剩下500字

感染预防控制中的疾病监测方法你知道吗?

发布日期:2019-03-04来源:American Journal of Infection Control发布人:陈小晓

编者按

可靠的统计方法是识别有效的干预措施,提供最佳证据,从而达到预防与控制感染的基础,本文通过比较统计过程控制与推特异常/暴发检测方法为我们介绍了医院感染暴发监测的识别方式。


检索:李若洁   

翻译:万艳春   

审核:张渝婧


统计过程控制与推特异常/暴发检测的比较


背景

并非所有的卫生保健相关感染(HAI)都是可预防的,但通过针对性的干预减少HAI是成功预防感染的关键。这就需要在分析监测数据时必须有可靠的统计方法,以识别有效的干预措施。本研究目的是比较统计过程控制( SPC )图表与推特(Twitter)异常/暴发检测方法在数据分析中的运用。


方法

建立万古霉素耐药肠球菌、鲍曼不动杆菌、导尿管相关尿路感染和中心导管相关性血流感染数据的SPC和异常/暴发检测(ABD)图。


结果

SPC和ABD图表在大部分图表上都检测到相似的异常/失控数据点。在耐万古霉素肠球菌中ABD图检测到一个特别的异常点,该异常点高于往年同期。中心导管相关血流感染的小部分数据中,ABD图能够检测到SPC图未能检测出的异常。


讨论

SPC图表和ABD图表都检测效果都很好,ABD图表在季节变化和自相关的数据中检测效果更显著。


结论

由于ABD图表反映了HAI数据中常见的统计问题,因此它可能对专业人员分析HAI监测数据更有用。


1.png

▲ 图1.(上图)耐万古霉素肠球菌监测的统计过程控制p图(SPC)与(下图)异常/暴发检测(ABD)

2012年1月至2016年6月


图1描述VRE的SPC p图和ABD图。SPC图识别出2013年1月的特殊变异,这个点在ABD图上也被检测为异常。ABD图发现了2015年7月的一个异常,似乎与周围水平一致,但高于前后几年的相同月份。同时,有几个暴发被识别出来。


2.png

▲ 图2.(上图)鲍曼不动杆菌监测的统计过程控制p图(SPC)与(下图)异常/暴发检测(ABD)

2012年1月至2016年6月


图2描述鲍曼不动杆菌的SPC p图和ABD图。在SPC图上共识别出32个特殊变异点。这代表了图表中近60%的数据。一个点在ABD图上被发现为异常,在SPC图上也被检测为特殊变异。同时,几个暴发被识别。


3.png

▲ 图3.(上图)导尿管相关尿路感染监测的统计过程控制u图(SPC)与(下图)异常/暴发检测(ABD)

2011年1月至2016年6月


图3描述CAUTI的SPC u图和ABD图。SPC图记录了从2012年2月到9月连续8个月存在特殊变异。在ABD图上尽管观察到几个暴发,但没有发现异常。


4.png

▲ 图4.(上图)中心导管相关血流感染监测的统计过程控制u图(SPC)与(下图)异常/暴发检测(ABD)

2009年1月至2016年6月


图4描述CLABSI的SPC u图和ABD图。在SPC图中共记录了24个月的特殊变异。在ABD图表中,两个最高点( 2009年3月和2012年9月)也被确认为异常。


5.png

▲ 图5.(上图)中心导管相关血流感染监测的统计过程控制u图(SPC)与(下图)异常/暴发检测(ABD)

2012年3月-2013年5月


图5描述CLABSI子数据集的SPC和ABD图。包含原始数据组中段相同的15个点。ABD图检测到与完整的数据组中2012年9月检测到的相同异常点,但是SPC图无法检测出。


结论部分

研究表明,ABD图是评估HAI数据趋势、异常和暴发的可选指标。ABD图表能够解释卫生保健相关感染数据中常见问题,且易于解读,因此对于专业人员消除HAIs和提高患者安全性,ABD图表是非常有用的。


参考文献: Methods for computational disease surveillance in infection prevention and control: Statistical process control versus Twitter’sanomaly and breakout detection algorithms. Timothy L et al. American Journal of Infection Control.2018 (46):124-32