2010年，伊朗建立了传染病监测系统，所有医院都被要求记录医院内HAIs的信息。伊朗医院感染监测系统(INIS)于2017年进行了修订。2018年，它收集了伊朗所有省份863家医院的数据，并记录了不同类型的信息。INIS使用CDC/NHSN的定义来报告所有感染。在这项研究中，使用INIS(2018年有126,314例急性呼吸道感染患者)和医院统计和信息系统(AVAB)(一种基于web的监测和评估不同医院的系统(即2018年伊朗942家医院的数据)来标准化急性呼吸道感染发生率。在这些系统及其连接的帮助下，我们获得了在研究期间不同医院观察到的HAIs数量的数据。关于数据源、数据源联动、医院绩效指标国家标准(即平均住院日(LOS)、病床入住率(BOR)、病床周转率(BTO)、死亡/卧床比率、Pabon Lasso模型)的详细信息，可在其他地方查询[gydF4y2Ba 12gydF4y2Ba，gydF4y2Ba 13gydF4y2Ba］．gydF4y2Ba

在本研究中进行的所有操作都得到了国家医学研究发展研究所伦理委员会(IR.NIMAD.REC.1399.074)的批准。所有的方法都按照相关的指导方针和规定进行。gydF4y2Ba

在本研究中，预测模型大约有40个变量。采用单变量回归分析(gydF4y2Ba PgydF4y2Ba<.20)和专家意见，选取预测模型的重要变量(24个变量):类型的病房,医院所属类型的医院,医院专家认证,活跃床,平均洛,BTO, nurse-to-hospital床比,使用的设备数量每天在每个病房(device-day),使用的导管数量每天在每个病房(catheter-day),使用呼吸器的数量每天在每个病房(ventilator-day)、平均年龄、住院时间直到感染,住院期间,男女患者比例,死亡人数在每个病房,设备相关感染例数、呼吸机相关感染例数、导管相关感染例数、BOR、手术床/手术床比、死亡/卧床比、呼吸机/导管日比。gydF4y2Ba

为了建立一个识别正常医院感染预测因子的模型，首先，将表现良好的医院定义为:(1)具有优秀和一级“认证”的医院;(2)HAI率为4%-15%的医院。gydF4y2Ba

考虑到上述所有标准，记录数量减少到687条。缺失的项目也被删除为可变的“手术与手术床的比例”(23条记录)。gydF4y2Ba

对于预期(预测)感染数量(SIR指标的分母)，首先选择了表现良好的医院(与总数据相比，医院专业知识、病房类型、医院类型和隶属关系分布相似)，包括来自全国31个省份和54所大学的357家医院(664份记录)。对数据进行泊松回归分析，并在模型中检验过度/过分散。然后，由于过色散(μ<σgydF4y2Ba^2gydF4y2Ba)，因为有多余的零计数，对数据进行广义负二项和障碍负二项回归分析。此外，“住院次数”对数被认为是模型的一个抵消量。前面提到的预测因子被输入模型。然后，利用赤池信息准则和逐步法的两个方向(正向/逆向)确定最终模型的候选变量。gydF4y2Ba

在本研究中，数据随机分为训练(70%)和测试(30%)数据集。在训练数据上建立每种HAI的最终模型，然后在测试数据上使用“伪R”来衡量模型的有效性gydF4y2Ba^2gydF4y2Ba指标包括:gydF4y2Ba

此外，基于预测误差，即均方误差(MSE)，对来自训练、测试和总数据集的模型结果进行比较:gydF4y2Ba

其中O是观察到的，P是预测的。gydF4y2Ba

最后，对模型预测误差值求根得到均方根误差(RMSE)，并提取最终模型，以RMSE的最低值计算SIR。gydF4y2Ba

这一比率是一种总结性衡量方法，用于比较观察到的hai数量和预测的数量，并根据与感染发病率差异相关的若干风险因素进行调整。换句话说，SIR大于1.0意味着观测到的hai数量比预测的要多;相反，SIR小于1.0表明观测到的hai比预测的要少。gydF4y2Ba

对于每种类型的感染，根据表现良好的医院(664条记录)的数据，使用模型的回归系数更新总数据(3449条记录)的回归模型，并预测感染数量。然后，以INIS数据作为观察到的HAIs数量，计算伊朗不同变量HAIs的SIR。gydF4y2Ba

校正因子(CF)的计算采用线性回归分析(无常数)。将观察到的数量作为结局变量(y)和从表现良好的医院数据(664条记录)中获得的每种感染的回归模型预测(期望)数量定义为自变量(x)，并将线性回归分析中获得的系数视为CF。下一步，将CF乘以总数据(3449条记录)的预期(预测)感染数量。最后，计算修正后的SIR (gydF4y2Ba 图1gydF4y2Ba）.gydF4y2Ba

校正后的SIR计算如下:CF ×总数据(3449条记录)的预期(预测)感染数。gydF4y2Ba

在培训和测试数据以及表现良好的医院数据中，最重要的预测变量是病房类型、医院隶属关系、患者平均年龄、男女患者比例、设备相关感染数量、导管相关感染数量、手术-手术床位比例、死亡-卧床比例以及呼吸机-导管天数比例。gydF4y2Ba 表1gydF4y2Ba考克斯和斯内尔RgydF4y2Ba^2gydF4y2Ba，纳格尔克gydF4y2Ba^2gydF4y2Ba，以及每种感染类型的训练、测试和总数据集中的RMSE值。gydF4y2Ba

SIR用于呼吸道感染(RTIs;即呼吸机相关事件、肺炎事件和下呼吸道感染、尿路感染[UTIs]、手术部位感染[SSIs]和血流感染[BSIs])分别为0.024 (95% CI 0-0.071)、0.93 (95% CI 0.86-0.99)、0.86 (95% CI 0.79-0.93)和0.4 (95% CI 0.23-0.56)。此外，RTI、UTI、SSI和BSI的校正SIRs分别为0.03 (95% CI 0-0.09)、1.02 (95% CI 0.95-1.09)、0.93 (95% CI 0.85-1.007)和0.91 (95% CI 0.54-1.28)。传染病科、烧伤科、妇产科、内科病房RTI的校正SIRs;烧伤、传染病、内科和重症监护病房的泌尿道感染;烧伤和传染病病房的SSI;大部分病房BSI为> ~ 1。这些结果显示，观察到的hai数目比预期的要多(gydF4y2Ba 图2gydF4y2Ba）.gydF4y2Ba

事故和烧伤医院、综合医院、营利性医院以及优秀或2/3级认证医院的校正SIR为>1。考虑到医院专业知识，在事故和烧伤医院观察到RTI、UTI和BSI的最高SIR和最高校正SIR，在儿科医院观察到SSI。此外，盈利性医院RTI、公立医院UTI和半政府医院BSI的SIR和校正SIR最高。就医院类型而言，RTI、SSI和BSI的最高SIR和最高校正SIR与非教学医院和UTI的教学医院有关(gydF4y2Ba 表2gydF4y2Ba）.gydF4y2Ba

HAIs导致住院时间延长，并增加患者和医疗保健系统的成本。了解hai产生的原因、类型和比率，有助于优化管理和提高服务质量。因此，建立医院感染控制委员会，实施教育计划，重视医院病房的物理结构，提供感染控制的动机和态度机制，是减少感染的重要因素[gydF4y2Ba 14gydF4y2Ba］．根据研究结果，病房类型、所属医院、患者平均年龄、男女患者比例、设备相关感染数量、导管相关感染数量、手术-手术床位比例、死亡-卧床比例以及呼吸机-导管-天数比例是hai的预测变量。gydF4y2Ba

在Liguria的一项研究中，年龄>54岁、LOS、手术、暴露于更多设备和暴露于血管导管在多变量分析中被证实是与HAIs相关的因素。然而，病房类型和医院规模(床位数)与感染的发生没有关系[gydF4y2Ba 15gydF4y2Ba］．gydF4y2Ba

实施感染预防和控制活动对于减轻艾滋病感染的负担至关重要，并应根据当地需要进行调整。这些标准与本研究纳入医院的感染预防指南的目标相距甚远，该指南建议，按照世界卫生组织指南的定义，急症护理医院每100张床位应配备一名全职感染控制护士，长期急症护理医院每150张床位或每250张床位[gydF4y2Ba 16gydF4y2Ba，gydF4y2Ba 17gydF4y2Ba］．同样重要的是要注意，人员配备已被确定为感染预防的人力资源[gydF4y2Ba 18gydF4y2Ba］．gydF4y2Ba

在本研究中，基于RTI、UTI、SSI和BSI的观察和预测感染的校正SIR分别为0.03、1.02、0.93和0.91。此外，传染病、烧伤、妇产科、内科病房RTI的校正SIR;烧伤、传染病、内科和重症监护病房的泌尿道感染;烧伤和传染病病房的SSI;大部分病房的BSI为> ~ 1，表明观察到的HAIs数量多于预期。烧伤事故医院、综合医院、营利性医院、优秀或2/3级医院的该指标为>1。gydF4y2Ba

由于最高SIR与尿路感染有关，应考虑采取预防策略降低这些感染的风险，如教育医护人员关于导管使用指征、导管插入和维护的正确程序、预防导管相关感染的适当感染控制措施、手部卫生和无菌程序[gydF4y2Ba 19gydF4y2Ba，gydF4y2Ba 20.gydF4y2Ba］．gydF4y2Ba

改善手部卫生，减少和避免不必要的导尿管，使用无菌方法放置导尿管并按照说明书保存，确定每天需要导尿管并尽快取出，并管理失禁导尿管，如果可能，应考虑减少这些感染。gydF4y2Ba

在Martillo等人的研究中[gydF4y2Ba 21gydF4y2Ba]， 2017年有102个中央线相关bi (clabsi)和58,321个line-days。CLABSI感染率为1.75 / 1000天，SIR为1.25 / 1000天。此外，2018年，clabsi的数量减少了58%(59例感染和56,893个行日)。CLABSI感染率为1.03 / 1000天，SIR为0.91 / 1000天。2017年全院中心线日数为58621天，标准化利用率为0.73,2018年中心线日数为56893天，标准化利用率为0.81 [gydF4y2Ba 21gydF4y2Ba］．因此，基于结果，使用专业团队，如综合血管通路服务(VAS)团队，确保在导管插入过程中遵守最佳实践，并加强设备维护的护士培训，特别是在有并发症风险的患者中。报告显示，使用专门的VAS团队似乎是一种良好且具有成本效益的策略，因为这些团队与首次插入的更大成功相关，从而提高效率和安全性并减少副作用[gydF4y2Ba 21gydF4y2Ba，gydF4y2Ba 22gydF4y2Ba］．布鲁内尔的另一份报告[gydF4y2Ba 23gydF4y2Ba]的研究表明，致力于维持中心静脉导管的团队将BSI从每年45例降低到19例。另一方面，一项试图评估专业团队在器械植入中的作用的Cochrane系统综述未能找到与全科医生相比支持这些团队作用的临床试验[gydF4y2Ba 24gydF4y2Ba］．gydF4y2Ba

在sosowik等人的研究[gydF4y2Ba 25gydF4y2Ba]， SIR不超过1，髋关节置换术后SSI发生率与欧洲国家相当(无危险因素患者0.7，有1个危险因素患者0.8，有2、3个危险因素患者0.3)。膝关节置换术中ssi在所有3个水平上的SIR均超过1，得到如下结果:无危险因素患者的SIR为7，有1个危险因素患者的SIR为2，有2或3个危险因素患者的SIR为2 [gydF4y2Ba 25gydF4y2Ba］．gydF4y2Ba

在意大利的一项研究中，18家医院中的13家观察到的感染流行率低于预期，而在4家医院中，SIR为>1。一家医院的感染人数达到4.9，这意味着观察到的感染人数比预期数字增加了390% [gydF4y2Ba 15gydF4y2Ba］．Boev等人[gydF4y2Ba 26gydF4y2Ba]，在一项使用多种研究结果的调查中，报告CLABSI、导管相关UTI和SSI(仅结肠手术)的SIRs分别为5、1和0.98。gydF4y2Ba

传统的流行病学指标没有必要的效率来确定项目的优先次序。因此，引入了新的指标，包括SIR，它通过考虑影响这一比率的变量来修正对预期医院感染的预测。可以说，本研究的优势之一就是对这一指标进行了处理和计算。该研究的另一个优势是使用了不止一种来源，即INIS和AVAB;使用注册数据进行多中心、全面和国家级研究，以更准确地估计伊朗的HAIs;以及研究人员认为不太常见的NHSN方法的使用。该研究的另一个优点是计算了校正后的SIR。gydF4y2Ba

另一方面，本研究的局限性在于:缺乏完整、全面的HAIs和医院相关变量的数据来源;与数据相关的问题包括少报、假阴性登记、数据缺失、与感染定义相关的问题以及数据质量控制不足等;未能从伊朗所有医院收集数据;在伊朗缺乏可以与当前研究相比较的新的和类似的研究(结果仅与少数研究进行了比较，这些研究采用的方法与本研究不同);没有按程序类型计算ssi的SIR;以及由于回顾性研究而产生一些偏差的可能性。然而，如前所述，在本研究中，为了克服数据源的局限性和数据问题，我们使用了多个数据源以及NHSN代码来更准确和完整地估计HAIs。此外，关于没有收集伊朗所有医院的数据的局限性，可以说，本研究使用的是覆盖范围约为75%的记录数据，这些记录数据是从伊朗所有省份随机收集的;因此，可以说结果是可靠的。gydF4y2Ba

这项研究的结果可以帮助促进基于科学证据的预防措施。它们还可以通过收集和系统地分析有关海洋生态系统的数据，导致监测系统的不断改进。在资源匮乏的国家解决HAIs问题可能需要对感染预防和控制规划进行大量投资和承诺，其中包括培训和部署感染控制护理专业人员，作为帮助实施指南的另一项战略。因此，尽管近年来在伊朗医院实施预防战略方面取得了重大进展，但艾滋病感染仍然是一个公共卫生问题。观察到的感染感染数量高于预期，特别是泌尿道感染，这表明需要一个医院感染护理系统和有效的政策来确定感染感染的类型和相关因素，并鼓励医院通过建立基准系统来更好地控制感染率。gydF4y2Ba