b. 复旦大学附属华山医院感染科, 上海 200040
随着社会发展和医学进步,医院感染已经成为当前全球公共卫生的突出问题,不仅影响医疗质量、延长治疗时间,还给社会、医院和患者带来沉重的经济负担。我国报道的医院感染发生率为5%~18%,其每年带来的直接经济负担达15亿~33亿美元[1]。其中,神经外科不仅医院感染发生率居外科之首,医院感染直接经济损失也最高[1-4]。同时,随着抗菌药物的广泛使用和侵入性操作的增加,多重耐药菌(multidrug-resistant organism, MDRO)已经成为医院感染的主要病菌。神经外科患者因入院病情复杂、疾病进展迅猛,往往需要进行侵入性操作治疗;加上长期住院、广泛使用广谱抗菌药物,在医院感染日益增多的同时,国内众多住院患者MDRO医院感染监测结果均提示,神经外科已逐渐成为MDRO感染重灾区[5-6]。但目前国内医院感染或MDRO医院感染经济损失的探索研究多以医院整体为主体,针对神经外科的文献报道较少,且多以某特定疾病、特定医院感染类型或部位、进行种特定操作的患者为研究对象,缺乏对神经外科MDRO医院感染经济损失的整体研究[7-10]。本文旨在分析某大型三级甲等(以下简称“三甲”)医院神经外科MDRO医院感染现状和直接经济损失,尝试分解损失差异、讨论差异产生可能原因,以期为神经外科MDRO医院感染的管理与控制提供数据支持。
1 资料与方法 1.1 研究对象回顾性调查某大型三甲综合医院住院时间为2019年1月1日—2019年12月31日、住院时间>48 h、住院费>1 000元的12 072例神经外科住院患者。其中,发生MDRO医院感染的109例组成MDRO医院感染组,其余11 963例为非MDRO医院感染组。
1.2 研究方法 1.2.1 倾向指数匹配法倾向指数匹配法(propensity score matching, PSM)是通过将倾向指数相同或相近的个体在不同组间进行匹配,保证组间除处理因素和结果变量分布不同外,协变量均衡分布,从而使组间数据增加可比性的“事后随机化”处理方法[11]。采用SPSS 25.0软件对MDRO医院感染组与非MDRO医院感染组进行PSM,以是否发生MDRO医院感染为因变量,以性别、年龄、入院途径、主要出院诊断编码[疾病和有关健康问题的国际统计分类(第十次修订本)(The International Statistical Classification of Diseases and Related Problems 10th Revision, ICD-10)]、是否手术为协变量,采用PSM卡钳匹配法(卡钳值取0.02)对两组对象进行1:1匹配[12]。舍弃未能配对成功的MDRO医院感染病例。针对匹配后的病例组与对照组,分析MDRO医院感染对神经外科住院患者住院费用与住院日的影响。
1.2.2 Blinder-Oaxaca分解法Blinder-Oaxaca分解法是一种广泛应用于研究劳动力市场中基于性别和种族歧视的两种不同群体工资差异影响因素的研究方法。该方法本质上是通过分离,量化不同变量对两个群体差异的贡献,分解后的部分包括:群组间因相关解释变量不同形成的差异、相关解释变量在不同群体间影响程度而导致的差异、本身截距与基础情况不同导致的差异[13]。目前,该方法已被广泛用于不同群体的收入和支出差异的影响因素分解,并扩展到健康状况差异、用药差错引起的治疗成本增加、城乡医疗支出平等性等研究[14-16]。本研究在已进行PSM控制对照组选择的前提下,用R 4.0.3进行Blinder-Oaxaca分解(Bootstrapping次数取1 000次),将PSM后病例组与对照组的住院费用差异分解为禀赋差异、系数差异、分项差异[17]。其中:“禀赋差异”为两组住院费用差异中患者个体特征、入院途径、治疗方式等输入变量不同造成的差异;“系数差异”为两组住院费用差异中上述变量在各自分组不同影响系数不同即变量变化造成的差异;“分项差异”为前两个差异的交互项。第一项一般被认为属于变量可解释部分,后两项则属于变量不可解释部分。通过分解,将MDRO医院感染带来的住院费用差异与其他变量带来的住院费用差异区分开来,进一步探讨直接经济损失构成及原因。
1.3 资料收集利用医院信息系统(hospital information system, HIS)收集病例组与对照组患者基本信息、就医信息、费用信息,基本信息:姓名、年龄、支付方式、转科、住院日;就医信息:入院诊断、出院主要诊断、手术、出院诊断个数、是否输血、是否转科、合并基础疾病;费用信息:总费用、医疗服务类费用、治疗费、西药费、材料费。为保证资料收集的一致性,全部资料由两人同步收集,先后进行两次比对核算。
1.4 诊断标准依据原卫生部颁布的《医院感染诊断标准(试行)》(2001版)进行医院感染判定,依据原卫生和计划生育委员会颁布的《医院感染管理质量控制指标》(2015版)确定MDRO监测与统计种类:耐甲氧西林金黄色葡萄球菌(methicillin-resistant Staphylococcus aureus, MRSA)、耐万古霉素肠球菌(vancomycin-resistant Enterococcus, VRE)、耐碳青霉烯类鲍曼不动杆菌(carbapenems-resistant Acinetobacter baumanii, CRAB)、耐碳青霉烯类铜绿假单胞菌(carbapene-resistant Pseudomonas aeruginosa, CRPA)、耐碳青霉烯类肠杆菌科细菌(carbapenem-resistant Enterobacteriaceae, CRE)。
1.5 统计学分析采用Excel 2019进行数据录入、核查与整理,应用SPSS 25.0进行统计分析。计量数据依据分布正态性以(х±s)或M表示,计数资料采用频数与构成比进行统计描述。匹配前,采用t检验、Pearson χ2检验、Fisher精确概率法比较各变量分组差异性;匹配后,两组配对计量资料和有序分类资料采用配对Wilcoxon检验,二分类资料采用McNemar’s χ2检验。多组计量资料采用Kruskal-Wallis H检验,两两比较采用Mann-Whitney U检验。应用R 4.0.3的Oaxaca软件包进行Blinder-Oaxaca分解。检验水准α = 0.05(双侧)。
2 结果 2.1 MDRO医院感染组与非MDRO医院感染组基本情况共收集发生MDRO医院感染的神经外科住院患者109例,MDRO感染率0.90%;共感染130株MDRO,CRAB、CRE、MRSA和CRPA感染率依次为38.46%、34.62%、11.54%和7.69%。匹配前,MDRO医院感染组与非MDRO医院感染组在年龄、性别、支付方式、入院途径、手术、疾病诊断等级上均存在统计学差异(P<0.05)。经PSM 1:1匹配,成功匹配108对,匹配成功率为99.08%。除性别和支付方式,匹配后的MDRO医院感染组与非MDRO医院感染组的年龄、手术、疾病诊断等级、合并基础疾病、输血上无统计学差异(P>0.05),见表 1与表 2。
| 表 1 匹配前后MDRO医院感染组与非MDRO医院感染组基本情况比较 |
|
|
| 表 2 匹配后MDRO医院感染组与非MDRO医院感染组基本情况比较 |
|
|
MDRO医院感染组住院日中位数为27.00 d,较非MDRO医院感染组延长14.00 d,差异有统计学意义(P<0.05)。MDRO医院感染组住院总费用及各项费用支出均高于非MDRO医院感染组(P<0.05),MDRO医院感染组西药费占比最高(46.03%),非MDRO医院感染组材料费占比最高(27.19%),两组医疗治疗费占比均最低。MDRO医院感染组住院费均数为19.52万元,对照组为8.66万元,MDRO医院感染直接经济负担为10.87万元/例,其中西药费所致经济负担占58.63 %(6.37万元/例)。详见表 3。
| 表 3 匹配后MDRO医院感染组与非MDRO医院感染组住院费用及住院日比较 |
|
|
参照《三级综合医院评审标准条款评价要素与方法说明(2011年版)》,将住院日超过30 d的情况判定为超长住院日[18]。本研究匹配病例中,有53对住院日<30 d,7对住院日≥30 d。MDRO医院感染组与非MDRO感染组超长住院日发生率无统计学差异(P>0.05)。详见表 4。
| 表 4 超长住院日与MDRO医院感染的关系 |
|
|
表 5为各变量对MDRO医院感染组与经PSM匹配后获得的非MDRO医院感染组在住院费用差异上的贡献度。假设非MDRO医院感染与MDRO医院感染的神经外科住院患者同时受相同变量影响:因变量不同而引起费用增加即禀赋差异,属于可解释部分;因变量本身变化产生的系数差异及交互产生的分项差异,属于不可解释部分。表 5为Blinder-Oaxaca分解后各变量贡献度。结果显示:住院天数禀赋差异为58.25%,说明住院天数对神经外科住院患者发生MDRO医院感染后发生的费用差异具有较大影响;系数差异为10.56%(P<0.05),说明MDRO医院感染患者对住院天数变化的敏感程度高于非MDRO医院感染患者。可解释的禀赋差异中,住院天数也是最为主要的显著变量,而在不可解释的系数差异与分项差异中,没有发现显著变量(P>0.05),说明从统计模型的角度看,不存在剥离自变量影响住院费用差异后显著的“歧视效应”。
| 表 5 Blinder-Oaxaca三分解各变量对住院费用差异的贡献 |
|
|
去除感染多种MDRO的医院感染病例,最终确定98例纳入此部分分析。经Kruskal-Wallis H检验,四组MDRO医院感染病例间的住院日、总住院费用差异无统计学意义(P>0.05),但治疗费与日住院费用差异有统计学意义(P<0.05)。经Mann-Whitney U检验两两比较,MRSA医院感染病例的日住院费用低于CRE与CRAB、治疗费高于CRPA,CRE医院感染病例的治疗费高于CRAB、CRPA(P<0.05)。详见表 6。
| 表 6 不同种类MDRO医院感染住院费用与住院日比较[M(P25, P75)] |
|
|
神经外科MDRO医院感染患者总住院费用较非MDRO医院感染患者增加10.87万元,各项支出中,西药费支出增加最多、达6.37万元,材料费与治疗费次之,与部分研究结果[12-14, 19]一致。发生MDRO感染后,单一抗菌药物治疗不理想,往往需联合用药且抗菌药物使用的种类、剂量及用药时间会大幅增加,而其中碳青霉烯类、头孢他啶/阿维巴坦、多黏菌素等药物价格昂贵,使药费支出急剧增加。若能有效控制MDRO医院感染,可大大降低医院药品支出,减少患者直接经济损失,降低医院药占比;也可减少医护人员工作量,提高床位周转率,优化医疗资源配置。
3.1.2 MDRO医院感染延长患者住院日神经外科MDRO医院感染患者住院日中位数为27.00 d,较非MDRO医院感染患者延长14.00 d;但MDRO感染不会增加神经外科患者超长住院日发生率,与刘茜等[11]研究结果不一致,可能与调查时间、疾病类型、样本量、研究方法、收费标准、地域差异等有关。不过值得注意的是,本研究得到的神经外科MDRO医院感染患者住院日中位数非常接近30 d,且已有研究[20]发现医院感染是超长住院日的重要影响因素,因此虽然无法推导出MDRO医院感染与神经外科超长住院日发生率增加有直接因果关系,但仍提示临床科室与医院管理部门应重视MDRO医院感染对住院日的影响。
3.1.3 CRE医院感染患者治疗费高于CRAB、CRPA还比较了不同种类MDRO医院感染间住院费用和住院日的差异,结果显示:CRE医院感染患者治疗费高于CRAB、CRPA(P<0.05)。目前多项研究和中国细菌耐药监测网(CHINET)基础调查数据[21-22]显示,CRE威胁逐渐增加,肠杆菌属细菌对碳青霉烯类的耐药率在2017—2019年较2016年增加2~3倍。但目前CRE治疗策略相对不成熟,适用抗菌药物有限,且适用药物替加环素的血药含量过低、氨基糖苷类和多黏菌素的肾毒性等不良反应报道越来越多[23-24]。要达到有效的治疗作用、维持有效血药含量范围,加上个体差异影响,给药剂量往往会高出常规情况且不良反应出现概率增加,临床医师对CRE感染“试探性”“渐进性”的经验性用药治疗和目标性标本检测验证治疗效果会使CRE药费和治疗费大幅增加。
3.2 PSM有效控制组间偏倚采用PSM法,控制各协变量在组间分布均衡,避免目前已有回顾性调查研究在协变量控制、对照组选择不统一等问题上造成的混杂偏倚和选择性偏倚。最终成功匹配108对,匹配成功率99.08%,除性别外,其他协变量组间分布无统计学差异(P<0.05)。国内已有研究[25-28]显示,性别并不是神经外科医院感染或MDRO医院感染的危险因素。
3.3 Blinder-Oaxaca二分解法分析MDRO医院感染增加住院费用可能原因关于MDRO医院感染与住院费用的研究,目前已有的关于MDRO医院感染住院费用分析研究主要关注住院费用增量,且以均质性影响为主,没有对住院费用增量产生原因、影响因素或重视异质性作用的研究。Blinder-Oaxaca二分解法是一种采用分解的方式、分析任何两组中连续性结果差异的方法,目前主要应用于劳动力市场不同群体的收入差异分析,医疗卫生领域应用较少,且此方法的关键是对照组的选择,而本研究先期已通过PSM进行分组处理,除性别外两组均无统计学差异,能保证Blinder-Oaxaca分解法分解效果。
通过Blinder-Oaxaca分解法,基于PSM匹配前后两组,对可能影响神经外科MDRO医院感染患者住院费用因素的作用进行分解,发现住院天数对于住院费用差异的影响超过1/2。这表明,即使非MDRO医院感染住院患者达到与感染人群同样的住院天数,也将显著性地增加住院费用。或者说,因MDRO医院感染而导致的住院费用差异主要由住院天数造成,而不仅仅是MDRO医院感染行为本身。这在临床过程中可能说明:①神经外科住院患者发生MDRO感染,因直接导致住院天数客观增加,进而造成住院费用增加;②因病因不明或病情复杂而客观获得较长住院天数的患者,不仅本身会因住院天数增加而产生较高的住院费用,更会因长时间住院、更易发生MDRO医院感染进而产生高住院费用。具体原因与影响差异,或是否还存在其他主要影响因素,后期可进行深入研究或扩大搜寻证据佐证。
3.4 局限性第一,本文虽然尝试探讨不同菌种MDRO医院感染引起的直接经济损失差异,但受样本量限制,个别种类MDRO医院感染病例数较少,因此仍需开展连续MDRO病例监测,以进一步探讨不同菌种MDRO医院感染给神经外科患者造成的经济损失差异。第二,本文只测算分析了MDRO医院感染造成住院费用增加的直接经济损失,未分析患者及其家属因住院产生的误工费、交通费、照护费等其他间接经济损失,MDRO医院感染是否也会引起间接经济损失的显著性变化这一问题,值得进一步探讨。
综上所述,MDRO医院感染不仅显著增加神经外科患者住院费用、住院天数,且因MDRO医院感染导致的住院费用差异可能主要由住院天数造成。随着疾病诊断相关分组(diagnosis-related group, DRG)实际付费阶段的到来,住院天数增加带来的床位使用效率降低、人力成本及因医院感染治疗需要所产生的额外诊疗费用,将不可避免地转嫁由医院承担,对医院医疗效率、服务评价、绩效评价等方面均有较大影响[29]。因此,医院感染管理部门和神经外科所有医务人员应:①加强对MDRO医院感染的重视,积极开展神经外科目标性监测、消毒灭菌监测与环境卫生学监测;②开展多样化全员培训,进行三管感染(血管内导管相关血流感染、呼吸机相关肺炎、导尿管相关尿路感染)防控综合干预;③加强围手术期预防性抗菌药物应用管理,提高用药前病原学送检率,规范抗菌药物使用;④在关口前移的同时,关注老年、接受侵入性操作治疗、大量应用抗菌药物的患者等[30];⑤采用计划、执行、检查、处理(plan, do, check, act, PDCA)管理学模型,针对存在的薄弱环节提出整改意见和改进措施并限期整改,对整改效果进行督导和监测、持续改进[9]。
·作者声明本文无实际或潜在的利益冲突
| [1] |
LI Y, GONG Z Y, LU Y, et al. Impact of nosocomial infections surveillance on nosocomial infection rates: a systematic review[J]. Int J Surg, 2017, 42: 164-169. DOI:10.1016/j.ijsu.2017.04.065 |
| [2] |
程文琴, 冯鑫, 李婧, 等. 医院感染横断面调查分析[J]. 中华医院感染学杂志, 2017, 27(1): 212-214, 240. |
| [3] |
伍潇. 某医院医院感染横断面调查及影响因素分析[D]. 衡阳: 南华大学, 2016.
|
| [4] |
刘凤阁, 杨楠, 杜凤芹, 等. 2011年-2015年某综合医院医院感染经济负担动态分析[J]. 中国卫生事业管理, 2017, 34(5): 330-334. |
| [5] |
林淡珠, 陈丽君, 陈旭曼. 住院病人多重耐药菌医院感染监测[J]. 中国消毒学杂志, 2014, 31(7): 718-721. |
| [6] |
李春梅, 钟晓祝, 杨金城. 多药耐药菌医院感染的监测与控制[J]. 中华医院感染学杂志, 2012, 22(9): 1892-1894. |
| [7] |
向珮莹, 莫泽珣, 王艳, 等. 神经外科清洁手术患者医院感染的经济损失[J]. 中国感染控制杂志, 2018, 17(5): 423-426. DOI:10.3969/j.issn.1671-9638.2018.05.012 |
| [8] |
周炯. 预防颅脑手术部位感染的成本效益分析[D]. 北京: 北京协和医学院, 2012.
|
| [9] |
刘晨霞. 神经胶质瘤手术病人医院感染危险因素及经济负担评价研究[D]. 济南: 山东大学, 2019.
|
| [10] |
李亚婷, 阎田园, 王书会, 等. 脑卒中手术患者医院感染发生率及经济负担分析[J]. 中华医院感染学杂志, 2018, 28(18): 2796-2798, 2806. |
| [11] |
刘茜, 张洁, 施红鑫. 医院感染对患者住院日和直接经济负担的影响[J]. 中华医院感染杂志, 2020, 30(1): 125-129. |
| [12] |
王永吉, 蔡宏伟, 夏结来, 等. 倾向指数第二讲倾向指数常用研究方法[J]. 中华流行病, 学杂志, 2010, 31(5): 584-585. |
| [13] |
陈慧. 中国居民健康不平等及其变动的研究[D]. 北京: 中央财经大学, 2016.
|
| [14] |
SEN B. Using the Oaxaca-Blinder decomposition as an empirical tool to analyze racial disparities in obesity[J]. Obesity (Silver Spring, Md.), 2014, 22(7): 1750-1755. DOI:10.1002/oby.20755 |
| [15] |
CHOI I, LEE S M, FLYNN L, et al. Incidence and treatment costs attributable to medication errors in hospitalized patients[J]. Res Social Admin Pharm, 2016, 12(3): 428-437. DOI:10.1016/j.sapharm.2015.08.006 |
| [16] |
翁凝, 宁满秀. 基本医疗保险补偿率对城乡居民医疗支出不平等的影响[J]. 华南理工大学学报(社会科学版), 2019, 21(4): 30-42. |
| [17] |
HLAVAC M. Oaxaca: Blinder-Oaxaca decomposition in R[EB/OL]. (2014-11-19)[2021-05-30]. https://papers.ssrn.com/sol3/papers.cfm?abstract-id=2528391.
|
| [18] |
中国医院协会. 三级综合医院评审标准条款评价要素与方法说明[M]. 北京: 人民卫生出版社, 2011: 118.
|
| [19] |
徐必生, 袁华兵, 杨萍. 某三级综合医院多重耐药菌相关感染经济负担评估[J]. 中华实验和临床感染病杂志(电子版), 2017, 11(5): 455-459. DOI:10.3877/cma.j.issn.1674-1358.2017.05.006 |
| [20] |
喻文菡, 陶红兵, 何金露, 等. 三级综合医院住院日≥ 30天患者分布特征及影响因素分析[J]. 中华医院管理杂志, 2017, 33(7): 515-518. DOI:10.3760/cma.j.issn.1000-6672.2017.07.011 |
| [21] |
胡付品, 朱德妹, 汪复, 等. 2012年中国CHINET碳青霉烯类耐药肠杆菌科细菌的分布特点和耐药性分析[J]. 中国感染与化疗杂志, 2014, 14(5): 382-386. DOI:10.3969/j.issn.1009-7708.2014.05.003 |
| [22] |
郭普, 乔艳, 李静, 等. 2016-2018年某医院CRE临床分布、耐药性及碳青霉烯酶基因检测[J]. 中国抗生素杂志, 2020, 45(11): 1139-1143. DOI:10.3969/j.issn.1001-8689.2020.11.007 |
| [23] |
李渊婷, 金凤玲. 肠杆菌科细菌对碳青霉烯类药物的耐药机制及临床治疗进展[J]. 中国感染控制杂志, 2015, 14(9): 644-648. DOI:10.3969/j.issn.1671-9638.2015.09.019 |
| [24] |
肖婷婷, 肖永红. 耐碳青霉烯类肠杆菌科细菌感染治疗策略研究进展[J]. 医药导报, 2018, 37(1): 1-5. |
| [25] |
汤颖, 胡阳琼, 肖灿, 等. 神经外科气管切开患者多重耐药菌感染的危险因素分析[J]. 实用医院临床杂志, 2017, 14(4): 81-84. |
| [26] |
邱会芬, 孙吉花, 王琳, 等. 脑卒中患者多重耐药菌医院感染危险因素分析[J]. 护理管理杂志, 2016, 16(9): 652-654. |
| [27] |
周芸, 唐素琴, 邓琼, 等. 神经外科颅内肿瘤切除术后患者医院感染危险因素[J]. 中国感染控制杂志, 2016, 15(8): 592-594. |
| [28] |
车莎, 郝春霞, 潘玮, 等. 某医院神经外科住院患者医院感染危险因素分析[J]. 中国消毒学杂志, 2019, 36(5): 362-364. |
| [29] |
韩叙, 王力红, 李小莹, 等. 基于DRGs的医院感染疾病负担研究[J]. 中国医院, 2018, 22(9): 7-9. |
| [30] |
刘茜, 张洁, 施红鑫. 医院感染对患者住院日和直接经济负担的影响[J]. 中华医院感染学杂志, 2020, 30(1): 125-129. |
2022, Vol. 25


