Spitalerworbene Infektionen effizient überwachen

Healthcare-assoziierte Infektionen (HAI) sind eine zentrale Herausforderung für die Patientensicherheit und Behandlungsqualität. Sie erhöhen die Morbidität und Mortalität und verursachen erhebliche Zusatzkosten.

Das Verbesserungspotenzial ist beträchtlich: Studien zeigen, dass sich die Infektionsraten durch multimodale Präventionsmassnahmen um 35 bis 55 Prozent senken lassen.¹ In der Schweiz ist gemäss Punktprävalenzerhebungen rund jede zwanzigste hospitalisierte Person von solchen Infektionen betroffen.² Die nationale Strategie NOSO definiert strukturelle Anforderungen und Ziele zur Reduktion von HAI bis 2035.³ Ein zentrales Element ist dabei eine umfassende und systematische Surveillance von HAI und Prozessindikatoren.

Vom manuellen Suchen zur gezielten Erkennung

Am Universitätsspital Basel (USB) war die Surveillance spitalerworbener Infektionen lange zeitaufwendig und manuell geprägt: Verdachtsfälle mussten in verschiedenen IT-Systemen identifiziert und einzeln bewertet werden.

Im Rahmen eines Projekts baute nun das Universitätsspital eine semi-automatisierte HAI-Surveillance auf. Die Autorinnen waren für die Leitung und fachliche Umsetzung des Projekts verantwortlich. Die beiden Study Nurses definierten die inhaltlichen sowie prozessualen Anforderungen, prüften deren Umsetzung und implementierten die neue Surveillance Methodik in ihrem Arbeitsalltag.

Für zentrale Infektionstypen wie Katheter assoziierte Bakteriämien (CLABSI), Katheterassoziierte Harnwegsinfektionen (CAUTI), nicht-Beatmungsassoziierte Pneumonien (nvHAP) und postoperative Wundinfektionen (SSI) werden potenzielle Fälle heute automatisiert aus klinischen Routinedaten herausgefiltert. Fachpersonen prüfen diese Fälle gezielt, statt sie manuell zu suchen.

Für die Fallprüfung und Dokumentation wurde eine Software-Lösung in Zusammenarbeit mit einem Softwarehersteller entwickelt und implementiert. Auch die Auswertung erfolgt automatisiert: Die Daten fliessen in Dashboards ein, die aktuelle Infektionsraten für die Kliniken und Pflegeabteilungen transparent darstellen.

Datenbasiert und interdisziplinär umgesetzt

Insgesamt werden Daten aus zehn klinischen Quellsystemen verarbeitet. Ein erleichternder Faktor war das am USB bestehende Clinical Datawarehouse (CDWH), das Daten aus unterschiedlichen Systemen in einem Datenmodell vereint.

Die Identifikation von Verdachtsfällen basiert auf definierten klinischen Kriterien und standardisierten Falldefinitionen, die in Algorithmen übersetzt wurden.

Die Surveillance konnte um 40 Prozent beschleunigt und Verdachtsfälle können gezielter geprüft werden.

Über fünf Jahre wurden vier Module (CLABSI, CAUTI, nvHAP und SSI) schrittweise umgesetzt. Hierzu definierten die Projektverantwortlichen die Verdachtskriterien. Sie entwickelten die Algorithmen und implementierten die Erfassungsmaske und das Reporting für jedes Modul. Die Umsetzung erfolgte in enger Zusammenarbeit mit der Abteilung Infektionsprävention und -kontrolle, dem Qualitätsmanagement, der internen IT und dem externen Softwareentwickler.

Mehr Transparenz, mehr Effizienz

Die Validierung zeigte, dass die angewendeten Algorithmen mögliche Infektionsfälle zuverlässig erkennen. Gleichzeitig wurde die Surveillance um rund 40 Prozent beschleunigt und der manuelle Aufwand konnte deutlich reduziert werden.

Täglich identifiziert das System rund 15 mögliche Infektionsereignisse anhand definierter Kriterien und priorisiert sie in einem Dashboard. So können Verdachtsfälle gezielt geprüft werden. Nach dem initialen Implementierungsaufwand ermöglicht die Semi-Automatisierung, mit den verfügbaren Personalressourcen eine deutlich umfassendere Surveillance als bisher durchzuführen.

Ausblick

Die digitale Überwachung spitalerworbener Infektionen am USB soll weiter ausgebaut werden. Künftig sollen auch die relevanten Prozessindikatoren und Präventionsmassnahmen semi- bis vollautomatisch monitorisiert werden.

Beitragsbild: Canva