Thực trạng sử dụng kháng sinh, mô hình dự đoán thời gian nằm viện ở trẻ viêm phổi cộng đồng

Tóm tắt

Đặt vấn đề: Viêm phổi là một trong những bệnh truyền nhiễm hàng đầu gây nhập viện và tử vong ở trẻ em dưới 5 tuổi. Sử dụng kháng sinh chưa hợp lý làm kéo dài thời gian nằm viện và gia tăng đề kháng. Ứng dụng học máy trong phân tích dữ liệu lâm sàng đang mở ra hướng tiếp cận mới trong y học. Mục tiêu: Khảo sát đặc điểm bệnh nhi, thực trạng sử dụng kháng sinh, phân tích các yếu tố liên quan và xây dựng mô hình dự đoán thời gian nằm viện kéo dài. Đối tượng và phương pháp: Nghiên cứu mô tả cắt ngang trên 855 bệnh nhi (2 - 60 tháng tuổi) được điều trị viêm phổi cộng đồng tại Bệnh viện Nhi Thanh Hóa năm 2025. Dữ liệu được xử lý bằng SQL, phân tích hồi quy logistic đa biến xác định yếu tố liên quan (OR, p < 0.05). Các mô hình (hồi quy logistic, Random Forest, XGBoost) được đánh giá bằng ROC AUC, độ nhạy, độ đặc hiệu, 5-fold và Brier score. Kết quả: Trẻ nam 2 - <12 tháng tuổi chiếm tỷ lệ cao (46.5%). Kháng sinh beta-lactam chiếm ưu thế đơn trị liệu 68.4%. Thời gian nằm viện trung bình 7.63 ± 3.38 ngày. Tuổi và BMI cao làm giảm nguy cơ, trong khi thay đổi kháng sinh và bệnh mắc kèm, khoa hồi sức, khoa sơ sinh làm tăng nguy cơ (OR = 1.380, p < 0.001; OR = 1.104, p = 0.005; OR = 1.178, p = 0.021; và OR = 1.234, p < 0.001). AUC của các mô hình từ 0.633 đến 0.718. Kết luận: Tối ưu hóa hiệu quả kháng sinh ban đầu, cải thiện tình trạng dinh dưỡng có thể làm giảm nguy có nằm viện kéo dài. Mô hình hồi quy logistic cơ bản có thể được xem như công cụ hỗ trợ sàng lọc ban đầu.

Abstract

Background: Pneumonia is one of the common infectious diseases and remains a leading cause of hospitalization and mortality in children under five years of age. Inappropriate use of antibiotics may prolong hospital stay and contribute to antimicrobial resistance. Objectives: To investigate pediatric patient characteristics, evaluate antibiotic use, identify factors associated with prolonged hospitalization, and develop predictive models for prolonged hospital stay. Materials and methods: A cross-sectional study was conducted on 855 hospitalized children aged 2 - 60 months at Thanh Hoa pediatric hospital in 2025. Data were processed using SQL and analyzed with Python. Multivariable logistic regression was used to identify associated factors. Predictive models, including logistic regression, Random Forest, and XGBoost, were evaluated using ROC AUC, sensitivity, specificity, Brier and 5-fold. Results: Male patients and children aged 2 to <12 months accounted for the highest proportion. Beta-lactams were the most commonly used antibiotics, with 68.4% prescribed as monotherapy. The mean length of stay was 7.63 ± 3.38 days. Age and BMI were associated with reduced risk of prolonged hospitalization (p < 0.05), whereas antibiotic changes, comorbidities, intensive care unit (ICU), and neonatal department increased the risk (OR = 1.380, p < 0.001; OR = 1.104, p =  0.005; OR = 1.178, p = 0.021; and OR = 1.234, p < 0.001). Model performance was moderate, with ROC AUC values ranging from 0.633 to 0.718, and logistic regression performed comparably to machine learning models. Conclusions: Optimizing initial antibiotic therapy and improving nutritional status may be associated with shorter hospitalization. A simple logistic regression model may serve as a supportive screening tool.