引用本文
乐英棒, 周俊英. 2018—2021年某医院血培养病原菌分布及耐药性分析[J]. 中国热带医学, 2023,23(3): 283-288.
YUE Ying-bang, ZHOU Jun-ying. Distribution and drug resistance analysis of pathogenic bacteria in a hospital blood culture, 2018-2022[J]. China Tropical Medicine, 2023,23(3): 283-288.  
Doi: 10.13604/j.cnki.46-1064/r.2023.03.13
Permissions
Copyright©2023, 《中国热带医学》编辑部
《中国热带医学》编辑部 所有
2018—2021年某医院血培养病原菌分布及耐药性分析
乐英棒, 周俊英*
武汉大学中南医院检验科,湖北 武汉 430071
*通信作者：周俊英,E-mail:1348548858@qq.com

作者简介：乐英棒（1987—）,男,本科,主管技师,研究方向：细菌耐药机制研究。

收稿日期: 2022-07-31
摘要

目的 分析新冠疫情前后2年（2018—2019年以及2020—2021年）血流感染患者血培养标本病原菌分布及耐药性分析,为后疫情时期血流感染的合理治疗提供参考和疫情后期有效控制血流感染提供科学依据。方法 收集武汉大学中南医院2018—2021年患者的血培养标本,采用全自动细菌和分枝杆菌培养系统和血培养仪,对临床送检的血液标本进行血培养,Vitek MS 全自动快速微生物质谱进行菌株鉴定和Vitek 2全自动微生物鉴定及药敏分析系统进行药敏试验和耐药性分析。结果 2018年1月—2019年12月送检的28 736例疑似血流感染患者的血培养,剔除重复菌株后共检出2 181株病原菌,阳性率为7.59%,检出革兰阴性菌1 046株,检出率47.96%。2020年1月—2021年12月送检的26 083例疑似血流感染患者的血培养,剔除重复菌株后共检出2 111株病原菌,阳性率8.09% ,革兰阴性菌1 000株, 检出率 47.37%。肺炎克雷伯菌耐药情况较为严重,仅对厄他培南、多粘菌素B、替加环素的敏感率在90％以上,主要非发酵菌鲍曼不动杆菌对哌拉西林/他唑巴坦、阿米卡星、多粘菌素B的敏感率在50％以上。铜绿假单胞菌对哌拉西林/他唑巴坦、头孢他啶、头孢吡肟、阿米卡星、庆大霉素、妥布霉素、环丙沙星、左氧氟沙星、哌拉西林、美洛培南的敏感率在50％以上。结论 疫情前后两年血流感染病原菌分布种类较多,但分布差别不大。科室分布主要在ICU、肝胆研究院、肾病内科等。其中以大肠埃希菌、肺炎克雷伯菌和鲍曼不动杆菌等革兰阴性菌为主,不同病原菌呈现出较大的耐药性差异。

关键词: 血培养; 血流感染; 病原菌; 耐药性分析; 药敏分析
中图分类号:R515 文献标志码:A 文章编号:1009-9727(2023)03-283-06
Distribution and drug resistance analysis of pathogenic bacteria in a hospital blood culture, 2018-2022
YUE Ying-bang, ZHOU Jun-ying
Department of Clinical Laboratory, Central South Hospital of Wuhan University, Wuhan, Hubei 430071, China
Corresponding author: ZHOU Jun-ying, E-mail: 1348548858@qq.com
Abstract

Objective To analyze the distribution and drug resistance of pathogenic bacteria in blood culture specimens of patients with bloodstream infections before and after COVID-19 (2018-2019 and 2020-2021), and to provide scientific basis and reference for rational treatment and effective control of bloodstream infections in the post-epidemic period.Methods Blood culture specimens were collected from patients in Zhongnan Hospital of Wuhan University in the two years before and after the COVID-19 outbreak (2018-2021). The Automated Blood Culture Systems were used to perform blood culture on blood specimens sent for clinical inspection, and the Vitek MS automatic bacterial identification mass spectrometer was used for strain identification and the Vitek 2 automatic bacterial drug susceptibility analyzer was used for drug susceptibility testing and drug resistance analysis.Results Blood culture specimens were performed on 28 736 patients with suspected bloodstream infection submitted for inspection from January 2018 to December 2019, and a total of 2 181 strains of pathogenic bacteria were detected after removing duplicate strains, with a positive rate of 7.69%, including 1 046 strains of Gram-negative bacteria, accounting for 47.96%. From January 2020 to December 2021, blood culture specimens from 26 083 patients with suspected bloodstream infection were submitted for inspection, and a total of 2 111 strains of pathogenic bacteria were detected after excluding duplicate strains, with a positive rate of 8.09%, including 1 000 strains of Gram-negative bacteria accounted for 47.37%. The drug resistance of Klebsiella pneumoniae was relatively serious, and the sensitivity rate to ertapenem, polymyxin B and tigecycline was more than 90%. The main non-fermentative bacteria Acinetobacter baumannii was more than 50% sensitive to piperacillin/tazobactam, amikacin and polymyxin B. The sensitivity rates of Pseudomonas aeruginosa to piperacillin/tazobactam, ceftazidime, cefepime, amikacin, gentamicin, tobramycin, ciprofloxacin, levofloxacin, piperacillin and meropenem were more than 50%.Conclusions In the two years before and after COVID-19, there are many types of pathogenic bacteria in bloodstream infection, but the distribution do not differ significantly. The pathogens of bloodstream infection are mainly distributed in ICU, hepatobiliary research institute, and nephrology department. Among them, Gram-negative bacteria such as Escherichia coli, Klebsiella pneumoniae and Acinetobacter baumannii are the main ones, and different pathogens showed great differences in drug resistance.

Keyword: Blood culture; bloodstream infection; pathogenic bacteria; drug resistance analysis; drug susceptibility analysis

血流感染（bloodstream infection, BSI）是指病原体进入人体血液导致一种严重全身感染性疾病, 这种传染病病情临床表现迅速、凶险和预后较差, 若得不到有效的救治, 将具有较高病死率[1, 2]。新型冠状病毒肺炎的病原体是一种先前未在人类中发现的新型冠状病毒, 新冠病毒可在复制过程中不断适应宿主而产生突变[3]。各种侵入性操作的开展和免疫抑制剂的广泛使用, 血流感染的发生率越来越高, 病死率也大幅攀升。因为不同地理位置以及患者疾病种类、临床用药习惯的不同, 使得血流感染病原菌的分布和耐药情况亦存在差异[4, 5]。目前针对血流感染最常用最有效的方法是血培养分析, 也是诊断血流感染病情的重要手段[6]。了解血培养分离病原菌的分布和耐药情况对血流感染的诊断, 可有效降低该类患者的病死率, 因此血培养分析对血流感染具有十分重要的意义[7, 8]。

本研究回顾性分析武汉大学中南医院新冠疫情前2018年1月— 2019年12月送检的28 736例疑似血流感染患者的血培养标本, 和疫情后2020年1月— 2021年12月送检的26 083例疑似血流感染患者的血培养标本, 进行比较分析病原菌分布及耐药情况, 旨在为后疫情时期血流感染的合理治疗提供参考[9, 10]。

1 材料与方法
1.1 标本来源

收集武汉大学中南医院新冠疫情前 2018年1月— 2019年12月和疫情后2020年1月— 2021年12月送检的疑似血流感染患者的血培养标本, 采集严格按照相关标准执行, 成人双套双瓶, 每套包括需氧瓶和厌氧瓶, 采血量每瓶8~10 mL, 儿童抽取双个儿童瓶, 采血量每瓶3~5 mL。

1.2 血培养标本检测方法

采用法国梅里埃生物公司的 Bact / Alert 3D 全自动细菌和分枝杆菌培养监测系统和美国BD公司BACTE 9240、BACTEC FX血培养仪, 对临床送检的血培养标本进行培养检测[11]。取分离培养18~24 h的细菌纯菌落, 应用 Vitek MS 全自动快速微生物质谱检测系统进行菌株鉴定和Vitek 2全自动微生物鉴定及药敏分析系统进行药敏试验[12]。常用质控菌株:金黄色葡萄球菌ATCC29213、大肠埃希菌ATCC8739、铜绿假单胞菌ATCC27853和白念珠菌 ATCC1405, 均购自美国典型培养物保藏中心[13]。

1.3 统计学分析

采用东软公司LIS系统和全国细菌耐药数据统计软件 WHONET5.6软件进行统计分析, 剔除同一患者相同部位5 d内分离的重复菌株。

2 结果
2.1 血培养阳性主要病原菌分布

具体病原菌分布情况见表1所示。疫情前2018年1月— 2019年12月送检的28 736例疑似血流感染患者的血培养标本, 剔除重复菌株后共检出2 181株病原菌, 阳性率为7.59% , 其中革兰阴性菌1 046株, 占 47.96%; 革兰阳性菌1 017株, 占 46.63% ; 真菌118株, 占5.41%。

表1 血培养阳性主要病原菌的分布情况 n（%） Table 1 Distribution of main pathogenic bacteria with positive blood culture n（%）

疫情后2020年1月— 2021年12月送检的26 083例疑似血流感染患者的血培养标本, 剔除重复菌株后共检出2 111株病原菌, 阳性率8.09%, 其中革兰阴性菌1 000株, 占 47.37%; 革兰阳性菌949株, 占 44.95%; 真菌162株, 占7.67%。

2.2 病原菌科室分布情况

疫情前检出的2 181株病原菌, 主要分布于重症医学科686株, 占31.45％; 其次分别为肝胆研究院165株, 占7.57％; 肾病内科102株, 占4.68％; 感染科87株, 占3.99％。疫情后检出的2 111株病原菌, 主要分布于重症医学科657株, 占31.12％; 其次分别为肝胆研究院113株, 占5.35％; 肾病内科57株, 占2.70％, 感染科101株, 占4.78％。详情见表2。

表2 血培养阳性病原菌的科室分布 Table 2 Department distribution of blood culture-positive pathogens
2.3 主要革兰阴性菌的药敏结果

革兰阴性菌中检出率最高的大肠埃希菌, 在疫情前和疫情后对哌拉西林/他唑巴坦、头孢替坦、厄他培南、亚胺培南、阿米卡星的敏感率均在90％以上; 氨苄西林、氨苄西林/舒巴坦、头孢唑啉、头孢曲松、环丙沙星、左氧氟沙星的敏感率均在50％以下。肺炎克雷伯菌耐药情况较为严重, 在疫情前和疫情后均仅对厄他培南、多粘菌素B、替加环素的敏感率在90％以上; 氨苄西林/舒巴坦、头孢唑啉、头孢曲松、氨曲南、环丙沙星的敏感率均在50％以下, 具体的药物敏感率结果见表3。主要非发酵菌鲍曼不动杆菌疫情前和疫情后仅对多粘菌素B的敏感率均在90％以上; 头孢吡肟、亚胺培南、庆大霉素、妥布霉素、环丙沙星、左氧氟沙星、复方新诺明、替加环素的敏感率均在50％以下。具体的药物敏感率结果见表4。

表3 主要肠杆菌的敏感率比较 % Table 3 Comparison of susceptibility rates of major Enterobacteriaceae %
表4 主要非发酵菌的敏感率比较 % Table 4 Comparison of susceptibility rates of major Gram-positive bacteria %
2.4 主要革兰阳性菌的药敏结果

革兰阳性菌中检出率最高的是表皮葡萄球菌、金黄色葡萄球菌和屎肠球菌。表皮葡萄球菌疫情前和疫情后的头孢西丁、万古霉素、利奈唑胺、奎奴普丁/达福普汀、替加环素的敏感率均在90％以上。金黄色葡萄球菌疫情前和疫情后的头孢西丁、克林沙星、利奈唑胺、万古霉素、奎奴普丁/达福普汀、替加环素的敏感率均在90％以上; 青霉素G、红霉素的敏感率均在50％以下。屎肠球菌疫情前和疫情后的利奈唑胺、万古霉素、奎奴普丁/达福普汀、替加环素的敏感率均在90％以上; 青霉素G、庆大霉素、环丙沙星、左氧氟沙星、莫西沙星、克林霉素、红霉素的敏感率均在50％以下。见表5。

表5 主要革兰阳性菌的敏感率比较 % Table 5 Comparison of susceptibility rates of major Gram-positive bacteria %
3 讨论

血培养是评估血液中病原菌多少的最常用的方法, 也是诊断血流感染的重要手段。快速准确有效的进行血培养临床检测对诊断和医治血流感染等疾病有着重要的意义和极大的价值[14, 15]。血培养病原菌的分布、耐药性分析和药敏结果进行分析测试以及统计分析对临床用药和合理使用抗生素和抗菌药物有着重要的参考意义[16]。本研究中2018年1月— 2019年12月的阳性率为7.69%, 2020年1月— 2021年12月的阳性率8.09%, 疫情后血培养阳性率略有提升[17]。本研究显示, 疫情前两年与后两年的血培养阳性病原菌均以革兰阴性菌为主, 分别是47.96%和47.37%, 革兰阴性菌中以大肠埃希菌和肺炎克雷伯菌等肠杆菌科细菌为主, 表明我院血流感染常见病原菌为肠杆菌科细菌, 由此临床可在血流感染早期经验性选择抗菌药物[18]。因此, 应加强血培养采集前的消毒措施和采集的规范操作, 避免由于操作带来的污染。该类细菌的感染应根据血培养报阳时间、报阳瓶数以及患者的感染情况等综合判断是否为真正的感染菌, 避免抗菌药物的滥用[19]。

本院疫情前后两年的血培养阳性病原菌主要分布在ICU、肝胆研究院、肾内科、感染科、泌尿外科等科室, 其中肝胆研究院、肾病内科、泌尿外科、脑外科疫情前两年比后两年阳性率高; 感染科、肝胆胰科疫情前两年比后两年阳性率低; ICU、呼吸科、消化内科、血液内科疫情前两年与后两年阳性率相差不大[20]。

本研究药敏分析结果显示, 疫情前两年与后两年的大肠埃希菌和肺炎克雷伯菌的各种抗生素差别均小于5%。氨苄西林、氨苄西林/舒巴坦、头孢曲松、头孢唑啉、环丙沙星、左氧氟沙星的敏感率均在50%以下, 表明这些抗菌药物不是治疗大肠埃希菌引起血流感染的首选, 应根据具体的药敏结果来选用抗生素。肺炎克雷伯菌的整体抗生素敏感率水平均低于大肠埃希菌, 其中对碳青霉烯类抗菌药物的敏感率疫情前两年是60.5%和后两年是61.3%。铜绿假单胞菌在疫情前和疫情后抗生素敏感率率普遍较高, 可选用的抗生素见较多, 其中哌拉西林/他唑巴坦、头孢他啶、头孢吡肟、哌拉西林、美洛培南在疫情前比疫情后敏感率高5%以上, 说明疫情后2020— 2021年间铜绿假单胞菌对以上抗生素的敏感率在降低, 应控制相关抗生素在治疗铜绿假单胞菌血流感染上的过度使用, 避免耐药菌的产生。疫情前和疫情后均未检出对万古霉素及利奈唑胺耐药葡萄球菌。肠球菌属中总体敏感率偏低, 对高水平氨基糖苷类的敏感疫情前为35.2%, 疫情后为47.3%, 差别较大。高水平氨基糖苷类敏感菌株提示可以使用氨基糖苷类联合1种β 内酰胺类药物进行治疗, 故对疫情后肠球菌属血流感的临床治疗有着至关重要的作用。

综上分析, 疫情前2018— 2019年和疫情后2020— 2021年引起血流感染的病原菌种类和方式繁多, 但差别不大, 其中均以革兰阴性菌占比较多, 真菌占比较少。疫情前后两年间本院血培养病原菌的科室分布不同, 病原菌的敏感率呈现出较大的差异, 特别是应注重实验室对多重耐药菌的早期快速筛查, 并做好相应的隔离措施, 严格实行手卫生制度, 防止院内感染, 加强院感的防控等措施, 降低多重耐药菌的产生, 这对降低血流感染患者的病死率具有重要意义。临床应根据微生物室提供的细菌药敏报告及时调整用药、合理选择抗菌药物, 降低多重耐药菌的产生, 提高血流感染的治疗效果。

利益冲突声明 所有作者声明不存在利益冲突

编辑：黄艳

参考文献
[1] MPONPONSUO K, LEAL J, SPACKMAN E, et al. Mathematical model of the cost-effectiveness of the BioFire FilmArray Blood Culture Identification (BCID) Panel molecular rapid diagnostic test compared with conventional methods for identification of Escherichia coli bloodstream infections[J]. J Antimicrob Chemother , 2022, 77(2): 507-516. [本文引用:1]
[2] 李晓霞, 贾艳会, 王宇凡, 等. 天津市某三甲医院2018-2020年血培养常见病原菌的分布特征及其耐药性变迁[J]. 检验医学与临床, 2022, 19(4): 467-472.
LI X X, JIA Y H, WANG Y F, et al. Distribution characteristic and drug resistance changes of blood culture common pathogens in a class 3A hospital of Tianjin City during 2018—2020[J]. Laboratory medicine clinic, 2022, 19(4): 467-472. (in Chinese) [本文引用:1]
[3] HUANG T D, MELNIK E, BOGAERTS P, et al. Evaluation of the ePlex blood culture identification panels for detection of pathogens in bloodstream infections[J]. Journal of clinical microbiology, 2019, 57(2): e01597-18. [本文引用:1]
[4] DARGÈRE S, CORMIER H, VERDON R. Contaminants in blood cultures: importance, implications, interpretation and prevention[J]. Clin Microbiol Infect, 2018, 24(9): 964-969. [本文引用:1]
[5] ZHOU M, WU Y, KUDINHA T, et al. Comprehensive pathogen identification, antibiotic resistance, and virulence genes prediction directly from simulated blood samples and positive blood cultures by nanopore metagenomic sequencing[J]. Frontiers in Genetics, 2021, 12: 620009. [本文引用:1]
[6] SCHEER C S, FUCHS C, GRÜNDLING M, et al. Impact of antibiotic administration on blood culture positivity at the beginning of sepsis: a prospective clinical cohort study[J]. Clin Microbiol Infect, 2019, 25(3): 326-331. [本文引用:1]
[7] PEKER N, COUTO N, SINHA B, et al. Diagnosis of bloodstream infections from positive blood cultures and directly from blood samples: recent developments in molecular approaches[J]. Clin Microbiol Infect, 2018, 24(9): 944-955. [本文引用:1]
[8] FIDA M, WOLF M J, HAMDI A, et al. Detection of pathogenic bacteria from septic patients using 16S ribosomal RNA gene-targeted metagenomic sequencing[J]. Clin Infect Dis, 2021, 73(7): 1165-1172. [本文引用:1]
[9] HU B C, TAO Y, SHAO Z Q, et al. A comparison of blood pathogen detection among droplet digital PCR, metagenomic next-generation sequencing, and blood culture in critically ill patients with suspected bloodstream infections[J]. Front Microbiol, 2021, 12: 641202. [本文引用:1]
[10] BERINSON B, BOTH A, BERNEKING L, et al. Usefulness of BioFire FilmArray BCID2 for blood culture processing in clinical practice[J]. J Clin Microbiol, 2021, 59(8): e0054321. [本文引用:1]
[11] ZERIN T, ISLAM A, GULNAHAR S, et al. Identification and antibiotic susceptibility of blood culture isolates from rajshahi, Bangladesh[J]. J Sci Res Med Biol Sci, 2021, 2(2): 1-10. [本文引用:1]
[12] CORTAZZO V, D'INZEO T, GIORDANO L, et al. Comparing BioFire FilmArray BCID2 and BCID panels for direct detection of bacterial pathogens and antimicrobial resistance genes from positive blood cultures[J]. J Clin Microbiol, 2021, 59(4): e03163-e03120. [本文引用:1]
[13] SRISRATTAKARN A, PANPRU P, TIPPAYAWAT P, et al. Rapid detection of methicillin-resistant Staphylococcus aureus in positive blood-cultures by recombinase polymerase amplification combined with lateral flow strip[J]. PLoS One, 2022, 17(6): e0270686. [本文引用:1]
[14] EICHENBERGER E M, DE VRIES C R, RUFFIN F, et al. Microbial cell-free DNA identifies etiology of bloodstream infections, persists longer than conventional blood cultures, and its duration of detection is associated with metastatic infection in patients with Staphylococcus aureus and gram-negative bacteremia[J]. Clin Infect Dis, 2022, 74(11): 2020-2027. [本文引用:1]
[15] 许雨乔, 文怡, 张晓慧, 等. 质谱直接鉴定血培养阳性菌的前处理方法评估[J]. 南京医科大学学报(自然科学版), 2022, 42(2): 233-238.
XU Y Q, WEN Y, ZHANG X H, et al. Evaluation of pretreatment methods for direct identification of blood culture positive bacteria by mass spectrometry[J]. J Nanjing Med Univ Nat Sci, 2022, 42(2): 233-238. (in Chinese) [本文引用:1]
[16] 陈宝, 吴华, 徐凯, 等. 海南某三甲医院2018—2020年血培养分离细菌分布及耐药性变迁[J]. 中国热带医学, 2021, 21(10): 1007-1012.
CHEN B, WU H, XU K, et al. Distribution and antibiotic resistance of bacteria isolated from blood culture in a tertiary hospital in Hainan, 2018-2020[J]. China Trop Med, 2021, 21(10): 1007-1012. (in Chinese) [本文引用:1]
[17] 刘帅, 黄俊蕾, 丛培珊, 等. 泌尿外科住院病人血培养病原菌分布及耐药性分析[J]. 青岛大学学报(医学版), 2022, 58(1): 131-135.
LIU S, HUANG J L, CONG P S, et al. An analysis of distribution and drug resistance of pathogens in blood culture of inpatients in department of urology[J]. J Qingdao Univ Med Sci, 2022, 58(1): 131-135. (in Chinese) [本文引用:1]
[18] 刘泽世, 呼瑞, 殷鉴, 等. 陕西省某监测点2017—2020年细菌耐药监测[J]. 中国热带医学, 2021, 21(8): 713-718.
LIU Z S, HU R, YIN J, et al. Pathogen drug resistance analysis in a monitoring point of Shaanxi, 2017-2020[J]. China Trop Med, 2021, 21(8): 713-718. (in Chinese) [本文引用:1]
[19] 徐添天, 谢强, 谢瑞玉, 等. 643瓶阳性血培养的病原菌分布和双套培养法的价值分析[J]. 安徽医专学报, 2021, 20(6): 89-91.
XU T T, XIE Q, XIE R Y, et al. The distribution of pathogens detected in 643 bottles of positive blood culture and the value of double blood culture[J]. J Anhui Med Coll, 2021, 20(6): 89-91. (in Chinese) [本文引用:1]
[20] 张凌凌, 李晓松, 高川川, 等. 血培养标本中的病原菌分布及其耐药性分析[J]. 中外医学研究, 2021, 19(26): 59-62.
ZHANG L L, LI X S, GAO C C, et al. Distribution of pathogenic bacteria in blood culture specimens and drug resistance analysis[J]. Chin Foreign Med Res, 2021, 19(26): 59-62. (in Chinese) [本文引用:1]