비심장 수술 후 지침에 따른 수술 전후 항생제 투여의 역할과 수술 부위 감염 위험.

소개:

수술 부위 감염(SSI)의 예방은 공중 보건에 상당한 피해를 입히고 의료 비용을 상당히 부풀리기 때문에 의료 시스템의 주요 과제입니다. SSI는 현재 의료 관련 감염의 주요 원인이며 모든 수술의 약 2-5%를 복잡하게 합니다(1-3). SSI는 매년 약 125,000건에 영향을 미치며 약 100만 일의 초과 입원 일수와 16억 달러에 약간 못 미치는 추가 의료 비용(4)을 차지합니다. SSI의 절반은 예방 가능한 것으로 추정되며(5) 지난 몇 년 동안 미국 보건 복지부(HHS)(6)의 최우선 목표는 의료 관련 감염의 예방이었습니다. . SSI 결과에 대한 공개 보고는 이제 의무 사항이며 발생률을 억제하기 위한 노력의 일환으로 SSI 관리에 대한 환급이 축소되거나 거부되고 있습니다(7,8).

엄격한 조치 및 감시 프로그램의 제도에도 불구하고 수술 등록부는 약 2-5%(9,10)의 수술부위감염 발생률을 계속 보여주고 있으며 수술부위감염은 장기 입원, 이환율 및 사망의 주요 원인으로 남아 있습니다. SSI로 인한 지속적인 의료 부담은 특히 수술 전후 항생제 보장과 관련된 현재 임상 관행에 대한 면밀한 조사를 요구합니다. 시기적절한 수술 전후 항생제 예방 조치가 현재 국가 품질 마취 관리 조치(National Quality Anesthesia Care Measure)가 되었지만(11) 항생제 재투여, 체중 기반 조정 및 피부 절개 전 항생제 주입 완료에 대해서는 아직 많이 알려져 있지 않습니다(7).

이 연구는 NSQIP 데이터에 기여하는 MPOG 센터의 하위 집합과 MPOG 기관 사이에서 수술 전후 항생제 예방의 현재 관행을 설명하여 적절한 가이드라인 기반 수술 전후 항생제 범위의 효과를 식별하려고 합니다. 조정 및 재실행 - SSI에서. 순응도를 평가할 적용 가능한 지침은 미국 전염병 협회(IDSA)의 지침입니다. IDSA 지침 준수의 영향을 이해하기 위해 조사관은 American College of Surgeons - National Surgical Quality Improvement Program(ACS-NSQIP) 데이터 수집 방법론을 활용하고 MPOG 내 6개 센터에서 전향적으로 수집된 결과 데이터를 수술 중 마취와 통합할 것을 제안합니다. 전자 건강 기록(EHR) 데이터는 MPOG 내에서 사용할 수 있습니다. 현재의 관행을 설명하려는 설명적 목표를 넘어, 우리의 주요 추론 가설은 적절한 항생제 선택, 시기 적절한 항생제 재투여, 체중 기반 용량 조정 및 피부 절개 전에 투여 완료를 보장하기 위한 적절한 주입 시간에 관한 IDSA 지침 준수가 연관될 것이라는 것입니다. MPOG 및 NSQIP 데이터 세트 내에서 사용할 수 있는 일반적인 교란 요인을 제어하면서 개별적으로 그리고 실행 바구니로 고려할 때 SSI 발생률이 낮습니다.

방법 이 다기관 관찰 후향적 연구에 대해 Yale IRB로부터 승인을 받았습니다. 데이터는 이전에 University of Michigan 내의 우산 IRB 프로토콜에 따라 수집되었습니다. ACS-NSQIP 방법론은 다른 곳에서 자세히 설명되었습니다(12). 연구의 NSQIP/MPOG 부분의 경우 2011년 1월 1일부터 2018년 7월 4일까지 수집된 데이터가 추출됩니다. IDSA 가이드라인은 2013년 2월에 제안되었으므로 가이드라인 준수 예측 변수를 살펴보는 연구의 설명 부분을 위해 2014년 1월 1일부터 2018년 7월 4일까지의 데이터가 MPOG 데이터베이스에서 추출됩니다.

환자 모집단 피부 절개를 수반하는 비응급 비심장 수술을 받는 18세 이상의 모든 환자가 잠재적으로 연구에 포함될 것입니다. 연구의 NSQIP/MPOG 부분의 경우, 응급 수술, 감염이 있거나 없는 열린 상처, 현재 활성 감염, 진행 중인 수술 전 항생제 요법, 수술 전후 항생제/투약 문서 누락, 인공호흡기를 포함하여 SSI 위험 요인 분석을 혼란스럽게 할 수 있는 조건을 가진 환자 수술, 안과 수술, 장기 이식 후 48시간 이내의 의존성, 30일 이내의 이전 수술, 장기 적출 수술 및 ASA 5 또는 6; 제외됩니다. ACS-NSQIP 변수에서 제외 기준의 전체 목록은 부록 1에 문서화되어 있습니다. MPOG 항생제 관행에 대한 설명 연구를 위해 제외 사항은 부록 2에 나열되어 있습니다.

탐색적 요인:

다음 MPOG 및 ACS-NSQIP 수술 전 임상 변수는 1차 추론 분석에서 SSI 발생과의 관계에 대해 평가됩니다(괄호는 소스 데이터베이스를 나타냄): 연령(MPOG), 남성 성별(MPOG), 체질량 지수(MPOG) ), 당뇨병(NSQIP, 1년 이내 흡연자(NSQIP), 중증 COPD(NSQIP), 30일 이내 울혈성 심부전(NSQIP), 심근경색 병력(NSQIP), 고혈압(NSQIP), 말초 혈관 질환 병력 (MPOG), 지속적인 투석 요구사항(NSQIP), 일과성 허혈성 발작 또는 뇌졸중(NSQIP), 파종성 암(NSQIP), 6개월 내 체중의 10% 감소(NSQIP), 만성 질환에 대한 스테로이드 사용(NSQIP), 30일 이내의 화학 요법(NSQIP) 및 ASA 신체 상태(MPOG).

체질량 지수는 임상적으로 관련된 세계보건기구 분류 체계(< 20, 20-25, 25-30, 30-35, 35-40, 40-50 및 > 50kg/m2)에 따라 범주형 변수로 변환됩니다. . ASA 신체 상태는 ASA 1, 2, 3 또는 4의 세 가지 더미 변수로 변환됩니다. 진성 당뇨병은 두 개의 더미 변수로 변환됩니다. 인슐린 없이 경구 저혈당 치료가 필요한 당뇨병(NSQIP) 및 인슐린 치료가 필요한 당뇨병 또는 경구 저혈당 없이(NSQIP).

저혈압, 저체온증, 수혈량, 승압제/수축 촉진제 주입의 필요성, fiO2 중앙값 및 수술 기간을 포함한 수술 중 변수가 포함됩니다.

수술 중 변수의 경우 저혈압은 MAP 55mmHg 미만의 시간(분)으로 계산됩니다. 수혈량은 수술 시작과 수술 종료 사이에 수혈된 pRBC 단위의 수로 계산됩니다. 승압제 및/또는 수축촉진제 주입의 필요성은 수술 중 마취 기록에 따라 예/아니오로 코드화되며 고립된 볼루스 투여량에 관계없이 주입의 필요성만 포함됩니다. 수술시간은 절개에서 수술종료까지의 기간으로 계산됩니다. 수술 중 사용된 FiO2 중앙값이 계산됩니다.

특정 수술 후 저체온증이 SSI에 미치는 영향을 보고하는 연구가 많이 있지만 SSI와 관련된 저체온증의 정도를 측정하는 척도에 대한 합의가 부족합니다. 또한 수술 중 온도 측정은 온도 측정 장치가 환자에게서 빠지는 것과 같은 수많은 아티팩트의 영향을 받습니다. 이를 최소화하기 위해 조사관은 아티팩트 감소 알고리즘을 활용합니다. 아티팩트 제거 후 관련 모델에서 사용하기 위해 중간 온도가 계산됩니다.

끝점:

조사관이 가이드라인 준수 항생제 예방법과 관련시키려고 시도하는 일차 종료점은 2011년 1월 1일부터 2018년 7월 4일까지의 기간 동안 NSQIP로 판정된 SSI 발생일 것입니다. SSI는 표면(절개의 피부 또는 피하 조직만), 깊은(심부 연조직) 및 장기 공간(수술 중 개방 및 조작된 절개 이외의 해부학적 부분)의 합성물이 될 것입니다. NSQIP에서 제공합니다.

적절한 항생제 예방법:

적절한 항생제 예방법에 대한 정의는 미국 전염병 학회(IDSA), 외과 감염 학회(SIS) 및 미국 건강 시스템 약사 협회(ASHP) 지침(13)에 따라 사용됩니다. 시기, 용량, 재투여 및 항생제 선택에 대한 데이터는 MPOG에서 얻을 수 있습니다.

항생제 선택:

IDSA 지침은 항생제 선택을 평가하는 데 활용됩니다(보충 3). 적절한 항생제는 이러한 지침에 따라 모든 CPT 코드에 대해 선험적으로 결정됩니다. 그런 다음 환자는 "항생제 선택"에 따라 두 그룹으로 분류됩니다. 특정 환자/병원 기반 시나리오에서 지침은 범주에 나열된 항생제 중 특정 클래스에 대한 추가 항생제 또는 선호도를 권장합니다. 열거된 절차 범주의 항생제가 수술에 사용되는 경우 적절한 항생제 선택을 고려할 계획입니다. 2종 이상의 항생제를 투여하는 경우에는 최소 1종 또는 복합항생제를 권고사항에 맞아야 한다.

외과적 절개에 대한 항생제의 타이밍은 두 가지 방식으로 코드화될 것입니다. 첫 번째는 항생제 타이밍과 SSI(14) 사이의 비선형 연관성을 평가하기 위한 연속 변수입니다. 둘째, 항생제 투여 시기는 기존 가이드라인의 시기에 맞는지 여부를 이분화하여 수술부위감염과의 연관성에 대한 범주변수로 평가한다. 항생제 주입의 경우 항생제 시작을 투여 시간으로 간주합니다.

체중 조절과 관련된 용량은 동일한 지침을 참조하여 고려되며 적절한 항생제의 용량이 체중 기반 조절을 위한 최소 요구 사항을 충족하는 경우 순응하는 것으로 간주됩니다. mg/kg(예: 반코마이신)의 체중 기준 가이드라인이 있는 항생제의 경우 계산된 용량보다 최대 10% 낮은 용량을 가이드라인 준수로 간주합니다.

재투여는 이분법 방식으로 고려되며 수술 기간이 지침에 표시된 재투여 간격을 필요로 하고 그러한 용량이 해당 간격 이전에 투여된 경우 유착으로 코딩됩니다. 1회 이상의 재투여 에피소드가 발생해야 하는 경우, 재투여 준수는 전부 아니면 전무 방식으로 간주되며 적시에 지침을 준수하지 않는 경우 비지속으로 코딩됩니다.

지침 준수 항생제 사용 추세:

조사관은 또한 부록 2의 제외 항목에 따라 NSQIP 데이터를 제공하지 않는 기관을 포함하여 MPOG 데이터베이스 내에서 지침 준수 항생제 관행의 경향을 조사할 것입니다. 이 분석은 기관 내 시간적 경향을 고려하고 후보 환자- 수준 및 기관 수준 요인. 보다 구체적으로, 지침 준수 항생제 관행의 비율은 시간(및 비선형성이 확인된 경우 다항식 용어), 기관 수준 요인(예: , 기관 유형, 규모 등) 및 환자 수준 변수 및 무작위 기관 효과. 시간 변수에 대한 계수의 유의성(즉, p < 0.05)은 유의미한 전체 추세 효과를 나타냅니다. 준수율과 95% 신뢰 구간(CI)의 추정치가 계산됩니다.

통계 분석:

통계 분석은 SAS 버전 9.4(Cary, NC)를 사용하여 수행됩니다. 양측 p-값

위의 분석과 병행하여 서술적 목적을 위해 항생제 선택, 투약, 재투약 및 시기와 관련하여 MPOG 기관 전체의 관행 패턴을 조사할 것입니다. 이러한 관행에 대한 준수 분포를 조사하고 이러한 관행에 대한 환자, 제공자 및 기관 수준의 예측 변수를 개별적으로 및 묶음으로 조사합니다. SSI 비율의 패턴/변동성을 시각화하고 잠재적으로 지역(예: 기관) 및 국가 수준. 일반적인 깔때기 도표에서 기관별 요율은 요율 주위에 중첩된 95% 및 99% 신뢰 한계(2 및 3 표준 편차에 해당)를 사용하여 기관 사례 볼륨에 대해 플롯할 수 있습니다. 이러한 한도를 벗어난 요율을 가진 기관 및 제공자는 "이상치"로 표시되며 비정상적인 변동성에 대한 이유에 따라 추가 조사를 받게 됩니다.

1차 추론 목적을 위해, 모든 수술 전 및 수술 중 변수와 NSQIP 결과의 연관성을 조사하기 위해 Pearson Chi-Square, Fisher's Exact Test, Student's t-test 및 Mann Whitney U Test를 적절하게 사용하여 단변량 분석을 먼저 수행합니다. 판정된 SSI. 일반적으로 단변량 분석에서 p가 0.1인 요인만 다변수 회귀 모형에 포함됩니다. 그러나 SSI의 위험에 영향을 미치는 증거가 표시된 임상 변수도 모델에 포함됩니다. 예측 변수의 공선성, 선형 가정 및 가산성 가정을 확인하고 연속 예측 변수(예: 주입 시간)의 비선형 모델링을 조사합니다. 필요한 경우 상관 관계가 높은 예측 변수 그룹을 검사하고 주제 지식(즉, 주성분) 또는 간단한 점수로 차원을 줄입니다.

다양한 센터 또는 수술 유형별로 SSI의 유병률 또는 패턴을 조사한 후 수술 중 항생제 관리 영역의 각 구성 요소와 SSI 결과를 연결하기 위해 SAS GLIMMIX 절차를 사용하여 4가지 별개의 군집 또는 혼합 효과 다중 로지스틱 회귀 모델을 개발할 예정입니다. 재복용 간격, 체중 기반 조정 및 투여 기준 시간. 구체적으로, 연구자들은 올바른 항생제 선택, 시기 적절한 항생제 투여, 재투여, 지침에 따른 체중 기반 투여량 조정, 피부 절개 전에 투여 완료를 보장하기 위한 적절한 주입 시기가 독립적으로 더 낮은 항생제와 연관될 것이라는 가설을 테스트할 것을 제안합니다. 중요한 교란 요인을 통제하면서 SSI 발생률. 다양한 수술 사례의 클러스터링을 해결하기 위해 병원 및 마취 제공자를 위한 무작위 효과가 포함됩니다. 조사관은 연령, 환자의 건강(ASA 클래스), BMI, 성별, 인종/민족 및 ACS-NSQIP와 같은 환자 수준 인구 통계를 포함하는 고정 요인으로 모델에 추가하여 다른 특정 요인의 수정 효과를 조사합니다. 수술 전 및 기타 수술 변수. 효과 크기의 척도로 p-값 외에도 조사관은 최종 모델의 각 독립 변수에 대해 조정된 승산비와 95% 신뢰 구간을 보고하여 위험 요인이 있는 환자와 없는 환자 사이에서 SSI의 가능성을 비교합니다.

4가지 수술 중 항생제 관리 영역에 대한 지침 준수가 모두 충족되면 '예'로 코드화되고 그렇지 않으면 '아니오'로 코드화되는 더미 변수가 생성되며, 이 더미 변수와 SSI 가능성의 연관성이 테스트됩니다. 이것은 SSI에 대한 지침 준수에 대한 복합 효과를 정량화하는 데 도움이 될 것입니다. 마지막으로, 모든 영역, 수술 전 및 수술 ACS-NSQIP 변수, 수술 복잡성 점수를 통합하는 전체 모델은 위에서 설명한 동일한 방법론을 사용하여 개발됩니다.

모델 성능 진단을 위해 각 회귀 모델에 의해 설명되는 SSI 결과의 변동량은 조정된 R2 통계로 정량화되고 모델의 변별 성능은 C-통계(즉, AUC). Hosmer-Lemeshow 적합도(GOF) 테스트를 사용하여 최종 모델이 데이터에 잘 맞는지 확인합니다. GOF P-값 > 0.05는 일반적으로 모델이 적합하거나 잘 보정되었는지 여부를 나타냅니다. 모델은 과적합 가능성을 평가하기 위해 리샘플링 부트스트랩 기술을 사용하여 내부적으로 검증됩니다.

2018년 6월 현재 MPOG에 약 930만 건의 고유한 사례가 있었고(매월 증가하고 있음) 여러 변수가 있는 설명적 회귀 모델을 개발하기에 적절한 환자 수가 있다는 점은 주목할 가치가 있습니다. 다변수 로지스틱 회귀 모델에서 변수당 이벤트(EPV)를 10개로 유지하는 경험 법칙이 주어지면 조사자는 최대 수백 개의 예측 변수를 정확하게 추정할 수 있는 충분한 수를 갖게 됩니다(적용 가능한 경우 이산 변수에 대한 다른 범주가 계산됨). 최종 모델에서 예측 변수로). 즉, 과대적합은 현재 연구에서 문제가 되지 않을 가능성이 높습니다. 그러나 조사관은 모델을 개발할 때 문제를 면밀히 평가할 것입니다. EPV >= 10이 보장되지 않는 것 같으면 조사관은 변수(특징) 선택에 대한 최소 절대 축소 및 선택 연산자(LASSO)를 사용하여 먼저 잠재적인 중요한 예측 변수의 하위 집합을 생성하는 불이익 방법을 선택합니다. 그러면 목록의 최종 사양을 선택하기 위해 위에서 설명한 표준 변수 선택 절차가 적용됩니다.

전력 분석:

이것은 환자 모집을 포함하지 않는 관찰 분석이지만 데이터베이스가 임상적으로 의미 있고 통계적으로 유의미한 차이를 감지할 수 있음을 확립하기 위한 검정력 분석이 중요합니다. 정상체온증, 항생제 예방 및 클로르헥시딘 수술 준비와 같은 이전의 SSI 예방 개입은 40%에서 70% 범위의 상대적 위험 감소율을 입증했습니다. 이 전력 분석의 목적을 위해 각각의 수술 중 중재 또는 "번들" 그룹에 대해 보수적인 이점이 20%에 불과하다고 가정합니다. 문헌 검토는 약 4%의 복합 수술부위감염 발생률을 보여줍니다. 20%의 상대적 감소는 3.2%의 SSI 비율을 관찰하게 됩니다. "적절한 항생제 사용" 비율이 92%라고 가정하면, 양측 유의 수준이 0.05인 카이 제곱 검정은 총 표본 크기가 55,637일 때 이 두 비율의 차이를 탐지하는 검정력이 80%가 됩니다. 전체적으로 이 제안에 제시된 기관은 이미 통합 마취 EHR 데이터와 함께 충분한 ACS-NSQIP 사례를 제공하고 있습니다.

미리 지정된 민감도 분석:

1. 상기와 같은 동일한 SSI 결과에 대한 이러한 준수의 가능한 연관성을 측정하기 위해 가이드라인 준수 항생제 예방을 받은 환자와 받지 않은 환자의 성향-점수 일치 코호트를 생성하려는 시도에서 민감도 분석이 수행될 것입니다.

   이 민감도 분석에서 1차 분석의 회귀 공변량 조정 대신에 조사관은 잠재적 혼란의 공변량 조정을 위해 성향 점수 방법을 사용합니다. 선택 편향의 잠재적인 문제를 해결하기 위해 지침 준수 항생제 예방을 받는 사람과 받지 않는 사람을 예측하기 위해 성향 점수가 개발될 것입니다. 노출에 대한 이분법적 결과 지표 변수를 사용하여 노출 그룹을 예측하기 위해 로지스틱 회귀 모델을 사용하여 성향 점수를 개발할 것입니다(1= 가이드라인 기반 항생제 투여, 0 = 가이드라인 기반 항생제 투여 안함). 조사관은 기본 분석 모델링 설명에 나열된 공변량의 비인용 세트를 선택합니다. 그런 다음 두 노출 그룹의 환자를 먼저 기관, 환자 연령, 마취 CPT 코드별 완전 일치를 통해 일치시키고 %GMATCH SAS 매크로(Mayo Clinic, Rochester, Minnesota) 또는 개별 성향 점수의 근접성을 기반으로 하는 유사한 알고리즘입니다. 공변량에 대한 적절한 균형이 각 그룹화 간에 달성되었는지 여부를 평가하기 위해 각 공변량에 대한 표준화된 차이(d)가 계산됩니다. 이것이 임계값 < 10%(15)를 충족하는 경우 공변량은 일반적으로 균형이 잘 잡힌 것으로 간주됩니다. 잔여 불균형이 존재하고 중요하다고 판단되는 경우 추가 후보 공변량을 사용하여 성향 점수를 반복적으로 다시 계산하는 것이 고려됩니다. 마지막으로 노출 변수의 고정 효과가 있는 SSI 결과의 더 간단한 혼합 효과 다중 로지스틱 회귀 모델이 적합합니다. 기관 내 정확한 일치로 인해 성공적으로 일치된 샘플이 감소하는 경우 조사관은 정확한 일치에서 이를 제거하고 최종 성향-점수 일치 분석에 무작위 기관 효과를 포함하는 것을 고려할 것입니다.

2. 매칭 시 표본 크기의 감소 문제를 고려하여 도출된 성향점수를 이용한 치료(노출) 가중의 역확률 방법을 사용하여 두 그룹 간 SSI 결과를 비교하는 민감도 분석(1=수용 지침 준수 항생제 예방, 0 = 받지 않음), 가중치 방법을 사용하면 모든 환자를 최종 분석에 포함할 수 있습니다.
3. 지침을 준수하는 항생제 투여와 수술부위감염 사이에 유의미한 연관성이 있는 경우, 관찰된 차이를 없애기 위해 측정되지 않은 교란자가 얼마나 널리 퍼져 있고 강력해야 했는지 살펴볼 것입니다. 즉, Lin, et al(16)이 설명한 대로 가상의 측정되지 않은 혼란 요인에 직면하여 관찰된 연관성의 견고성을 모델링합니다. 이 분석을 위해 효과 크기 및 유병률에 대한 광범위한 그럴듯한 값을 사용하여 항생제 투여를 준수하는 환자와 비순응하는 환자 사이의 SSI 확률에서 관찰된 차이를 설명할 수 있는 가상의 측정되지 않은 이진 교란 요인의 특성 모델 그런 측정되지 않은 혼란의.
4. 위에서 언급한 바와 같이 mg/kg 단위의 체중 기반 지침이 있는 항생제(예: 반코마이신)의 경우 계산된 용량의 10% 이내의 용량을 지침 준수로 간주합니다. 수술부위감염에 대한 이러한 항생제 투여량의 상관관계를 평가하기 위해 지침 준수군에서 계산된 투여량의 25% 이내로 환자를 분류하여 민감도 분석을 수행할 것입니다.