我国医院抗菌药物使用政策干预效果分析*

◆董四平 李 萌 吴金虎 何 柳 孙 静*

董四平1，2 李 萌1 吴金虎3 何 柳2 孙 静1*

1 卫生部医院管理研究所 北京 100191

2 武汉大学政治与公共管理学院 湖北 武汉 430072

3 武汉市第三医院 湖北 武汉 430024

广泛使用抗菌药物导致全球细菌耐药逐渐上升，已成为威胁人类健康的公共卫生问题。研究证 实［1－2］，细菌耐药的增加很大程度上源于抗菌药物的不合理使用。我国不合理使用抗菌药物现象广泛存在，同样面临日益严峻的细菌耐药问题［3］。抗菌药物不合理使用包括过度使用、使用不足与错误使用，我国临床抗菌药物不合理使用主要表现为过度使用。我国2004年颁布《抗菌药物临床应用指导原则》，2005年建立全国细菌耐药监测网与临床抗菌药物应用监测网，2011年～2013年原卫生部在全国范围内开展抗菌药物临床应用专项整治活动。本研究利用国际通用计量单位和指标定量分析我国医院抗菌药物使用情况，评估2011年以来全国抗菌药物专项整治活动效果。

1 资料来源与方法

1.1 资料来源

本文研究对象为来自全国7个地区12个省市的15家已参加抗菌药物临床应用监测网的三级甲等公立医院。选择方法是将全国7大片区(东北、华北、华东、华中、华南、西南、西北)所属省份按人均 GDP排序，根据人均GDP居中、2005年参加监测网、三级医院的原则，选择样本省份(辽宁、吉林、北京、河北、山东、安徽、江苏、湖北、广东、四川、陕西、宁夏)和样本医院。数据来源于现场调研，研究时间为2005年～2012年。课题组在文献综述和专家咨询的基础上设计数据需求表，调研人员依据需求表在现场提取样本医院信息系统相关数据，确保数据真实、可靠。

1.2 方法

将15家医院2005年～2012年的季度门诊处方及住院病例样本数据建立数据库，应用SPSS17.0统计软件进行分析。应用描述性统计方法对医院抗菌药物使用情况进行描述，利用 Stata12.0软件对15家医院2005年～2012年的门诊处方及住院病例样本抗菌药物使用情况的季度序列数据进行分段线性回归分析。

分段线性回归分析是评估间断时间序列(Interrupted Time Series)资料中干预效应的有效统计方法。间断时间序列设计是评估干预措施纵向效应最强的准实验方法。分段线性回归分析回归方程为:Yt= β0+ β1× timet+ β2×interventiont+ β3× postslopet +εt。其中，Yt是在时间 t的结果变量;time是一个连续变量，代表从研究开始到观察期结束的时间;intervention在干预前的时间点为0，在干预后的时间点为1;postslope在干预前的任何时间均为0，在干预后是从1依次增加的数字。在这个模型中，β0代表结果在时间0(周期开始)的基线水平;β1估计的是与干预无关的结构趋势或增长速度;β2估计的是干预的即时影响或干预后相关结果的变化水平;β3反映的是干预后趋势变化或结果增长速度;εt是误差项［4］。

2 结果与分析

2.1 门诊住院抗菌药物使用整体趋势

2005年～2012年15家医院门诊和住院(手术/非手术病例)抗菌药物与抗菌药物输液使用比例的整体变化趋势显示，除门诊抗菌药物输液的处方比例趋势较平稳外，其它指标均呈下降趋势，且自2011年起下降趋势更明显。

手术前0.5h～2h预防性使用抗菌药物比例随时间变化整体有所上升，2011年9月起上升趋势更明显。手术后预防性使用抗菌药物比例则随时间变化逐渐下降，2011年9月后降幅更明显。

2.2 抗菌药物使用干预前后效果分析

表1中，模型1是没有经过调整的简单线性回归结果(Durbin－Watson统计量为 1.41)，模型 2则是使用 Prais－Winsten估计式进行调整后的线性回归结果［4－5］。模型1的结果显示，在观察开始时，门诊含抗菌药物的平均处方比例为22.83%，并显著下降(P1＜0.01)。2011年 9月是全国干预基本落实后的第一个季度，门诊含抗菌药物的处方比例显著下降了 4.7%(27% ，P2＜0.05)。2011年9月后，门诊含抗菌药物处方比例继续下降，且速度加快，但效果不显著(P3=0.395)。经过分段线性回归对自相关的调整，模型2的结果显示，干预效果不显著，这表明干预对门诊含抗菌药物的处方比例影响不大。与此相反，在观察开始时，门诊抗菌药物输液的平均处方比例为2.83%。干预前后，季度与季度之间的处方比例不存在显著差异(P1＞0.05，P3＞0.05)，且干预后门诊抗菌药物输液的处方比例的变化也没有统计学意义(P2＞0.05)。

表2中模型1的结果(Durbin－Watson统计量为1.75)显示，在观察开始时，住院含抗菌药物的平均病例比例为74.72%。干预前，季度与季度之间的病例比例存在显著差异(P1＜0.01)。2011年9月，住院含抗菌药物的病例比例从约67%下降到58%(P2＜0.05)。2011年9月后，住院含抗菌药物的病例比例继续下降，且下降速度加快，但下降不显著(P3＞0.05)。经过分段线性回归对自相关的调整，模型2的结果显示，干预效果不显著，这表明干预对住院含抗菌药物的病例比例影响不大。同样，在观察开始时，住院手术含抗菌药物的平均病例比例为97.57%。干预前，季度与季度之间的病例比例存在显著差异(P1＜0.01)。2011年9月，住院手术含抗菌药物的病例比例从约92%下降到85%(P2＜0.01)。2011年 9月后，住院手术含抗菌药物的病例比例仍然继续显著下降(P3＜0.001)。经过分段线性回归对自相关的调整，干预效果不显著，这表明干预对住院手术含抗菌药物的病例比例影响不大。相反，在观察开始时，住院非手术含抗菌药物的平均病例比例为51.89%。干预前，季度与季度之间的病例比例存在显著差异(P1＜0.05);干预后，季度与季度之间的病例比例不存在显著差异(P3＞0.05)。同时，干预后住院非手术含抗菌药物的病例比例下降也不存在显著性(P2＞ 0.05)。

表1 门诊含抗菌药物处方比例的分段线性回归结果

表3中模型1的结果显示，在观察开始时，住院抗菌药物输液的平均病例比例为75.17%。干预前，季度与季度之间的病例比例存在显著差异(P1＜0.001)。2011年9月，住院抗菌药物输液的病例比例从约64%下降到54%(P2＜0.05)。2011年9月后，住院抗菌药物输液的病例比例继续下降，且速度加快，但下降不显著(P3＞0.05)。经过分段线性回归对自相关的调整，模型2的结果显示，干预效果具有统计学意义，这表明干预对于住院抗菌药物输液的病例比例存在显著影响。同样，在观察开始时，住院手术抗菌药物输液的平均病例比例为94.04%。干预前，季度与季度之间的病例比例存在显著差异(P1＜0.001)。2011年9月，住院手术抗菌药物输液的病例比例从约87%下降到78%(P2＜0.05)。2011年 9月后，住院手术抗菌药物输液的病例比例仍继续显著下降(P3≤0.001)。经过分段线性回归对自相关的调整，干预效果具有统计学意义，这表明干预对住院手术抗菌药物输液的病例比例存在显著影响。相反，在观察开始时，住院非手术抗菌药物输液的平均病例比例为52.77%。干预前后，季度与季度之间的病例比例不存在显著差异(P1＞0.05，P3＞0.05)，且干预后住院非手术抗菌药物输液的病例比例的变化没有统计学意义(P2＞0.05)。

表4中模型1的结果(Durbin－Watson统计量为 1.86)显示，在观察开始时，手术后预防性使用抗菌药物的平均比例为95.63%。干预前，季度与季度之间的药物比例存在显著差异(P1＜0.001)。2011年9月，手术后预防性使用抗菌药物的比例从约75%下降到63%(P2＜0.05)。2011年 9月后，其比例仍继续显著下降(P3＜0.01)。经过分段线性回归对自相关的调整，模型2的结果显示，干预效果具有统计学意义，这表明干预对手术后预防性使用抗菌的药物比例存在显著影响。相反，在观察开始时，手术前0.5h～2h预防性使用抗菌药物的平均比例为42.80%。干预前后，季度与季度之间的药物比例不存在显著差异(P1＞0.05，P3＞0.05)，且干预后手术前 0.5h～2h预防性使用抗菌药物比例的下降没有统计学意义(P2＞0.05)。

表2 住院含抗菌药物病例比例的分段线性回归结果

表3 住院抗菌药物输液病例比例的分段线性回归结果

表4 手术后预防性使用抗菌药物比例的分段线性回归结果

3 结论

3.1 抗菌药物整改活动取得了一定效果

除门诊抗菌药物输液的处方比例趋势较平稳外，其它指标整体趋势均下降，且自2011年开始下降趋势更加明显。门诊抗菌药物输液处方比例绝对值始终处于较低水平，但这并不意味着我国医院门诊抗菌药物使用已规范。通过与15家医院的座谈发现，门诊输液处方都归在急诊，但本研究统计的门诊不包括急诊。手术前0.5h～2h预防性使用抗菌药物比例随时间变化整体上升，2011年9月开始上升趋势更加明显;手术后预防性使用抗菌药物比例则逐渐下降，2011年9月后降幅更加明显。由此可见，抗菌药物整改活动取得了一定效果。

3.2 医院抗菌药物应用强度显著下降

从2011年9月起，门诊含抗菌药物的处方比例、住院手术含抗菌药物的病例比例、住院含抗菌药物的病例比例、住院手术抗菌药物输液的病例比例、住院抗菌药物输液的病例比例、手术后预防性使用抗菌药物的比例等均显著下降。分段回归结果显示，干预对住院手术抗菌药物输液的病例比例、住院抗菌药物输液的病例比例、手术后预防性使用抗菌药物的比例存在显著影响。但干预后抗菌药物在门诊和住院的使用比例与国际认可的标准水平相比仍处于高位，有继续改进空间。

3.3 分段线性回归分析方法适用于政策干预效果研究

分段线性回归分析方法能够将时间序列数据在某一时间点人为地分为两部分，分析这一时间点前后数据的变化趋势，进而将这一时间点上某些干预措施的即时效果分离出来，分析干预前后时间序列数据的发展趋势。这一方法不仅能够分析时间的效果，还能分析某一时间点干预措施的效果，从而使结果更准确。

［1］Angunawela I，Diwant V，Tomson G.Experimental evaluation of the effects of drug information on antibiotic prescribing:A study in outpatient care in an area of Sri Lanka［J］.International Journal of Epidemiology，1991，20(2):558－564.

［2］Chukwuani C.O M，Sumonu K.Survey of drug use practices and antibiotic prescribing pattern at a general hospital in Nigeria［J］.Pharmacy World ＆ Science，2002，24(5):188－195.

［3］马宏宇.细菌耐药性监测与抗菌药物的合理应用［J］.临床合理用药，2011，4(3):116.

［4］Mylene Lagarde.Assessing the impact of a policy change with routine longitudinal data［J］.Health Policy and Planning，2012，27(1):76－83.

［5］A.K.Wagner，S.B.Soumerai，F.Zhang，et al.Segmented regression analysis of interrupted time series studies in medication use research［J］.Journal of Clinical Pharmacy and Therapeutics，2002，27:299－309.