JP2014209356A - 感染対策指標の評価方法および装置 - Google Patents
感染対策指標の評価方法および装置 Download PDFInfo
- Publication number
- JP2014209356A JP2014209356A JP2014116777A JP2014116777A JP2014209356A JP 2014209356 A JP2014209356 A JP 2014209356A JP 2014116777 A JP2014116777 A JP 2014116777A JP 2014116777 A JP2014116777 A JP 2014116777A JP 2014209356 A JP2014209356 A JP 2014209356A
- Authority
- JP
- Japan
- Prior art keywords
- bacteria
- positive
- patients
- infection
- abnormal accumulation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 208000015181 infectious disease Diseases 0.000 title claims description 95
- 238000011156 evaluation Methods 0.000 title claims description 14
- 241000894006 Bacteria Species 0.000 claims abstract description 332
- 238000009825 accumulation Methods 0.000 claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 83
- 230000002159 abnormal effect Effects 0.000 claims abstract description 61
- 238000000926 separation method Methods 0.000 claims abstract description 36
- 230000001580 bacterial effect Effects 0.000 claims abstract description 32
- 238000001514 detection method Methods 0.000 claims abstract description 27
- 238000009826 distribution Methods 0.000 claims abstract description 19
- 229940124350 antibacterial drug Drugs 0.000 claims description 44
- 238000012360 testing method Methods 0.000 claims description 36
- 229940079593 drug Drugs 0.000 claims description 28
- 239000003814 drug Substances 0.000 claims description 28
- 238000002955 isolation Methods 0.000 claims description 26
- 208000035473 Communicable disease Diseases 0.000 claims description 12
- 102100032352 Leukemia inhibitory factor Human genes 0.000 claims description 11
- 108090000581 Leukemia inhibitory factor Proteins 0.000 claims description 11
- 230000002776 aggregation Effects 0.000 claims description 10
- 238000004220 aggregation Methods 0.000 claims description 10
- 206010059866 Drug resistance Diseases 0.000 claims description 4
- 206010061218 Inflammation Diseases 0.000 claims description 3
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 3
- 230000004054 inflammatory process Effects 0.000 claims description 3
- 208000024891 symptom Diseases 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 230000002924 anti-infective effect Effects 0.000 claims 1
- 230000035508 accumulation Effects 0.000 description 65
- 230000008569 process Effects 0.000 description 21
- 206010011409 Cross infection Diseases 0.000 description 20
- 238000012545 processing Methods 0.000 description 19
- 241000894007 species Species 0.000 description 17
- 230000001186 cumulative effect Effects 0.000 description 12
- 101150006137 sir gene Proteins 0.000 description 12
- 238000009792 diffusion process Methods 0.000 description 10
- 239000012678 infectious agent Substances 0.000 description 10
- 239000000463 material Substances 0.000 description 10
- 238000011160 research Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000029142 excretion Effects 0.000 description 9
- 108090000623 proteins and genes Proteins 0.000 description 9
- 241000233866 Fungi Species 0.000 description 8
- 238000007781 pre-processing Methods 0.000 description 8
- 230000035945 sensitivity Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000003379 elimination reaction Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000003203 everyday effect Effects 0.000 description 6
- 239000003242 anti bacterial agent Substances 0.000 description 5
- 230000002458 infectious effect Effects 0.000 description 5
- 230000007480 spreading Effects 0.000 description 5
- 238000003892 spreading Methods 0.000 description 5
- 206010029803 Nosocomial infection Diseases 0.000 description 4
- 230000008030 elimination Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 241000282412 Homo Species 0.000 description 3
- RJQXTJLFIWVMTO-TYNCELHUSA-N Methicillin Chemical compound COC1=CC=CC(OC)=C1C(=O)N[C@@H]1C(=O)N2[C@@H](C(O)=O)C(C)(C)S[C@@H]21 RJQXTJLFIWVMTO-TYNCELHUSA-N 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 229960003085 meticillin Drugs 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 244000052769 pathogen Species 0.000 description 3
- 101100542977 Arabidopsis thaliana PIPC gene Proteins 0.000 description 2
- 208000032163 Emerging Communicable disease Diseases 0.000 description 2
- 208000001388 Opportunistic Infections Diseases 0.000 description 2
- 241000589517 Pseudomonas aeruginosa Species 0.000 description 2
- 241000607715 Serratia marcescens Species 0.000 description 2
- 241000295644 Staphylococcaceae Species 0.000 description 2
- 241000191967 Staphylococcus aureus Species 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 230000000721 bacterilogical effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000009545 invasion Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 210000003928 nasal cavity Anatomy 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 210000002700 urine Anatomy 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 241000588923 Citrobacter Species 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 241000588914 Enterobacter Species 0.000 description 1
- 241000194033 Enterococcus Species 0.000 description 1
- 241000588724 Escherichia coli Species 0.000 description 1
- 101100016034 Nicotiana tabacum APIC gene Proteins 0.000 description 1
- 240000007817 Olea europaea Species 0.000 description 1
- 241000801593 Pida Species 0.000 description 1
- 206010036790 Productive cough Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 230000000845 anti-microbial effect Effects 0.000 description 1
- 229940088710 antibiotic agent Drugs 0.000 description 1
- 239000004599 antimicrobial Substances 0.000 description 1
- 244000052616 bacterial pathogen Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000014670 detection of bacterium Effects 0.000 description 1
- 210000003608 fece Anatomy 0.000 description 1
- 230000002538 fungal effect Effects 0.000 description 1
- 210000001035 gastrointestinal tract Anatomy 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000037308 hair color Effects 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 231100000206 health hazard Toxicity 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 239000008267 milk Substances 0.000 description 1
- 210000004080 milk Anatomy 0.000 description 1
- 235000013336 milk Nutrition 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000007918 pathogenicity Effects 0.000 description 1
- IVBHGBMCVLDMKU-GXNBUGAJSA-N piperacillin Chemical compound O=C1C(=O)N(CC)CCN1C(=O)N[C@H](C=1C=CC=CC=1)C(=O)N[C@@H]1C(=O)N2[C@@H](C(O)=O)C(C)(C)S[C@@H]21 IVBHGBMCVLDMKU-GXNBUGAJSA-N 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 210000003802 sputum Anatomy 0.000 description 1
- 208000024794 sputum Diseases 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】菌の異常集積検出の対象とする場所毎に、既定の集計頻度で、既定の観察期間幅中の検体提出患者および当該検出の対象とする全ての菌について、菌毎に、菌が陽性だった患者数を集計する。全ての菌について、集計した菌毎の陽性患者数と、検体提出患者数と、予め求めた菌毎の陽性率による二項分布を用いて、菌の偏りのない分離において成立するベルヌーイ試行の確率を、菌の分離に偏りが無く且つ菌の分離が偶然のみに支配されているという帰無仮説によって計算する。計算された確率が既定値より小さい場合に、偶然のみに支配されている確率が小さく菌の分離に偏りがあって異常な集積があったと判定する。
【選択図】図1
Description
院内感染症の多くは、このような多剤耐性の日和見感染菌による難治感染症である。今日、メチシリン耐性ブドウ球菌(MRSA)、多剤耐性緑膿菌(MDRP)などが、問題となっているが、様々な常在菌や環境菌が院内感染症の原因となるため、それら小数の特定の菌にのみ注目していると、他の菌による院内感染症やその徴候を見落とすことになる。すべての菌の分離状況を監視し院内感染の徴候を把握するためには、連日ないし少なくとも数日ごとに全ての菌種の分離状況を病棟あるいは病室ごとに集計してそれぞれの分離を評価する必要がある。これには膨大な作業が必要で、人手によって行うことは困難である。したがって、菌の異常集積を自動的に検出することのできる技術の実現が強く望まれている。
細菌による院内感染症は、主に、原因となる菌が病院内で拡散することによって起こる。一方、菌が拡散しても感染症が発生しなければ院内感染症とはならない。菌が拡散したことを早期に検出し、確認できれば、院内感染症を未然に防ぐことができる。前記の菌の異常集積の検出によって、異常な菌の集積を検出することができた場合でも、集積が院内での菌の拡散に基づくものであるのか、たまたまその菌を持った人がその病棟に集まったのか判断する必要がある。細菌は同じ菌種(例えば緑膿菌)として同定(つまり検査の結果菌種を定める)されても、それぞれが少しずつ異なった遺伝的背景を持っている。ヒトが同じ人類であっても、一人一人の遺伝子が少しずつ異なるのと同じである。ヒトと細菌が異なるのは、増殖するときにヒトが父親と母親から半分ずつ遺伝子を受け継ぐのに対して、細菌は、無性の2分裂によって増殖するため、元となった菌と増殖した菌が、稀に起きる変異による変化を除いて全く同じ遺伝子を持っていることである。したがって、細菌の場合は、別の場所、別の時間に分離された菌が、同じ菌であるかどうかを正確に予測することが可能である。場所や時間を隔てて分離された細菌が全く同じ菌であるかどうかを最も正確に予測する方法は、それぞれの菌の全遺伝子配列を決定することである。しかし現実には、全遺伝子配列を決定しなくとも、遺伝子配列の概要を調べたり、あるいは、菌の特徴(つまりヒトで言えば肌の色や髪の色などの形質)から、それらの菌が同じ菌であるか別の菌に由来するものであるか、相当の精度で予測することができる。これは細菌が、一般に短期間(例えば数十日単位)で著しい変異を生じることは稀であるが、長期間には遺伝子の大規模な組み替えを含む、様々な変異を生じることによる。
前記のantibiogram分類による抗菌薬分類をカラーコード化しいわゆる2次元carrierマップを作成することも重要な技術であり、これによれば菌の拡散状態を容易に把握できるようになると考えられる。
院内感染対策においても様々な指標をグラフ化し、値、増減から対策を検討することが重要である。例えば、院内感染菌として良く問題となるMRSA(メチシリン耐性黄色ブドウ球菌)の分離患者数、分離率などをグラフ化して、それらが増える傾向にある場合、担当者に注意を促し、この菌の病院内での拡散の原因を除くために接触予防策の強化などを行う。一般にグラフ化することによって変化は明らかになるが、多くの指標のトレンドを目視で正確に把握することは必ずしも容易ではなく、(1)目標値とのわずかなずれ、(2)変化の速さ(グラフの傾き)などは、必ずしも正確に把握されない。
前述した二項分布を用いる菌の異常集積の検出技術を利用し、その出力として得られる警告スコアを累積集計することも、院内感染対策に有用であると考えられるが、このような技術は実現されていない。
藤本修平、「中小規模病院感染症監視システム」、厚生労働科学研究費補助金 医療安全総合研究事業、医療安全総合研究事業 院内感染の防止のための監視体制の整備、細菌検査室の機能向上に関する研究 平成17年度報告書、13-102. (2006) 藤本修平、「院内感染対策サーベイランスの効率化に関する研究」、厚生科学研究費補助金 新興・再興感染症研究事業 薬剤耐性菌の発生動向のネットワークに関する研究 平成15年度総括研究報告書、87-94. (2004)
菌の異常集積検出の対象とする場所毎に、既定の集計頻度で、既定の観察期間幅中の検体提出患者および当該検出の対象とする全ての菌について、菌毎に、菌が陽性だった患者数を集計し、
全ての菌について、集計した菌毎の陽性患者数と、検体提出患者数と、予め求めた菌毎の陽性率による二項分布を用いて、菌の偏りのない分離において成立するベルヌーイ試行の確率を、菌の分離に偏りが無く且つ菌の分離が偶然のみに支配されているという帰無仮説によって計算し、
計算された確率が既定値より小さい場合に、偶然のみに支配されている確率が小さく菌の分離に偏りがあって異常な集積があったと判定する、
菌の異常集積検出方法であって、
前記ベースラインレートの算出を行う際に、同一患者の重複排除を月および人ののべ数となるように行うことによって、前記ベースラインレートが前記二項分布の単回の独立試行の確率となるようにする、
ことを特徴とする菌の異常集積検出方法、
を提供し、また、
菌の異常集積検出の対象とする場所毎に、既定の集計頻度で、既定の観察期間幅中の検体提出患者および当該検出の対象とする全ての菌について、菌毎に、菌が陽性だった患者数を集計して予め求められた集計データと、
全ての菌について、集計した菌毎の陽性患者数と、検体提出患者数と、予め求めた菌毎の陽性率とによる二項分布を用いて、菌の偏りのない分離において成立するベルヌーイ試行の確率を、菌の分離に偏りが無く且つ菌の分離が偶然のみに支配されているという帰無仮説によって計算し、
計算された確率が既定値より小さい場合に、偶然のみに支配されている確率が小さく菌の分離に偏りがあって異常な集積があったと判定する、
菌の異常集積検出装置であって、
前記ベースラインレートの算出を行う際に、同一患者の重複排除を月および人ののべ数となるように行うことによって、前記ベースラインレートが前記二項分布の単回の独立試行の確率となるようにする、
ことを特徴とする菌の異常集積検出装置
を提供する。
SIR判定を用いて菌の持つ薬剤耐性のパターンであるアンチバイオグラムを分類する方法であって、
2つの菌の組み合わせのうちで、全ての抗菌薬剤に対して一つでもSとRの違いがある組み合わせを不一致組み合わせと判定して、当該2つの菌同士で一致する薬剤の数を0点とし、互いにSまたは互いにRである組み合わせを一致組み合わせと判定して、当該2つの菌同士で一致する薬剤の数N点を求め、
この一致不一致の判定をすべての菌の組み合わせに対して行い、
一致する薬剤の数N点が既定の閾値以上になる菌のグループを作る、
ことを特徴とするアンチバイオグラム分類方法、
を提供し、また、
SIR判定を用いて菌の持つ薬剤耐性のパターンであるアンチバイオグラムを分類する装置であって、
2つの菌の組み合わせのうちで、全ての抗菌薬剤に対して一つでもSとRの違いがある組み合わせを不一致組み合わせと判定して、当該2つの菌同士で一致する薬剤の数を0点とし、互いにSまたは互いにRである組み合わせを一致組み合わせと判定して、当該2つの菌同士で一致する薬剤の数N点を求める手段と、
この一致不一致の判定をすべての菌の組み合わせに対して行う手段と、
一致する薬剤の数N点が既定の閾値以上になる菌のグループを作る手段と、
を備えることを特徴とするアンチバイオグラム分類装置、
を提供する。
上記のアンチバイオグラム分類方法によって分類された菌のグループに基づき2次元キャリアマップを作成する方法であって、
前記菌のグループをカラーコード化し、
分離された患者、場所、時期の3つのパラメータに基づいて、2次元キャリアマップ上の時間軸、空間軸に沿って各菌の分離データをプロットし、
同一患者を線で結ぶ、
ことを特徴とする2次元キャリアマップ作成方法、
を提供し、また、
上記のアンチバイオグラム分類装置によって分類された菌のグループに基づき2次元キャリアマップを作成する装置であって、
前記菌のグループをカラーコード手段と、
分離された患者、場所、時期の3つのパラメータに基づいて、2次元キャリアマップ上の時間軸、空間軸に沿って各菌の分離データをプロットする手段と、
同一患者を線で結ぶ手段と、
を備えることを特徴とする2次元キャリアマップ作成装置、
を提供する。
感染対策の指標となる数値の変動および偏りを評価する方法であって、
既定の観察期間単位ごとに、目標値との隔たりを示すP因子、時間軸において一つ前の観察単位との差を示すD因子、過去の既定の期間の偏差の和を示すI因子を計算し、
これらP因子、D因子、I因子の和をPID値とし、PID値、またはPID値の絶対値であるPID正値を、感染対策の成果が目標値に達するための努力の程度の指標として用いる、
ことを特徴とする感染対策指標の評価方法、
を提供し、また、
感染対策の指標となる数値の変動および偏りを評価する装置であって、
既定の観察期間単位ごとに、目標値との隔たりを示すP因子、時間軸において一つ前の観察単位との差を示すD因子、過去の既定の期間の偏差の和を示すI因子を計算する手段と、
これらP因子、D因子、I因子の和をPID値とし、PID値、またはPID値の絶対値であるPID正値を、感染対策の成果が目標値に達するための努力の程度の指標として用いる手段と、
を備えることを特徴とする感染対策指標の評価装置、
を提供する。
上記の菌の異常集積検出方法の出力として得られる警告スコアを累積集計してグラフ化する方法であって、
前記計算された菌の偏りのない分離を表すベルヌーイ試行の確率を閾値で分類し、確率が低いものに高いスコアを与えて得られる警告スコアを、菌ごとに一定期間ごとに集計し、集計結果を、横軸を時間軸、縦軸を警告スコアとしてグラフ化する、
ことを特徴とする菌異常集積検出の警告スコア累積のグラフ化方法、
を提供し、また、
上記の菌の異常集積検出装置の出力として得られる警告スコアを累積集計してグラフ化する装置であって、
前記計算された菌の偏りのない分離を表すベルヌーイ試行の確率を閾値で分類し、確率が低いものに高いスコアを与えて得られる警告スコアを、菌ごとに一定期間ごとに集計する手段と、集計結果を、横軸を時間軸、縦軸を警告スコアとしてグラフ化する手段と、
を備えることを特徴とする菌異常集積検出の警告スコア累積のグラフ化装置、
を提供する。
本願発明における菌の異常集積の検出の原理は以下のとおりである。
ある菌種が特定の場所(病棟など)で偶然によるよりも多くの患者から分離された場合、その場所の中で拡散(感染または保菌)が発生したことが疑われ、実際に拡散(感染または保菌)が発生していた場合は、(1)その場所での感染対策(衛生的手技)に問題がある可能性が示唆される。(2)拡散が続けば、ある確率で院内感染症の発生(アウトブレイク)に結びつくことが考えられる。したがって、すべての菌種についての菌の異常集積を自動的に確実に捕捉する事ができれば、不十分な感染対策に基づくアウトブレイクを未然に防ぐことができる。
(1)ベースラインレートの算出を行う際に、同一患者の重複排除を月および人ののべ数となるように行うことによって、前記ベースラインレートが前記二項分布の単回の独立試行の確率となるようにする。このとき、同一患者の重複排除は、既定期間毎、たとえば1年毎に行ってもよい。さらにあるいは、ベースラインレートに、前記場所の菌の陽性率あるいは全国平均の陽性率をとり、これにより客観的な分離の効果の評価も実現させる。全国平均とは、全国的サーベイランスで得た菌の陽性率を指す。また、同規模、同種の病院特性(救急病院、急性期病院、慢性期病院、老人病院、小児科病院など)によって層別化
した全国平均も含む。
(2)集計は、複数の既定の観察幅、たとえば毎日、1日、7日、14日、30日の観察幅で行う。
(3)菌の検査結果は確定するまでに日数がかかるので、即時性のために、中間報告が行われるたびに再集計をかける。
このとき、本願発明では、同一患者の重複排除を月および人ののべ数となるように行う(ステップS22)。より具体的には、たとえば図3に例示したように、同じ患者から所定観察期間内(たとえば30日以内)に同じ菌種が検出されたか否かを判断する(ステップS31)。検出されていない場合には重複排除処理せず(ステップS33)、検出されていない場合には抗菌薬感受性が関与する集計があるか否かを判断する(ステップS32)。集計がない場合には重複排除処理せず(ステップS33)、集計がある場合には耐性判断のある重複菌を排除する(ステップS34)。具体的には、初期設定として共通の抗菌薬数を0とし(ステップS35)、各抗菌薬について耐性に違いがあるか否かを判断する(ステップS37)。違いがない場合には共通の抗菌薬数=共通の抗菌薬数+1として(ステップS38)、判断処理をループさせ(ステップS36−S38)、耐性に違いがある場合には別の菌として集計する(ステップS311)。全ての抗菌薬について判断が終わった後(ステップS36)、共通の抗菌薬数がいずれかの株の検査抗菌薬数と同じであるか否かを判断する(ステップS39)。同じである場合には同じ菌として処理し(ステップS312)、違う場合には共通の抗菌薬数が所定値(たとえば5)以上であるか否かを判断し(ステップS310)、所定値以上でない場合には別の菌として集計し(ステップS311)、所定値以上である場合には同じ菌として処理する(ステップS312)。そして、同じ菌に対して重複排除処理を実行する、つまり集計データから重複菌を削除する(ステップS313)。続いて、時系列上先に検査が行われた菌の検査抗菌薬数が時系列上後に検査が行われた菌の検査抗菌薬数以上であるか否かを判断する(ステップS314)。これが成り立つ場合には先の検査を残し(ステップS315)、成り立たない場合には所定観察期間の判断の日付として先の検査の検体検出日を受け継ぎ(ステップS316)、後の検査を残す(ステップS317)。
図4は、以上の重複排除を含めた各処理に従い算出した菌陽性率Rpositiveの一例である。
菌の分離確率Pisolationのより具体的な算出処理は、たとえば図5に示したように、上述した数式1に従い、初期設定としてP=0とし(ステップS51)、m=kからnまで(ステップS52)次の計算をする。まず、nCm(=Cx)を計算し(ステップS53)、アル順番で丁度m個菌が出る確率pm(1−p)n-m(=Ptankai)を求め(ステップS54)、丁度m個菌が出る確率Cx Ptankai(=Pkumiawase)を算出し(ステップS55)、P=P+Ptankaiとする(ステップS56)。
より具体的には、分離確率Pisolationに対する閾値(複数のレベル)を予め指定しておき(ステップS14(図1))、菌分離事象を分離確率Pisolationによって分類する(ステップS15)。そして、各レベル以下の分離確率Pisolationを持つ事象を異常として警告する(ステップS16)。
本願発明におけるSIR判定を用いたantibiogram分類の原理は以下のとおりである。
(3)耐性が一致している抗菌薬数を得点化し、閾値(たとえば3点)以上の抗菌薬数を持つ2つのパターンの同一性を判定する。
より具体的には、図7中のステップS73において、たとえば図10にて菌K41とK70のSIRを比較すると、薬剤AZTに対してK41がR、K70がSであるので、K41−K70は不一致組合せと判断し、ステップS64において、K41−K70は不一致組合せなので0点とする(図9参照)。一方、ステップS65において、たとえば図10にて菌41と菌42のSIRを比較すると、まず、少なくとも一方の菌がIである薬剤AZT、CTXを除き、つまり、薬剤AZTに対してK42がIであり、薬剤CTXに対してK41、K42の両方がIであるので、AZT、CTXに対するK41−K42間のS/Rは判断対象外とし、続いて、それ以外の薬剤については、薬剤AMK、GM、PIPCの全てに対して互いにSであるので、K41−K42は一致組合せと判断する。そして、ステップS66において、K41−K42は薬剤AMK、GM、PIPCの3個で一致するので3点とする(図9参照)。同様に、たとえばK42−K50は薬剤AMK、GMの2個で一致するので2点とする(図9参照)。
そして、グループ化の結果例については、図示していないが、上述したとおりのグループ化処理によって、耐性パターンが同一である事が否定できない菌のグループ化、つまり菌のantibiogram分類を実現することができる。
ところで、以上のantibiogramの自動分類については、図6に例示した本処理の前に、処理の対象となるデータに前処理を施すことによって、劇的に処理量を減らすことができる。具体的には、図11に例示したように、まず、SIR判定の結果が全ての菌について同じか、つまり全てRまたはIであるか、または全てSまたはIであるかを判断し(ステップS111−S113)、該当する抗菌薬剤をたとえば図8の表から除いて分類処理対象外とする(ステップS114)。続いて、全く同じ感受性パターンの菌を一つの菌として扱う。すなわち、SIRの組合せが同じ菌群をグループ化してその代表の菌を表にする(ステップS115)。そして、図6(あるいは図7)のとおりの分類処理後に、ステップS115でグループ化した代表の結果を、ステップS66、S77により得られたグループ全体に複写する(ステップS116)。なお、前処理において、全ての検体に対するSRのパターンが同じ抗菌薬が複数あった場合、代表として一方のみを残す処理を実行してもよい。 図12はこの前処理によりグループ化した代表の一例、図13は図12のグループ化した代表をS66、S77によるグループ全体に複写した場合における分類結果の一例、図14はそのカラーコード化の結果の一例を示す。
本願発明における2次元carrierマップ作成の原理は、たとえば図15にも例示したように、以下のとおりである。図16は、本原理に従い、図14の分類カラーコードに基づいて作成した2次元carrierマップの一例である。
本願発明におけるPID感染対策指標評価の原理は以下のとおりである。
PID制御は、時間軸と観察値、率など標準化した観察値の組であって、グラフ化できるデータに対し、目標値を設置し、目標値との偏差を元に、データの経時的変化の傾向を確実に把握することを目的としている。時刻t0からtnにおいて、値x0からxnをとる観察値について、偏差(P因子)、積分値(I因子)、微分値(D因子)を求める方法を示す。なお、Pk,Ik,Dk,PIDkは時間tkにおけるP,I,D因子の値およびPID値を示し、Pak,Iak,Dak,PIDakは相当のP,I,D正値およびPID正値を示す。具体的な数式の一例は以下のとおりであり、この式に従った各処理ステップは図18に示すとおりとなる。
本願発明における菌自動集積の検出警告スコア累積のグラフ化の原理は以下のとおりである。
さらに具体的には、例えば図19にも例示したように、まずプロットする期間を指定し(ステップS191)、菌陽性患者数1の菌の扱いを指定する、つまり集計するしないを指定する(ステップS192)。プロットする菌を指定し(ステップS193)、警告スコア表を用いて、指定期間、指定集計法、指定菌の警告スコアの月合計(警告スコア累積)表を作成する(ステップS194)。集計日、菌、菌陽性患者数、検査対象患者数、および警告スコアを含む警告スコア表は、予め感染症監視サーバーといったコンピュータシステムに記憶されている(データベース等)。作成された警告スコア累積表はまたコンピュータシステムに記憶される。
ここで、この警告スコア累積のグラフから集積を繰り返す菌種を特定し、それらの菌の疫学的特徴(たとえば良く分離される材料、感染経路など)を組み合わせることで、重点的に行うべき感染対策を具体的にかつ自動的に示すことが可能になる。
まず、図21に例示したように、菌の異常集積の自動検出の警告(レベル)を月ごとに合計したものを警告スコア累積とする。
次に、図20に例示したように、警告スコア累積をグラフ化する。これにより、長期間の院内での細菌の拡散状況を俯瞰することができる。
そして、全ての分離菌について警告スコア累積を集計すると、院内拡散を繰り返している菌を知ることができる。細菌は、菌毎に、どのような材料から良く分離されるかが異なる。たとえば、大腸菌は、便、尿から多く分離され、ブドウ球菌は、皮膚や鼻腔から多く分離される。院内拡散を繰り返している菌について、どのような材料から多く分離される菌であるか、菌毎の検査材料別の分離頻度からその材料を知ると、拡散の原因となっている感染源を知ることができる。図22の集計例では、この施設では、近年、シトロバクター、腸球菌、エンテロバクターの院内拡散を繰り返しており、これらは、便から多く分離される菌であることから、便の取り扱いが不良であることが予測される。そして、菌別、検査材料別の分離頻度はその病院のデータ、あるいは、全国データから容易に求めることができるため、これから、共通の検査材料を感染源として自動的に判定することができる。また、菌によっては、拡散経路がよく分かっているものもあり、そのようなものについては、菌と主な感染経路を入力した知識データベースと結合することによって精度を上げることも可能である。
これによれば、院内拡散を繰り返している菌種が多く分離される検査材料をその菌が院内拡散をしている感染源としてその感染源に関する感染対策を強化することでそれらの菌の院内拡散を防ぐことができ、それによって、院内感染事故(アウトブレーク)を未然に防ぐことができるようになる。
すなわち、病院から分離される菌の解析によって、院内での拡散が繰り返されていて、院内感染症の原因となる可能性が高い「課題菌」を解析し、その病院で強化すべき感染対策を示すことができる。
細菌は、自ら移動することがほとんどできないため、感染の最初のステップとして、菌が被感染者の侵入(定着)門戸に到達するためには、何らかの人為的な介在が必要となる。
感染症の6要素のモデル(Jackson MM. General principles of epidemiology. ;APIC infection control and applied epidemiology: principles of practice. St. Louis: Mosby, 1996;1:1-19)は、菌が感染源から排泄され、患者に侵入するまでのステップをわかりやすく分類したものである。感染源、排泄経路、感染経路、侵入経路、被感染者は、病原体(菌)によって、異なり、たとえば、ある菌は、便に常在し、別の菌は、鼻腔に常在し、また、常在しなくとも、病原性の違いにより、主に分離される材料が決まっている。一方、病原体、感染源、排泄経路、感染経路、侵入経路、被感染者はそれぞれにある程度関連を持っているが、たとえば、排泄経路がおなじ呼吸器であっても、感染経路が、飛沫感染による場合と、さらに細かいエロゾルにより空気とともに移動するために、空気感染と呼ばれる感染経路を取る場合、また、接触感染を取る場合もあるなど、それぞれのステップが、ある程度独立している。
感染対策は、病原体、感染源、排泄経路、感染経路、侵入経路、被感染者のリンクに介入して感染を防ぐことである。
したがって、最も重要な点は、病院内で院内拡散を繰り返している菌について、共通する因子を見つけることによって、どの要素の、どのような種類の因子が、感染対策の弱点になっているかを明らかにすることである。
従って、院内拡散を繰り返している菌の検出法、上記因子の共通項を見つけ出すアルゴリズムは特に限定されないが、以下にその一例について説明する。なお、感染頻度などの要素を6要素に加えて採用することが有用でもあると考えられる。
図23は、院内拡散を繰り返す菌のスコア化について説明するための図である。
<ステップS221>
まず、初期処理として、課題菌表を空にする。課題菌とは、警告スコア累積合計スコアなど院内拡散を繰り返している菌であり、課題菌表とはこれらを表としたもので、菌名(菌コード)と警告スコア累積合計スコアなどより求める拡散の危険度を示す数値(危険ランク:危険度が高いものをより大きい数値とする)などを表としたものである。危険ランクの求め方については限定しない。課題菌表は予め感染症監視サーバーといったコンピュータシステムに記憶されている(データベース等)。
<ステップS222>
警告スコア累積合計スコア表(図21参照)から、高スコア菌を選択し、課題菌表へ追加する。高スコア菌とは、警告スコア累積合計スコアの数値が大きい菌を指す。たとえば、上位から、10菌種を高スコア菌とする。あるいは、たとえば、月平均20以上の菌を高スコア菌とするなど、複数の方法で数値の大きい菌を選ぶことができる。
<ステップS223>
警告スコア累積合計スコア表(図21参照)から、スコア増加傾向菌を選択し、課題菌表へ追加する。スコア増加傾向菌とは、警告スコア累積合計スコアの全体の合計では、高スコア菌にならないが、たとえば、直近数ヶ月に限定してみるとスコアが高く、警告スコア累積合計スコアが過去に比べて増加傾向のある菌を指す。
<ステップS224>
課題菌およびその感染因子(排泄経路、感染源、感染経路、侵入門戸、被感染者など)の表を作成する。具体的には、上記のとおりに各菌が追加されて作成された課題菌表と、予め記録されている菌・感染因子表とを組み合わせて作成される。菌・感染因子表としては既知のものを用い、その中の菌群から該当する課題菌の感染因子を検索し、課題菌・感染因子表に追加する。
<ステップS225>
作成された課題菌・感染因子表をデータベースから読み出し、コンピュータディスプレイ等に表示させる。
<ステップS226>
感染因子別および内容別得点(当該菌の数、または、当該菌の危険ランク合計)の表を作成する。具体的な作成処理は、次の通りである。
(1)まず、感染因子(排泄経路、感染源、感染経路、侵入門戸、被感染者など)のそれぞれの表の各欄を0点とする。
(2)最初にステップ224で得られた課題菌・感染因子表の最初の課題菌を処理の対象とする。
(3)その最初の課題菌の各々について、各々の得点表のその菌のもつ性質の欄にその菌の危険ランクを加える。たとえば、感染経路について接触感染をとるのであれば、感染経路の得点表の接触感染にその菌の危険ランク(たとえば12)あるいは危険ランクを用いない集計では1を加え、さらに、侵入門戸が口であれば、侵入門戸の得点表の口の欄に同様に危険ランク(を加えるどの表においても同じ値、先の例では12または1を加えることになる。)。
(4)次に2番目の課題菌について同様に処理し、順次、全ての課題菌が終わるまで処理を行う。
<ステップS227>
感染因子別および内容別得点(当該菌の数、または、当該菌の危険ランク合計)の表を降順に並べ替える。
<ステップS228>
感染因子別及び高得点要素をデータベースから読み出し、コンピュータディスプレイ等に表示させる。ここで、得点、得点力カテゴリー別に色分けすることが好ましい。具体的な表示処理は、次の通りである。
(1)まず、感染因子(排泄経路、感染源、感染経路、侵入門戸、被感染者など)の最初の因子たとえば、排泄経路を処理の対象とする。
(2)得点表では尿、便、乳汁、血液、唾液、咳、痰、皮膚などの排泄経路毎に、得点が求まっているので、得点の多い順(降順)に表を並び替える。順位の高いものに赤など目立つ色を付け、表を表示する。
(3)次に、他の因子たとえば、感染源を処理の対象とし、同様の処理を行う。順次、全ての課題菌が終わるまで処理を行う。
以上のとおりの本願発明における各処理は、図24に例示した全体構成を持つ装置により実行することができる。図24の装置1は、バス15に処理部(CPU)10、記憶部(内部メモリ、外部メモリ)11、入力部(キーボード、マウス)12、出力部(モニタ、プリンタ)13及び通信制御部14が接続される構成である。この装置11は、通信制御部14を介してネットワーク16に接続されている。ネットワーク16に接続された装置1などの端末から他の端末等に格納された各処理に必要な各種データを入手することが可能である。処理部10は、記憶部11に格納されたプログラムを読み出すことにより、前述した各種処理を実行する。
このとき、本願発明では、同一患者の重複排除を月および人ののべ数となるように行う(ステップS22)。より具体的には、たとえば図3に例示したように、同じ患者から所定観察期間内(たとえば30日以内)に同じ菌種が検出されたか否かを判断する(ステップS31)。検出されていない場合には重複排除処理せず(ステップS33)、検出された場合には抗菌薬感受性が関与する集計があるか否かを判断する(ステップS32)。集計がない場合には重複排除処理せず(ステップS33)、集計がある場合には耐性判断のある重複菌を排除する(ステップS34)。具体的には、初期設定として共通の抗菌薬数を0とし(ステップS35)、各抗菌薬について耐性に違いがあるか否かを判断する(ステップS37)。違いがない場合には共通の抗菌薬数=共通の抗菌薬数+1として(ステップS38)、判断処理をループさせ(ステップS36−S38)、耐性に違いがある場合には別の菌として集計する(ステップS311)。全ての抗菌薬について判断が終わった後(ステップS36)、共通の抗菌薬数がいずれかの株の検査抗菌薬数と同じであるか否かを判断する(ステップS39)。同じである場合には同じ菌として処理し(ステップS312)、違う場合には共通の抗菌薬数が所定値(たとえば5)以上であるか否かを判断し(ステップS310)、所定値以上でない場合には別の菌として集計し(ステップS311)、所定値以上である場合には同じ菌として処理する(ステップS312)。そして、同じ菌に対して重複排除処理を実行する、つまり集計データから重複菌を削除する(ステップS313)。続いて、時系列上先に検査が行われた菌の検査抗菌薬数が時系列上後に検査が行われた菌の検査抗菌薬数以上であるか否かを判断する(ステップS314)。これが成り立つ場合には先の検査を残し(ステップS315)、成り立たない場合には所定観察期間の判断の日付として先の検査の検体検出日を受け継ぎ(ステップS316)、後の検査を残す(ステップS317)。
図4は、以上の重複排除を含めた各処理に従い算出した菌陽性率Rpositiveの一例である。
ところで、以上のantibiogramの自動分類については、図6に例示した本処理の前に、処理の対象となるデータに前処理を施すことによって、劇的に処理量を減らすことができる。具体的には、図11に例示したように、まず、SIR判定の結果が全ての菌について同じか、つまり全てRまたはIであるか、または全てSまたはIであるかを判断し(ステップS111−S113)、該当する抗菌薬剤をたとえば図8の表から除いて分類処理対象外とする(ステップS114)。続いて、全く同じ感受性パターンの菌を一つの菌として扱う。すなわち、SIRの組合せが同じ菌群をグループ化してその代表の菌を表にする(ステップS115)。そして、図6(あるいは図7)のとおりの分類処理後に、ステップS115でグループ化した代表の結果を、ステップS66−S67、ステップS77−S78により得られたグループ全体に複写する(ステップS116)。なお、前処理において、全ての検体に対するSRのパターンが同じ抗菌薬が複数あった場合、代表として一方のみを残す処理を実行してもよい。
図12はこの前処理によりグループ化した代表の一例、図13は図12のグループ化した代表をS66、S77によるグループ全体に複写した場合における分類結果の一例、図14はそのカラーコード化の結果の一例を示す。
Claims (18)
- 菌の異常集積検出の対象とする場所毎に、既定の集計頻度で、既定の観察期間幅中の検体提出患者および当該検出の対象とする全ての菌について、菌毎に、菌が陽性だった患者数を集計し、
全ての菌について、集計した菌毎の陽性患者数と、検体提出患者数と、予め求めた菌毎の陽性率であるベースラインレートによる二項分布を用いて、菌の偏りのない分離において成立するベルヌーイ試行の確率を、菌の分離に偏りが無く且つ菌の分離が偶然のみに支配されているという帰無仮説によって計算し、
計算された確率が既定値より小さい場合に、偶然のみに支配されている確率が小さく菌の分離に偏りがあって異常な集積があったと判定する、
菌の異常集積検出方法であって、
前記ベースラインレートの算出を行う際に、同一患者の重複排除を月および人ののべ数となるように行うことによって、前記ベースラインレートが前記二項分布の単回の独立試行の確率となるようにする、
ことを特徴とする菌の異常集積検出方法。 - ベースラインレートに前記場所の菌の陽性率あるいは全国平均の陽性率をとる、請求項1記載の菌の異常集積検出方法。
- 前記集計を複数の既定の観察幅で連日あるいは既定の期間の頻度で行う、請求項1記載の菌の異常集積検出方法。
- 菌の異常集積検出の対象とする場所毎に、既定の集計頻度で、既定の観察期間幅中の検体提出患者および当該検出の対象とする全ての菌について、菌毎に、菌が陽性だった患者数を集計して予め求められた集計データと、
全ての菌について、集計した菌毎の陽性患者数と、検体提出患者数と、予め求めた菌毎の陽性率とによる
二項分布を用いて、菌の偏りのない分離において成立するベルヌーイ試行の確率を、菌の分離に偏りが無く且つ菌の分離が偶然のみに支配されているという帰無仮説によって計算し、
計算された確率が既定値より小さい場合に、偶然のみに支配されている確率が小さく菌の分離に偏りがあって異常な集積があったと判定する、
菌の異常集積検出装置であって、
前記ベースラインレートの算出を行う際に、同一患者の重複排除を月および人ののべ数となるように行うことによって、前記ベースラインレートが前記二項分布の単回の独立試行の確率となるようにする、
ことを特徴とする菌の異常集積検出装置。 - ベースラインレートに前記場所の菌の陽性率あるいは全国平均の陽性率をとる、請求項4記載の菌の異常集積検出装置。
- 前記集計を複数の既定の観察幅で連日あるいは既定の期間の頻度で行う、請求項4記載の菌の異常集積検出装置。
- SIR判定を用いて菌の持つ薬剤耐性のパターンであるアンチバイオグラムを分類する方法であって、
2つの菌の組み合わせのうちで、全ての抗菌薬剤に対して一つでもSとRの違いがある組み合わせを不一致組み合わせと判定して、当該2つの菌同士で一致する薬剤の数を0点とし、互いにSまたは互いにRである組み合わせを一致組み合わせと判定して、当該2つの菌同士で一致する薬剤の数N点を求め、
この一致不一致の判定をすべての菌の組み合わせに対して行い、
一致する薬剤の数N点が既定の閾値以上になる菌のグループを作る、
ことを特徴とするアンチバイオグラム分類方法。 - SIR判定を用いて菌の持つ薬剤耐性のパターンであるアンチバイオグラムを分類する装置であって、
2つの菌の組み合わせのうちで、全ての抗菌薬剤に対して一つでもSとRの違いがある組み合わせを不一致組み合わせと判定して、当該2つの菌同士で一致する薬剤の数を0点とし、互いにSまたは互いにRである組み合わせを一致組み合わせと判定して、当該2つの菌同士で一致する薬剤の数N点を求める手段と、
この一致不一致の判定をすべての菌の組み合わせに対して行う手段と、
一致する薬剤の数N点が既定の閾値以上になる菌のグループを作る手段と、
を備えることを特徴とするアンチバイオグラム分類装置。 - 請求項7記載のアンチバイオグラム分類方法によって分類された菌のグループに基づき2次元キャリアマップを作成する方法であって、
前記菌のグループをカラーコード化し、
分離された患者、場所、時期の3つのパラメータに基づいて、2次元キャリアマップ上の時間軸、空間軸に沿って各菌の分離データをプロットし、
同一患者の各プロット点を線で結ぶ、
ことを特徴とする2次元キャリアマップ作成方法。 - 請求項8記載のアンチバイオグラム分類装置によって分類された菌のグループに基づき2次元キャリアマップを作成する装置であって、
前記菌のグループをカラーコード手段と、
分離された患者、場所、時期の3つのパラメータに基づいて、2次元キャリアマップ上の時間軸、空間軸に沿って各菌の分離データをプロットする手段と、
同一患者を線で結ぶ手段と、
を備えることを特徴とする2次元キャリアマップ作成装置。 - 感染対策の指標となる数値の変動および偏りを評価する方法であって、
既定の観察期間単位ごとに、目標値との隔たりを示すP因子、時間軸において一つ前の観察単位との差を示すD因子、過去の既定の期間の偏差の和を示すI因子を計算し、
これらP因子、D因子、I因子の和をPID値とし、PID値、またはPID値の絶対値であるPID正値を、感染対策の成果が目標値に達するための努力の程度の指標として用いる、
ことを特徴とする感染対策指標の評価方法。 - 感染対策の指標が、菌の分離数、陽性患者数、感染症発症患者数、感染症症状陽性患者数、炎症検査陽性患者数、感染症検査陽性患者数、および、それらの率のうちの少なくとも一つである、請求項11記載の感染対策指標の評価方法。
- I因子の和を取る期間を過去の任意の期間あるいは既定の観察期間幅とする、請求項11記載の感染対策指標の評価方法。
- 感染対策の指標となる数値の変動および偏りを評価する装置であって、
既定の観察期間単位ごとに、目標値との隔たりを示すP因子、時間軸において一つ前の観察単位との差を示すD因子、過去の既定の期間の偏差の和を示すI因子を計算する手段と、
これらP因子、D因子、I因子の和をPID値とし、PID値、またはPID値の絶対値であるPID正値を、感染対策の成果が目標値に達するための努力の程度の指標として用いる手段と、
を備えることを特徴とする感染対策指標の評価装置。 - 感染対策の指標が、菌の分離数、陽性患者数、感染症発症患者数、感染症症状陽性患者数、炎症検査陽性患者数、感染症検査陽性患者数、および、それらの率のうちの少なくとも一つである、請求項14記載の感染対策指標の評価装置。
- I因子の和を取る期間を過去の任意の期間あるいは既定の観察期間幅とする、請求項14記載の感染対策指標の評価装置。
- 請求項1記載の菌の異常集積検出方法の出力として得られる警告スコアを累積集計してグラフ化する方法であって、
前記計算された菌の偏りのない分離を表すベルヌーイ試行の確率を閾値で分類し、確率が閾値より低いものに高いスコアを与えて得られる警告スコアを、菌ごとに一定期間ごとに集計し、集計結果を、横軸を時間軸、縦軸を警告スコアとしてグラフ化する、
ことを特徴とする菌異常集積検出の警告スコア累積のグラフ化方法。 - 請求項4記載の菌の異常集積検出装置の出力として得られる警告スコアを累積集計してグラフ化する装置であって、
前記計算された菌の偏りのない分離を表すベルヌーイ試行の確率を閾値で分類し、確率が低いものに高いスコアを与えて得られる警告スコアを、菌ごとに一定期間ごとに集計する手段と、集計結果を、横軸を時間軸、縦軸を警告スコアとしてグラフ化する手段と、
を備えることを特徴とする菌異常集積検出の警告スコア累積のグラフ化装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014116777A JP5800165B2 (ja) | 2007-09-14 | 2014-06-05 | 感染対策指標の評価方法および装置 |
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007240233 | 2007-09-14 | ||
JP2007240233 | 2007-09-14 | ||
JP2007241437 | 2007-09-18 | ||
JP2007241437 | 2007-09-18 | ||
JP2014116777A JP5800165B2 (ja) | 2007-09-14 | 2014-06-05 | 感染対策指標の評価方法および装置 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013011915A Division JP5568816B2 (ja) | 2007-09-14 | 2013-01-25 | アンチバイオグラム分類方法および装置、2次元キャリアマップ作成方法および装置、並びに感染対策指標の評価方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014209356A true JP2014209356A (ja) | 2014-11-06 |
JP5800165B2 JP5800165B2 (ja) | 2015-10-28 |
Family
ID=40665511
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008161030A Expired - Fee Related JP5189906B2 (ja) | 2007-09-14 | 2008-06-19 | 菌の異常集積検出方法および装置、並びに菌異常集積検出の警告スコア累積のグラフ化方法および装置 |
JP2013011915A Expired - Fee Related JP5568816B2 (ja) | 2007-09-14 | 2013-01-25 | アンチバイオグラム分類方法および装置、2次元キャリアマップ作成方法および装置、並びに感染対策指標の評価方法および装置 |
JP2014116777A Expired - Fee Related JP5800165B2 (ja) | 2007-09-14 | 2014-06-05 | 感染対策指標の評価方法および装置 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008161030A Expired - Fee Related JP5189906B2 (ja) | 2007-09-14 | 2008-06-19 | 菌の異常集積検出方法および装置、並びに菌異常集積検出の警告スコア累積のグラフ化方法および装置 |
JP2013011915A Expired - Fee Related JP5568816B2 (ja) | 2007-09-14 | 2013-01-25 | アンチバイオグラム分類方法および装置、2次元キャリアマップ作成方法および装置、並びに感染対策指標の評価方法および装置 |
Country Status (1)
Country | Link |
---|---|
JP (3) | JP5189906B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018512656A (ja) * | 2015-03-12 | 2018-05-17 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 感染管理及び予防 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5806850B2 (ja) * | 2011-04-28 | 2015-11-10 | シスメックス株式会社 | 感染情報提供システム、及び感染情報提供装置 |
CN104766320B (zh) * | 2015-04-02 | 2017-06-13 | 西安电子科技大学 | 阈值化量测下的多伯努利滤波弱目标检测与跟踪方法 |
US20180314793A1 (en) * | 2015-10-30 | 2018-11-01 | Koninklijke Philips N.V. | Methods, systems and processes of determining transmission path of infectious agents |
CN110838078B (zh) * | 2018-08-17 | 2023-04-11 | 阿里巴巴集团控股有限公司 | 裁判结果的预警方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003305010A (ja) * | 2002-04-16 | 2003-10-28 | Hitachi High-Technologies Corp | 感染症監視方法及び監視システム |
JP2005025281A (ja) * | 2003-06-30 | 2005-01-27 | Mitsubishi Kagaku Bio-Clinical Laboratories Inc | 微生物院内感染管理方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3223002B2 (ja) * | 1993-09-20 | 2001-10-29 | 株式会社日立製作所 | 院内感染状況診断方法および装置 |
JPWO2002061647A1 (ja) * | 2001-01-31 | 2004-06-03 | 株式会社日立製作所 | 感染症情報表示方法およびシステム並びに感染症の分析受注方法 |
EP1565547B2 (en) * | 2002-06-28 | 2012-09-19 | Biosearch S.A. | Probiotic strains, a process for the selection of them, compositions thereof, and their use |
JP2004234459A (ja) * | 2003-01-31 | 2004-08-19 | Nagase & Co Ltd | 治療指標情報提供サーバ、治療指標情報提供方法、プログラム及び該プログラムを記録した記録媒体 |
-
2008
- 2008-06-19 JP JP2008161030A patent/JP5189906B2/ja not_active Expired - Fee Related
-
2013
- 2013-01-25 JP JP2013011915A patent/JP5568816B2/ja not_active Expired - Fee Related
-
2014
- 2014-06-05 JP JP2014116777A patent/JP5800165B2/ja not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003305010A (ja) * | 2002-04-16 | 2003-10-28 | Hitachi High-Technologies Corp | 感染症監視方法及び監視システム |
JP2005025281A (ja) * | 2003-06-30 | 2005-01-27 | Mitsubishi Kagaku Bio-Clinical Laboratories Inc | 微生物院内感染管理方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018512656A (ja) * | 2015-03-12 | 2018-05-17 | コーニンクレッカ フィリップス エヌ ヴェKoninklijke Philips N.V. | 感染管理及び予防 |
US10685740B2 (en) | 2015-03-12 | 2020-06-16 | Koninklijke Philips N.V. | Infection management and control |
Also Published As
Publication number | Publication date |
---|---|
JP5800165B2 (ja) | 2015-10-28 |
JP5189906B2 (ja) | 2013-04-24 |
JP2013101675A (ja) | 2013-05-23 |
JP5568816B2 (ja) | 2014-08-13 |
JP2009093617A (ja) | 2009-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5800165B2 (ja) | 感染対策指標の評価方法および装置 | |
Kronvall et al. | Normalized resistance interpretation, the NRI method: Review of NRI disc test applications and guide to calculations | |
CN113159502B (zh) | 用于评估临床试验风险的方法 | |
Stevenson et al. | Standardized infection surveillance in long-term care interfacility comparisons from a regional cohort of facilities | |
Ruple‐Czerniak et al. | Using syndromic surveillance to estimate baseline rates for healthcare‐associated infections in critical care units of small animal referral hospitals | |
US20190226004A1 (en) | Multi-level, laboratory-based surveillance system for detection of intraoperative "eskape" bacterial pathogens for hcai prevention | |
Waters et al. | Combination antimicrobial susceptibility testing for acute exacerbations in chronic infection of Pseudomonas aeruginosa in cystic fibrosis | |
Choucrallah et al. | Outbreaks: Surveillance of laboratory exposures to human pathogens and toxins: Canada 2018 | |
US20130197811A1 (en) | Method for Diagnosis of an Infectious Disease Stage and Determination of Treatment | |
Olteanu | Cumulative sum control charts for censored reliability data | |
McKechnie et al. | Considerations when choosing a statistical method for data analysis | |
CN114038501B (zh) | 一种基于机器学习的背景菌判定方法 | |
CN116342344A (zh) | 一种基于物联网的智慧养老服务管理系统 | |
Crothers et al. | Widespread activation of immunity and pro‐inflammatory programs in peripheral blood leukocytes of HIV‐infected patients with impaired lung gas exchange | |
Du et al. | Assessing the surveillance use of 2018 EFP/AAP classification of periodontitis: A validation study and clustering analysis | |
Papantonopoulos et al. | Aggressive periodontitis defined by recursive partitioning analysis of immunologic factors | |
CN115511454A (zh) | 一种生成审核规则的方法、装置及相关产品 | |
Plumlee et al. | A blood RNA signature in a novel murine model predicts human tuberculosis risk | |
Akinnuwesi et al. | Diagnosing meningitis: a comparative study of conventional clinical and computational diagnostic methods | |
Mitchell | Covid-19 threat perceptions and willingness to get vaccinated: Efficacy, safety, and trust concerns | |
Balamurugan et al. | Receiver Operator Characteristics (ROC) Analyses of Complete Blood Count (CBC) Delta. | |
Abdel Aziz et al. | Is duration of exposure a determinant factor for genotoxicity and clinical manifestations induced by Formaldehyde? | |
Song | Disease Prevention and Surveillance | |
Collins | Investigation of Airborne Concentrations of Prevalent Exterior Mold Spore Types from Bioaerosol Spore Trap Air Samples in Three Southeast United States Cities for Use in Establishing Post Mold Remediation Clearance Criteria | |
Samsudin et al. | MEASURING EXPOSURE TO WORKPLACE BULLYING AMONG MALAYSIAN JUNIOR DOCTORS: PSYCHOMETRIC PROPERTIES OF THE NEGATIVE ACTS QUESTIONNAIRE-REVISED: Received 2020-11-19; Accepted 2021-09-13; Published 2021-10-07 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150311 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150323 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150514 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20150727 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150811 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5800165 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |