留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

云南某医院2016年至2019年抗菌药物使用与常见细菌耐药性的相关性分析

崔朴梅 陈太方 陈超 梁永梅 徐悦

冯大莺, 陈华英, 潘虹英, 杨芝兰, 晏姗, 周莉. 血浆proBDNF水平与原发性干燥综合征伴抑郁症状的相关性研究[J]. 昆明医科大学学报, 2023, 44(6): 54-58. doi: 10.12259/j.issn.2095-610X.S20230605
引用本文: 崔朴梅, 陈太方, 陈超, 梁永梅, 徐悦. 云南某医院2016年至2019年抗菌药物使用与常见细菌耐药性的相关性分析[J]. 昆明医科大学学报, 2021, 42(11): 140-147. doi: 10.12259/j.issn.2095-610X.S20211127
Daying FENG, Huaying CHEN, Hongying PAN, Zhilan YANG, Shan YAN, Li ZHOU. Correlation between Plasma proBDNF Level and Primary Sjögren’s Syndrome with Depressive Symptoms[J]. Journal of Kunming Medical University, 2023, 44(6): 54-58. doi: 10.12259/j.issn.2095-610X.S20230605
Citation: Pu-mei CUI, Tai-fang CHEN, Chao CHEN, Yong-mei LIANG, Yue XU. Correlation Analysis of Antimicrobial Use and Common Bacterial Resistance in a Hospital in Yunnan From 2016 to 2019[J]. Journal of Kunming Medical University, 2021, 42(11): 140-147. doi: 10.12259/j.issn.2095-610X.S20211127

云南某医院2016年至2019年抗菌药物使用与常见细菌耐药性的相关性分析

doi: 10.12259/j.issn.2095-610X.S20211127
基金项目: 昆明市卫健委科研基金资助项目(20191301011)
详细信息
    作者简介:

    崔朴梅(1987~),女,云南宣威人,药理学硕士,主管药师,主要从事抗感染临床药学工作

    通讯作者:

    徐悦,E-mail: 824626069@qq.com

  • 中图分类号: R969.3

Correlation Analysis of Antimicrobial Use and Common Bacterial Resistance in a Hospital in Yunnan From 2016 to 2019

  • 摘要:   目的   调查细菌耐药与抗菌药物用量之间的相关性,为抗菌药物合理使用提供参考。   方法   统计安宁市第一人民医院2016年至2019年抗菌药物DDDs(使用频度)和AUD(使用强度),收集同期临床标本分离菌并使用WHONET5.6软件统计耐药率,运用SPSS 23.0分析抗菌药物使用频度与细菌耐药率之间的相关性。   结果   第3代头孢菌素和喹诺酮类抗菌药物的使用量位居前列。临床标本分离菌中排名前5位的分别为大肠埃希菌、肺炎克雷伯菌、金黄色葡萄球菌、表皮葡萄球菌、鲍曼不动杆菌。大肠埃希菌耐药率与阿米卡星的DDDs相关,相关系数r = -0.959(P = 0.041),肺炎克雷伯菌耐药率与头孢他啶的DDDs相关,相关系数r = 0.999(P = 0.001),鲍曼不动杆菌和铜绿假单胞菌耐药率与亚胺培南西司他丁的DDDs相关,相关系数分别为r = 0.999(P = 0.001)、r = 0.967(P = 0.033),肺炎链球菌耐药率与莫西沙星的DDDs相关,r = 0.989(P = 0.011)。   结论   细菌耐药性与抗菌药物使用量存在相关性,临床应根据药敏试验结果合理选用抗菌药物,避免细菌耐药。
  • 原发性干燥综合征(primary sjögren’s syndrome,pSS)是一种复杂的异质性自身免疫性疾病,主要累及女性。而抑郁是pSS的常见合并症,可能加重病情,影响患者生活质量[1]。多个研究发现,pSS可合并焦虑、抑郁障碍,且焦虑、抑郁的发病率高于类风湿关节炎患者[2-5]

    脑源性神经营养因子(brain-derived neurotrophic factor,BDNF)属于神经营养蛋白家族,在中枢神经系统(central nervous system,CNS)和免疫系统(如单核细胞和B细胞)中均有表达[6-7]。BDNF首先以pre-proBDNF的形式存在,然后裂解为BDNF前体蛋白(proBDNF)。proBDNF在细胞内的弗林蛋白酶、转化酶 PCSK6 和 PC5-6B或细胞外的组织纤溶酶原激活物(Tissue Plasminogen Activator,tPA)、基质金属蛋白酶蛋白水解酶作用下形成BDNF成熟体蛋白(mature BDNF,mBDNF)。已有研究提示,proBDNF信号通路在免疫介导的炎症性疾病发病机制中也发挥重要作用[8-9]。我们之前的研究表明,血清proBDNF水平升高或mBDNF/proBDNF比值降低可能是抑郁症的标志物[10]。而proBDNF在pSS伴随抑郁症状的患者中发挥的作用研究不多,本研究就pSS患者血浆BDNF水平与抑郁症状的关系进行探讨。

    本研究经昆明医科大学第一附属医院伦理委员会审批通过,招募了2022年1月至12月收住昆明医科大学第一附属医院风湿科(门诊和住院)、符合 2016 年美国风湿病协会pSS分类诊断标准[11],且年龄在20~69岁的患者作为研究对象。排除当前或既往有甲状腺功能障碍、感染、慢性肝病、肾功能不全、代谢性骨病、严重心脑血管疾病和精神病史的患者,以尽量减少其对心理社会变量的潜在混杂效应。同一时期年龄、性别与病例组相匹配的健康体检者作为对照组,招募同时排除患有急性疾病并使用抗抑郁药物的患者和健康受试者。干燥综合征组治疗主要为糖皮质激素和羟氯喹。

    获得病人的知情同意后,采用自制的人口学问卷及抑郁症筛查量表(PHQ-9)、简易应对方式问卷(SCSQ)、社会支持评定量表(SSRS)进行调查和评分,欧洲抗风湿病联盟干燥综合征疾病活动指数量表(EULARSS disease activity index,ESSDAI)评估pSS疾病活动度。并检测及比较所有研究对象外周血proBDNF水平;检测并比较pSS伴或不伴抑郁症状患者球蛋白、IgG、IgA、IgM、C3、C4、ESR、CRP实验室指标及心理状态。

    1.2.1   病活动指数(ESSDAI)评分

    根据ESSDAI评分对SS疾病活动度进行全面评估,评分越高,表示疾病活动度越高。

    1.2.2   抑郁评分调查

    PHQ-9的总分范围为0~27,0~4分无抑郁症状,5~9分为轻度,10~14分为中度,15分以上为重度,本研究中以5分判断为具有抑郁症状,将总pSS组分为无抑郁症状组(pSS组)和伴随抑郁症状组(pSS-D组)。

    1.2.3   应对方式调查

    简易应对方式问卷(SCSQ)是国内测量应对方式的重要工具之一,共20个条目,包括积极应对和消极应对两个维度,积极应对维度由条目1~12组成,重点反映了积极应对的特点,消极应对维度由条目13~20组成,重点反映了消极应对的特点。采用0~3 4级评分,积极应对评分越高,表明被调查者越倾向于采用积极的应对方式;消极应对评分越高,表明被调查者越倾向于采用消极的应对方式。

    1.2.4   社会支持调查

    通过社会支持评定量表(SSRS)评 价,共包含3个维度(10个条目):客观支持(3 个条目)、主观支持(4 个条目)和对社会支持利用度(3个条目)。总分≤22 分数属于低水平,23~44 分属于中等水平,45~66 分属于高水平。

    在知情同意的前提下,于早晨空腹时用非抗凝负压采血管抽取外周静脉血约 2~5 mL,分离血浆并储存在-80 ℃下备用。血浆中proBDNF水平的检测根据(R&D Systems,Minneapolis,MN,USA)制造商的说明书通过ELISA进行。同时测量其他实验室数据,包括球蛋白、IgM、IgA、IgG、血沉(ESR)、C反应蛋白(CRP)和补体(C3、C4)水平。

    采用SPSS20.0统计学软件处理数据,符合正态分布($\bar x \pm s $)且方差齐的定量资料采用单因素方差分析,定性资料(%)采用χ2检验;不符合正态分布者以MP25P75)表示,统计采用非参数秩和检验,比较有差异后采用Logistic回归分析进行多因素分析,探讨抑郁症状的危险因素,相关性分析采用Spearman相关分析,P < 0.05为差异有统计学意义(双侧)。

    最终纳入pSS患者42例,以PHQ-9≥5分判断为具有抑郁症状,将42例pSS患者分为无抑郁症状组(pSS组,n = 12)和伴随抑郁症状组(pSS-D组,n = 30);与之匹配的对照组81例。3组一般人口学资料的比较差异无统计学意义(P > 0.05,定量资料采用Fisher精确检验)。3组在PHQ-9评分中差异有统计学意义,两两比较结果显示,对照组与pSS组PHQ-9得分差异无统计学意义(P = 0.088), pSS-D组与对照组及pSS组PHQ-9得分差异均有统计学意义(P = 0.001),见表1

    表  1  对照组、pSS组和pSS-D组一般人口学资料的比较[n(%)/M(P25,P75)/($ \bar x \pm s$)]
    Table  1.  Comparison of the demographic data among control group,pSS group and pSS-D group [n(%),M(P25,P75),($ \bar x \pm s$)]
    项目对照组pSS组pSS-D组χ2/t/FP
    n = 81)n = 12)n = 30)
    性别
     男
     女

    3(3.7)
    78(96.3)

    0(0)
    12(100)

    2(6.7)
    28(93.3)
    0.868
    0.769

    年龄 43.72 ± 9.26 45.50 ± 10.05 47.57 ± 10.51 1.776 0.174
    PHQ-9 2.30 ± 0.84 3.08 ± 1.08 7.90 ± 2.06a 216.047 0.001*
    病程(月) 42(2.25,60.00) 24(10.50,72.00) 185.500 0.878
    ESDAI评分 2(2.00,3.00) 2(2.00,3.00) 144.500 0.271
      pSS-D组与对照组及pSS组PHQ-9得分差异均有统计学意义,*P < 0.05。
    下载: 导出CSV 
    | 显示表格

    ELISA结果显示,对照组、pSS组与pSS-D组血浆proBDNF水平分别为480(285.65,702.54)pg/mL、596.92(444.40,988.37) pg/mL和541.09(384.51,1069.77) pg/mL。Kruskal-Wallis检验结果为:H = 6.622,P = 0.036,按照α = 0.05的检验标准,可以认为3组血浆proBDNF水平有差别。经过两两比较,对照组与pSS-D组之间患者血浆proBDNF水平差异有统计学意义(调整后P = 0.035),见图1

    图  1  对照组、pSS组和pSS-D组之间血浆proBDNF水平的比较
    Figure  1.  Comparison of plasma proBDNF levels among control,pSS and pSS-D groups
    *P < 0.05。

    2组在球蛋白、IgG、IgA、IgM、C3、C4、ESR及CRP检测指标的比较差异无统计学意义(P > 0.05),见表2

    表  2  pSS组和pSS-D组实验室指标的比较[($\bar x \pm s $),g/L]
    Table  2.  Comparison of laboratory indicators between pSS and pSS-D groups [($\bar x \pm s $),g/L]
    项目pSS组pSS-D组tP
    球蛋白 36.54 ± 2.82 36.86 ± 1.54 −0.107 0.916
    IgG 19.60 ± 1.94 19.72 ± 1.04 −0.060 0.952
    IgA 2.55 ± 0.36 2.64 ± 0.35 −0.161 0.873
    IgM 1.37 ± 0.24 1.44 ± 0.16 −0.239 0.812
    C3 1.01 ± 0.06 1.05 ± 0.04 −0.499 0.621
    C4 0.19 ± 0.02 0.23 ± 0.02 −1.169 0.250
    ESR(mmH2O/h) 26.08 ± 6.70 32.07 ± 4.90 −0.677 0.503
    CRP(mg/L) 4.27 ± 1.44 3.00 ± 0.55 1.010 0.319
    下载: 导出CSV 
    | 显示表格

    pSS组和pSS-D组在SSRS总分及客观支持维度之间差异有统计学意义(P < 0.05),见表3

    表  3  pSS组和pSS-D组在SCSQ 、SSRS总分及SSRS3个维度得分间的比较($\bar x \pm s $
    Table  3.  Comparison of SCSQ,SSRS total score and SSRS scores between pSS and pSS-D groups ($\bar x \pm s $
    项目pSS组(n = 12)pSS-D组(n = 30)tP
    SCSQ 10.916 ± 5.248 9.067 ± 4.989 1.070 0.291
    SSRS总分 45.09 ± 9.137 37.39 ± 8.135 2.614 0.013*
    主观支持 10.45 ± 4.156 9.29 ± 3.133 0.971 0.338
    客观支持 25.82 ± 3.816 21.45 ± 6.115 2.745 0.010*
    对社会支持
    利用度
    7.73 ± 2.970 7.68 ± 2.286 0.057 0.995
      *P < 0.05。
    下载: 导出CSV 
    | 显示表格

    表3中pSS组和pSS-D组之间比较存在统计学意义的SSRS量表总分、客观支持维度及关注的变量血浆proBDNF浓度纳入Logistic回归,以评估对pSS是否伴随抑郁症状的影响。得到的Logistic模型具有统计学意义(χ2 = 14.338,P = 0.006),该模型能够正确分类81.0%的研究对象。最终,模型仅纳入SSRS量表总分(OR = 0.693,95%CI 0.494,0.972)。

    免疫系统和神经系统之间存在着密切的相互作用。研究表明,神经营养因子参与了炎症反应,包括炎症和自身免疫性疾病中免疫功能的调节和调控[12]

    PSS是一种全身性自身免疫性疾病,自身反应性B细胞活化是pSS的标志之一[13]。活化的人类T细胞和B细胞在体外产生功能性BDNF[12]。Lapchak等[14]通过在腹腔内注射IL-1β,发现可显著降低大鼠海马中BDNF mRNA的表达水平。Hu等[15]还发现proBDNF-p75NTR信号传导在多发性硬化(MS)患者和实验性自身免疫性脑脊髓炎(EAE)小鼠模型的淋巴细胞中表达上调,且抗proBDNF的单克隆抗体(McAb-proBDNF)可减轻临床评分、限制脱髓鞘并抑制EAE小鼠的促炎细胞因子的释放。ProBDNF可通过促进促炎细胞因子的过度表达(如IL-6,IFN-α、TNF-α等),使得与抗炎细胞因子(IL-4、TGF-β等)的比例失衡。但本研究中却发现无抑郁症状的pSS患者与对照组比较,血浆proBDNF虽有升高,但未达到统计学意义,与既往研究有不同[15-16]。其可能的原因是本次入组的pSS患者病情较轻,均未处于疾病的活动期,故血浆中proBNDF的水平较正常人升高不明显。且入组的pSS患者例数较少,检验效力不足,应在更大的样本中进行检验。

    其次,笔者还发现伴随抑郁症状的pSS-D患者与对照组及无抑郁症状的pSS患者比较,血浆proBDNF水平升高得最为明显。PSS患者的特征是慢性炎症,这与促炎细胞因子分泌增加有关[17]。这些促炎细胞因子可能会导致抑郁和焦虑的发生[5, 18],这可以解释我们的发现。ProBDNF不仅可以通过促进促炎症因子的释放加重pSS,亦促进了抑郁症状的发生。Liu等[19]发现,黄芩苷可以通过增加LPS处理后小鼠海马中mBDNF的水平,并提高了mBDNF/proBDNF的比率,到达抑制神经炎症和外周免疫反应引起的炎症来减轻LPS诱导的抑郁样行为。因此,是否可以通过抑制proBDNF的表达来缓解pSS伴随的抑郁症状是今后研究的重点问题。

    本次研究发现,pSS-D患者与pSS患者相比,血浆proBDNF虽有升高,但未达到统计学意义。笔者的前期研究发现,proBDNF的水平与抑郁的严重程度成正比[10],但在本次的研究中却未得出该结果。分析原因可能有3点:(1)本次入组的pSS患者均未处于疾病的活动期(ESDAI评分均较低,有、无伴随抑郁症状2组的病程及实验室指标无差异),治疗药物糖皮质激素、羟氯喹均为低剂量,故对躯体情况及生活质量的影响不严重;(2)pSS-D患者抑郁的程度较轻(PHQ-9的评分为轻-中度),情绪对工作、生活的影响不明显;(3)与入组研究对象例数较少,故各量表的评分未完全反映患者的真实情况。故今后的研究还应扩大样本量,并纳入不同疾病严重程度的病例,以扩大检验效力。

    PSS患者多为40岁以上的中年女性,易受经济状况、家庭负担及自身激素水平等多因素的影响,加剧了患者焦虑抑郁情绪的进展。杨敏等[20]在研究中指出,负性生活事件值、社会关心、家庭关心素与pSS患者抑郁状态的发生有关,笔者回归分析的结果与该研究一致。对pSS患者的应对方式和社会支持进行评估后发现,较少的社会支持是pSS伴随抑郁症状的危险因子。故对于pSS患者,尤其是女性患者,家属及社会对患者的关心、支持可以减少出现抑郁症状的发生。

    综上所述,proBDNF促进了pSS伴随抑郁症状的发生,靶向BDNF及其信号通路可能是一种新的治疗pSS伴随抑郁症状的策略,且pSS患者合并抑郁症状时需要更多的社会支持。

  • 表  1  2016年-2019年住院患者各类抗菌药物的DDDs及AUD的变化

    Table  1.   Changes of DDDs and AUD of various antibacterial drugs in inpatients from 2016 to 2019

    药物分类 2016 2017 2018 2019
    DDDs AUD DDDs AUD DDDs AUD DDDs AUD
    青霉素类 2037.13 0.7621 2450.11 0.8748 3431.68 1.2092 3827.71 1.3880
    一代头孢菌素 9442.67 3.5327 11761.33 4.1991 9694.16 3.4159 9285.67 3.3671
    二代头孢菌素 2077.5 0.7772 2283.25 0.8152 17369.5 6.1204 6327.17 2.2943
    三代头孢菌素 25673.75 9.6052 24113.13 8.6091 19615.25 6.9118 19892.89 7.2134
    头霉素类 1823.5 0.6822 3319.63 1.1852 4143.75 1.4601 5362 1.9443
    青霉素类+酶抑制剂 11218.15 4.1970 11490.56 4.1025 9572.37 3.3730 7049.13 2.5561
    头孢菌素类+酶抑制剂 8062.88 3.0165 6472.5 2.3109 9246.38 3.2581 12766.5 4.6293
    林可酰胺类 574.67 0.2150 668.67 0.2387 1405.83 0.4954 1154.5 0.4186
    大环内酯类 2541.6 0.9509 2391.55 0.8539 1690.32 0.5956 644.52 0.2337
    氨基糖苷类 529.67 0.1982 129.27 0.0462 591.07 0.2083 436.73 0.1584
    喹诺酮类 9803.6 3.6678 12506.8 4.4653 13477.2 4.7489 19238.6 6.9761
    抗真菌药物 2301.25 0.8610 1927.21 0.6881 2083.25 0.7341 2484.75 0.9010
    四环素类 800 0.2993 1346 0.4806 1302 0.4588 0 0.0000
    硝基呋喃类 2727.85 1.0206 3082.33 1.1005 2759.33 0.9723 2553.03 0.9258
    糖肽类 216.5 0.0810 151.75 0.0542 238.7 0.0841 852.25 0.3090
    碳青霉烯类 1819 0.6805 2865 1.0229 7465.75 2.6307 3204.5 1.1620
    硝基咪唑类 2727.85 1.0206 3082.33 1.1005 2759.33 0.9723 2553.03 0.9258
    其他类 0 0 12.5 0.0045 0.88 0.0003 0.38 0.0001
    合计 79723.75 29.8267 85153.39 30.4022 102618.09 36.1593 94228.8 34.1683
    下载: 导出CSV

    表  2  2016年-2019年住院患者临床标本常见病原菌检出情况

    Table  2.   Detection of common pathogenic bacteria in clinical specimens from 2016 to 2019

    病原菌 2016年 2017年 2018年 2019年
    分离株数(占比%) 分离株数(占比%) 分离株数(占比%) 分离株数(占比%)
    大肠埃希菌 338(26.57) 400(28.67) 342(27.67) 546(30.67)
    肺炎克雷伯菌 179(14.07) 225(16.13) 140(11.33) 221(12.42)
    铜绿假单胞菌 28(2.20) 33(2.37) 32(2.59) 44(2.47)
    鲍曼不动杆菌 73(5.74) 50(3.58) 73(5.90) 84(4.71)
    流感嗜血杆菌 74(5.82) 117(8.39) 49(3.96) 82(4.61)
    金黄色葡萄球菌 114(8.96) 117(8.39) 155(12.54) 122(6.85)
    肺炎链球菌 27(2.12) 22(1.58) 23(1.86) 22(1.24)
    表皮葡萄球菌 85(6.68) 53(3.79) 61(4.93) 103(5.78)
    溶血葡萄球菌 24(1.89) 25(1.79) 17(1.37) 16(0.89)
    屎肠球菌 24(1.89) 18(1.29) 46(3.72) 40(2.25)
    下载: 导出CSV

    表  3  2016年-2019年临床常见革兰阴性菌的耐药率(%)

    Table  3.   Drug resistance rate of clinical common gram-negative bacteria from 2016 to 2019 (%)

    抗菌药物 大肠埃希菌的耐药率(%) 肺炎克雷伯菌的耐药率(%) 铜绿假单胞菌的耐药率(%) 鲍曼不动杆菌(%) 流感嗜血杆菌(%)
    2016 2017 2018 2019 2016 2017 2018 2019 2016 2017 2018 2019 2016 2017 2018 2019 2016 2017 2018 2019
    氨苄西林 91.7 90.5 88.8 90.5 85.1 87.1 91.4 84.6 100 97 100 97.6 82.2 76.0 87.5 78.6 74.6 75.2 64.6 79.3
    哌拉西林 64.8 62.5 66.2 62.8 20.6 23.6 14.3 18.1 21.4 12.1 25.8 19 66.3 100 77.8 75.0 - - - -
    阿莫西林克拉维酸钾 9.8 9.0 6.5 6.6 3.4 14.2 5.7 10.4 100 97 100 95.3 69.9 42.0 78.1 63.1 16.7 16.2 14.3 15.9
    头孢唑林 65.2 60.4 68.7 77.6 20.5 23.7 13.9 41.1 100 100 100 97.6 100 100 100 100 - - - -
    头孢克洛 - - - - - - - - - - - - - - - - 60.6 54.7 50.0 50.0
    头孢呋辛 - - - - - - - - - - - - - - - - 41.7 33.3 34.7 34.1
    头孢他啶 23.5 20.1 23.4 16.3 9.7 17.8 7.9 8.6 13.8 12.1 12.9 23.1 68.1 40.0 73.6 69.0 - - - -
    头孢曲松 60.7 54.9 59.0 53.6 19.9 23.8 12.9 17.6 96.3 100 100 97.6 71.2 72.3 76.4 69.0 - - - -
    头孢吡肟 17.9 13.3 19.2 12.6 9.7 16.0 9.3 6.8 10.3 12.1 9.7 14 68.5 38.8 72.6 70.2 - - - -
    氨曲南 37.8 33.6 39.1 29.5 13.1 20.0 8.6 10.0 0 0 0 0 76.7 60.0 77.5 77.4 - - - -
    亚胺培南 1.2 0.3 0 0.4 0.6 11.2 2.1 4.1 17.2 24.2 3.2 10.5 58.9 59.0 59.7 63.1 - - - -
    美罗培南 1.2 1.8 0 0.4 0.6 11.6 3.6 4.5 3.4 18.2 9.7 12.8 59.2 60.0 62.4 65.5 - - - -
    阿米卡星 1.5 1.5 0.6 0.5 1.1 12.9 2.1 4.1 3.4 0 0 9.3 20 25.0 66.7 61.0 - - - -
    庆大霉素 39.9 42.1 37.8 35.2 8.5 16.9 8.6 12.2 20.7 3 6.5 9.3 68.1 66.5 70.8 67.9 - - - -
    环丙沙星 51.5 48.9 56.9 47.1 12.6 19.6 9.3 13.1 13.8 12.1 22.6 7.1 70.8 68.9 73.6 69.0 - - - -
    左氧氟沙星 47.3 47.9 56 46.2 10.2 18.7 6.4 10.0 13.8 3 12.9 9.3 43.8 8.0 26 34.5 0 - - -
    四环素 65.1 61.7 68.5 68.5 23.9 14.0 21.7 24.9 - - - - 73.2 40.0 77.8 70.2 25.0 18.8 4.1 6.1
    呋喃妥因 2.4 1.8 1.2 2.6 16.5 15.1 10.8 11.8 100 100 92.6 100 100 100 98.6 100 - - - -
    复方新诺明 59.2 56.9 56.9 53.0 26.1 12.0 14.4 22.4 78.6 61.3 66.7 84.2 51.4 18.0 53.4 26.3 69.4 61.5 73.5 70.8
      注:“—”表示未做药敏试验或对抗菌药物天然耐药。
    下载: 导出CSV

    表  4  2016年-2019年临床常见革兰阳性菌的耐药率(%)

    Table  4.   Drug resistance rate of clinical common gram-positive bacteria from 2016 to 2019(%)

    抗菌药物 金黄色葡萄球菌耐药率(%) 表皮葡萄球菌的耐药率(%) 溶血葡萄球菌的耐药率(%) 肺炎链球菌的耐药率(%) 屎肠球菌的耐药率(%)
    2016 2017 2018 2019 2016 2017 2018 2019 2016 2017 2018 2019 2016 2017 2018 2019 2016 2017 2018 2019
    青霉素G 95.5 96.6 93.5 91.0 93.9 88.7 95.1 95.1 91.7 96.0 100 100 78.9 66.7 52.4 31.8 100 100 70.4 82.5
    苯唑西林 17.0 17.1 28.8 21.3 82.9 75.5 82.0 73.8 87.5 92.0 87.5 93.8 - - - - - - - -
    氨苄西林 - - - - - - - - - - - - - - - - 95.7 92.9 70.4 70.0
    头孢噻肟 - - - - - - - - - - - - 15 21.4 9.1 9.1 - - - -
    阿莫西林 - - - - - - - - - - - - 5.3 0 0 4.5 - - - -
    头孢西丁 16.4 17.1 28.1 21.5 81.8 76.5 81 73.5 85 90.5 100 93.8 - - - - - - - -
    庆大霉素 21.4 23.1 26.6 13.9 2.4 7.5 8.2 5.8 45.8 36.0 52.9 31.2 - - - - 0 0 - -
    左氧氟沙星 10.8 17.1 23.4 8.2 54.9 47.2 57.4 44.7 83.3 72.0 88.2 68.8 0 0 0 4.5 95.7 88.2 70.4 90.0
    莫西沙星 8.9 16.2 20.8 8.2 11.1 17.00 26.2 15.5 58.3 32.0 70.6 31.2 0 0 0 4.5 100 94.4 76.0 90.0
    红霉素 63.4 54.7 70.1 69.7 73.2 77.4 72.1 81.6 95.8 92.0 100 93.8 95.2 100 95.7 95.5 100 77.8 88.5 85.0
    四环素 20.5 19.7 42.9 30.3 43.9 49.1 39.3 35.0 50.0 40.0 47.1 37.5 92.6 90.9 90.9 68.2 37.5 83.3 77.8 55.0
    克林霉素 56.2 54.7 65.6 66.4 51.2 54.7 49.2 60.2 70.8 64 82.4 87.5 100 100 100 81.8 100 76.5 92.6 82.5
    呋喃妥因 0 0 0 0 0 0 0 0 0 0 0 0 - - - - 58.3 41.2 44.4 45.0
    复方新诺明 28.6 26.5 24.7 22.7 67.1 58.5 62.3 56.2 37.5 60.0 29.4 46.2 53.8 63.6 73.9 66.7 - - - -
    利福平 8.1 4.3 12.3 0.8 4.9 1.9 6.6 4.9 25.0 12.0 25.0 25.0 - - - - - - - -
    万古霉素 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
    利奈唑胺 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
      注:“—”表示未做药敏试验或对抗菌药物天然耐药。
    下载: 导出CSV

    表  5  2016年-2019年主要细菌耐药率与抗菌药物DDDs的相关性分析

    Table  5.   Correlation analysis of major bacterial resistance rate and antimicrobial DDDs from 2016 to 2019

    抗菌药物 年份 DDDs 大肠埃希菌 肺炎克雷伯菌 鲍曼不动杆菌 铜绿假单胞菌 金黄色葡萄球菌 肺炎链球菌
    耐药率 相关性 耐药率 相关性 耐药率 相关性 耐药率 相关性 耐药率 相关性 耐药率 相关性
    青霉素G 2016 1890.93 / / / / / / / / 0.955 r = 0.953
    P = 0.047*
    0.789 /
    /
    /
    /
    2017 2100.13 / / / / / / / / 0.966 0.667
    2018 2989.20 / / / / / / / / 0.935 0.524
    2019 3623.73 / / / / / / / / 0.910 0.318
    阿米卡星 2016 65 0.015 r = − 0.959
    P = 0.041*
    0.011 r = −0.751
    P = 0.249
    0.200 r = 0.800
    P = 0.200
    0.034 r = 0.018
    P = 0.982
    / / / /
    2017 33.6 0.015 0.129 0.250 0.000 / / / /
    2018 77.4 0.006 0.021 0.667 0.000 / / / /
    2019 94.4 0 0.041 0.689 0.093 / / / /
    头孢他啶 2016 5598.75 0.235 r = −0.145
    P = 0.855
    0.097 r = 0.999
    P = 0.001*
    0.681 r = 0.656
    P = 0.344
    0.138 r = −0.414
    P = 0.586
    / / / /
    2017 7542 0.201 0.178 0.400 0.121 / / / /
    2018 5155.75 0.234 0.079 0.736 0.129 / / / /
    2019 5394.5 0.163 0.086 0.690 0.231 / / / /
    亚胺培南
    西司他丁
    2016 1807 0.012
    r = 0.400
    P = 0.600
    0.006
    r = 0.458
    P = 0.542
    0.589
    r = 0.999
    P = 0.001*
    0.172
    r = 0.967
    P = 0.033*
    / / / /
    2017 1927 0.003 0.112 0.550 0.242 / / / /
    2018 448.75 0 0.021 0.597 0.032 / / / /
    2019 1123.5 0.004 0.041 0.631 0.105 / / / /
    莫西沙星 2016 63 / / / / / / / / 0.089 r = −0.40
    P = 0.600
    0.000 r = 0.989
    P = 0.011*
    2017 20 / / / / / / / / 0.162 0.000
    2018 269 / / / / / / / / 0.208 0.000
    2019 4960.5 / / / / / / / / 0.082 0.045
      注:“/”表示未做药敏试验或对抗菌药物天然耐药,*P<0.05。
    下载: 导出CSV
  • [1] Lucy McDonnell,David Armstrong,Mark Ashworth,et al. National disparities in the relationship between antimicrobial resistance and antimicrobial consumption in Europe:an observational study in 29 countries[J]. J Antimicrob Chemother,2017,72(25):3199-3204.
    [2] 尚红, 王毓三, 申子瑜, 等. 全国临床检验操作规程[M]. 第4版. 北京: 人民卫生出版社, 2015: 640.
    [3] WS/T978-2020. Performance Standards for Antimicr obial Susceptibility Testing[S]. USA: Clinical and Laboratory Standards Institute, 2020.
    [4] 王强, 金岩, 李婉. 药品的解剖学治疗学化学分类索引及规定日剂量[M]. 北京: 中国协和医科大学出版社, 2003: 105-125.
    [5] 陈新谦, 金有豫, 汤光. 新编药物学[M]. 第18版. 北京: 人民卫生出版社, 2017: 39-183.
    [6] 陈约慧,应芙蓉,詹玲玲,等. 1543株铜绿假单胞菌感染的临床分布及耐药性分析[J]. 中国临床药理学杂志,2018,34(24):2514-2817.
    [7] 王鼎盛,杨学军,杨丽娟,等. 我院2010-2014年抗菌药物应用与细菌耐药情况的相关性分析[J]. 中国药房,2016,27(14):1915-1918. doi: 10.6039/j.issn.1001-0408.2016.14.13
    [8] 范利红,苗彩云,邵淑容,等. 2010-2014年医院大肠埃希菌耐药性变迁与抗菌药物使用频度相关性分析[J]. 中华医院感染学杂志,2017,27(1):20-23.
    [9] 张青,马慧娜. 大肠埃希菌生物膜形成与耐药机制的研究进展[J]. 中国抗生素杂志,2018,43(5):497-501. doi: 10.3969/j.issn.1001-8689.2018.05.001
    [10] 王美玲. 2016-2018年我院抗菌药物的使用及细菌耐药性的分析[J]. 西北药学杂志,2020,35(2):304-308. doi: 10.3969/j.issn.1004-2407.2020.02.033
    [11] 黎小妍,陆英,李炫城,等. 环丙沙星药物使用频度与细菌耐药性的相关性分析[J]. 中国微生态学杂志,2016,28(10):1165-1167.
    [12] 胡付品,郭燕,朱德妹,等. 2017年CHINET中国细菌耐药性监测[J]. 中国感染与化疗杂志,2018,18(3):241-251.
    [13] 盛雪鹤,许锦英,王幼林,等. 某三级医院常见细菌耐药性与抗菌药物使用相关性分析[J]. 中国临床药理学与治疗学,2019,24(7):778-785. doi: 10.12092/j.issn.1009-2501.2019.07.009
    [14] 杨柳,张志洁,秦晓松. 肺炎克雷伯菌对碳青酶烯类的耐药机制和危险因素[J]. 中国抗生素杂志,2018,43(2):163-168. doi: 10.3969/j.issn.1001-8689.2018.02.008
    [15] 国家卫生计生委合理用药专家委员会. 耐药革兰阴性菌感染诊疗手册[M]. 北京: 人民卫生出版社, 2015: 84-85.
    [16] 陈代杰. 从靶标到网络-抗菌药物作用机制与细菌耐药机制的研究进展[J]. 中国感染与化疗杂志,2015,15(1):84-88. doi: 10.3969/j.issn.1009-7708.2015.01.025
    [17] 陈华栋,张尚鹏,徐星娥,等. 细菌耐药性发展与抗菌药物使用的量效关系[J]. 中国医院感染学杂志,2012,2(7):1538-1540.
    [18] 吴昭漩. 大肠埃希菌耐药性与5种头孢菌素用量变化的灰色关联分析[J]. 医药导报,2010,29(4):533-537. doi: 10.3870/yydb.2010.04.046
  • [1] 张学林, 刘璐, 陈艳芝, 查才军, 李艳丽.  2019年至2022年儿童呼吸道感染病原菌分布特征和耐药分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20240125
    [2] 敖健恒, 缪磊, 王慧颖, 章天云, 王涛, 唐永行, 胡利平, 聂胜洁.  手掌接触性生物检材DNA检出率与汗孔密度的相关性研究, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230601
    [3] 陆小华, 袁洪新.  BTLA、CTLA-4基因多态性与肝癌TACE联合靶向治疗疗效及预后相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20230927
    [4] 刘蓉, 孙杨, 罗发梦, 陶德智, 张海燕.  炎症性肠病患者疾病接受度与生存质量的相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220507
    [5] 马燕粉, 胡健, 蔡德佩, 乔永峰, 王晓琴.  3137例体检人群血清GGT水平和血脂指标的相关性研究, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20221001
    [6] 顾津伊, 邓德耀, 袁文丽, 杨秋萍, 宋健梅, 沈彦均, 郭媛媛, 徐红云.  2014年~2020年鲍曼不动杆菌的临床分布及耐药性分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220504
    [7] 杨雪婷, 张惠锋.  产超广谱β-内酰胺酶肠杆菌科细菌感染患者使用抗菌药物的药物评价, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20220621
    [8] 吴欣, 李云, 邹品飞, 李梅玲, 普勇斌.  肌骨超声检查在风湿性膝关节炎患者中检出率及与膝关节功能的相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20210814
    [9] 王娟娟, 陈雨青, 邓茜, 高健.  心肌酶谱与儿童1型糖尿病酮症酸中毒严重程度的相关性, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20210129
    [10] 黄瑛, 李翔, 江姗, 刘冰, 张燕玲, 李杨, 何花, 武彦, 罗云, 徐俊.  2019-nCoV感染者胸部影像学与实验室指标相关性分析, 昆明医科大学学报. doi: 10.12259/j.issn.2095-610X.S20211232
    [11] 付燕, 李心怡, 袁勇, 王卫华.  昆明市妇幼保健院抗菌药物使用量与大肠埃希菌耐药率的相关性, 昆明医科大学学报.
    [12] 赵晓丽.  ICU与非ICU患者感染病原菌分布及耐药性对比分析, 昆明医科大学学报.
    [13] 付远春.  昆明市某医院一类切口手术围术期预防性使用抗菌药物的调查分析, 昆明医科大学学报.
    [14] 梅雪.  年龄、性别因素对高原地区高尿酸血症的相关性分析, 昆明医科大学学报.
    [15] 赵金友.  云南省城市空巢老人孤独状况与生命质量相关性分析, 昆明医科大学学报.
    [16] 郑红梅.  65例皮肌炎患者血清肌酶变化与年龄、性别相关性分析, 昆明医科大学学报.
    [17] 祁燕伟.  云南省HIV/AIDS患者下呼吸道感染病原菌分布及耐药分析, 昆明医科大学学报.
    [18] 卯建.  昆明医科大学第一附属医院铜绿假单胞菌感染的临床分布及耐药性分析, 昆明医科大学学报.
    [19] 陈瑞春.  2010年昆明医科大学第一附属医院细菌耐药性监测结果, 昆明医科大学学报.
    [20] 周石桥.  2011年曲靖市第五人民医院细菌耐药性和抗菌药性物使用情况的相关性分析, 昆明医科大学学报.
  • 加载中
计量
  • 文章访问数:  5971
  • HTML全文浏览量:  3208
  • PDF下载量:  15
  • 被引次数: 0
出版历程
  • 收稿日期:  2021-09-13
  • 刊出日期:  2021-11-25

目录

/

返回文章
返回