《Journal of Hospital Infection》：Long-term Changes in Healthcare-Associated Infections Following the COVID-19 Pandemic: A Nationwide Interrupted Time-Series Analysis
编辑推荐：
Kemmapon Chumchuen|Jatupol Sukvichian|Sarunyou Chusri泰国 Songkla 王子大学医学院临床研究与医学数据科学系，哈蒂艾摘要背景医院获得性感染（HAIs）是全球发病率和死亡率的主要原因。在 COVID-19 大流行期间，医疗机
Kemmapon Chumchuen|Jatupol Sukvichian|Sarunyou Chusri
泰国 Songkla 王子大学医学院临床研究与医学数据科学系，哈蒂艾
摘要
背景
医院获得性感染（HAIs）是全球发病率和死亡率的主要原因。在 COVID-19 大流行期间，医疗机构的运营和容量都受到了严重影响。这种中断对大流行后 HAIs 的长期影响尚不清楚。
目的
研究 COVID-19 大流行后医院获得性感染入院情况的全国时空趋势，并确定相关的患者和医疗因素。
方法
利用全国入院数据，我们对每月的医院获得性感染入院情况进行了中断时间序列分析，并评估了空间模式。通过单变量分析和多变量逻辑回归，评估了患者特征和医疗程序的历史情况。
发现
2022 年 3 月检测到医院获得性感染入院率出现显著上升趋势（P < 0.001）。这一增长趋势明显高于 ARIMA 模型预测的结果。大流行后的入院患者伴有更高的心血管代谢和肾脏并发症负担，以及更多的侵入性手术暴露。慢性肾病和血液透析的影响最大。空间聚类效应较弱（Moran’s I：0.060–0.134），尽管北部和东北部地区的医院获得性感染率较高。
结论
COVID-19 大流行后，医院获得性感染发病率增加并持续处于高位，这可能反映了医疗系统的中断、护理延迟以及患者病情的复杂性增加。加强医疗系统的韧性并持续管理慢性疾病对于降低未来风险至关重要。
引言
医院获得性感染（HAIs）是指在住院期间发生的感染，仍然是全球患者安全和医疗质量的主要负担[1]。据估计，每 10 个患者中就有 1 人会发生 HAIs，但在低收入和中等收入国家这一比例可能更高[2]。除了身体上的压力和不适外，HAIs 患者还面临更高的死亡风险[3][4]。尽管已有明确的风险因素以及预防和控制措施，HAIs 仍然对发病率、死亡率、住院时间延长和医疗成本增加有显著影响[5][6][7]。在 COVID-19 大流行之前，只有少数国家报告称通过监测和控制措施，HAIs 病例逐渐减少[8][9]。COVID-19 大流行严重扰乱了医疗机构的运营能力，包括资源分配等方面，因为需要优先处理紧急情况，导致医疗程序积压[10][11][12]。在大流行高峰期，择期手术被推迟，医院工作流程也根据疫情情况进行了调整[10][11][12]。
多项研究表明，COVID-19 大流行导致的医疗中断带来了不良临床后果[13][14][15][16][17][18]。当医院的重症监护病房（ICU）或中级护理病房（IMCU）占用率过高时，非 COVID-19 手术患者的院内死亡率会增加[16]；癌症患者的预期寿命缩短[17]；推迟择期性手术还会给患者带来心理负担和私人生活质量的下降[18]。此外，疫情期间也有报道指出，由于避免就医，多种疾病的诊断被延误，这可能导致短期内死亡率增加和癌症进展加快[13][14][15]。关于 HAIs，虽然大流行期间其发病率或风险有所增加[19][20][21]，但大流行后的长期影响或趋势仍有限。大多数研究主要关注 COVID-19 本身造成的影响，例如使用侵入性医疗设备与 HAIs 发生风险增加的相关性[22][23][24]。
了解大流行对 HAIs 的长期影响，特别是由于医疗实践和容量压力的变化，有助于制定有针对性的预防策略，并增强医疗系统的韧性以应对未来的中断。因此，本研究的目标是利用中断时间序列设计来分析大流行后的 HAIs 时空模式，并确定观察到的模式背后的潜在关键驱动因素。
章节摘录
研究设计和背景
我们采用中断时间序列分析方法进行了二次数据分析。研究数据来自泰国健康信息门户（THIP）数据库，该数据库提供了可用于研究的匿名入院数据[25][26]。数据整理需要使用国际疾病分类（ICD-9 或 ICD-10）代码。具有指定 ICD 代码的医院记录被纳入分析。
空间发现
表 I 显示了每 10 万人口的医院获得性感染发病率（IRs）。总体而言，平均 IR 为 46.2，中位数（IQR）为 27.3（13.0–55.3）。2023 年发病率显著上升，2024 年又回落到之前的水平。第 90 百分位的 IR 为每 10 万人口约 100 例，其中 331 个超级区中有 54 个超过了这一百分位，涉及 38 个省份（49.3%）（图 1）。2017 年基线 IR 较高的超级区在后续年份仍保持较高水平。
讨论
在这项全国性分析中，COVID-19 大流行后医院获得性感染的发病率表现出明显的时空变化。早期的发病率在各超级区之间差异较大，但总体而言，大约 10% 的超级区发病率超过每 10 万人口 100 例，主要集中在北部和东北部地区以及边境地区。虽然空间聚类效应具有统计学意义，但其幅度较小，表明地理关联较弱。
结论
在这项全国性分析中，COVID-19 大流行后医院获得性感染的发病率增加并持续处于高位。尽管空间变异有限，但受影响患者的病情复杂性有所增加，这与医疗服务的整体系统性中断一致。加强医疗系统的韧性，确保慢性疾病管理的连续性，以及减少医疗资源的浪费和不良后果至关重要。
作者贡献声明
Jatupol Sukvichian：撰写初稿、方法论、正式分析、概念构建。Sarunyou Chusri：审稿与编辑、监督、项目管理、方法论、概念构建。Kemmapon Chumchuen：撰写初稿、数据可视化、方法论、正式分析、数据整理、概念构建
利益冲突声明
作者声明与本文的发表无关任何利益冲突。
