Første resultater fra NOIS-1

Like dokumenter
Infeksjoner etter kirurgiske inngrep

Infeksjoner etter kirurgiske inngrep

Infeksjoner etter kirurgiske inngrep

Sårinfeksjoner etter kirurgiske inngrep

NOIS Resultater Det ble levert data fra 51 sykehus. Noen av disse overvåket flere ulike inngrep. Totalt overvåket 6 sykehus

Årsrapport 2012 Overvåking av postoperative sårinfeksjoner ved Akershus universitetssykehus

Styresak NOIS årsrapport nasjonale tall og resultater for Nordlandssykehuset HF

Om statistikken for NOIS postoperative sårinfeksjoner (metadata)

Styresak NOIS-resultater 3. tertial 2016

Del 1 - Generell informasjon

Alle pasienter som gjennomgår det eller de inngrep som overvåkes ved sykehuset, skal inkluderes.

Infeksjoner i helsetjenesten Omfang og betydning

NOIS-å rsråpport. Bakgrunn

Infeksjoner etter keisersnitt

NOIS, bruk av data for å bedre pasientsikkerheten og NOISnett. Hanne-M. Eriksen Seniorrådgiver Nasjonalt folkehelseinstitutt

Erfaring med offentliggjøring av data fra NOIS og MSIS

Innledning Overvåkingsprosedyre Vedlegg 1 Beskrivelse av variabler 12

NOIS årsrapport Infeksjon i operasjonsområdet (NOIS-POSI) Avdeling for infeksjonsovervåking. Epost:

Kvalitetsindikatorer. Kilde: Helsenorge.no Hans Petter Bergseth

Overvåkingsprosedyre

Nasjonal overvåking av helsetjenesteervervete infeksjoner i norske sykehus

Ledelse og kvalitetsforbedring: Hva betyr ledelsesinvolvering og hvordan få til endring over tid? Stig Harthug

Prevalens av helsetjenesteassosierte infeksjoner i sykehus høsten 2015

Prevalens av helsetjenesteassosierte infeksjoner i sykehus våren 2015

1 Endringer siden NOIS-4

Infeksjoner etter hofte(protese)kirurgi

Insidens og prevalens av postoperative infeksjoner. hva bør vi måle? Olav A. Foss

Prevalensregistreringer. Helse Sør Øst

Malen Prevalens av helsetjenesteervervete infeksjoner og antibiotikabruk (PIAH) i sykehus brukes også for rehabiliteringsinstitusjoner.

Prevalens av helsetjenesteassosierte infeksjoner og antibiotikabruk høsten 2012

Nordiske pasientsikkerhetsindikatorer for sykehushygiene. Bidrar infeksjonsovervåkning til bedre kvalitet?

Prevalens av helsetjenesteassosierte infeksjoner og antibiotikabruk i sykehus og rehabiliteringsinstitusjoner våren 2013

Tabell 1. Prevalens av helsetjenesteassosierte infeksjoner i sykehus 4. kvartal 2014, etter infeksjonstype

Malen Prevalens av helsetjenesteervervete infeksjoner og antibiotikabruk (PIAH) i sykehus brukes også for rehabiliteringsinstitusjoner.

RAPPORT. Helsetjenesteassosierte infeksjoner, antibiotikabruk (NOIS), antibiotikaresistens (MSIS) og Verdens håndhygienedag

1 Endringer siden NOIS-4

Prevalens av helsetjenesteassosierte infeksjoner og antibiotikabruk i sykehus og rehabiliteringsinstitusjoner høsten 2013

RAPPORT. Helsetjenesteassosierte infeksjoner, antibiotikabruk (NOIS), antibiotikaresistens (MSIS) og Verdens håndhygienedag

Metode. Prevalensmaler

Prevalens av helsetjenesteassosierte infeksjoner og antibiotikabruk i sykehus og rehabiliteringsinstitusjoner vår 2014

Prevalens av helsetjenesteervervete infeksjoner og antibiotikabruk i sykehus og helseinstitusjoner for eldre Våren 2009

Dekningsgradsanalyser Hva kan de brukes til? Erfaringer fra Nasjonalt register for leddproteser (NRL)

Prevalens av helsetjenesteassosierte infeksjoner og antibiotikabruk (PIAH) våren 2012

Styresak NOIS-resultater 1. tertial 2015

NOIS overvåkningsdagen 12 april, NOIS strategiske utfordringer

Norsk overvåkingssystem for antibiotikabruk og helsetjenesteassosierte infeksjoner (NOIS) 10 år

NOIS PIAHnett -Norsk overvåkingssystem for helsetjenesteassosierte infeksjoner og antibiotikabruk

Forebygging av postoperative sårinfeksjoner. Når oppstår kirurgisk infeksjon? Forebyggingspotensiale

Forskrift om innsamling og behandling av helseopplysninger i Norsk overvåkingssystem for infeksjoner i sykehustjenesten (NOIS registerforskriften)

Prevalens av helsetjenesteassosierte infeksjoner og antibiotikabruk i sykehjem våren 2015

Offentlig tilgjengelig NOISresultater. Hanne-Merete Eriksen 10. september 2013

NOIS-data som grunnlag for infeksjonsforebyggende tiltak ved keisersnitt. Sykehuset Telemark

Farmasidagene Hjelper bedre smi-evern?

Infeksjoner på sykehjem. Anne Mette Koch FoU-avd Haukeland Universitetssykehus sept. 2009

Kasuistikker bruk og tolkning av definisjoner. Thale Berg og Nina Sorknes Avdeling for infeksjonsovervåking Overvåkingsdagen,

Om data i smittevern Risikovurdering og tallenes magi. Hvilke smitteverndata kommuniserer vi? Og til hvem?

Reduksjon av sykehusinfeksjoner ved St. Olavs Hospital

Prevalens av HAI og antibiotikabruk (NOIS-PIAH) - Hva er det og hvorfor er det så vanskelig å få alle med?

Prevalens av helsetjenesteervervede infeksjoner og antibiotikabruk i sykehus, rehabiliteringsinstitusjoner og helseinstitusjoner for eldre våren 2010

Prevalens av helsetjenesteervervete infeksjoner og antibiotikabruk i sykehus og helseinstitusjoner for eldre høsten 2009

Helsetjenesteassosierte infeksjoner (HAI) og overvåking av antibiotikabruk på sykehjem

Reduksjon av infeksjoner etter keisersnitt på Bærum sykehus

Prevalens av HAI og antibiotikabruk (NOIS-PIAH) - Hva er det og hvorfor er det så vanskelig å få alle med?

Noen utviklingstrekk i norske sykehus de siste 8-10 år

Norsk kvinnelig inkontinensregister (NKIR) Validering av komplikasjoner for perioden

NOIS, Prevalens av helsetjenesteassosierte infeksjoner og utbrudd på sykehjem

STYRESAK. Styremedlemmer Helse Stavanger HF GÅR TIL: FORETAK:

Høringsuttalelse om endring av NOIS-registerforskrift

Norsk kvinnelig inkontinensregister (NKIR) Validering av komplikasjoner på Sykehuset Østfold HF for perioden

Kvalitet og pasientsikkerhet

Hvordan redusere antibiotikabruk i spesialisthelsetjenesten?

Sykehusinfeksjoner og smittevern i Helse Bergen HF

KPU STHF. Sakspresentasjon 23/6 2014

Directory%206th%20edition%20February% pdf 2

Smittevern og infeksjonskontroll

Uten sikt kan ingen styre Heldagskonferansen Ta tak! Helse Sør-Øst. 15. juni 2016 Smittevernoverlege

Styresak Pasientskader i Nordlandssykehuset 2017 resultater fra Global Trigger Tool (GTT) analysen

Postoperative sårinfeksjoner etter aortakoronar bypassoperasjon

SMITTEVERNRAPPORT FOR

NOIS PIAHnett - Norsk overvåkingssystem for helsetjenesteassosierte infeksjoner og antibiotikabruk

Infeksjonskontrollprogram i kommunale helseinstitusjoner. Smittevernkonferanse i Buskerud 15.april 2015 Hygienesykepleier Vestre Viken Wenche Olsen

NOIS PIAHnett - Norsk overvåkingssystem for helsetjenesteassosierte infeksjoner og antibiotikabruk

FRA OVERVÅKNING TIL FÆRRE INFEKSJONER. Anne Mette Koch Fagkonferanse smittevern

Joint Action Trygg Kirurgi ved HDS

rapport 2004:1 Årsrapport 2003 om sykehusinfeksjoner i kommunale helseinstitusjoner og sykehus

Postoperative sårinfeksjoner, en observasjonsstudie ved St. Olavs Hospital, Røros Sykehus

PIAH med fokus på overvåking av antibiotikabruk, Overvåkingsdagen Janne Møller-Stray Lege Avdeling for infeksjonsovervåking

Trygg kirurgi med særlig oppmerksomhet på infeksjoner

Fallprosjektet i Midt-Norge

Styresak Nordlandssykehusets dashbord for kvalitet og pasientsikkerhet - juni 2013

Måledokument Forebygging av skade hos pasienter med hjerneslag

Nyhetsbrev 2 - Norsk tonsilleregister Hva skjer?

Journalanalyser for å avdekke pasientskader

Hypotermi, infeksjonsrisiko og forebygging

If you can`t count it, it doesn`t count

NOIS PIAHnett - Norsk overvåkingssystem for helsetjenesteassosierte infeksjoner og antibiotikabruk

Klorheksidin helkroppsvask som infeksjonsforebyggende tiltak

Smittevern satt i system Infeksjonskontrollprogram

Antibiotisk infeksjonsprofylakse ved kirurgi. Overvåkningsdagen 2013 Gardermoen 10.9 Smittevernoverlege Jon Birger Haug, Sykehuset Østfold

Fallprosjektet i Helseregion Midt-Norge Jorunn K. Uleberg

Transkript:

Første resultater fra NOIS-1 Den første overvåkingsperioden i det nye nasjonale overvåkingssystemet, Norsk overvåkingssystem for infeksjoner i sykehustjenesten (NOIS), ble gjennomført i 2005. Pasienter som gjennomgikk keisersnitt, appendektomi, kolecystektomi, aortokoronar bypass eller fikk innsatt protese i hofteledd ved landets sykehus ble inkludert i NOIS-1. Det var 30 sykehus som benyttet muligheten til å delta i NOIS-1; de øvrige fikk innvilget fritak fra plikten til å delta grunnet manglende datateknisk verktøy, samtidig som de viste til konkrete planer om å installere dette. Formålet med NOIS er å drive en fortløpende og systematisk innsamling, analyse, tolkning og rapportering av opplysninger om forekomst av infeksjoner i sykehus. Dette vil gi et grunnlag for å forebygge sykehusinfeksjoner, og danne et datamateriale for forskning om utbredelse av og årsak til infeksjoner og effekt av smitteverntiltak. Vi presenterer her insidensandeler av infeksjoner etter ulike inngrep, det vil si den prosentvise andelen av pasientene som fikk en infeksjon etter inngrepet. Data om risikovariabler vil bli lagt ut senere. Dette er første gang dette omfattende overvåkingssystemet gjennomføres og kvalitetssikringsarbeidet har avdekket, og avdekker fortsatt, noen feilregistreringer. Vi tar derfor forbehold om at tallene som nå presenteres, kan bli litt justert senere. Metode Metoden som er brukt i datainnsamlingen, er utførlig beskrevet i overvåkingsmalen. Kort fortalt blir alle pasienter som gjennomgår visse operasjoner, fulgt i 30 dager etter operasjonen. En rekke faktorer (risikovariabler) knyttet til pasientene og inngrepene blir registert, for eksempel alder, kjønn, operasjonsvarighet mv. Alle infeksjoner med tilknytning til inngrepet blir notert. Dermed kan man regne ut andelen som får en infeksjon (insidensandelen) samt sammenlikne risikovariabler for de som fikk og de som ikke fikk en infeksjon. På bakgrunn av registeringen av visse risikovariabler, gis hver pasient en risikoindeks. Risikoindeksen er utarbeidet fra USA (NNIS) og er brukt for å stratifisere pasienter i henhold til utvalgte faktorer som antas å øke risikoen for postoperativ sårinfeksjon. Risikostratisfisering medvirker til forbedring i sammenlikningsgrunnlaget av insidens mellom ulike sykehus. Faktorer som det gis risikopoeng for er: pasientens sykelighet (vurdert i form av ASA-klassifikasjon), lengre operasjonstid og at operasjonsstedet allerede før operasjonsstart er mulig kontaminert. I tillegg gis minuspoeng for endoskopiske inngrep. Resultat Data ble levert fra 30 sykehus. Over 88 % av pasientene ble fulgt opp i mer enn 25 dager etter inngrepet. Noen foretak overvåket flere typer operative inngrep, mens andre leverte data fra kun ett av inngrepene som inngår i overvåkingssystemet. Det var to sykehus som overvåket infeksjoner etter innsetting av aortokoronar bypass, 11 overvåket appendektomi, 20 keisersnitt, 20 innsetting av protese i hofteledd og i 9 sykehus registrerte de infeksjonshyppighet etter kolecystektomi. Totalt er 2449 operasjoner og 146 infeksjoner inkludert i databasen. Insidensandel fordelt på de ulike inngrepene varierer fra 3,8% til 8,4% (Tabell 1). Insidensandelen for de infeksjoner som oppstod før pasienten var utskrevet fra sykehuset er beskrevet i Tabell 2. Totalt ble 116 (79%) av infeksjonene diagnostisert etter at pasienten var utskrevet fra sykehuset. Andelene av infeksjoner som ble oppdaget etter utskrivelse varierte med de ulike inngrepstypene. Alle

infeksjonene etter aortokoronar bypass og kolecystektomi oppstod etter at pasienten var utskrevet fra sykehus. Av de 146 infeksjonene var 112 overflatiske (73 diagnostisert av lege), 20 dype og 14 omfattet organ eller hulrom (Tabell 3). Insidensandelen økte proporsjonalt med antall risikopoeng (Figur 1). Det var 34 pasienter med to risikopoeng. Ingen pasienter hadde tre risikopoeng. Pasientene med postoperative sårinfeksjoner hadde høyere gjennomsnittlig liggetid på sykehuset, enn de som ikke utviklet en infeksjon (Tabell 4). Diskusjon Dette er første gang data presenteres fra NOIS. Undersøkelsen viser at insidensandelen for de ulike inngrepene varierer fra 3,8% til 8,4%. De fleste (79%) av infeksjonene ble diagnostisert etter utskrivelse. For enkelte av inngrepene ble alle infeksjonene oppdaget etter utskrivelse. Dette understreker viktigheten av å følge opp pasientene også etter at de er utskrevet fra sykehuset. Overvåkingsmalen har ikke vært tydelig nok på hvordan man skal rapportere siste oppfølgingsdato. Dette medfører at vi ikke kan si med sikkerhet hvor mange pasienter som er fullstendig fulgt opp i 30 dager. Men det at minst 88 % av pasientene ble fulgt opp mer enn 25 dager, er en høyere oppfølgingsprosent enn det som er vanlig ved denne type overvåking. Overvåkingen kan bidra til å dokumentere kvaliteten av den kirurgiske tjenesten. I tillegg er det demonstrert at overvåking i seg selv er et infeksjonsforebyggende tiltak (1). Dataene må imidlertid brukes aktivt i det enkelte sykehuset for at man skal kunne oppnå forbedringer. Vi oppfordrer det enkelte sykehus å vurdere sitt insidensestimat opp mot landsestimatet. Ansatte ved sykehuset bør kritisk gjennomgå sine resultater og vurdere om det er forhold som bør undersøkes nærmere eller om det er behov for å iverksette nye smitteverntiltak. I en slik vurdering er det viktig å ta presisjonen av estimatene i betraktning. Den statistiske styrken i denne sammenlikningen avhenger av antallet pasienter på sykehuset og i landet totalt, andelen pasienter med infeksjon og ønsket presisjon i sammenlikningen (konfidensintervall). Dette betyr at insidensandeler som tilsynelatende er ganske ulike, alle kan være innenfor en statistisk feilmargin. Generelt kan resultatene, for eksempel kunnskap om infeksjonsrisikoen etter keisersnitt, brukes når en gir råd og avveier fordeler og ulemper ved keisersnitt. Metoden som brukes i NOIS for inneliggende pasienter, tilsvarer den brukt i det Europeiske overvåkingsnettverket, IPSE. IPSE krever ikke at pasienter følges opp etter at de er skrevet ut fra sykehuset. Dette medfører at land som Norge, hvor en slik oppfølging gjennomføres, kan forvente en høyere insidensandel enn land som ikke følger opp pasienter etter utskrivelse. Når en kun ser på de infeksjoner som oppstår før pasienten utskrives, har Norge tilsvarende insidensandel som andre rapporteringsland (2). Forhold som gjennomsnittlig postoperativ liggetid, kodeverk (mange land i nettverket bruker ICD-9-CM og ikke NOMESCO-koder) varierer litt mellom de ulike landene og gjør at sammenlikning må skje med forsiktighet. De fleste (77%) infeksjonene var overflatiske. Av de 112 overflatiske var kun 39 diagnostisert av pasienten selv. Mange kirurgmiljøer fokuserer hovedsaklig på de alvorligste infeksjonene (dype infeksjoner og infeksjoner i organ/hulrom) da disse medfører de største kostnader og komplikasjoner for pasienten. Det er likevel viktig også å inkludere overflatiske infeksjoner i overvåkingen, da også denne type infeksjoner innebærer en ekstra belastning for pasientene og kan øke kostnadene i form av økt antibiotikabruk, reoperasjon, reinnleggelse i sykehus og sykemelding av pasienter.

Figur 2 beskriver insidensandelen fordelt på ulike risikopoeng. For at sammenlikning på bakgrunn av stratifiseringen skal ha mening må risikopoengene være gitt korrekt. Vi arbeider for ytterligere å bedre kvaliteten og kommer derfor tilbake med mer detaljerte resultater i forhold til risikovariablene senere. Postoperative infeksjoner medfører en ekstra lidelse for pasienter, for eksempel i form av lengre liggetid i sykehuset etter operasjonen. Ekstra liggedøgn er en ekstra belastning for pasienter og medføre også økte samfunnskostnader. I Handlingsplan for forebygging av sykehusinfeksjoner 2004-2006 (3) anslås det at sykehusinfeksjoner koster samfunnet over en milliard kroner årlig. Det er beskrevet at postoperative sårinfeksjoner er den sykehusinfeksjonstype som forårsaker de største kostnadene. Oppsummering Dette er første gang resultater fra det nye overvåkingssystemet NOIS presenteres. De første resultatene viser at våre insidensandeler tilsvarer de meldt fra andre europeiske land. Halvparten av sykehusene leverte data, og de som fikk innvilget fritak har vist til konkrete planer som gjør at de kan levere data fra NOIS-2. Overvåking og aktiv bruk av dataene lokalt i sykehusene er godt dokumenterte smitteverntiltak mot sykehusinfeksjoner. Tabell 1. Total insidensandel etter 30 dagers oppfølging fordelt på operative inngrep, NOIS 1 infeksjoner inngrep Insidensandel 95% konfidensintervall Appendektomi 20 238 8,4 % 4,9%-11,9% Aortokoronar bypass 10 168 6,0 % 2,4%-9,5% Hofteprotese 39 1003 3,9 % 2,7%-5,1% Keisersnitt 66 876 7,5 % 5,8%-9,3% Kolecystektomi 11 164 6,7 % 2,9%-10,5% Totalt 146 2449 6,0 % 5,0%-6,9% Tabell 2. Insidensandel innen utskrivelse, fordelt på operative inngrep, NOIS 1 Operasjon Insidensandel (antall infeksjoner innen utskrivelse/antall opererte) 95% konfidensintervall Andel av infeksjonene som ble oppdaget innen utskrivelse Appendektomi (JEA) Aortokoronar bypass (FNA) Proteser i hofteledd 4,6% 2,6% - 8,1% 55% (11/238) * 0 1,4% (14/1003) 0,8%-2,3% 36%

(NFB og NFC) Keisersnitt 0,6% 0,2%-1,3% 8% (MCA 10) (5/876) Kolecystektomi (JKA 20 og 21) * 0 *= alle infeksjoner oppstod etter utskrivelse fra sykehuset Tabell 3. Type infeksjon etter type inngrep Organ/hulrom Dyp Overflatisk, lege* Overflatisk, pasient* inngrep Appendektomi 4 4 11 1 238 Artokoronar 1 1 5 3 168 bypass Hofteprotese 1 9 24 5 1003 Keisersnitt 5 4 30 27 876 Kolecystektomi 3 2 3 3 164 Totalt antall infeksjoner 14 20 73 39 * Ved overflatiske postoperative infeksjoner skiller en mellom om infeksjon er diagnostisert av lege eller pasient Figur 1. Insidensrater fordelt på risikopoeng for ulike inngrep, NOIS-1 45,0 % 40,0 % 35,0 % 30,0 % 25,0 % 20,0 % 15,0 % 10,0 % 5,0 % 0,0 % -1 0 1 2 9-1 0 1 2 9-1 0 1 2 9-1 0 1 2 9-1 0 1 2 9 Appendektomi Artokoronar bypass Hofteprotese Keisersnitt Kolecystektomi

9= ukjent risikopoeng Tabell 4. Gjennomsnitt antall liggedøgn i sykehus etter operasjonen, fordelt på ulike inngrep, NOIS-1 Inngrep Gjennomsnitt dager i institusjonen etter operasjon Ingen infeksjon Infeksjon mens innlagt Infeksjon i løpet av oppfølgingsperioden Keisersnitt 4,9 6,8 4,9 Aortokoronar bypass 6,5-18,4 (FNA) Appendektomi 3,0 5,6 4,2 Kolecystektomi 1,7-4,5 Hofteprotese 9,0 14,5 10,5 Reference List 1. Haley RW, Culver DH, White JW et al. The efficacy of infection surveillance and control programs in preventing nosocomial infections in US hospitals. Am J Epidemiol 1985; 121: 182-205. 2. HELICS/ IPSE. HELICS SSI Statistical Report - Surgical Site Infections 2004. 2006. 3. Handlingsplan for å forebygge sykehusinfeksjoner 2004-2006. I - 1099. Helsedepartementet, 2004.