楊金蘭,王 升,胡 偉，劉如品，陶守建

0 引言

臨床感染性疾病中,由革蘭陰性菌引起的感染占有較大比例,尤其是多重耐藥革蘭陰性菌的出現(xiàn)和傳播,使臨床治療難度增加。多重耐藥革蘭陰性菌中,耐碳青霉烯類革蘭陰性菌(Carbapenem-resistant gram-negative bacteria,CRGN)最值得注意,因為可選擇的給藥方案較少,且具有病程長、病死率高以及住院費用高的特點。近年來,CRGN引起的感染在全球范圍內(nèi)呈明顯上升趨勢[1],全球CRGN的防控形勢不容樂觀,世界衛(wèi)生組織和美國疾控中心已將其危險級別列為首要等級[2]。在我國,CRGN的流行趨勢也同樣嚴峻。中國細菌耐藥監(jiān)測網(wǎng)(CHINET)數(shù)據(jù)顯示[3],我國碳青霉烯耐藥肺炎克雷伯菌(Carbapenem-resistantKlebsiellapneumoniae,CRKP)檢出率自2017年起已連續(xù)3年超過20%,碳青霉烯耐藥銅綠假單胞菌(Carbapenem-resistantPseudomonasaeruginosa,CRPA)檢出率接近30%,而碳青霉烯耐藥鮑曼不動桿菌(Carbapenem-resistantAcinetobacterbaumannii,CRAB)檢出率已于2018年起連續(xù)2年超過70%。過去的幾十年里,新的化學結(jié)構(gòu)、作用靶點和作用機制的新型抗菌藥物也未見誕生[4]。因此,遏制G-菌對碳青霉烯的耐藥率以及耐藥菌株傳播尤為重要。

抗菌藥物的不合理使用是誘導細菌耐藥的重要因素之一,鑒于目前系統(tǒng)研究CRGN檢出率與抗菌藥物使用強度的資料并不多見,本文將考察我院2014年第1季度至2020年第1季度CRGN流行情況及其與常見廣譜抗菌藥物的使用強度的相關(guān)性。在顯著相關(guān)性的基礎上嘗試建立以檢出率與AUD間的回歸模型,使用2020年第2季度和2020年第3季度AUD和CRGN檢出率數(shù)據(jù)驗證模型的準確性,旨在為抗菌藥物的合理使用及醫(yī)院的感控措施提供參考依據(jù)。

1 材料與方法

1.1 菌株來源 菌株來源于2014年第1季度至2020年第3季度我院送檢至微生物室的血液、痰液、尿液、分泌物、胸腔積液等臨床標本,剔除同一患者相同部位檢出的重復菌株。共收集到大腸埃希菌、肺炎克雷伯菌、銅綠假單胞菌和鮑曼不動桿菌5 479株,其中包含49株CREC,402株CRKP,218株CRPA,368株CRAB。

1.2 菌株鑒定及藥敏試驗 菌株的培養(yǎng)鑒定參照《全國臨床檢驗操作規(guī)程》(第3版)[5]。法國生物梅里埃公司VITEK-2型全自動細菌鑒定儀器進行菌種鑒定,藥敏試驗采用K-B紙片擴散法,依據(jù)美國臨床實驗室標準化研究協(xié)會(CLSI)判讀結(jié)果[6]。采用改良Hodge試驗對耐藥菌株進行確證。

1.3 抗菌藥物使用強度 使用醫(yī)院PASS臨床藥學管理系統(tǒng)調(diào)取我院常用抗菌藥物的季度消耗量,依據(jù)世界衛(wèi)生組織(WHO)推薦的日限定劑量(Defined daily dose,DDD)法計算抗菌藥物DDDs,未被收載的藥物品種DDD參考第18版《新編藥物學》和藥品說明書確定。AUD=DDDs×100/(患者同期平均住院天數(shù)×同期出院患者人數(shù))。

1.4 相關(guān)性分析及線性回歸模型的建立 考察CRGN檢出率與AUD的相關(guān)性。以CRGN檢出率為因變量,AUD為自變量,觀察兩者散點圖是否存在線性趨勢,對相關(guān)性顯著和散點圖存在線性趨勢的變量運用線性回歸分析法建模。

1.5 回歸模型預測CRGN檢出率 以2020年第2季度和第3季度AUD作為實驗數(shù)據(jù)輸入相應回歸方程,得到CRGN檢出率的預測值和預測區(qū)間。對比預測值與同期CRGN檢出率實際值。

1.6 統(tǒng)計方法 所有數(shù)據(jù)均使用SPSS 19.0軟件分析。運用簡單線性回歸分析碳青霉烯耐藥革蘭陰性菌檢出率和抗菌藥物AUD的變化趨勢。運用Shapiro-Wilk法對檢出率與抗菌藥物AUD的數(shù)據(jù)序列行正態(tài)性檢驗,服從正態(tài)分布的數(shù)據(jù)序列采用Pearson相關(guān)分析,非正態(tài)分布數(shù)據(jù)則采用Spearman相關(guān)分析。相關(guān)系數(shù)r>0時,兩變量呈正相關(guān)；r<0時,兩變量呈負相關(guān)。采用R2作為線性回歸模型的擬合優(yōu)度的度量指標,取值范圍為0～1,R2越大表示擬合優(yōu)度越好?；貧w方程顯著性采用F檢驗?；貧w系數(shù)(β)顯著性采用t檢驗。顯著性檢驗水準均設定為α=0.05。

2 結(jié)果

2.1 耐碳青霉烯G-菌檢出率的變遷 2014年第1季度至2020年第1季度我院CRO檢出率以CRAB最高(30.0%～95.0%),隨時間呈平穩(wěn)趨勢(P>0.05)。CREC檢出率波動趨勢較為平穩(wěn)(P>0.05),最大值出現(xiàn)在2016年第1季度,為8.1%。CRKP檢出率隨時間呈不規(guī)則波浪形變化,整體呈上升趨勢(P<0.05),峰值出現(xiàn)在2017年第2季度,達到53.3%。CRPA檢出率隨時間呈平穩(wěn)趨勢(P>0.05),最大值在2015年第1季度,為33.3%。見表1。

表1 2014第1季度至2020年第1季度我院碳青霉烯耐藥菌檢出率變遷

2.2 常用抗菌藥物使用強度及變化趨勢 9個單品種抗菌藥物中,頭孢哌酮舒巴坦、慶大霉素和美羅培南的AUD隨時間無顯著變化(P>0.05)。頭孢呋辛、頭孢他啶、頭孢曲松、莫西沙星、比阿培南的AUD隨時間呈上升趨勢(P<0.05)。左氧氟沙星AUD呈下降趨勢(P<0.05)。喹諾酮類、氨基糖苷類、碳青霉烯類及酶抑制劑復合制劑類AUD隨時間呈上升趨勢(P<0.05)。見圖1、圖2。

2.3 碳青霉烯耐藥G-菌檢出率與抗菌藥物使用強度的相關(guān)性 相關(guān)性分析顯示,CRKP檢出率與喹諾酮類AUD呈正相關(guān)(r=0.447,P<0.05),與頭孢他啶AUD呈正相關(guān)(r=0.504,P<0.05)。CRPA檢出率與喹諾酮類AUD呈正相關(guān)(r=0.548,P<0.01),與碳青霉烯類AUD呈正相關(guān)(r=0.435,P<0.05)。未見CREC檢出率和CRAB檢出率與抗菌藥物使用強度存在顯著相關(guān)性(P>0.05)。相關(guān)系數(shù)見表2。相關(guān)關(guān)系的散點圖見圖3～圖6。

2.4 線性回歸方程的建立 以抗菌藥物AUD為x軸,CRGN檢出率為y軸,對相關(guān)性顯著AUD和相應CRGN檢出率繪制散點圖并進行線性擬合構(gòu)建線性回歸方程,本次共建立了4個回歸模型(以字母右下角不同數(shù)字標記各個模型以表區(qū)分),模型口徑及檢驗參數(shù)如下。model 1：y1=7.787 1x1-13.544,散點圖見圖3。model 2：y2=7.887 1x2+10.275,散點圖見圖4。model 3：y3=6.928 9x3+11.983,散點圖見圖5。model 4：y4=4.310 3x4+0.170 9,散點圖見圖6。各模型回歸系數(shù)均通過t檢驗(β1=7.787,t1=2.400,P1=0.025;β2=7.887,t2=2.400,P2=0.025;β3=6.930,t3=2.316,P3=0.030;β4=4.310,t4=3.145,P4=0.004)。各回歸方程顯著性均通過F檢驗(F1=5.759,P1=0.025;F2=5.749,P2=0.025;F3=5.364,P3=0.03;F4=9.893,P4=0.004)。各模型的擬合優(yōu)度分別為：(R1)2=0.200,(R2)2=0.200,(R3)2=0.189,(R4)2=0.300。

圖1 2014年第1季度至2020年第1季度我院9種抗菌藥物使用強度隨時間變化情況

圖2 2014年第1季度至2020年第1季度4類抗菌藥物使用強度隨時間變化情況

表2 碳青霉烯耐藥革蘭陰性菌檢出率與抗菌藥物使用強度的Pearson或Spearman相關(guān)性分析

圖3 CRKP檢出率與喹諾酮類使用強度的相關(guān)性散點圖

圖4 CRKP檢出率與頭孢他啶使用強度的相關(guān)性散點圖

圖5 CRPA檢出率與碳青霉烯類使用強度的相關(guān)性散點圖

2.5 CRGN檢出率的預測和驗證 將2020年第2季度和第3季度喹諾酮AUD(4.29、3.7)、碳青霉烯AUD(0.47、0.87)和頭孢他啶AUD(2.98、0.57)分別代入建立的4個回歸模型,得出同期CRGN檢出率的預測值和95%預測區(qū)間。結(jié)果顯示,同期CRGN的實際檢出率均處于95%預測區(qū)間內(nèi),見表3。

圖6 CRPA檢出率與喹諾酮類使用強度的相關(guān)性散點圖

表3 基于4個模型的CRGN檢出率實際值和預測情況的對比

3 討論

基于25個季度的連續(xù)數(shù)據(jù)可見,我院CRGN的流行現(xiàn)狀總體平穩(wěn),以CRAB檢出率最高,CREC檢出率最低,變化特點與CHINET報道的平均水平類似[3]。CRKP和CRPA則呈現(xiàn)此起彼伏的態(tài)勢,與Zhang等[7]的報道不同,后者是CRPA檢出率持續(xù)高于CRKP。值得注意的是,我院CRKP檢出率隨時間有顯著升高趨勢(P<0.05)。在美國,90%的CRE為CRKP,而92%的CRKP產(chǎn)碳青霉烯酶均由KPC-2基因和KPC-3基因表達[8]。KPC酶在我國也廣泛流行,Zhang等[9]對我國25個省市CRE進行分析,發(fā)現(xiàn)產(chǎn)碳青霉烯酶的CRE達80.3%。碳青霉烯酶基因常存在于可移動元件或質(zhì)粒上,能在不同菌株間水平傳播[10],應引起高度重視。與CHINET報道[3]同期對比發(fā)現(xiàn),我院CREC在2016-2018年高于前者,2016年、2017年和2019年高于前者,CRPA在2018年高于前者,CRAB在2014年和2017年高于前者。

控制CRGN的傳播已成為全球關(guān)注的公共衛(wèi)生問題?，F(xiàn)有的研究表明,病原菌耐藥率上升與抗菌藥物的不合理使用、長時間住院、手衛(wèi)生和侵入性操作等多個因素相關(guān)[11],其中抗菌藥物的不合理使用是最主要的因素之一[12]。在抗菌藥物選擇性壓力下,病原菌可通過產(chǎn)碳青霉烯酶、改變抗菌藥物作用靶點、主動外排、膜屏障和形成生物膜對抗菌藥物耐藥。目前,國內(nèi)外均有諸多研究運用統(tǒng)計學方法考察細菌耐藥性變遷與抗菌藥物消耗量的相關(guān)性。法國的一項基于47家醫(yī)院數(shù)據(jù)的大型研究發(fā)現(xiàn)，喹諾酮使用量與銅綠假單胞菌耐藥率的相關(guān)性具有統(tǒng)計學意義[13]。一項北美15個醫(yī)療中心3年數(shù)據(jù)表明，環(huán)丙沙星的使用不僅與大腸埃希菌對環(huán)丙沙星耐藥率相關(guān),且與銅綠假單胞菌對其他抗菌藥物的耐藥率相關(guān)[14]。國內(nèi)的一項研究抽取了我國東部、中部和西部地區(qū)共3所公立大型教學醫(yī)院數(shù)據(jù),調(diào)研結(jié)果顯示,CRKP檢出率均與多個抗菌藥物使用強度相關(guān),其中東部和西部醫(yī)院CRKP檢出率均與頭孢他啶消耗量呈正相關(guān)[15]。中、西、東部醫(yī)院CRKP檢出率均與美羅培南消耗量呈正相關(guān)。由此可見,考察耐藥菌株檢出率與抗菌藥物消耗量相關(guān)性的研究中,研究結(jié)論呈現(xiàn)多樣化,這可能是因為各研究機構(gòu)抗菌藥物的使用量、治療方案、流行病原菌、藥敏試驗乃至統(tǒng)計學方法等方面存在差異。提示要辯證看待相關(guān)文獻得到的結(jié)論,不可盲目照搬套用。

回顧性分析發(fā)現(xiàn),2014-2020年我院大部分抗菌藥物的使用強度隨時間上升趨勢顯著,美羅培南、慶大霉素和頭孢哌酮舒巴坦使用強度較為穩(wěn)定。頭孢呋辛、喹諾酮類以及酶抑制劑合劑的使用強度一直處于較高水平,這可能由于頭孢呋辛抗菌譜較廣。此外，作為手術(shù)患者預防性使用的主要推薦藥物,喹諾酮類藥物抗菌譜廣、適應證廣泛、無需皮試。酶抑制劑合劑能抑制β-內(nèi)酰胺酶，常作為經(jīng)驗性用藥。相關(guān)性分析發(fā)現(xiàn),我院CRKP檢出率與喹諾酮使用強度呈正相關(guān),提示高強度使用喹諾酮類抗菌藥物可能會增加肺炎克雷伯菌對碳青霉烯類抗菌藥物的耐藥性。Marchaim等[16]研究發(fā)現(xiàn),與產(chǎn)ESBLs腸桿菌感染的患者相比,被檢出CRE的患者暴露于喹諾酮的機會更大。同時,一項體外研究也表明，喹諾酮的使用可以加快肺炎克雷伯菌向CRKP轉(zhuǎn)變[17]，可能因為質(zhì)粒介導的喹諾酮耐藥基因(如：qnrA、qnrB、qnrS)與碳青霉烯酶基因blaNDM-1為同位基因,存在于肺炎克雷伯菌的相同質(zhì)粒上[18]。本次調(diào)研發(fā)現(xiàn)，我院喹諾酮類抗菌藥物使用強度較高,且存在上升趨勢,應主動監(jiān)測喹諾酮類抗菌藥物使用的合理性。研究顯示,我院CRKP檢出率與頭孢他啶使用強度呈正相關(guān),與相關(guān)報道一致[19]。來自土耳其的一項研究表明,第3代頭孢菌素的使用是導致CRKP感染的主要獨立危險因素[20]。我院CRKP檢出率呈上升趨勢,且于2017年第二季度超過50%,應引起警惕。我院三代頭孢菌素類抗菌藥物中,頭孢他啶使用強度自2018年第4季度起一直處于高位水平,應采取一定的控制措施。有研究表明，碳青霉烯耐藥腸桿菌(CRE)檢出率與碳青霉烯使用強度在統(tǒng)計學上密切相關(guān)[7,18]。本研究并未發(fā)現(xiàn)該規(guī)律,與臺灣地區(qū)的一項研究報道一致[21]。美國部隊醫(yī)院的一項相關(guān)研究認為,較低的CRE檢出率以及缺乏連續(xù)性的數(shù)據(jù)可能對統(tǒng)計學效力有影響,從而得出陰性結(jié)論[22]。此外,我院CRPA檢出率與碳青霉烯使用強度呈正相關(guān),與國內(nèi)外相關(guān)報道一致[23-24]。這可能與染色體介導的Amp C酶的表達和膜孔蛋白改變有關(guān)。Amp C酶的過度表達結(jié)合膜孔蛋白缺失和(或)外排泵過度表達促使PA對碳青霉烯耐藥水平增高[25]。本研究還發(fā)現(xiàn),CRPA檢出率與喹諾酮使用強度也呈正相關(guān),結(jié)果與相關(guān)報道一致[26]。同時,也有研究發(fā)現(xiàn)，CRPA檢出率與碳青霉烯及喹諾酮使用量之和呈正相關(guān)[27]?？赡芤驗猷Z酮和碳青霉烯為同一個外排泵的作用底物,過度使用喹諾酮類抗菌藥物可誘導主動外排泵的高表達,進而誘導PA對碳青霉烯類抗菌藥物耐藥[28]。

相關(guān)性分析僅在宏觀層面上反映了抗菌藥物AUD與CRGN檢出率間的依存關(guān)系,尚不具體。為了更精準地獲得響應變量的變化情況,諸多研究結(jié)合了統(tǒng)計學對預測進行探索[29-30]。文獻資料顯示，目前較常用的預測模型是ARIMA模型,該模型是基于時間序列數(shù)據(jù)考察自身數(shù)據(jù)中存在的相關(guān)信息,進而利用事物發(fā)展規(guī)律來創(chuàng)建模型,從而對未來變化趨勢進行短期預測[31-32]。該模型常用于抗菌藥物使用量化數(shù)據(jù)無法獲取的情況,當時間序列數(shù)據(jù)無內(nèi)生自相關(guān)性時,無預測價值。與ARIMA模型相比,本研究采用的一元線性回歸模型將簡單易得的抗菌藥物使用強度數(shù)據(jù)作為自變量,CRGN檢出率作為應變量構(gòu)建線性回歸模型,兩者可建立實時反饋關(guān)系,具有簡單、準確、有效的特點[33-34]。結(jié)果顯示，所建立的線性回歸模型能夠較好地擬合兩者存在的線性關(guān)系,且隨后的模型驗證試驗也證實了所建立模型的準確性。提示今后可采用該模型和建模方法對我院CRGN檢出率進行預測,為抗菌藥物使用監(jiān)測和醫(yī)院感染控制措施的制定提供依據(jù)。

綜上所述,我院碳青霉烯耐藥革蘭陰性菌檢出率與某些抗菌藥物使用強度間存在相關(guān)性,可以在兩者之間建立有效的線性回歸模型。但研究尚存在局限性,首先是僅從宏觀上考察了兩者的相關(guān)性,未考慮其他原因?qū)е碌哪退幮宰冞w。其次,僅考慮了抗菌藥物使用強度與同期耐藥率的相關(guān)關(guān)系,未全面考慮兩者間可能存在的滯后關(guān)系。即便如此,本研究所建立的回歸模型對于指導抗菌藥物合理使用以及對耐藥菌株的預警仍具有積極意義。有研究表明，調(diào)整抗菌藥物使用策略可抑制病原菌耐藥率的上升趨勢[35-36]。提示應根據(jù)研究結(jié)果主動監(jiān)測此類抗菌藥物的合理使用情況,嚴格根據(jù)適應證使用抗菌藥物,延長或持續(xù)輸注方式優(yōu)化給藥方案,多樣化選藥,必要時可采取交替輪換的策略使用抗菌藥物,避免耐藥菌株的廣泛傳播。