耐碳青霉烯类肺炎克雷伯菌感染风险预测模型研究进展 (1).pdf

综 述 收稿日期2 0 2 2-0 9-2 0 基金项目 河北省医学适用技术跟踪项目(G Z 2 0 2 2 0 3 1)作者简介 滕双芩(1 9 9 5-),女,四川广安人,河北医科大学第三医院医学硕士研究生,从事感染科疾病诊治研究。*通信作者。E-m a i l:w a n g w e i_1 2 1 11 2 6.c o m耐碳青霉烯类肺炎克雷伯菌感染风险预测模型研究进展滕双芩,匡 竞(综述),王 玮*(审校)(河北医科大学第三医院感染科,河北 石家庄0 5 0 0 5 1)摘要 耐碳青霉烯类肺炎克雷伯菌感染与高发病率、高病死率和高医疗负担相关。早期识别这一感染可有效改善患者预后,降低细菌耐药率。本文从国内外耐碳青霉烯类肺炎克雷伯菌患者感染风险预测模型的研究现状及进展等方面展开综述,旨在分析现有模型的优缺点,希望能建立符合临床实际需求的新型模型,更好的预测感染风险,及早干预,减少耐药。关键词 肺炎克雷伯菌;耐碳青霉烯类;感染风险 d o i:1 0.3 9 6 9/j.i s s n.1 0 0 7-3 2 0 5.2 0 2 3.0 8.0 2 0 中图分类号 R 3 7 8.9 9 文献标志码 A 文章编号 1 0 0 7-3 2 0 5(2 0 2 3)0 8-0 9 7 8-0 4 2 0 1 6年,耐碳青霉烯类肠杆菌被WHO列为对公共健康构成严重或紧急威胁的细菌1。在耐碳青霉 烯 类 肠 杆 菌 中 耐 碳 青 霉 烯 类 肺 炎 克 雷 伯 菌(C a r b a p e n e m-r e s i s t a n t K l e b s i e l l a p n e u m o n i a e,C R K P)约占7 2.7%,且在我国的年检率已从2 0 1 4年的6.4%增长至2 0 1 9年的1 0.9%,呈逐年上升趋势2-3。全国细菌耐药监测网数据显示4,肺炎克雷伯菌对亚胺培南与美罗培南的耐药率均呈上升趋势,截至2 0 2 1年均已超2 0%。C R K P感染常导致重症肺炎、血流感染等疾病,严重危及患者生命安全,并对碳青霉烯类等所谓的最后一线抗菌药物产生广泛耐药性5。C R K P感染与碳青霉烯类敏感肺炎克雷伯菌感染相比,能显著延长患者住院时间并增加病死率,造成严重疾病负担和高额医疗费用,已成为 全 球 公 共 卫 生 的 巨 大 威 胁6-7。目 前 治 疗C R K P感染的抗菌药物选择有限,如多黏菌素B和替加环素不良反应大且效果存在争议8。新型抗菌药物如头孢他啶/阿维巴坦是当前治疗C R K P感染最有效的抗菌药物,但通常只用于已知的C R K P感染病例9。在感染发生的前2 47 2h内通常无法获得明确的培养结果,而在感染发生的4 87 2h内进行早期适当的抗菌药物治疗能显著减少耐药发生及降低病死率1 0-1 2。WHO建议医疗机构应根据实际获得数据创建工具并实施政策,以增加患者接受早期适当 治疗的可能 性1 3。本文 现将国内外C R K P感染风险预测模型的研究现状及进展方面进行综述,以期为以后我国C R K P感染患者感染风险预测模型的构建及使用提供参考。1 C R K P感染风险因素近年来,国内外关于C R K P感染风险因素的研究因研究人群与对照组的的选择而导致结果略有不同。有研究表明,长期住院患者中,与无C R K P定植患者相比,C R K P定植患者发展为感染的概率高出4 4%1 4。在针对C R K P感染患者治疗时,不同的抗菌药物亦会对耐药性产生不同的影响。V a nL o o n等1 5M e t a分析表明,既往的碳青霉烯类药物使用会导致C R K P感染风险增加约7倍,而既往喹诺酮类药物使用会导致C R K P感染风险增加约3倍。研究表明,氟喹诺酮类药物的使用,会导致多种药物外排泵M e x E F-O p r N的上调和碳青霉烯类药物耐药相关孔蛋白O p r D的下调,加速耐碳青霉烯类细菌耐药菌株的选择和形成1 6。糖肽万古霉素长期给药,则会破坏体内微生物群落的平衡,促进革兰阴性菌的繁殖,增加碳青霉烯酶的突变和传播率1 7。I C U患者多数基本功能状态差,或是接受侵入性手术、导管植入物等操作,这些都将增加C R K P感染和传播的概率1 8。其原因可以归纳为以下几个方面:患者的个人因素:患者的基本功能状态 急性生理学及慢性健康状况评分系统A P A CHE(a c u t ep h y s i o l o g ya n dc h r o n i ch e a l t he v a l u a t i o ns c o r i n gs y s t e m)评分等、合并其他疾病(肾功能不879第4 4卷第8期2 0 2 3年8月 河北医科大学学报J OUR NA L O F HE B E I ME D I C A L UN I V E R S I T Y V o l.4 4 N o.8 A u g.2 0 2 3 全、神经系统疾病、糖尿病等)、免疫抑制状态(类固醇药物使用等)等;治疗因素:先前的任何抗生素暴露,以及特定暴露于万古霉素或其他五类抗菌药物(碳青霉烯类、氨基糖苷类、喹诺酮类、氟喹诺酮类、糖肽类)、近期侵入性手术或永久性外来装置、胃肠管或留置装置的使用、透析、机械通气、住院时间、进入I C U治疗、肠外营养等;既往相关的耐药细菌感染史、手术史(移植器官史)等1 9-2 1。这些研究结果可为C R K P感染预测模型的构建及采取针对性的预防措施提供参考。2 C R K P感染预测模型的类型C R K P感染预测模型的类型主要包括评分模型、列线图模型、机器学习模型等。但综合目前建立的模型,所采用的建模数据多是观察性回顾性研究,仅少数为前瞻性研究;多数研究来自意大利、美国等地区,或是中国部分省份的小样本建模研究。建立的模型可能因种族、人群、医疗环境、治疗措施等混杂因素的不同存在一定差异性,并且这些模型均尚未得到大范围的人群验证,适用性亦存在一定的疑问。此外,部分感染风险因素预测模型局限于血流感染患者或是直肠定植患者等部分特定人群,不具有针对所有C R K P感染患者的通用性,导致其整体适用范围存在一定局限性。虽然目前感染风险预测模型存在一些缺陷,但是不可否认的是,这些感染预测模型仍然可以为临床医师提供一定的参考价值,指导临床应用抗菌药物,降低病死率及耐药率。3 C R K P常见预测模型特点及其应用3.1 评分模型 评分模型是对危险因素赋予不同或相同分值建立的预测模型。具有操作简便,模型结果易于理解和解释的特点。现有的评分模型可大致分为两类,加权评分模型与等值评分模型。加权评分模型是将风险因素赋予不同的分值。如W e s t o n等2 2建立的模型将住院时间3d作为分界线,分别进行评分,具有风险评分条目方便易记,操作简单的特点。但其将住院时间3d作为分界线的敏感分类规则,相比其他不敏感分类规则会导致假阳 性 率 的 升 高,使 约 两 倍 以 上 的 患 者 接 受 抗C R K P的抗菌药物治疗,加速新型抗菌药物耐药性的发展。因此需要在敏感与不敏感的分类规则之间找到一个平衡点,以确立应用适当抗菌药物的最佳条件。作者指出其仅适用于C R K P血流感染高发地区。G i a n n e l l a等2 3进行的多中心、前瞻性研究建立的G R S模型将患者分为高、低风险进行风险分层管理,具有相对较高的阴性预测值,更有利于低风险患者避免应用高级抗菌药物,减缓耐药性的发生。作者认为该模型 可以用来预测 患 者1个 月 内 的C R K P感染风险。但是该模型中所采集的直肠肛拭子标本,并非从入院就对每位患者进行了采集,因此可能高估了多部位定植这一风险因素的临床意义。C a n o等2 4对G R S模型进行了外部验证,认为G R S可以 预 测 任 何 类 型 的C R K P感 染 风 险,并 认 为G R S7分 时 应 考 虑C R K P的 抗 菌 药 物 覆 盖,G R S1 2分时为C R K P感染患者的高风险死亡人群,建议采取联合用药。Z h a n g等2 5建立的血液系统恶性肿瘤患者的C R K P血流感染风险预测模型中,患 者2 8d病 死 率 为7 7.3%,与 之 前 报 告 的5 0%6 0%的病死率相比更高2 6-2 8。虽然此预测模型经作者验证,具有良好的预测能力,但此研究仅纳入了2 2例患者,且可能存在血培养阴性的C R K P血流感染患者未纳入;以及尚未有研究对此模型进行外部验证,均使该模型的适用性有待进一步验证。等值评分模型是将所有风险因素均赋值相同分。T u m b a r e l l o等2 9建立的C R K P定植菌和感染风险预测模型可以有效对感染风险因素进行危险分层,但二者之间存在过多重复因素,使之无法彻底区分C R K P定植与感染。作者认为此模型对C R K P血流感染的患者进行经验性抗菌药物治疗,能有效降低治疗初期无效治疗的风险,其在C R K P感染流行的医院可以发挥一定的指导作用。L i等3 0利用河南省I C U中的肺炎克雷伯菌患者数据建立的预测模型,并进行了数据验证。李叶等3 1搜集河北衡水二级以上医院I C U中肺炎克雷伯菌患者建立的预测模型。以及Y a n g等3 2搜集首都医科大学附属北京世纪坛医院C R K P感染患者建 立的医院内C R K P感染风险预测模型。这些模型所有数据均来自单一省份医院患者的数据,模型中所包含的预测因素与T u m b a r e l l o等2 9建立的C R K P定植菌和感染风险预测模型中的风险因素具有一定的相似性,都是通过对感染风险因素进行计数以确立感染风险人群。虽然操作相对较容易,但是所包含的风险因素会因个体疾病与治疗措施等差异而导致一定的假阳性率。用于预测C R K P感染风险的几种模型特征见表1。979河 北 医 科 大 学 学 报 第4 4卷 第8期表1 评分模型的具体算法模型名字模型类型具体模型模型判读模型效能适用性W e s t o n模型加权评分住院时间3d时,满足1 8 0d内有过C R E病史、3 0d内机械通气史住院时间2.2分判定为C R K P感染高风 险;住 院 时 间3d时,两个条件中满足 任意一条即是C R K P感染高风险住院时间3d时,AU C为0.7 8 0,敏感度8 7%,特异度6 9%仅适用C R K P血流感染高发地区G i a n n e l l a(G R S)模型加权评分入住I C U(2分)、侵 入 性腹部手术(3分)、化疗/放射治疗(4分),粪 便 以 外部位的定 植(5分 每 个 部位)G R S7分 时,应 考 虑C R K P的 抗 生 素 覆 盖;G R S1 2分 时 为C R K P患者的死亡高风险人群建议采取联合用药AU C为0.9 2 0(9 5%C I:0.8 7 00.9 8 0);G R S7分时,敏感度9 2.9%,特异度8 4.8%适用于任何类型C R K P感 染,但需肛拭子检查Z h a n g模型加权评分C R K P直肠定植(3分)、有创机械通 气(4分)、严 重中性粒细胞减少(1分)为感染风险因素当评分5分时,为C R K P血流感染的高风险人群AU C为0.7 5 3(9 5%C I:0.6 4 80.8 5 8)血液系统恶性肿瘤的C R K P感染患者T u m b a r e l l o模型等值评分感染风险分层:过去1 2个月时间内接受过急症护理治疗、中心静脉导管史、近期碳青霉烯类药物使用史、近期氟喹诺酮类药物使用 史、C h a r l s o n合 并 症评分3,中性粒细胞减少症;定植高风险:过去1 2月时 间 内 接 受 过I C U治疗、中心静脉导管史、近期碳青霉烯类药物使用 史、近期氟喹诺酮类药物使用史、过去1 2个月时间内进入I C U、尿管使用、血液系统肿瘤、近期外科手术史以上因素3个将可能感 染C R K P;上 述 因素3个为与C R K P定植高风险人群感染风险分层:总体准确率7 8%;定植高风险:总体准确率7 9%C R K P血流感染患者,或是C R K P感染流行医院L i模型等值评分前一年的肺炎克雷伯菌定殖或感染、机械通气4 8h、肠 外 营 养4 8 h、C D 4/C D 81、A P A C HEI I得分1 5分、前一年其他耐药细菌定殖或感染、接受了免疫抑制疗法、皮质类固醇治疗、三代头孢菌素暴露、喹诺酮类药物暴露、碳青霉烯类药物暴露、疗养院居住史、医院内获得性感染感染风险因 素6个 时,为高风险人群感染 风险因 素6个 时,敏感度8 2%,特异度7 4%I C U患者李叶模型等值评分年龄大、外院转入、普通病房转入、A P A C HE 评分高、S O F A评分高、C h a r l s o n合并症 评 分3分、留置导尿管、有创机械通气、血 管 活 性 药 物、近1 0d使用-内酰胺酶抑制剂和/或碳青霉烯类抗菌药物风险因素累 积4个 时,为高风险人群预测的敏感度和特异度均超过7 0%I C U患者Y a n g模型等值评分年龄(7 0岁)、男 性、心血管疾病、近期 入住I C U超过2 4h、留置导尿管、机械通 气、接 触-内 酰 胺/-内酰 胺 酶 抑 制 剂、第 四代头孢菌素和碳青霉烯类感染风险因素3个时是高风险人群AU C为0.9 0 29 5%C I:0.8 8 30.9 2 0院内C R K P感染3.2 列线图模型 列线图模型又叫N o m o g r a m模型,是将临床预测模型以图形方式表达。与评分模089河 北 医 科 大 学 学 报 第4 4卷 第8期型一样,列线图模型也是基于个体的预测变量的数值来计算总分,从而估计某时间发生风险及生存概率。与其他预测模型相比,列线图的主要优点是不需要将连续变量转变为分类变量,可以通过列线图中的线段长度判断预测变量的相对重要度。对预测模型包含少量预测变量时,其使用与解释相对容易。浙江大学第一附属医院团队3 3建立的C R K P血流感染列线图模型。与其他模型不同的是将胆碱酯酶数值的降低列为C R K P感染风险的危险因素。乙酰胆碱酯酶通过水解神经递质乙酰胆碱以终止神经递质对突触后膜的兴奋作用,从而保证神经信号在生物体内的正常传递。T h a p a等3 4研究认为过度使用乙酰胆碱酯酶抑制剂会导致生物体相应结合位点的突变,产生对抗菌药物的耐药性。因此,其建立的模型具有良好的预测能力,但其研究分组的初始设计可能需要更进一步优化,以及需要进一步队列研究进行验证。3.3 机器学习模型 机器学习模型预测细菌感染风险指导抗菌药物应用,虽然在统计学上表现更好,其AU C不错,并且可减少4 0%的不必要广谱抗菌药物使用率3 5-3 6。S u l l i v a n等3 7通过收集美国西奈山医院肺炎克雷伯菌血流感染患者资料,建立了一套可集成到电子病历系统的自动预测模型以预测C R K P感染风险。具有自动抓取病历,操作简单等特点,但其未给出具体模型算法,且建立的模型仅适用于该医院,无法外推至其他医院。其他机器学习模型目前大多为针对耐碳青霉烯类肠杆菌或是耐碳青霉烯类革兰阴性菌等,未有针对C R K P感染的其他机器学习模型。但随着未来的发展,机器学习集合到病历系统未尝不是一种绝佳的选择。4 结论与展望C R K P感染是自身状况与治疗等外在多种因素共同作用的结果。目前C R K P感染日益严重,建立临床风险预测模型能有效指导抗菌药物用药,降低耐药率的发生。但综合目前国内外现有的感染风险预测模型,均存在一定的缺陷,大多数预测模型缺乏外部验证及临床实践,或是局限于特定人群。目前国外建立的G R S模型得到了外部验证,并被认为适用于任何类型C R K P感染;等值评分模型虽然适用人群不尽相同,但各模型之间的风险因素具有一定相似性;而针对特定人群的预测模型,可在诊断上具有较高的敏感度;综上所述,这些模型均具有一定的临床应用价值,但均尚未在我国人群得到验证。此外,感染风险预测模型哪种预测效果更好目前尚无统一结论,但对我国后续开展此项研究仍有参考价值。参考文献1 T a c c o n e l l iE,C a r r a r aE,S a v o l d iA,e t a l.D i s c o v e r y,r e s e a r c h,a n dd e v e l o p m e n to fn e wa n t i b i o t i c s:t h eWHOp r i o r i t yl i s to fa n t i b i o t i c-r e s i s t a n t b a c t e r i a a n d t u b e r c u l o s i sJ.L a n c e t I n f e c tD i s,2 0 1 8,1 8(3):3 1 8-3 2 7.2 J e a nS S,H a r n o dD,H s u e hP R.G l o b a l t h r e a to fc a r b a p e n e m-r e s i s t a n t g r a m-n e g a t i v e b a c t e r i aJ.F r o n t C e l l I n f e c tM i c r o b i o l,2 0 2 2,1 2:8 2 3 6 8 4.3 全国细菌耐药监测网.全国细菌耐药监测网2 0 1 4-2 0 1 9年细菌耐药性监测报告J.中国感染控制杂志,2 0 2 1,2 0(1):1 5-3 1.4 胡付品,郭燕,朱德妹,等.2 0 2 1年C H I N E T中国细菌耐药监测J.中国感染与化疗杂志,2 0 2 2,2 2(5):5 2 1-5 3 0.5 L e eC R,L e eJ H,P a r k K S,e ta l.G l o b a ld i s s e m i n a t i o no fc a r b a p e n e m a s e-p r o d u c i n gk l e b s i e l l ap n e u m o n i a e:e p i d e m i o l o g y,g e n e t i c c o n t e x t,t r e a t m e n t o p t i o n s,a n dd e t e c t i o nm e t h o d sJ.F r o n tM i c r o b i o l,2 0 1 6,7:8 9 5.6 L iY,L iJ,H uT,e ta l.F i v e-y e a rc h a n g eo fp r e v a l e n c ea n dr i s kf a c t o r s f o ri n f e c t i o n a n d m o r t a l i t y o f c a r b a p e n e m-r e s i s t a n tK l e b s i e l l ap n e u m o n i a eb l o o d s t r e a m i n f e c t i o ni nat e r t i a r yh o s p i t a l i nN o r t hC h i n aJ.A n t i m i c r o bR e s i s t I n f e c tC o n t r o l,2 0 2 0,9(1):7 9.7 Z h e n X,S t a l s b y L u n d b o r g C,S u n X,e ta l.C l i n i c a la n de c o n o m i c b u r d e n o f c a r b a p e n e m-r e s i s t a n t i n f e c t i o n o rc o l o n i z a t i o nc a u s e db yk l e b s i e l l ap n e u m o n i a e,p s e u d o m o n a sa e r u g i n o s a,a c i n e t o b a c t e rb a u m a n n i i:a m u l t i c e n t e rs t u d yi nc h i n aJ.A n t i b i o t i c s(B a s e l),2 0 2 0,9(8):5 1 4.8 F o l g o r iL,B i e l i c k iJ.F u t u r e c h a l l e n g e si n p e d i a t r i c a n dn e o n a t a l s e p s i s:e m e r g i n g p a t h o g e n s a n d a n t i m i c r o b i a lr e s i s t a n c eJ.JP e d i a t r I n t e n s i v eC a r e,2 0 1 9,8(1):1 7-2 4.9 S h i e l d s R K,N g u y e n MH,C h e n L,e t a l.C e f t a z i d i m e-a v i b a c t a mi ss u p e r i o rt oo t h e rt r e a t m e n tr e g i m e n sa g a i n s tc a r b a p e n e m-r e s i s t a n tk l e b s i e l l ap n e u m o n i a eb a c t e r e m i aJ.A n t i m i c r o bA g e n t sC h e m o t h e r,2 0 1 7,6 1(8):e 0 0 8 8 3-1 7.1 0 D u n b a rS A,G a r d n e rC,D a sS.D i a g n o s i sa n dm a n a g e m e n to fb l o o d s t r e a m i n f e c t i o n s w i t h r a p i d,m u l t i p l e x e d m o l e c u l a ra s s a y sJ.F r o n tC e l l I n f e c tM i c r o b i o l,2 0 2 2,1 2:8 5 9 9 3 5.1 1 L o d i s eT P,Z h a oQ,F a h r b a c hK,e t a l.As y s t e m a t i c r e v i e wo ft h ea s s o c i a t i o n b e t w e e n d e l a y e d a p p r o p r i a t et h e r a p y a n dm o r t a l i t ya m o n gp a t i e n t sh o s p i t a l i z e dw i t hi n f e c t i o n sd u et oK l e b s i e l l ap n e u m o n i a eo rE s c h e r i c h i ac o l i:h o wl o n gi st o ol o n g?J.BMCI n f e c tD i s,2 0 1 8,1 8(1):6 2 5.1 2 B o n i n eNG,B e r g e rA,A l t i n c a t a lA,e ta l.I m p a c to fd e l a y e da p p r o p r i a t e a n t i b i o t i c t h e r a p y o n p a t i e n t o u t c o m e s b ya n t i b i o t i c r e s i s t a n c e s t a t u s f r o m s e r i o u s g r a m-n e g a t i v eb a c t e r i a l i n f e c t i o n sJ.AmJM e dS c i,2 0 1 9,3 5 7(2):1 0 3-1 1 0.1 3 W o r l dH e a l t hO r g a n i z a t i o n.G l o b a l a c t i o np l a n o na n t i m i c r o b i a lr e s i s t a n c eE B/O L.(2 0 1 6-0 1-0 1)2 0 2 2-0 7-0 1.h t t p s:/w w w.w h o.i n t/p u b l i c a t i o n s/i/i t e m/189河 北 医 科 大 学 学 报 第4 4卷 第8期9 7 8 9 2 4 1 5 0 9 7 6 3.1 4 O n gKM,P h i l l i p sM S,P e s k i nC S.A m a t h e m a t i c a lm o d e l a n di n f e r e n c em e t h o df o rb a c t e r i a lc o l o n i z a t i o ni nh o s p i t a lu n i t sa p p l i e dt oa c t i v es u r v e i l l a n c ed a t af o rc a r b a p e n e m-r e s i s t a n te n t e r o b a c t e r i a c e a eJ.P L o SO n e,2 0 2 0,1 5(1 1):e 0 2 3 1 7 5 4.1 5 V a nL o o n K,V o o ri n T H o l tA F,V o s MC.As y s t e m a t i cr e v i e w a n d m e t a-a n a l y s e s o ft h ec l i n i c a le p i d e m i o l o g y o fc a r b a p e n e m-r e s i s t a n t e n t e r o b a c t e r i a c e a eJ.A n t i m i c r o bA g e n t sC h e m o t h e r,2 0 1 7,6 2(1):e 0 1 7 3 0-1 7.1 6 B a h rG,G o n z l e zL J,V i l aA J.M e t a l l o-l a c t a m a s e s i n t h e a g eo f m u l t i d r u gr e s i s t a n c e:f r o m s t r u c t u r ea n d m e c h a n i s m t oe v o l u t i o n,d i s s e m i n a t i o n,a n d i n h i b i t o rd e s i g nJ.C h e m R e v,2 0 2 1,1 2 1(1 3):7 9 5 7-8 0 9 4.1 7 W e b b B J,S u b r a m a n i a n A,L o p a n s r i B,e t a l.A n t i b i o t i ce x p o s u r ea n d r i s k f o r h o s p i t a l-a s s o c i a t e d c l o s t r i d i o i d e s d i f f i c i l ei n f e c t i o nJ.A n t i m i c r o b A g e n t sC h e m o t h e r,2 0 2 0,6 4(4):e 0 2 1 6 9-1 9.1 8 C h a n g r u e n n g a mS,M o d c h a n gC,B i c o u tD J.M o d e l l i n go f t h et r a n s m i s s i o n d y n a m i c s o f c a r b a p e n e m-r e s i s t a n t K l e b s i e l l ap n e u m o n i a e i nh o s p i t a l sa n dd e s i g no fc o n t r o ls t r a t e g i e sJ.S c iR e p,2 0 2 2,1 2(1):3 8 0 5.1 9 C h e n HY,J e a n S S,L e e Y L,e ta l.C a r b a p e n e m-r e s i s t a n te n t e r o b a c t e r a l e si nl o n g-t e r m c a r ef a c i l i t i e s:a g l o b a la n dn a r r a t i v er e v i e wJ.F r o n tC e l lI n f e c t M i c r o b i o l,2 0 2 1,1 1:6 0 1 9 6 8.2 0 Z h uWM,Y u a nZ,Z h o u HY.R i s kf a c t o r sf o rc a r b a p e n e m-r e s i s t a n tK l e b s i e l l ap n e u m o n i a e i n f e c t i o nr e l a t i v e t o t w o t y p e so f c o n t r o l p a t i e n t s:as y s t e m a t i c r e v i e wa n dm e t a-a n a l y s i sJ.A n t i m i c r o bR e s i s t I n f e c tC o n t r o l,2 0 2 0,9(1):2 3.2 1 刘景武,严丽,张蕊,等.碳青霉烯类药物耐药的肺炎克雷伯菌分布及耐药分析J.医学动物防制,2 0 2 0,3 6(1 1):1 0 7 8-1 0 8 0.2 2 W e s t o nG,J a h u f a rF,S h a r m aN,e ta l.D e r i v a t i o no fam o d e lt og u i d ee m p i r i ct h e r a p yf o rc a r b a p e n e m-r e s i s t a n tk l e b s i e l l ap n e u m o n i a eb l o o d s t r e a mi n f e c t i o ni na ne n d e m i ca r e aJ.O p e nF o r u mI n f e c tD i s,2 0 2 0,7(7):o f a a 0 7 0.2 3 G i a n n e l l aM,T r e c a r i c h iEM,D eR o s aF G,e ta l.R i s kf a c t o r sf o rc a r b a p e n e m-r e s i s t a n tK l e b s i e l l ap n e u m o n i a eb l o o d s t r e a mi n f e c t i o na m o n gr e c t a lc a r r i e r s:ap r o s p e c t i v eo b s e r v a t i o n a lm u l t i c e n t r es t u d yJ.C l i n M i c r o b i o lI n f e c t,2 0 1 4,2 0(1 2):1 3 5 7-1 3 6 2.2 4 C a n o A,G u t i e r r e z-G u t i e r r e zB,M a c h u c aI,e ta l.R i s k so fi n f e c t i o n a n d m o r t a l i t y a m o n g p a t i e n t s c o l o n i z e d w i t hK l e b s i e l l ap n e u m o n i a ec a r b a p e n e m a s e-p r o d u c i n gK.p n e u m o n i a e:v a l i d a t i o no f s c o r e s a n dp r o p o s a l f o rm a n a g e m e n tJ.C l i nI n f e c tD i s,2 0 1 8,6 6(8):1 2 0 4-1 2 1 0.2 5 Z h a n gP,W a n gJ,H u H,e ta l.C l i n i c a lC h a r a c t e r i s t i c sa n dr i s kf a c t o r sf o rb l o o d s t r e a m i n f e c t i o n d u et oc a r b a p e n e m-r e s i s t a n tK l e b s i e l l ap n e u m o n i a e i np a t i e n t sw i t hh e m a t o l o g i cm a l i g n a n c i e sJ.I n f e c tD r u gR e s i s t,2 0 2 0,1 3:3 2 3 3-3 2 4 2.2 6 T r e c a r i c h iEM,P a g a n o L,M a r t i n o B,e ta l.B l o o d s t r e a mi n f e c t i o n s c a u s e d b y K l e b s i e l l a p n e u m o n i a e i n o n c o-h e m a t o l o g i c a l p a t i e n t s:c l i n i c a l i m p a c t o f c a r b a p e n e mr e s i s t a n c ei na m u l t i c e n t r ep r o s p e c t i v es u r v e yJ.Am Jh h e m a t o l,2 0 1 6,9 1(1 1):1 0 7 6-1 0 8 1.2 7 G i r m e n i aC,R o s s o l i n iGM,P i c i o c c h iA,e ta l.I n f e c t i o n sb yc a r b a p e n e m-r e s i s t a n tK l e b s i e l l ap n e u m o n i a ei nS C Tr e c i p i e n t s:an a t i o n w i d er e t r o s p e c t i v es u r v e yf r o mI t a l yJ.B o n eM