了解手术部位感染的驱动因素:Swissnoso 监测数据的调查和建模 (WATUSSI)
手术部位感染 (SSI) 是最常见的医疗保健相关感染,具有多因素性质,是一种典型的可预防危害。 许多医疗保健系统要求医院确定相应的感染率作为质量指标,并经常规定公开报告这些数据。 包括世界卫生组织 (WHO) 和美国疾病控制与预防中心 (CDC) 在内的多个机构已经发布了循证预防指南。 尽管努力实施最佳实践,但 SSI 仍然是现代外科手术的相关并发症,并为医疗保健系统带来巨大成本。 此外,预防指南承认,在大多数情况下,支持其建议的证据是低到中度的,部分原因是 SSI 发病机制的复杂性。
瑞士感染预防和医院流行病学专家组 Swissnoso 负责监督全国范围内有关特定程序和相关 SSI 的数据收集。 自 2009 年开始这项专门监测以来,已纳入超过 300,000 例手术,并跟踪了相应的患者以确定 SSI。 尽管最初被设想为一个国家监测系统,然后从 2014 年开始用于公开报告,但 Swissnoso 是更好地了解 SSI 流行病学的主要数据源。
在这里,研究人员寻求提高未来预防指南背后的证据质量。 为此,研究人员将从 SSI 的风险因素分析(其中很大一部分发生在患者出院后发生,使得监测变得困难)转向收集额外数据(以便更好地描述 SSI 的某些决定因素和他们的认可),最后是一个数学模型(它将模拟发生 SSI 的可能性,以便研究人员可以测试可能调节这种风险的因素)。
研究概览
地位
条件
详细说明
目标 1:(出院后)SSI 的描述性流行病学和风险因素:使用 Swissnoso SSI 监测数据,研究人员将确定瑞士 SSI 患者和机构水平的风险因素(重点是出院后发生的风险因素),探索保护因素(如抗生素预防及其时机),并根据发生时间、微生物学、严重程度、患者结果以及手术类型、病例组合和医院规模的差异来描述 SSI 的流行病学。
目标 2:SSI 的决定因素:调查人员将在以下三个方面调查 SSI 的决定因素:
A) 监测系统本身以及监测过程的彻底性如何与报告的 SSI 率相关; B) 手术室通风系统及其参数如何与 SSI 率相关; C) 医疗机构的安全文化认知及其与感染率的关系。
为此,研究人员将利用机构层面的新信息增强和补充 Swissnoso 数据。
目标 3:手术部位感染的数学模型:研究人员将根据 Swissnoso 和其他来源的数据构建一个模拟 SSI 发病机制的数学模型,并评估不同预防措施的影响。 干预措施将根据瑞士 SSI 率的模拟降低进行排名。
研究类型
注册 (实际的)
联系人和位置
学习地点
-
-
-
Bern、瑞士
- University Hospital Bern
-
-
参与标准
资格标准
适合学习的年龄
- 孩子
- 成人
- 年长者
接受健康志愿者
有资格学习的性别
取样方法
研究人群
描述
纳入标准:
- Swissnoso SSI 监测系统中包含的所有病例都有资格进行分析。
排除标准:
- 如果患者选择撤回同意参与 Swissnoso SSI 监测,他/她的数据将从监测数据集中删除。
学习计划
研究是如何设计的?
设计细节
- 观测模型:其他
- 时间观点:其他
研究衡量的是什么?
主要结果指标
结果测量 |
措施说明 |
大体时间 |
|---|---|---|
|
手术部位感染率
大体时间:手术后 30 天内(或植入物手术后 12 个月)
|
每相应手术次数的手术部位感染次数
|
手术后 30 天内(或植入物手术后 12 个月)
|
合作者和调查者
合作者
调查人员
- 首席研究员:Jonas Marschall, Prof.Dr.med.、University of Bern
研究记录日期
研究主要日期
学习开始 (实际的)
初级完成 (实际的)
研究完成 (实际的)
研究注册日期
首次提交
首先提交符合 QC 标准的
首次发布 (实际的)
研究记录更新
最后更新发布 (实际的)
上次提交的符合 QC 标准的更新
最后验证
更多信息
此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.