王 娜,胡秀萍,尚 偉,沈陳軍,閔芳芳,徐禮君,張婷婷

0 引言

隨著抗菌藥物的廣泛應(yīng)用以及超級(jí)細(xì)菌的涌現(xiàn),抗菌藥物耐藥性(Antibiotic resistance,ABR)成為公共衛(wèi)生危機(jī)[1],其主要原因是過度或?yàn)E用抗菌藥物,導(dǎo)致某些疾病的治療步履維艱,病死率增加,經(jīng)濟(jì)負(fù)擔(dān)增加[1-3]。因此,抗菌藥物科學(xué)化管理(Antimicrobial stewardship,AMS)勢(shì)在必行,各國均制定了遏制細(xì)菌耐藥行動(dòng)計(jì)劃[4]。我國為管控抗菌藥物合理使用,將抗菌藥物使用強(qiáng)度(Antibiotics use density,AUD)納入“國考”指標(biāo)[5]。數(shù)據(jù)的預(yù)測(cè)與分析在醫(yī)院管理中發(fā)揮重要作用[6]。抗菌藥物使用使用的管理在醫(yī)院服務(wù)提升中具有重要的作用。本研究收集2012年1月至2022年12月的抗菌藥物使用強(qiáng)度的數(shù)據(jù),通過專家建模器篩選出簡單季節(jié)模型,并將基礎(chǔ)數(shù)據(jù)回代模型中比較預(yù)測(cè)效果,為醫(yī)院合理用藥管控提供決策性支持。

1 資料與方法

1.1 資料來源 采用美康臨床藥學(xué)管理系統(tǒng)(PASS PharmAssist),統(tǒng)計(jì)滁州市第一人民醫(yī)院2012年1月至2022年12月的抗菌藥物使用的月度數(shù)據(jù),包括藥品名稱、規(guī)格、廠家、數(shù)量等?？咕幬锸褂脧?qiáng)度(AUD)=住院患者抗菌藥物消耗量(累計(jì)DDDs)÷同期收治患者人天數(shù)×100,反映每100人每天消耗的抗菌藥物DDDs。

1.2 方法 以該院2012年1月至2019年12月、2012年1月至2022年4月的抗菌藥物使用強(qiáng)度為建模數(shù)據(jù),采用SPSS 25.0統(tǒng)計(jì)軟件,選擇時(shí)間預(yù)測(cè)模塊中專家建模器,篩選最優(yōu)模型進(jìn)行數(shù)據(jù)預(yù)測(cè),再將基礎(chǔ)數(shù)據(jù)回代所建立的模型。采取相關(guān)措施后,采用配對(duì)t檢驗(yàn)比較2020年及2022年5-12月的實(shí)際值和預(yù)測(cè)值。

1.3 統(tǒng)計(jì)學(xué)方法 采用Excel 2017軟件建立抗菌藥物使用強(qiáng)度的數(shù)據(jù)庫,采用SPSS 25.0軟件中的時(shí)間序列對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析。P<0.05為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 各年度抗菌藥物使用強(qiáng)度 近11年,住院患者共計(jì)528 236例,其中使用抗菌藥物272 744例次。雖然近11年抗菌藥物使用率低于60%,但是抗菌藥物使用強(qiáng)度均超過“國考”規(guī)定[5]。由表1可見,2012-2022年該院抗菌藥物使用強(qiáng)度逐年降低。

表1 某院2012-2022年抗菌藥物使用強(qiáng)度情況

2.2 2012年1月至2019年12月抗菌藥物使用強(qiáng)度情況

2.2.1 2012年1月至2019年12月抗菌藥物使用強(qiáng)度時(shí)間趨勢(shì) 根據(jù)醫(yī)院2012年1月至2019年12月累計(jì)96個(gè)月抗菌藥物使用強(qiáng)度數(shù)據(jù)繪制時(shí)間序列圖,可見抗菌藥物使用強(qiáng)度每年都有高峰月份,大約集中在10月份至次年2月,具有明顯的季節(jié)性。見圖1。

圖1 某院2012年1月至2019年12月抗菌藥物使用強(qiáng)度時(shí)間趨勢(shì)圖

2.2.2 簡單季節(jié)模型的構(gòu)建 采用時(shí)間序列預(yù)測(cè)模塊專家建模器,將抗菌藥物使用強(qiáng)度作為因變量,自動(dòng)篩選最優(yōu)模型,結(jié)果篩選出模型為簡單季節(jié)模型。該模型的評(píng)價(jià)指標(biāo)顯示平穩(wěn)R2、RMSE、MAPE、MAE及正態(tài)化BIC分別為0.648、5.369、7.968、3.902、3.457。模型殘差序列的Ljung-Box統(tǒng)計(jì)量(Q=17.410,P=0.360)差異無統(tǒng)計(jì)學(xué)意義,提示為白噪聲序列,具有平穩(wěn)性,見圖2。

圖2 某院2012年1月至2019年12月抗菌藥物使用強(qiáng)度簡單季節(jié)型模型的殘差序列相關(guān)系數(shù)圖

此外,該模型的MAPE<20%,預(yù)測(cè)準(zhǔn)確性較高[7]。將2012年1月至2019年12月的抗菌藥物使用強(qiáng)度數(shù)據(jù)回代到該模型中,結(jié)果顯示,90個(gè)月(除了2013年12月、2014年1月、2016年1-3月、2016年12月,共6個(gè)月)的抗菌藥物使用強(qiáng)度的實(shí)測(cè)值均在95%置信區(qū)間之內(nèi),可見模擬效果良好,見圖3。

圖3 某院2012年1月至2019年12月抗菌藥物使用強(qiáng)度

2.2.3 模型外推預(yù)測(cè) 利用該模型對(duì)2020年1-12月的抗菌藥物使用強(qiáng)度進(jìn)行預(yù)測(cè),并與實(shí)際抗菌藥物使用強(qiáng)度比較,結(jié)果顯示,除了2020年3月,其他月份實(shí)際值均在預(yù)測(cè)值的95%置信區(qū)間內(nèi),相對(duì)誤差最大為2020年3月,為28.27%,相對(duì)誤差最小為2020年1月,為0.59%,見表2。對(duì)實(shí)際值和預(yù)測(cè)值進(jìn)行配對(duì)設(shè)計(jì)t檢驗(yàn)(t=-6.798,P<0.001),差異有統(tǒng)計(jì)學(xué)意義,可認(rèn)為干預(yù)后抗菌藥物使用強(qiáng)度低于預(yù)測(cè)值,干預(yù)有效果。

表2 某院2020年1-12月抗菌藥物使用強(qiáng)度簡單季節(jié)型模型的實(shí)際值與預(yù)測(cè)值比較

2.3 2012年1月至2022年4月抗菌藥物使用強(qiáng)度情況

2.3.1 2012年1月至2022年4月抗菌藥物使用強(qiáng)度時(shí)間趨勢(shì) 為了解2022年4月以后抗菌藥物使用強(qiáng)度趨勢(shì)走向,采用2012年1月至2022年4月累計(jì)124個(gè)月數(shù)據(jù)繪制時(shí)間序列圖,其特點(diǎn)與第1次時(shí)間序列圖類似,見圖4。

圖4 某院2012年1月至2022年4月抗菌藥物使用

2.3.2 簡單季節(jié)模型的構(gòu)建 再次利用時(shí)間序列中專家建模器,篩選出最優(yōu)模型為簡單季節(jié)模型,該模型的評(píng)價(jià)指標(biāo)分別為平穩(wěn)R20.599、RMSE 5.153、MAPE 7.619、MAE 3.655、正態(tài)化BIC 3.357。模型殘差序列的 Ljung-Box統(tǒng)計(jì)量(Q=19.388,P=0.249)無統(tǒng)計(jì)學(xué)意義,提示為白噪聲序列,具有平穩(wěn)性,見圖5。該模型的MAPE 7.619%(<20%),預(yù)測(cè)精確性較高[7]。將2012年1月至2022年4月的抗菌藥物使用強(qiáng)度數(shù)據(jù)回代到該模型中,結(jié)果顯示,117個(gè)月(除了2012年12月、2013年12月、2014年1月、2016年1-3月、2016年12月,共7個(gè)月)的抗菌藥物使用強(qiáng)度的實(shí)測(cè)值均在95%置信區(qū)間之內(nèi),可見模擬效果良好,見圖6。

圖5 某院2012年1月至2022年4月抗菌藥物使用強(qiáng)度

圖6 某院2012年1月至2022年4月簡單季節(jié)型的模型

2.3.3 模型外推預(yù)測(cè) 采用該模型對(duì)2022年5-12月的抗菌藥物使用強(qiáng)度進(jìn)行預(yù)測(cè),并與實(shí)際抗菌藥物使用強(qiáng)度比較,結(jié)果顯示,所有月份實(shí)際值均在預(yù)測(cè)值的95%置信區(qū)間內(nèi),相對(duì)誤差最大為43.26%(2022年11月),相對(duì)誤差最小為0.07%(2022年5月),見表3。對(duì)實(shí)際值和預(yù)測(cè)值進(jìn)行配對(duì)設(shè)計(jì)t檢驗(yàn)(t=-3.237,P<0.05),差異有統(tǒng)計(jì)學(xué)意義,可認(rèn)為干預(yù)后抗菌藥物使用強(qiáng)度低于預(yù)測(cè)值,干預(yù)效果顯著。

表3 某院2022年5-12月簡單季節(jié)型模型對(duì)抗菌藥物使用強(qiáng)度的實(shí)際值與預(yù)測(cè)值比較

2.4 干預(yù)措施前后抗菌藥物使用強(qiáng)度變化 干預(yù)后第1階段的抗菌藥物使用強(qiáng)度低于干預(yù)前(P<0.05),干預(yù)后第2階段的抗菌藥物使用強(qiáng)度低于干預(yù)后第1階段(P<0.05)。見表4。

表4 某院干預(yù)前后抗菌藥物使用強(qiáng)度比較

3 討論

3.1 抗菌藥物使用強(qiáng)度較高的原因 ①外科圍手術(shù)期無指征預(yù)防性使用抗菌藥物、停用不及時(shí)等;②在抗感染治療過程中,抗菌藥物劑量未個(gè)體化、過度聯(lián)合、停藥不及時(shí)等;③信息系統(tǒng)不夠完善,送檢意識(shí)不高;④處方審核系統(tǒng)不夠全面;⑤臨床忽視點(diǎn)評(píng)結(jié)果;⑥藥師自身技能不足;⑦臨床耐藥率上升,導(dǎo)致抗菌藥物增大劑量或頻次、聯(lián)合使用,致抗菌藥物使用強(qiáng)度居高不下。

3.2 抗菌藥物使用強(qiáng)度較高的處理措施 采用時(shí)間序列預(yù)測(cè)2020年度抗菌藥物使用強(qiáng)度,發(fā)現(xiàn)其呈上升趨勢(shì),遠(yuǎn)高于“國考”目標(biāo)范圍,我院于2020年開始采取干預(yù)措施:①與各科室簽訂目標(biāo)責(zé)任書;②核定各科室抗菌藥物使用強(qiáng)度;③納入績效考核(全院公布抗菌藥物使用強(qiáng)度,且每季度以感控簡訊形式全院公布);④加強(qiáng)住院抗菌藥物點(diǎn)評(píng);⑤信息化干預(yù)(開具抗菌藥物前必須勾選用途是預(yù)防還是治療,是否送檢,使用抗菌藥物前7 d無送檢信息,彈窗提醒);⑥開展全院培訓(xùn),定期宣講,提高抗菌藥物合理用藥認(rèn)識(shí)。

第1階段雖然強(qiáng)度降低,但是未達(dá)到目標(biāo),2022年5月再次應(yīng)用2012年1月至2022年4月數(shù)據(jù)進(jìn)行預(yù)測(cè),發(fā)現(xiàn)仍高于目標(biāo)值,采用如下措施:①再次核定各科室的抗菌藥物使用強(qiáng)度;②強(qiáng)度高于核定值或抗菌藥物點(diǎn)評(píng)結(jié)果不合理的科室,扣除相應(yīng)科室或個(gè)人的績效;③提高抗菌藥物送檢率;④臨床藥師入外科如骨科、耳鼻喉科等監(jiān)管用藥情況;⑤在審方軟件中將抗菌藥物規(guī)則細(xì)化[8]。

需要注意的是,降低抗菌藥物使用強(qiáng)度手段不宜“粗暴”、“一刀切”[9]。除了上述干預(yù)手段外,還可以包括如下措施:①目前,抗菌藥物使用強(qiáng)度計(jì)算的方法不夠科學(xué),其僅考慮消耗量,未考慮合理性,抗菌藥物使用強(qiáng)度目標(biāo)設(shè)定及考核方法可參考吳廣杰等[10]的研究,其在抗菌藥物合理性基礎(chǔ)上設(shè)定,使用設(shè)定的方法后,醫(yī)院抗菌藥物使用強(qiáng)度最高降幅達(dá)到14.93%。②引入病例組合指數(shù)(Case mix index,CMI)調(diào)控抗菌藥物使用強(qiáng)度。在國考中,國家利用CMI對(duì)抗菌藥物使用強(qiáng)度進(jìn)行了校正[11],校正后的抗菌藥物使用強(qiáng)度=實(shí)際抗菌藥物使用強(qiáng)度/CMI值。CMI越高,校正后的抗菌藥物使用強(qiáng)度越低,其中CMI反映收治疾病難度系數(shù)。醫(yī)院管控抗菌藥物使用強(qiáng)度可通過引入CMI進(jìn)行動(dòng)態(tài)分區(qū)監(jiān)管,利于精準(zhǔn)施策、靶向發(fā)力[12]。由于CMI與學(xué)科科技量呈正相關(guān)[13],使校正后的抗菌藥物使用強(qiáng)度值具有公正性、科學(xué)性,醫(yī)院可通過引進(jìn)人才、開展新技術(shù)等措施,提高醫(yī)療水平和科研能力,拉緊CMI的共同紐帶。

3.3 模型的適用性及推廣性 時(shí)間序列在各領(lǐng)域廣泛應(yīng)用,但其局限于預(yù)測(cè)短期未來值的變化趨勢(shì)[14-16]。采用SPSS軟件中時(shí)間序列預(yù)測(cè)模塊中的專家建模器,自動(dòng)篩選出最優(yōu)模型,應(yīng)用最優(yōu)模型進(jìn)行預(yù)測(cè)。本研究中專家建模器自動(dòng)篩選出的最優(yōu)模型系簡單季節(jié)模型,2次預(yù)測(cè)模型的殘差序列Ljung-Box統(tǒng)計(jì)量均無統(tǒng)計(jì)學(xué)意義,MAPE均<8%,提示擬合良好。采用簡單季節(jié)模型預(yù)測(cè)抗菌藥物使用強(qiáng)度呈上升趨勢(shì),采取措施后有所降低,并且干預(yù)前后抗菌藥物使用強(qiáng)度差異有統(tǒng)計(jì)學(xué)意義。

由于時(shí)間序列考察數(shù)據(jù)本身隨時(shí)間變化的相關(guān)性,未考慮外在因素。如:①政策的干預(yù);②公共衛(wèi)生事件;③抗菌藥物集采。集采的目的是降低患者的經(jīng)濟(jì)負(fù)擔(dān)。但是,集采的抗菌藥物均是仿制藥,而非原研藥,醫(yī)生考慮療效,從而增加劑量,或是換用更高級(jí)的抗菌藥物,或是醫(yī)院為完成約定的采購量,采用相關(guān)管理手段將抗菌藥物分?jǐn)傊量剖?導(dǎo)致抗菌藥物濫用風(fēng)險(xiǎn)增加[17]。此外,患者因?yàn)閾?dān)心仿制藥療效,主動(dòng)要求換用原研藥。本研究中的抗菌藥物使用強(qiáng)度基于既往數(shù)據(jù),影響因素較為復(fù)雜,在后續(xù)工作中可嘗試將上述影響因素納入預(yù)測(cè)模型,采用回歸模型或組合模型進(jìn)行預(yù)測(cè)[18]。

基于數(shù)據(jù)的動(dòng)態(tài)性,模型數(shù)據(jù)需要不斷更新,才能擬合出最優(yōu)的模型,預(yù)測(cè)值與實(shí)際值更加貼近[19]。本研究采用時(shí)間序列預(yù)測(cè)抗菌藥物使用強(qiáng)度和趨勢(shì)走向,具有可推廣性。相關(guān)機(jī)構(gòu)可結(jié)合實(shí)際情況,摸索適合自己醫(yī)院的模型進(jìn)行預(yù)測(cè)[20]。即使是同一醫(yī)院,不同的數(shù)據(jù)得到的模型也不盡相同(本研究中抗菌藥物使用率模型是Holt-Winters加法模型)。

3.4 臨床藥師優(yōu)化抗菌藥物使用 臨床藥師可從以下方面優(yōu)化抗菌藥物使用:病區(qū)醫(yī)囑審核;參與查房(共同討論、制定抗菌藥物使用方案);抗菌藥物點(diǎn)評(píng)(圍手術(shù)期、特殊級(jí)、抗菌藥物增量異常品種點(diǎn)評(píng));參與抗感染臨床路徑制定;院內(nèi)培訓(xùn)宣教;院外科普宣教;基于數(shù)據(jù)信息化,多角度、多層次挖掘并分析預(yù)測(cè)臨床數(shù)據(jù),如細(xì)菌耐藥率變遷等。

3.5 抗菌藥物精細(xì)化管理 抗菌藥物濫用不僅增加了耐藥菌、患者的經(jīng)濟(jì)負(fù)擔(dān),還有可能導(dǎo)致醫(yī)保拒付,給醫(yī)院造成經(jīng)濟(jì)損失[21-22]。藥事精細(xì)化管理是醫(yī)院精細(xì)化管理之一,不僅可以保證用藥的合理性,控制醫(yī)院成本;還能保障患者的用藥安全、提高患者滿意度。合理用藥的精細(xì)化管理是一個(gè)持續(xù)性干預(yù)的動(dòng)態(tài)過程[9,23-24]。本文采用簡單季節(jié)模型預(yù)測(cè)抗菌藥物使用強(qiáng)度,有利于推進(jìn)醫(yī)院抗菌藥物精細(xì)化管理,降低耐藥率及藥占比、減輕患者醫(yī)療負(fù)擔(dān)、節(jié)約醫(yī)療費(fèi)用及醫(yī)?；?。預(yù)測(cè)模型的使用可以為精細(xì)化合理用藥管控提供決策支持,提高合理用藥水平,優(yōu)化醫(yī)療資源配置,降低醫(yī)保拒付風(fēng)險(xiǎn),促進(jìn)醫(yī)院可持續(xù)發(fā)展,提高綜合競(jìng)爭(zhēng)力[21]。