黃雪娉 楊永蓮 蔡偉雄 宏 峰 何偉彬

（博羅縣人民醫(yī)院，廣東惠州 516199）

多重耐藥菌（MDRO）指對(duì)臨床使用3類或3類以上抗菌藥物同時(shí)呈現(xiàn)耐藥的細(xì)菌[1]。隨著臨床抗菌藥物不合理使用、免疫抑制劑應(yīng)用導(dǎo)致致病菌耐藥性以及耐藥程度日漸嚴(yán)重，加上侵入性操作的開展，導(dǎo)致MDRO醫(yī)院感染形勢(shì)日益嚴(yán)峻，加重患者及醫(yī)院負(fù)擔(dān)，增加發(fā)病率、死亡率和延長(zhǎng)住院天數(shù)，導(dǎo)致經(jīng)濟(jì)損失，同時(shí)浪費(fèi)社會(huì)有限的衛(wèi)生資源，嚴(yán)重影響治療效果和患者生命安全[2]。

博羅縣人民醫(yī)院從2011年開始對(duì)多重耐藥菌進(jìn)行監(jiān)測(cè)。其中，2017年共檢出多重耐藥菌534株，主要為大腸埃希菌256株、銅綠假單胞菌11株、肺炎克雷伯菌肺炎亞種60株、金黃色葡萄球菌96株、鮑曼不動(dòng)桿菌67株等。2018年共檢出多重耐藥菌604株，主要為大腸埃希菌303株，金黃色葡萄球菌 106株，銅綠假單胞菌33株、肺炎克雷伯菌肺炎亞種78株、鮑曼不動(dòng)桿菌82株等。

通過研究旨在利用統(tǒng)計(jì)學(xué)時(shí)間序列ARIMA模型對(duì)醫(yī)院多重耐藥菌醫(yī)院感染發(fā)生的時(shí)間聚集數(shù)據(jù)進(jìn)行分析[3]，構(gòu)建醫(yī)院多重耐藥菌情況預(yù)警模型，為醫(yī)院管理部門及時(shí)、準(zhǔn)確、全面掌握醫(yī)院多重耐藥菌變化，合理有效調(diào)配利用相關(guān)資源，針對(duì)性實(shí)施MDRO醫(yī)院感染的防控隔離干預(yù)措施，減少醫(yī)院多重耐藥菌發(fā)生。

1 資料與方法

1.1 一般資料

對(duì)2017年1月至2018年12月博羅縣人民醫(yī)院微生物檢驗(yàn)中的多重耐藥情況，篩查符合衛(wèi)生部2011年頒布《多重耐藥菌醫(yī)院感染預(yù)防與控制技術(shù)指南》的醫(yī)院常見多重耐藥菌。對(duì)篩查出來的多重耐藥菌病例的檢驗(yàn)結(jié)果進(jìn)行核對(duì)，計(jì)算多重耐藥菌發(fā)生率。

利用SPSS軟件繪制時(shí)間序列散點(diǎn)圖自相關(guān)函數(shù)和偏相關(guān)函數(shù)圖，數(shù)據(jù)平穩(wěn)性處理后建立ARIMA模型，再行模型參數(shù)估計(jì)，檢驗(yàn)是否具有統(tǒng)計(jì)學(xué)意義，預(yù)測(cè)2017年1月至2018年12月多重耐藥分析其實(shí)際檢出率進(jìn)行擬全匹配，驗(yàn)證模型準(zhǔn)確性。

1.2 方法

ARIMA 模型建立的程序：①根據(jù)時(shí)間序列模型的識(shí)別規(guī)則，建立相應(yīng)的模型；②對(duì)非平穩(wěn)序列進(jìn)行平穩(wěn)化處理；③時(shí)間序列散點(diǎn)圖、自相關(guān)函數(shù)以及偏相關(guān)函數(shù)圖以ADF 單位根檢驗(yàn)其方差、趨勢(shì)及其季節(jié)性變化的規(guī)律，識(shí)別序列的平穩(wěn)性；④進(jìn)行假設(shè)檢驗(yàn)，診斷殘差是否為白噪聲；⑤使用極大似然方法進(jìn)行參數(shù)估計(jì)，即使得量測(cè)數(shù)據(jù)發(fā)生的概率最大的參數(shù)選擇，檢驗(yàn)是否具有統(tǒng)計(jì)學(xué)意義；⑥利用已通過檢驗(yàn)的模型進(jìn)行預(yù)測(cè)分析。

2 結(jié)果

2.1 2017年1月至2018年12月每月醫(yī)院多重耐藥菌預(yù)測(cè)

運(yùn)用模型 ARIMA（0，1，1）（0，1，1）24（不含常數(shù)項(xiàng)）擬合2015至2016年的逐月MDRO的檢出率，預(yù)測(cè)2017、2018年各月MDRO的檢出率。2017年和2018年平均預(yù)測(cè)相對(duì)誤差分別為15.34%、15.76%，見表1。

表1 2017年1月至2018年12月每月醫(yī)院多重耐藥菌預(yù)測(cè)（%）

2.2 序列平穩(wěn)化檢驗(yàn)

序列平穩(wěn)化檢驗(yàn)直方圖，見圖1，序列平穩(wěn)化檢驗(yàn)時(shí)序分布圖，見圖2。

2.3 模型識(shí)別

殘差分列ACF圖和PACF圖，見圖3。

2.4 模型檢驗(yàn)

實(shí)際值和預(yù)測(cè)值對(duì)比時(shí)序列圖，見圖4。

3 討論

圖1 序列平穩(wěn)化檢驗(yàn)直方圖

圖2 序列平穩(wěn)化檢驗(yàn)時(shí)序分布圖

圖3 殘差分列ACF圖和PACF圖

大腸桿菌的致病物質(zhì)之一是血漿凝固酶，可引起成人腹瀉或食物中毒的爆發(fā)[4]。銅綠假單胞菌，廣泛分布于自然界及正常人皮膚、腸道和呼吸道，是一種常見的條件致病菌[5]。當(dāng)病變累及胸膜和心包時(shí)，會(huì)引起滲出性以及膿性積液，導(dǎo)致病變的纖維組織活躍使纖維素性胸腔積液出現(xiàn)早期黏連[6]?？死撞豌~綠假單胞菌以及薩雷拉是敗血癥的重要病原體，死亡率高[7]。金黃色葡萄球菌寄生在人和動(dòng)物的皮膚中，鼻腔、咽喉、胃、癰、膿瘡、口腔、空氣、污水等環(huán)境隨處可見[8]。鮑曼不動(dòng)桿菌通常引起菌血癥，肺炎，腦膜炎，腹膜炎，心內(nèi)膜炎，以及尿路和皮膚感染，并且已成為醫(yī)院感染的主要來源，特別是在重癥監(jiān)護(hù)病房。由于抗生素的濫用，使鮑曼不動(dòng)桿菌產(chǎn)生耐藥性，成為“多耐藥鮑曼不動(dòng)桿菌”。目前，對(duì)抗多重耐藥鮑曼不動(dòng)桿菌的唯一方法是使用二線抗生素，如替加環(huán)素[9]。

圖4 實(shí)際值和預(yù)測(cè)值對(duì)比時(shí)序列圖

ARIMA模型，是把非平穩(wěn)時(shí)間序列轉(zhuǎn)變?yōu)槠椒€(wěn)時(shí)間序列并將因變量?jī)H對(duì)它的滯后值和隨機(jī)誤差項(xiàng)的現(xiàn)值和滯后值進(jìn)行回歸而建立的模型。本研究利用2017年1月至2018年12月醫(yī)院多重耐藥菌檢出率的監(jiān)測(cè)數(shù)據(jù)進(jìn)行了時(shí)間序列分析，通過數(shù)據(jù)處理、模型識(shí)別等過程建立了 ARIMA（0，1，1）（0，1，1）24 模型，進(jìn)而通過已有的數(shù)據(jù)進(jìn)行模型驗(yàn)證。經(jīng)過對(duì)2017年1月至2018年12月檢出率流行趨勢(shì)進(jìn)行了預(yù)測(cè)，得出平均相對(duì)誤差分別為15.34%、15.76%，結(jié)果表明平均誤差較小，這提示此模型對(duì)MDRO的檢出率預(yù)測(cè)具有可行性，說明結(jié)果可靠。因此，醫(yī)院可以借助本研究所擬合創(chuàng)建的ARIMA模型對(duì)MDRO檢出率進(jìn)行預(yù)測(cè)以及預(yù)警，如實(shí)際值超過預(yù)測(cè)值提示預(yù)警，應(yīng)該提前加強(qiáng)防控措施。有效的醫(yī)院MDRO預(yù)警監(jiān)測(cè)，為及時(shí)采取防控措施爭(zhēng)取時(shí)間，可以有效阻止或延緩MDRO的醫(yī)院內(nèi)交叉?zhèn)鞑?，避免暴發(fā)流行。

本研究利用ARIMA模型很好地?cái)M合2017年1月至2018年12月的MDRO的檢出率，并對(duì)2019年1月的檢出率進(jìn)行了預(yù)測(cè)預(yù)警。這有利于早期臨床及時(shí)采取防控措施來防止感染，但是目前并沒有一種數(shù)據(jù)模型可以對(duì)一段時(shí)間內(nèi)的數(shù)據(jù)進(jìn)行完整擬合和預(yù)測(cè)。因此，在實(shí)際工作中，需要不斷發(fā)現(xiàn)和總結(jié)問題，分析更優(yōu)質(zhì)的數(shù)據(jù)模型，這樣才能更好地分析預(yù)測(cè)實(shí)際情況，為多重耐藥菌MDRO的防控提供更可靠的數(shù)據(jù)和建議。

綜上，應(yīng)用時(shí)間序列 ARIMA 模型對(duì)醫(yī)院歷史多重耐藥菌數(shù)據(jù)進(jìn)行分析，為構(gòu)建多重耐藥菌預(yù)測(cè)模型提供理論基礎(chǔ)和思維方向，分析過程和數(shù)據(jù)處理具有可靠的操作性，結(jié)果具有準(zhǔn)確的預(yù)測(cè)性，對(duì)醫(yī)院多重耐藥菌提前防控管理具有重要的意義。