失值，使用均值填補(bǔ)［13］。采用VITEK2 Compact System 全自動(dòng)微生物鑒定及藥敏分析系統(tǒng)和K-B紙片擴(kuò)散法進(jìn)行菌株的培養(yǎng)鑒定和藥敏試驗(yàn)，標(biāo)本由專(zhuān)業(yè)人員采集，統(tǒng)一檢測(cè)方法和診斷標(biāo)準(zhǔn)。資料收集完成后，由雙人錄入、核對(duì)，若出現(xiàn)錯(cuò)誤及時(shí)更正。

1.3? 統(tǒng)計(jì)學(xué)方法

使用Stata 15.0和R 4.1.0軟件對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)學(xué)分析。正態(tài)分布的計(jì)量資料采用±s表示，組間比較采用t檢驗(yàn)；非正態(tài)分布的計(jì)量資料以M（P25，P75）表示，組間比較采用秩和檢驗(yàn)。計(jì)數(shù)資料采用頻數(shù)、百分比表示，組間比較采用χ2檢驗(yàn)、Fi-

sher精確檢驗(yàn)。采用R軟件的glmnet和MASS包進(jìn)行Lasso回歸和逐步回歸分析，使用rms包繪制列線圖。通過(guò)Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)、校準(zhǔn)曲線、受試者特征曲線下面積（AUC）和臨床決策曲線（DCA）評(píng)價(jià)模型的校準(zhǔn)度、區(qū)分度和臨床實(shí)用性。此外，采用Bootstrap采樣法進(jìn)行內(nèi)部驗(yàn)證，該方法將n次抽樣的結(jié)果作為訓(xùn)練集構(gòu)建模型，原始數(shù)據(jù)作為驗(yàn)證集，應(yīng)用模型計(jì)算訓(xùn)練集和驗(yàn)證集的預(yù)測(cè)值，比較其與實(shí)際值的一致性。以P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2? 結(jié)? 果

2.1? 一般資料相關(guān)指標(biāo)比較

兩組住院時(shí)間、留置ICU時(shí)間、NRS 2002評(píng)分、尿素氮、APACHEⅡ評(píng)分、GCS評(píng)分、抗生素應(yīng)用數(shù)量、長(zhǎng)期臥床、合并慢性肺部疾病、低蛋白血癥、ICU住院史、入ICU前侵入性操作及入ICU前使用抗菌藥物等比較，差異有顯著意義（Z=2.135～9.969，t=6.048～6.883，χ2=21.407～71.638，P<0.05）。兩組間性別、高血壓、糖尿病、腦血管疾病、循環(huán)系統(tǒng)疾病、肝功能異常、實(shí)體瘤、腎功能異常、外傷、長(zhǎng)期放化療、BMI、清蛋白、前清蛋白、C反應(yīng)蛋白、降鈣素原、白細(xì)胞計(jì)數(shù)、肌酐、尿素氮/肌酐、手術(shù)次數(shù)、手術(shù)級(jí)別、切口愈合情況等比較，差異均無(wú)統(tǒng)計(jì)學(xué)意義（P>0.05）。見(jiàn)表1。

2.2? Lasso回歸變量篩選

為避免過(guò)擬合，將可能的影響因素作為自變量納入Lasso回歸進(jìn)行變量篩選。Lasso回歸采用10折交叉驗(yàn)證選擇lambda.1se為最優(yōu)λ，最優(yōu)λ=0.037 7，對(duì)應(yīng)的變量個(gè)數(shù)為9個(gè)。見(jiàn)圖1。

2.3? ICU病人MDRO感染預(yù)測(cè)模型的構(gòu)建及預(yù)測(cè)效果

將篩選出的9個(gè)變量采用向后逐步回歸法構(gòu)建模型：Y=0.033×住院時(shí)間+0.026×留置ICU的時(shí)間+1.254×長(zhǎng)期臥床+0.939×入ICU前使用抗生素+0.896×入ICU前進(jìn)行侵入性操作+0.756×合并慢性肺部疾病+1.316×低蛋白血癥+0.059×APACHE Ⅱ評(píng)分+0.613×抗生素聯(lián)用-6.710。繪制列線圖，列線圖中每個(gè)危險(xiǎn)因素得分通過(guò)垂直線上方的分?jǐn)?shù)線獲得，所有得分相加即可獲得總分，總分對(duì)應(yīng)的概率值為ICU病人MDRO感染發(fā)生的概率（圖2）。見(jiàn)表2。應(yīng)用Hosmer-Lemeshow檢驗(yàn)方法對(duì)模型進(jìn)行擬合優(yōu)度檢驗(yàn)，結(jié)果顯示，χ2=5.895，P=0.659，模型預(yù)測(cè)的特異度、靈敏度、準(zhǔn)確度分別為76.85%、87.41%、85.76%，AUC為0.896（95%CI=0.864～0.928）。采用Bootstrap采樣法進(jìn)行內(nèi)部驗(yàn)證，經(jīng)1 000次迭代之后所得校準(zhǔn)曲線見(jiàn)圖3，模型的校準(zhǔn)度良好。DCA分析顯示，病人MDRO發(fā)生概率為2%～85%時(shí)凈收益率>0。見(jiàn)圖3。

3? 討? 論

微生物培養(yǎng)是診斷病人MDRO感染的標(biāo)準(zhǔn)，

但需一段時(shí)間等待培養(yǎng)結(jié)果，在空白期使用風(fēng)險(xiǎn)預(yù)

測(cè)模型及早識(shí)別高危人群，及時(shí)采取有效隔離措施，

可以避免醫(yī)院感染進(jìn)一步傳播［14］。目前臨床上建立MDRO感染預(yù)測(cè)模型多采用先單因素后多因素logistic回歸的方法篩選變量，無(wú)法處理存在多重共線性的數(shù)據(jù)。Lasso算法通過(guò)懲罰系數(shù)λ將相對(duì)不重要的變量壓縮為0進(jìn)行剔除，選取具有代表性的變量，同時(shí)計(jì)算出擬選取變量的估計(jì)參數(shù)，具有處理高維變量產(chǎn)生稀疏特征、避免過(guò)擬合的優(yōu)勢(shì)［15］。

本研究結(jié)果顯示，長(zhǎng)期臥床是MDRO感染的獨(dú)立危險(xiǎn)因素，與王書(shū)等［16］研究結(jié)果一致。ICU病人長(zhǎng)期臥床導(dǎo)致肺部充血、水腫，分泌物淤積于中小氣管難以咳出［17］。本文結(jié)果顯示，住院時(shí)間、留置ICU時(shí)間越久，MDRO感染發(fā)生率越高，與既往研究結(jié)論一致［18］。與非ICU環(huán)境相比，ICU環(huán)境中細(xì)菌分離株較多，藥物敏感度普遍較低，病人直接或間接接觸耐藥菌的機(jī)會(huì)較大［19］。南玲等［20］的研究結(jié)果顯示，APACHE Ⅱ評(píng)分≥40分發(fā)生院內(nèi)感染的概率達(dá)100%。本研究結(jié)果顯示，APACHE Ⅱ評(píng)分與MDRO感染正相關(guān)。另外，低蛋白血癥增加了ICU病人MDRO感染風(fēng)險(xiǎn)。清蛋白降低引起組織水腫，機(jī)體屏障的防御能力下降，繼發(fā)性感染發(fā)生概率增加［21］，與既往研究結(jié)果相符［5］?？股乜梢鹉c道菌群失調(diào)，誘發(fā)機(jī)體自身攜帶耐藥性因子的細(xì)菌過(guò)度生長(zhǎng)，導(dǎo)致MDRO感染［22］。這可能是抗生素使用數(shù)量增多、入ICU前使用抗生素會(huì)增加病人MDRO感染概率的原因。因此，對(duì)存在高危因素的ICU病人，醫(yī)務(wù)人員可協(xié)助病人早期活動(dòng)，密切觀察病情變化，持續(xù)評(píng)估營(yíng)養(yǎng)狀況和皮膚狀態(tài)，嚴(yán)格規(guī)范抗生素管理，避免濫用或誤用。

本研究基于Lasso和逐步回歸法構(gòu)建ICU病人MDRO感染預(yù)測(cè)模型，AUC為0.896，具有較好的區(qū)分度；Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)和校準(zhǔn)曲線均提示，模型的校準(zhǔn)度較高，預(yù)測(cè)結(jié)果較符合實(shí)際結(jié)果。為方便臨床應(yīng)用，本文通過(guò)將篩選出的9個(gè)變量繪制列線圖，將復(fù)雜的預(yù)測(cè)方程可視化。醫(yī)務(wù)人員可通過(guò)該模型對(duì)ICU病人MDRO感染風(fēng)險(xiǎn)進(jìn)行直觀評(píng)估，根據(jù)評(píng)估結(jié)果對(duì)高危人群及早采取相應(yīng)措施，從而降低MDRO感染發(fā)生率，提高醫(yī)院管理質(zhì)量。

綜上所述，入ICU前進(jìn)行侵入性操作、低蛋白血癥、APACHE Ⅱ評(píng)分高等是ICU病人MDRO感染的危險(xiǎn)因素，本文基于此構(gòu)建的風(fēng)險(xiǎn)預(yù)測(cè)模型性能良好，能較好預(yù)測(cè)ICU內(nèi)病人MDRO感染風(fēng)險(xiǎn)。因本研究采用回顧性研究設(shè)計(jì)，部分缺失數(shù)據(jù)予以排除，在資料收集方面可能存在信息偏倚；另外，本研究?jī)H進(jìn)行了內(nèi)部驗(yàn)證，在今后的研究中將進(jìn)一步擴(kuò)大樣本量，采用前瞻性、多中心驗(yàn)證以檢驗(yàn)?zāi)Ｐ偷臏?zhǔn)確性和外部適用性。

［參考文獻(xiàn)］

［1］全國(guó)細(xì)菌耐藥監(jiān)測(cè)網(wǎng). 2020年全國(guó)細(xì)菌耐藥監(jiān)測(cè)報(bào)告［J］. 中華檢驗(yàn)醫(yī)學(xué)雜志， 2022，45（2）：122-136.

［2］IWU C D， PATRICK S M. An insight into the implementation of the global action plan on antimicrobial resistance in the WHO African region： a roadmap for action［J］. International Journal of Antimicrobial Agents， 2021，58（4）：106411.

［3］ANTIMICROBIAL RESISTANCE COLLABORATORS. Global burden of bacterial antimicrobial resistance in 2019： a systematic analysis［J］. Lancet， 2022，399（10325）：629-655.

［4］顧申申，李杰，張鍵，等. 基于全球醫(yī)院感染暴發(fā)數(shù)據(jù)庫(kù)和CNKI數(shù)據(jù)庫(kù)的ICU醫(yī)院感染暴發(fā)案例分析［J］. 中國(guó)感染控制雜志， 2021，20（11）：1035-1040.

［5］李文進(jìn)，耿苗苗，楊富，等. 重癥監(jiān)護(hù)室患者多重耐藥菌醫(yī)院感染風(fēng)險(xiǎn)因素管理［J］. 中國(guó)衛(wèi)生資源， 2021，24（5）：560-564.

［6］SHI J W， ZHANG B， LIU F， et al. Efficient L1 regularization-based reconstruction for fluorescent molecular tomography using restarted nonlinear conjugate gradient［J］. Optics Letters， 2013，38（18）：3696-3699.

［7］鄒倩，丁夢(mèng)媛，耿苗苗，等. ICU多重耐藥菌感染判別分析預(yù)判模型建立研究［J］. 醫(yī)學(xué)研究雜志，? 2021，50（1）：32-36.

［8］MOONS K G， ALTMAN D G， REITSMA J B， et al. Transparent Reporting of a multivariable prediction model for Individual Prognosis or Diagnosis （TRIPOD）： explanation and elaboration［J］. Annals of Internal Medicine， 2015，162（1）：W1-W73.

［9］MA X J， WU Y H， LI L Y， et al. First multicenter study on multidrug resistant bacteria carriage in Chinese ICUs［J］. BMC Infectious Diseases， 2015，15：358.

［10］中華人民共和國(guó)衛(wèi)生部. 醫(yī)院感染診斷標(biāo)準(zhǔn)（試行）［J］. 中華醫(yī)學(xué)雜志， 2001，81（5）：61-67.

［11］衛(wèi)生部辦公廳關(guān)于印發(fā)《多重耐藥菌醫(yī)院感染預(yù)防與控制技術(shù)指南（試行）》的通知［J］. 中華人民共和國(guó)衛(wèi)生部公報(bào)， 2011（2）：59-61.

［12］QUAN H D， SUNDARARAJAN V， HALFON P， et al. Co-

ding algorithms for defining comorbidities in ICD-9-CM and ICD-10 administrative data［J］. Medical Care， 2005，43（11）：1130-1139.

［13］李業(yè)棉，趙芃，楊?；?，等. 隊(duì)列研究中縱向缺失數(shù)據(jù)填補(bǔ)方法的模擬研究［J］. 中華流行病學(xué)雜志， 2021，42（10）：1889-1894.

［14］蔡虻，劉聚源，鄒琪. 護(hù)理在防控多重耐藥菌的獨(dú)特作用［J］. 中國(guó)護(hù)理管理， 2019，19（8）：1126-1129.

［15］CAI W X， VAN DER LAAN M. Nonparametric bootstrap inference for the targeted highly adaptive least absolute shrin-

kage and selection operator （LASSO） estimator［J］. The International Journal of Biostatistics， 2020 Aug 10;/j/ijb.ahead-of-print/ijb-2017-0070/ijb-2017-0070.xml. doi：10.1515/ijb-2017-0070. Online ahead of print.

［16］王書(shū)，蘇增鋒，范曉云. 老年阿爾茨海默病患者肺部多重耐藥菌感染風(fēng)險(xiǎn)列線圖模型構(gòu)建［J］. 中華老年心腦血管病雜志， 2021，23（12）：1284-1287.

［17］柯小云，童金英，許繼濤，等. 老年腦梗死長(zhǎng)期臥床患者醫(yī)院感染細(xì)菌學(xué)及其風(fēng)險(xiǎn)預(yù)測(cè)模型［J］. 中華醫(yī)院感染學(xué)雜志， 2022，32（7）：994-998.

［18］ZHOU Y， YU F， YU Y， et al. Clinical significance of MDRO screening and infection risk factor analysis in the ICU［J］. American Journal of Translational Research， 2021，13（4）：3717-3723.

［19］郭磊磊，秦紅英，張尚書(shū)，等. 骨科創(chuàng)傷患者術(shù)后多重耐藥菌感染風(fēng)險(xiǎn)Nomogram模型構(gòu)建與驗(yàn)證［J］. 中國(guó)感染控制雜志， 2022，21（6）：584-591.

［20］南玲，劉丁，方清永，等. 重癥監(jiān)護(hù)病房患者APACHEⅡ評(píng)分與醫(yī)院感染相關(guān)性分析［J］. 實(shí)用預(yù)防醫(yī)學(xué)， 2015，22（12）：1465-1467.

［21］HU T Y， WANG M， CHEN W， et al. The clinical characte-

ristic and outcome of skin and soft tissue infection in immunosuppressive patients with nephrotic syndrome［J］. Clinical and Experimental Nephrology， 2020， 24（9）：779-788.

［22］SALIBA R， MIZRAHI A， GAUTHIER P P， et al. Antimicrobial stewardship program： reducing antibiotics spectrum of activity is not the solution to limit the emergence of multidrug-resistant bacteria［J］. Antibiotics， 2022，11（1）：70.

（本文編輯? 黃建鄉(xiāng)）