gms | German Medical Science

MAINZ//2011: 56. GMDS-Jahrestagung und 6. DGEpi-Jahrestagung

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V.
Deutsche Gesellschaft für Epidemiologie e. V.

26. - 29.09.2011 in Mainz

Sepsis-Surveillance-Tool für Patienten mit zentralem Venenkatheterzugang in der Intensivstation

Meeting Abstract

  • Marcus Apel - Peter L. Reichertz Institut für Medizinische Informatik, Medizinische Hochschule Hannover, Hannover
  • Bianying Song - Peter L. Reichertz Institut für Medizinische Informatik, Technische Universität Braunschweig, Braunschweig
  • Ella Ott - Institut für Medizinische Mikrobiologie und Krankenhaushygiene, Medizinische Hochschule Hannover, Hannover
  • Iris F. Chaberny - Institut für Medizinische Mikrobiologie und Krankenhaushygiene, Medizinische Hochschule Hannover, Hannover
  • Mareike Schulze - Peter L. Reichertz Institut für Medizinische Informatik, Medizinische Hochschule Hannover, Hannover
  • Michael Marschollek - Peter L. Reichertz Institut für Medizinische Informatik, Medizinische Hochschule Hannover, Hannover

Mainz//2011. 56. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie (gmds), 6. Jahrestagung der Deutschen Gesellschaft für Epidemiologie (DGEpi). Mainz, 26.-29.09.2011. Düsseldorf: German Medical Science GMS Publishing House; 2011. Doc11gmds481

DOI: 10.3205/11gmds481, URN: urn:nbn:de:0183-11gmds4810

Published: September 20, 2011

© 2011 Apel et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by-nc-nd/3.0/deed.en). You are free: to Share – to copy, distribute and transmit the work, provided the original author and source are credited.


Outline

Text

Einleitung: Nach Angaben des Robert-Koch-Instituts (RKI) „…wurden im Jahr 2008 rund 17,5 Millionen Menschen an 142,5 Millionen Pflegetagen in 2083 Krankenhäusern behandelt…“ [1].

Weltweit betrachtet treten bei ca. 4-9 % der vollstationär behandelten Patienten nosokominale Infektionen (NI) auf, deren Spektrum und Häufigkeit je nach Land (für Deutschland dazu [2], [3], Region, Krankenhaus, Abteilung und Fachrichtung variieren.

Aufgrund der demographischen Entwicklung wird geschätzt, dass zum Jahr 2030 der Anteil der Bevölkerung in den Altersgruppen mit erhöhtem Krankheitsrisiko (> 60 Jahre) auf 37% steigt und somit auch ein Anstieg von NI (in 2006 ca. 500000 in Deutschland [4]) bei der stationären Versorgung erwartet werden kann.

Zielsetzung: Ziel ist es für die Aufrechterhaltung einer zeitnahen und somit wirkungsvollen prospektiven Surveillance der etablierten Standardhygiene im Universitätsklinikum der Medizinischen Hochschule Hannover, einem Krankenhaus der Supramaximalversorgung, ein entscheidungsunterstützendes Software-Tool zu entwickeln, damit der zeitliche und fehleranfällige Aufwand für das Fachpersonal minimiert werden kann.

Im Rahmen der bisherigen Praxisroutine bedeutete das für den Krankenhaushygieneexperten aktuelle Parameter von Hand aus dem KIS, einer mikrobiologischen Datenbankauswertung für positive Befunde, sowie weitere fallspezifische Patienteninformationen zusammenzutragen, um diese nach festgelegten klinischen Regeln zu bewerten.

Grundlage für die Infektionsbewertung sind die Definitionen von NI nach CDC-Kriterien des RKI [5], welche zunächst für eine ‚Primäre Sepsis‘ bei Patienten mit zentralem Venenkatheterzugang (ZVK) auf Intensivstationen entsprechend umgesetzt wurden.

Ergebnisse: Sepsis-Surveillance

Das Software-Tool ‚NISS‘ verzahnt vollautomatisch administrative Patientendaten, erhobene relevante Vitalparameter, mikrobiologische Befunde und erfolgte Medikation von ZVK-Patienten der Intensivstationen aus entsprechenden Datenbanken und wertet diese aus, um eine mögliche NI im Bereich der ZVK-assoziierten Sepsis zu detektieren und zu protokollieren.

Eine abschließende Bewertung bleibt weiterhin dem Hygieneexperten vorbehalten, wobei das vom System erstellte Bewertungsprofil noch abänderbar ist.

Diskussion: Trotz oder gar durch den Einsatz von vielfältigen medizinischen Anwendungssystemen in Krankenhauslandschaften ergeben sich immer wieder Aufgaben- und Anwendungsbereiche, welche von bestehenden Systemen nicht hinreichend abgedeckt werden, so dass eine kostenintensivere Fachkraft diese Lücken zeitaufwändig schließen muss.

Das vorgestellte ‚NISS‘-Tool stellt einen Ansatz eines Hybridsystems aus medizinischen Informationssystemen und Entscheidungsunterstützungssystemen (DSS) dar, um Hygieneexperten zu entlasten, dem Personal vor Ort schnellstmögliches Feedback zu liefern und damit die Infektionsrisikoraten sowie die Krankenhausverweildauer für Patienten möglichst gering zu halten.

Zukünftig bietet sich eine CDC-Umsetzung weiterer Indikatorinfektionen an. Gepaart mit entsprechenden Leitlinien können bewährte Methoden der Entscheidungsunterstützung zielführend sein (dazu [6]).

Informationsrückkopplungen zur nationalen Referenzdatenbank KISS [7] als auch zu hausinternen Intensivstationen sind denkbar, um frühzeitiges Handeln sowie motivierende Effekte beim medizinischen Personal auszulösen (Tarragona-Strategie nach Paul Ehrlich „Hit hard and early“) [8], [9], [10], [11], [12], [13].


Literatur

1.
Robert Koch Institut. Epidemiologisches Bulletin. 2010;17:156-157. Available from: http://www.rki.de/cln_109/nn_1759378/DE/Content/Infekt/EpidBull/Archiv/2010/17/Tabelle.htm; last access 11.04.2011. External link
2.
Kohlenberg A, et al. Regional trends in multidrug-resistant infections in German intensive care units: a real-time model for epi-demiological monitoring and analysis. Journal of Hospital Infection. 2009;73:239-245.
3.
Reinhart K. Prevention, diagnosis, therapy and follow-up care of sepsis: 1st revision of S-2k guidelines of the German Sepsis Society (Deutsche Sepsis-Gesellschaft e.V. (DSG)) and the German Interdisciplinary Association of Intensive Care and Emergency Medicine (Deutsche Interdisziplinäre Vereinigung für Intensiv- und Notfallmedizin (DIVI)). Ger Med Sci. 2010;8:Doc14.
4.
Gastmeier P, Geffers C. [Nosocomial infections in Germany. What are the numbers, based on the estimates for 2006]. Dtsch Med Wochenschr. 2008;133(21):1111-5.
5.
Robert Koch Institut. Definitionen nosokomialer Infektionen (CDC-Definitionen). 7.Auflage 2011. Available from: http://www.rki.de/cln_049/nn_202286/DE/Content/Infekt/Krankenhaushygiene/Nosokomiale__Infektionen/nosokomiale__infektionen__node.html; last accesses: 11.04.2011 External link
6.
Koller W, Blacky A, Bauer C, Mandl H, Adlassnig KP. Electronic surveillance of healthcare-associated infections with MONI-ICU - a clinical breakthrough compared to conventional surveillance systems. Stud Health Technol Inform. 2010;160(Pt 1):432-6.
7.
Geffers C, Gastmeier P. Nosocomial Infections and Multidrugresistant Organisms in Germany Epidemiological Data From KISS (The Hospital Infection Surveillance System). Dtsch Arztebl Int. 2011;108(6):87-93
8.
Bodmann KF, et al. Antimikrobielle Therapie der Sepsis. Chemotherapie Journal. 2001;10(2):43-55.
9.
AWMF (Arbeitsgemeinschaft der Wissenschaftlichen Medizinischen Fachgesellschaften e.V.). Leitlinienreport: Prävention, Diag-nose, Therapie und Nachsorge der Sepsis. 2010 Available from: http://www.awmf.org/uploads/tx_szleitlinien/079-001l_S2k_Sepsis_Leitlinientext_01.pdf, last accesses: 11.04.2011 External link
10.
Graf K, Ott E, Vonberg RP, Kuehn C, Schilling T, Haverich A, Chaberny IF. Surgical site infections-economic consequences for the health care system. Langenbecks Arch Surg. 2011;396(4):453-459.
11.
Chaberny IF, Ott E. Multiresistant pathogens in surgery. Unfallchirurg. 2011;114(3):193-196.
12.
Chaberny IF, Möller I, Graf K. Händehygiene und Kampagnen. Pneumologie. 2009;63:219-221.
13.
Pronovost PJ, Marsteller JA, Goeschel CA. Preventing bloodstream infections: a measurable national success story in quality improvement. Health Aff (Millwood). 2011;30(4):628-34.