多药耐药与非耐药鲍曼不动杆菌院内感染的归因住院费用与住院时长研究*

郭轶斌 郭 威 邱佩琪 何 倩 潘传迪 吴 骋△ 贺 佳△



多药耐药与非耐药鲍曼不动杆菌院内感染的归因住院费用与住院时长研究*

郭轶斌1郭 威1邱佩琪2何 倩1潘传迪3吴 骋1△贺 佳1△

目的 探索多药耐药和非耐药鲍曼不动杆菌院内感染患者的归因住院费用与住院时长。方法 通过回顾性队列，采用倾向性评分匹配法均衡队列中暴露组与非暴露组患者的基线水平。使用Bootstrap法估计归因住院费用和住院时长的均数、中位数，及其95%置信区间。结果 对于多药耐药和非耐药患者，因鲍曼不动杆菌感染的归因住院时长均数分别为12.62和7.80天(95%CI：9.62～16.07天和5.75～10.01天)，中位数为9和4天(95%CI：8～11天和2～6天)。归因住院总费用均数为￥40678.63和￥33794.91(95%CI：￥26333.13～54958.49和￥25638.79～42719.25)，中位数为￥26693.90和￥16584.91(95%CI：￥17528.79～39445.14和￥11809.05～21673.57)。结论 院内鲍曼不动杆菌感染会增加住院患者住院时长，加重患者的经济负担，对于多药耐药的患者更为明显。

院内感染 鲍曼不动杆菌 归因 住院费用 住院时长 耐药

院内感染会增加住院患者的平均住院时长和住院费用[1-2]。鲍曼不动杆菌(acinetobacter baumannii，AB)是引起医院获得性感染最重要的病原体之一，尤其在重症监护病房(ICU)。AB属于非发酵革兰氏阴性杆菌，是一种对大量抗菌药物耐药的条件致病菌。鲍曼不动杆菌会引起多种感染，包括：菌血症、肺炎、脑膜炎、泌尿系统感染以及手术切口的感染[3]。国外已有研究表明，AB感染会导致患者的住院费用与住院时长大幅增加[4-5]。我国暂无关于AB感染而增加的住院费用与住院时长的报道。因此，研究我国AB感染的归因住院费用与住院时长很有必要。本研究采用倾向性评分匹配法开展了回顾性队列研究，以期对AB引起的住院费用与住院时长进行估计。

研究方法与对象

1.研究对象与研究设计

本研究为回顾性队列研究，研究对象为上海市某三甲医院从2008年1月至2013年12月的住院患者。研究对象的纳入标准：(1)在无菌的部位(血液和脑脊液)发现AB；(2)患者为医院获得性感染；(3)无细菌感染的患者作为非暴露组。排除标准：(1)年龄小于16周岁；(2)多种细菌的感染；(3)复发的AB感染。

2.数据的收集

本研究数据来源于医院信息系统(HIS)、住院病案首页以及微生物实验室数据库。包含的变量有：年龄、性别、入院情况、感染AB前后的住院时长、是否进入ICU、住院期间手术次数和合并症等。住院总费用包括床位费、护理费、药费、检查费、手术费以及治疗费。本研究也考虑了价格通胀因素，将所有的费用通过上海的居民消费价格指数(CPI)转换成2013年的物价水平[6]，各年度CPI见表1。采用查尔森评分(charlson score)[7]评价患者的合并症情况。

表1 2008—2013年上海市居民消费价格指数(以上一年价格指数为100)

3.统计方法

由于研究为观察性研究，患者在暴露和非暴露组的分配是非随机的。因此，研究采用无放回的贪婪倾向性评分卡钳值匹配法[8]控制可能存在的偏倚。倾向性评分匹配法(propensity score matching)是一种很好的控制可观测混杂因素的方法，在临床观察性研究广泛使用，并有很好控制混杂的效果[9-10]。本研究中，倾向性评分的定义是：一个患者感染耐药或者不耐药AB的概率，其估计方法采用logistic回归，应变量为是否感染鲍曼不动杆菌。logistic回归模型中包括以下变量：年龄、性别、风险时间(感染前的住院时长)、入院方式、入院病情、是否进入ICU、ICU治疗天数、抢救次数、手术次数、病重天数、病危天数、是否深静脉置管、是否留置导尿管、是否气管插管、是否使用三四类头孢以及其他抗菌药物的使用情况。为了增加分析效率，AB感染患者与未感染患者按1:3进行匹配，即一名院内AB感染者与三名无感染的患者配成一对。当一名感染者未能找到3名非暴露患者时，该患者未能匹配，不纳入分析。

计量资料使用均数与标准差描述，计数资料使用频数与频率描述。匹配前两组资料的比较，分类变量采用χ2检验、校正χ2检验或Fisher确切概率法，连续型变量采用t检验或Wilcoxon秩和检验。住院死亡率的比较采用控制了查尔森评分的CMHχ2检验。归因住院时长与住院费用分析采用配对t检验或Wilcoxon秩和检验。由于倾向性评分匹配后的数据不独立，故使用10000次的块状Bootstrap法[11-12]来估计归因住院时长与住院费用均数和中位数的95%置信区间。所有的统计检验均为双侧检验，P值小于0.05认为差异有统计学意义。统计分析使用SAS 9.4完成。

研究结果

1.基线特征

本研究中符合纳入排除标准的AB感染患者243人，其中多药耐药AB感染患者139人(57.2%)。作为非暴露组的无感染患者有357461人。AB感染者与无感染者之间性别比例、入院方式、入院病情、是否进入ICU、是否手术、是否深静脉置管、是否留置导尿管、是否气管插管和合并症情况差异均有统计学意义。(见表2)

表2 患者基本情况

续表2

2.倾向性评分估计与匹配结果

243个AB感染的患者中有224人(92.2%)成功匹配，139个多药耐药AB患者中有122人(87.8%)成功匹配。除了查尔森指数外，其余基线特征在AB感染、多药耐药AB感染与无感染者之间差异无统计学意义。查尔森指数在匹配后差异也显著下降。值得注意的是，虽然查尔森指数在多药耐药AB感染患者和无感染患者之间差异存在统计学意义(P=0.002)，但是无感染的患者的查尔森指数的中位数和均数更高，即无感染的患者的合并症程度更严重。

3. 匹配前后的结果

(1)住院期间死亡率

AB感染者和对应匹配的无感染者的住院死亡率分别为4.02%和2.23%，两者差异无统计学意义(P=0.152)。耐药的AB感染者与对应匹配的无感染者的住院死亡率分别为5.74%和6.01%，两者差异无统计学意义(P=0.912)。(见表3)

表3 患者疾病负担情况

(2)归因住院时长

AB感染者和对应匹配的无感染者住院时长的均数分别为22.51、14.72天(P<0.001)，中位数为18.5、13天(P<0.001)。归因住院时长均数增加7.8天(95%CI：5.75～10.01天)，中位数增加4天(95%CI：2～6天)。耐药的AB感染者与对应匹配的住院时长的均数分别为23.63、10.96天(P<0.001)，中位数为19、9天(P<0.001)。归因住院时长均数增加12.62天(95%CI：9.62～16.07天)，中位数增加9天(95%CI：8～11天)。(见表3)

(3)归因住院费用

AB感染者、耐药的AB感染者住院总费用的均数和中位数均比其对应的非暴露组高，且有统计学意义(P<0.001)。除了检查费之外，其余所有分类住院费用AB感染者、耐药的AB感染者均比对应的非暴露组高，且有统计学意义。AB感染者归因住院总费用的均数为￥33794.91(95%CI：￥25638.79～42719.25)，中位数为￥16584.91(95%CI：￥11809.05～21673.57)。耐药AB患者归因住院总费用均数为￥40678.63(95%CI：￥26333.13～54958.49)，中位数为￥26693.90(95%CI：￥17528.79～39445.14)。(见表3)

讨 论

不论是对抗菌药物敏感还是耐药的AB感染患者，住院时长和住院总费用均高于其对应的非暴露组。且耐药的AB感染者的归因住院时长和住院总费用也高于不耐药的感染者。AB感染，尤其是耐药的AB感染会大大增加患者的住院时长和住院总费用。

由于本研究的暴露组和非暴露组对象的分配是非随机的，两组之间患者的基线指标有着很大的差异，例如患者疾病的严重程度、合并症以及是否接受手术等。这些指标会严重影响到患者的住院费用和住院时长，归因住院费用和住院时长的估计。本研究采用倾向性评分匹配法来控制可能的混杂因素，从而更精确地估计归因住院费用与住院时长。由于院内感染与住院费用和住院时长密切相关。在估计倾向性评分时，我们将患者从入院至发生院内感染的时间也纳入估计倾向性评分的模型中，来控制可能的时移性混杂。

在研究中发现，药品费用是住院总费用中占比最高的部分，几乎占了住院总费用的一半。我们认为，发生AB院感染的患者住院费用较高是由于院内感染的患者在治疗中使用了较多的抗菌药物。如果是多药耐药感染的患者，则花费在抗菌药物上的费用会更高。有研究发现耐药的感染常常会引起患者增加住院时长以及患者住院死亡率[13-14]，但在本研究中未发现住院患者死亡率的增加。

其他研究者发现AB感染会增加患者的住院费用与住院时长[15-16]，但是这些研究没有很好地控制混杂因素，也未估计仅有AB感染引起的住院费用与住院时长。本研究很好地控制了可观测的混杂因素，精确地估计了由AB感染引起的住院费用与住院时长的增加量。

本研究中的患者AB感染的诊断是来源于微生物实验室的数据，对于患者的暴露的分组可能会更准确。但是本研究是一个单中心研究，不同医院的住院患者可能有着不同的疾病谱和疾病流行情况，因此本研究的结果可能不能很好地反映全国的情况。此外本研究主要是观察了患者住院期间情况，所以只能研究住院患者的住院费用、住院时长以及住院期间的死亡。

总 结

本研究估计了由耐药和不耐药的院内AB感染患者的归因住院费用、住院时长以及住院死亡。院内AB感染会严重增加住院患者风险以及加重患者的经济负担。本研究的结果提示了控制院内感染的重要性、紧迫性，并为今后的院内感染控制策略提供依据。

[1]熊辛,经晓杰,高华斌.医院感染对患者住院费用和住院时间的影响.中国感染控制杂志，2005，4(4):338-9.

[2]赵星祥,凌苏.医院内感染对病人住院费用的影响.Chinese Health Resources,2007,10(2):70.

[3]Ghajavand H,Esfahani BN,Havaei SA,et al.Molecular identification of Acinetobacter baumannii isolated from intensive care units and their antimicrobial resistance patterns.Advanced biomedical research.2015,4:110.

[4]Gulen TA,Guner R,Celikbilek N,et al.Clinical importance and cost of bacteremia caused by nosocomial multi drug resistant acinetobacter baumannii.International journal of infectious diseases:IJID:official publication of the International Society for Infectious Diseases,2015,38:32-35.

[5]Lee BY,McGlone SM,Doi Y,et al.Economic impact of Acinetobacter baumannii infection in the intensive care unit.Infection control and hospital epidemiology,2010,31(10):1087-1089.

[6]上海统计年鉴2014.Available from:http://www.stats-sh.gov.cn/tjnj/nj14.htm?d1=2014tjnj/C0903.htm.

[7]Charlson ME,Pompei P,Ales KL,et al.A new method of classifying prognostic comorbidity in longitudinal studies:Development and validation.Journal of Chronic Diseases,1987,40(5):373-383.

[8]郭申阳.倾向值分析:重庆大学出版社,2012.

[9]王素珍,孟维静,安洪庆,等.基于倾向指数匹配法的肝癌病人疗效评价.南方医科大学学报,2012,32(9):1234-1237.

[10]王素珍,孟维静,王小礼,等.基于倾向指数匹配法的肝癌患者生存分析.中国卫生统计,2012,29(5):680-682.

[11]蔡雪亚,金丕焕,曹素华.用Bootstrap方法计算中位数的可信区间.中国卫生统计,2002,19(3):185-186.

[12]谢益辉,朱钰.Bootstrap方法的历史发展和前沿研究.统计与信息论坛,2008,23(2):90-96.

[13]Cosgrove SE.The relationship between antimicrobial resistance and patient outcomes:mortality,length of hospital stay,and health care costs.Clinical Infectious Diseases,2006,42(42 Suppl 2):S82-S9.

[14]Cosgrove SE,Carmeli Y.The impact of antimicrobial resistance on health and economic outcomes.Clinical Infectious Diseases An Official Publication of the Infectious Diseases Society of America,2003,36(11):1433-1437.

[15]崔娜,曹彬,刘颖梅,等.耐亚胺培南鲍曼不动杆菌感染对临床及医疗费用的影响.中华传染病杂志,2012,30(4).

[16]金丽,何志高,陈丹霞,等.鲍曼不动杆菌医院感染危险因素与患者费用分析.中国药房,2011(30):2842-2844.

(责任编辑：郭海强)

Study of Attributive Hospitalized Cost and Length of Stay for Hospital Acquired Infection due to Multidrug Resistance and None-resistance Acinetobacter Baumannii

Guo Yibin,Guo Wei,Qiu Peiqi,et al

(DepartmentofHealthStatistics,SecondMilitaryMedicalUniversity(200433),Shanghai)

Objective To explore the attributive cost and length of stay for hospital acquired Infection due to multidrug resistance and none-resistance Acinetobacter baumannii.Methods By conducting a retrospective cohort,propensity score matching was used to balance the different baseline between exposure and non-exposure.And Bootstrap method was used to estimate the mean,median and 95%confidence interval of attributive hospitalized cost and length of stay.Results For those who are multidrug resistance and non-resistance Acinetobacter baumannii,the attributive mean of length of stay are 12.62 and 7.80 respectively(95%CI:9.62-16.07 and 5.75-10.01),median are 9 and 4 respectively(95%CI:8-11 and 2-6).The mean of attributive hospitalized costs are ￥40678.63 and ￥33794.91(95%CI：￥26333.13-54958.49 and ￥25638.79-42719.25),median are ￥26693.90and ￥16584.91(95%CI：￥17528.79-39445.14 and￥11809.05-21673.57).Conclusion The hospital acquired infection of Acinetobacter baumannii can raise the length of stay and increase patient's economic burden,especially for those who are multidrug resistance infected.

Hospital acquired infection;Acinetobacter baumannii;Attributive;Hospitalization expenses;Length of stay;Drug resistance

上海市循证公共卫生与卫生经济学重点学科项目(15GWZK0901)、总后优秀青年科技人才扶持对象资助项目、上海市卫计委课题(20154Y0074)、浙江省智慧医疗工程技术研究中心资助(2016E1011)

1.第二军医大学卫生勤务学系卫生统计学教研室(200433)

2.上海长海医院医教部医疗科

3.浙江省智慧医疗工程技术研究中心

△通信作者：吴骋，E-mail:wucheng_wu@ hotmail.com; 贺佳，E-mail:hejia63@yeah.net