医院感染管理科利用单病种质量管理推进抗菌药物管理的成效

Effectiveness of implementing a single-disease quality management approach in the hospital infection control department for antibiotic management

摘要

目的 构建精准、高效的单病种管理模式，降低抗菌药物使用强度。 方法 收集2022年1月至2024年3月上海市肺科医院外科住院患者数据，选取单病种管理排名靠前的6种恶性肿瘤进行研究。以2022年1月至2023年6月期间未进行以单病种方案抗菌药物管理的外科患者为对照组，以2023年7月至2024年3月期间进行以单病种方案进行抗菌药物管理的外科患者为管理组。通过制定和执行标准化的抗菌药物使用政策和指南，对各科室进行监督和效果评估。 结果 共纳入对照组21 746人、管理组15 635人。在引入单病种管理模式后，各单病种非限制级抗菌药物的使用比例从管理前的73.2%~77.0%提高至管理后的78.3%~84.4%，限制级抗菌药物的使用比例显著降低（P<0.001）。抗菌药物使用强度即抗菌药物累计消耗量 （defined daily doses，DDDs）从管理前的113.0~159.9显著下降至36.0~44.0（P<0.001）。相对于对照组，干预组患者的平均住院时间变化不大，但个别病种患者的住院时间有所增加，可能与更精细的用药调整有关。 结论 单病种管理模式能优化抗菌药物的使用，降低抗菌药物使用强度，提升整体医疗质量和患者安全性。

Abstract

Objective To develop a precise and efficient single-disease management model to reduce the intensity of antibiotic use. Methods Data was collected from surgical inpatient admissions at the Shanghai Pulmonary Hospital between Jan 2022 and Mar 2024. The study focused on the six most prevalent types of malignant tumors within single-disease management. Surgical patients who did not receive single-disease quality management from Jan 2022 to Jun 2023 were designated as the control group， while surgical patients who received single-disease quality management from Jul 2023 to Mar 2024 served as the management group. By formulating and implementing standardized policies and guidelines for antibiotic use， supervision and effect evaluation were conducted across departments. Results A total of 21 746 individuals were included in the control group and 15 635 in the management group. Following the introduction of the single-disease management model， the proportion of non-restricted antibiotics used in various single diseases increased from 73.2%-77.0% before management to 78.3%-84.4% after management， while the usage of restricted antibiotics significantly decreased （P<0.001）. The intensity of antibiotic use， measured in defined daily doses （DDDs）， fell significantly from 113.0-159.9 before management to 36.0-44.0 after management （P<0.001）. Moreover， compared with the control group， the average length of stay in the intervention group did not change considerably， although the length of stay increased for some diseases， possibly due to more precise medication adjustments. Conclusion The single-disease management model optimizes antibiotic use， reduces the intensity of antibiotic use， and enhances overall medical quality and patient safety.

关键词

单病种管理 / 抗菌药物 / 使用强度

Key words

single-disease management / antibiotic / use intensity

抗菌药物是指具有杀菌或抑菌活性，供全身或局部使用的各种药物^［1］。随着医院感染和抗菌药物抗性的日益严重，合理使用抗菌药物已成为全球关注的焦点^［2］。传统的抗菌药物管理策略往往采取整体管理，缺乏针对性和个性化，已不能满足精细化、科学化的高质量医疗管理需求。单病种管理起源于美国的诊断相关分组（diagnosis related group system，DRGs）^［3］。DRGs是以疾病诊断为基础的分类方法，将治疗和费用联系起来，从而为付费标准的制定尤其是预付费的实施奠定了基础^［4］。其在医院管理中的优势主要体现在能够针对特定疾病提供标准化、个性化的治疗方案，提高治疗效果和医疗质量；通过精细化管理，使得医疗资源得到更合理的分配和使用，减少不必要的医疗管理和药物浪费，降低医疗成本^［5］；还可促进医疗团队之间的协作，增强医疗服务的整体效能^［6］。

单病种管理最初主要是为了解决复杂患者治疗过程中不一致性的问题^［7］，随着医疗需求的多样化和精准化，其应用范围和深度逐渐扩展和提升^［8］。医院根据单病种情况，制定标准化临床路径和治疗指南，为特定病种患者提供科学、规范的诊疗方案，提高了诊疗的一致性和治疗效果^［9］。

目前医院的抗菌药物管理主要使用抗菌药物科学化管理（antimicrobial stewardship，AMS），由多个学科、部门参与实施，通过前期审核、事中监管、后期评估的全过程管理模式，从而达到临床治疗或感染预防的最佳效果^［10-11］。部分医院使用PDCA（Plan-Do-Check-Act）模式进行抗菌药物管理，从而形成抗菌药物专项管理的长效机制^［12-13］。综合管理参与者包括临床医师、医院感染管理科工作人员、临床药师、护士等^［14-17］。对抗菌药物的使用进行单病种管理，能够了解特定病种抗菌药物的使用情况及影响因素，制定针对特定疾病的精确抗菌药物使用规范和强度规范^［18］，及时反馈给临床医师和药师；通过大数据和人工智能分析，预测每种抗菌药物的疗效和不良反应，提供个性化的用药建议，减少不必要的抗菌药物使用，从而有效降低抗菌药物使用强度。目前的临床路径和诊疗指南的抗菌治疗推荐方案可能更新不及时^［19］，而单病种管理能及时更新，不仅可提高治疗的针对性和效率，还有助于提升整体医疗质量和患者安全，同时降低医疗成本，对公共卫生系统产生积极的长远影响^［20］。

此前使用单病种进行抗菌药物管理更多着重于抗菌药物使用强度的评估以及针对单病种的抗菌药物使用强度的简单限制^［21-22］。本次研究着重于在上海市肺科医院内形成一套精准、高效的单病种管理模式，以期大幅降低抗菌药物的滥用，减缓耐药性的产生，提高治疗效果，最终提升医疗质量和患者生存率。这种单病种管理不仅能节约医疗资源，还可为临床决策提供科学依据，推动医疗体系的智能化和精细化发展。

资 料 和 方 法

一般资料

采用回顾性研究，收集2022年1月至2024年3月上海市肺科医院外科所有住院患者的资料。选取2021年外科病案首页首要诊断数目排名靠前的单病种作为研究单病种，以2022年1月至2023年6月未进行以单病种方案抗菌药物管理的外科患者作为对照组，以2023年7月至2024年3月以单病种方案进行抗菌药物管理的外科患者作为管理组进行分析。两组患者均由外科护理人员实施护理。数据质量控制由专职人员通过病案首页对各临床科室上报的数据进行抓取考核来实现。

单病种管理方法

以单病种为基础，每个部门制定和执行相应的策略。

医疗管理部门

根据现有政策，组织多学科研究并制定符合本院实际情况的针对特定单病种的抗菌药物使用政策和指南，确保各科室严格执行标准化流程。同时定期审核各科室的抗菌药物使用情况，进行监督和效果评估，确保政策落地和持续改进。

医院感染管理科 对医院内感染情况进行监测，及时发现并报告抗菌药物耐药病例。在单病种标准化流程治疗的基础上，根据单病种的特性，制定并实施针对单病种感染防控措施，降低医院感染率及耐药菌传播风险。定期对医护人员进行抗菌药物合理使用和院内感染防控的培训，提高整体意识和技能，并定期进行考核与监测，保证单病种管理方法得到实施。

临床科室 根据医疗管理部门制定的单病种标准化临床路径进行诊疗，确保抗菌药物的合理选择和使用。多学科团队协作召集团队讨论复杂病例，在单病种标准化基础上，根据患者的个体差异进行调整，制定个性化治疗方案，确保临床决策的科学性和有效性。实时监测与反馈，密切监测患者的治疗反应和病情变化，及时反馈给团队，调整治疗方案。

药剂科 根据单病种管理方案合理调配抗菌药物库存，确保临床用药需求。提供抗菌药物的相关信息和咨询服务，保证医师和护士对药物的了解和合理使用。定期统计分析单病种管理后抗菌药物的使用数据，评估用药合理性，进行反馈，及时发现并纠正不合理用药行为。

信息科 维护单病种管理相关的电子病历系统和抗菌药物管理系统，支持临床和管理操作。通过系统采集和分析抗菌药物使用数据，生成数据报表，为管理层和临床科室提供决策参考。

护理部 配合医师执行抗菌药物治疗方案，严格遵守用药规范。向患者及其家属讲解抗菌药物治疗的必要性和注意事项，增强患者依从性。观察患者用药后的反应，及时记录和反馈与抗菌药物相关的任何不良反应。

绩效考核部门 根据单病种管理绩效指标（如抗菌药物使用率、抗菌药物使用强度、病死率等）进行定期考核，并对表现优秀的部门进行激励，促进合理用药。

观察指标 比较两组患者限制类抗菌药物使用率和住院时间。比较管理组和对照组患者的抗菌药物使用强度 （antibiotic usage density，AUD），通常根据定义来衡量单位时间内某个医疗环境中使用的抗菌药物总量，计算公式为：AUD=抗菌药物累计消耗量（defined daily doses，DDDs）/同期全院出院患者（人次）×同期全院平均住院天数×100。

统计学方法 应用SPSS 23.0软件进行统计分析。计数资料用率表示，组间比较采用Pearson χ²检验和Fisher精确检验；计量资料使用$\bar{x} \pm s$表示，组间比较采用t检验。检验水准为α=0.05。

结 果

单病种及患者基本情况 最终选取管理的单病种为右肺上叶恶性肿瘤，诊断代码：C34.100x004；左肺上叶恶性肿瘤，诊断代码：C34.100x003；右肺下叶恶性肿瘤，诊断代码：C34.300x004；肺原位癌，诊断代码：D02.200x002；左肺下叶恶性肿瘤，诊断代码：C34.300x003；右肺中叶恶性肿瘤，诊断代码：C34.200x001。

最终共纳入37 381例确诊患者。其中，肺原位癌、右肺上叶恶性肿瘤、右肺下叶恶性肿瘤、右肺中叶恶性肿瘤、左肺上叶恶性肿瘤和左肺下叶恶性肿瘤在两组患者间差异均无统计学意义。各单病种对照组和管理组性别、年龄均具有可比性（表1）。

管理前后患者抗菌药物使用情况比较

确诊为肺原位癌患者管理前非限制级抗菌药物使用比例4 394例次（77.0%），管理后使用比例3 542例次（84.4%）。右肺上叶恶性肿瘤管理前非限制级抗菌药物使用比例3 877例次（74.6%），管理后使用比例2 875例次（78.9%）。右肺下叶恶性肿瘤管理前非限制级抗菌药物使用比例2 105例次（73.2%），管理后使用比例1 646例次（78.3%）；右肺中叶恶性肿瘤管理前非限制级抗菌药物使用比例881例次（76.1%），管理后使用比例656例次（80.7%）；左肺上叶恶性肿瘤管理前非限制级抗菌药物使用比例3 300例次（75.4%），管理后使用比例2 456例次（79.4%）；左肺下叶恶性肿瘤管理前非限制级抗菌药物使用比例1 824例次（74.7%），管理后使用比例1 408例次（78.7%）。所有单病种进行专项抗菌药物使用管理后，非限制级抗菌药物使用比例均有提高，限制级抗菌药物使用比例降低，且差异均具有统计学意义（表2）。

管理前后患者住院时间情况比较

确诊为肺原位癌患者管理前、后平均住院天数分别为（4.6±1.9）天和（4.7±1.6）天；右肺下叶恶性肿瘤患者管理前、后平均住院天数为（6.0±3.1）天和（6.3±3.1）天。这些患者平均住院时间较管理前显著延长（P=0.001和0.013，表2）。右肺上叶恶性肿瘤患者管理前、后平均住院天数为（6.0±3.1）天和（6.1±3.0）天；右肺中叶恶性肿瘤患者管理前、后平均住院天数为（5.8±3.5）天和（6.0±3.0）天；左肺上叶恶性肿瘤患者管理前、后平均住院天数为（6.1±3.1）天和（6.1±3.0）天；左肺下叶恶性肿瘤患者管理前、后平均住院天数为（5.9±3.1）天和（6.0±2.8）天。这些患者管理前后平均住院天数差异均无统计学意义（表2）。

管理前后患者AUD情况比较 肺原位癌、右肺上叶恶性肿瘤、右肺下叶恶性肿瘤、右肺中叶恶性肿瘤、左肺上叶恶性肿瘤和左肺下叶恶性肿瘤患者管理前、后AUD均显著下降（P均<0.001），提示对单病种进行专项抗菌药物使用管理后成效显著。

讨 论

单病种质量管理是以单病种为单位的医疗管理模式，从诊断、治疗到康复等每个环节，通过系统化的措施和规范，以提高医疗质量、优化资源利用、控制成本、提升患者安全与满意度，制定并实施标准化、精细化的管理流程^［23-24］。以往研究着重于通过单病种管理模式分析患者分类是否得当以及进行医疗费用相关的管理^［24-27］，而抗菌药物的管理往往以医院或住院科室为单位，管理相对粗放^［28-30］。因此本研究尝试以单病种管理模式，结合临床，进行抗菌药物的精细化管理，从而提高抗菌药物的管理水平，推进抗菌药物管理的精细化、标准化和科学化，最终实现医疗质量的全面提升，为患者和医疗机构带来更多的综合效益。

我们发现，通过单病种抗菌药物管理后，非限制级抗菌药物使用比例均有提高，限制级抗菌药物使用比例降低。浙江省的研究显示，进行抗菌药物管理后，非限制级抗菌药物用量提高，限制级抗菌药物用量减少^［31］；重庆市的研究显示，进行分级分科抗菌药物管理后，非限制级抗菌药物的DDDs明显升高，限制级、特殊使用级抗菌药物的DDDs下降^［32］，均与本研究结果一致。通过单病种管理，针对特定疾病的诊疗流程和用药指南更加明确和标准化，能够有效减少不必要的广谱或限制性抗菌药物的使用。医师在遵循规范治疗路径时，更倾向于根据实际感染情况选择适当的非限制性抗菌药物，从而提高其使用比例。这种模式不仅优化了抗菌药物的合理使用，还减少了耐药菌株的产生，提升了整体治疗效果和患者安全性。

此外，管理后肺原位癌患者、右肺下叶恶性肿瘤患者平均住院时间相对管理前有所增加，其余单病种管理后平均住院时间变化不大。此前的研究显示，通过常规的抗菌药物管理可以降低患者的平均住院时间^［33-35］，与本研究结果存在差异。可能是单病种抗菌药物管理强调针对特定疾病制定个性化的抗菌药物使用方案，需要更多时间来调整和优化用药策略，以确保最佳治疗效果。在单病种抗菌药物管理下，等待药敏试验结果以选择最合适的抗菌药物可能延长治疗时间。单病种管理通常减少了广谱抗菌药物的使用，转而选择更窄谱但更合适的药物，这些药物可能起效较慢，导致住院时间延长。单病种管理强调术后感染的预防和控制，可能需要更密切的监测和更长时间的观察，以确保无感染或感染得到有效控制。在实施单病种管理后，医院可能需要重新分配资源和调整流程，这个过渡期可能导致住院时间延长。

管理后所有单病种AUD均出现下降。浙江省的研究显示，信息化抗菌药物管理可以有效降低抗菌药物使用强度^［36］；广东省的研究显示，PDCA循环法可以有效降低Ⅰ类切口手术预防抗菌药物使用率^［12］。本研究结果与之类似。单病种管理通过制定和执行针对特定疾病的标准化诊疗路径和用药指南，确保抗菌药物的选择和剂量更为精准、科学。医师在遵循这些标准化方案时，能避免过度用药或广谱抗菌药物的滥用，减少抗菌药物的总使用量和强度，有助于降低耐药菌株的产生和传播，还提高了整体治疗效果和患者安全，节约了医疗资源。

本研究使用单病种管理模式进行抗菌药物管理，针对特定疾病制定和执行标准化、精细化的用药方案，提高了治疗效果。通过统一的治疗流程和严格的用药规范，有效减少抗菌药物滥用与耐药性问题，同时优化医疗资源和减少不必要的费用支出。此外，标准化的管理有助于提升患者安全，降低医疗差错，增强患者满意度和信任感。研究结果显示，实行单病种管理模式的抗菌药物管理后，非限制性抗菌药物使用比例提高，AUD下降。

但本研究存在一定局限性：仅针对我院外科收治数量靠前的单病种，因客观原因限制，未研究单病种管理模式在其他病种及其他医院的效果；未对抗菌药物相关费用、患者住院总费用及患者预后进行关注和研究。后续要加强对其他单病种的研究，及单病种抗菌药物管理模式对患者费用和预后影响的研究，并进行单病种管理模式在不同病种和不同医院环境中的可重复性和稳定性验证推广。

本研究初步探索了一种精准、高效的单病种管理模式，降低了抗菌药物的使用强度，减少了药物相关不良反应的发生，有效提高了患者的总体治疗安全性。

参考文献

[1] VAN STAA TP， PALIN V， LI Y，et al.The effectiveness of frequent antibiotic use in reducing the risk of infection-related hospital admissions：results from two large population-based cohorts［J］.BMC Med，2020，18（1）：40.

[2] CHAN XHS， O'CONNOR CJ， MARTYN E，et al.Reducing broad-spectrum antibiotic use in intensive care unit between first and second waves of COVID-19 did not adversely affect mortality［J］.J Hosp Infect，2022，124：37-46.

[3] MARKOVIĆ S.The development of diagnosis related group system in healthcare［J］.Bull Econ Organ Inf Healthcare，2011，27（1）：19-28.

[4] KOTHEROVÁ Z， CAITHAMLOVÁ M， NEMEC J，et al.The use of diagnosis-related group-based reimbursement in the Czech Hospital Care System［J］.Int J Environ Res Public Health，2021，18（10）：5463.

[5] JIAO WP.Diagnosis-related groups’ payment reform in Beijing［J］.Chin Med J，2018，131（14）：1763-1764.

[6] 范从进，朱坤，杨秀玲.某医院单病种围手术期预防感染质量控制指标调查与分析［J］.东南国防医药，2014，16（4）：394-396.

[7] 武广华.DRGs的发展及我国的相关研究［J］.中国医院管理，2007，27（7）：10-12.

[8] 高健，徐萍，杜静，等.DRGs评价方法在医院单病种管理中的应用研究［J］.中国卫生统计，2017，34（4）：608-609.

[9] 黄嵘，周雷.临床路径管理模式在单病种医疗质量管理中的作用研究［J］.中国卫生产业，2017，14（24）：141-142.

[10] 文柳静，张洁.2018—2021年天津市某肿瘤专科医院抗菌药物合理应用评价［J］.中国医院管理，2024，44（3）：84-88.

[11] 袁磊，黄耿文，黄勋，等.中南大学湘雅医院抗菌药物科学化管理的实践与评价［J］.中国感染控制杂志，2021，20（12）：1133-1138.

[12] 钟巧，王明浩，蒋绍艳，等.PDCA循环管理法在妇幼专科医院抗菌药物管理中的应用［J］.中国感染控制杂志，2020，19（1）：68-72.

[13] 朱捷，陈慧慧，刘晴，等.PDCA循环在抗菌药物管理难点中的应用研究［J］.重庆医学，2019，48（4）：616-620.

[14] 李珂，孙建芳，王吉平.护士参与抗菌药物管理的研究进展［J］.中华护理杂志，2020，55（4）：632-636.

[15] 胡继华，张文雍，莫莉，等.抗菌药物临床干预对ICU多药耐药菌影响的研究［J］.中华医院感染学杂志，2019，29（2）：195-199.

[16] 王广芬，秦瑞，章晓军.抗菌药物信息化管理在医院感染控制中的效果评价［J］.中国消毒学杂志，2024，41（1）：73-75.

[17] 王思思，程晓英，黄凌斐，等.抗菌药物科学化管理（AMS）降低儿童医院抗菌药物使用强度的实践［J］.中国感染控制杂志，2023，22（11）：1351-1357.

[18] 韦凤，胡稀，杨省，等.DRGs付费模式下某院消化内科抗菌药物和质子泵抑制剂应用合理性分析［J］.中国药业，2023，32（13）：34-36.

[19] 鲁威，朱莉萍，叶振中，等.基于临床路径的公立医院住院患者抗菌药物使用规范性研究［J］.中国医院管理，2020，40（5）：51-54.

[20] 王玉廷，周小兰，李浩瑞，等.基于DRGs的医院综合绩效考核指标体系的建立研究［J］.重庆医学，2020，49（7）：1042-1046.

[21] 张乐辉，孟黎辉，高月，等.抗菌药物临床应用精细化专科管理［J］.中华医院感染学杂志，2014，24（24）：6105-6106.

[22] 韩凤昭，李振知，肖怀玉，等.基于DRGs的药品综合管理模式在控制住院患者药品费用中的效果分析［J］.临床药物治疗杂志，2022，20（8）：32-38.

[23] ARAGÓN MJ， CHALKLEY M， KREIF N.The long‐run effects of diagnosis related group payment on hospital lengths of stay in a publicly funded health care system：Evidence from 15 years of micro data ［J］.Health Econ，2022，31（6）：956-972.