钱鑫，熊世娟，杨廷秀，胡方芳，谢娟

贵州省人民医院，贵州 贵阳 550002

随着抗菌药物的广泛暴露，病原微生物的不断进化，细菌耐药已成为全球公共健康领域的重大挑战。近年来，随着碳青霉烯类耐药肺炎克雷伯菌（carbapenem-resistant klebsiella pneumoniae，CRKP）检出率呈现明显上升趋势，已严重威胁人类健康，给临床治疗带来巨大困难与挑战。在大数据时代，如何利用所收集的数据为决策提供服务已经逐渐成为这个时代的主题。美国学者 Box 和英国统计学专家 Jenkins 于1976 年提出的自回归移动平均模型（autoregressive moving average model，ARMA）［1］，目前在临床流行病学方面应用较为广泛。本研究旨在探讨ARMA模型对CRKP耐药率趋势的预测价值，为今后医院感染的预防和控制，以及进一步加强抗菌药物管理提供相应的数据支持和理论参考。

1 资料与方法

1.1 研究资料

本次研究的资料来自贵州省人民医院在2013年1 月至2018 年12 月送检的病原学检测结果，去除了同一个患者分离的重复菌株。标本均由各病区护理人员按标准采集，采集流程按照《全国临床检验操作规程》［2］执行。采集的标本均按时送至微生物室，并行标本质量的人工复检，合格的标本在初步培养的基础上，采用法国梅里埃公司 VITEK 2 Compact 全自动微生物鉴定系统进行细菌鉴定及药敏试验，所分离的CRKP 菌株根据美国临床与实验室标准协会（clinical and laboratory standards institute，CLSI）标准对药敏结果进行判定。

1.2 模型介绍

ARMA 模型是时间序列预测分析方法之一［3］，一般常用经差分的ARIMA（p，d，q）模型。AR 是自回归模型，p 为自回归系数；MA 为移动平均模型，q为移动平均系数，d 为成为平稳序列所需差分的阶数。……