上海市某兒童醫(yī)院感染預(yù)警系統(tǒng)的準確度研究

紀和雨 許姜姜 高潔 于廣軍

摘 要 目的：評估上海市某兒童醫(yī)院感染預(yù)警系統(tǒng)準確度，在實現(xiàn)醫(yī)院感染信息化管理基礎(chǔ)上，提高系統(tǒng)準確度。方法：取上海市某兒童醫(yī)院2016年1月至2018年12月感染預(yù)警系統(tǒng)的警報數(shù)據(jù)，計算靈敏度、特異度、陽性預(yù)測值、陰性預(yù)測值對系統(tǒng)準確度進行評估。結(jié)果：應(yīng)用系統(tǒng)后，2016—2018每年醫(yī)院感染的發(fā)生率呈下降趨勢（P<0.05）。每年系統(tǒng)的靈敏度、特異度、陽性預(yù)測值、陰性預(yù)測值分別為73.46%，82.56%，3.67%，99.71%；98.90%，85.05%，6.38%，99.99%和99.21%，85.24%，6.84%，99.99%。結(jié)論：醫(yī)院感染預(yù)警系統(tǒng)對降低醫(yī)院感染發(fā)生率有明顯效果。醫(yī)院應(yīng)成立多學科團隊制定系統(tǒng)的預(yù)警條件。系統(tǒng)應(yīng)具備自動刪除重復預(yù)警的功能。針對不同科室制定不同的預(yù)警條件。

關(guān)鍵詞 醫(yī)院感染 預(yù)警系統(tǒng) 感染控制 實踐應(yīng)用

中圖分類號：R197.324； R184.1 文獻標志碼：C 文章編號：1006-1533（2020）17-0039-04

*基金項目：上海交通大學中國醫(yī)院發(fā)展研究院醫(yī)院管理建設(shè)項目重點項目（CHDI-2017-A-01）

Research on the accuracy of an early warning system for a childrens hospital in Shanghai*

JI Heyu1**， XU Jiangjiang2， GAO Jie2， YU Guangjun2***（1. School of Public Health， School of Medicine， Shanghai Jiao Tong University， Shanghai 200025， China； 2. Shanghai Childrens Hospital， Shanghai Jiao Tong University， Shanghai 200062， China）

ABSTRACT Objective： To evaluate the accuracy of infection early warning system in a childrens hospital of Shanghai so as to improve the accuracy of the system on the basis of realizing the information management of hospital infection. Methods： The alarm data happened from January 2016 to June 2018 in this hospital were extracted and the accuracy of the system was evaluated by sensitivity， specificity， positive predictive value and negative predictive value. Results： After the application of the hospital infection early warning system， the incidence of hospital infection in 2016-2018 showed a downward trend （P< 0.05）. The sensitivity， specificity， positive predictive value and negative predictive value of the system each year in 2016-2018 were 73.46%， 82.56%， 3.67%， 99.71%； 98.90%， 85.05%， 6.38%， 99.99% and 99.21%， 85.24%， 6.84%， 99.99%， respectively. Conclusion： The hospital infection early-warning system has a clear effect on reducing the incidence of hospital infection. A multidisciplinary team should be established to develop early warning conditions for the system and the system should include a function that the duplicate alert can be automatically deleted， and some different pre-warning conditions should be developed for different departments.

KEy WORDS hospital infection； early warning system； infection control； practice and application

近年來，醫(yī)院感染已經(jīng)成為日益嚴重的公共衛(wèi)生問題，引起了當今世界的普遍關(guān)注[1]。醫(yī)院感染的巨大破壞性很大程度上源于醫(yī)院感染經(jīng)常意外發(fā)生，幾乎沒有時間對其做好應(yīng)對準備[2]。越來越多的證據(jù)表明控制醫(yī)院感染最有效的方法是及時地對感染提供合適的治療。因此，目前許多醫(yī)院都在利用醫(yī)院感染預(yù)警系統(tǒng)，幫助醫(yī)生及時發(fā)現(xiàn)醫(yī)院感染的發(fā)生。

實行信息化管理對醫(yī)院感染監(jiān)測勢在必行，這是醫(yī)院感染管理工作和計算機系統(tǒng)發(fā)展的必然產(chǎn)物[3]。醫(yī)院感染預(yù)警系統(tǒng)實現(xiàn)了對醫(yī)院感染病例的前瞻性監(jiān)測，系統(tǒng)綜合了醫(yī)院信息管理系統(tǒng)、實驗室信息管理系統(tǒng)、手術(shù)麻醉信息管理系統(tǒng)、電子病歷管理系統(tǒng)、移動護理信息系統(tǒng)等自動識別醫(yī)院感染預(yù)警病例，再由臨床醫(yī)生與醫(yī)院感染管理專職人員對預(yù)警病例進行雙處理，從而確定醫(yī)院感染的發(fā)生。如何更科學高效地利用醫(yī)院感染預(yù)警系統(tǒng)，提升醫(yī)院感染的管理內(nèi)涵，已成為醫(yī)院管理者日益關(guān)注的內(nèi)容。盡管不是所有醫(yī)院感染的發(fā)生都可以通過實施預(yù)警系統(tǒng)加以避免，但只有使用者友好且設(shè)計良好的系統(tǒng)才可以達到對醫(yī)院感染的最佳控制。因此，本研究對2016年1月至2018年12月上海市某兒童醫(yī)院感染預(yù)警系統(tǒng)的警報數(shù)據(jù)進行分析，評估系統(tǒng)的準確度，為有效利用院感預(yù)警系統(tǒng)控制醫(yī)院感染的發(fā)生提供依據(jù)。

1 材料與方法

1.1 資料來源

收集上海市某兒童醫(yī)院感染預(yù)警系統(tǒng)于2016年1月至2018年12月產(chǎn)生的警報數(shù)據(jù)，包括系統(tǒng)產(chǎn)生的警報總數(shù)、系統(tǒng)監(jiān)測的實際感染病例數(shù)和醫(yī)生證實的感染病例數(shù)。對2016、2017和2018每年院感系統(tǒng)的靈敏度、特異度、陽性預(yù)測值和陰性預(yù)測值進行了評估。作為醫(yī)院感染監(jiān)測的關(guān)鍵部門，兒科重癥監(jiān)護病房（PICU）、新生兒科、血液科和呼吸科的醫(yī)院感染的發(fā)生率明顯高于其他部門。因此，本研究分別對這四個科的系統(tǒng)靈敏度、特異度、陽性預(yù)測值和陰性預(yù)測值進行了評估。

1.2 監(jiān)測方法

根據(jù)衛(wèi)生部頒布的《醫(yī)院感染辦法》、《醫(yī)院感染診斷標準》為醫(yī)院感染預(yù)警系統(tǒng)設(shè)立預(yù)警條件。醫(yī)院感染的確診是醫(yī)院感染管理專職人員每日對住院患者電子病歷進行主動監(jiān)測，每日下病房查看患者，與臨床醫(yī)生溝通，一起判斷是否為醫(yī)院感染。凡是醫(yī)院感染的病例，均通過醫(yī)院感染預(yù)警系統(tǒng)填寫醫(yī)院感染病例監(jiān)測表。

1.3 統(tǒng)計分析

采用SPSS 13.0統(tǒng)計軟件進行數(shù)據(jù)的統(tǒng)計分析。本研究中，用出院病人數(shù)代替新生兒科、血液科和呼吸科的住院病人總數(shù)，用轉(zhuǎn)診病人數(shù)代替PICU的住院病人總數(shù)。計數(shù)資料采用頻數(shù)、百分比進行描述。通過靈敏度、特異度、陽性預(yù)測值和陽性預(yù)測值的計算，對醫(yī)院感染預(yù)警系統(tǒng)的準確性進行評估。組間單因素比較采用χ2檢驗。P<0.05為差異有統(tǒng)計學意義。

評價醫(yī)院感染預(yù)警系統(tǒng)準確度的主要指標有：①靈敏度=某時期醫(yī)院感染系統(tǒng)正確預(yù)警的醫(yī)院感染病例例次/同期醫(yī)院感染病例例次×100%；②特異度=某時期院感系統(tǒng)未預(yù)警的醫(yī)院非感染病例例次/同期醫(yī)院未感染病例例次×100%；③陽性預(yù)測值=某時期預(yù)警正確識別的醫(yī)院感染病例數(shù)/同期預(yù)警患者總病例數(shù)×100%；④陰性預(yù)測值=某時期未預(yù)警醫(yī)院非感染病例數(shù)/同期未預(yù)警患者總病例數(shù)×100%。

2 結(jié)果

2.1 醫(yī)院感染的發(fā)生率

2016—2018年，每年醫(yī)院感染的發(fā)生率總體呈現(xiàn)下降趨勢，差異均有統(tǒng)計學意義（均P<0.05，表1）。對血液科、呼吸科、新生兒科、PICU分別進行統(tǒng)計，發(fā)現(xiàn)各科室醫(yī)院感染的發(fā)生率總體呈現(xiàn)下降趨勢（血液科、新生兒科、PICU均P<0.05，呼吸科P值接近0.05）。

2.2 醫(yī)院感染預(yù)警系統(tǒng)的靈敏度、特異度、陽性預(yù)測值、陰性預(yù)測值

2016-2018年，醫(yī)院感染預(yù)警系統(tǒng)的靈敏度不論是在總體上還是在四個不同科室都是呈上升的趨勢，在新生兒科系統(tǒng)的靈敏度達到了100%。系統(tǒng)的特異度基本維持不變，在呼吸科每年都低于60%。系統(tǒng)的陰性預(yù)測值每年都維持在較高的水平而陰性預(yù)測值則維持在較低的水平（表2）。

2.3 重點科室醫(yī)院感染預(yù)警系統(tǒng)的靈敏度、特異度、陽性預(yù)測值、陰性預(yù)測值

四個重點科室院感預(yù)警系統(tǒng)的靈敏度、特異度、陽性預(yù)測值、陰性預(yù)測值有所不同。對他們的靈敏度、特異度進行比較，發(fā)現(xiàn)差異均有統(tǒng)計學意義（χ2值分別為45.963 1和2 535.796 0，均P<0.01）。其中，新生兒科系統(tǒng)的靈敏度最高，高于總體水平，其他三個科室均低于總體水平，其中PICU最低。血液科系統(tǒng)的特異度最高，高于總體水平，其他三個科室均低于總體水平，其中呼吸科最低。血液科系統(tǒng)的陽性預(yù)測值最高，顯著高于總體水平，其他三個科室均低于總體水平，其中呼吸科最低。陰性預(yù)測值各個科室均維持在較高的水平（表3）。

3 討論

3.1 醫(yī)院感染預(yù)警系統(tǒng)有效地減少了醫(yī)院感染的發(fā)生

本研究發(fā)現(xiàn)，在實施醫(yī)院感染預(yù)警系統(tǒng)之后，每年醫(yī)院感染的發(fā)生率呈現(xiàn)下降的趨勢。通過對醫(yī)院感染的信息化管理，使醫(yī)院感染管理部門在網(wǎng)上能夠掌握各科室，特別是重點科室醫(yī)院感染管理的動態(tài)發(fā)展，隨時掌握醫(yī)院感染發(fā)生的情況。能夠進行主動和連續(xù)地監(jiān)測、統(tǒng)計分析并及時采取相應(yīng)的措施，同時反饋臨床，增強了感染控制的針對性與實效性，從而達到了降低醫(yī)院感染發(fā)生率的目的[4]。通過運行醫(yī)院感染實時監(jiān)控系統(tǒng)，醫(yī)院在實現(xiàn)減少醫(yī)院感染發(fā)生的同時，實現(xiàn)了科學的數(shù)據(jù)收集、篩查、分析、統(tǒng)計工作，節(jié)省了大量人力物力、提高了工作效率。醫(yī)院感染控制水平直接反映了醫(yī)院管理和醫(yī)療服務(wù)的總體水平，是醫(yī)院保證醫(yī)療質(zhì)量的關(guān)鍵環(huán)節(jié)之一。通過運行醫(yī)院感染實時監(jiān)控系統(tǒng)，從而減低醫(yī)院感染的發(fā)生率，對于提高醫(yī)療服務(wù)質(zhì)量具有重要的意義[5]。

3.2 醫(yī)院應(yīng)成立多學科團隊共同制定系統(tǒng)的預(yù)警條件

本研究結(jié)果顯示，上海市某兒童醫(yī)院感染預(yù)警系統(tǒng)的靈敏度自2017年起整體雖然超過95%的水平，但特異度卻始終維持在85%左右的水平。可見，現(xiàn)階段雖維持了系統(tǒng)較高的靈敏度，卻忽視了對系統(tǒng)特異度的關(guān)注。系統(tǒng)的特異度較低就意味著醫(yī)務(wù)人員和醫(yī)院感染管理專職人員人工排除非感染預(yù)警的工作量大。在我們的研究中，我們發(fā)現(xiàn)為了識別一個真正的醫(yī)院感染，醫(yī)生至少需要處理34個系統(tǒng)產(chǎn)生的警報。顯然，由于兒童這類人群的特殊性，系統(tǒng)放寬了警報的預(yù)警條件，從而可識別盡可能多的醫(yī)院感染。而自動化本身又缺乏將指南與病人特征結(jié)合在一起進行分析的能力，從而產(chǎn)生了一些毫無意義的警報。這些過多的警報將會使臨床醫(yī)生出現(xiàn)“警報疲勞”，而忽略一些警報，就會導致一些真正的醫(yī)院感染未被及時處理[6]。

系統(tǒng)靈敏度和特異度之間的平衡顯然是限制系統(tǒng)達到它預(yù)期目標的因素[7]。如何在維持系統(tǒng)靈敏度較高的同時，增加系統(tǒng)的特異度是促進醫(yī)院感染預(yù)警系統(tǒng)的有效實施需要解決的問題。醫(yī)院應(yīng)該建立一個多學科團隊，通過多學科融合的方式就如何設(shè)置系統(tǒng)的預(yù)警條件進行討論。多學科團隊應(yīng)該包括臨床醫(yī)生、信息技術(shù)人員和流行病學專家，同時考慮各個方面的因素，使預(yù)警條件更加精準，從而提高系統(tǒng)的準確度。

3.3 使用預(yù)警模型剔除重復預(yù)警

本研究發(fā)現(xiàn)，超過一半的警報是針對同一感染病例的重復警報。這種毫無意義的警報在打斷醫(yī)生工作的同時也造成醫(yī)生對警報的厭煩心理而故意去忽略一些警報，從而造成真正的醫(yī)院感染的發(fā)生。現(xiàn)階段已經(jīng)有很多預(yù)警模型能夠做到在不降低靈敏度的情況下提高特異度，通過重復預(yù)警信號剔除的計算規(guī)則去除重復警報[8]。系統(tǒng)應(yīng)該做到已經(jīng)處理過的警報不再預(yù)警，而未被處理的警報進行重復預(yù)警。

3.4 分科室針對性設(shè)置預(yù)警條件

本研究結(jié)果還顯示，不同科室系統(tǒng)的靈敏度和特異度存在不同。靈敏度最高的是新生兒科達到了92.67%，而PICU僅僅有69.70%。特異度最高的是血液科達到了84.79%，而呼吸科僅有57.62%。分析原因為各科室患者由于基礎(chǔ)疾病及診療操作的不同，血常規(guī)結(jié)果、抗菌藥物使用原則均不同。目前使用相同的預(yù)警指標難以適用于不同的科室。因此，醫(yī)院預(yù)警系統(tǒng)應(yīng)該使用風險評估模型去融合和加權(quán)各項參數(shù)，讓其在不同科室具備不同的適用條件，從而產(chǎn)生“智能警報”。從而做到以科室分層對醫(yī)院感染進行預(yù)警。

切實做好醫(yī)院感染的監(jiān)測是控制醫(yī)院感染的根本，但是單純的依靠人力監(jiān)測遠遠不能全面、快速、準確地掌握全院醫(yī)院感染的情況[9]。醫(yī)院感染預(yù)警系統(tǒng)的實施，使醫(yī)院做到了及時對醫(yī)院感染的流行趨勢和危險度進行預(yù)測、預(yù)警、監(jiān)控，變被動的控制為主動的預(yù)防，可以真正實現(xiàn)及時發(fā)現(xiàn)散在感染，時時警惕感染的流行與暴發(fā)[10]。然而，只有使用者友好且與臨床工作相融合的系統(tǒng)才能切實做到提高醫(yī)務(wù)人員的有效性，從而實現(xiàn)醫(yī)院感染的實時監(jiān)測和高效早期預(yù)警。

參考文獻

[1] Brouqui P， Boudjema S， Soto Aladro A， et al. New approaches to prevent healthcare-associated infection[J]. Clin Infect Dis， 2017， 65（Suppl 1）： S50-S54.

[2] Han BA， Drake JM. Future directions in analytics for infectious disease intelligence： toward an integrated warning system for emerging pathogens[J]. EMBO Rep， 2016， 17（6）： 785-789.

[3] 范靖， 陳倩， 周炯， 等. 醫(yī)療安全預(yù)警體系構(gòu)建與信息化實現(xiàn)[J]. 中國醫(yī)院管理， 2018， 38（1）： 40-41.

[4] 孫明潔， 李健， 張付華. 醫(yī)院感染實時監(jiān)控系統(tǒng)應(yīng)用與實踐[J]. 中華醫(yī)院感染學雜志， 2013， 23（16）： 4023-4024； 4038.

[5] 朱會英， 韓鵬， 田燕， 等. 信息化技術(shù)在醫(yī)院感染管理與監(jiān)控中的應(yīng)用[J]. 中華醫(yī)院感染學雜志， 2012， 22（17）： 3808-3810.

[6] Kane-Gill SL， OConnor MF， Rothschild JM， et al. Technologic distractions （part 1）： summary of approaches to manage alert quantity with intent to reduce alert fatigue and suggestions for alert fatigue metrics[J]. Crit Care Med， 2017， 45（9）： 1481-1488.

[7] 周欣彤， 于曉松. 神經(jīng)網(wǎng)絡(luò)模型建立及在醫(yī)院感染病例預(yù)警中應(yīng)用[J]. 中國公共衛(wèi)生， 2019， 35（4）： 445-450.

[8] 錢子煜， 張越文， 馬小越， 等. CUSUM預(yù)警模型在醫(yī)院感染性腹瀉暴發(fā)預(yù)警中的應(yīng)用[J]. 中華醫(yī)院感染學雜志， 2018， 28（19）： 3011-3015.

[9] 王鵬， 丁麗麗， 喻玲麗， 等. 醫(yī)院感染預(yù)警信息對醫(yī)院感染診斷的價值研究[J]. 中華醫(yī)院感染學雜志， 2017， 27（8）： 1867-1870.

[10] 姚希， 賈建俠， 趙艷春， 等. 醫(yī)院感染實時監(jiān)控系統(tǒng)病例預(yù)警策略的評價研究[J]. 中國感染控制雜志， 2019， 18（4）： 326-330.