我院2014—2019年铜绿假单胞菌耐药率与抗菌药物用药频度的相关性分析

王升 杨金兰 胡伟 刘如品 伍三兰

(1 信阳市中心医院药学科，信阳 464000；2 华中科技大学同济医学院附属协和医院药剂科，武汉 430022)

铜绿假单胞菌(Pseudomonas aeruginosa, PA)属非发酵菌，是院内感染的重要病原菌之一[1]。PA在人体和动物呼吸道、消化道、皮肤及耳道等部位均可定植，所引起的感染以呼吸道感染、腹腔感染及血流感染较为多见，其中血流感染常见于重症患者，预后较差[2]。PA在医院致病菌分离率排名中处于前五位，是重症监护病房中最棘手的细菌，不仅体现在易感，且耐药菌株有增多趋势。值得提出的是，PA是第一个呈现出多重耐药(multidrug-resistant，MDR)表型的细菌[3]，有研究表明，MDR-PA肺炎感染患者接受不恰当经验治疗的比率较高，且死亡率也高于非MDR感染者[3]。

PA耐药性与多个因素相关，其中抗菌药物的不合理使用是最主要的因素之一[5]。有研究表明抗菌药物消耗量与细菌耐药率呈宏观量化关系，依据两者的关系，调整抗菌药物的使用策略，对于控制耐药率可能具有积极意义。近年来，国内外有大量研究考察两者的相关性，但由于各医疗机构抗菌药物使用特点不同、关注的细菌种类不同，统计学方法也不一致。对比现有的证据来看，并没有显示出两者关系具有较好的规律性和一致性，故对于此类研究的结果不能照搬套用。鉴于此，本文将基于我院6年数据考察PA耐药率与抗菌药物用药频度的相关性，旨在为临床合理使用抗菌药物提供参考依据。

1 材料与方法

1.1 菌株来源

2014年1月1日—2019年12月31日我院临床送检到微生物室经培养和分离的全部病原菌。标本主要来自痰、气管抽吸物、尿液、血液、伤口分泌物及肺泡灌洗液等，同一患者分离得到的重复菌株只取第一株药敏结果。质控菌株为铜绿假单胞菌ATCC27853，由国家卫健委临床检验中心提供。

1.2 细菌鉴定和药敏试验

菌株的培养和鉴定参考第3版《全国临床检验操作规程》[6]，采用法国生物梅里埃公司VITEK-2型全自动细菌鉴定仪器进行菌株鉴定。药敏试验采用K-B纸片扩散法(kirby-bauer法)，结果判读依据当年美国临床实验室标准化研究所(CLSI)评定。

1.3 抗菌药物用药频度

从医院临床药学管理系统（prescription automatic screening system of pharm assist，PASS)中提取2014—2019年各季度常用单品种抗菌药物的消耗明细，各类单品种形成的累计DDDs由2013版Excel统计得出。DDDs的计算依据世界卫生组织(WHO)推荐的日限定剂量(defined daily dose，DDD)法，未被收载的药物品种DDD参考第18版《新编药物学》和药品说明书确定。DDDs=某药物年使用总量(g)/该药DDD。DDDs值具有加和性，某类抗菌药物累计DDDs为所属该类抗菌药物的单个品种DDDs之和。

1.4 统计学方法

使用SPSS 20.0作为统计分析软件。运用简单线性回归分析PA检出率与DDDs随时间变化趋势，回归系数β＞0时，为同向趋势，β＜0时，为反向趋势。对耐药率与DDDs进行Spearman相关分析。以耐药率为因变量，DDDs为自变量对相关性分析中具有统计学意义的自变量进行多重线性回归分析，并以方差膨胀因子(VIF)判断自变量间是否存在共线性。自变量间存在共线性时，采用岭回归法进行校正。

2 结果

2.1 铜绿假单胞菌的耐药率变迁

2014—2019年我院铜绿假单胞菌对氨曲南和庆大霉素耐药率随时间均呈上升趋势(P＜0.05)；对美罗培南、左氧氟沙星、头孢他啶、头孢哌酮/舒巴坦和阿米卡星耐药率均无显著变化趋势(P＞0.05)(表1)。

表1 2014—2019年铜绿假单胞菌对常用抗菌药物的耐药率及变化趋势Tab.1 Trend of resistance rate of PA to antibiotics from 2014 to 2019

2.2 常用抗菌药物的用药频度及变化趋势

2014—2019年我院头孢他啶DDDs、庆大霉素DDDs和莫西沙星DDDs随时间呈上升趋势(P＜0.05)；左氧氟沙星DDDs随时间呈下降趋势(P＜0.05)；头孢哌酮舒巴坦DDDs、美罗培南DDDs、氨曲南DDDs和阿米卡星DDDs随时间均未见明显变化趋势(P＞0.05)，见表2。

表2 2014—2019年常用抗菌药物用药频度及变化趋势Tab.2 Trend of defined daily dose system of antibiotics from 2014 to 2019

2.3 各类抗菌药物累计用药频度及变化趋势

2014—2019年我院常用抗菌药物各品种累计DDDs大小顺序为酶抑制剂合剂类＞喹诺酮类＞碳青霉烯类＞第三代头孢菌素类＞氨基糖苷类。其中，喹诺酮类累计DDDs、碳青霉烯类累计DDDs、酶抑制剂合剂类DDDs和氨基糖苷类累计DDDs均随时间呈显著上升趋势(P＜0.01)；第三代头孢菌素类累计DDDs随时间无明显变化趋势(P＞0.05)，见表3。

表3 2014—2019年常用抗菌药物用药频度及变化趋势Tab.3 Trend of accumulated defined daily dose system of antibiotics from 2014 to 2019

2.4 抗菌药物用药频度与PA耐药率间的相关性及多重线性回归分析

Spearman相关性分析显示，PA对庆大霉素耐药率与庆大霉素DDDs、头孢他啶DDDs、酶抑制剂合及类累计DDDs和氨基糖苷类累计DDDs均呈正相关(P＜0.01)；PA对阿米卡星耐药率与莫西沙星DDDs呈正相关，与美罗培南DDDs和碳青霉烯类累计DDDs均呈负相关(P＜0.05)；PA对氨曲南耐药率与头孢他啶DDDs、莫西沙星DDDs和喹诺酮类累计DDDs均呈正相关(P＜0.05)；PA对左氧氟沙星耐药率与头孢他啶DDDs、酶抑制剂合剂类累计DDDs和头孢哌酮舒巴坦DDDs均呈正相关(P＜0.05)。以抗菌药物DDDs为自变量，PA对抗菌药物耐药率为因变量，对相关性显著的自变量和因变量进一步进行多重线性回归分析和共线性诊断。结果显示，对于庆大霉素耐药率，仅有头孢他啶DDDs回归系数具有显著性(P＜0.05)，但回归系数变为负值，而共线性诊断发现庆大霉素DDDs的VIF=18.38，氨基糖苷类累计DDDs的VIF=23.541，两者VIF＞10，提示自变量间存在多重共线性。对于阿米卡星耐药率，仅有莫西沙星DDDs和碳青霉烯类累计DDDs回归系数存在显著性(P＜0.05)，而莫西沙星DDDs、美罗培南DDDs和碳青霉烯类累计DDDs的VIF值均大于10，提示自变量间存在多重共线性。对于氨曲南耐药率，头孢他啶DDDs、莫西沙星DDDs和喹诺酮类累计DDDs的回归系数均不显著(P＞0.05)，且三者VIF值均大于5，提示自变量间存在轻度共线性。对于左氧氟沙星耐药率，由于其与头孢他啶DDDs、酶抑制剂合剂类累计DDDs和头孢哌酮舒巴坦DDDs间仅存在轻度相关，而回归分析显示三者回归系数均不显著(P＞0.05)，三者的VIF值均小于5，提示自变量间不存在多重共线性，见表4。

2.5 PA耐药率与抗菌药物DDDs的岭回归分析

对表4中纳入多重线性回归且经过VIF诊断发现存在共线性的变量，进一步运用岭回归分析法进行校正。共有3个模型纳入岭回归分析，模型1：以庆大霉素耐药率为因变量，庆大霉素DDDs、头孢他啶DDDs、酶抑制剂合剂类累计DDDs和氨基糖苷类累计DDDs 为自变量；模型2：以阿米卡星耐药率为因变量，莫西沙星DDDs、美罗培南DDDs和碳青霉烯类累计DDDs为自变量；模型3：以氨曲南耐药率为因变量，头孢他啶DDDs、莫西沙星DDDs和喹诺酮类累计DDDs为自变量。首先以岭参数k为横坐标，各自变量的回归系数为纵坐标，编辑语法，运用SPSS 20.0软件运行并绘制岭迹图。 观察岭迹图，以回归系数趋于稳定为标准来确定k值。以模型1为例，当k=0.1时，回归系数趋于稳定，见图1。将k值分别写入语法并运行，得到3个模型的岭回归分析结果(见表5)，其中模型1和模型3均通过F检验(F1=8.914，P＜0.01；F3=3.588，P＜0.05)，而模型2未通过F检验(F2=2.968，P＞0.05)。模型1提示庆大霉素耐药率与庆大霉素DDDs和酶抑制剂合剂类累计DDDs呈正相关(P＜0.01)，与头孢他啶DDDs呈负相关(P＜0.05)。模型3提示氨曲南耐药率与喹诺酮类累计DDDs呈正相关(P＜0.05) 。岭回归分析结果见表5。

表4 PA对抗菌药物耐药率(因变量)与DDDs(自变量)间的相关性分析和多重线性回归分析Tab.4 Correlation analysis and multiple linear regression analysis between antimicrobial resistance of PA(dependent variables) and defined daily dose system(independent variables)

表5 抗菌药物DDDs对PA耐药率影响的岭回归模型Tab.5 Ridge regression models of defined daily dose system of antibiotics to resistance of PA

3 讨论

基于6年的数据分析表明，PA对我院大多数品种抗菌药物的耐药率随时间无明显波动趋势(P＞0.05)，但对氨曲南和庆大霉素耐药率呈显著上升趋势(P＜0.05)，与Ribeiro和Liu报道不一致[7-8]，与魏迪南等[9]报道一致。与CHINET历年公布的同期耐药数据对比发现，我院PA对美罗培南和氨曲南的年平均耐药率低于前者，对头孢他啶、头孢哌酮/舒巴坦、庆大霉素、阿米卡星和左氧氟沙星的年平均耐药率均高于前者，说明我院PA耐药形势较为严峻，对绝大多数抗菌药物品种耐药水平较高。此外，我院采用的季度为时间节点进行耐药分析，所得的耐药率曲线波动频率要高于以年为时间节点的耐药曲线，如美罗培南耐药率在2015年第四季度为10.0%，而在2015年第一季度为33.3%，提示我院PA对美罗培南存在高耐药率和不稳定耐药趋势，而这种情况于其他抗菌药物品种也广泛存在。鉴于此，需要采取一定的措施来缓解耐药率的上升。

研究表明，不合理使用抗菌药物、住院时间长、侵入性操作、缺乏感控措施和手卫生是导致细菌的传播和耐药率的上升的重要因素[10]，而过度使用抗菌药物，尤其是广谱抗菌药物，则是耐药菌出现的最重要因素之一[11]。国内外越来越多研究表明PA耐药率与抗菌药物用药频度存在关联[12-15]，而且这种关联并非仅存在于某种药物消耗量与同种药物耐药率，有研究表明PA对某种药物的耐药率同时与多种抗菌药物的消耗量存在相关性[16]。受各医疗机构采购的品种、临床医生的给药方案、用于药敏试验的药物品种等不一致的影响，目前涉及到此类研究的方法、结果和结论并不统一 。回顾性分析发现，我院喹诺酮类、碳青霉烯类、酶抑制剂合剂类和氨基糖苷类抗菌药物累计DDDs均有随时间上升的趋势(P＜0.05)。单个品种抗菌药物中，庆大霉素DDDs和莫西沙星DDDs也呈上升趋势(P＜0.05)，而同为喹诺酮类药物的左氧氟沙星DDDs却有随时间下降的趋势(P＜0.05)，说明我院使用抗菌药物存在单个品种倾向性。以耐药率为因变量，各单品种或各类抗菌药物DDDs为自变量的多重线性回归分析与共线性诊断发现，PA对庆大霉素耐药率与庆大霉素DDDs和氨基糖苷类累计DDDs均呈正相关(P＜0.05)，两者DDDs间存在共线性(VIF＞10)。对阿米卡星耐药率与美罗培南DDDs和碳青霉烯类累计DDDs均存在负相关(P＜0.05)，两者DDDs间存在共线性(VIF＞10)。对氨曲南的耐药率与莫西沙星DDDs和喹诺酮类累计DDDs均存在正相关(P＜0.05)，两者DDDs间存在弱共线性(VIF＞5)。说明共线性问题在我院单个品种DDDs和同类药物累计DDDs间普遍存在。对于自变量之间存在共线性问题时，传统的多重线性回归分析和逐步回归分析得到的回归系数缺乏精度，结果可能会失真，甚至与事实相悖[17]。岭回归法是一种改良的最小二乘估计的方法， 更适用自变量间存在共线性的情况。本研究运用岭回归法在简单相关分析和多重线性回归的基础上进一步对资料进行分析，结果显示PA对氨曲南耐药率与喹诺酮类累计DDDs呈正相关(P＜0.05)，与相关报道一致[18-19]。对于庆大霉素耐药率，来自韩国的一项基于全国性数据监测的研究表明PA对庆大霉素耐药率与氨基糖苷类消耗量呈正相关，未见与庆大霉素消耗量存在显著相关性[20]。与其不同的是，本研究中岭回归分析结果发现PA对庆大霉素耐药率与庆大霉素DDDs呈正相关(P＜0.01)，与头孢他啶DDDs呈负相关(P＜0.05)，而未见与氨基糖苷类累计DDDs存在显著相关性， 与国内相关报道一致[21-22]。可能因为各研究的统计方法不一致，韩国学者采用的是简单相关性分析，而由于本研究中庆大霉素DDDs与氨基糖苷类累计DDDs存在共线性，因此在简单相关的基础上进行了更适用的岭回归法分析。目前，监测和限定抗菌药物的使用对于延缓细菌耐药具有重要作用，这点在全球已基本达成共识[23-24]。日本的一项由203家医院构成的多中心研究表明，抗菌药物的总使用量与PA耐药率有显著相关性[25]。面临细菌耐药在全球范围的严峻形势， 我国早在2011年即开展了抗菌药物临床应用专项整治活动，其他国家也先后出台了相关政策来促进抗菌药物合理使用[26-27]，已有成功先例表明通过控制抗菌药物的使用量可以成功抑制PA对部分抗菌药物耐药率的上升趋势[7,28]。本院PA对庆大霉素耐药率随时间呈上升趋势，结合岭回归分析结果，可尝试减少庆大霉素的消耗量，以降低庆大霉素耐药率。

本研究显示的多组耐药率与抗菌药物用药频度相关性数据中，喹诺酮类、碳青霉烯类与酶抑制剂合剂类出现的频次较高，且用药频度随时间上升趋势显著(P＜0.01)。有研究表明，耐碳青霉烯类PA耐药率不仅与其自身消耗量有关，还与喹诺酮类消耗量密切相关[29]。亦有研究表明耐碳青霉烯类PA耐药率与碳青霉烯类和喹诺酮类两者消耗量之和呈正相关[30]，而控制碳青霉烯类和喹诺酮类药物的消耗量对减缓MDR-PA菌株的产生具有积极意义[31]。临床中，MDR-PA的治疗较为棘手，不仅体现在抗菌药物选择困难，其还可携带耐药基因在不同菌株间传播，使耐药问题更为严重。提示我院应加强喹诺酮类和碳青霉烯类抗菌药物的使用监测，降低耐药菌株的生成和传播风险。

综上所述，我院PA对多数品种耐药率水平高于CHINET报道的同期水平，应引起警惕。统计学发现某些种类单个品种DDDs与该类药物累计DDDs存在较强的共线性，使单个品种药物的用药频度呈现两极化，应重点监测此类药物。研究发现了PA对庆大霉素与氨曲南耐药率与某些药物用药频度存在相关性，其中喹诺酮类、碳青霉烯类与酶抑制剂合剂类药物与耐药率关联度较高，应重点监测此3类药物临床使用的合理性，以防止出现多重耐药菌株。由于是基于我院连续6年的监测数据且使用了岭回归法分析，得出的研究结果较谨慎，对于指导抗菌药物的合理使用具有重要意义。