Reconstructing and Evaluating Antibiotic Treatment Episodes for Antimicrobial Stewardship Using the MAPS-Toolkit
本文介绍了 MAPS，这是一个开源 Python 工具包，它能够从极简的电子健康档案数据中重建并评估抗生素治疗周期，从而实现可扩展的、基于周期的抗菌药物管理监测，进而捕捉到传统聚合指标无法察觉的关键临床决策，例如停止、更换和缩小治疗范围。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
医院是对抗超级细菌（即不再对标准药物产生反应的感染）的前线。为了赢得这场战斗，医生必须极其精准地使用抗生素：仅在必要时使用，选择正确的药物，并在安全时立即停止治疗。这种细致的管理被称为抗菌药物管理（antimoral stewardship）。其目标是防止细菌通过学习如何生存来对抗这些药物，而这种情况通常发生在抗生素使用时间过长或使用范围过广时。多年来，医院通过统计药丸数量或总治疗天数来追踪其抗生素使用情况。虽然这些数字能告诉医院它使用了多少药物，但却忽略了故事中最关键的部分：随着患者病情好转，医生所做的决策。它们无法观察到医生是否将患者从强效静脉注射药物切换到了较温和的口服药，或者是否因为感染已消除而提前停止了用药。由于无法看到这些具体的选择，很难判断一家医院是否真正实现了良好的抗生素管理。
阿姆斯特丹大学医学中心的一个研究小组开发了一种新的数字化工具来解决这个问题。他们创建了一个名为 MAPS 的软件程序，全称为“用于管理药物使用的抗生素处方建模”（Modeling Antibiotic Prescriptions for Stewardship）。MAPS 不仅仅是计数剂量，它还会观察患者接受的处方序列，并将它们缝合在一起，形成一个单一的“护理阶段”。想象一下，一名患者先接受了两天的静脉注射抗生素，然后又接受了三天的口服药。旧的计数方法会将其视为两次独立的治疗，而 MAPS 则将其视为一个连续的故事，从而能够准确识别何时发生了切换以及总治疗持续了多久。该软件设计具有灵活性；它可以接收来自几乎任何医院计算机系统的原始数据，并将其组织成这些清晰的故事，而无需为每个新地点进行复杂的定制编码。
为了测试这种方法是否奏效，研究人员将 MAPS 应用于两组截然不同的医疗记录。第一组来自他们位于荷兰的医院，涵盖了 2020 年至 2024 年间给患者开具的超过 15 万份抗生素处方。第二组来自一个庞大的美国重症监护患者公共数据库，包含超过 55 万份处方。通过在两组数据上运行该软件，他们生成了超过 25 万个不同的治疗阶段。这使得他们能够仔细观察医生做出的三个关键决策：何时停止治疗、何时从静脉转向口服，以及何时缩小药物范围以针对特定病原体。
结果显示，这些决策因负责治疗患者的科室不同而差异巨大。在荷兰的这家医院中，抗生素治疗的中位时长约为三天，但根据专科的不同，这一情况发生了显著变化。急诊科团队倾向于非常迅速地停止治疗，通常在一天之内，而心脏外科和重症监护病房则会让患者维持较长时间的抗生素治疗，中位持续时间约为四天。在美国的数据库中，模式类似但时间点有所不同，从静脉注射转向口服药物的中位时间约为三天，尽管某些科室的切换速度比其他科室快得多。研究人员还追踪了在了解感染情况后，医生降低抗生素强度的频率。这种“降阶治疗”（de-escalation）发生的比例在 4% 到近 30% 之间，完全取决于所涉及的医学专业。
这些差异并不一定意味着某些医生做得比其他人更好。研究人员强调，这些数字反映了各科室所接触的不同类型的患者以及他们独特的临床工作流程。重症监护中的患者通常比普通病房的患者病情严重得多，因此需要更长且更复杂的治疗。MAPS 工具的价值在于它首次在大规模范围内使这些决策模式变得可见。在此之前，如此详细的信息隐藏在医疗记录中，只有通过人工审查阅读数千份病历才能获取。现在，医院可以清楚地看到他们何时以及如何频繁地停止、切换或缩小治疗范围。
这项研究证实，仅利用医院每天收集的基础处方数据，就可以重建这些详细的治疗故事。该软件成功地从 12.9 万名患者的 70 多万份处方中识别出了超过 25 万个阶段。它发现，虽然抗生素使用的总体量很重要，但护理质量在于药物之间的过渡。通过将原始数据转化为清晰的顺序阶段，该工具为医院持续监测其表现提供了基础，而不再依赖于偶尔的人工审查。这种转变允许管理团队发现趋势，例如某个科室是否始终延迟切换到口服药物，并提供及时的反馈以改善护理。最终，这项工作表明，借助合适的数字化工具，医院可以超越简单的计数，实现对抗生素实际使用情况的更深层次理解，从而帮助减缓耐药性感染的上升。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。