抗微生物药物耐药性（antimicrobial resistance，AMR）已成为全球十大公共卫生威胁之一，每年导致近500万人死亡[1-2]。其中，肿瘤患者因免疫功能低、治疗周期长更易发生感染，而不恰当的抗菌药物使用将进一步加剧耐药菌感染及死亡的风险，AMR对其预后的威胁更为突出[3-4]。为降低AMR，WHO呼吁各国建立多维度防控体系[5]。细菌耐药性的产生主要源于抗菌药物选择性压力下的基因突变与水平转移，不合理用药会加速耐药菌扩散，因此病原学指导下的精准用药是延缓耐药发生、提升治疗效果的关键环节[6]。为此，国家卫生健康委员会相继颁布了多项指导文件，将“提高抗菌药物治疗前病原学送检率”列为国家医疗质量安全改进目标，并同步推进送检率提升专项行动[7-9]。然而，肿瘤专科医院因患者病情复杂、标本采集难度大，病原学送检实施水平仍待提升，送检时机与感染控制效果之间的关联尚缺乏系统评估。本研究通过启动一项由医院感染管理、信息、药学、检验、临床及护理等多学科协作的送检率提升专项行动，实施持续性、递进式综合干预措施，旨在评估多学科干预对提升肿瘤患者病原学送检的成效，并分析其对医院感染防控的影响，为抗菌药物精细化管理提供循证依据。

1 对象与方法

1.1 研究对象

选取中山大学肿瘤防治中心2022年1月至2024年12月治疗性使用抗菌药物的住院患者为研究对象，其中2022年1月至12月采取第一轮干预措施，为干预一组；2023年1月至12月采取第二轮干预措施，为干预二组；2024年1月至12月采取第三轮干预措施，为干预三组。本研究经中山大学肿瘤防治中心伦理委员会批准（SL-B2024-460-02）。

1.2 研究方法

1.2.1 基线调查 在实施干预前，对2021年1月至12月全院住院患者抗菌药物治疗前病原学送检相关情况开展系统性回顾，评估送检率达标情况。综合运用头脑风暴法、数据挖掘、多源信息校验，深入分析送检不达标的关键影响因素，为制订精准干预策略提供依据。因信息系统固有缺陷，无法识别抗菌药物使用目的（如预防或治疗），无法计算抗菌药物治疗前病原学送检率，因此该阶段数据不具备与干预后期数据直接比较的条件，仅作为背景描述，不纳入统计分析。

1.2.2 第一轮干预 本阶段聚焦系统性建设与信息化赋能：①多学科协作机制建设。成立专项工作小组，明确各部门职责范围，协同推进工作落实。②智慧医嘱系统升级。a.构建抗菌药物、送检项目目录库；b.实现关键数据的自动采集与逻辑核对；c.实现治疗性用药指征的自动识别与提醒送检功能；d.针对特殊级抗菌药物设立“强制送检”硬约束，将送检与医嘱流程深度耦合；e.将送检时间节点由医嘱开具时间修正为执行时间，提升数据实时性与真实性。③构建分层分级培训考核。多部门联合开展专题培训，开展覆盖医疗、护理的分层分级培训与考核，重点强化病原学送检规范、微生物标本采集质量及抗菌药物合理应用三大核心能力。④绩效导向的质量反馈循环。建立“月度自查—季度联合评议—年度绩效考核”的三级反馈机制，将送检率与科室绩效挂钩，激发持续改进积极性。

1.2.3 第二轮干预措施 基于国家最新政策指引[7,9]和第一轮干预反馈，本阶段突出精准管理和技术赋能。①送检质量量化评估体系：创新性构建送检率与送检质量双维评分体系，对不同科室实行星级分类管理，依据评级开展差异化培训和督导。②引入血培养专项推广：设计医护分版可视化宣教材料，结合现场模拟示范，提升血培养规范采集意识和操作依从性。③检验技术优化与报告提速：引进质谱技术实现病原体快速鉴定与分级报告，缩短病原体鉴定检测时间，强化微生物检测对临床精准诊疗的支撑能力，同时提高送检的意愿。④闭环督导与现场质控：实行“监测—反馈—整改—回头看”闭环管理，必要时现场指导，确保措施落地见效。

1.2.4 第三轮干预措施 将第一、二轮集束化干预措施融入医院常态化管理体系中，实现病原学送检率持续提升的良性循环和长效治理。

1.3 观察指标

将住院患者抗菌药物治疗前病原学送检率、限制级/特殊级抗菌药物治疗前病原学送检率、抗菌药物治疗前指向性病原学送检率、医院感染诊断相关病原学送检率、联合使用重点抗菌药物治疗前病原学送检率；抗菌药物治疗前无菌标本（血、脑脊液、胸腹水标本）、血培养标本送检情况；医院感染发病例次率、多重耐药菌医院感染例次率作为评价指标。指向性病原学项目指微生物培养及药敏试验、显微镜检查、免疫学检测、分子快速诊断。抗菌药物治疗前/后病原学送检组指抗菌药物治疗前/后完成指向性病原学送检项目采集的患者。时间差=病原学项目的采集时间-抗菌药物治疗执行时间；时间差越大，代表送检越晚。

1.4 统计学方法

采用SPSS 26.0统计学软件进行数据分析。计数资料用百分率表示，多组间比较采用χ2 检验，进一步两两比较采用Bonferroni法校正（校正后的检验水准α=0.016 7）；送检率与感染例次率的相关性分析采用Spearman相关分析；治疗后送检时间差与感染例次率之间的趋势关系，采用Linear-by-Linear Association检验。以P＜0.05为差异有统计学意义。

2 结果

2.1 三组各类别病原学送检率比较

三组各类别病原学送检率比较，差异有统计学意义（P＜0.05）。其中，与干预一组比较，干预二组各类别病原学送检率均升高（P＜0.016 7）；干预三组抗菌药物治疗前病原学送检率、限制级抗菌药物治疗前病原学送检率、抗菌药物治疗前指向性病原学送检率、医院感染诊断相关病原学送检率、联合使用重点抗菌药物治疗前病原学送检率升高（P＜0.016 7）。与干预二组相比较，干预三组抗菌药物治疗前病原学送检率、限制级抗菌药物治疗前病原学送检率、抗菌药物治疗前指向性病原学送检率升高（P＜0.016 7）。见表1。

表1 三组各类别病原学送检率比较[%（n1/n2）]

注χ21、P1 值为三组比较；χ22、P2 值为干预一组与干预二组比较；χ23、P3 值为干预二组与干预三组比较；χ24、P4 值为干预一组与干预三组比较。

2.2 三组抗菌药物治疗前无菌标本、血培养标本送检情况比较

三组抗菌药物治疗前无菌标本、血培养标本占比比较，差异有统计学意义（P＜0.05）。其中，干预一组与干预二组抗菌药物治疗前无菌标本、血培养标本占比比较，差异无统计学差异（P＞0.016 7）；与干预一、二组比较，干预三组抗菌药物治疗前无菌标本、血培养标本占比降低（P＜0.016 7）。见表2。

表2 三组抗菌药物治疗前无菌标本、血培养标本送检情况比较[%（n1/n2）]

注χ21、P1 值为干预后三组间比较；χ22、P2 值为干预一组与干预二组比较；χ23、P3 值为干预二组与干预三组比较；χ24、P4 值为干预一组与干预三组比较。

2.3 抗菌药物治疗前病原学送检率与医院感染例次率的相关性

干预一、二、三组医院感染例次率分别为0.66%（1 026/154 334）、0.48%（815/169 842）、0.45%（860/192 962）。抗菌药物治疗前病原学送检率与医院感染例次率呈负相关（r=-1.000，P＜0.05）。

2.4 抗菌药物治疗前病原学送检率与多重耐药菌医院感染例次率的相关性分析

干预一、二、三组多重耐药菌医院感染例次率分别为0.14%（214/154 334）、0.14%（235/169 842）、0.12%（236/192 962）。抗菌药物治疗前病原学送检率与多重耐药菌医院感染例次率呈负相关（r=-1.000，P＜0.05）。

2.5 病原学送检对医院感染的影响

与抗菌药物治疗前病原学送检组比较，抗菌药物治疗后病原学送检组医院感染例次率及多重耐药菌医院感染例次率升高（P＜0.05）。见表3。

表3 病原学送检时机对医院感染发生的影响[%（n1/n2）]

2.6 抗菌药物治疗后病原学送检时间对医院感染的影响

抗菌药物治疗后病原学送检时间相对抗菌药物治疗时间每延后1 d，其医院感染例次率、多重耐药菌医院感染例次率均呈增高趋势（P＜0.05）。见表4。

表4 抗菌药物治疗后病原学送检时间延迟对医院感染发生的影响[%（n1/n2）]

3 讨论

抗菌药物过度使用导致细菌耐药问题日益加剧，多重耐药菌的蔓延不仅延长治疗周期、增加医疗成本，而且直接威胁重症患者的生存，已成为全球面临的重大挑战[2,10-11]。本研究基于专项行动政策框架，结合肿瘤专科特点，采用多学科协作模式，实施“技术-行为-制度”三维度集束化干预策略，系统提升抗菌药物治疗前病原学送检率[12]。第一，技术维度。依托信息智能化系统实现医嘱拦截、自动提醒与数据闭环管理，结合绩效激励，解决传统人工管理中“数据滞后、监督低效”的问题，并增强临床依从性[13-15]。检验科引入快速质谱技术，分级报告，缩短微生物鉴定时间。第二，行为维度。建立院科两级分层培训体系，通过多媒体宣教，填补不同层级医护人员的知识盲区，强化规范送检行为[16]。第三，制度维度。依托多学科协作模式，形成联合督查与整改制度，实现闭环管理。

基线调查结果显示，抗菌药物治疗前病原学送检率、限制级抗菌药物治疗前病原学送检率、特殊级抗菌药物抗菌药物治疗前病原学送检率分别为19.89%、20.02%、85.10%；干预后，各级别抗菌药物治疗前病原学送检率及医院感染诊断相关病原学送检率显著提升，并高于国家相关指标改进目标。干预后，联合使用重点抗菌药物治疗前病原学送检率由53.70%提升至92.48%，但未达到国家建议目标值（100%）；联合用药可增加选择性压力，加速耐药菌的产生或延误治疗，后续应加强联合用药送检[6,17-18]。纵向比较，干预三组抗菌药物治疗前病原学送检率较干预二组增加，提示坚持常态化管理的价值；横向比较，抗菌药物治疗前病原学送检率高于广东省其他26家专科医院的平均水平（68.43%）[19]。

提升病原学送检质量，需在提高数值指标的同时，强调其临床价值，特别是提高和规范无菌标本送检[9]。本研究干预后，抗菌药物治疗前指向性病原学送检率增加，与李家丽等[20]研究结果一致，但其提升幅度低于整体送检率，提示部分科室可能存在为完成指标而开具非特异性炎症指标（如C反应蛋白、降钙素原）检测的情况。鉴于Rao等[21]研究指出炎症指标在感染诊断中具有局限性，此行为可能弱化送检的临床价值，后续需加强送检质控，避免形式主义。在标本类型分布方面，无菌标本与血培养标本的送检量逐年递增，与已有研究结果类似[22]；但两者在指向性病原学送检标本中的占比不升反降，其核心原因在于无菌标本送检量的增长速度慢于其他类型标本。首先，无菌标本的采集门槛高，即使干预提升了送检意识，其增长速度也难以追上其他更容易获取的标本。其次，与综合性医院相比，肿瘤患者因免疫功能抑制、肿瘤热等复杂病情，临床医师对血培养等送检指征把握更为谨慎，进一步限制了无菌标本的增长速度[23-25]。最后，很多临床医师仍倾向于经验性用药[26]。尽管质谱技术可缩短微生物鉴定时间，并改善预后[27]；但临床应用惯性不足，仍须继续推广使用。因此，“量升占比降”的现象并非干预失效，而是推动了临床从“不送检”到“有送检”的改变，同时也提示后续应通过制订肿瘤患者专属送检指引、推广快速诊断技术与强化宣教，进一步优化无菌标本的送检。

本研究发现，随着送检率的提升，医院感染例次率及多重耐药菌医院感染例次率降低，送检率与二者均呈负相关，鉴于本研究仅观察了3年的数据，未来需开展更长时间的研究以持续评估其相关性。进一步分析送检时机对医院感染的影响，结果显示，抗菌药物治疗后病原学送检的住院患者医院感染例次率及多重耐药菌医院感染例次率更高；且抗菌药物治疗后病原学送检时间相对抗菌药物治疗时间每延后1 d，其医院感染例次率、多重耐药菌医院感染例次率均呈增高趋势。尽管医院感染的发生受多因素共同影响，但抗菌药物合理使用与感染控制密切相关[28-29]；提高送检率并把握送检时机，有助于早期识别病原体，指导精准治疗和感控措施，从而降低因经验用药偏差导致的继发感染及耐药风险。

4 小结

本研究通过信息技术、医疗行为干预、标准化流程，形成“技术-行为-制度”三元干预模型，证实集束化干预措施可显著提升抗菌药物治疗前病原学送检率，并揭示了治疗前病原学送检时机对医院感染防控的价值。连续三年的动态质量改进，在实现智能精细化管理的同时，更关键的是通过循证质量改进数据驱动临床诊疗认知改变，促进抗菌药物合理使用，推动精准抗感染治疗，从而协同阻断细菌耐药传播。

利益冲突声明：本文所有作者均声明不存在利益冲突。

[参考文献]

[1] WHO.WHO strategic priorities on antimicrobial resistance [EB/OL].（2022-05-18）[2025-03-20].https：//www.who.int/publications/i/item/9789240041387.

[2] ANTIMICROBIAL RESISTANCE C.Global burden of bacterial antimicrobial resistance in 2019：a systematic analysis[J].Lancet，2022，399（10325）：629-655.

[3] LALAOUI R，JAVELLE E，BAKOUR S，et al.Infections due to Carbapenem-Resistant Bacteria in patients with hematologic malignancies[J].Front Microbiol，2020，11：1422.

[4] SHELKE A，PRIYA P，MISHRA S，et al.Investigation of antimicrobial susceptibility patterns，risk factors and their impact on mortality in cancer patients at a tertiary care cancer hospital—a prospective study[J].Ann Clin Microbiol Antimicrob，2024，23（1）：59.

[5] WHO.GlobalActionPlanonAntimicrobialResistance[EB/OL].（2019-05-22）[2025-03-20].https：//iris.who.int/handle/106 65/193736.

[6] ANDERSSON D I，BALABAN N Q，BAQUERO F，et al.Antibiotic resistance：turning evolutionary principles into clinical reality[J].FEMS Microbiol Rev，2020，44（2）：171-188.

[7] 国家卫生健康委医院管理研究所.关于进一步推进“提高住院患者抗菌药物治疗前病原学送检率”专项行动的函（国卫医研函〔2023〕126号）[EB/OL].（2023-07-10）[2025-03-20].http：//hncis.hnwsjk.cn/ganran/contents/38/1348.html.

[8] 国家卫生健康委办公厅关于印发2021年国家医疗质量安全改进目标的通知（国卫办医函〔2021〕76号）[EB/OL].（2021-02-09）[2025-03-20].https：//www.gov.cn/zhengce/zhengceku/2021-02/22/content_5588240.htm.

[9] 国家卫生健康委办公厅关于印发2023年国家医疗质量安全改进目标的通知（国卫办医政函〔2023〕45号）[EB/OL].（2023-02-28）[2025-03-20].https：//www.nhc.gov.cn/yzygj/c 100068/202302/5d9f7e4ef1d8472fa9ac6d19140dfb83.shtml.

[10] 许林，普文丽，何碧涛，等.院内感染及多重耐药菌感染的经济负担分析[J].云南医药，2023，44（1）：41-44.

[11] ISKANDAR K，ROQUES C，HALLIT S，et al.The healthcare costs of antimicrobial resistance in Lebanon：a multi-centre prospective cohort study from the payer perspective [J].BMC Infect Dis，2021，21（1）：404.

[12] 国家卫生健康委医院管理研究所.关于印发“提高住院患者抗菌药物治疗前病原学送检率”专项行动指导意见的函（国卫医研函〔2021〕198号）[EB/OL].（2021-10-28）[2025-03-20].https：//www.qiluhospital.com/show-294-22 886-1.html.

[13] YAO Z，GUO Y，LI M.Analysis of the role of informatization，based on data anal yses，in hospitals to improve hospital management[J].Altern Ther Health Med，2023，29（3）：172-185.

[14] 张倩，于海英.公立医院医疗质量智慧化管理体系建设路径探讨[J].中国医院管理，2024，44（8）：60-62.

[15] RICHARDS A R，LINDER J A.Behavioral economics and ambulatory antibiotic stewardship：a narrative review [J].Clin Ther，2021，43（10）：1654-1667.

[16] 鞠静.强化培训对临床工作人员医院感染认知度及行为的影响研究[J].中国医学创新，2021，18（29）：125-128.

[17] 佘丹阳.严峻耐药形势下肺炎治疗中的抗菌药物联合应用原则[J].中华结核和呼吸杂志，2018，41（4）：252-254.

[18] 喻玮，肖永红.正确认识联合用药治疗耐药菌感染[J].医药导报，2019，38（7）：835-842.

[19] 陈家劲，钟振锋，王诗韵，等.广东省265所医疗机构住院患者抗菌药物治疗前病原学送检率管理状况与指标调查[J].中国感染控制杂志，2024，23（12）：1499-1507.

[20] 李家丽，查筑红，李凌竹，等.住院患者抗菌药物治疗前病原学送检水平的综合干预措施及效果评价[J].中华医院感染学杂志，2025，35（4）：631-635.

[21] RAO L，ZHANG K，LUO H，et al.The ability of inflammatory markers to recognize infection in cancer patients with fever at admission[J].Immunol Res，2022，70（5）：667-677.

[22] 李阅历，崔金兰，梅兰娟，等.综合干预措施在提高住院患者抗菌药物治疗前病原学送检率中的作用[J].中国感染控制杂志，2024，23（3）：370-376.

[23] 曾慧，孟庆兰，石新芳，等.提高住院患者抗菌药物治疗前病原学送检率的综合干预措施及效果[J].中华医院感染学杂志，2025，35（5）：746-751.

[24] ZELL J A，CHANG J C.Neoplastic fever：a neglected paraneoplastic syndrome[J].Support Care Cancer，2005，13（11）：870-877.

[25] HAIDAR G，SINGH N.Fever of Unknown Origin[J].N Engl J Med，2022，386（5）：463-477.

[26] KADRI S S，LAI Y L，WARNER S，et al.Inappropriate empirical antibiotic therapy for bloodstream infections based on discordant in-vitro susceptibilities：a retrospective cohort analysis of prevalence，predictors，and mortality risk in US hospitals[J].Lancet Infect Dis，2021，21（2）：241-251.

[27] YO C H，SHEN Y H，HSU W T，et al.MALDI-TOF mass spectrometry rapid pathogen identification and outcomes of patients with bloodstream infection：a systematic review and meta-analysis[J].Microb Biotechnol，2022，15（10）：2667-2682.

[28] 侯金华.抗菌药物合理使用预防医院感染的效果调查[J].临床合理用药杂志，2020，13（19）：102-103.

[29] 王红娜，冬敏，杨振.某院多重耐药菌感染分布及抗菌药合理使用分析[J].中国药物滥用防治杂志，2023，29（3）：441-444.

Evaluation of multidisciplinary intervention on etiological submission rate before antimicrobial therapy in a cancer hospital and analysis of its infection control effectiveness

LIU Jiao1 LI Chenguang1 PENG Xueer1 ZHU Haozhi1 HUANG Lihua1 LI Xiaojuan2 LI Huan1
1.State Key Laboratory of Oncology in South China;Guangdong Key Laboratory of Nasopharyngeal Carcinoma Diagnosis and Therapy;Guangdong Provincial Clinical Research Center for Cancer;Department of Hospital Infection Control,Sun Yat-sen University Cancer Center,Guangdong Province,Guangzhou 510060,China.2.Department of Hospital Infection Control,Sun Yat-sen University Cancer Center Gansu Hospital,Gansu Province,Lanzhou 730050,China

[Abstract] Objective To explore the effect of multidisciplinary interventions on etiological submission rate before antimicrobial therapy in cancer patients,and its impact on the occurrence of nosocomial infections.Methods The inpatients who used therapeutic antibacterial drugs at Sun Yat-sen University Cancer Center from January 2022 to December 2024 were selected as the research subjects.Among them,the first round of intervention measures was taken from January to December 2022,which was the intervention group one;from January to December 2023,the second round of intervention measures was implemented,which was the intervention group two;and from January to December 2024,the third round of intervention measures was implemented,namely intervention group three.The etiological submission rate of various categories,specimen submission situation,and the association between the timing of etiological submission and nosocomial infections were analyzed.Results There were statistically significant differences in etiological submission rate before antimicrobial therapy,etiological submission rate before restricted/specia l grade antimicrobial therapy,targeted etiological submission rate before antimicrobial therapy,etiological submission rate related to hospital infection diagnosis,and etiological submission rate before combined use of key antimicrobial therapy among the three groups (P＜0.05).There were statistically significant differences in the proportion of sterile specimens and blood culture specimens before antimicrobial therapy among the three groups (P＜0.05).The etiological submission rate before antimicrobial therapy was negatively correlated with the incidence rate of nosocomial infections and the incidence rate of nosocomial infections caused by multidrug resistant bacteria (r＜0,P＜0.05).Compared with etiological submission before antimicrobial therapy group,the incidence of nosocomial infections and nosocomial infections caused by multidrug resistant bacteria in etiological submissim after antimicrobial therapy group increase (P＜0.05).For every one day the time of etiological submission after antibacterial therapy was delayed relative to the time of antibacterial therapy,the incidence of nosocomial infections and nosocomial infections caused by multidrug resistant bacteria both showed an increasing trend (P ＜0.05).Conclusion Establishing a “technology-behavior-system” ternary multidisciplinary intervention model can effectively improve the indicators of etiological submission rate before antimicrobial therapy.Moreover,optimizing the timing of etiological submission can reduce the risk of nosocomial infections caused by multidrug resistant bacteria,which has practical significance in guiding rational clinical drug use.

[Key words] Etiological submission rate before antimicrobial therapy;Improvement strategy;Submission time;Nosocomial infection;Multidrug resistant bacteria

[中图分类号] R197.5

[文献标识码] A

[文章编号] 1673-7210（2026）01（b）-0064-06

DOI：10.20047/j.issn1673-7210.25081623

[基金项目] 甘肃省兰州市科技发展计划项目（2023-ZD-66）。

[作者简介] 刘娇(1992.11-），女，博士，主要从事医院感染管理研究工作。

[通讯作者] 李欢（1986.10-），男，博士，副主任医师，中山大学肿瘤防治中心医院感染管理科科长，主要从事重症医学与医院感染管理研究工作。

（收稿日期：2025-08-25）

（修回日期：2025-10-20）