Development and application of real-time monitoring and feedback platform for the detection of pathogenic bacteria in newborns

doi:10.3877/cma.j.issn.1674-1358.2016.06.008

Abstract

Abstract:

Objective

To develop and establish a real-time monitoring and feedback platform for the detection of pathogenic bacteria in newborns, and to analyze its clinical application value.

Methods

A real-time monitoring and feedback platform for detection of pathogenic bacteria in newborn was developed and established in newborn department in our hospital at January 2014. The incidence rate of nosocomial infection, the total disappearance time of infection symptoms and changes on drug resistance to main pathogenic bacteria to 15 kinds of antimicrobials were detected to evaluate the clinical value of this platform.

Results

After the application of the platform, the incidence rate of nosocomial infection decreased from 5.93% (258/4 352) to 2.40% (112/4 658), with significant difference (χ²= 74.121, P = 0.000). All patients were cured by anti-infection treatment. The disappearance time of infection symptoms in the control group was (7.09±1.24) days, which was significantly longer than that in the observation group [(4.36±0.79) days] (t = 3.691, P = 0.017). After the application of the platform, the drug resistance rates of Escherichia coli and Streptococcus pneumoniae to vancomycin, imipenem, levofloxacin, gentamicin, ceftazidime, cefoxitin, penicillin and amoxicillin were significantly decreased (all P < 0.05), and the drug resistance rate of Staphylococcus aureus to amoxycillin and penicillin were significantly decreased, with significant differences (all P < 0.05).

Conclusions

The real-time monitoring and feedback platform for the detection of pathogenic bacteria in newborns could promote the sharing of medical information, provide data support for the prevention and control of nosocomial infection in newborns and rational use of antibiotics.

Key words: Newborn, Nosocomial infection, Pathogenic bacteria, Real-time monitoring feedback, Information management

Juntian Wu, Huixian Qiu, Liping Zheng, Minfen Zheng, Shuming Zhou. Development and application of real-time monitoring and feedback platform for the detection of pathogenic bacteria in newborns[J]. Chinese Journal of Experimental and Clinical Infectious Diseases(Electronic Edition), 2016, 10(06): 685-689.

/ / Recommend

Add to citation manager EndNote|Ris|BibTeX

URL: https://zhsyhlcgrbzz.cma-cmc.com.cn/EN/10.3877/cma.j.issn.1674-1358.2016.06.008

https://zhsyhlcgrbzz.cma-cmc.com.cn/EN/Y2016/V10/I06/685

Figures/Tables 2

References 25

1	鄢碧玉，李永文，朱小凤, 等. 孕妇胎膜早破与新生儿感染的临床分析及抗菌药物应用[J]. 中华医院感染学杂志,2014,24(13):3335-3337.
2	胡利春，傅雅浓，吕火烊. 儿童呼吸道分离的肺炎链球菌耐药性分析[J]. 中国卫生检验杂志,2014,24(17):2570-2571.
3	皮漫丽. 新生儿重症监护病房内新生儿感染因素分析及护理措施[J]. 临床合理用药杂志,2014,7(3):185-187.
4	周建平，陈远翔，沈文治. 母婴同室新生儿医院感染病原菌分布及耐药性[J]. 医学理论与实践,2015,28(22):3110-3111.
5	Schulman J, Stricof R, Stevens TP, et al. Statewide NICU cental-line-associated bloodsteam infection rates decline after bundles and checklists[J]. Pediatrics,2011,127(3):436-444.
6	叶小兰，何秀珍，杨芳. 信息化技术在医院感染管理中的应用[J]. 护理实践与研究,2013,14(10):65-66.
7	毕蓉蓉，束冬兰，李夏明, 等. 医院感染管理中的信息化管理[J]. 中华医院感染学杂志,2011,16(21):3430-3431.
8	江敏，孙薇，祝有杰. 医院感染管理信息系统的开发应用[J]. 中华医院感染学志,2010,20(12):1730-1732.
9	赵岚，吴洁人，凌枫, 等. 应用数据挖掘技术建立智能化医院感染监测平台[J]. 中华医院感染学杂志,2010,20(12):1733-1735.
10	李冬梅，武迎宏. 现代化网络技术在医院感染管理中的作用[J]. 中华医院感染学杂志,2010,20(20):3171-3173. .
11	闫钢风，曹云，瞿漆, 等. 新生儿重症监护病房多重耐药鲍曼不动杆菌内酰胺酶的基因型[J]. 中华围产医学杂志,2011,14(5):257-260.
12	张婵，孙媛，吴茉莉, 等. 新生儿血培养病原菌分布及与超敏C-反应蛋白的关系[J]. 中国微生态学杂,2016,28(08):942-944.
13	赵亮. 新生儿无乳链球菌败血症的临床特点及用药分析[J]. 中国现代医生,2016,54(18):56-58.
14	陈婷，陆勤，杨力, 等. 新生儿败血症的病原菌分布及耐药性分析[J]. 临床儿科杂志,2014,32(3):220-223.
15	陈学馨. 盐酸氨溴索与多巴胺联合治疗感染性肺炎新生儿的疗效及预后分析[J]. 中国医药科学,2016,6(14):62-64.
16	古艳云，马静，杨兰菊, 等. 目标性感染监测对新生儿感染干预效果研究[J]. 中华医院感染学杂志,2016,26(5):1152-1154.
17	孟颖. PDCA在提高儿科护士整体素质中的应用分析[J]. 中国继续医学教育,2016,8(22):256-257.
18	蔡珺. 运用PDCA模式管理手术室医院感染的预防与控制[J]. 中华医院感染学杂志,2012,22(5):1003-1005.
19	李刚山，王意银，朱姝媛, 等. 西南战区感染性腹泻病原监测及流行病学分析[J]. 中国热带医学,2014,14(7):799-802.
20	邢玉斌，索继江，杜明梅, 等. 医院感染实时监控系统的开发与应用[J]. 中华医院感染学杂志,2011,21(24): 5241-5243.
21	杜明梅，邢玉斌，索继江, 等. 医院感染实时监控系统实现住院患者感染疑似病例的自动筛查[J]. 中国感染控制杂志,2012,11(2):124-127.
22	索继江，杜明梅，邢玉斌, 等. 基于医院感染实时监控系统(RT-NISS)的交互平台设计与实现[J]. 中华医院感染学杂志,2011,21(20):4293-4295.
23	李传杰，陶建萍，李皇, 等. 实验室监测多药耐药菌及PDCA预防控制医院感染成效分析[J]. 中华医院感染学杂志,2015,25(3):589-591.
24	李润蓉. PDCA循环在医院感染管理中的运用[J]. 中国医学创新,2014,11(11):123-125.
25	陈海燕，陈苗苗，刘双燕. PDCA模式在手术室医院感染的预防与控制管理中的作用[J]. 中医药管理杂志,2015,23(20):100-101.

组别	例数	颅内感染	败血症	肺炎	院内感染总发生率
对照组	4 352	18（0.41）	171（3.93）	69（1.59）	258（5.93）
观察组	4 658	5（0.11）	85（1.82）	22（0.47）	112（2.40）
χ²值		8.245	37.181	28.173	74.121
P值		0.003	0.000	0.000	0.000

组别	例数	颅内感染	败血症	肺炎	院内感染总发生率
对照组	4 352	18（0.41）	171（3.93）	69（1.59）	258（5.93）
观察组	4 658	5（0.11）	85（1.82）	22（0.47）	112（2.40）
χ²值		8.245	37.181	28.173	74.121
P值		0.003	0.000	0.000	0.000

抗菌药物	大肠埃希菌		χ ²值	P值	肺炎链球菌		χ ²值	P值	金黄色葡萄球菌		χ ²值	P值
抗菌药物	实施前（43株）	实施后（28株）	χ ²值	P值	实施前（26株）	实施后（21株）	χ ²值	P值	实施前（17株）	实施后（10株）	χ ²值	P值
万古霉素	24（55.81）	7（25.00）	6.546	0.010	1（3.85）	1（4.76）	0.216	0.845	1（5.88）	0（0.00）	0.611	0.630
亚胺培南	8（18.60）	13（46.43）	6.303	0.013	21（80.77）	9（41.86）	10.847	0.000	0（0.00）	1（10.00）	1.765	0.090
左氧氟沙星	27（62.79）	11（39.29）	3.766	0.045	17（65.38）	6（28.57）	11.529	0.000	2（11.76）	1（10.00）	0.874	0.198
环丙沙星	29（67.44）	8（28.57）	10.267	0.001	16（61.54）	8（38.10）	7.463	0.004	0（0.00）	0（0.00）	0.012	1.000
氯霉素	16（37.21）	13（46.43）	0.918	0.103	8（30.77）	11（52.38）	4.006	0.031	3（17.65）	2（20.00）	0.208	0.853
阿奇霉素	5（11.63）	3（10.71）	0.137	0.974	12（46.15）	5（23.81）	1.945	0.068	5（29.41）	2（20.00）	0.644	0.617
庆大霉素	24（55.81）	10（35.71）	3.414	0.049	4（15.38）	8（38.10）	3.772	0.048	2（11.76）	1（10.00）	0.348	0.762
头孢他啶	31（72.09）	12（42.86）	5.138	0.017	19（73.08）	6（28.57）	5.823	0.013	4（23.53）	1（10.00）	0.548	0.429
头孢西丁	28（65.12）	8（28.57）	8.024	0.002	22（84.62）	12（57.14）	4.339	0.028	5（29.41）	2（20.00）	1.076	0.099
阿莫西林	26（60.47）	11（39.29）	6.982	0.007	18（69.23）	7（33.33）	7.652	0.003	9（52.94）	2（20.00）	4.194	0.030
红霉素	19（44.19）	13（46.43）	0.076	1.000	14（53.85）	12（57.14）	0.110	0.981	6（35.29）	4（40.00）	0.732	0.511
氨曲南	3（6.98）	3（10.71）	0.093	1.000	3（11.54）	4（19.05）	0.517	0.438	7（41.18）	3（30.00）	2.087	0.060
头孢唑啉	10（23.26）	7（25.00）	0.176	0.903	12（46.15）	5（23.81）	2.751	0.062	6（35.29）	4（40.00）	0.060	1.000
哌拉西林	2（4.65）	1（3.57）	0.158	0.927	2（7.69）	1（4.76）	0.395	0.714	10（58.82）	2（20.00）	3.844	0.048
青霉素	25（58.14）	6（21.43）	5.382	0.015	17（65.38）	5（23.81）	6.783	0.009	15（88.24）	3（30.00）	9.609	0.001

抗菌药物	大肠埃希菌		χ ²值	P值	肺炎链球菌		χ ²值	P值	金黄色葡萄球菌		χ ²值	P值
抗菌药物	实施前（43株）	实施后（28株）	χ ²值	P值	实施前（26株）	实施后（21株）	χ ²值	P值	实施前（17株）	实施后（10株）	χ ²值	P值
万古霉素	24（55.81）	7（25.00）	6.546	0.010	1（3.85）	1（4.76）	0.216	0.845	1（5.88）	0（0.00）	0.611	0.630
亚胺培南	8（18.60）	13（46.43）	6.303	0.013	21（80.77）	9（41.86）	10.847	0.000	0（0.00）	1（10.00）	1.765	0.090
左氧氟沙星	27（62.79）	11（39.29）	3.766	0.045	17（65.38）	6（28.57）	11.529	0.000	2（11.76）	1（10.00）	0.874	0.198
环丙沙星	29（67.44）	8（28.57）	10.267	0.001	16（61.54）	8（38.10）	7.463	0.004	0（0.00）	0（0.00）	0.012	1.000
氯霉素	16（37.21）	13（46.43）	0.918	0.103	8（30.77）	11（52.38）	4.006	0.031	3（17.65）	2（20.00）	0.208	0.853
阿奇霉素	5（11.63）	3（10.71）	0.137	0.974	12（46.15）	5（23.81）	1.945	0.068	5（29.41）	2（20.00）	0.644	0.617
庆大霉素	24（55.81）	10（35.71）	3.414	0.049	4（15.38）	8（38.10）	3.772	0.048	2（11.76）	1（10.00）	0.348	0.762
头孢他啶	31（72.09）	12（42.86）	5.138	0.017	19（73.08）	6（28.57）	5.823	0.013	4（23.53）	1（10.00）	0.548	0.429
头孢西丁	28（65.12）	8（28.57）	8.024	0.002	22（84.62）	12（57.14）	4.339	0.028	5（29.41）	2（20.00）	1.076	0.099
阿莫西林	26（60.47）	11（39.29）	6.982	0.007	18（69.23）	7（33.33）	7.652	0.003	9（52.94）	2（20.00）	4.194	0.030
红霉素	19（44.19）	13（46.43）	0.076	1.000	14（53.85）	12（57.14）	0.110	0.981	6（35.29）	4（40.00）	0.732	0.511
氨曲南	3（6.98）	3（10.71）	0.093	1.000	3（11.54）	4（19.05）	0.517	0.438	7（41.18）	3（30.00）	2.087	0.060
头孢唑啉	10（23.26）	7（25.00）	0.176	0.903	12（46.15）	5（23.81）	2.751	0.062	6（35.29）	4（40.00）	0.060	1.000
哌拉西林	2（4.65）	1（3.57）	0.158	0.927	2（7.69）	1（4.76）	0.395	0.714	10（58.82）	2（20.00）	3.844	0.048
青霉素	25（58.14）	6（21.43）	5.382	0.015	17（65.38）	5（23.81）	6.783	0.009	15（88.24）	3（30.00）	9.609	0.001

[1]	Bo Li, Dexuan Kong, Fanghua Peng, Wenying Wu. Value of ultrasound in diagnosis of fetal anomalous pulmonary venous connection [J]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2023, 20(04): 437-441.
[2]	Yanjuan Bao, Xiaohong Yang, Xinghai Yang, Shengbao Pan, Fan Yang, Sheng Zhao. Clinical and ultrasonographic features of retroperitoneal fetus in fetu in prenatal and neonatal period [J]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2022, 19(12): 1349-1354.
[3]	Yanhua Xie, Weiling Chen, Zijian Tang, Hongwei Tao, Xuezhi He, Bingxuan Huang, Na Xu, Bei Xia. Ultrasound diagnosis of septic hip arthritis in neonates and small infants: a case series [J]. Chinese Journal of Medical Ultrasound (Electronic Edition), 2022, 19(12): 1377-1382.
[4]	Xiaoyan Dong, Qi Zhao, Jun Tang, Li Zhang, Xiaoyan Yang, Jiao Li. Clinical characteristics of neonates infected with the Omicron variant of severe acute respiratory syndrome coronavirus 2 [J]. Chinese Journal of Obstetrics & Gynecology and Pediatrics(Electronic Edition), 2023, 19(05): 595-603.
[5]	Ying Yang, Yan Liu, Yangdan Wang. Neonatal tuberous sclerosis complex related epilepsy: a case report and literature review [J]. Chinese Journal of Obstetrics & Gynecology and Pediatrics(Electronic Edition), 2023, 19(04): 464-472.
[6]	Xu Wei, Ge Zhang, Jinlin Wu. Monitoring and treatment of neonatal sepsis-induced coagulopathy [J]. Chinese Journal of Obstetrics & Gynecology and Pediatrics(Electronic Edition), 2023, 19(04): 379-386.
[7]	Jinqi Zhao, Nan Yang, Lifei Gong, Yue Tang, Lulu Li, Haihe Yang, Yuanyuan Kong. Analysis on birth status of small for gestational age infants in Beijing, 2011-2020 [J]. Chinese Journal of Obstetrics & Gynecology and Pediatrics(Electronic Edition), 2023, 19(03): 278-286.
[8]	Yulian Chen, Hanmin Liu. Research progress on respiratory system microflora and development characteristics of lung microbiome and homeostasis of lung microflora in early life [J]. Chinese Journal of Obstetrics & Gynecology and Pediatrics(Electronic Edition), 2023, 19(01): 31-37.
[9]	Wen Zhang, Hongyan Xu, Yanchun Zhang, Kaibo Liu. Epidemiological analysis of congenital heart disease in Beijing from 2017 to 2021 [J]. Chinese Journal of Obstetrics & Gynecology and Pediatrics(Electronic Edition), 2023, 19(01): 61-68.
[10]	Xiaodan Wang, Yuan Wang, Xiangyu Cui, Xiaolei Ren. Analysis of pathogenic bacteria resistance of drug and high risk factors of death in urogenic sepsis after endoscopic surgery for upper urinary tract stones [J]. Chinese Journal of Endourology(Electronic Edition), 2023, 17(06): 611-615.
[11]	Wei Wang, Xiangzhu Du, Yue Ma, Xiaofang Qi. Study of the pathogenic bacteria and risk factors for patients with modified indwelling catheter-associated urinary tract infection [J]. Chinese Journal of Endourology(Electronic Edition), 2023, 17(01): 78-81.
[12]	Jinglei Ji, Xiuli Li, Yanan Jia, Huimin Feng, Liyan Liu. Evaluation of brain injury in high-risk full-term low body weight newborns by modified aEEG scores [J]. Chinese Journal of Neurotraumatic Surgery(Electronic Edition), 2023, 09(03): 165-169.
[13]	Jingjing Liu, Yujing Zhang, Peiwen Zhao, Bo Chen. Effect of infection control supervisor mode on nosocomial infection prevention and control effect and hospital infection prevention and control ability of nursing staff [J]. Chinese Journal of Clinicians(Electronic Edition), 2022, 16(12): 1262-1268.
[14]	Ping Zhao, Changyou Liao, Wei Ding. Application of RFID technology in the whole process management of clinical pathology department [J]. Chinese Journal of Clinical Laboratory Management(Electronic Edition), 2023, 11(04): 193-199.
[15]	Guangfeng Qiang, Lanlan Meng, Jing Zhao, Fenghai Niu, Xueyun Ren. Predictive value of lung ultrasound scores for the use of invasive mechanical ventilation in neonates with respiratory distress [J]. Chinese Journal of Diagnostics(Electronic Edition), 2023, 11(02): 104-108.

Please choose a citation manager

Content to export