中國醫(yī)院感染控制電子信息服務系統(tǒng)熱點分析
——基于SIFIC論壇的數(shù)據(jù)挖掘

曹煜隆，單 嬌，包小源，金 夢，周 璐，張 超，孫慶芬，韓玲樣，高 燕，胡必杰

(1.北京大學人民醫(yī)院醫(yī)院感染管理辦公室，北京 100044；2.北京積水潭醫(yī)院疾病預防控制處，北京 100035；3.北京大學醫(yī)學信息學中心，北京 100191；4.北京中醫(yī)藥大學中醫(yī)學院，北京 100029；5.北京左醫(yī)科技有限公司，北京 100044；6.赤峰學院附屬醫(yī)院感染管理科，內蒙古 赤峰 024000；7.銅川市婦幼保健院醫(yī)院感染管理科，陜西 銅川 727007；8.復旦大學附屬中山醫(yī)院感染管理科，上海 200032)

近年來，互聯(lián)網(wǎng)技術的進步使人們的工作方式逐漸發(fā)生改變，人們通過網(wǎng)絡平臺更便捷的學習到新的知識，發(fā)表自己的觀點。在醫(yī)院感染管理領域中，上海國際醫(yī)院感染控制論壇(Shanghai International Forum for Infection Control, SIFIC)就是一個非常突出的例子，該論壇成立十余年來，越來越多的醫(yī)院感染控制專(兼)職人員參與到論壇中，與他人互動、分享各種內容。SIFIC論壇給全國醫(yī)院感染管理人員提供了高效的知識共享和交流平臺，同時也吸引了大量的醫(yī)院感染管理人員參與到相關內容的研究。網(wǎng)絡爬蟲被廣泛用于互聯(lián)網(wǎng)搜索引擎和其他類似的網(wǎng)站，通過代碼可以讓程序自動采集所有能夠訪問到的頁面內容，最終獲取或更新這些網(wǎng)站的內容和檢索方式。近年來人們利用Python對Twitter、Facebook 等知名社交平臺展開了一系列的分析[1-3], 但是目前尚無利用Python技術對醫(yī)學相關網(wǎng)站及論壇的研究，因為對不熟悉爬蟲技術的醫(yī)學研究人員而言這無疑是一個極大的挑戰(zhàn)。本文基于Python語言的scrapy(爬蟲框架)獲取SIFIC論壇的各板塊數(shù)據(jù)，并進行分析，以期回顧近十年來我國醫(yī)院感染控制電子信息服務系統(tǒng)的熱點，總結醫(yī)院感染管理人員關注熱點的趨勢變化，從而進一步提高對熱點問題的關注度，不斷提高醫(yī)院感染控制能力。

1 資料與方法

1.1 數(shù)據(jù)來源 選取SIFIC論壇2007年4月6日—2017年12月31日的數(shù)據(jù)作為此次數(shù)據(jù)來源。SIFIC論壇于2007年4月6日創(chuàng)建，論壇會員遍及國內幾十個省市，多個專業(yè)；現(xiàn)注冊會員近13萬人，專業(yè)版塊155個，是目前中國規(guī)模最大、原創(chuàng)資料最多、專家隊伍最強的醫(yī)院感染預防與控制論壇。

1.2 數(shù)據(jù)獲取 通過Python語言的scrapy獲取主題網(wǎng)絡，爬蟲從論壇某一個頁面開始，讀取標題內容，找到在網(wǎng)頁中的其他鏈接地址，然后通過鏈接地址尋找下一個網(wǎng)頁，這樣一直循環(huán)將2007年4月6日—2017年12月31日SIFIC論壇上所有的網(wǎng)頁標題進行抓取，將所提取的信息組合成DataFrame格式，自此完成所有數(shù)據(jù)的采集工作。

1.3 中文分詞及詞頻統(tǒng)計 為進行熱點詞的統(tǒng)計與分析，本研究使用基于Python Jieba(Chinese for “to stutter”，0.38版本)軟件包對爬取的發(fā)帖標題文本串進行分詞，分詞時利用停詞表對諸如 “的、嗎、和”非實意詞進行剔出，最后利用Python的Collections.Counter功能對分詞結果進行詞頻統(tǒng)計，并在此基礎上進行綜合分析。

2 結果

2.1 基本概況 共爬取SIFIC論壇93個板塊共3 112 840條數(shù)據(jù)，其中主題帖155 576條，平均每個主題回帖19.01次，平均每日新增794帖；累計注冊會員共151 471名，其中管理員和超級版主131名，平均每人發(fā)帖20.55條。

2.2 年度熱點分析 按照發(fā)帖的時間逐年篩選每一年中出現(xiàn)次數(shù)位于前五的高頻詞頻進行分析，見表1。從年度發(fā)帖數(shù)量上看，2007—2013年呈逐年遞增的趨勢，2013年后論壇發(fā)帖數(shù)量有所下降，這與2013年底SIFIC論壇籌備開通官方微信有著極為密切的關系。從年度高頻熱詞來看，“消毒”、“監(jiān)測”、“培訓”、“手術”、“手衛(wèi)生”、“耐藥”等詞是醫(yī)院感染管理人員關注的永恒主題。2009年全球暴發(fā)新甲型H1N1流感，“甲型流感”成為年度第一熱詞；2017年10個醫(yī)院感染管理新規(guī)范正式施行，“規(guī)范”成為年度第二熱詞。

2.3 重點版塊熱點分析 在排除類似于“新手集結號”、“商城”、“休閑時光”等與醫(yī)院感染管理工作不相關的版塊和發(fā)帖數(shù)較少的冷門版塊后，對關注較多的8大重點熱門版塊中的31個子版塊進行高頻熱詞分析。對于每一版塊的熱詞篩選，排除該版塊或子版塊的題目詞及相關詞匯，如“重點部位—血流感染BSI”版塊，高頻詞匯則排除“中心”、“靜脈”、“導管”、“血流”、“感染”及“BSI”等詞，僅對有可能表現(xiàn)版塊關注方向的詞進行歸納整理，并合并類似于“洗手液”、“手消劑”等詞義相近的詞匯。從重點版塊橫向來看，每一專業(yè)版塊均有自己不同的側重方向，表現(xiàn)出醫(yī)院感染管理學科的復雜性與多樣性，見表2。

表12007—2017年SIFIC論壇年度前5位高頻熱詞分析

Table1Annual top 5 high frequency words in SIFIC in 2007-2017

年份總帖數(shù)熱點詞匯第1位第2位第3位第4位第5位20073 594消毒監(jiān)測藥物標準預防微生物20086 540消毒監(jiān)測抗菌藥物預防耐藥200911 391甲型流感消毒衛(wèi)生部監(jiān)測標準201015 582消毒監(jiān)測手術滅菌預防201122 338消毒監(jiān)測手術抗菌藥物培訓201233 909消毒監(jiān)測手術培訓耐藥201337 466消毒監(jiān)測培訓手術耐藥201427 291消毒監(jiān)測培訓手術耐藥201526 290消毒監(jiān)測培訓手衛(wèi)生手術201626 825消毒監(jiān)測培訓手衛(wèi)生手術201728 101消毒規(guī)范監(jiān)測培訓醫(yī)療廢物

表2 2007—2017年SIFIC論壇版塊前5位高頻熱詞分析

續(xù)表2 (Table 2，Continued)

MRSA：耐甲氧西林金黃色葡萄球菌(methicillin-resistantStaphylococcusaureus, MRSA); Ab：鮑曼不動桿菌(Acinetobacterbaumannii, Ab)

3 討論

醫(yī)院感染與醫(yī)院的建立相依并存，是當前公共衛(wèi)生領域的一個重要問題，并直接影響著醫(yī)療質量和患者的安全。醫(yī)院感染管理是一項復雜而龐大的系統(tǒng)工程，政策性、學術性及專業(yè)性均較強。專業(yè)方面既涉及衛(wèi)生統(tǒng)計學和流行病學的知識，又涵蓋臨床醫(yī)學、微生物學、免疫學、藥學和護理學等諸多學科的知識。隨著醫(yī)學科學的進步與發(fā)展，尤其是日新月異的治療方法的開展，抗菌藥物的廣泛應用，新的演變趨勢使醫(yī)院感染管理變得越來越復雜化與多樣化[4]，對從事醫(yī)院感染監(jiān)控工作的專(兼)職人員知識更新的要求也變得越來越高。目前，醫(yī)院感染管理專業(yè)隊伍建設較為薄弱[2]，從基層醫(yī)療機構到三級醫(yī)院，醫(yī)院感染管理人員隊伍很不穩(wěn)定，多以兼職人員為主，工作強度較大，故醫(yī)院感染管理人員如何在緊張的工作中獲取、更新最有價值的知識內容便顯得尤為重要。

互聯(lián)網(wǎng)的持續(xù)發(fā)展將信息爆炸時代的知識交互帶入了一個全新的階段，使得溝通擺脫了空間的束縛，利用論壇這一渠道進行即時信息的傳遞與交流，實現(xiàn)高效率協(xié)作，強調人與人相互連接。SIFIC為中國醫(yī)院感染監(jiān)控工作人員搭建了良好的交流平臺，使中國醫(yī)院感染預防與控制水平與國際接軌，其會員來自醫(yī)療領域的各個部門與專業(yè)，擁有旺盛的人氣、良好的交流氛圍及廣闊的交流空間。

以2009年為例，全球超過207個國家和地區(qū)報告了新甲型H1Nl流感實驗室確診病例，總數(shù)超過62萬例，包括7 820余例死亡病例，世界衛(wèi)生組織將預警級別升至最高級別6級[5]，2009年SIFIC論壇關注的熱點也隨之變?yōu)榱恕凹仔土鞲小?；而針對全球流感背景下，環(huán)境、物體表面如何進行清潔“消毒”；流感的“監(jiān)測”與上報；醫(yī)護人員如何在流感大暴發(fā)的環(huán)境中采取“標準”預防的措施與應對這種緊急情況醫(yī)院感染專業(yè)人員采取什么樣的強化“培訓”則變?yōu)榱嗽撃觋P注頻次位于前5位的詞匯，較好的體現(xiàn)了論壇緊貼國際熱點變化的時效性。

從重點版塊橫向來看，每一版塊均有自己不同的側重方向，表現(xiàn)出醫(yī)院感染管理學科的復雜性與多樣性。以“重點部位—手術部位感染SSI”中的熱點詞匯為例，“切口類型”、“目標監(jiān)測”、“術后預防SSI”、“剖宮產(chǎn)”等為SSI關注的熱點，關于手術后切口感染影響因素的研究較多，由于發(fā)生切口感染不僅給患者帶來身體的痛苦，也會對其心理造成不良影響，對治療失去信心，降低治療的依從性，更嚴重者會出現(xiàn)血液系統(tǒng)感染疾病，甚至增加死亡風險[6-7]。所以，醫(yī)院感染監(jiān)控人員的關注點更多在如何預防手術切口感染的發(fā)生，對手術部位感染的切口類型和常發(fā)生手術部位感染的手術類型進行探討分析是極為必要的。

本研究將大數(shù)據(jù)的理念成功應用在爬蟲分析中，高效的識別出以往關注的熱點，對今后的研究提供了參考性的建議。但同時本研究也存在一定的局限性，由于數(shù)據(jù)所限，未能考慮使用和未使用本論壇的醫(yī)院感染管理相關人員的差異，因此分析出的結果可能存在一定的偏倚。此外由于本研究納入分析的數(shù)據(jù)量較大，涉及面較廣，不能對每一版塊的高頻詞匯逐一進行分析，僅為醫(yī)院感染管理工作人員描繪近年來國內醫(yī)院感染監(jiān)控關注的方向，發(fā)現(xiàn)廣泛關注點在哪里，為日后研究提供新思路，每一版塊相對應的工作人員也可根據(jù)本研究所示的熱點結果找尋自己的研究方向[8-9]。SIFIC論壇創(chuàng)辦至今已十年余，標志著中國醫(yī)院感染管理已進入科學化、信息化的階段，本研究以實例說明爬蟲數(shù)據(jù)挖掘的研究意義，今后可以以大數(shù)據(jù)為基礎，探索更多的研究方向。

致謝：感謝上海國際醫(yī)院感染控制論壇(SIFIC)提供相關數(shù)據(jù)。