《International Journal of Medical Informatics》：EpiLinx – An interactive tool for establishing epidemiological links as part of national nosocomial outbreak investigation
编辑推荐：
背景：医疗保健相关感染（healthcare-associated infections, HAIs）仍是全球重大公共卫生挑战。有效监测需要及时识别流行病学关联。尽管电子健康记录被广泛使用，其复杂性常阻碍实践中的快速分析。研究人员开发了EpiLinx，一种用户
背景：医疗保健相关感染（healthcare-associated infections, HAIs）仍是全球重大公共卫生挑战。有效监测需要及时识别流行病学关联。尽管电子健康记录被广泛使用，其复杂性常阻碍实践中的快速分析。研究人员开发了EpiLinx，一种用户友好工具，利用行政患者数据支持医疗机构中疑似暴发的系统调查。本文旨在介绍EpiLinx，并基于两起真实医疗保健相关暴发评估其可用性。方法：EpiLinx是一个R Shiny应用程序，可在大型数据集中识别患者医院接触的时空重叠。它提供交互式表格和可视化，包括时间线和网络图，以支持快速数据探索。该软件设计为通用且数据需求最少，以确保非技术用户可访问。结果：EpiLinx应用于丹麦Enterobacter hormaechei暴发和英国norovirus暴发。在两种情况下，EpiLinx快速生成与原始调查结论一致的视觉化和网络结构。此前需要数小时人工数据处理的分析在数秒内完成。结论：EpiLinx能够快速直观地探索大型医疗保健数据集中的流行病学关联，支持更及时的暴发调查。其简单性和最少数据需求使其易于应用于临床实践，包括非技术用户。该方法广泛适用于可获得常规收集行政数据的各种环境。通过提高关联评估的透明性和可及性，EpiLinx有潜力加强临床和公共卫生背景下的感染控制。
论文解读文章
医疗保健相关感染（healthcare-associated infections, HAIs）仍是全球公共卫生挑战，可导致住院时间延长、超额死亡、治疗成本增加和患者安全下降。欧洲疾病预防控制中心与世界卫生组织估计，欧洲和其他发达国家约7%患者一生中会发生HAI。患者人口学变化、老年和慢性病患者比例增加、侵入性治疗及抗菌耐药上升，使医院内传播监测和暴发防控需求增加。电子健康记录（electronic health records, EHRs）和行政健康登记系统存储大量数据，但规模大、复杂性高且常与其他数据库整合不佳，直接用于感染预防控制常被认为不可行。丹麦国家患者登记处自1977年包含所有患者接触和入院信息，但可及性和大数据管理限制临床医生或感染预防团队及时使用；交互式可视化有助于在复杂数据中探索不同粒度。为阻断医院感染传播，需尽早确定来源、风险人群和传播路径。为此，研究人员开发EpiLinx，交互式可视化工具，用于检测医院内暴发中患者间流行病学关联，并以两起应用案例展示其用途：英国诺如病毒暴发数据用于证明通用性并重现和比较不同国家暴发的流行病学可视化；丹麦长期碳青霉烯酶产
Enterobacter hormaechei暴发用于检验EpiLinx能否支持环境来源结论。EpiLinx目标包括识别患者与医疗服务提供者或医院接触信息中的时空重叠、用交互式可视化和表格动态探索医疗数据各粒度、以最少技术技能完成复杂数据整理，最终帮助决策者、感染预防与控制（infection prevention and control, IPC）团队、医院管理和卫生当局减少人工数据处理、优化资源并提高暴发检测调查效率。重要意义在于将复杂行政数据转化为可快速探索的流行病学关联信息，支持更及时感染控制决策。
关键技术方法：基于R Shiny构建自包含图形用户界面（GUI）；核心算法在医院、科室或房间层面计算患者入院/接触的时空重叠，直接重叠为入院区间时间交集，并可按设定天数阈值识别间接关联；输出交互式时间线、流行曲线、网络图和关联表；数据要求为6个必需变量（患者、医院、科室、入院日期、出院日期、采样日期）及可选变量，日期遵循ISO-8601；采用两起真实暴发数据验证：英国诺如病毒暴发数据来自HospMapper应用，丹麦碳青霉烯酶产
E. hormaechei暴发纳入7例患者住院数据。
3.1 诺如病毒暴发：研究人员将经轻度修改的HospMapper数据导入EpiLinx，生成与HospMapper相似的时间线和流行曲线，时间线每行代表一名患者，颜色表示入院科室，灰色表示仅该患者访问的科室，黑点标记采样日期，黑叉表示死亡（本例无）；鼠标悬停可显示科室和日期，双击可缩放。无需特定临床知识即可识别EC科室为流行病学关联热点并随时间追踪暴发；直接关联网络可识别医院、科室和房间层面流行病学聚集，首批关联发生在AAU科室并主要经EC科室传播，EC科室在暴发数周内承载许多关联；网络视图还列出未关联患者1、24和30。结论：EpiLinx可重现并支持诺如病毒暴发的流行病学可视化分析。
3.2 科室层面传播碳青霉烯酶产
Enterobacter hormaechei：2017年8月从丹麦某医院科室患者分离出产OXA-436的
E. hormaechei，后续18个月发现6例同株新病例，除散发性入住某科室外无直接流行病学关联证据；2019年2月发现第6和第7例后怀疑特定科室环境来源，环境采样从两个淋浴排水口分离出携带bla
OXA-436基因的
E. hormaechei，成为传播来源。研究人员导入7例患者住院数据，数秒生成时间线，所有患者均在红色科室停留，仅患者1和2入院重叠；鼠标悬停识别为Odense University Hospital暴发科室；关联表显示患者1和2单条直接关联持续7天。独立分析证实先前环境传播结论且更快。因暴发持续多月且几乎无直接关联，研究人员用“unit activity”视图显示所有科室唯一患者入院，推断7例均访问涉及科室（unit A），真实场景可实时反馈临床；该视图有助于解释无或较少直接关联的暴发。结论：EpiLinx支持科室层面/环境来源传播判断。
3.3 用户采用：EpiLinx为通用可视化工具，每周多次用于丹麦多重耐药菌医院内暴发探索；所分析暴发在微生物、患病率、时间线和地点上不同，工具通用性可探索不同微生物及其传播途径；并在西班牙、葡萄牙和挪威等国获得采用。结论：工具具跨场景适用性和用户采用。
讨论部分总结：EpiLinx能快速识别和可视化医疗保健相关暴发中病例患者间流行病学关联，复杂住院数据结果支持高效调查；一个用例支持检测潜在患者间传播和科室层面暴露，另一个识别可能科室层面传播。经验表明交互式自动化工具可应对EHR数据规模限制，自动化处理对快速干预和遏制暴发关键；简化数据需求和高效处理可减少耗时手工流程及分析错误风险，替代人工检查个体患者记录，并在数分钟内处理大型数据。其设计适应广泛暴发场景，可跨异构医疗系统应用，提供利用行政数据建立关联的实用可扩展框架；底层数据组织与DHIS2等公共卫生信息系统有高层概念相似性，支持整合到更广泛生态系统。局限包括输出依赖常规医院数据完整性和准确性，缺失或不精确数据可能影响结果；直接和间接关联基于时空接近，反映潜在而非确认传播；不纳入分子或基因组数据、不自动比较菌株，需用户预先定义病例患者；当前用于局部数据集探索，受数据大小和计算性能限制，时间线等图形生成计算要求较高，约150例多次住院数据可能需数分钟，限制实时交互和大型EHR环境可扩展性；EpiLinx为描述性探索工具，不预测暴发进展或传播动态，应视为决策支持和假设生成工具而非独立分析或预测系统。其最大优势是挖掘复杂患者接触数据以分析患者间传播或环境来源科室层面传播，Enterobacter案例中可指出关注科室，即使先前无法建立直接患者间关联；关联表输出突出人工发现极耗时的罕见患者重叠；英国诺如病毒案例证明通用性和重现分析便利。
研究结论部分翻译：EpiLinx提供稳健、高效和用户友好的暴发调查软件，已在丹麦常规实践中实施，国家卫生当局和IPC团队定期用于碳青霉烯酶产微生物（CPO）、MRSA（耐甲氧西林金黄色葡萄球菌）和VRE（耐万古霉素肠球菌）暴发探索。该工具支持持续暴发监测包括加强流行病学评估，并有潜力更广泛用于其他医疗环境。在研究人员经验中，EpiLinx通过突出特定暴发科室支持针对性IPC干预。迄今多个国际医院和机构（Faculty of Pharmacy, University of Porto和Norwegian Institute of Public Health）也使用EpiLinx进行数据探索以改善医院内暴发管理。研究人员因此认为，同样方法将帮助其他公共卫生机构和IPC团队检查大规模住院数据，以识别流行病学关联和高风险科室。
