JP5568816B2 - 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 - Google Patents
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 Download PDFInfo
- Publication number
- JP5568816B2 JP5568816B2 JP2013011915A JP2013011915A JP5568816B2 JP 5568816 B2 JP5568816 B2 JP 5568816B2 JP 2013011915 A JP2013011915 A JP 2013011915A JP 2013011915 A JP2013011915 A JP 2013011915A JP 5568816 B2 JP5568816 B2 JP 5568816B2
- Authority
- JP
- Japan
- Prior art keywords
- bacteria
- infection
- drugs
- biogram
- classification
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims description 68
- 208000015181 infectious disease Diseases 0.000 title description 82
- 238000011156 evaluation Methods 0.000 title description 10
- 241000894006 Bacteria Species 0.000 claims description 259
- 229940124350 antibacterial drug Drugs 0.000 claims description 30
- 229940079593 drug Drugs 0.000 claims description 27
- 239000003814 drug Substances 0.000 claims description 27
- 238000000926 separation method Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 19
- 206010059866 Drug resistance Diseases 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000035508 accumulation Effects 0.000 description 65
- 238000009825 accumulation Methods 0.000 description 65
- 230000002159 abnormal effect Effects 0.000 description 41
- 230000001580 bacterial effect Effects 0.000 description 24
- 238000002955 isolation Methods 0.000 description 24
- 238000012360 testing method Methods 0.000 description 23
- 238000001514 detection method Methods 0.000 description 22
- 206010011409 Cross infection Diseases 0.000 description 20
- 230000008569 process Effects 0.000 description 16
- 241000894007 species Species 0.000 description 15
- 238000009826 distribution Methods 0.000 description 13
- 230000001186 cumulative effect Effects 0.000 description 12
- 208000035473 Communicable disease Diseases 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 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
- 101150006137 sir gene Proteins 0.000 description 10
- 230000029142 excretion Effects 0.000 description 9
- 108090000623 proteins and genes Proteins 0.000 description 9
- 241000233866 Fungi Species 0.000 description 8
- 102100032352 Leukemia inhibitory factor Human genes 0.000 description 7
- 108090000581 Leukemia inhibitory factor Proteins 0.000 description 7
- 230000002776 aggregation Effects 0.000 description 6
- 238000004220 aggregation Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 6
- 230000003203 everyday effect Effects 0.000 description 5
- 230000002458 infectious effect Effects 0.000 description 5
- 238000007781 pre-processing Methods 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
- 239000003242 anti bacterial agent Substances 0.000 description 4
- 230000010354 integration 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
- 238000003379 elimination reaction Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000007246 mechanism Effects 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
- 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
- 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
- 230000008030 elimination Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002538 fungal effect Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007689 inspection Methods 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
- 230000001717 pathogenic effect Effects 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
- 101100542977 Arabidopsis thaliana PIPC gene Proteins 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
- 206010061218 Inflammation Diseases 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
- 230000004931 aggregating effect Effects 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
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 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
- 230000004054 inflammatory process 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
- 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
- 230000002829 reductive effect Effects 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
- 208000024891 symptom Diseases 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)
Description
置、2次元キャリアマップ作成方法および装置、感染対策指標の評価方法および装置、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に関するものである。
合が増えている。易感染患者は健常人が感染症を発症しない様な病原性の弱い菌(いわゆ
る弱毒菌)によっても感染症を発症する。このような感染症を日和見(ひよりみ)感染症
と呼び、日和見感染症を起こす弱毒菌を日和見感染菌と呼ぶ。日和見感染菌の多くは、常
在菌や環境菌であり、患者や医療従事者の腸管などの常在細菌叢や、病院環境中に存在し
、病院内に長時間とどまる。病院内では抗菌薬(生物が作る抗生物質や合成された合成抗
菌薬の総称)が多用されているため、抗菌薬が効く感性菌は淘汰され、抗菌薬の効かない
耐性菌が選択される。このため、日和見感染菌の多くは、多剤耐性化しており、抗菌薬に
よる治療に抵抗するため、これらの細菌による院内感染症が発生すると治療が困難になる
。
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。
症を起こすことで発症するものであるところ、院内で菌が人為的に拡散されると拡散され
た菌の分離数が通常より増加するので、特定の菌の分離数の増加、つまり菌の異常集積を
検出することができれば、院内感染の第一段階である人為的な菌の拡散を検出できること
になり、院内感染を未然に防ぐことができるようになる。この点に関し、電算機を用いた
リアルタイムのサーベイランスが実施できれば、特定の菌の分離数、分離率をリアルタイ
ムで算出することが可能であるが、検出の感度、特異性を保ちつつ自動化できる適当な統
計的手法が従来はなかった。
特許文献1、2参照)、この問題を解決したが、帰無仮説の確率であるベースラインレー
トとして何を用いるか(例えば集計期間の決定や重複排除の方法)、どのような期間幅ど
のような頻度で集計するのが適当であるかなど、解決すべ点がまだ存在している。
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。
抗菌薬に対する耐性(つまり薬が効かないこと)のパターンであるいわゆるantibiogram
(アンチバイオグラム)である。ある菌が抗菌薬ABCに耐性でDEFには感性(つまり薬が効
くこと)であり、同じ菌種に属する別の菌が抗菌薬ABCDに耐性でEFに感性であった場合、
それらの菌は別の由来であると予測できる。適当な薬剤の組み合わせを選ぶとACEに耐性
でBDFに感性、など全ての組み合わせ(つまりパターン)が出現する可能性があり、antibiogramが同じであると、それらの菌の由来が同じである可能性が少なくとも否定できないと結論できる。この方法は、細菌の抗菌薬に対する感受性(つまり耐性であるか感性であるか調べること)検査が保険診療の範囲内であり、日常の臨床検査としてひろく行われているために、このような疫学調査(つまり伝染性の疾患、環境要因による疾患など、集団で発生する疾患の因果関係を明らかにする研究方法)のために新たに費用が発生しない利点を持つ。antibiogramによる菌の同一性の予測は、遺伝子配列の概要による分類、さらに詳細な遺伝子解析(これらの解析は分子疫学的手法と呼ばれる)の結果と良く一致することが知られている。antibiogramで同一であることが否定できないと予測された菌の中には同一でないものも含まれるが、antibiogramで異なる菌と判断された菌は他の手法でも異なる菌と同定されるために、さらに詳細な分子疫学的手法を行うべきかどうかの判断とし、最初に行うべき調査である。一般病院で、分子疫学的手法による解析を行うことは、設備、費用の何れの面からも殆ど不可能である。多くの健康被害が発生した事例などに限って、大学、都道府県の衛生研究所、国立感染症研究所などが分子疫学的調査を行っている。
を元に、人手によって整理が行われている。このとき、(1)菌の感受性はS(感性)、
I(中間)、R(耐性)としていわゆるSIR判定される。IとS、IとRの違いは検査
の誤差範囲であることがある。(2)多数の菌のantibiogramの整理を行う場合、全ての
菌に対して同じ抗菌薬の感受性が全て調べてあるとは限らない。(3)グループ分けが一
つに定まらない。などの問題があり、作業に多くの時間が掛かる、結果に自信が持てない
という問題がある。
術の実現を希望している。
含んでいると考えられたためか、電算機を利用してantibiogramを作表する仕組みはあっ
たが、従来、自動的に分類するためのプログラムは実現されていない。
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。
おりにantibiogram分類の方法がなかったために、同一菌株の拡散を2次元マップ化し患
者の動線を考慮した解析を行う資料の自動作成はできなかった。
動作成技術の実現も有用である。
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。
から使われる方法であるが、コンピュータ技術の発達に伴ってさらに実用性が増し、民生
、工業などの制御にひろく使われている。
とが可能であり、時に目視で見落とされることのある微少な偏位の持続、変化速度の差を
数量化、グラフ化できることに注目し、感染対策に於ける各種指標を正常に保つことを一
つの制御と考え、感染対策のトレンド解析にPID制御を応用することも有用であると考
えられる。
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)
から統計的に有為な菌の異常集積を自動的に検出することのできる、菌の異常集積検出方
法および菌の異常集積検出装置を提供することを課題としている。
内感染の疫学調査を省力化し、かつ、誤りや見落としを防ぐことのできる、アンチバイオ
グラム分類方法およびアンチバイオグラム分類装置を提供することを課題としている。
を時間軸、空間軸でプロットして、同一患者を直線で結びつけて、同じ耐性パターンの菌
が病棟内などで拡散している状態を容易に把握できる2次元carrierマップを自動的に作
成することのできる、2次元キャリアマップ作成方法および2次元キャリアマップ作成装
置を提供することを課題としている。
各種指標を正常に保つことができ、指標として実数を用いることが適当でないことや、積
分期間が長い場合は過去の影響が及ぶ期間が不適切に長くなることの障害を排除し、様々
なグラフ評価を正確に可能ならしめる、PID法によるグラフ評価技術、つまりPID法
による感染対策指標の評価方法および装置を提供することを課題としている。
コアを累積集計しグラフ化することのできる、菌自動集積検出の警告スコア累積のグラフ
化方法および装置を提供することを課題としている。
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。
せるためのプログラムおよび当該プログラムを記録したコンピュータ読取可能な記録媒体
をも提供する。
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。
ゆるsporadicな分離のときには、毎回独立に菌の分離率(baseline rate:ベースライン
レート)にしたがって偶然に支配されて発生するいわゆるベルヌーイ試行である。偏りの
ないベルヌーイ試行は、その確率が二項分布(例えば下記数1で表される累積二項分布)
によって計算できることに注目し、菌の分離に偏りが無く、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その確率を計算し、計算された確率が十分に小さい場合
、偶然のみに支配されている確率が小さく、何らかの偏りがあった、すなわち菌の分離に
異常な集積があったと結論する。これにより、すべての菌について、病院全体、病棟ごと
、病室ごとの菌の分離に偏りがあったかどうかを評価できれば、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可能になる。
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。
条件の下に実行される。
(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。
それぞれの菌がそれぞれの数それぞれの検査患者数から分離される確率Pisolationは、そ
の菌の陽性率Rpositiveであり、ある場所で、ある菌が、ある人数の患者から分離される
確率Pisolationは、それらの数と、検査患者数Nsample-patientと、その菌の陽性率Rposi
tiveから二項分布を用いて求めることができる(ステップS13(図1))。さらに、そ
の数より少ない数が分離される確率を加える、つまり累積二項分布を用いることによって
、例えば、6人検査して4人までがその菌が陽性である確率を求めることができる。本願
発明では、全ての場所毎、全ての観察期間、全ての菌種について毎日その確率を計算する
。
さないためである。これらの幅で、連日、確率計算し続けることで、小さな集積も特異的
に検出することができる。
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)。
積の危険度(警告レベル)として、問題の発生した場所、集計の日時、観察期間幅、菌種
、陽性患者数、検体提出患者数、確率など、危険度を表示して警告としている。
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)。
を検出することによって、特定の耐性菌が病院内、あるいは、地域で拡散した場合にこれ
を自動的に検出することが可能になる。
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。
性)、R(耐性)の何れとも取れるため、決定因子にならず、検査を行っていないのと同
様の扱いでよいことが分かった。同一であることをスコア化して判断する方法は最終的な
組み合わせに曖昧さが残るため、実用性が低いことが分かった。そこで、本願発明のanti
biogram分類は、論理的に(つまりrule based algorithmで)同じグループに属すること
が否定できない組み合わせを網羅するものである。
判断する。
るものが有れば排除する((3)において0点とする)
(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。
る具体的アルゴリズムの一例は、図8に示すとおりである。集合Aiは菌株xiと耐性パター
ンの同一性が否定できない菌株の集合である。菌株xjが集合Aiの要素であるとき、菌株xi
は集合Ajの要素である。Ai、Ajが与えられると、それらと耐性パターンが同一である事が
否定できない3番目の菌株は共通集合となる。したがって、耐性が一致している抗菌薬数
を得点化した値が閾値以上の組み合わせの集合を主記憶上に持つことによって、高い効率
で3番目以降の菌株の組み合わせを得ることができる。
のであり、図9は一致する検査結果数の一覧表、図10は自動分類結果である。図9にお
ける検出対象場所毎、検体提出患者毎のSIR集計データに基づき、図10におけるよう
な一致耐性薬剤点数が得られているのがわかる。
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K
70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、K
41−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1
0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、PI
PC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、G
M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。
わせることによって実用性が増す。
ている危険性を指摘する)仕組みを付け加えることが考えられる。
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。
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。
菌であることが否定できない菌のグループをカラーコード化する。グループ毎に異なる色
を設定すればよい。
、空間軸に沿って各菌の分離データをプロットする。
プと色とを関連付けて設定記憶しておく(ステップS151)。
を用意する。Y軸に沿って、全ての検体を、検体毎に予め記録されている患者情報、位置
情報(建物、階、病棟、病室など)、検体採取日時に基づきソーティングし、マップ上左
側部位にリストとして縦に1列に並べて表示させる(ステップS152)。もちろんXY
はこの逆の組み合わせとしもよい。
する(ステップS153)。各プロットはantibiogram分類グループ分けの色を付ける(
ステップS154)。複数のantibiogram分類グループに属する場合は、必要なだけ横ま
たは縦に並べる。
(ステップS155)。
に容易に把握することが可能になる。
の患者さん以外からはほとんど検出されないので、同時期に同じ病棟に入院した別の患者
さんから同じ分類の菌が出たとすると、院内感染が否定できないことが分かる。
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。
率、陽性患者数、感染症発症患者数、発熱などの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、たとえば感染症の発生率、を用いる
。
、グラフ化可能な各種指標に対して目標値を設定する(ステップS171)。
を算出する。具体的には、既定の観察期間単位ごとに、目標値との隔たり(偏差)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(変化の早さ、時間微分)
、過去の既定の期間の偏差の和を示すI因子(偏差の蓄積、時間積分)を計算する(ステ
ップS172)。
3)。ここで、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
ることが好ましい。
の努力の程度の指標として用いて、PID制御が実行されるが(ステップS174)、こ
のPID制御は常に指標を良い方向(小さい方向あるいは大きい方向)に動かすことが要
求される。目標が、値が小さい方向である場合、実測値が目標より低くなったからと言っ
て、値を増やす(「感染対策を悪くする」)必要はない。そこで、それぞれの値の絶対値
を採る「PID正値」を用いることが必要になる。
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1
8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。
して得られる警告スコアを累積集計する。集積に対する警告のスコアを指数として一定期
間ごと(例えば一ヶ月ごと)にスコアの累積を集計し、グラフ化する。
る出力として得られた警告スコアを、菌ごとに一定期間(例えば一ヶ月)ごとに集計する
。ここで、警告スコアは、菌の分離が、sporadicであるという帰無仮説に基づいて計算さ
れた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。例えば、p<0
.001:3点、p<0.005:2点、p<0.01:1点。
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。
なグラフを作成する(ステップS195)。図20のグラフは、横軸が時間軸、縦軸が警
告スコアを表す。この図20に示したグラフは、セラチアマルセッセンスに関するシミュ
レーションの一例を示しており、6年間以上にわたって、ほぼ半年ごとに、セラチアマル
セッセンスの病院内での異常集積が発生していることが分かる。
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: M
osby, 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。
題の発見と対策立案、(2)対策の効果判定が可能になり、院内感染対策に有用である。
(3)全分離菌について数ヶ月から十数年の異常集積の状況を把握する事によって、異常
集積のみとめられた複数の菌種の主な感染様式から、対策の問題点を把握する事が可能と
なり、効率的な対策の立案が可能となり有用である。同様の集計は全国サーベイランスシ
ステムにおいても可能であり、同様の効果が得られる。
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。
Claims (6)
- 処理部、記憶部、入力部、出力部及び通信制御部を備えるシステムの該処理部により、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、
前記処理部において、
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1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、
前記処理部において、
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2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。 - 請求項1に記載のアンチバイオグラム分類方法、又は請求項3に記載の2次元キャリアマップ作成方法をコンピュータに実行させるためのプログラム。
- 請求項5に記載のプログラムを記録したコンピュータ読取可能な記録媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013011915A 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 |
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 | ||
JP2013011915A 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 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008161030A Division 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 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014116777A Division JP5800165B2 (ja) | 2007-09-14 | 2014-06-05 | 感染対策指標の評価方法および装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2013101675A JP2013101675A (ja) | 2013-05-23 |
JP5568816B2 true JP5568816B2 (ja) | 2014-08-13 |
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 Active 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 (1)
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 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014116777A Active JP5800165B2 (ja) | 2007-09-14 | 2014-06-05 | 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 |
---|---|---|---|---|
CN104766320A (zh) * | 2015-04-02 | 2015-07-08 | 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 |
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 |
CA2978950C (en) * | 2015-03-12 | 2023-08-29 | Sitharthan Kamalakaran | Infection management and control |
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 |
Family Cites Families (6)
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 |
JP4240903B2 (ja) * | 2002-04-16 | 2009-03-18 | 株式会社日立ハイテクノロジーズ | 感染症監視方法及び監視システム |
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 |
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 |
-
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 active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766320A (zh) * | 2015-04-02 | 2015-07-08 | 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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
JP5800165B2 (ja) | 2015-10-28 |
JP2009093617A (ja) | 2009-04-30 |
JP5189906B2 (ja) | 2013-04-24 |
JP2014209356A (ja) | 2014-11-06 |
JP2013101675A (ja) | 2013-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5800165B2 (ja) | 感染対策指標の評価方法および装置 | |
Chinthrajah et al. | Development of a tool predicting severity of allergic reaction during peanut challenge | |
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 | |
Waters et al. | Combination antimicrobial susceptibility testing for acute exacerbations in chronic infection of Pseudomonas aeruginosa in cystic fibrosis | |
US20190226004A1 (en) | Multi-level, laboratory-based surveillance system for detection of intraoperative "eskape" bacterial pathogens for hcai prevention | |
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 | |
de Sousa et al. | Systematic review and meta‐analysis of the accuracy of clinical indicators for ineffective airway clearance | |
Olteanu | Cumulative sum control charts for censored reliability data | |
CN114038501B (zh) | 一种基于机器学习的背景菌判定方法 | |
Lien et al. | Surveillance of laboratory exposures to human pathogens and toxins, Canada 2019 | |
Weber et al. | Mayhall’s Hospital epidemiology and infection prevention | |
CN117151655A (zh) | 一种用于多项目检测结果综合分析管理系统及方法 | |
Smith et al. | Combination antimicrobial susceptibility testing for acute exacerbations in chronic infection of Pseudomonas aeruginosa in cystic fibrosis | |
Barry | Report of pneumonic tularemia in three Boston University researchers | |
Lynch et al. | Monitoring: surveillance for nosocomial infections and uses for assessing quality of care | |
Hollinger | Epidemiology and salmonellosis. | |
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 | |
Wang et al. | The epidemiological investigation and intelligent analytical system for foodborne disease | |
Mitchell | Covid-19 threat perceptions and willingness to get vaccinated: Efficacy, safety, and trust concerns | |
Song | Disease Prevention and Surveillance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20140226 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20140415 |
|
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: 20140507 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140605 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5568816 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 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |