龚发志 宗春燕 陈先德 黄亮 陈琼 张田芳 张静 刘倩倩 胡秀萍
滁州市第一人民医院,安徽 滁州239200
肺炎克雷伯杆菌(Klebsiella pneumoniae,KP)是导致社区获得性感染和院内感染的常见病原菌之一,常存在于人体上呼吸道和肠道,是一种机会致病菌,为对人致病性较强的重要条件致病菌和医源性感染菌,呈全球性流行趋势。目前,我国CHINET最新公布的数据表明对碳青霉烯类的耐药的KP所占比例有上升趋势[1]。优化合理的抗菌药物给药方案可改善致病的微生物学结局和防止细菌耐药[2],降低病死率,同时减少不良反应发生的风险[3,4]。本文跟踪我院近2年来各类抗菌药物使用强度和CRKP的耐药率,并利用灰色关联分析CRKP耐药率与抗菌药物使用强度之间的关联度,并建立GM(1,1)模型,预测抗菌药物使用强度和CRKP耐药率的变化,为降低该菌耐药率、医院抗菌药物管控和合理使用抗菌药物提供依据。
1.1 资料来源 药敏试验结果来源于某三甲医院微生物室,KP药敏试验采用K-B纸片扩散法进行,结果根据CLSI 2012年度标准判断[5],检测出的敏感率、中介率和耐药率。从医院临床合理用药监测系统(PASS,Prescription Automatic Screening System)调取2018~2019年各季度出院患者抗菌药物使用强度,排除出院带药。
1.2 方法 数据统计分析利用灰色系统理论建模软件3.0,具体计算和原理如下:
1.2.1 灰色预测模型的建立与计算方法。
建立关于Y(t)的一阶线性微分程:
此式为GM(1,1)预测模型,解微分方程得到:
式中a,u为待定系数,x(1)为初始时刻的原始数据。根据最小二乘法估计参数向量,并按矩阵计算得其表达式为:
由上式所得计值Y(t)数列作累减还原生成,得原始数列X(t)的估计值数列:
式中,a为发展灰数,u为内生控制灰数。
1.2.2 灰色关联度模型。灰色关联度分析是通过对动态发展过程中参考数列和若干比较数列的量化分析,比较系统内时间序列统计数据之间的关系,判断其联系是否紧密。近几年来该方法被广泛应用于医药卫生领域,主要步骤如下:
(1)确定数列属性
CRKP耐药率为反映系统行为特征的参考数列X0,X0k为各不同季度的耐药率,各类抗菌药物使用强度为影响系统行为的比较数列Xi,Xik为各不同季度的强度,i=1,2…17,标识17类抗菌药物;2018~2019年8个季度的时间序列,用k标识,k=1,2…8。
(2)无量纲化处理
通过初值法对参考数列和比较数列进行无量纲化处理。
(3)计算数列之差的绝对值
找出每列的最大绝对差Δmax和最小绝对差Δmin。
(4)计算关联系数ε
为分辨系数,ρρ∈(0,1),通常取值0.5。
(5)计算关联度
(6)计算各个指标的权重
评价指标的权重分配向量:
(7)构造综合评价模型
计算评判结果Z=∑WK×εIK
2.1 各季度CRKP耐药率 根据检验科季度药敏监测报告,碳青霉烯类耐药率呈上升趋势。见表1。
2.2 各类抗菌药物使用强度变化 从PASS提取各季度各类抗菌药物使用强度,各季度前两位分别是β-内酰胺类和喹诺酮类。见表2。
2.3 GM(1,1)预测 按照计算公式,计算KP对碳青霉烯类的耐药率和抗菌药物使用总强度的发展灰数和内生控制灰数,见表3,预测模型公式分别是模型1、模型2、模型3和模型4,预测结果,见表4,预计2020年KP对碳青霉烯类耐药率将进一步上升,尤其是亚胺培
表1 2018~2019年CRKP耐药率(%)
表2 各类抗菌药物使用强度变化(DDD/100人 天)
表3 CRKP耐药率和AUD发展灰数和内生控制灰数
表4 2020年CRKP耐药率和AUD的预测结果
南;抗菌药物使用强度较稳定。
预测模型公式:
2.4 各类抗菌药物使用强度与CRKP耐药率的关联度 各类抗菌药物使用强度与CRKP耐药率的灰色关联度,β-内酰胺类使用强度对CRKP耐药率影响最大。见表5。
表5 CRKP耐药率变化与AUD的关联度
KP是机会致病菌,医院内感染的常见致病菌,为革兰阴性杆菌,呈耐药率成上升态势,碳青霉烯类是控制KP感染的选择[6,7]。2018~2019年药敏结果提示KP对喹诺酮类、氨基糖苷类、头霉素类、头孢菌素+酶抑制剂的耐药率呈上升趋势,尤其是对碳青霉烯类耐药率增长较快,预测2020年将上升更高。抗菌药物的长期不合理使用是导致该耐药菌产生的高危因素,耐碳青霉烯类的KP感染已成为院内死亡的独立因素[4,8]。我院抗菌药物强度经过2011年至2019年的抗菌药物专项整治,呈逐年下降趋势。文献报道,抗菌药物使用诱导CRKP产生耐药率[9],本研究结果表明,与CRKP耐药率相关的药物主要集中在β-内酰胺类。
灰色系统理论是运用一定的数学方法,是一种新兴数学预测系统,经数据处理后,能使信息不完全明确的系统得以明确[10]。灰色理论因为需因素少和模型简单等优点,在我国众多科学领域都得到了广泛应用,解决了生产、生活和科学研究中的大量实际问题[11-15]。通过分析,我院可有规律的停用与其耐药率上升相关药品,有助于降低和控制细菌耐药率。我院KP对碳青霉烯类耐药率超过了20%,耐药率提升与其他抗菌药物使用强度有相应关系[16],目前国际上对于某种药耐药率上升采取暂停使用,更换为其他有效药品[9]。通过分析,我院可有规律的停用与其耐药率上升相关药品,有助于降低和控制细菌耐药率。
医务科和抗菌药物管理小组应加强管理,按照药敏试验选择抗感染治疗[17],控制不合理使用和耐药菌的传播[18],及时采取管控措施,加强处方点评,必要时采取停用个别药品和奖惩措施,同时加强宣传培训。