Van handmatige beoordeling naar een semi-geautomatiseerde surveillance van diepe postoperatieve wondinfecties (POWI (Postoperatieve wondinfecties)) na heup- en knieprothese plaatsing. Dat is het doel van PREZIES (PREventie van ZIEkenhuisinfecties door Surveillance) Automatisering Surveillance: POWI ORTHOpedie (PAS ORTHO). In 2022 starten 5 koploperziekenhuizen met de implementatie. Daarna kan de surveillancemethode ook in andere ziekenhuizen toegepast worden.
Werkt u in een ziekenhuis op de afdeling Infectiepreventie? Of werkt u als orthopedisch chirurg? Of heeft u op een andere manier met surveillance te maken? Lees hieronder hoe PREZIES (PREventie van ZIEkenhuisinfecties door Surveillance) met de zorginstellingen op weg gaat naar een semi-geautomatiseerde surveillance van zorginfecties.
Waarom surveillance van zorginfecties?
De nationale PREZIES surveillance, gefaciliteerd door het RIVM, is het meetsysteem van zorginfecties in ziekenhuizen en zelfstandige behandelcentra. Het geeft inzicht in hoe vaak deze infecties voorkomen in de eigen instelling en levert de landelijke referentiecijfers die hierbij als spiegelinformatie gebruikt worden. De resultaten vergroten het inzicht en zetten aan tot kwaliteitsverbetering. Surveillance is daarom een onmisbare pijler van een effectief infectiepreventiebeleid.
Op weg naar semi-geautomatiseerde surveillance van postoperatieve wondinfecties
De huidige surveillance van postoperatieve wondinfecties (POWI (Postoperatieve wondinfecties)) wordt uitgevoerd via een handmatige beoordeling van het patiëntendossier. Hierbij kijkt de deskundige infectiepreventie of een zorginfectie volgens PREZIES-definities is opgetreden.
Bij geautomatiseerde surveillance worden handmatige beslissingen over het optreden van een zorginfectie vervangen door een algoritme. Dit algoritme wordt toegepast op beschikbare gegevens uit het elektronisch patiëntendossier (EPD (Elektronisch patiëntendossier)).
Waarom semi-geautomatiseerde surveillance? Het verbetert de kwaliteit van surveillance én vermindert de werklast. Nu hebben we meer tijd voor de complexe patiënten en instellen van preventieve maatregelen
Maaike van Mourik, arts-microbioloog, expert automatisering Surveillance
Voordelen van deze geautomatiseerde surveillance
- Werklastreductie (beoordeling statussen ~95%)
- Verhoging kwaliteit surveillanceresultaten
- Meer gestandaardiseerde uitvoering
- Verbeterde vergelijkbaarheid surveillanceresultaten
- Hergebruik bestaande gegevens uit EPD
Het draagt zo bij aan verlaging van de regeldruk en administratieve lasten in de zorginstellingen.
Een centrale coördinatie van geautomatiseerde surveillance borgt vergelijkbaarheid van surveillance resultaten en verhoogt de efficiëntie van en mogelijkheden voor ontwikkeling en implementatie van geautomatiseerde surveillance in de ziekenhuizen.
Hoe werkt semi-automatische POWI surveillance na heup- en knieprotheseplaatsing?
Bij semi-automatische surveillance van diepe POWI na primaire heupprotheseplaatsing en/of primaire knieprothese -plaatsing worden ingrepen door een algoritme ingedeeld in twee groepen: ‘hoge waarschijnlijkheid’ en ‘lage waarschijnlijkheid’ dat tijdens de follow-up- periode een diepe POWI is ontstaan.
De deskundigen Infectiepreventie verifiëren handmatig de ingrepen met classificatie ‘hoge waarschijnlijkheid’ op het ontstaan van een diepe POWI volgens de PREZIES-definitie. De ingrepen geclassificeerd als ’lage waarschijnlijkheid’ hoeven niet meer te worden beoordeeld.
Voor deze surveillancemethode ontwikkelde het UMCU (Universitair Medisch Centrum Utrecht) een algoritme, dat gevalideerd is in vijf Nederlandse ziekenhuizen. Uit resultaten blijkt dat vrijwel alle diepe POWI worden gevonden, terwijl 95% van de statussen niet meer hoeft te worden beoordeeld. Oftewel: semi-geautomatiseerde surveillance na heup- en knie prothese plaatsing is betrouwbaar en bespaart veel tijd.
In het protocol PAS ORTHO wordt standaard uitgegaan van dit algoritme, maar dit kan worden aangepast – conform acceptatiecriteria - wanneer benodigde brondata niet aanwezig zijn. Ook beschrijft het protocol waaraan een geautomatiseerd surveillancesysteem moet voldoen.
² Semiautomated Surveillance of Deep Surgical Site Infections After Primary Total Hip or Knee Arthroplasty; M.E. Sips et al. , Infect Control Hosp Epidemiol 2017;38:732–735; doi: 10.1017/ice.2017.37
Bekijk de grote weergave van deze afbeelding
Stappen geautomatiseerde surveillance van zorginfecties
1: geautomatiseerde selectie uit EPD van ingrepen in surveillance in digitaal surveillance registratie systeem
2: toevoegen geëxtraheerde brondata uit EPD voor het algoritme aan deze ingrepen
3: toepassen van het algoritme en classificatie ‘hoge waarschijnlijkheid’ / ‘lage waarschijnlijkheid’ diepe POWI
4: handmatig beoordelen statussen op het ontstaan van diepe POWI voor ingrepen met ‘hoge waarschijnlijkheid’
5: voor alle ingrepen vastlegging wel of geen diepe POWI
6: voor alle ingrepen extractie aanvullende gegevens patiënt karakteristieken (determinanten)
7: Aanlevering data surveillance resultaten en patiënt karakteristieken – vergelijkbaar aan reguliere surveillance - aan PREZIES
De toepassing van algoritmes bij data-analyse binnen de zorg is de toekomst. Ik wil me daar graag voor inzetten.De tijdsinvestering om dit algoritme te implementeren verdient zich terug in een powi-registratielast-reductie van meer dan 95%.
Annelies Smilde, deskundige infectiepreventie koploperziekenhuis
Uitgangspunten bij PAS ORTHO
- Valide en betrouwbare surveillance methode
- Alleen gebruikmakend van routine zorggegevens die al aanwezig zijn
- Werklast optimaal reduceren
- Implementatie van het algoritme in de ziekenhuizen en uitwisseling van gegevens beperken tot minimum
- Zoveel mogelijk aansluiten bij (internationale) standaarden voor registratie van medische gegevens en harmonisatie met aanverwante landelijke registraties
- Mogelijkheid tot maken van lokale aanpassingen in de ziekenhuizen
- Toekomstbestendige implementatie van geautomatiseerde surveillance systemen, die zo mogelijk herbruikbaar zijn voor andere surveillancedoelen
Het PREZIES heeft goed gekeken naar hoe ziekenhuizen nu registreren en diverse expertteams geraadpleegd. Dit heeft geleid tot een surveillance die een praktische insteek heeft en kwaliteit waarborgt. Wij kunnen de vernieuwde surveillance eenvoudig inrichten.
Marjanne Starreveld, hoofd Reporting, koploperziekenhuis
Databronnen algoritme
Zorgverleners hoeven geen aanvullende gegevens vast te leggen voor deze semi-geautomatiseerde surveillance. Het algoritme wordt toegepast op gegevens die tijdens het zorgproces zijn vastgelegd in het EPD en aanverwante systemen, zoals het LIMS (Laboratory information management system) voor microbiologische gegevens. Deze gegevens hebben betrekking op opname- en ontslaggegevens, specialisme, operatieprocedure en -datum, kweekafnames, kweekmaterialen en kweekuitslagen, en antibioticavoorschriften in het ziekenhuis.
De brongegevens voor het algoritme worden niet gedeeld met het RIVM. Alleen de surveillance uitkomst (wel/geen diepe POWI) en gepseudonimiseerde patiënt- en operatiekarakteristieken worden gedeeld, vergelijkbaar met de huidige surveillance. We streven ernaar om ook voor deze gegevens zoveel mogelijk gebruik te maken van beschikbare, gestandaardiseerde gegevens uit het EPD.
Implementatie geautomatiseerde surveillance: wie doet wat?
De ziekenhuizen
Het geautomatiseerde surveillance systeem PAS ORTHO wordt ontwikkeld, gevalideerd en geïmplementeerd in de ziekenhuizen. Een aantal koploperziekenhuizen zal hiermee starten.
Binnen het protocol kunnen ziekenhuizen het systeem inrichten volgens lokale mogelijkheden en wensen.
Wat heeft het ziekenhuis hiervoor nodig?
- Commitment, capaciteit en samenwerking tussen alle betrokkenen in de ziekenhuizen
- Beschikbaarheid van data uit het EPD
- Een projectteam en plan van aanpak
- Capaciteit om zelf een systeem te ontwikkelen of om samen te werken met een softwareleverancier
Wat doet PREZIES?
- PREZIES heeft het protocol en centrale infrastructuur ontwikkeld
- ondersteuning de ziekenhuizen bij de implementatie door middel van een handleiding, overdracht van kennis t.a.v. geautomatiseerde surveillance en faciliteren van uitwisseling van ervaringen
- uitvoering externe validaties en analyse van data
- Rapportage van surveillance resultaten
Planning
- Als eerste starten de koploperziekenhuizen met de implementatie. Dat gebeurt na een voorbereidend traject van ontwikkeling van deze surveillance, waarin stakeholders nauw zijn betrokken
- Hierop volgt een evaluatie van uitkomsten en best practices. Met deze kennis wordt de strategie voor verdere opschaling bepaald, waarna meer ziekenhuizen kunnen deelnemen aan PAS ORTHO
- De overige ziekenhuizen kunnen in deze periode de reguliere surveillance blijven uitvoeren
Meer weten over PREZIES PAS ORTHO?
Heeft u behoefte aan meer informatie of is uw ziekenhuis geïnteresseerd in toekomstige deelname? Ziekenhuizen met interesse in deelname aan PAS ORTHO kunnen dit kenbaar maken aan PREZIES en mogelijk deelnemen bij de volgende ronde bij opschaling van implementatie. Neem contact op via PREZIES@RIVM.nl .
Wilt u periodiek op de hoogte gehouden worden van de voortgang van PAS ORTHO en verdere ontwikkelingen binnen het PREZIES-netwerk? Schrijf u dan in voor onze nieuwsbrief.
Leeswijzer documenten PAS ORTHO
Voor PAS ORTHO zijn diverse documenten opgesteld. In de leeswijzer vindt u een beknopte opsomming welke informatie wordt beschreven en wat de uitganspunten zijn in de diverse documenten.