目的:研究不同季节不同级别医院不同科室之间的室内空气质量和情况,与国标相比,是否达到国家要求。同时进行不同季节、不同医院、不同科室间的相互比较,分析差异出现的原因。研究室内污染指标和细菌数量与室内环境基础指标之间的相关性,分析污染产生的原因。研究医院室内空气中细菌的耐药性与呼吸道细菌的耐药性和抗生素的使用关系。方法:选择某市三种级别的多家医院的门诊急诊呼吸科病房三个科室,分春夏和秋冬两个季节,用快检法对室内空气指标进行调查,空气质量分析仪检测空气气压、气温、气湿、风速、风量、二氧化碳含量、挥发性有机物浓度的测量,可吸入颗粒物分析仪测量PM2.5,PM10含量。依据国家标准GB15982-2012进行评价。空气平板采样法对室内空气细菌进行采样,培养48h后进行革兰氏染色,进行细菌分类。后续进行一系列生化实验,单糖发酵实验,过氧化氢实验等对特定的致病菌群进行鉴别计数。AST药敏分析某些细菌的耐药性。利用单样本t检验比较不同级别医院和不同科室之间的测定指标与国家标准之间的合格率。利用单因素ANOVA方差分析和多变量卡方检验来比较秋冬与春夏两个季节之间,不同级别医院之间,相同医院的不同科室之间的室内环境指标是否存在差异,同时分析差异的来源是由于哪级因素的影响和影响比例。对生化实验计数后的不同类型的细菌和致病菌数量结果进行统计分析,分析在不同医院,不同季节,不同科室之间是否存在差异。运用非典型相关性分析对测定指标和室内环境基础指标的相关性进行研究。利用GLMM多层线性模型分析级别季节和科室对室内空气菌数的固定效应和随机效应影响。利用R的ggplot2绘制各指标的相关系数图。分别用多元线性回归和多元logistic回归,以空气菌数为因变量,相关系数之间共线性较低的变量为自变量,分析指标的变化对空气菌数的影响。结果:对采样的室内空气质量指标进行T检验结果显示,与国家标准比较,在不同级别医院中,一级医院的合格率最低。在不同科室中,病房的合格率最低。在不同季节的合格率比较中,春夏季合格率更低。CO2含量此指标在不同环境中的合格率一直较低。生化染色实验显示,细菌以革兰氏阳性菌株为主,致病菌株在不同医院也存在差异。单因素ANOVA和多变量卡方检验分析的结果显示,菌数在不同级别医院中有明显差异,P<0.05,差异有统计学意义,其他测量指标差异无统计学意义。分析差异的来源结果显示,偏Eta方显示菌数和CO2含量受到医院级别的影响最高,PM2.5,PM10指标受科室的影响最高,挥发性有机物含量受季节因素的影响最高。相关性分析显示医院级别升高,菌数,PM2.5浓度,PM10浓度均降低;随着季节从秋冬到春夏,也就是温度的升高季节的变化,PM2.5浓度,PM10浓度都升高,VOC浓度和风量降低。单个变量来分析,CO2浓度和VOC浓度有明显的正相关关系;湿度对空气菌群数量有明显正相关关系。对细菌生化检验结果进行分析计数,革兰氏阳性球菌,革兰式阴性球菌,革兰氏阳性杆菌,革兰氏阴性杆菌的数量在不同等级医院之间和相同医院的不同科室之间的细菌类型存在明显差异,P<0.05,差异有统计学意义。对致病菌计数后进行统计学分析,在致病菌数量上不同季节,不同级别医院,不同科室之间没有明显的差异。医院的致病细菌对西林类药物,大肠杆菌对四环素类药物,铜绿假单胞菌对头孢类抗生素药物都出现了不同程度的耐药性。GLMM多层混合线性模型固定效应结果显示,本此采样中一级和三级医院的空气菌数有显著的不同,科室之间的固定效应显示门诊和病房的细菌菌数有明显差异。随机效应显示,根据样本特征来推断总体特征,推广到所有个体中,不同级别不同科室空气菌数均有差异,且有统计学意义。进行跨水平的交互多层混合模型显示不同季节的不同级别医院空气菌数具有差异,P<0.05,且有统计学意义。具体分析到底是什么指标的变化引起了细菌数量的差异。多元线性回归结果显示医院级别,湿度,室外PM2.5指标显著性小于0.05,说明对于菌数数量有较强线性关系,有较强解释能力。多元logistic回归结果显示,级别和温度两个指标有显著性。医院级别升高一个单位,菌数不合格的风险是下一个单位的0.225倍,温度升高一个单位,菌数不合格的风险是下一个单位的0.543倍。结论:不同级别的医院之间比较来看,一级医院的菌数合格率低是由于一级医院的消毒设备不够完善,缺乏消毒强度更高的设备,及通风情况不够到位。科室比较中,病房的合格率最低,由于人流量和病床更加密集。季节比较中,春夏季合格率更低,温度的升高会使得菌群更容易繁殖;同时由于医院的室内通风条件不充分,以及中央空调的使用,使得CO2在各个环境中的合格率一直较低。根据细菌菌数的相关性结果显示,控制细菌数量可以通过降低房间湿度,提高风速.可以通过增加通风改善病房CO2和VOC浓度可以通过降低湿度,提高风速,增加通风,降低病房CO2和VOC浓度来调整。不同级别医院不同科室之间的细菌数量均存在差异,GLMM模型随机效应显示级别之间细菌数量的差异具有普遍性。菌群种类和致病菌的数量分析结果可知化造成一级医院细菌数量高的原因主要是其他细菌数量的增加,而不是致病菌数量的增加。耐药性分析结果显示与临床用此类药物频繁治疗相关疾病有关,建议合理搭配使用抗生素,降低医院细菌的耐药性。