曹煜隆，單 嬌，包小源，金 夢(mèng)，周 璐，張 超，孫慶芬，韓玲樣，高 燕，胡必杰

(1.北京大學(xué)人民醫(yī)院醫(yī)院感染管理辦公室，北京 100044；2.北京積水潭醫(yī)院疾病預(yù)防控制處，北京 100035；3.北京大學(xué)醫(yī)學(xué)信息學(xué)中心，北京 100191；4.北京中醫(yī)藥大學(xué)中醫(yī)學(xué)院，北京 100029；5.北京左醫(yī)科技有限公司，北京 100044；6.赤峰學(xué)院附屬醫(yī)院感染管理科，內(nèi)蒙古 赤峰 024000；7.銅川市婦幼保健院醫(yī)院感染管理科，陜西 銅川 727007；8.復(fù)旦大學(xué)附屬中山醫(yī)院感染管理科，上海 200032)

近年來(lái)，互聯(lián)網(wǎng)技術(shù)的進(jìn)步使人們的工作方式逐漸發(fā)生改變，人們通過(guò)網(wǎng)絡(luò)平臺(tái)更便捷的學(xué)習(xí)到新的知識(shí)，發(fā)表自己的觀點(diǎn)。在醫(yī)院感染管理領(lǐng)域中，上海國(guó)際醫(yī)院感染控制論壇(Shanghai International Forum for Infection Control, SIFIC)就是一個(gè)非常突出的例子，該論壇成立十余年來(lái)，越來(lái)越多的醫(yī)院感染控制專(兼)職人員參與到論壇中，與他人互動(dòng)、分享各種內(nèi)容。SIFIC論壇給全國(guó)醫(yī)院感染管理人員提供了高效的知識(shí)共享和交流平臺(tái)，同時(shí)也吸引了大量的醫(yī)院感染管理人員參與到相關(guān)內(nèi)容的研究。網(wǎng)絡(luò)爬蟲(chóng)被廣泛用于互聯(lián)網(wǎng)搜索引擎和其他類似的網(wǎng)站，通過(guò)代碼可以讓程序自動(dòng)采集所有能夠訪問(wèn)到的頁(yè)面內(nèi)容，最終獲取或更新這些網(wǎng)站的內(nèi)容和檢索方式。近年來(lái)人們利用Python對(duì)Twitter、Facebook 等知名社交平臺(tái)展開(kāi)了一系列的分析[1-3], 但是目前尚無(wú)利用Python技術(shù)對(duì)醫(yī)學(xué)相關(guān)網(wǎng)站及論壇的研究，因?yàn)閷?duì)不熟悉爬蟲(chóng)技術(shù)的醫(yī)學(xué)研究人員而言這無(wú)疑是一個(gè)極大的挑戰(zhàn)。本文基于Python語(yǔ)言的scrapy(爬蟲(chóng)框架)獲取SIFIC論壇的各板塊數(shù)據(jù)，并進(jìn)行分析，以期回顧近十年來(lái)我國(guó)醫(yī)院感染控制電子信息服務(wù)系統(tǒng)的熱點(diǎn)，總結(jié)醫(yī)院感染管理人員關(guān)注熱點(diǎn)的趨勢(shì)變化，從而進(jìn)一步提高對(duì)熱點(diǎn)問(wèn)題的關(guān)注度，不斷提高醫(yī)院感染控制能力。

1 資料與方法

1.1 數(shù)據(jù)來(lái)源 選取SIFIC論壇2007年4月6日—2017年12月31日的數(shù)據(jù)作為此次數(shù)據(jù)來(lái)源。SIFIC論壇于2007年4月6日創(chuàng)建，論壇會(huì)員遍及國(guó)內(nèi)幾十個(gè)省市，多個(gè)專業(yè)；現(xiàn)注冊(cè)會(huì)員近13萬(wàn)人，專業(yè)版塊155個(gè)，是目前中國(guó)規(guī)模最大、原創(chuàng)資料最多、專家隊(duì)伍最強(qiáng)的醫(yī)院感染預(yù)防與控制論壇。

1.2 數(shù)據(jù)獲取 通過(guò)Python語(yǔ)言的scrapy獲取主題網(wǎng)絡(luò)，爬蟲(chóng)從論壇某一個(gè)頁(yè)面開(kāi)始，讀取標(biāo)題內(nèi)容，找到在網(wǎng)頁(yè)中的其他鏈接地址，然后通過(guò)鏈接地址尋找下一個(gè)網(wǎng)頁(yè)，這樣一直循環(huán)將2007年4月6日—2017年12月31日SIFIC論壇上所有的網(wǎng)頁(yè)標(biāo)題進(jìn)行抓取，將所提取的信息組合成DataFrame格式，自此完成所有數(shù)據(jù)的采集工作。

1.3 中文分詞及詞頻統(tǒng)計(jì) 為進(jìn)行熱點(diǎn)詞的統(tǒng)計(jì)與分析，本研究使用基于Python Jieba(Chinese for “to stutter”，0.38版本)軟件包對(duì)爬取的發(fā)帖標(biāo)題文本串進(jìn)行分詞，分詞時(shí)利用停詞表對(duì)諸如 “的、嗎、和”非實(shí)意詞進(jìn)行剔出，最后利用Python的Collections.Counter功能對(duì)分詞結(jié)果進(jìn)行詞頻統(tǒng)計(jì)，并在此基礎(chǔ)上進(jìn)行綜合分析。

2 結(jié)果

2.1 基本概況 共爬取SIFIC論壇93個(gè)板塊共3 112 840條數(shù)據(jù)，其中主題帖155 576條，平均每個(gè)主題回帖19.01次，平均每日新增794帖；累計(jì)注冊(cè)會(huì)員共151 471名，其中管理員和超級(jí)版主131名，平均每人發(fā)帖20.55條。

2.2 年度熱點(diǎn)分析 按照發(fā)帖的時(shí)間逐年篩選每一年中出現(xiàn)次數(shù)位于前五的高頻詞頻進(jìn)行分析，見(jiàn)表1。從年度發(fā)帖數(shù)量上看，2007—2013年呈逐年遞增的趨勢(shì)，2013年后論壇發(fā)帖數(shù)量有所下降，這與2013年底SIFIC論壇籌備開(kāi)通官方微信有著極為密切的關(guān)系。從年度高頻熱詞來(lái)看，“消毒”、“監(jiān)測(cè)”、“培訓(xùn)”、“手術(shù)”、“手衛(wèi)生”、“耐藥”等詞是醫(yī)院感染管理人員關(guān)注的永恒主題。2009年全球暴發(fā)新甲型H1N1流感，“甲型流感”成為年度第一熱詞；2017年10個(gè)醫(yī)院感染管理新規(guī)范正式施行，“規(guī)范”成為年度第二熱詞。

2.3 重點(diǎn)版塊熱點(diǎn)分析 在排除類似于“新手集結(jié)號(hào)”、“商城”、“休閑時(shí)光”等與醫(yī)院感染管理工作不相關(guān)的版塊和發(fā)帖數(shù)較少的冷門(mén)版塊后，對(duì)關(guān)注較多的8大重點(diǎn)熱門(mén)版塊中的31個(gè)子版塊進(jìn)行高頻熱詞分析。對(duì)于每一版塊的熱詞篩選，排除該版塊或子版塊的題目詞及相關(guān)詞匯，如“重點(diǎn)部位—血流感染BSI”版塊，高頻詞匯則排除“中心”、“靜脈”、“導(dǎo)管”、“血流”、“感染”及“BSI”等詞，僅對(duì)有可能表現(xiàn)版塊關(guān)注方向的詞進(jìn)行歸納整理，并合并類似于“洗手液”、“手消劑”等詞義相近的詞匯。從重點(diǎn)版塊橫向來(lái)看，每一專業(yè)版塊均有自己不同的側(cè)重方向，表現(xiàn)出醫(yī)院感染管理學(xué)科的復(fù)雜性與多樣性，見(jiàn)表2。

表12007—2017年SIFIC論壇年度前5位高頻熱詞分析

Table1Annual top 5 high frequency words in SIFIC in 2007-2017

年份總帖數(shù)熱點(diǎn)詞匯第1位第2位第3位第4位第5位20073 594消毒監(jiān)測(cè)藥物標(biāo)準(zhǔn)預(yù)防微生物20086 540消毒監(jiān)測(cè)抗菌藥物預(yù)防耐藥200911 391甲型流感消毒衛(wèi)生部監(jiān)測(cè)標(biāo)準(zhǔn)201015 582消毒監(jiān)測(cè)手術(shù)滅菌預(yù)防201122 338消毒監(jiān)測(cè)手術(shù)抗菌藥物培訓(xùn)201233 909消毒監(jiān)測(cè)手術(shù)培訓(xùn)耐藥201337 466消毒監(jiān)測(cè)培訓(xùn)手術(shù)耐藥201427 291消毒監(jiān)測(cè)培訓(xùn)手術(shù)耐藥201526 290消毒監(jiān)測(cè)培訓(xùn)手衛(wèi)生手術(shù)201626 825消毒監(jiān)測(cè)培訓(xùn)手衛(wèi)生手術(shù)201728 101消毒規(guī)范監(jiān)測(cè)培訓(xùn)醫(yī)療廢物

表2 2007—2017年SIFIC論壇版塊前5位高頻熱詞分析

續(xù)表2 (Table 2，Continued)

MRSA：耐甲氧西林金黃色葡萄球菌(methicillin-resistantStaphylococcusaureus, MRSA); Ab：鮑曼不動(dòng)桿菌(Acinetobacterbaumannii, Ab)

3 討論

醫(yī)院感染與醫(yī)院的建立相依并存，是當(dāng)前公共衛(wèi)生領(lǐng)域的一個(gè)重要問(wèn)題，并直接影響著醫(yī)療質(zhì)量和患者的安全。醫(yī)院感染管理是一項(xiàng)復(fù)雜而龐大的系統(tǒng)工程，政策性、學(xué)術(shù)性及專業(yè)性均較強(qiáng)。專業(yè)方面既涉及衛(wèi)生統(tǒng)計(jì)學(xué)和流行病學(xué)的知識(shí)，又涵蓋臨床醫(yī)學(xué)、微生物學(xué)、免疫學(xué)、藥學(xué)和護(hù)理學(xué)等諸多學(xué)科的知識(shí)。隨著醫(yī)學(xué)科學(xué)的進(jìn)步與發(fā)展，尤其是日新月異的治療方法的開(kāi)展，抗菌藥物的廣泛應(yīng)用，新的演變趨勢(shì)使醫(yī)院感染管理變得越來(lái)越復(fù)雜化與多樣化[4]，對(duì)從事醫(yī)院感染監(jiān)控工作的專(兼)職人員知識(shí)更新的要求也變得越來(lái)越高。目前，醫(yī)院感染管理專業(yè)隊(duì)伍建設(shè)較為薄弱[2]，從基層醫(yī)療機(jī)構(gòu)到三級(jí)醫(yī)院，醫(yī)院感染管理人員隊(duì)伍很不穩(wěn)定，多以兼職人員為主，工作強(qiáng)度較大，故醫(yī)院感染管理人員如何在緊張的工作中獲取、更新最有價(jià)值的知識(shí)內(nèi)容便顯得尤為重要。

互聯(lián)網(wǎng)的持續(xù)發(fā)展將信息爆炸時(shí)代的知識(shí)交互帶入了一個(gè)全新的階段，使得溝通擺脫了空間的束縛，利用論壇這一渠道進(jìn)行即時(shí)信息的傳遞與交流，實(shí)現(xiàn)高效率協(xié)作，強(qiáng)調(diào)人與人相互連接。SIFIC為中國(guó)醫(yī)院感染監(jiān)控工作人員搭建了良好的交流平臺(tái)，使中國(guó)醫(yī)院感染預(yù)防與控制水平與國(guó)際接軌，其會(huì)員來(lái)自醫(yī)療領(lǐng)域的各個(gè)部門(mén)與專業(yè)，擁有旺盛的人氣、良好的交流氛圍及廣闊的交流空間。

以2009年為例，全球超過(guò)207個(gè)國(guó)家和地區(qū)報(bào)告了新甲型H1Nl流感實(shí)驗(yàn)室確診病例，總數(shù)超過(guò)62萬(wàn)例，包括7 820余例死亡病例，世界衛(wèi)生組織將預(yù)警級(jí)別升至最高級(jí)別6級(jí)[5]，2009年SIFIC論壇關(guān)注的熱點(diǎn)也隨之變?yōu)榱恕凹仔土鞲小?；而針?duì)全球流感背景下，環(huán)境、物體表面如何進(jìn)行清潔“消毒”；流感的“監(jiān)測(cè)”與上報(bào)；醫(yī)護(hù)人員如何在流感大暴發(fā)的環(huán)境中采取“標(biāo)準(zhǔn)”預(yù)防的措施與應(yīng)對(duì)這種緊急情況醫(yī)院感染專業(yè)人員采取什么樣的強(qiáng)化“培訓(xùn)”則變?yōu)榱嗽撃觋P(guān)注頻次位于前5位的詞匯，較好的體現(xiàn)了論壇緊貼國(guó)際熱點(diǎn)變化的時(shí)效性。

從重點(diǎn)版塊橫向來(lái)看，每一版塊均有自己不同的側(cè)重方向，表現(xiàn)出醫(yī)院感染管理學(xué)科的復(fù)雜性與多樣性。以“重點(diǎn)部位—手術(shù)部位感染SSI”中的熱點(diǎn)詞匯為例，“切口類型”、“目標(biāo)監(jiān)測(cè)”、“術(shù)后預(yù)防SSI”、“剖宮產(chǎn)”等為SSI關(guān)注的熱點(diǎn)，關(guān)于手術(shù)后切口感染影響因素的研究較多，由于發(fā)生切口感染不僅給患者帶來(lái)身體的痛苦，也會(huì)對(duì)其心理造成不良影響，對(duì)治療失去信心，降低治療的依從性，更嚴(yán)重者會(huì)出現(xiàn)血液系統(tǒng)感染疾病，甚至增加死亡風(fēng)險(xiǎn)[6-7]。所以，醫(yī)院感染監(jiān)控人員的關(guān)注點(diǎn)更多在如何預(yù)防手術(shù)切口感染的發(fā)生，對(duì)手術(shù)部位感染的切口類型和常發(fā)生手術(shù)部位感染的手術(shù)類型進(jìn)行探討分析是極為必要的。

本研究將大數(shù)據(jù)的理念成功應(yīng)用在爬蟲(chóng)分析中，高效的識(shí)別出以往關(guān)注的熱點(diǎn)，對(duì)今后的研究提供了參考性的建議。但同時(shí)本研究也存在一定的局限性，由于數(shù)據(jù)所限，未能考慮使用和未使用本論壇的醫(yī)院感染管理相關(guān)人員的差異，因此分析出的結(jié)果可能存在一定的偏倚。此外由于本研究納入分析的數(shù)據(jù)量較大，涉及面較廣，不能對(duì)每一版塊的高頻詞匯逐一進(jìn)行分析，僅為醫(yī)院感染管理工作人員描繪近年來(lái)國(guó)內(nèi)醫(yī)院感染監(jiān)控關(guān)注的方向，發(fā)現(xiàn)廣泛關(guān)注點(diǎn)在哪里，為日后研究提供新思路，每一版塊相對(duì)應(yīng)的工作人員也可根據(jù)本研究所示的熱點(diǎn)結(jié)果找尋自己的研究方向[8-9]。SIFIC論壇創(chuàng)辦至今已十年余，標(biāo)志著中國(guó)醫(yī)院感染管理已進(jìn)入科學(xué)化、信息化的階段，本研究以實(shí)例說(shuō)明爬蟲(chóng)數(shù)據(jù)挖掘的研究意義，今后可以以大數(shù)據(jù)為基礎(chǔ)，探索更多的研究方向。

致謝：感謝上海國(guó)際醫(yī)院感染控制論壇(SIFIC)提供相關(guān)數(shù)據(jù)。