氣溫與醫(yī)院感染關(guān)系的研究及時(shí)間序列分析建模

張欣，甘愛群

（1.江西省婦幼保健院醫(yī)務(wù)科，南昌 330000；2.萍礦總醫(yī)院院感科，萍鄉(xiāng) 337000）

近年來，隨著相關(guān)醫(yī)院感染造成重大損害事件的報(bào)道頻發(fā)，醫(yī)院感染已成為危害患者及醫(yī)護(hù)人員生命安全的重要公共衛(wèi)生問題，如何采取有效的醫(yī)院感染防控措施已成為減少患者傷害的重要方向。目前，部分人研究[1-2]人類健康與天氣氣候變化的關(guān)系，顯示氣象變化可能對(duì)一些疾病有顯著影響。本研究就萍鄉(xiāng)市三級(jí)甲等醫(yī)院2015年至2019年醫(yī)院感染數(shù)據(jù)與同期氣溫變化的關(guān)系進(jìn)行初步分析，并利用時(shí)間序列分析預(yù)測(cè)醫(yī)院感染發(fā)生情況，以期為醫(yī)院感染防控提供科學(xué)依據(jù)。

1 資料與方法

1.1 資料選取 根據(jù)2001年度國(guó)家發(fā)布《醫(yī)院感染診斷標(biāo)準(zhǔn)(試行)》，選擇萍鄉(xiāng)市某三級(jí)甲等醫(yī)院2015年至2019年為期5年的醫(yī)院感染病例資料共計(jì)727例。自萍鄉(xiāng)氣象臺(tái)收集從2015年至2019年同步氣溫觀測(cè)數(shù)據(jù)，包括日最高氣溫、日最低氣溫、日平均氣溫、溫差（每日最高溫度減去每日最低溫度差值）及溫較差（當(dāng)日平均溫度減去前一日平均溫度差值）。

1.2 統(tǒng)計(jì)方法 采用描述性方法分析氣溫與感染人數(shù)的時(shí)間分布特征，用EXCEL錄入以上氣象因子數(shù)據(jù)。將氣溫指標(biāo)（包括日最高氣溫、日最低氣溫、日平均氣溫、溫差（每日最高溫度減去每日最低溫度差值）及溫較差（當(dāng)日平均溫度減去前一日平均溫度差值），與醫(yī)院感染例數(shù)分別進(jìn)行單因素相關(guān)分析，最終進(jìn)行多元逐步線性回歸分析。采用時(shí)間序列自回歸移動(dòng)平均結(jié)合模型(ARIMA)季節(jié)性處理的ARIMA(p,d,q)(P,D,Q)s模型。利用事物發(fā)展延續(xù)性原理，將醫(yī)院感染2015年1月至2018年12月數(shù)據(jù)作為建模數(shù)據(jù)，用SPSS22.0進(jìn)行時(shí)間序列分析，識(shí)別模型，對(duì)模型參數(shù)進(jìn)行估計(jì)，最后利用2019年1月至2019年12月數(shù)據(jù)建模預(yù)測(cè)，繪制相應(yīng)的預(yù)測(cè)效果圖。

2 結(jié)果

2.1 如圖1所示平均溫度與醫(yī)院感染例數(shù)分布基本類似，均呈現(xiàn)“駝峰樣”變化，正相關(guān)關(guān)系，平均溫度高，醫(yī)院感染例數(shù)也增多。

圖1 2015年至2019年平均溫度與醫(yī)院感染例數(shù)關(guān)系圖

2.2將日最高氣溫、日最低氣溫、日平均氣溫、溫差（每日最高溫度減去每日最低溫度差值）及溫較差（當(dāng)日平均溫度減去前一日平均溫度差值）氣溫指標(biāo)與醫(yī)院感染例數(shù)分別進(jìn)行單因素相關(guān)分析。結(jié)果顯示院感例數(shù)與溫度較差呈正相關(guān)（r=0.141，P＜0.05），與最高溫度呈正相關(guān)（r=0.101，P＜0.05）。與平均溫度呈正相關(guān)（r=0.081，P＜0.05）。多因素回歸較單因素回歸更能有效控制混雜因素，從而更為準(zhǔn)確地探討自變量對(duì)因變量的影響，經(jīng)多因素逐步線性回歸結(jié)果顯示，醫(yī)院感染日例數(shù)與溫度較差、最高溫度、平均溫度有關(guān)（P＜0.05）。

表1 氣溫暴露因素與醫(yī)院感染日例數(shù)的單因素相關(guān)分析

表2 氣溫因素與醫(yī)院感染日例數(shù)的多元逐步線性回歸分析

2.3 時(shí)間序列分析 本研究數(shù)據(jù)顯示存在一定周期季節(jié)性波動(dòng)（圖2），院感染人數(shù)呈現(xiàn)穩(wěn)定變動(dòng)趨勢(shì)（相關(guān)系數(shù)=-1.21，t-3.153，P=0.003＜0.05），進(jìn)一步繪制原始序列的ACF圖及PACF圖，即任意時(shí)間t（t=1,2,3…n)的序列值Xt與其自身的滯后值Xt-n之間的線性關(guān)系。

圖2 2015年至2019年度醫(yī)院感染原始序列圖

時(shí)間序列分析是建立在平穩(wěn)序列的條件上的，通過繪制CHD原始序列的序列圖、自相關(guān)函數(shù)（Autocorrelation Function,ACF）圖及偏自相關(guān)函數(shù)（Partial Autocorrelation Function,PACF）,可見在原始數(shù)列短的時(shí)滯上，自相關(guān)系數(shù)及偏自相關(guān)系數(shù)在0階上下波動(dòng)，呈現(xiàn)拖尾狀態(tài)（圖3、圖4），經(jīng)一階差分、對(duì)數(shù)轉(zhuǎn)換后得到一組平穩(wěn)數(shù)據(jù)(圖5)，且無明顯的周期性（回歸系數(shù)=0.493，t=0.042，P=0.966＞0.05），p、q初步確認(rèn)為1。使用逐個(gè)嘗試的方法對(duì)各個(gè)模型的擬合度進(jìn)行比較，階數(shù)一般不超過2階[3]。

圖3 原始序列的ACF圖

圖4 原始序列的PACF圖

圖5 經(jīng)過一次差分，一次自然對(duì)數(shù)轉(zhuǎn)化后序列圖

采用Box-Ljung統(tǒng)計(jì)量進(jìn)行殘差白噪聲檢驗(yàn)，結(jié)合殘差的ACF圖及PACF圖對(duì)初建模型進(jìn)行估計(jì)（圖6），結(jié)果差異無統(tǒng)計(jì)學(xué)意義（獨(dú)立性檢驗(yàn)box=10.511，P=0.786＞0.05），殘差序列是隨機(jī)的，各備選模型參數(shù)見表3，提示模型ARIMA（0,1,2,）（0,1,1）12是 較 理 想 的。表 達(dá) 式 為ln(CHDt)=0.603εt-1+0.397εt-2+0.994εt-1+0.994×0.603εt-2+0.994×0.397εt-3（ε是預(yù)測(cè)誤差滯后值）。下一步進(jìn)行預(yù)測(cè)，對(duì)模型預(yù)測(cè)效果均在95%可信區(qū)間內(nèi)，與實(shí)際值較一致（圖7），效果較好。

表3 備選ARIMA模型參數(shù)估計(jì)

圖6 殘差A(yù)CF/PACF結(jié)果

圖7 2015年至2019年實(shí)際觀測(cè)人數(shù)與擬合值的預(yù)測(cè)圖

3 討論

醫(yī)院作為專業(yè)的醫(yī)療機(jī)構(gòu)，各種高效廣譜抗生素長(zhǎng)期使用，新診療技術(shù)的廣泛應(yīng)用，各種創(chuàng)傷性侵入性檢查和治療手段的增加，在對(duì)患者實(shí)施治療的同時(shí)，也成為細(xì)菌的聚集場(chǎng)所，使治療效果和服務(wù)受到影響，醫(yī)院感染率也有上升的趨勢(shì)，由此引起的醫(yī)療糾紛也呈上升趨勢(shì)[4]。部分醫(yī)院感控三級(jí)組織建設(shè)或制度不健全、感控人員力量不足、院感實(shí)時(shí)監(jiān)測(cè)系統(tǒng)及信息平臺(tái)建設(shè)滯后、布局流程不合理、感控專職人員職責(zé)不清、保潔文化程度低培訓(xùn)效果不佳、感控重視和投入不足等都是目前存在的問題，這些都是制約醫(yī)院感染管理事業(yè)發(fā)展和水平提升的短板因素[5]，如何更好的控制醫(yī)院感染，成為每個(gè)醫(yī)院感染管理者亟待解決的首要問題。對(duì)醫(yī)院感染管理人員、醫(yī)護(hù)人員科學(xué)防控院感提出了更高的要求。一般控制醫(yī)院感染傳播途徑為注重手衛(wèi)生、抗菌藥物合理使用等[6-7]，隨著抗藥性耐藥性菌株的出現(xiàn)，且手衛(wèi)生依從性執(zhí)行力不容樂觀，探索其他替代性措施變得愈加重要。本研究調(diào)查發(fā)現(xiàn)，氣溫暴露因素（溫度較差、最高溫度、平均溫度）可能與醫(yī)院感染相關(guān)，在氣溫相差較大或溫度較高時(shí)，應(yīng)積極做好應(yīng)對(duì)措施。

當(dāng)今氣候變化頻繁、不斷影響人類的生活、生產(chǎn)及健康[8]?！禔ir，Water and Situation》最早記錄天氣氣候與健康的關(guān)系[9]，部分國(guó)內(nèi)外調(diào)查研究中有分季節(jié)性研究、分單獨(dú)氣象因子研究[10]，闡述了不同季節(jié)不同感染病種感染病原體一般氣象規(guī)律[11-12]。大量研究表明，溫度是影響公眾健康及死亡風(fēng)險(xiǎn)的重要環(huán)境因素[12-13]，如環(huán)境溫度增加可使腦膜炎奈瑟菌發(fā)生免疫逃逸，引起顱內(nèi)感染[14]，氣溫日較差與呼吸系統(tǒng)感染疾病相關(guān)[15]，溫度與醫(yī)院血液感染有密切關(guān)系[16]，通過本次研究調(diào)查結(jié)果，一定程度提示對(duì)溫度進(jìn)行預(yù)判斷可減少院內(nèi)感染的發(fā)生，應(yīng)采取相應(yīng)預(yù)防控制措施：首先應(yīng)培訓(xùn)醫(yī)護(hù)人員提高氣候變化對(duì)健康影響的認(rèn)知水平，嚴(yán)格護(hù)理，強(qiáng)調(diào)人人盡責(zé)，人人防控，提高站位，院感防控責(zé)任擔(dān)當(dāng)；其次是抓好防控重點(diǎn)，如夏季溫度較高，有利于病原微生物生長(zhǎng)，應(yīng)注意通風(fēng)控溫；秋冬季溫度較低，晝夜溫差變化較大，對(duì)長(zhǎng)期臥床等免疫力低下的人群，應(yīng)注意保溫，加強(qiáng)對(duì)患者的保護(hù)；科室做好相關(guān)監(jiān)測(cè)工作，利用時(shí)間變化趨勢(shì)，針對(duì)溫度變化的不同感染病種數(shù)據(jù)進(jìn)行定期總結(jié)，進(jìn)行有針對(duì)性管理。后續(xù)也可對(duì)其他多種氣象影響因素的綜合效應(yīng)進(jìn)行深入研究，從而進(jìn)一步提高醫(yī)院感染防控能力，降低醫(yī)院感染率。