使用电子病历评估定植压力与院内病原体获致之间的关系

为何来自其他病人的病菌重要

住过医院的人大概都想过：我会不会从隔床的病人那里感染到什么东西？本研究利用留存在电子病历中的护理数字足迹来探讨这个问题。作者考察了病房中近期携带危险细菌或其他微生物的人数，是否会影响新入院患者在未发生明显感染前就获得这些病菌的可能性。

病菌如何在医院中悄然传播

院内感染常以一个隐蔽的步骤开始：定植。携带微生物的病人，例如肠道或皮肤上的耐药细菌，可能并不感到不适，但会不断将这些微生物脱落到病房和设备表面。当医护人员在病人之间活动，或表面清洁不到位时，这些微生物就可能到达其他易感病人。如果新宿主抵抗力较弱或使用了抗生素，定植的微生物可能发展为严重感染，完成人与人以及房间到人的传播循环。

将医院数据转化为病菌“拥挤度”的度量

对每位病人进行全面拭子检测以确定携带何种微生物既昂贵又通常只限于重症监护单元中的少数高风险病原体。为此，研究者开发了一个开源工具，利用现有电子病历数据来估算他们所称的定植压力：即在同一病房最近有多少人携带某种病原体，以及该病原体被检测到的时间有多近。对每位新入院患者，该工具回溯前几个月在该病房住过的其他病人，检查他们的实验室结果，并对近期检测到的微生物赋予更高权重。这会为每种病原体生成一个汇总数值，表示该病房被该微生物“饱和”的程度。

大型医疗系统研究的发现

研究团队使用了九年间一个医疗系统内十家医院、超过43,000名成年住院患者的数据，把在住院期间新获得某种微生物的患者与精心匹配的未获致对照组进行比较。他们研究了11种不同的微生物，既包括生活在肠道、皮肤或环境中的药物易感株，也包括耐药株。跨越这一广泛范畴，模式显著：某种微生物的定植压力越高，患者获得该微生物的可能性就越大。这一结论适用于传统的医院威胁，如艰难梭状芽孢杆菌（Clostridioides difficile）、耐甲氧西林金黄色葡萄球菌（MRSA）和耐药铜绿假单胞菌，以及常见且通常更易治疗的菌株。

不同微生物之间意想不到的牵扯与排斥

分析还揭示了更复杂的生态效应。在许多情况下，一种微生物的高定植压力与另一种微生物新获得率降低相关。例如，定植耐药铜绿假单胞菌较多的病房似乎新发某种肠道细菌的病例更少。这类相反的模式多见于微生物偏好定植不同部位时，提示物种间竞争——或病房布局、清洁做法或患者类型差异——可能决定哪些病菌占据优势。作者强调，他们在年龄、基础疾病和抗生素暴露等方面严格匹配患者能减少混杂影响，但无法完全消除这些干扰因素。

预测的潜力与局限

由于定植压力可从常规记录中简单计算，研究团队测试了它能否支撑实用的风险预测系统。他们训练了现代机器学习模型，使用定植压力和患者慢性病况概况来预测谁会获得各类微生物。尽管定植压力与获致之间的统计关联清晰，但模型正确标记未来病例的能力仅为中等水平。这表明定植压力只是感染风险的众多因素之一，其他诸如器械使用、手术操作和个体免疫防御等未被充分捕捉的因素也很重要。

对病人和医院的意义

对公众来说，关键的信息是：病菌不仅随个体病人流动——它们也会在病房和房间中积累，塑造每位新病人面临的无形“微生物天气”。本研究表明，一个病区近期存在过哪些病原体，会显著改变新来者获得相同微生物的概率。研究还强调，通常不被密切追踪的普通、药物易感细菌，造成的院内感染远多于那些占据头条的高度耐药菌株。通过公开他们的软件和去标识化数据，作者希望其他医院能改进这些方法，并最终建立实时预警系统，当病房的定植压力上升时发出信号，从而促使加大清洁力度、采取额外防护措施或加强监测以提高病人安全。

引用: Sagers, L., Wei, Z., McKenna, C. et al. Using electronic health records to assess the relationship between colonization pressure and nosocomial pathogen acquisition. Nat Commun 17, 3134 (2026). https://doi.org/10.1038/s41467-026-69873-4

关键词: 院内感染, 定植压力, 电子病历, 耐抗生素细菌, 感染控制