抗菌药物管理干预措施接受度的预测因素:一项多学科项目的回顾性社区医院研究

《Antimicrobial Stewardship & Healthcare Epidemiology》:Predictors of acceptance of antimicrobial stewardship interventions in a multidisciplinary program: a retrospective community hospital study

【字体: 大 中 小 】 时间:2026年10月28日 来源:Antimicrobial Stewardship & Healthcare Epidemiology 1.9

编辑推荐:

  目的:尽管抗菌药物管理项目(ASPs)已被证明可改善抗生素处方并减少抗菌药物耐药性,但来自社区医院的证据仍然匮乏,特别是关于ASP推荐意见接受度决定因素的研究。本研究旨在评估一家社区医院中ASP干预措施的接受情况,并识别与其接受度相关的因素。 设计:回顾性观察

  
目的:尽管抗菌药物管理项目(ASPs)已被证明可改善抗生素处方并减少抗菌药物耐药性,但来自社区医院的证据仍然匮乏,特别是关于ASP推荐意见接受度决定因素的研究。本研究旨在评估一家社区医院中ASP干预措施的接受情况,并识别与其接受度相关的因素。 设计:回顾性观察性研究。 场所:西班牙一家拥有113张床位的社区医院。 研究对象:2021年7月至2024年2月期间,通过前瞻性审计与反馈流程进行审查的住院患者,这些患者正在接受或考虑接受抗菌药物治疗。 方法:ASP干预措施被前瞻性地收集在一个结构化数据库中。研究人员进行了双变量分析和多变量逻辑回归,以评估与推荐意见接受度相关的因素。 结果:共记录了437次ASP干预。其中343次干预(78.5%)有接受记录,264次(77.0%)被接受。在双变量分析中,接受度与临床科室、感染源、微生物培养、抗菌药物适应症、ASP推荐类型、年龄以及白细胞计数相关。在多变量分析中(n = 343),临床科室仍然是模型中唯一与接受度独立相关的变量。针对外科服务的干预措施被接受的可能性显著低于内科服务(校正后比值比[aOR],0.28;95%置信区间[CI],0.12–0.64;P = 0.002)。 结论:在一家社区医院中,ASP干预措施的接受度因临床科室而异,外科服务的接受度较低。这些发现支持应根据特定临床情境定制抗菌药物管理策略。

论文解读文章

一、研究背景与意义

抗菌药物耐药性(Antimicrobial Resistance, AMR)已成为全球重大公共卫生威胁。据世界卫生组织报告,2019年AMR直接导致约127万人死亡,并与495万例死亡相关。不合理的抗菌药物使用,包括药物选择不当、疗程过长及不必要的广谱治疗,是驱动多重耐药(Multidrug-Resistant, MDR)的主要因素。抗菌药物管理项目(Antimicrobial Stewardship Programs, ASPs)旨在优化抗菌治疗、改善临床结局、减少不良反应并确保药物的成本效益。尽管ASPs的有效性已得到证实,但在资源有限的社区医院中实施仍面临挑战,如人员配备不足、感染病学专业知识缺乏以及专项管理资源匮乏。此外,干预措施的效果在很大程度上取决于处方医师对推荐意见的接受程度。已有研究报告的接受率差异较大(60%至91%),且受多种因素影响,如处方者经验、推荐类型、感染类型及临床科室等。然而,来自社区医院的证据仍然稀缺。因此,本研究旨在评估一家社区医院中ASP干预措施的接受情况,并识别与其接受度相关的因素,为优化管理策略提供依据。

二、关键技术方法概述

研究人员开展了一项回顾性观察性研究,地点为西班牙一家拥有113张床位的社区医院。研究覆盖2021年7月至2024年2月期间的前瞻性审计与反馈(Prospective Audit and Feedback)数据。多学科ASP团队由具备感染病学专长的内科及预防医学与公共卫生医师、一名医院药师和一名临床微生物学家组成。干预措施基于药理学、微生物学或临床触发因素提出,并通过远程或面对面病例讨论达成一致后,向负责的临床团队传达。研究人员使用Epi Info?软件建立的结构化电子数据库前瞻性记录数据,随后采用Stata? v15.1进行回顾性数据分析。分析方法包括卡方检验或Fisher精确检验用于分类变量的双变量比较,Wilcoxon秩和检验用于连续变量比较,以及二元Logistic回归进行多变量分析,以识别与推荐接受度独立相关的因素。

三、研究结果

1. 研究人群与干预特征
共分析了437次ASP干预,涉及352名患者。患者中位年龄74岁(四分位距[IQR],61–81),男性占57.4%。干预最多的临床科室为内科(37.5%)、普外科(General Surgery, GS)(24.5%)和骨创伤科(Orthopedic and Trauma Surgery, OTS)(22.0%),其次为重症监护病房(Intensive Care Unit, ICU)(9.2%)。最常见的入院诊断包括胃肠道疾病(25.2%)、肌肉骨骼疾病(20.4%)、呼吸系统疾病(19.7%)和泌尿生殖系统疾病(11.4%)。感染源主要为呼吸道(20.4%)和泌尿道(13.0%),而手术预防用药占干预的20.4%。在ASP干预时,57.2%的病例已申请微生物培养,其中61.2%培养阳性。大肠杆菌(18.4%)和铜绿假单胞菌(10.2%)是最常见的分离微生物。治疗适应症以经验性治疗为主(67.7%),其次为预防用药(22.2%)和靶向治疗(10.1%)。
2. 干预类型与接受率
最常见的ASP干预类型为因疗程过长而停药(31.6%)、剂量调整(16.5%)(其中27.8%因肾功能受损)、降阶梯治疗(14.0%)以及因无指征而停药(13.7%)。在OTS中,72.9%的干预涉及疗程过长问题。在接受记录方面,343次干预(78.5%)有明确的接受与否的记录,其中264次(77.0%)被接受。
3. 双变量分析结果
双变量分析显示,临床科室、感染源、微生物培养状态、抗菌药物适应症、ASP推荐类型、年龄及白细胞计数与接受度存在统计学显著关联(P < 0.05)。
4. 多变量分析结果
多变量Logistic回归纳入了所有343次有接受记录的干预(对应285名患者)。结果显示,临床科室是唯一与接受度独立相关的因素。与内科服务相比,外科服务的推荐被接受的可能性显著更低(校正后比值比[aOR],0.28;95%置信区间[CI],0.12–0.64;P = 0.002)。具体而言,内科接受率为92.1%,ICU为94.3%,普外科为74.7%,而OTS仅为48.8%。ICU与内科服务之间未观察到显著差异(aOR,1.81;95% CI,0.44–7.46;P = 0.412)。其他纳入模型的变量(抗菌药物适应症、ASP推荐类型、年龄)在多变量调整后均未显示出独立关联。模型的区分能力良好,受试者工作特征曲线下面积(AUC)为0.78,校准度良好(Hosmer-Lemeshow检验:χ2 = 7.03,P = 0.53)。

四、讨论与结论

本研究发现,在社区医院中,ASP推荐的整体接受率为77.0%,这与既往文献报道的范围(70%-97%)一致。研究的关键发现是,临床科室是接受度的独立预测因子,外科服务(尤其是OTS)的接受度显著低于内科服务。这可能反映了不同科室间处方动态、组织文化以及对ASP团队信任程度的差异。值得注意的是,大部分抗生素优化干预集中在内科和外科,其中手术相关预防用药的疗程过长问题尤为突出(71.1%涉及停药),凸显了纠正此类临床实践偏差的必要性。头孢唑林和美罗培南是最常涉及干预的抗菌药物,分别与手术预防用药和碳青霉烯类药物的优化使用相关。研究的局限性包括单中心设计可能限制外推性、回顾性数据收集带来的观察者间变异、21.5%的干预缺失接受记录可能导致的选择偏倚,以及未能系统记录沟通方式、处方者个体特征等潜在重要决定因素。尽管如此,研究结论明确指出:社区医院中ASP推荐的接受度因临床科室而异,外科服务接受度显著较低。这一发现支持制定针对特定科室的管理策略,例如加强多学科协作、共同商定预防用药方案、提供疗程反馈以及将管理干预整合到围手术期工作流程中,从而提高ASP推荐在社区医院的采纳率。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号