Forstå driverne for kirurgisk infeksjon: Undersøke og modellere Swissnoso-overvåkingsdataene (WATUSSI)

Surgical site-infeksjon (SSI) er den vanligste helsevesen-assosierte infeksjonen, multifaktoriell i naturen, og en typisk skade som kan forebygges. Mange helsevesen krever at sykehus bestemmer de tilsvarende infeksjonsratene som en kvalitetsindikator og foreskriver ofte offentlig rapportering av disse dataene. Flere byråer, blant dem Verdens helseorganisasjon (WHO) og US Centers for Disease Control and Prevention (CDC), har utstedt evidensbaserte retningslinjer for forebygging. Til tross for innsats for å implementere beste praksis, fortsetter SSI å være en relevant komplikasjon av moderne kirurgiske prosedyrer og generere enorme kostnader for helsevesenet. Videre anerkjenner retningslinjer for forebygging at bevisene som støtter anbefalingene deres er lav til moderat i de fleste tilfeller, noe som delvis skyldes kompleksiteten til SSI-patogenesen.

Swissnoso, den sveitsiske ekspertgruppen for infeksjonsforebygging og sykehusepidemiologi, fører tilsyn med den landsomfattende innsamlingen av data om utvalgte prosedyrer og tilhørende SSI. Siden starten av denne dedikerte overvåkingen i 2009, har mer enn 300 000 prosedyrer blitt inkludert, og de tilsvarende pasientene ble fulgt for å fastslå SSI-er. Selv om Swissnoso først og fremst er tenkt som et nasjonalt overvåkingssystem og deretter brukt til offentlig rapportering fra 2014, er Swissnoso en viktig datakilde for bedre forståelse av epidemiologien til SSI.

Her søker etterforskerne å heve kvaliteten på bevis bak fremtidige retningslinjer for forebygging. For dette formålet vil etterforskerne gå fra en risikofaktoranalyse for SSI (hvorav en betydelig del skjer etter utskrivning fra sykehuset, noe som gjør overvåking vanskelig) til innsamling av tilleggsdata (for bedre å karakterisere visse determinanter for SSI og deres anerkjennelse) og til slutt til en matematisk modell (som vil simulere sannsynligheten for å utvikle SSI slik at etterforskerne kan teste hva som kan modulere denne risikoen).