醫院獲得性革蘭陽性球菌血流感染病原菌分布及影響預后危險因素分析

楊小蘭,李偉強，黃春花，張必輝，黃東新，林偉朋

(惠州市第三人民醫院 檢驗科,廣東 惠州516002)

?

醫院獲得性革蘭陽性球菌血流感染病原菌分布及影響預后危險因素分析

楊小蘭,李偉強，黃春花，張必輝，黃東新，林偉朋

(惠州市第三人民醫院 檢驗科,廣東 惠州516002)

摘要：目的研究住院患者革蘭陽性球菌血流感染菌群分布以及影響患者預后的危險因素，為院內感染的防治提供臨床資料。方法回顧性分析我院128例住院患者革蘭陽性球菌血流感染情況，并根據預后分為生存組(96例)、死亡組(32例)，回歸分析影響預后的危險因素。結果128株革蘭陽性球菌菌群分布凝固酶陰性葡萄球菌58株，占45.3%；金黃色葡萄球菌21株，占16.4%；屎腸球菌15株，占11.7%；住院時間、機械通氣、留置導尿管、長期透析、APACHEⅡ評分、免疫抑制劑、激素長期使用均為預后不良的獨立危險因素，均有統計學意義(P<0.05)。結論對血流感染的獨立危險因素進行有效的控制能有效的減少血流感染發生機率。

關鍵詞：革蘭陽性球菌；菌群分布；預后；危險因素

(ChinJLabDiagn,2016,20:0919)

血流感染為病原體通過血液撒播感染引起的菌血癥或膿毒血癥，重者可致休克、彌漫性血管內凝血(DIC)及多器官功能衰竭，死亡率居高不下，危害嚴重。革蘭陽性球菌(G+)為引起血流感染的重要菌群，其菌群分布以及耐藥性的變遷存在一定地域性[1]，本研究著重于本院院內獲得性革蘭陽性球菌血流感染菌群分布以及影響患者預后的危險因素研究，旨在為院內革蘭陽性球菌血流感染的防治提供臨床資料。

1資料與方法

1.1菌株來源菌株來源于2014年1月至2015年6月我院血培養陽性128株革蘭陽性球菌。注意排除同一患者不同時間培養的同一菌株。

1.2診斷標準血流感染診斷標準參考2001年版的《醫院管理規范》，有相符的病原學診斷：血培養分離病原微生物，伴特征性臨床表現：發熱>38℃或低體溫<36℃、寒顫，伴全身中毒癥狀，無明顯感染灶，肝脾腫大，皮疹、有出血點，中性粒增多伴核左移。院內感染診斷標準參照衛生部《醫院感染診斷標準(試行)》，①有明確潛伏期的疾病，自入院后，超過平均潛伏期所發生的感染。②無明確潛伏期的疾病，入院48小時后的感染。③若病人發生感染直接與上次住院有關，亦為醫院感染。④在原有醫院感染的基礎上，出現新的不同部位的感染或在原有感染部位已知病原體的基礎上，又培養出新的病原體，均為醫院感染。5.新生兒在經產道時發生的感染，亦為醫院感染。注意排除入院前處于潛伏期感染患者。

1.3方法

1.3.1細菌培養及鑒定患者于治療前采集血標本進行血培養(寒顫時采集為佳)，全自動血培養儀為DL-Bt 112，對培養陽性血標本進行轉種血平板、巧克力平板、麥康凱平板及沙氏平板，35℃培養18-24 h，進行細菌鑒定及藥敏試驗，細菌鑒定使用VITEK 2 Compact 全自動細菌鑒定藥敏系統，使用配套試劑，質控標準菌株：金黃色葡萄球菌ATCC25923、大腸埃希菌ATCC25922、銅綠假單胞菌ATCC27853。

1.3.2實驗設計根據128例醫院獲得性革蘭陽性球菌血流感染患者預后分為生存組96例及死亡組32例，收集患者資料具體包括：年齡、性別、住院時間、是否植入醫療器械、是否留置導尿管、氣管切開，采用logistic回歸分析各因素與患者預后的關系。

1.4統計學分析數據統計分析采用SPSS19.0進行處理，其組間均值比較采用成組t檢驗或t′檢驗，率比較采用χ2檢驗，多因素采用logistic回歸分析，以P<0.05具有統計學意義。

2結果

2.1128株革蘭陽性球菌菌群分布128株革蘭陽性球菌菌群分布詳見表1，其中凝固酶陰性葡萄球菌58株，占45.3%；金黃色葡萄球菌21株，占16.4%；屎腸球菌15株，占11.7%。

表1　128株革蘭陽性球菌菌群分布

2.2影響住院患者預后單因素分析在影響住院患者預后單因素分析中，住院時間、機械通氣、留置導尿管、長期透析、APACHEⅡ評分、免疫抑制劑、激素長期使用與住院患者不良預后關系密切，具有統計學意義(P<0.05),見表2。

表2　影響患者預后單因素分析

2.3影響住院患者預后多因素logistic分析住院時間、機械通氣、留置導尿管、長期透析、APACHEⅡ評分、免疫抑制劑、激素長期使用經多因素logistic分析均有統計學意義(P<0.05)，均為預后不良的獨立危險因素，見表3。

表3　影響住院患者預后多因素logistic分析

3討論

血流感染所引起的膿毒血癥為一類發病率、死亡率都居高不下的感染性疾病，其感染的病原菌復雜多變且耐藥率高企，多重耐藥較為常見[2]，為臨床的治療帶來嚴重的困難。血流感染所導致的多器官功能衰竭或組織灌注不足也是患者致死的重要原因。血流感染的控制一直是臨床工作的重點和難點。革蘭陽性球菌為引起住院患者血流感染的重要菌群，近年的研究顯示[3，4]：革蘭陽性球菌所引起的血流感染呈現上升態勢。我們對我院住院患者的血流感染菌群分布進行了統計，其中凝固酶陰性葡萄球菌感染58株，占45.3%，生存組感染率42.1%，死亡組檢出4株，凝固酶陰性葡萄球菌在上世紀末曾被認為是污染菌，引起的感染偶見，但近年其致病力呈現增強態勢，成為院內感染的主要菌群[5，6]，凝固酶陰性葡萄球菌所產生的多糖黏質可增強菌株的粘附能力，同時其也是一種毒力因子，有研究報道：其感染多與侵入性的醫療操作有關。我院凝固酶陰性葡萄球菌在血流感染中占首位，菌種以表皮葡萄球菌、腐生葡萄球菌、溶血葡萄球菌多見。其對營養要求不高，這也使之成為血流感染的常見菌群[7]。國外研究報道已發現耐萬古霉素溶血葡萄球菌值得引起臨床的重點關注[8]。金黃色葡萄球菌為全球院內感染的首要致病菌，其多重耐藥及耐藥性的快速變遷為臨床面臨的重要難題[9]。本研究金黃色葡萄球菌血流感染率為16.4%，死亡組檢出9株，研究報道[10]：多重耐藥在金黃色葡萄球菌中較為常見，耐藥性的獲得與細菌自身表型改變及代謝通路調整有關，另一方面金黃色葡萄球菌耐藥基因的獲得也可通過水平轉移方式實現。屎腸球菌血流感染率11.7%，稍高于糞腸球菌。

從研究中可以看出引起血流感染的革蘭陽性球菌多以條件致病菌為主，血流感染的發生多與侵入性醫療操作、化療及免疫抑制劑、激素的使用有關，尤其在重癥監護病房(有研究顯示[11]：重癥監護病房的院內感染發生率達45%。)及老年病房，患者自身免疫力低下，常會發生嚴重感染導致預后不良。經多因素logistic分析，住院時間長、機械通氣、留置導尿管、長期透析、APACHEⅡ評分、免疫抑制劑、激素長期使用均為預后不良的獨立危險因素。侵入性醫療操作破壞了機體的天然屏障，與長時間住院一樣均增加了感染發生的機率，免疫抑制劑、激素長期使用雖有抗過敏、抗炎作用，另一方面對機體防御、修復能力也起到了抑制作用，降低了機體的免疫能力，增加了細菌感染及繁殖機會，諸如表皮葡萄球菌，廣泛存在機體皮膚表面的條件致病菌，多見于免疫缺陷患者，傷口感染以及插管感染，而腸球菌多見于尿路感染與導尿管的留置有關。APACHEⅡ評分為目前臨床重癥監護病房應用最為廣泛、最具權威的危重病病情評價指標，血流感染患者APACHEⅡ評分高企往往預示患者預后不良。

血流感染的高危人群多為免疫力低下，長期患病人群，一旦發生感染，治療難度相當艱巨。血流感染應以預防為主，對血流感染的獨立危險因素進行有效的控制，嚴格的無菌操作，合理應用抗生素、激素以及免疫抑制劑能有效的減少血流感染發生機率。

參考文獻：

[1]竇紅濤，張小江，朱任媛，等.北京協和醫院2008年至2010年血培養菌群分布[J].協和醫學雜志，2012,03(2)：213.

[2]El Helou G,Viola GM,Hachem R,et al.Rapidly growing mycobacterial bloodstream infections[J].Lancet Infect Dis,2013,13(2):166.

[3]李光輝，朱德妹，汪復，等.2011年中國CHINET血培養臨床分離菌的分布及耐藥性[J].中國感染與化療雜志，2013,13(4)：241.

[4]張翼霞，陳宏斌，王輝，等.2007年和2009年醫院內獲得性血流感染病原菌分布及耐藥性分析[J].中華臨床醫師雜志，2012，6(19)：5935.

[5]汪復，朱德妹，胡付品，等.2012年中國CHINET細菌耐藥性監測[J].中國感染與化療雜志，2013,13(5)：321.

[6]魏澤慶，沈萍，陳云波，等．Mohnarin2010年報告:血流感染細菌構成及耐藥性分析[J].中華醫院感染學雜志，2012，22(3):465.

[7]Liu CY，Liao CH，Chen YC，et al．Changing epidemiology of nosocomial bloodstream infections in 11teaching hospitals in Taiwan between 1993 and 2006[J].Wei Mian Yu Gan Ran Za Zhi，2010，43(5):416.

[8]王小梅，申建維.凝固酶陰性葡萄球菌醫院感染現狀及耐藥性[J].中華醫院感染學雜志，2012,22(9):1946.

[9]Hu F,Chen S,Xu X,et al.Emergence of carbapenem-re-sistant clinical Enterobacteriaceae isolates form a teaching hospital in Shanghai,China[J].J Med Microbiol,2012，61(Pt1)：132.

[10]Porton A,Nordmann P,Poirel L.Characterization of OXA-204,a carbapenem-hydrolyzing class Dβ-lactamase from Klebsiella pneumoniae[J].Antimicrob Agents Chemother,2013,57(1):633.

[11]Chen SD,Hu FP,Xu XG,et al.High prevalence of KPC-2 carbapenemase coupled with CTX-M-type extended-spectrumβ-lactamase in carbapenem-resistant Klebsiella pneumoniae in a teaching hospital in China[J].Antimicrob Agents chemother,2011,55(5):2493.

文章編號：1007-4287(2016)06-0919-04

中圖分類號：R446.5

文獻標識碼：A

作者簡介：楊小蘭(1973-)，女，副主任技師，研究方向：臨床微生物檢驗技術。

(收稿日期：2015-11-21)

Hospital-acquired bloodstream infections pathogens were gram positive coccus distribution and the analysis of risk factors affecting prognosis

YANGXiao-lan,LIWei-qiang,HUANGChun-hua,etal.

(ClinicalLaboratory,TheThirdPeople'sHospitalofHuizhou,Huizhou516002,China)

Abstract:ObjectiveTo study the risk factors for the distribution of bloodstream infections in hospitalized patients with gram positive bacteria,and to provide clinical data for the prevention and treatment of nosocomial infection.Methodsretrospective analysis of 128 cases of hospitalized patients with gram positive bacterial blood infection,and according to the prognosis of the patients were divided into survival group (96 cases),death group (32 cases),regression analysis of risk factors affecting prognosis.Results128 leather gram positive cocci bacteria group distribution of coagulase negative staphylococcus (58 strains,accounted for 45.3%;21 strains of Staphylococcus aureus,16.4%;15 strains of Enterococcus faecium,11.7%;hospitalization time,mechanical ventilation,indwelling catheter,long-term dialysis,APACHE II score,immune suppression agent,hormone use for a long time were the independent risk factors of poor prognosis.There was statistically significant(P<0.05).Conclusioneffective control of the independent risk factors of bloodstream infection can effectively reduce the incidence of bloodstream infection.

Key words:gram positive bacteria;bacterial distribution;prognosis;risk factors