研究目标:

确定与医院获得性抗菌素肺炎(AR-HAP)相关的因素，建立评估此类肺炎风险的算法，并对该算法进行测试。

设计:

联合观察和验证组在两个时期:1994年1月至1999年12月，2000年1月至2001年3月。

设置:

一个来自大学附属城市教学医院的ICU。

病人:

观察队列中的124例患者和验证队列中的26例患者表现为细菌学上有记录的医院获得性肺炎(HAP)。

干预措施:

使用chi(2)自动交互和检测技术进行前瞻性数据收集和多变量分析。

结果:

在观察队列中，37名患者(30%)中包含39种抗菌素耐药性细菌。多变量分析确定了四个独立变量，允许风险的二元分层。根据既往抗菌药物治疗的存在或不存在、ICU入院时的神经系统紊乱、ICU入院时的误吸、ICU入院到肺炎发作之间的时间间隔，我们能够识别和分离存在高、低、甚至无获得AR-HAP风险的患者。在验证队列中，9名患者(34.6%)检出9种抗菌素耐药性细菌。在这个群体中,算法表现良好允许零风险的识别类:之前没有抗菌治疗,之前存在的抗菌治疗神经紊乱在ICU住院和早发性肺炎,和之前的存在抗菌治疗无神经功能障碍与愿望但入住ICU总是与antimicrobial-susceptible HAP有关。

结论:

我们开发并测试了一种二进制算法，该算法可以识别患有AR-HAP的低风险患者。一种抗生素策略，包括以这种算法为指导的初步抗菌治疗，如果可能的话，在有抗菌药物数据的情况下逐步减少使用，可以增加适当的初步抗菌药物治疗，并有助于防止ICU内出现抗生素耐药性。