近年来，随着人类疾病谱的改变、抗菌药物的不合理应用和侵入性操作的愈加频繁等，医院感染呈逐年增长趋势，患者原发疾病的治疗与恢复效果大打折扣，由此引起的经济压力不可忽视^[1]。医院感染是住院患者在医院获得的感染，包括住院期间发生的感染和在医院内获得、出院后发生的感染^[2]。其中，耐药菌的出现阻碍了临床治疗的进程，人类不得不探索新的抗感染方法。由细菌耐药衍生来的“超级细菌”使得医院感染的形势变得更为严峻。“超级细菌”又叫多重耐药菌（multidrug-resistant organism，MDRO），表现为一种细菌对临床使用的3类或3类以上抗菌药物同时呈现耐药，包括耐甲氧西林金黄色葡萄球菌（methicillin-resistant Staphylococcus aureus，MRSA）、耐碳青霉烯类肠杆菌科细菌（carbapenem-resistant Enterobacteriaceae，CRE）和多重耐药鲍曼不动杆菌（multi-drug resistant Acinetobacter baumannii，MDR-AB）等^[3]。这些细菌能抗衡大多数的抗菌药物，造成短时间内医院感染的流行^[4]。研究显示，MDRO医院感染的病死率为普通感染患者的1.70倍，平均留院时长增加明显，再次入院率增加2.17倍^[5]。

细菌耐药导致的医院感染问题十分严峻，对其加强预防和控制显得尤为迫切。医院管理者有必要对耐药菌医院感染进行更加可靠的预警和风险评估工作，及早发现感染者和潜在的高危患者，制定有针对性的防控策略。现介绍耐药菌医院感染的流行现况及风险评估与管理的研究进展。

1 国内外耐药菌的医院感染流行与监测概况

细菌耐药，尤其是多重耐药已极大程度地影响到全人类的健康。2014年，世界卫生组织指出，“超级细菌”正愈演愈烈，若不及时制止，将有大规模的人群死亡^[6]。随后，各国都积极开展与实施抗耐药菌行动计划。同年，美国将“控制耐药菌的发展及传播”作为首要目标^[7]。2016年，欧洲疾病预防控制中心发布“针对碳青霉烯耐药肠杆菌科的快速风险评估指南”^[8]。随后，我国也颁发实施了一系列防控管理条例与措施。2015年，“专家共识”提出MDRO监测是医院感染防控不可或缺的部分^[3]。2016年，《遏制细菌耐药国家行动计划（2016—2020年）》发布，倡导正面解决细菌耐药问题，对抗菌药物进行更加科学的管制，从而达到增进患者健康、提升社会效益的目标^[9]。

对耐药菌进行监测，是探索MDRO流行状况及变化趋势，确定感染潜在危险因素及实施防控措施的必要条件^[10]。随着近年来临床送检标本的增加，中国细菌耐药监测网监测结果提示，2005—2017年，临床分离菌从22 774株增长到190 610株，其中革兰阴性菌为主要的临床分离菌^[11-12]。同欧洲许多地区^[13]一样，以大肠埃希菌、肺炎克雷伯菌和鲍曼不动杆菌为代表的革兰阴性菌的检出率总体呈现上升趋势^[14]。其中，不动杆菌属的耐药率已从30%攀升到60%左右，肺炎克雷伯菌对亚胺培南和美罗培南的耐药率更是从2005年的3.0%和2.9%跃升到2017年的20.9%和24.0%，分别增加约5倍和7倍^[12]。革兰阳性菌方面，我国MRSA检出率从2005年的69.0%下降到2017年的35.3%，但仍远高于欧洲监测网于2012—2015年报道的18.8%~16.8%^[15]。可见，国内外细菌耐药性呈快速增长趋势，MDRO检出率的升高对临床抗感染治疗构成严重阻碍，采取及时有效的感染控制措施迫在眉睫。

医院感染是全球一大医疗和经济负担^[16]。据估计，在欧洲，入院治疗患者中有5%~7%出现医院感染^[16]。在美国，约4%的住院患者至少发生1例医院感染^[17]，且导致医院感染的微生物有20%是耐多药微生物^[18]。在中国，2012年和2014年全国医院感染现患率为3.22%、2.67%^[19-20]。相较而言，我国医院感染现患率低，事实上，国内临床抗菌药物滥用导致多重耐药菌定植很多，这在免疫力低下人群中容易发展成感染，但由于医师的不重视，临床漏报严重，且部分医师担心上报后会被扣绩效或产生纠纷，因此，统计显示的医院感染现患率偏低。

2 国内外耐药菌医院感染风险评估与管理概况

风险评估指对某一事件带来影响的可能程度进行量化，旨在为有效的风险应对提供基于证据的信息和分析，包括风险识别、风险分析和风险评价^[21]。风险评估活动适用于组织的各个层级，需要根据研究目的和现实情境选择适宜的评估方法进行准确的风险管理。

2.1 耐药菌医院感染的风险管理实践

1970年以前，美国开始医疗方向的风险管理探索。2001年，美国医院评审国际联合委员会（Joint Commission International，JCI）在其制订的《国家患者安全目标》中宣告，“医院须每年评估感染防控计划的有效性”^[22]，并开始在医院感染管理领域应用风险评估。医疗机构的服务项目、服务对象、医患数量有所不同，所承担的感染风险和防控工作也不尽相同^[23]。以美、英为代表的西方国家通过监测医院感染及重要病原菌来进行感染防控工作，先后建立了各级医院感染管理组织，完善法律法规和技术指南，且逐步建立了相关知识体系和技术方法^[24]。

我国医院感染管理工作起步虽晚，但发展迅速。2005年，JCI标准被引入到我国医院等级评审。2009年和2011年先后颁发了GB/T 24353—2009《风险管理原则与实施指南》及GB/T 27921—2011《风险管理风险评估技术》，为风险管理提供指导性的参考。《三级综合医院评审标准实施细则（2011版）》要求对感染风险高的科室与感染控制情况进行风险评估，并制订有针对性的控制措施^[25]。2012年，《突发事件公共卫生风险评估管理办法》和《突发事件公共卫生风险评估技术方案（试行）》也对医院感染风险评估提出了明确要求。这对于我国医疗卫生行业感染管理工作的规范化与科学化具有重大意义。此外，我国各级卫生行政部门培养了一批医院感染管理专业队伍，开展医院感染监测、控制与管理工作。经过多年的努力，尤其受2003年严重急性呼吸综合征（severe acute respiratory syndrome，SARS）疫情的推动，我国医院感染管理工作取得了显著成效，但仍伴随着各区域发展不平衡、感染和防控工作欠规范、循证依据待加强、存在大量易感人群等问题。由此可见，医院感染风险管理正日益受到重视，管理和决策的复杂度和难度上升。

在管理医疗风险的实际工作中，我国医疗卫生行业一直存在着“重处理，轻预防”的状况^[26]。耐药菌医院感染主要针对重点部门、重点环节、重点人群进行目标性监测，并根据管理、过程和结果3个方面的指标进行粗略的风险识别。例如：管理指标包括医院感染管理规章制度、抗菌药物的管理、抗菌药物治疗前病原学送检率、员工感染控制知识知晓率等；过程指标包括手卫生依从率、隔离防护措施、物体表面及器械消毒等；结果指标可纳入医院感染（例次）发病率及现患率、多重耐药菌（千日）医院感染率、呼吸机相关肺炎发生率、导管相关感染发生率等。虽然医院感染监测能帮助发现医院感染病例及可疑因素，但监测模式仍较为落后，收集到的信息多是回顾性、主观、难以量化的，无法真正利用信息对危险因素进行识别与评估，无法发现早期医院感染，在一定程度上失去了监测的意义。因此，如何对耐药菌医院感染的发生风险进行识别与评价，构建科学的风险预警与管理体系是医院感染相关部门今后需要重点攻克的难关。

2.2 耐药菌医院感染的风险评估方法

以“医院感染”“多重耐药”“风险评估”为主题词，在中国知网和万方数据库中进行检索，仅检索到12篇文献；进行全文检索并去重，检索到490条记录，其中近5年发表的文献占到70%。研究^[27]表明，在耐药菌医院感染管理方面，缺乏关于风险评估的前瞻性、动态化的系统研究，亟需在这方面进行拓展^[23]。医院管理的日益精细化也对医院感染的管理提出了更高的要求——利用尽可能低的成本，使得患者的健康安全和疾病防控的社会效益发挥最大化，这是卫生管理者始终探索的终极目标^[27]。根据结果的量化程度将方法分为定性、半定量和定量3大类。

定性评估是通过叙述的方法描述危险事件的频率及后果的严重程度，多用于初期筛查、缺乏足够数据的情况。宗艳红等^[28]基于检查表法对老年脑梗死患者进行干预，发现可以有效减少耐药菌感染的发生率。头脑风暴法指鼓励一群知识广博的人员畅所欲言，以发现可能的失效模式及相关危害或处理办法^[29]，常用于初始指标库的构建阶段，被认为能够突破经验性思维的限定，从而筛选出有典型代表意义的高风险因素^[30]。徐艳等^[31]运用头脑风暴法确定了耐药菌感染的风险指标特点及权重，为精准化感染控制奠定了基础。Uchida等^[32]采用半结构访谈法深入了解感染预防实践的相关经验。洪霞等^[33]应用根本原因分析法从人、物料、环境和方法4个方面找出疑似感染暴发事件的根本原因。德尔菲法是依据程序在一组专家中取得可靠共识的技术，这是一种公认的、成熟的指标筛选方法，专家能匿名、独立地表达各自的看法^[29]。曹婷婷等^[34]、赵璐等^[35]基于德尔菲法，针对重症监护病房的科室特点及其工作流程构建了细化指标，起到了预警作用。上述方法主要凭借分析者多年的知识与经验，对医院内耐药菌感染的特点和发展规律作出判断，操作简便，但主观性较强，难以反映事物之间的局部差别。

半定量评估是在定性评估的基础上进行一定程度的量化。失效模式与效应分析（failure mode and effect analysis，FMEA）是在危险发生前对各种可能的失效进行预估的前瞻性研究方法，核心是通过计算风险优先系数（risk priority number，RPN）明确需要优先解决的问题。美国感染控制与流行病学专业协会提供的风险评估表用的就是这种方法，横坐标为频率级别（frequency of occurrence，O）、严重程度（severity，S）和应对能力（likelihood of detection，D），各分为5个等级，纵坐标为危险识别因素，RPN则由O、S、D数值相加或相乘得到。代云萍等^[36]和黄菊等^[37]根据FMEA对患者耐药菌感染的主要原因进行分析，结果证明该方法能够有效地规避风险，为医院提供更好的护理管理服务。层次分析法是对某些较为复杂、模糊的问题作出评判的方法，可从总体上反映致病菌的变迁规律，便于对其进行比较和归纳。应用时先把问题条理化，构造出一个有层次的结构模型。将复杂问题分解为元素的组成部分，作为准则的上一层元素对下一层有关元素起支配作用，层次结构反映因素间的关系。郭剑^[38]采用层次分析法对重症监护病房气管切开患者下呼吸道感染的影响因素进行研究，提示感染很有可能与医疗器械有关。土耳其的15名专家用同样的方法得出，在多种方法中使用乙醇类杀菌剂保持手部卫生来控制医院感染的效用最高^[39]。上述半定量方法借助了数学公式，简单迅速、费用较低。当定量方法难以对所有风险因素进行估计时，可由具有专业知识和经验的专家对风险进行半定量或者定性的分析。

定量评估是根据前期实验收集的大量资料进行统计分析得到的一种模型或规律。目前耐药菌感染预警模型应用较多的是多元回归分析，学者们^[40-43]通过logistic回归模型得出了一系列独立的危险因素，包括年龄、住院期限、疾病严重程度、耐药菌感染史、抗菌药物的使用、接受侵入性操作等，再通过优势比对各危险因素赋值，构建相应的风险评估模型。经验证，模型具有较好的判别效度和应用价值。回归模型有许多优点，但在筛选目标病例时仍有局限性，例如在变量变换过程中会丢失部分信息。为保证回归方程有统计学意义，需纳入尽可能多的自变量才能得到预测准确度高的模型，而在实际研究中不可能找到所有与结果相关的变量。宋健^[44]、周欣彤^[45]对logistic回归、决策树和神经网络模型进行了对比，发现在预测感染病例的性能上，神经网络和决策树要优于传统的logistic回归。前两者的优势体现为对自变量数据分布类型无要求且预测效率高，但均需要较大的样本量。神经网络与决策树的不同在于全部的运算过程不可见，俗称“黑箱操作”，这加大了调整难度，因此，对于某些研究几乎无法实现。决策树模型则可将因素间的交互作用和层次关系有效地展现，但容易出现过拟合问题^[46-47]。此外，应用较多的还有时间序列模型，包括乘积季节性模型、指数平滑模型、灰色模型等，它们能够及时、准确地对未来一段时间内的发展趋势进行预测，但由于突出时间序列暂不考虑外界因素的影响，所以存在预测误差的缺陷^[48-50]。以上方法主要通过建立数学模型对研究对象的各项指标进行分析，比较准确与直观，应用效果好，但对某些难以量化或者关系复杂的因子操作起来有一定困难。另外，需要注意的是，预测模型的推广性值得商榷，发病率低的医院所构建的模型不一定适用于发病率高的医院^[51]。

3 讨论与总结 3.1 现有的医院感染管理方式存在不足

目前，国内医院感染的管理以日常的医院内监测为主，包括对细菌耐药的监测和对感染患者的监测。这些监测方式多为事后监测，尽管有些医院可以结合信息系统进行监测，但仍需要人工录入，存在局限性，且会有偏差，对于医院感染管理和风险判断无实际指导意义，且由于临床护理工作繁忙，防控意识淡薄，监测往往不够及时，导致感染在医院内的进一步传播。因此，此方法已经难以满足当前医院感染管理工作对于早期识别和防控的要求^[52]。此外，当前的风险评估很大一部分是针对宏观层面开展的，例如对某家医院或科室的医院感染例数在不同时间的趋势预测，抑或是针对某一微观因素的评估，如压疮风险评估量表等，并没有一套完善的工具来评估患者个体的医院感染风险^[21]。在目前我国卫生人力资源短缺的情况下，这无疑增加了工作量。如果能结合完善的电子病历系统、医院感染系统等精准预估患者个体的感染风险，并提前进行管理与干预，便可以节约大量医疗资源，有效提升医疗质量^[53]。

3.2 谨慎选择合适的风险评估方法

近几十年，MDRO研究有所深入，医院管理者才开始对其广泛关注，针对耐药菌感染的风险评估工具也发展较晚，医院感染管理手段相对滞后。尽管目前熟知的风险评估方法不少，但仍然存在一定的局限性。首先，耐药菌医院感染作为一种感染性疾病，传播源不仅有感染者、定植者，还包括被耐药菌污染的医疗器械、环境、医务人员的手等，传播途径有多种形式，最主要的方式是通过接触传播^[3]，然而现有研究缺乏系统性，很少有从完整的“传播源-传播途径-易感人群”传播链入手，进行传播机制的深入阐明和各环节风险因素的识别与量化，这使得风险评估的准确度不高，对实际工作的指导性有限。其次，在实际的医院感染风险管理过程中，风险程度很难被评估或只能得到一个模糊的区间。如：定性分析主观性强、结果抽象，尤其是对关键风险因素难以量化；而基于数理统计分析得到的模型，可解释性不强，即使构建的模型较完善，也可能因为前期数据收集过程中的质量控制问题而使得模型的预测能力、实用性不强。最后，风险评估的结论模糊，缺乏如何针对风险因素进行有效干预的指导，未能解决临床实际问题，并且研究结果难以量化。总之，现阶段还没有被普遍认可的耐药菌医院感染风险评估的理想工具^[54]。要进一步优化风险评估方法，需综合分析组织的目标、风险的类型和范围、所拥有的资源、可行性等具体情况来确定。

综上所述，面对耐药菌医院感染这一重要的公共卫生问题，对医院感染进行机械化的监测与分析已无法满足当前医院感染控制工作的需求，亟需建立并完善规范化、系统化、科学化的风险评估和预测预警系统，明确医院感染防控工作重点，对耐药菌医院感染进行早期精准防控，实现关口前移，有效降低医院感染率，最终提升卫生资源效益。

作者声明本文无实际或潜在的利益冲突