在膝关节和关节整形手术中进行手术部位感染监测:优化基于电子健康记录检测高风险患者的算法

科学领域:

• 医疗信息学 医疗信息学
• 传染病流行病学 传染病流行病学
• 手术结果研究研究.

背景情况:

• 手术部位感染 (SSI) 对医疗保健系统构成重大负担,需要有效的监测方法.
• 对SSI的手动监控是劳动密集型的,并且可能存在变化,这凸显了对半自动化方法的需求.
• 之前用于骨科SSI监控的算法在灵敏度和工作量减少方面表现出有希望.

研究的目的:

• 设计和验证算法,以识别部或膝关节关节整形术后SSI高风险的患者.
• 用电子健康记录数据比较不同算法的性能.
• 评估SSI监控工作量减少的可能性.

主要方法:

• 作为黄金标准,对手动SSI监控数据 (2015年5月至2017年12月) 的回顾性分析.
• 包括接受部或膝盖关节整形术的患者,90天的随访和欧洲疾病预防和控制中心的SSI分类.
• 使用积极培养,微生物要求,抗微生物药物治疗持续时间,住院时间,再入院,再手术和急诊室出勤等变量开发算法.

主要成果:

• 总共分析了1631项手术;SSI发生率为3.8%,其中64.5%是深度或器官/空间感染.
• 24个开发的算法实现了所有SSI类型的90.3%灵敏度和深度/器官/空间SSI的100%灵敏度.
• 结合微生物学请求,延长住院时间和急诊室出勤率的算法显示出高灵敏度,工作量减少 (59.7-67.7%) 和可行性.

结论:

• 多个算法在检测各种SSI类型方面具有很高的灵敏度,可以适应临床实践和数据可用性.
• 使用算法进行半自动监控,与手动方法相比,可以显著降低工作量.
• 在半自动监控系统中,紧急部门的出勤率是识别表面SSI的一个有价值的指标.