随着抗菌药物在临床治疗中的广泛应用，不合理使用导致的细菌耐药性、治疗失败及医疗资源浪费等问题日益突出^[1]。研究表明，全球约50%的抗菌药物使用存在不合理现象，这不仅增加了患者的经济负担，更严重威胁着公共卫生安全^[2]。特别是多重耐药菌（MDR）的出现和蔓延，已成为当前临床治疗面临的重大挑战。世界卫生组织（WHO）将抗菌药物耐药列为全球三大公共卫生问题之一，并呼吁各国采取积极措施加强抗菌药物管理。临床药学作为现代医疗体系中不可或缺的组成部分，在优化药物治疗方案、保障用药安全等方面发挥着重要作用^[3]。然而，传统的药学干预模式往往局限于处方审核和用药咨询，缺乏系统性和前瞻性，难以满足当前抗菌药物精细化管理的需求。建立多维度、全程化的临床药学干预体系，整合微生物学监测、药代动力学/药效学（PK/PD）参数优化、治疗药物监测（TDM）等先进技术，已成为提升抗菌药物合理使用水平的关键途径^[4]。本研究旨在构建基于多学科协作（MDT）的临床药学干预模式，通过临床、微生物学、药物经济学等多角度评价指标，系统评估药学干预对抗菌药物使用的影响。同时探索智能化决策支持系统在干预过程中的应用价值，为制定更加科学、高效的抗菌药物管理策略提供实证依据。

1.资料与方法

1.1一般资料

选取2023年6月至2024年6月本院收治的需使用抗菌药物治疗的患者96例，采用随机数字表法分为干预组和对照组各48例。

干预组：男26例，女22例；年龄21-75岁，平均（48.6±12.3）岁；感染部位：呼吸系统28例（肺炎18例，支气管炎10例），泌尿系统12例（尿路感染9例，肾盂肾炎3例），腹腔感染5例，皮肤软组织感染3例；基础疾病：高血压16例，糖尿病12例，冠心病8例；感染程度：轻度15例，中度26例，重度7例；白细胞计数：（12.5±3.8）×10⁹/L；PCT：（2.86±1.24）ng/mL；CRP：（42.6±15.8）mg/L。

对照组：男28例，女20例；年龄23-73岁，平均（47.8±11.9）岁；感染部位：呼吸系统26例（肺炎17例，支气管炎9例），泌尿系统13例（尿路感染10例，肾盂肾炎3例），腹腔感染6例，皮肤软组织感染3例；基础疾病：高血压15例，糖尿病11例，冠心病9例；感染程度：轻度14例，中度27例，重度7例；白细胞计数：（12.8±3.6）×10⁹/L；PCT：（2.92±1.28）ng/mL；CRP：（43.2±16.2）mg/L。

纳入标准：年龄18-75岁，性别不限；临床确诊为细菌性感染，需使用抗菌药物治疗者；预计住院时间≥7天；意识清楚，能够配合治疗和随访；签署知情同意书。

排除标准：合并严重心、肝、肾功能不全者；妊娠或哺乳期妇女；近1个月内使用过抗菌药物者；存在对多种抗菌药物过敏史者；免疫功能严重低下者；预计生存期<3个月者；精神障碍或依从性差者；参与其他临床研究者。

两组患者在性别、年龄、感染部位分布、基础疾病、感染程度及炎症指标等一般资料比较，差异均无统计学意义（P>0.05），具有可比性。

1.2研究方法

1.2.1 对照组

执行医院常规抗菌药物使用管理流程：临床医师根据患者感染部位、症状体征和实验室检查结果，选择抗菌药物种类、给药剂量和疗程；临床药师按照《抗菌药物临床应用指导原则》进行处方审核，重点审核用药适应症、药物选择、剂量、疗程及药物相互作用等；护理人员按照医嘱执行给药，记录体温等生命体征变化；若出现不良反应，及时通知医师调整用药方案。定期进行抗菌药物使用合理性评估，每月统计和分析抗菌药物使用情况，对存在的问题提出整改建议。医院感染管理科对抗菌药物使用情况进行监测和预警，发现问题及时干预

1.2.2 干预组

（1）干预方案设计

①多学科协作团队（MDT）的建立方案

建立由感染科医师、临床药师、微生物学专家及护理人员组成的抗菌药物管理团队。明确各岗位职责：医师负责诊疗方案制定，临床药师负责药物治疗监护和处方审核，微生物学专家负责病原学检测和耐药监测，护理人员负责给药和观察记录。制定标准化工作流程，每周召开病例讨论会，建立24小时远程会诊平台，确保团队间信息共享和及时沟通。

②药学干预决策支持系统的构建方案

基于医院HIS系统开发智能化药学干预平台，包含四个核心功能模块：抗菌药物临床应用智能审核模块，对处方适应症、剂量和疗程进行自动审核；微生物检测结果实时推送模块，实现检验结果自动推送和预警；药物浓度监测预警模块，进行个体化给药方案优化；不良反应监测预警模块，对药物不良反应进行实时监测。系统实现数据互联共享，为临床决策提供支持。

（2）干预措施实施

①治疗方案优化

根据微生物培养和药敏结果制定精准治疗策略；采用PK/PD理论优化给药方案，主要监测参数包括AUC/MIC、Cmax/MIC和T>MIC；针对老年、肝肾功能不全、免疫功能低下等特殊人群进行剂量个体化调整。制订每周评估和调整机制，根据临床反应及时优化治疗方案。对重点监控的广谱抗菌药物建立使用评估档案。

②治疗过程监测

对氨基糖苷类、万古霉素等需TDM药物进行血药浓度监测，建立采样时间点和监测频率标准；每日记录体温、症状体征变化，监测血常规、PCT、CRP等炎症指标；定期进行微生物学复查，追踪病原菌清除情况和耐药性变化。所有监测数据录入决策支持系统进行分析。

③预防性干预

建立药物相互作用数据库，对潜在相互作用进行自动预警；设置不良反应监测指标，包括肝肾功能、电解质、凝血功能等关键指标的动态监测；针对特殊人群建立用药风险评估量表，实施分级管理。对高风险患者进行重点监测和干预。

1.3观察指标

（1）抗菌药物使用质量评分（AQSI）

采用自制评分表进行评估，总分100分。其中用药适应症（25分）、给药方案合理性（25分）、疗程适当性（20分）、联合用药合理性（15分）、临床监测完整性（15分）。分数≥80分为合理，60-79分为基本合理，<60分为不合理。

（2）微生物学指标

包括病原菌清除率、耐药菌检出率变化、细菌耐药谱转变、多重耐药菌（MDR）发生率。对培养阳性病例进行系统随访，记录耐药谱变化情况。

（3）药物经济学指标

计算DDDs值评估抗菌药物使用强度：DDDs=药物总用量（g）/该药物限定日剂量（g）；统计治疗相关总费用，包括抗菌药物费用、检查费用和住院总费用；分析治疗费用与临床效果的关系，计算成本-效果比；记录患者住院天数，评估干预对住院时间的影响。

（4）临床疗效指标

观察体温恢复正常时间（体温≤37.3℃持续24h）；主要症状（如咳嗽、咯痰、呼吸困难等）改善或消失所需时间；炎症指标（白细胞计数、CRP、PCT）恢复正常所需时间；细菌学转阴时间（两次连续培养阴性）。根据上述指标综合评定临床疗效为显效、有效或无效。

1.4统计学方法

采用SPSS 23.0统计软件进行数据分析。计量资料以均数±标准差（x̄±s）表示，组间比较采用t检验；计数资料以例数和百分比[n(%)]表示，组间比较采用χ²检验；等级资料采用秩和检验。P<0.05为差异具有统计学意义。

2 结果

2.1 AQSI评分比较

临床药学干预可有效提升抗菌药物使用的规范性，尤其在用药适应症和给药方案的合理性方面改善显著。见表1。

表1 两组AQSI各维度评分比较（x̄±s）

2.2 微生物学指标比较

干预组在降低耐药菌出现风险和控制多重耐药菌感染方面具有明显优势，体现了临床药学干预对细菌耐药性防控的积极作用。见表2 。

表2 两组微生物学指标比较[n(%)]

2.3 药物经济学指标比较

分析发现，多维度临床药学干预可显著降低抗菌药物使用强度和相关医疗费用，同时缩短住院时间，具有良好的经济学价值。见表3 。

表3 两组药物经济学指标比较（x̄±s）

2.4 临床疗效时间比较

干预组患者在各项临床指标改善速度方面均优于对照组，体现了个体化用药方案对治疗效果的促进作用。见表4 。

表4 两组临床疗效时间比较（x̄±s, 天）

3 讨论

本研究通过建立多学科协作团队和智能化药学干预决策系统，系统评价了临床药学干预对抗菌药物合理使用的影响。研究结果显示，多维度临床药学干预在提高抗菌药物使用质量、改善微生物学指标、降低医疗费用和缩短治疗时间等方面均取得显著效果^[5]。

AQSI评分结果表明，干预组在用药适应症和给药方案合理性方面的改善最为明显，这与临床药师参与治疗方案制定、实施PK/PD参数优化密切相关。MDT模式的建立促进了临床医师与药师的有效沟通，使药学专业知识能更好地指导临床实践^[6]。同时，智能化决策支持系统的应用，提高了干预的及时性和准确性。

微生物学指标的改善尤其值得关注。干预组耐药菌检出率和MDR发生率的显著降低，反映了临床药学干预对控制细菌耐药性具有积极作用。这主要得益于微生物检测结果的实时推送和药敏结果分析，使临床能够及时调整用药方案，实现精准治疗^[7]。动态监测和预警机制的建立，也为耐药性防控提供了有力支持^[8]。

在药物经济学方面，干预组抗菌药物使用强度（DDDs）和治疗相关费用的显著降低，证实了临床药学干预的经济学价值。通过规范用药行为，避免不必要的药物使用和不合理联合用药，不仅减轻了患者经济负担，也优化了医疗资源配置。住院时间的缩短则进一步体现了干预措施对提高治疗效率的作用^[9]。

临床疗效指标的改善充分说明，以患者为中心的个体化药学服务模式能够有效提升治疗效果。体温正常化时间、症状改善时间和细菌学转阴时间等指标的显著缩短，与治疗方案的精准化和全程监测密不可分^[10]。这也印证了临床药学干预在优化治疗过程中的重要价值。

本研究的实践表明，将临床药学干预与现代信息技术相结合，构建多维度、全程化的干预体系，是提高抗菌药物合理使用水平的有效途径。建议在临床实践中进一步推广此模式，持续完善干预策略，为抗菌药物科学化管理提供更有力的支持。

参考文献：

[1]王森. DIP背景下药学干预对医保患者药品费用的影响研究[D]. 赣南医科大学, 2024.

[2]宋丽云. 药学干预对抗菌药物临床合理应用的影响 [J]. 名医, 2024, (04): 54-56.

[3]张晨宇,陈春林,吕志伟,等. 临床药学干预对某三甲医院抗菌药物使用强度的效果评价 [J]. 宜春学院学报, 2023, 45 (06): 14-16+83.

[4]秦静. 临床药学干预对医院不合理用药情况的影响 [J]. 中国社区医师, 2023, 39 (14): 154-156.

[5]林春发. 药学干预在抗菌药物临床合理应用中的效果 [J]. 临床合理用药杂志, 2022, 15 (35): 173-175.

[6]冷怡林,李娟,金豆豆. 临床药学干预对抗菌药物不合理使用及患者治疗费用的影响研究 [J]. 药品评价, 2022, 19 (02): 108-110.

[7]杨耀武,陈晓桃. 临床药学干预对合理用药的应用价值分析 [J]. 名医, 2022, (02): 179-181.

[8]张雪山. 临床药学干预在抗菌药物治疗中的具体作用分析 [J]. 中国现代药物应用, 2021, 15 (18): 214-216.

[9]孙蕾. 临床药学干预对医院不合理用药应用价值 [J]. 中国老年保健医学, 2021, 19 (02): 129-131.

[10]廖正伟. 临床药学干预对抗菌药物临床合理应用的影响 [J]. 人人健康, 2021, (04): 94-95.