分享
新生儿重症监护病房多重耐药菌反复感染的危险因素分析.pdf
下载文档

ID:2874263

大小:1.89MB

页数:5页

格式:PDF

时间:2024-01-10

收藏 分享赚钱
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,汇文网负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。
网站客服:3074922707
新生儿 重症 监护 病房 多重 耐药 反复 感染 危险 因素 分析
传染病信息 2023 年 6 月 30 日 第 36 卷 第 3 期 Infect Dis Info,Vol.36,No.3,June 30,2023 243新生儿重症监护病房多重耐药菌反复感染的危险因素分析卢蔚薇,赖宇涛,童雅婵,陈 彬 摘要 目的 探讨新生儿重症监护病房多重耐药菌反复感染的危险因素。方法 回顾性分析 2018 年 11 月2021年11月我院收治的100例多重耐药菌感染的新生儿,根据治疗后感染情况分为反复感染组(20例)和非反复感染组(80例)。分析患儿的感染部位和病原菌种类;比较 2 组患儿的一般资料;多因素 Logistic 回归分析影响患儿反复感染的危险因素;构建贝叶斯网络模型,并使用 Netica 软件进行贝叶斯网络推理;采用 ROC 曲线和校准曲线评价模型的区分度和准确度。结果 100 例患儿主要以呼吸道感染为主,检测出多重耐药菌菌株共 158 株,其中革兰阴性菌占 75.95%,革兰阳性菌占24.05%。多因素 Logistic 回归分析结果显示,住院天数 7 d、机械通气、抗菌药物种类 3 种和抗菌药物使用时间 7 d 是患儿反复感染的独立危险因素,而出生胎龄 37 周、出生体质量 2500 g 是患儿反复感染的保护因素(P 0.05)。ROC 曲线和校准曲线显示贝叶斯网络模型具有良好的区分度和准确度。结论 临床应对患儿胎龄、出生体质量、住院天数等危险因素进行重点关注,以降低多重耐药菌反复感染的发生率。关键词 多重耐药菌;反复感染;贝叶斯网络模型;危险因素 中国图书资料分类号 R563;R725 文献标志码 A 文章编号 1007-8134(2023)03-0243-05DOI:10.3969/j.issn.1007-8134.2023.03.010Risk factors analysis of repeated infection of multiple drug-resistant bacteria in neonatal intensive care unitLu Weiwei,LAI Yutao,Tong Yachan,Chen Bin*Department of Pediatrics,Southeast Hospital affiliated to Xiamen University,999th Hospital of Joint Logistic Support Force,Zhangzhou 363000,China*Corresponding author,E-mail:AbstractObjectiveTo investigate the risk factors of repeated infection of multiple resistant bacteria in neonatal intensive care unit.Methods A retrospective analysis was conducted on 100 neonates admitted to our hospital between November 2018 and November 2021,who were infected with multiple drug-resistant bacteria.Based on the post-treatment infection,they were classified into 2 groups:the recurrent infection group(20 cases)and the non-recurrent infection group(80 cases).The site of infection and the pathogen species were analyzed,and the general data of both groups were compared.Multivariate logistic regression was performed to identify risk factors associated with recurrent infections.Furthermore,a Bayesian network model was constructed using Netica software and used for inference.The model s differentiation and accuracy were evaluated using receiver operating characteristic(ROC)curve and calibration curve.Results Among the 100 children included in this study,respiratory tract infections were the most common.A total of 158 strains of multiple drug-resistant bacteria were detected,with gram-negative bacteria accounting for 75.95%and gram-positive bacteria accounting for 24.05%.Multivariate Logistic regression analysis showed that the length of hospital stay 7 d,mechanical ventilation,types of antibiotics 3 and duration of antibiotics 7 d were independent risk factors for recurrent infection,while gestational age 37 weeks and birth weight 2500 g were protective factors for recurrent infection(P 0.05).ROC curve and calibration curve show that the Bayesian network model has good discrimination and accuracy.Conclusion Clinical attention should be paid to gestational age,birth weight,length of hospital stay and other risk factors in order to reduce the incidence of multiple resistant bacteria repeated infection.Keywordsmultiple resistant bacteria;repeated infection;Bayesian network;risk factor 作者单位 363000 漳州,联勤保障部队第九九医院 厦门大学附属东南医院儿科(卢蔚薇、赖宇涛、童雅婵),检验科(陈彬)通信作者 陈彬,E-mail: 多重耐药菌又称耐多药微生物,是指对临床治疗使用的 3 类或 3 类以上抗菌药物产生耐药性的病原菌1,可分为革兰阳性菌、革兰阴性菌和真菌。多重耐药菌出现主要是由于细菌变异和不规范使用抗菌药物,其可通过污染的手和物品进行接触传播,传播途径还包括母婴传播和空气传播。感染者病情复杂,治疗困难,通常需要使用更加高级的抗菌药物,且容易形成定植菌,给患者带来严重的经济负担2。重症监护室是医院多重耐药菌检出率最高的地方,处在重症监护室的新生儿由于病情严重,免疫系统发育不完善,侵入性操作治疗较多,多重耐药菌感染发生率更高3。研究资料表明,新生儿感染约占医院感染事件的60%4,给临床治疗带来了极其严峻的挑战。经治疗后的多重耐药菌感染患儿还可能会再次感染相同菌种或新菌种,二次感染后的患儿治疗更困难,病死率更高。因此,如何避免新生儿体内多重耐药菌反复感染,并制定防控干预政策,对患儿的生命健康具有重大意义。本研究通过回顾性分析我院发生多重耐药菌感染的新生儿的情况,旨在找出影响患儿反复感染的危险因素,以期为临床 传染病信息 2023 年 6 月 30 日 第 36 卷 第 3 期 Infect Dis Info,Vol.36,No.3,June 30,2023 244诊疗提供理论依据。1 对象与方法1.1 对象 选择 2018 年 11 月2021 年 11 月联勤保障部队第九九医院收治的多重耐药菌感染新生儿作为研究对象,共 100 例,根据治疗后的感染情况将其分为反复感染组(20 例)和非反复感染组(80 例)。反复感染组中男 12 例,女 8 例,年龄 5 18 d,平均日龄(12.102.972)d;非反复感染组中男 45 例,女 35 例,年龄 7 20 d,平均日龄(14.554.617)d。所有患儿住院时间6 52 d,平均住院时间 18 d。纳入标准:符合 2001 版医院感染诊断标准5中关于医院感染的诊断标准;年龄1 30 d;临床资料完整。排除标准:天然耐药菌株感染患儿;多重耐药菌菌株定植但未感染患儿;合并严重贫血患儿。反复感染组纳入标准:患儿住院期间内感染次数 2 次且感染间隔 7 d。本研究通过我院伦理委员会审批(伦理批准号:2018LB96)1.2 方法1.2.1 资料收集 采用回顾性研究方法对多重耐药菌感染患儿的一般及临床资料进行收集,包括性别、出生胎龄、出生体质量、发病日龄、住院天数、机械通气、肠外营养、抗菌药物种类和使用时间、低蛋白血症、窒息、留置导尿管、分娩方式、胎膜早破、使用糖皮质激素和脐静脉置管等情况。1.2.2 标本采集 采集患儿血、尿、粪便、痰液、脐分泌物、胸腹腔积液、胃液、皮肤拭子等标本,将标本均分为 4 份,1 份进行常规细菌培养鉴定,另外 3 份进行革兰染色、白细胞计数和细菌定量培养。1.2.3 细菌培养鉴定及药敏试验 细菌培养和菌种鉴定采用 ATB Expression 微生物鉴定/药敏分析仪,培养基在 35 孵育 18 24 h,鉴定过程严格按照 全国临床检验操作规程6进行,采用K-B纸片扩散法进行药敏试验,参照美国临床实验室标准化委员会标准7对菌株进行判断。1.3 诊断标准 多重耐药菌诊断标准:标本中培养出的细菌对 3 类或 3 类以上抗菌药物同时呈现耐药性,且连续 3 次细菌培养同一菌株多重耐药菌阳性8。反复感染判断标准:参考 2001 版医院感染诊断标准5和美国 CDC 医院感染标准9,多重耐药菌感染患儿经抗菌药物治疗后临床症状消失,标本培养检测呈阴性,后住院期间再次出现感染症状,并培养出同一菌株或新菌株。1.4 统计学处理 采用 SPSS 22.0 对数据进行统计分析。计数资料以例数和率(%)表示,组间比较采用四格表 2检验。采用多因素 Logistic 回归分析影响多重耐药菌患儿反复感染的危险因素,采用 R 软件构建贝叶斯网络模型,并使用 Netica软件进行贝叶斯网络模型推理。采用 ROC 曲线评价模型的区分度,采用校准曲线评价模型的准确性。检验水准=0.05。2 结 果2.1 感染部位和病原菌分布 100 例多重耐药菌感染患儿的感染情况为:下呼吸道感染 45 例(45.00%),血流感染 18 例(18.00%),上呼吸道感染13例(13.00%),胃肠道感染9例(9.00%),泌尿系统感染6例(6.00%),皮肤感染5例(5.00%),口腔感染 4 例(4.00%)。共检测出 158 株多重耐药菌菌株,其中革兰阴性菌 120 株(75.95%),革兰阳性菌 32 株(20.25%),真菌 6 株(3.80%)。详见表 1。表 1 100 例患儿多重耐药菌分布情况Table 1 Distribution of multidrug-resistant bacteria in 100 children病原菌菌株数(株)构成比(%)革兰阴性菌12075.95产超广谱-内酰胺酶大肠埃希菌 8855.70耐碳青霉烯类产气肠杆菌 8 5.06产超广谱-内酰胺酶肺炎克雷伯菌 2012.66耐碳青霉烯类鲍曼不动杆菌 2 1.27多重耐药铜绿假单胞菌 2 1.27革兰阳性菌 3824.05耐甲氧西林金黄色葡萄球菌 2113.29耐甲氧西林表皮葡萄球菌 7 4.43耐万古霉素溶血葡萄球菌 4 2.53真菌 6 3.80 耐氟康唑白色念球菌 6 3.80合计1581002.2 治疗结局 100 例感染患儿住院期间内治疗有效且未发生再次感染 80 例(80.00%),5 例患儿(5.00%)治疗结束后感染其他菌种,15 例患儿(15.00%)治疗结束后再次感染同一菌种。80 例治疗有效患儿均治愈出院,20 例多重耐药菌反复感染患儿中,17 例治愈后出院,另 3 例住院期间死亡。2.3 2 组患儿一般及临床资料比较 根据住院期间内感染情况将患儿分为反复感染组(20 例)和非反复感染组(80例),2组患儿在性别、发病日龄、窒息、分娩方式、使用糖皮质激素和脐静脉置管 传染病信息 2023 年 6 月 30 日 第 36 卷 第 3 期 Infect Dis Info,Vol.36,No.3,June 30,2023 245方面比较,差异均无统计学意义(P 均 0.05);2 组患儿的出生胎龄、出生体质量、住院天数、机械通气、肠外营养、抗菌药物种类、抗菌药物使用时间、低蛋白血症、留置导尿管和胎膜早破等方面相比,差异均有统计学意义(P 均 0.05)。详见表 2。项目反复感染组(n=20)非反复感染组(n=80)2值P 值性别 0.0920.762男12(60.00)45(56.25)女 8(40.00)35(43.75)出生胎龄(周)4.9370.026 37 7(35.00)50(62.50)3713(65.00)30(37.50)出生体质量(g)4.1670.041 2500 8(40.00)48(60.00)2500 12(60.00)32(40.00)发病日龄(d)1.0990.295 7 3(15.00)6(7.50)7 17(85.00)74(92.50)住院天数(d)4.2190.040 7 10(50.00)21(26.25)7 10(50.00)59(73.75)机械通气 4.0800.043有 8(40.00)15(18.75)无12(60.00)65(81.25)肠外营养 6.732 0.009有11(55.00)20(25.00)无 9(45.00)60(75.00)抗菌药物种类(种)10.2560.001 3 16(80.00)32(40.00)3 4(20.00)48(60.00)抗菌药物使用时间(d)4.0400.044 7 15(75.00)40(50.00)7 5(25.00)40(50.00)低蛋白血症 6.2500.012有 8(40.00)16(20.00)无12(60.00)64(80.00)窒息 0.2980.585有 5(25.00)25(31.25)无15(75.00)55(68.75)留置导尿管 6.0440.014有9(45.00)15(18.75)无11(55.00)65(81.25)分娩方式 1.5630.211顺产18(90.00)62(77.50)剖宫产 2(10.00)18(22.50)胎膜早破 8.1980.004有 8(40.00)10(12.50)无12(60.00)70(87.50)使用糖皮质激素 1.2510.263有 6(30.00)35(43.75)无14(70.00)45(56.25)脐静脉置管 0.1940.659有 5(25.00)24(30.00)无15(75.00)56(70.00)表 2 2 组患儿一般及临床资料比较 例(%)Table 2 Comparison of general and clinical data between the 2 groups cases(%)2.4 多重耐药菌反复感染的多因素 Logistic 回归分析 将 2 组患儿对比差异具有统计学意义的因素作为自变量,患儿是否发生反复感染作为因变量纳入多因素 Logistic 回归分析中,结果如图1 所示,住院天数 7 d、机械通气、抗菌药物种类 3 种和抗菌药物使用时间 7 d 是患儿反复感染的独立危险因素(P 0.05),而出生胎龄 37 周、出生体质量 2500 g 是患儿反复感 传染病信息 2023 年 6 月 30 日 第 36 卷 第 3 期 Infect Dis Info,Vol.36,No.3,June 30,2023 246染的保护因素(P 0.05),见图 1。图 1 影响患儿反复感染的多因素分析森林图Figure 1 Forest map of multiple factors influencing recurrent infection in children2.5 基于贝叶斯网络模型的危险因素预测模型构建 筛选出的变量纳入贝叶斯网络模型,利用R 软件构建含有 7 个节点,11 条有向边的患儿贝叶斯网络反复感染预测模型,并利用最大似然估计法获得各节点的条件概率,从图 2 可见,出生胎龄、出生体质量、住院天数、抗菌药物使用时间与患儿反复感染存在直接联系,抗菌药物种类和机械通气通过影响抗菌药物使用时间,间接影响患儿多重耐药菌反复感染。图 2 患儿反复感染的贝叶斯网络结构图Figure 2 Bayesian network structure of recurrent infection in children2.6 贝叶斯网络模型预测推理 使用 Netica软件对构建的贝叶斯网络模型进行风险预测,当 研 究 对 象 出 生 体 质 量 2500 g 且 住 院 天数 7 d,其治疗后发生反复感染的风险为21.3%,见图 3。图 3 患儿体重 2500 g 且住院天数 7 d 时的患儿反复感染风险推理Figure 3 Reasoning of the risk of repeated infection in children with body weight 2500 g and hospital stay 7 d2.7 预测模型效能评估 分别采用 ROC 曲线和校准曲线评价贝叶斯网络模型预测的区分度和准确性,结果如图 4 所示,模型的 AUC 为 0.862(95%CI:0.815 0.922),灵敏度、特异度分别为 90.28%和 89.66%,区分度较好;校准曲线显示贝叶斯网络模型的预测概率与参考概率拟合度良好,Hosmer-Lemeshow 检验结果差异无统计学意义(P 0.05),该模型的一致性指数为 0.862,表明该模型准确度较高。图 4 贝叶斯网络结构图预测模型的区分度和校准度评价A.ROC 曲线;B.校准曲线Figure 4 Discrimination and calibration evaluation of bayesian network structure graph prediction model3 讨 论 近年来,由于广谱抗菌药物的不合理应用,导致多重耐药菌的检出率逐年上升,已成为医院感染的主要病原菌,新生儿也成为多重耐药菌感染的高危人群。研究表明,亚洲地区儿科医院中多重耐药菌感染的发生率高达 30%10。多重耐药菌感染中的主要菌株为革兰阴性菌,其中前 4 位分别为耐碳青霉烯类肺炎克雷伯菌、多重耐药鲍 传染病信息 2023 年 6 月 30 日 第 36 卷 第 3 期 Infect Dis Info,Vol.36,No.3,June 30,2023 247曼不动杆菌、大肠埃希菌和产超广谱-内酰胺酶肺炎克雷伯菌11。感染部位多集中在呼吸道和血液;感染类型包括:手术创伤部位感染、泌尿道感染、血流感染和医院获得性肺炎2。临床症状多表现为:呼吸障碍、体温升高、面色苍灰、拒乳、皮疹、脓疱疹、腹胀、腹泻和呕吐等。临床主要通过血培养检查,使用敏感抗菌药物治疗。而重症监护室新生儿治疗后还容易复发二次感染,增加了治疗难度和病死率。因此如何在早期预测多重耐药菌感染患儿是否出现反复感染,对患儿的预后具有重大意义。本研究通过对100 例多重耐药菌感染患儿分析发现,出生胎龄、出生体质量、住院天数、机械通气、抗菌药物种类和抗菌药物使用时间均与患儿反复感染存在密切联系。谢朝云等12研究表明,出生体质量 2500 g 可增加患儿的感染几率,这与本研究结果相符,可能的解释为:低体质量新生儿免疫系统不完善,营养不良、适应外界环境较差,皮肤屏障脆弱,更容易受到多重耐药菌感染,且治疗困难易反复。Tfifha等13的研究表明,住院时间越长,多重耐药菌感染概率越大,可能的解释为:新生儿重症监护室含有多种多样的多重耐药菌,住院时间越长患儿直接或间接接触耐药菌的概率越大,越容易发生交叉感染,不利于患儿治疗后恢复。许莉等3和葛芳等14研究表明,侵袭性操作会增加患儿多重耐药菌感染几率。分析其原因可能是,有创机械通气会破坏患儿的防御屏障,使病原菌更易入侵患儿体内,而重症监护室病原菌繁多,加大了患儿感染的风险。提示患儿的反复感染与患儿存在机械通气和住院时间长有显著联系。张琦等15研究表明,抗菌药物种类使用过多和频繁使用是患儿反复呼吸道多重耐药菌感染的危险因素。可能的解释为:合理使用抗菌药物能很好的杀死细菌,治疗呼吸道感染并预防复发,但当抗菌药物种类使用过多或频繁使用,会让细菌产生耐药性,有利于细菌繁殖和分化,从而增大了反复感染的风险,这与本研究的结果一致。既往研究表明,出生胎龄与患儿多重耐药菌感染无明显关系16,而本研究结果显示出生胎龄是患儿反复感染的危险因素,可能与纳入的样本量不足有关,还需扩大样本量继续研究。本研究利用上述危险因素构建贝叶斯网络模型,结果表明,模型的准确度和区分度良好,说明住院天数 7 d、机械通气、抗菌药物种类3种、抗菌药物使用时间7 d、出生胎龄37周、出生体质量 2500 g 是患儿反复感染的危险因素。将出生体质量 2500 g 且住院天数 7 d 的患儿情况纳入贝叶斯网络模型,可以得出其治疗后发生反复感染的风险为 21.3%,有利于帮助临床医师对患儿情况进行准确判断。本研究也存在一些不足之处,例如样本量纳入较少,只对部分影响患儿反复感染的危险因素进行分析。为了更全面的了解多重耐药菌反复感染,还须扩大样本量和可能的影响因素进行系统全面的分析。综上,临床应重点关注上述危险因素,判别患儿是否易发反复感染,做好及时治疗和干预措施,以期降低患儿因多重耐药菌反复感染的死亡率,改善患儿预后情况。【参考文献】1 潘娟,孙小君,王治英.肛周脓肿患者术后多重耐药菌感染特点及危险因素分析J.传染病信息,2019,32(3):242-245.DOI:10.3969/j.issn.1007-8134.2019.03.012.2 李朝晖,康文清,张耀东,等.新生儿重症监护室 206 例患儿多重耐药菌感染分析J.儿科药学杂志,2018,24(6):44-48.DOI:cnki:sun:ekys.0.2018-06-018.3 许莉,王仁媛,陈贝贝,等.新生儿重症监护病房多重耐药菌感染的危险因素及防控措施J.中华全科医学,2018,16(8):1314-1317.DOI:10.16766/ki.issn.1674-4152.000361.4 张治学.新生儿重症监护病房多重耐药菌感染发生的危险因素与防控措施J.中医药管理杂志,2019,27(14):223-224.DOI:10.16690/ki.1007-9203.2019.14.108.5 中华人民共和国卫生部.医院感染诊断标准(试行)M.中华医学杂志,2001.DOI:cnki:sun:zhyx.0.2001-05-025.6 尚红,王毓三,申子瑜.全国临床检验操作规程M.北京:人民卫生出版社,2015.7 李小鹏,王治国.美国临床实验室标准化委员会标准与指南J.中 华 检 验 医 学 杂 志,2001,24(4):251-252.DOI:10.3760/j:issn:1009-9158.2001.04.029.8 李春辉,吴安华.MDR、XDR、PDR 多重耐药菌暂行标准定义国际专家建议J.中国感染控制杂志,2014,13(1):62-64.DOI:10.3969/j.issn.1671-9638.2014.01.018.9 何连德,吕增春.美国 CDC 制定的医院感染诊断标准J.国 外 医 学:医 院 管 理 分 册,1995,12(3):113-116.DOI:cnki:sun:gwyg.0.1995-03-003.10 Le Doare K,Bielicki J,Heath PT,et al.Systematic review of antibiotic resistance rates among Gram-negative bacteria in children with sepsis in resource-limited countriesJ.J Pediatric Infect Dis Soc,2015,4(1):11-20.DOI:10.1093/jpids/piu014.11 Bloch AB,Onorato IM,Castro KG.Multiple-antibiotic-resistant bacteriaJ.N Engl J Med,1994,331(10):678-679.DOI:10.1056/nejm199409083311016.12 谢朝云,熊芸,孙静,等.新生儿重症监护病房多重耐药菌感染危险因素 logistic 回归分析J.临床儿科杂志,2016,34(9):641-644.DOI:10.3969/j.issn.1000-3606.2016.09.001.13 Tfifha M,Ferjani A,Mallouli M,et al.Carriage of multidrug-resistant bacteria among pediatric patients before and during their hospitalization in a tertiary pediatric unit in TunisiaJ.Libyan J Med,2018,13(1):1419047.DOI:10.1080/19932820.2017.1419047.14 葛芳,黄丽晴,毛美琴.多重耐药菌感染的危险因素与防控措施J.中国消毒学杂志,2017,34(3):292-294.DOI:10.11726/j.issn.1001-7658.2017.03.035.15 张琦,韩旭.反复呼吸道感染儿童鼻咽部细菌学特征及主要危险因素J.中国妇幼健康研究,2021,32(10):1458-1462.DOI:10.3969/j.issn.1673-5293.2021.10.013.16 肖菲,董国庆,钟丽华,等.新生儿重症监护病房多重耐药菌感染的特征和危险因素分析J.新医学,2021,52(9):697-702.DOI:10.3969/j.issn.0253-9802.2021.09.011.(2022-02-25 收稿 2022-12-04 修回)(本文编辑 赵雅琳)

此文档下载收益归作者所有

下载文档
你可能关注的文档
收起
展开