加拿大急症护理医院医疗相关感染与抗菌药物使用时点患病率调查中的评者间一致性评估

《Infection Control & Hospital Epidemiology》：Assessing inter-rater agreement within a point prevalence survey of healthcare-associated infections and antimicrobial use in Canadian acute care hospitals

　　

加拿大医疗相关感染监测项目（Canadian Nosocomial Infection Surveillance Program，CNISP）试点了一项研究，旨在评估加拿大急症护理医院医疗相关感染（healthcare-associated infections，HAI）与抗菌药物使用（antimicrobial use，AMU）时点患病率调查（point prevalence survey，PPS）中的评者间一致性（inter-rater agreement，IRA）。该研究结果显示，未来PPS方法学中存在若干可供改进的领域，值得研究人员在后续调查中予以考虑。

研究背景方面，加拿大医疗相关感染监测项目（CNISP）是基于医院的数据收集系统，用于收集医疗相关感染（HAI）与抗菌药物使用（AMU）数据。2002年至2024年，CNISP共开展四次时点患病率调查（PPS），以衡量加拿大急症护理医院中HAI和AMU随时间变化的患病率。欧洲疾病预防控制中心（ECDC）已建立PPS验证方法学，强调验证对正确解释患病率估计值的重要性。CNISP因此试点一项验证研究，主要目标是评估2024年CNISP急症护理PPS（下称主要PPS）中HAI与AMU患病率估计值的评者间一致性（IRA）。现有问题是，HAI判定较依赖解释，AMU相关变量也需要验证，才能判断主要PPS所得估计是否可靠。

研究人员开展的研究与结论及意义方面，研究人员采用改良自ECDC的PPS验证方案，由未参与主要PPS收集的感染预防与控制人员在各医院独立复核至少5%主要PPS患者记录，使用标准化病例定义，并推荐在高预期HAI患病率的病房中随机抽取患者，且验证与主要PPS同日收集数据以保证可获数据相似。结论显示，人口学等患者特征一致性很高；HAI存在与否总体为良好一致性但阳性一致性低、阴性一致性高；AMU总体为非常好一致性。意义在于识别未来PPS方法学改进点，也为其他国家开展HAI和AMU的PPS提供借鉴。论文发表在《Infection Control》。

主要关键技术方法方面，研究人员采用ECDC的PPS验证方案；主要PPS于2024年2月26日至3月15日开展，62家医院参与，41家进入验证研究，样本队列来自加拿大急症护理医院的主要PPS患者记录；验证人员独立复评至少5%记录，优先选高预期HAI患病率病房；用唯一患者标识符匹配主要PPS与验证记录；用百分一致率、Cohen’s κ、加权κ、阳性一致率p_pos与阴性一致率p_neg分析IRA；用R 4.4.2完成分析。

研究结果方面，医院特征（Hospital characteristics）通过描述41家验证医院地域、类型、床位规模和教学医院比例，说明验证样本覆盖加拿大东西部多家急症护理机构。病房与患者抽样（Ward and patient sampling）通过对7599条主要PPS记录抽取472条（6.2%）验证，111个病房中纳入较多内科与成人重症监护室（ICU），半数病房因高预期HAI患病率被抽样，得出抽样偏向高危病房但具验证代表性。评者间一致性（Inter-rater agreement）通过匹配记录计算一致率与κ：年龄96%且κ=0.96、性别99%且κ=0.97、病房90%且κ=0.88、入院日期95%且κ=0.94；HAI存在为93%且κ=0.62，p_pos=65.2%、p_neg=96.2%；各HAI类型p_pos均低于p_neg；AMU为93%且κ=0.86，p_pos与p_neg均约92.7%至92.8%；同药情况下给药途径94.5%且κ=0.87，AMU指征71%且κ=0.66，目标或经验性治疗74%且κ=0.49。结论为人口学变量非常可靠，HAI阳性判定易不一致，AMU总体可靠但解释型变量一致性较低。

讨论部分总结方面，研究人员指出HAI存在判定达到良好但未达非常好，低p_pos和高p_neg说明评者更容易在“无HAI”上一致，在“有HAI”上不一致，可能源于应用HAI定义经验不同。ECDC同类试点HAI判定κ=0.92，显示CNISP仍有改进空间。至少一种AMU治疗的一致率高，支持主要PPS中AMU患病率估计可信。AMU指征和经验性/目标性治疗一致性较低，与需更多临床判断有关。未来应收集评者专业角色与CNISP经验，优先培训HAI患病率和低一致性变量；高一致性变量不必常规验证。多格式提交数据可能造成人口学录入误差，未来应使用单一带逻辑校验工具并设最低数据质量检查。该研究是识别PPS执行与解释改进点的重要学习机会。

研究结论部分翻译为：总体来看，数据收集人员在判定HAI是否存在时达到良好但未达非常好的阈值。该变量呈现低阳性一致率和高阴性一致率，说明数据收集者在患者无HAI时高度可能一致，但在HAI阳性发现上较难一致。需要进一步调查这种低阳性一致性背后的原因，例如应用HAI定义经验存在差异。ECDC类似试点中HAI存在判定为非常好一致性（κ=0.92），显示未来CNISP调查仍有改进空间。反之，至少接受一种抗菌药物治疗在阳性、阴性和总体一致性上均较高，因此主要PPS报告的AMU患病率估计可信度较高。这些结果与ECDC发现一致：AMU患病率验证灵敏度和特异度较高，而HAI患病率因准确度较低难以解释。经验性治疗开始后诊断结果延迟以及需要更审慎判断，可能导致AMU指征等变量IRA较低。既往CNISP的HAI监测可靠性审核也发现，越需要解释的变量越容易出现分歧。未来调查可考虑收集数据收集者专业角色和CNISP方案经验以解释IRA差异。CNISP应优先培训和验证主要指标（如HAI患病率）及低一致性变量（如AMU指征），高一致性变量未必需常规验证。除数据验证外，未来应使用单一、带逻辑实现的工具并辅以提交前最低数据质量检查来提升数据质量。该验证研究是识别PPS结果与执行改进点的重要机会，其发现也可供计划开展HAI和AMU患病率PPS的其他国家参考。