湖南省株洲市三三一医院药剂科 412002
摘要：目的：分析探讨医院抗菌药物具体使用强度。方法：选择2010年～2011年我院抗菌药物使用强度—AUD资料作为研究对象，采取回顾性分析法分析AUD相关指标。结果：和2010年相比，我院2011年患者人均使用药物类别、药物使用率、平均住院时间、每天医嘱用药量以及限定日剂量具体比值—PDD/DDD、人均用药累积时间均显著下降。结论：减小医院患者人均使用药物类别、药物使用率、平均住院时间、每天医嘱用药量以及限定日剂量具体比值—PDD/DDD、人均用药累积时间，可以有效促进AUD的下降。
关键词：医院；抗菌药物；使用强度
细菌耐药和相应抗菌药物使用之间有些紧密的联系，想要降低细菌耐药出现率，医院就需要采取有效的应对对策，比如，组建抗菌药物使用专家小组以及对SUD进行分科分级控制等，从而减小AUD[1]。我院从2011年开始相应当地卫生部号召，实施相应对策，比如减小患者人均使用药物类别、抗菌药物使用率、平均住院时间、每天医嘱用药量等，通过这些措施可以有效减小AUD。本文以2010年～2011年我院抗菌药物使用强度—AUD资料作为研究对象，分析探讨医院抗菌药物具体使用强度，现将研究结果作如下报告。
1资料与方法
1.1一般资料
选择2010年～2011年我院抗菌药物使用强度—AUD资料作为研究对象，其中不包括软膏剂、滴眼剂以及滴耳剂等普通外用制剂相关数据，同时抗结核药以及抗真菌药也没有列入本组研究范围。
1.2方法
按照世界卫生组织对解剖治疗化学（也就是ATC）分类以及限定日剂量（也就是DDD）给予的定义，对医院抗菌药物具体用药频度（DDDs）以及AUD进行计算。其中DDDs为抗菌药物总用量除以该药DDD值的计算结果；AUD的计算公式为：DDDsx100/（相同时间段出院患者数量x相同时间段患者平均住院天数）；对于抗菌药物来说，其使用率计算公式为：总抗菌药物具体用药人数/全部出院患者数量x 100%；每日医嘱用药量计算公式为：规格x药物数量/具体使用时间；对于人均用药累积时间，其计算公式为：总用药时间/全部出院患者数量；对于人均抗菌药物类别，其计算公式为：出院病人抗菌药物具体总类别/全部出院患者数量；对于平均住院时间，其计算公式为：患者总住院天数/总出院患者人数。因为计算机统计数据存在一定误差，所以总使用时间就是全部抗菌药物具体用药时间累积结果。
1.3观察指标
分析患者人均使用药物类别、药物使用率、平均住院时间、每天医嘱用药量以及限定日剂量具体比值—PDD/DDD、人均用药累积时间[2]。
1.4统计学处理
本组研究的所有数据均录入EXCEL，采用SPSS19.0软件处理，计数资料以百分率（%）表示，采用x2检验，P＜0.05为差异有统计学意义。
2结果
我院2010年患者人均使用药物类别、药物使用率、平均住院时间、PDD/DDD、人均用药累积时间和2011年同期相比，全部有所下降，详细情况如下表1所示。
3讨论
对于AUD而言，其测量单位是DDD，和传统单纯药品金额以及消耗量相比更合理，药物每日剂量、药品销售价格和具体包装剂量均不会对其产生影响[3]。其可以解决由于各种药物一次用量差异以及一日用药次数差异而产生的不能比较的间题，能够将抗菌药物具体DDDs有效反映出来，属于监测抗菌药物实际使用情况的关键指标之一。医院详细了解抗菌药物实际使用情况，可以对推动抗菌药物的有效应用产生非常重要的积极意义，而有效应用抗菌药物能够对减小AUD起到至关重要的作用。
本组研究中，以2010年～2011年我院抗菌药物使用强度—AUD资料作为研究对象，回顾性分析AUD相关指标，结果显示，我院2011年患者人均使用药物类别、药物使用率、平均住院时间、每天医嘱用药量以及限定日剂量具体比值—PDD/DDD、人均用药累积时间和2010年进行比较均有所减小。这说明减小下列指标对降低AUD非常有利：人均使用药物类别、药物使用率、平均住院时间、人均用药累积时间。本院采取的应对措施和传统行政措施相比，其可以让临床医师更加全面的理解AUD，从而让临床医师朝着比较直观的方向减小AUD。
参考文献：
[1]钟皎，严子禾，赵文艳等.我院细菌耐药性调查及与抗菌药物使用强度的相关性分析[J].中国抗生素杂志，2011，36（2）：160-163.
[2]王娜，胡永红，魏鹍等.2009年我院抗菌药物用药强度分析[J].中国医院管理，2010，30（10）：38-39.
[3]杜德才，周书明，沈爱宗等.医院抗菌药物使用强度分析[J].中华医院感染学杂志，2010，20（6）：848-851.
论文作者:刘苏红
论文发表刊物:《健康世界》2016年第5期
论文发表时间:2016/6/15
标签：药物论文; 时间论文; 患者论文; 我院论文; 使用率论文; 强度论文; 剂量论文; 《健康世界》2016年第5期论文;