医院感染危险因素研究_杨宝忠

第27卷　1期　2005年2月宁夏医学院学报

Journal of N ingxia M edical College

文章编号:1005-8486(2005) 01-0033-04

·论著·

医院感染危险因素研究

杨宝忠1, 　海　平2

(1. 宁夏医学院附属医院感染管理科, 银川　750004; 　2. 宁夏医学院附属医院放疗科, 银川　750004) 摘要:目的　分析多病种医院感染的危险因素, 确定高危人群, 为制定医院感染监控措施提供依据。方法　采用1∶1配比病例对照研究, 资料分析采用单因素分析和多因素条件Logistic 逐步回归分析相结合的方法。结果　与医院感染有关的独立危险因素:入院时患者的病情严重程度(OR =1. 54) , 老龄(60岁以上) 患者或1岁内小儿(OR =3. 24) , 大于或等于3个疾病诊断(OR =1. 74) , 入院时存在1处或以上的脏器功能不全或衰竭(OR =4. 11) , 超过1次的侵入性检查(OR =3. 68) , 泌尿道插管史(OR =2. 60) , 动静脉插管史(OR =5. 06) , 使用化疗药物超过10d (OR =3. 69) , 使用抗菌药物种类(OR =1. 38/种) , 感染前住院天数(OR =0. 987/d ) , 以及几种特定的基础疾病〔恶性肿瘤(OR =2. 75) , 糖尿病(OR =3. 20) , 肾脏疾病(OR =4. 53) , 脑梗死或脑出血(OR =5. 43) 〕。除感染前住院天数外, 其余变量均与医院感染的发生呈正相关。结论　医院感染的发生不仅同病人的年龄和基础疾病有关, 也同住院过程中的侵入性操作和化学治疗有关。为预防和控制医院感染, 应在进行各种检查时严格掌握适应症, 遵守无菌操作规程和消毒技术规范, 合理使用抗菌药物。

关键词:医院感染; 危险因素; 流行病学中图分类号:R197. 3　　　文献标识码:A

　　医院感染危险因素的多少与医院感染发生率成正相关。很多医院感染流行的成功控制, 都基本上遵循发现感染—找寻危险因素—控制危险因素—控制感染的模式。预防和控制医院感染必因此, 医院感染危险因素的研究显得尤为重要。1　资料与方法1. 1　病例选择　从一所三级教学医院中, 选择医院感染监测资料比较完整, 院内感染发生率较高而漏报率相对较低的年份(1995) , 抽取全部院内感染病例调查登记表, 采用随机抽样方法, 选取其中的一半作为病例组的研究对象。

1. 2　对照选择　按照与医院感染病例同科室、入院日期相近(±7d ) 的配对条件, 随机选择一位住院期间未发生院内感染的病人作为对照组的研究对

[1]

量进入模型, 并将一些有序分类的变量和计量资料转换成二分类的变量, 采用后退法条件Logistic 逐

步回归分析, 从全模型开始, P >0. 2的变量从模型中剔除, 直到没有新的变量被剔除为至。2. 1　一般情况　符合条件的病例共有459例, 男295例, 女163例, 各占64. 4%和35. 6%;年龄最低为1月, 最高80岁, 平均37. 5岁。对照组459例, 男284例, 占61. 9%,女175例, 占38. 1%;年龄最低为3d , 最高79岁, 平均35. 0岁。2. 2　单因素分析

2. 2. 1　二分类计数资料:见表1。

2. 2. 2　多分类计数资料:各种职业(工人、农民、机关干部、职员、其他) 在病例组及对照组中的分布没有差别; 而病人的各类原发基础疾病(①恶性肿

须把着力点放在预防和控制医院感染危险因素上。2　结果

象。瘤; ②糖尿病; ③慢性病及营养不良性疾病; ④肾

1. 3　资料分析　分析软件采用S tata 6. 0、Epi info 病; ⑤慢性肝炎肝硬化; ⑥开放性创伤或多发伤; ⑦6. 04d 和SPSS 8. 0, 分析方法采用单因素分析和多在多因素分析中, 将无序分类的变量转换成亚元变

收稿日期:2004-09-02

作者简介:杨宝忠(1971-) , 男(回族) , 宁夏固原人, 主管医师, 硕士, 主要从事医院感染管理工作。

2

脑梗死或脑出血) 在两组中的分布不同(χ=

因素条件Logistic 逐步回归分析相结合的方法。45. 22, P

级) 在两组中的分布没有差别; 入院时基础疾病的

2

严重程度在病例组和对照组中的分布有差别(χ=

222. 16, P

表1　各两分类变量与医院感染的关系

变　　量性别(男)

年龄(≥60岁或≤1岁) 入院情况(危, 重) 既往史(感染) 脏器衰竭(是) 诊断个数(≥3个) 手术(是) 侵入性检查(≥2次) 泌尿道插管(是) 动静脉插管(是) 气管切开(是) 胃管(是) 机械通气(是) 化疗药物(是) 化疗药物(疗程大于10d ) 激素应用(是) 抗菌药物(是) 三代头孢(是) 氟喹酮类(是) 联合用药(是)

95%CI ) OR (

1. 15(0. 84, 1. 57) 2. 75(1. 86, 4. 15)

2. 02(1. 47, 2. 79) 1. 4(0. 98, 1. 99) 6. 40(2. 48, 21. 04) 2. 35(1. 63, 3. 44) 2. 36(1. 49, 3. 81) 3. 58(1. 86, 4. 76) 5. 79(3. 26, 163013, 11. . 05) (2. 18. 57) 2. 00(0. 62, 7. 46) 4. 55(2. 34, 9. 68) 2. 75(0. 81, 11. 84) 1. 53(0. 83, 2. 88) 3. 62(1. 62, 9. 18) 1. 95(1. 34, 2. 89) 2. 62(1. 79, 3. 89) 3. 06(1. 77, 5. 53) 2. 32(1. 56, 3. 52) 3. 38(2. 36, 4. 93)

2

χ

宁夏医学院学报27卷

等10余个计量资料, 经过方差齐性检验, 除5年内

P 值0. 36020. 00000. 00000. 05110. 00000. 00000. 00000. 00000. 00000. 00010. 19670. 00000. 07070. 14890. 00000. 00030. 00000. 00000. 00000. 0000

住院次数外, 其余变量的方差在两组间均不一致, 因此采用非参数检验和近似T 检验。结果发现, 在

α=0. 05的水平上两种检验结果不一致。无论用何种方法, 诊断个数、泌尿道插管留置天数、机械通气装置留置天数、激素应用天数、抗菌药物使用天数、抗菌药物用药种类在对照组及病例组之间的差别有统计学意义。仅在近似T 检验时差别有统计学意义的变量是侵入性检查次数和化疗药物使用天数。仅在采用非参数检验时差别有统计学意义的变量是年龄、动静脉插管留置天数, 以及胃管留置天数。两组之间的差别没有统计学意义的变量是感染前住院天数、5年内住院次数和1年内住院次数。

2. 3　多因素分析　为了控制混杂因子, 排除各个危险因素之间的相互干扰、相互影响, 采用条件Logistic 逐步回归分析方法对所有变量进行了多因素分析, 得到以下模型(表2) 。

0. 829. 4

20. 93. 819. 723. 415. 417. 545. 916. 01. 724. 93. 32. 111. 913. 228. 218. 819. 551. 6

2. 2. 3　计量资料:本次研究共涉及年龄、诊断个数

变　　量入院情况

糖尿病年龄

5年内住院次数1年内住院次数肾病脏器衰竭

抗菌药物种类3个以上的诊断脑出血或脑梗死2次以上的侵入检查留置导尿动静脉插管

感染前住院天数联合用药恶性肿瘤

10d 以上的化疗慢性病

　＊对OR 的近似正态检验参数

OR 1. 5428513. 204073. 2371391. 472440. 6235224. 5346534. 1067981. 3779231. 7443215. 4304813. 683482. 5999465. 0591650. 9870781. 6224632. 7528363. 6924992. 143873

SE 0. 323097

1. 697210. 8118920. 3564950. 1901782. 1501442. 4737050. 1327060. 4118823. 2551051. 5598010. 8527003. 2137510. 0044440. 4622940. 9235981. 8736831. 24899

表2　多病种医院感染的条件Logistic 多因素分析

Z ＊2. 071

2. 1984. 6841. 598-1. 5493. 1882. 3453. 3292. 3562. 8233. 0792. 9132. 552-2. 8891. 6983. 0182. 5741. 309

P >│z │＊

0. 038

0. 0280. 0000. 1100. 1210. 0010. 0190. 0010. 0180. 0050. 0020. 0040. 0110. 0040. 0890. 0030. 0100. 191

[95%CI ]

1. 023455

1. 1345321. 9800470. 9161190. 3429491. 7903571. 2612091. 1408981. 0980811. 6773221. 6062381. 367091. 456690. 9784060. 9281941. 426251. 3658270. 684385

2. 325835

9. 0487235. 2923332. 3665911. 13363511. 4854613. 372711. 6641922. 77088517. 581678. 4470834. 94460417. 570760. 9958262. 836035. 3133099. 9826346. 71579

3　讨论

医院感染的危险因素主要有宿主方面的因素, 现代诊疗技术和侵入性检查方面的因素, 直接损害

免疫系统的因素如放疗和化疗, 其它因素如外科术后引流及预防性使用抗菌药物等[2], 现分别进行讨论。

研究者肯定, 在留置尿管的病人中, 女性较男性易于发生尿管相关性泌尿系统感染[3]。本研究中, 性别与医院感染的联系都不具统计学意义, 性别不是所有医院感染的普遍危险因素。年龄作为医院感染的危险因素, 在很多的研究中得到支持或

证实[4, 5]。老年人各种器官功能衰退, 婴幼儿在母体免疫消失后, 各种器官功能尤其是免疫系统功能发育不完全, 均易于发生医院感染。各种职业的病人在感染病例组及对照组中的分布没有差异, 多因素分析中也未显示有统计学意义。特定的职业人群和特定医院感染的关系有待于进一步考察。基础疾病或原发疾病与医院感染的关系密切, 但慢性病及营养不良性疾病、慢性肝炎或肝硬化、开放性创伤及多发伤(包括大面积烧伤) 在多因素分析中没有意义, 可能是在同一科室中选择对照, 低估了原发疾病的危险性。慢性肝炎或肝硬化往

1期杨宝忠, 等. 医院感染危险因素研究

往伴有肝功能失代偿或肝功能衰竭, 同医院感染的另外, 基础疾病的严重程度不但同总体医院感染率

有关, 还同各个具体部位的医院感染发生率有

2

关[6～8]。本研究中, 趋势χ分析发现, 病情严重程

结果看, 短程化疗不增加肿瘤病人的医院感染危险加强长程化疗患者的感染监测。

以往的研究者都认为住院时间长是医院感染的危险因素。但是, 住院天数的延长也可能是医院感染发生的结果。因此, 将患者的整个住院日期作为一个变量进行分析是不合适的。有调查显示, 多本文的结果显示, 病例组的感染前平均住院天数同对照组平均住院天数之间没有显著性差异, 而且在多因素分析中, 这一因素同医院感染之间呈负相关。可能影响医院感染发生的因素并非住院时间本身, 而是住院过程中出现的其它因素等。具有某种危险因素的病人, 可能更倾向于在住院的早期出现医院感染。

适当的抗菌药物使用是医院感染的保护因素[12], 应用不当, 可增加发生医院感染的危险性[16, 17]。该院的抗菌药物使用非常普遍, 存在不同程度的滥用现象, 因此, 抗菌药物成为医院感染的危险因素不难理解。要预防和控制医院感染, 必须合理使用抗菌药物。

手术既可以是医院感染的危险因素, 也可以是保护因素。手术可以治疗某些感染, 治愈某些原发

关系可能被另一变量—脏器功能不全或衰竭解释。性, 而疗程超过10d 则显著地增加。因此, 要重点

度同医院感染的发生呈剂量反应关系。出院诊断

的个数也反映患者基础状况的复杂程度, 一定程度

上代表了患者的病情严重程度。一般认为, 具有3数的医院感染是在患者住院的早期发生的[13～15]。个及以上诊断的病人, 医院感染的危险性显著增加。由于出院诊断只有在病人出院时才能得到, 限制了其在医院感染监控中的应用。漏诊可能会低估研究对象的感染危险性, 而误诊不一定增加总体的出院诊断个数, 它的影响还不能确定。护理级别应该在一定的程度上反映患者的病情严重程度, 研究没有发现首次医嘱的护理级别同医院感染有联系, 可能原因是医生首次下达护理级别的医嘱时对病人的病情不十分了解, 或者带有某种程度的随意性。

患者入院前的住院史与医院感染的关系较少文献报道, 住院过程中其他部位的感染对医院感染发生的影响已经有研究报道, 如周清德的研究表明原有肺部感染可能是新发医院感染的一个混杂因素, 最终为抗菌药物治疗等所解释[10]。本研究也

[9]

未发现其它部位的感染与医院感染的发生有关联。疾病, 缩短患者病程, 降低发生医院感染的危险性。

侵入性诊疗措施为病原菌的侵入创造了条件。同时手术对病人是一种打击, 尤其在切口污染的情例如, 留置导尿是泌尿道感染的首要原因[12]。动况下, 容易发生切口感染。手术中严格的无菌操作静脉插管在临床上被广泛应用, 导管植入及日常护理过程中的细菌污染常引起医院导管相关性血流感染。本资料气管切开(或气管插管) 及人工机械由于例数较少, 差异未达到统计显著性, 而不能认

是预防手术切口感染的关键。

参考文献:

clinical risk factors for nosocomial pneumococcal bac -teremia [J ].Clin Infect Dis , 1999, 29:178-83.

辅助通气两个变量最终未进入主效应模型, 可能是[1]　Rubins JB , Cheung S , Carson P , et al . I dentification 为它们不是医院感染的危险因素。使用鼻饲管可

[2]　朱士俊. 现代医院感染学[M ]. 北京:人民军医出版

能通过胃内容物反流, 再误吸入下呼吸道。这一社, 1998. 21.

胃-咽-下呼吸道逆行感染途径已经放射标记物[3]　Platt R , Polk BF , M urdock B , et al . Risk factors fo r 检查证实。2次以上的侵入性检查是医院感染的独立危险因素, 提示我们在进行各种检查时, 要范, 最大限度地降低医院感染的发生。

住院病人长期大剂量应用激素增加医院感染的危险性。但吴斌等认为, 适当的激素应用可能是肾病综合征患儿医院感染的保护因素[11]。进一步的研究中, 应综合考虑使用激素的对象、天数、剂量

[8]

nosocomial urinary tract infection [J ].A m J Epidemiol , 1986, 124(6) :977-85.

Jimenez -Coro na M E . Nosocomial infections in a com -munity hospital in M exico [J ].Infect Control Hosp Epi -demiol , 2001, 22(6) :386. [5]

　Croce

M A ,

Fabian

TC ,

Waddle -Smith

L . Identification of early predicto rs for post -traumatic pneumonia [J ]. Am Surg , 2001, 67(2) :105.

严格掌握适应症, 遵守无菌操作规程和消毒技术规[4]　de Lourdes Garcia -Garcia M , Jimenez -Co ro na A ,

以及种类等相关因素。化疗药物对机体正常细胞[6]　Britt M R , Schleupner CJ , M atsumia S . Severity of un -也有一定的毒性。当患者有骨髓抑制, 白细胞低于derlying disease as a predictor of nosocomial infection -9[12]

[J ]1,

M A , 1978, 239(11) :1047.

宁夏医学院学报

科大学出版社, 1999. 161.

27卷

[7]　Richard A Garibaldi , Debo rrah Cushing , T rudy Lerer . [13]　何春荣, 邓小如, 刘文和, 等. 1529例医院感染因素

Risk facto r fo r postoperative infection [J ]. Am J M ed , 1991, 91(3B ) :158s .

[8]　代　芊, 薛国文, 刘建平, 等. 巢式病例对照研究在机

械通气相关肺炎危险因素中的应用[J ]. 中华医院感染学杂志, 1999, 9(2) :65.

[9]　Robert H Harley , David H Culver , e t al . Identify ing

Am J Epi , 1985, 121(2) :206.

[10]　周德清, 高秀华, 赵禾欣, 等. 铜绿假单胞菌下呼吸

道医院感染危险因素配比病例对照研究[J ]. 中华医院感染学杂志, 1997, 7(3) :133.

[11]　吴　斌, 许能锋, 杨柳青, 等. 小儿肾病综合征医院

感染流行病学调查[J ]. 中华医院感染学杂志, 2000, 10(3) :171.

[12]　陈正堂. 临床肿瘤学概论[M ]. 北京:中国协和医

分析[J ].中华医院感染学杂志, 2002, 12(2) :105.

[14]　陈皎英. 434例脑卒中患者医院感染分析[J ]. 中华

医院感染学杂志, 2001, 11(6) :429-430.

[15]　苏智军, 张奕返, 史美育, 等. 肝病患者医院感染的

前瞻性研究[J ]. 中华医院感染学杂志, 2000, 10(5) :321.

for nosocomial infections caused by Gram -negative bacill i [J ]. J Hosp Infect , 1996, 34:11.

[17]　Asensio A , Oliver A , Gonzalez -Diego P , et al . O ut -break of a multiresistant K lebsiella pneumoniae strain in a intensive care unit :A ntibiotic use as a risk facto r for co lonization and infection [J ]. Clin Infect Dis , 2000, 30:55.

(责任编辑:任义芳)

pa tients at hig h risk of surgical w ound infection [J ]. [16]　Vatopouls AC , Kalapo thaki V , Legakis N J . Risk factor

A nalysis of Risk Facto rs o f Hospital Infe ctio n

Y ANG Bao -zhong 1, H AI Ping 2

(1. Nosocomial Infection Unit , the Aff iliated Hospital of Ningxia Med . Coll . , Y inchuan 750004; 2. Dept . of Radiother apy , the Af filiated Hospital of Ningxia Med . Coll . , Yinchuan 750004) Ab strct :Ob jective 　To analyse the factors associated with HI , to ide ntify patie nts a t high risk of getting HI , and to bring forth some prevention and controlling measur es . M e thod s 　A 1∶1matched case -control study was adopted . Af ter univar iate analysis was conducted f or determining the var i -ables associated with HI , a stepwise multiple -regression conditional Logistic model was developed to identify the potential independent f actors associated with HI . Results 　Conditional Logistic regres -sion analysis showed that the following candidates were inde pendent risk f actor . They were extreme age (OR =3. 24) , sever ity of illness (OR =1. 54) , cancer (OR =2. 75) , diabetes (OR =3. 20) , kidney dise ase (OR =4. 53) and cerebral he morrhage or infar ction (OR =5. 43) , numbers of dis -char ge diagnosis (OR =1. 74) , organ insuff iciency (OR =4. 11) , over 2times of invasive oper a -tion manipula tion (OR =3. 68) , urinary cathe ter (OR =2. 60) , intr avenous catheter (OR =5. 06) , over 10days chemother apy (OR =3. 69) , number of antibiotics prescribed (OR =1. 38/kind ) . Hospitalization days before hospital infection (OR =0. 987/d ) showed no association with occurr ence of hospital infe ction . Co nclu sion 　Protecting patients with high r isk of HI , kee ping with the regulation of disinfections and isolation , and complying with germfree proce dur e in clinical pr actice , using antibiotics appropriately are main measures in pr eventing and controlling of HI . Ke y words :hospital infection ; r isk factors ; epidemiology