引用本文： 汪峻葵, 潘杰, 白亞君, 謝娟, 張淑華, 唐春蓮. 分科室醫院感染月發病率控制范圍的制定及應用. 華西醫學, 2022, 37(3): 382-387. doi: 10.7507/1002-0179.202102093 復制
醫院感染預防與控制（以下簡稱“感控”）質量改進的基礎是通過醫院感染監測獲得感染發病率，將其用于判斷基線和發展趨勢，從而提供預警和控制信息，及早發現醫院感染流行風險，并反饋給臨床醫生和利益相關者，有針對性地實施合適的感控措施[1]。對于監測指標的利用，目前衛生行政部門僅在《三級綜合醫院醫療服務能力指南（2016 年版）》中要求院內感染發病率應≤10%[2]，由于不同地區、規模、級別醫院的醫院感染發病率不同[3]，各醫院的信息系統缺乏統一的信息采集標準和運行規則[4]，同時各醫療機構感控專職人員對醫院感染監測基本理論和方法的理解與掌握存在差異[5]，在實際工作中更需要因地制宜地建立相應的控制范圍，作為預警和質量控制（質控）的參考標準。醫學參考值指絕大多數“正常人”各種指標觀測值的波動范圍，可作為判定正常和異常的參考標準，該指標在醫學各個領域中廣泛推廣，包括對衛生標準等相關指標的制定[6]。本研究以南充市中心醫院探索性實踐為例，探討利用醫學參考值范圍原理制定分科室醫院感染月發病率控制范圍及其在臨床工作中的實踐效果，為基層醫院的感控工作提供思路和實踐經驗。
1 資料與方法
1.1 研究對象
1.1.1 研究現場
本研究選取南充市中心醫院為研究現場。該醫院始建于 1937 年，集醫療急救、科研教學、康復保健為一體，開放床位 2300 張，設置臨床科室 35 個；2019 年全年門診量 167 萬人次，出院患者 8.9 萬人次，手術 5.1 萬臺次。該醫院自 2015 年起已建立完善的醫院感染信息系統，覆蓋科室全面，2016 年起能獲得完整穩定的醫院感染監測數據。
1.1.2 研究人群
① 測試集調查對象：2016 年 1 月 1 日－2018 年 12 月 31 日的所有住院患者，共 226217 例；② 實踐集調查對象：2019 年 1 月 1 日－12 月 31 日的所有住院患者，共 89052 例。
1.2 醫院感染判斷方法和醫院感染月發病率的計算
根據 2001 年版《醫院感染診斷標準（試行）》[7]進行醫院感染的判斷。
醫院感染月發病率的計算公式為：醫院感染月發病率=某月新發生醫院感染人數/同期住院患者數×100%。
1.3 測試集基礎觀測數據的確定
納入標準：2016 年 1 月及之前建立的臨床科室，擁有 36 個月的醫院感染月發病率監測數據。排除標準：醫院感染發生的月份數不足 5 個月（即醫院感染月發病率為 0 的月份數≥31）的臨床科室。
1.4 控制范圍的制定原理
1.4.1 醫院感染月發病率的正態性探索
測試集以各科室 36 個月的分科室醫院感染月發病率為基礎觀測數據，對每個科室分別進行正態性探索。同時滿足以下 3 點，則該科室基礎觀測數據符合正態分布：① 數據直方圖大致符合中間多、兩邊對稱的分布；② Q-Q 圖數據點基本位于對角線的直線上或其周圍，且在直線兩邊的點分布比較均勻；③ Shapiro-Wilk 檢驗（S-W 檢驗）的 P>0.05。
1.4.2 醫學參考值范圍原理及計算
醫院感染發病率過高屬于異常，應設置單側參考值范圍。對于正態分布的數據，在正態曲線下區間［0，
+1.64s）內的面積為 95%，故計算 
+1.64s 作為觀測值的預警限值；區間［0，
+2.33s）內的面積為 99%，故計算 
+2.33s 作為觀測值的控制限值。對于偏態分布的數據，利用百分位數法計算觀測數據的第 95 百分位數值（P95）和第 99 百分位數值（P99）分別作為觀測值的預警限值和控制限值[6]。
1.5 實踐方法
2019 年 1 月開始，每個月將當月各科室醫院感染月發病率與設置的預警限值和控制限值比較。若僅超出預警限，則下發整改通知提醒科室，要求科室自我分析、改進并反饋；若超出控制限值，則感控專職人員分析感染率變化情況和病例信息，并前往科室進行現場調查，剖析原因提出相應的整改措施，從而降低感染風險的發生。
1.6 統計學方法
使用藍蜻蜓醫院感染管理系統 6.0 進行數據收集和導出。使用 Excel 2016 軟件對數據進行整理。使用 SPSS 13.0 軟件的 Explor 功能進行正態性探索、kappa 值的計算和檢驗，雙側檢驗水準 α=0.05；使用 Frequencies 功能進行 
、s、P95 和 P99 的計算。kappa 值在（0，0.2］為極低一致性，（0.2，0.4］為一般一致性，（0.4，0.6］為中度一致性，（0.6，0.8］為高度一致性，（0.8，1.0］為完全一致。
2 結果
2.1 正態性檢驗結果
正態性檢驗結果顯示，骨科、神經外科、腎病內科、重癥醫學科 A 區、重癥醫學科 B 區和腫瘤中心的醫院感染月發病率數據符合正態分布，其余科室的醫院感染月發病率數據均未通過正態性檢驗。見表1。
表1
2016 年 1 月－2018 年 12 月各臨床科室醫院感染月發病率正態性檢驗結果
2.2 控制范圍的建立、應用及效能檢驗
不同分布科室的醫院感染月發病率的預警限值和控制限值及 2019 年全年醫院感染月發病率情況見表2。
表2
各科月醫院感染發病率的預警限、控制限和 2019 年各科室醫院感染月發病率（%）
2019 年全年不同科室醫院感染月發病率共有 17 個數據異常波動。其中 14 個（82.4%）數據僅超過預警限值，除肝膽胰脾外科 1 月和新生兒科 5 月在下發整改后次月仍超預警限值外，其余科室通過下發整改通知的方式，均降低至預警限值以下，初次警戒干預有效率為 83.3%（10/12）。肝膽胰脾外科 2 月和新生兒科 6 月繼續通過整改通知進行干預，要求科室再次自我分析危險因素并改進，次月醫院感染發病率降至預警限值以下，二次警戒干預有效率為 100.0%（2/2）。骨科 8 月、心胸外科 10 月和神經外科 11 月醫院感染發病率超過控制限值，經現場調查干預后，次月醫院感染發病率均降低至預警限值以下，現場干預有效率為 100.0%（3/3）。
復核 2019 年全年醫院感染監測數據，排查醫院感染聚集性事件；同時匯總 2019 年全年臨床科室報告醫院感染管理科調查處理的醫院感染相關事件資料，匯總整理發現 2019 年全年共出現 6 起有明確高風險因素的醫院感染事件，該類因素若不及時進行干預極有可能引起醫院感染事件的暴發，其分別出現在新生兒科 6 月、骨科 8 月、神經外科 8 月和 11 月、心胸外科 4 月和 10 月。風險事件與預警結果的關系如表3。
表3
風險事件與預警結果的關系表
通過計算，控制范圍發現風險事件的靈敏度為 83.3%，特異度為 96.2%，陽性預測值為 29.4%，陰性預測值為 99.7%，符合率為 96.0%，一致性為中度（kappa=0.419，P<0.001）。
3 討論
由于醫院感染具有季節性，對于醫院感染病例監測數據的運用，國內學者傾向于進行統計預測，研究的熱點集中于時間序列模型[8-10]，但是時間序列模型需要對非零、平穩的時間序列進行建模，大部分研究僅停留在全院醫院感染發病率研究的層面上，很難深入單個科室，尤其是醫院感染月發病率常為 0 的科室，再者其限制條件較為苛刻，對于復雜的臨床實際很難一一符合[11]。同時多項研究顯示，目前感控專職人員多數為護理專業人員，比例為 45.96%～60.52% 不等，而預防醫學專業人員僅占 12.46%～19.19%[12-13]，數據處理能力相對較弱，且不同醫院的感染情況相差較大[3]，在無較強處理能力的信息系統的協助下，基層醫院僅通過醫院感染發病率前后變化趨勢比較，難以充分利用數據信息。不少感控專職人員結合自身工作實踐對控制范圍的建立也作出過探索：段雯婷等[14]利用兒科醫院全院 2014 年－2015 年每月醫院感染發病率獲得醫院感染發病率的 
和 s，制定質控限（
+s 為臨界限，
+2s 為警告限，
±3s 為失控限），并繪制 Levey-Jennings 質控圖，作為發現異常醫院感染、及時分析原因和提出改進措施的依據；袁巧等[15]曾使用重癥醫學科 18 個月的醫院感染月發病率為基礎數據，利用參考值范圍原理，以 
+1.64s 為警戒限，
+2.33s 為控制限，建立重癥醫學科的醫院感染監控范圍；莫元春等[16]曾利用 2015 年－2017 年各臨床科室醫院感染例次發病率等 6 個指標的 
和 s，通過分別設置 
+s 和 
+2s 作為預警值和控制值，結合獎懲制度，以此來降低醫院感染發病率。考慮到不同科室各有特點，醫院感染發生差異較大，數據分布情況各不相同，同時本研究顯示，更多科室既往醫院感染發病率呈偏態分布，單純把醫院感染月發病率數據看成正態分布略有偏頗，故科學制定一套適用所有科室的控制范圍還需要更多的探索。若制定的范圍閾值太高，不能及時發現問題，而過低則會增加干預成本，消耗有限的人力物力和醫療資源。
本研究將醫院感染月發病率作為研究對象，利用醫學參考值范圍制定原理，通過對不同科室既往醫院感染發病率數據分布情況的探索，分別制定正態和非正態分布感染月發病率的控制范圍，并通過運用實踐，驗證該范圍可以預警異常醫院感染發病率，具有較高的靈敏度（83.3%）和特異度（96.2%）。其陽性預測值為 29.4%，提示每出現 1 次異常波動情況，有接近 1/3 的概率潛在引起醫院感染暴發的危險因素，對于遏制暴發這種重大事件，每次異常波動仍需加強警惕。本研究中警戒干預（83.3%）和現場干預（100.0%）的有效率均較高，在及時、有效地反饋和干預后，醫院感染潛在和新發風險因素能有效控制，對于遏制嚴重醫院感染事件的發生發展具有現實意義。再者，該范圍指標科學明確，制定方法較為簡便，原理易懂，利于基層感控專職人員制定和向臨床醫務人員解釋。
從本研究中異常值的分布可以看出，骨科、肝膽胰脾外科、神經外科、心胸外科、新生兒科醫院感染月發病率多次超過預警限值。造成這種情況的原因，一部分是新的高危風險因素的出現，如心胸外科新技術的運用；一部分是管理方式的欠缺，如骨科醫務人員在某一個月集中休年假，在崗醫務人員過勞工作，無菌操作得不到保障；一部分是臨床科室不能自我發現風險點，如新生兒科再次超過預警限求助于醫院感染管理科，醫院感染管理科調查發現與重復使用器械清洗消毒不當有關；一部分是臨床科室自我干預不足，如神經外科 8 月科室已自查初步發現問題，但是管理不善，在 11 月超過控制限；最后有一部分原因未明，可能存在多項潛在危險因素綜合作用的情況，如：如肝膽胰脾外科 1 年之內多次僅超過預警限值，這需要在人力物力足夠時進行風險評估等措施對高危環節和高危因素進行挖掘，通過風險評估，運用事件樹分析法及危險與可操作性研究、失效模式和效應分析等方法，識別危險，再利用風險矩陣法和風險指數對風險進行評級，發現感控工作中的薄弱點，確定高危環節和高危因素，明確控制目標和最佳控制點，以二八原則為基礎，利用有限的資源開展最有價值的感控措施，不斷提高醫院感染管理水平[17-18]。
本研究的局限性：首先，本研究使用指標為醫院感染發病率，同一患者不同部位感染無法被識別，會弱化對醫院感染嚴重程度的判斷，故在之后的實踐中可以采取醫院感染發病例次率這一指標改進。其次，由于醫院處于發展階段，收治患者的數量、結構、病種以及采取的治療方式和醫院感染控制方式都在逐步提高，其醫院感染發病率必然會受到影響。如全國醫院感染監測網 2001 年－2014 年共開展 7 次全國醫院感染現患率調查工作，其調查結果顯示：2001 年、2003 年、2005 年、2008 年、2010 年、2012 年、2014 年我國醫院感染現患率分別為 5.22%、4.81%、4.77%、4.04%、3.60%、3.22%、2.67%[19-25]，醫院感染現患率穩步降低。若納入太早的數據會使制定標準朝較高水平偏倚，尤其是醫院感染監測初步完善的基層醫院和新成立不久的臨床科室，在技術逐步穩定后，其醫院感染發病情況常常出現穩步降低的可能。故醫院感染月發病率的控制范圍也應隨醫院的發展變化處于動態更新中，即每年應進行一次更新，新的一年里，重新用近期數據制定新的控制范圍（如本研究中，2020 年時，剔除 2016 年數據，納入 2019 年數據，重新制定控制范圍）。再者，由于新成立科室和發生醫院感染小于 5 個月的科室樣本量過小，本研究中未對其制定范圍，須在之后的研究和實踐中加以制定和運用。最后，由于本研究醫院在 2016 年初有穩定的覆蓋全院的醫院感染管理系統的監測數據，至 2018 年末開始研究時多數科室有完善的 36 個月的醫院感染病例監測資料，故在推廣時，特別是基層醫院，穩定監測的醫院感染數據不足時，可以采用 1 年或者 2 年數據進行設置。
綜上所述，制定分科室醫院感染月發病率控制范圍可以識別潛在的醫院感染風險，利于感控專職人員實現精準感控。該方法科學合理，簡便易操作，對于基層統計人員和信息系統缺乏的醫療機構，只需在日常醫院感染綜合性監測的基礎上，利用 SPSS 軟件簡單操作計算出 
、s、P95 和 P99 這 4 個指標便可人工制定控制范圍。如文中提到該方法也存在一些不足，需要感控工作者在實踐運用的過程中逐步探索和完善。
利益沖突：所有作者聲明不存在利益沖突。
醫院感染預防與控制（以下簡稱“感控”）質量改進的基礎是通過醫院感染監測獲得感染發病率，將其用于判斷基線和發展趨勢，從而提供預警和控制信息，及早發現醫院感染流行風險，并反饋給臨床醫生和利益相關者，有針對性地實施合適的感控措施[1]。對于監測指標的利用，目前衛生行政部門僅在《三級綜合醫院醫療服務能力指南（2016 年版）》中要求院內感染發病率應≤10%[2]，由于不同地區、規模、級別醫院的醫院感染發病率不同[3]，各醫院的信息系統缺乏統一的信息采集標準和運行規則[4]，同時各醫療機構感控專職人員對醫院感染監測基本理論和方法的理解與掌握存在差異[5]，在實際工作中更需要因地制宜地建立相應的控制范圍，作為預警和質量控制（質控）的參考標準。醫學參考值指絕大多數“正常人”各種指標觀測值的波動范圍，可作為判定正常和異常的參考標準，該指標在醫學各個領域中廣泛推廣，包括對衛生標準等相關指標的制定[6]。本研究以南充市中心醫院探索性實踐為例，探討利用醫學參考值范圍原理制定分科室醫院感染月發病率控制范圍及其在臨床工作中的實踐效果，為基層醫院的感控工作提供思路和實踐經驗。
1 資料與方法
1.1 研究對象
1.1.1 研究現場
本研究選取南充市中心醫院為研究現場。該醫院始建于 1937 年，集醫療急救、科研教學、康復保健為一體，開放床位 2300 張，設置臨床科室 35 個；2019 年全年門診量 167 萬人次，出院患者 8.9 萬人次，手術 5.1 萬臺次。該醫院自 2015 年起已建立完善的醫院感染信息系統，覆蓋科室全面，2016 年起能獲得完整穩定的醫院感染監測數據。
1.1.2 研究人群
① 測試集調查對象：2016 年 1 月 1 日－2018 年 12 月 31 日的所有住院患者，共 226217 例；② 實踐集調查對象：2019 年 1 月 1 日－12 月 31 日的所有住院患者，共 89052 例。
1.2 醫院感染判斷方法和醫院感染月發病率的計算
根據 2001 年版《醫院感染診斷標準（試行）》[7]進行醫院感染的判斷。
醫院感染月發病率的計算公式為：醫院感染月發病率=某月新發生醫院感染人數/同期住院患者數×100%。
1.3 測試集基礎觀測數據的確定
納入標準：2016 年 1 月及之前建立的臨床科室，擁有 36 個月的醫院感染月發病率監測數據。排除標準：醫院感染發生的月份數不足 5 個月（即醫院感染月發病率為 0 的月份數≥31）的臨床科室。
1.4 控制范圍的制定原理
1.4.1 醫院感染月發病率的正態性探索
測試集以各科室 36 個月的分科室醫院感染月發病率為基礎觀測數據，對每個科室分別進行正態性探索。同時滿足以下 3 點，則該科室基礎觀測數據符合正態分布：① 數據直方圖大致符合中間多、兩邊對稱的分布；② Q-Q 圖數據點基本位于對角線的直線上或其周圍，且在直線兩邊的點分布比較均勻；③ Shapiro-Wilk 檢驗（S-W 檢驗）的 P>0.05。
1.4.2 醫學參考值范圍原理及計算
醫院感染發病率過高屬于異常，應設置單側參考值范圍。對于正態分布的數據，在正態曲線下區間［0，+1.64s）內的面積為 95%，故計算 +1.64s 作為觀測值的預警限值；區間［0，+2.33s）內的面積為 99%，故計算 +2.33s 作為觀測值的控制限值。對于偏態分布的數據，利用百分位數法計算觀測數據的第 95 百分位數值（P95）和第 99 百分位數值（P99）分別作為觀測值的預警限值和控制限值[6]。
1.5 實踐方法
2019 年 1 月開始，每個月將當月各科室醫院感染月發病率與設置的預警限值和控制限值比較。若僅超出預警限，則下發整改通知提醒科室，要求科室自我分析、改進并反饋；若超出控制限值，則感控專職人員分析感染率變化情況和病例信息，并前往科室進行現場調查，剖析原因提出相應的整改措施，從而降低感染風險的發生。
1.6 統計學方法
使用藍蜻蜓醫院感染管理系統 6.0 進行數據收集和導出。使用 Excel 2016 軟件對數據進行整理。使用 SPSS 13.0 軟件的 Explor 功能進行正態性探索、kappa 值的計算和檢驗，雙側檢驗水準 α=0.05；使用 Frequencies 功能進行 、s、P95 和 P99 的計算。kappa 值在（0，0.2］為極低一致性，（0.2，0.4］為一般一致性，（0.4，0.6］為中度一致性，（0.6，0.8］為高度一致性，（0.8，1.0］為完全一致。
2 結果
2.1 正態性檢驗結果
正態性檢驗結果顯示，骨科、神經外科、腎病內科、重癥醫學科 A 區、重癥醫學科 B 區和腫瘤中心的醫院感染月發病率數據符合正態分布，其余科室的醫院感染月發病率數據均未通過正態性檢驗。見表1。
表1
2016 年 1 月－2018 年 12 月各臨床科室醫院感染月發病率正態性檢驗結果
2.2 控制范圍的建立、應用及效能檢驗
不同分布科室的醫院感染月發病率的預警限值和控制限值及 2019 年全年醫院感染月發病率情況見表2。
表2
各科月醫院感染發病率的預警限、控制限和 2019 年各科室醫院感染月發病率（%）
2019 年全年不同科室醫院感染月發病率共有 17 個數據異常波動。其中 14 個（82.4%）數據僅超過預警限值，除肝膽胰脾外科 1 月和新生兒科 5 月在下發整改后次月仍超預警限值外，其余科室通過下發整改通知的方式，均降低至預警限值以下，初次警戒干預有效率為 83.3%（10/12）。肝膽胰脾外科 2 月和新生兒科 6 月繼續通過整改通知進行干預，要求科室再次自我分析危險因素并改進，次月醫院感染發病率降至預警限值以下，二次警戒干預有效率為 100.0%（2/2）。骨科 8 月、心胸外科 10 月和神經外科 11 月醫院感染發病率超過控制限值，經現場調查干預后，次月醫院感染發病率均降低至預警限值以下，現場干預有效率為 100.0%（3/3）。
復核 2019 年全年醫院感染監測數據，排查醫院感染聚集性事件；同時匯總 2019 年全年臨床科室報告醫院感染管理科調查處理的醫院感染相關事件資料，匯總整理發現 2019 年全年共出現 6 起有明確高風險因素的醫院感染事件，該類因素若不及時進行干預極有可能引起醫院感染事件的暴發，其分別出現在新生兒科 6 月、骨科 8 月、神經外科 8 月和 11 月、心胸外科 4 月和 10 月。風險事件與預警結果的關系如表3。
表3
風險事件與預警結果的關系表
通過計算，控制范圍發現風險事件的靈敏度為 83.3%，特異度為 96.2%，陽性預測值為 29.4%，陰性預測值為 99.7%，符合率為 96.0%，一致性為中度（kappa=0.419，P<0.001）。
3 討論
由于醫院感染具有季節性，對于醫院感染病例監測數據的運用，國內學者傾向于進行統計預測，研究的熱點集中于時間序列模型[8-10]，但是時間序列模型需要對非零、平穩的時間序列進行建模，大部分研究僅停留在全院醫院感染發病率研究的層面上，很難深入單個科室，尤其是醫院感染月發病率常為 0 的科室，再者其限制條件較為苛刻，對于復雜的臨床實際很難一一符合[11]。同時多項研究顯示，目前感控專職人員多數為護理專業人員，比例為 45.96%～60.52% 不等，而預防醫學專業人員僅占 12.46%～19.19%[12-13]，數據處理能力相對較弱，且不同醫院的感染情況相差較大[3]，在無較強處理能力的信息系統的協助下，基層醫院僅通過醫院感染發病率前后變化趨勢比較，難以充分利用數據信息。不少感控專職人員結合自身工作實踐對控制范圍的建立也作出過探索：段雯婷等[14]利用兒科醫院全院 2014 年－2015 年每月醫院感染發病率獲得醫院感染發病率的 和 s，制定質控限（+s 為臨界限，+2s 為警告限，±3s 為失控限），并繪制 Levey-Jennings 質控圖，作為發現異常醫院感染、及時分析原因和提出改進措施的依據；袁巧等[15]曾使用重癥醫學科 18 個月的醫院感染月發病率為基礎數據，利用參考值范圍原理，以 +1.64s 為警戒限，+2.33s 為控制限，建立重癥醫學科的醫院感染監控范圍；莫元春等[16]曾利用 2015 年－2017 年各臨床科室醫院感染例次發病率等 6 個指標的 和 s，通過分別設置 +s 和 +2s 作為預警值和控制值，結合獎懲制度，以此來降低醫院感染發病率。考慮到不同科室各有特點，醫院感染發生差異較大，數據分布情況各不相同，同時本研究顯示，更多科室既往醫院感染發病率呈偏態分布，單純把醫院感染月發病率數據看成正態分布略有偏頗，故科學制定一套適用所有科室的控制范圍還需要更多的探索。若制定的范圍閾值太高，不能及時發現問題，而過低則會增加干預成本，消耗有限的人力物力和醫療資源。
本研究將醫院感染月發病率作為研究對象，利用醫學參考值范圍制定原理，通過對不同科室既往醫院感染發病率數據分布情況的探索，分別制定正態和非正態分布感染月發病率的控制范圍，并通過運用實踐，驗證該范圍可以預警異常醫院感染發病率，具有較高的靈敏度（83.3%）和特異度（96.2%）。其陽性預測值為 29.4%，提示每出現 1 次異常波動情況，有接近 1/3 的概率潛在引起醫院感染暴發的危險因素，對于遏制暴發這種重大事件，每次異常波動仍需加強警惕。本研究中警戒干預（83.3%）和現場干預（100.0%）的有效率均較高，在及時、有效地反饋和干預后，醫院感染潛在和新發風險因素能有效控制，對于遏制嚴重醫院感染事件的發生發展具有現實意義。再者，該范圍指標科學明確，制定方法較為簡便，原理易懂，利于基層感控專職人員制定和向臨床醫務人員解釋。
從本研究中異常值的分布可以看出，骨科、肝膽胰脾外科、神經外科、心胸外科、新生兒科醫院感染月發病率多次超過預警限值。造成這種情況的原因，一部分是新的高危風險因素的出現，如心胸外科新技術的運用；一部分是管理方式的欠缺，如骨科醫務人員在某一個月集中休年假，在崗醫務人員過勞工作，無菌操作得不到保障；一部分是臨床科室不能自我發現風險點，如新生兒科再次超過預警限求助于醫院感染管理科，醫院感染管理科調查發現與重復使用器械清洗消毒不當有關；一部分是臨床科室自我干預不足，如神經外科 8 月科室已自查初步發現問題，但是管理不善，在 11 月超過控制限；最后有一部分原因未明，可能存在多項潛在危險因素綜合作用的情況，如：如肝膽胰脾外科 1 年之內多次僅超過預警限值，這需要在人力物力足夠時進行風險評估等措施對高危環節和高危因素進行挖掘，通過風險評估，運用事件樹分析法及危險與可操作性研究、失效模式和效應分析等方法，識別危險，再利用風險矩陣法和風險指數對風險進行評級，發現感控工作中的薄弱點，確定高危環節和高危因素，明確控制目標和最佳控制點，以二八原則為基礎，利用有限的資源開展最有價值的感控措施，不斷提高醫院感染管理水平[17-18]。
本研究的局限性：首先，本研究使用指標為醫院感染發病率，同一患者不同部位感染無法被識別，會弱化對醫院感染嚴重程度的判斷，故在之后的實踐中可以采取醫院感染發病例次率這一指標改進。其次，由于醫院處于發展階段，收治患者的數量、結構、病種以及采取的治療方式和醫院感染控制方式都在逐步提高，其醫院感染發病率必然會受到影響。如全國醫院感染監測網 2001 年－2014 年共開展 7 次全國醫院感染現患率調查工作，其調查結果顯示：2001 年、2003 年、2005 年、2008 年、2010 年、2012 年、2014 年我國醫院感染現患率分別為 5.22%、4.81%、4.77%、4.04%、3.60%、3.22%、2.67%[19-25]，醫院感染現患率穩步降低。若納入太早的數據會使制定標準朝較高水平偏倚，尤其是醫院感染監測初步完善的基層醫院和新成立不久的臨床科室，在技術逐步穩定后，其醫院感染發病情況常常出現穩步降低的可能。故醫院感染月發病率的控制范圍也應隨醫院的發展變化處于動態更新中，即每年應進行一次更新，新的一年里，重新用近期數據制定新的控制范圍（如本研究中，2020 年時，剔除 2016 年數據，納入 2019 年數據，重新制定控制范圍）。再者，由于新成立科室和發生醫院感染小于 5 個月的科室樣本量過小，本研究中未對其制定范圍，須在之后的研究和實踐中加以制定和運用。最后，由于本研究醫院在 2016 年初有穩定的覆蓋全院的醫院感染管理系統的監測數據，至 2018 年末開始研究時多數科室有完善的 36 個月的醫院感染病例監測資料，故在推廣時，特別是基層醫院，穩定監測的醫院感染數據不足時，可以采用 1 年或者 2 年數據進行設置。
綜上所述，制定分科室醫院感染月發病率控制范圍可以識別潛在的醫院感染風險，利于感控專職人員實現精準感控。該方法科學合理，簡便易操作，對于基層統計人員和信息系統缺乏的醫療機構，只需在日常醫院感染綜合性監測的基礎上，利用 SPSS 軟件簡單操作計算出 、s、P95 和 P99 這 4 個指標便可人工制定控制范圍。如文中提到該方法也存在一些不足，需要感控工作者在實踐運用的過程中逐步探索和完善。
利益沖突：所有作者聲明不存在利益沖突。
