欲速则不达:延迟的血培养运输时间是否会导致不利的孵育时间或产量?

Less haste, more speed: Does delayed blood culture transport time lead to adverse incubation times or yield?

作者信息Gavin Deas, Fergus Hamilton, Philip Williams
PMID40480317
期刊J Infect
发布时间2025-07
DOI10.1016/j.jinf.2025.106520

实验完整度

大型回顾性观察性研究,使用混合效应贝叶斯模型和广义加性模型分析血培养数据,包含多个医院和病房,并针对不同病原体进行了分层分析。

主要模型

医院病房和急诊部门 临床血培养样本

重点核对

研究样本量:398,077套血培养 主要预测变量为时间到实验室(TTL),以小时为单位 阳性判定依据:血培养阳性且病原体为临床致病菌 混合效应模型校正了病房和医院嵌套的随机效应 关键对比包括:病原体特异性和时间趋势

摘要

背景:血培养仍然是急性不适患者的重要诊断工具。英国微生物学调查标准(SMI)规定了旨在提高产量和缩短周转时间的分析前要求。在4小时内将血培养上机的要求已被证明可以缩短周转时间,但关于它是否能提高产量的证据有限。方法:我们提取了来自英格兰西南部4家医院的血培养结果,包括微生物生长、检测时间、样本采集地点和时间。然后,我们使用混合效应、贝叶斯线性和逻辑回归模型来检查预测变量(如到达实验室时间(TTL)和发送时间)对生长或检测时间响应变量的影响。我们拟合了广义加性模型以探索非线性。结果:共分析了449,191套培养,其中398,077套有足够的数据纳入最终分析。37,255套标记为阳性(9.36%),其中21,330套被认为是病原体。我们的主要分析发现,每延迟加载一小时,产量会小幅下降(0.997(95% CrI 0.994–1.001))。这种效应在肺炎链球菌、无乳链球菌和化脓性链球菌中最大。在我们对机器上时间的分析中,培养套在孵育器上花费的时间每延迟一小时减少10.03(95% CrI 12.66–7.31)分钟。厌氧菌和酵母菌均未显示因TTL增加而丧失回收率。这些效应中均未出现令人信服的非线性。结论:血培养未孵育的每一小时都会导致生长出现轻微损失,其中化脓性链球菌和其他链球菌的回收损失最为常见。没有证据表明革兰阴性菌、厌氧菌或酵母菌减少。延迟的套件的检测时间略有减少。该分析表明,减少加载时间可能有边际效益。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
延迟的血培养加载时间(TTL)是否与血培养产量和检测时间变化相关?
核心机制
细菌在培养瓶加载前于运输过程中可能持续生长但速率降低,导致延迟加载时阳性率轻微下降,且不同菌种对延迟的耐受性不同,如链球菌属对延迟敏感。
主要证据
基于398,077套血培养的回顾性分析,使用混合效应贝叶斯模型显示TTL每增加1小时,总体阳性率下降约0.3%(OR 0.997),其中化脓性链球菌每小时损失3.2%(OR 0.97),且检测时间随TTL增加而缩短10分钟。
研究意义
该研究为英国SMI关于4小时内加载血培养的指南提供了弱支持,并强调需进一步研究链球菌属损失的影响,尤其是对侵袭性化脓性链球菌的监测和公共健康意义。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据收集与纳入排除

建立包含足够数据、可用于后续分析的血培养样本队列。

从英格兰西南部4家医院收集2017年1月1日至2023年6月30日的血培养数据,提取样本来源、时间(采集、上机、检测)及医院信息,去除重复和缺失关键数据(如加载时间、上机时间)的套件。

2

统计学建模评估TTL对阳性率和检测时间的影响

评估时间到实验室(TTL)对血培养阳性率和检测时间的影响,并考虑医院和病房结构的混杂。

对病原体和所有培养物分别进行未调整和调整的贝叶斯逻辑回归(分析阳性率)和线性回归(分析检测时间),使用混合效应模型(病房嵌套在医院内)和广义加性模型探索非线性,并对常见病原体进行亚组分析。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

数据收集与预处理
验证样本或模型特征
验证分子表达变化

产品清单

实验环节名称品牌货号
BACTEC FXBD--
ICE(集成临床环境™)请求系统----

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
研究设计
纳入标准的医院数量(4家)、时段(2017-2023)、样本类型(血培养套件)以及数据排除规则
阅读提示:Methods - Setting and study inclusion
数据采集
采集时间、加载时间、检测时间的来源(ICE系统、BACTEC FX),以及病原体分类方法(致病菌与污染物定义)
阅读提示:Methods - Clinical data
统计分析
使用的统计模型(混合效应贝叶斯逻辑回归和线性回归)、调整变量(TTL、工作日、年份)以及随机效应结构(病房嵌套医院)
阅读提示:Methods - Statistical methods
主要结果
总样本量(398,077)、阳性率(9.36%)、TTL的分布(均值4.07h)以及各病原体的估计值
阅读提示:Results - Descriptive statistics 和 Fig. 5