【感染科普笔记2023-7-27】刘滨丨对等级评审医院感染管理控制指标的理解
本帖最后由 吴晓梅 于 2024-9-27 16:41 编辑讲者丨刘滨（柳州市工人医院）
整理丨孙青丽/杨玉杰（聊城市东昌府人民医院）
审核丨王世浩（山东中医药大学第二附属医院）
来源丨SIFIC 2022“全国感控与耐药感染” 联合大会
根据《三级医院评审标准(2020年版)》的要求，医院需要认真落实各项指标，但是部分医院仍存在对指标的理解不到位以及数据获取不正确等现象。来自柳州市工人医院的刘滨教授在SIFIC 2022“全国感控与耐药感染” 联合大会上与大家一起分享了医院感染监测的意义，强调了各医疗机构应关注医院感染信息系统数据来源的准确性，详细解读了医院感染相关指标的计算方法、分子、分母及常见问题，为大家科学、精准地利用好医院感染信息系统指明了方向。
一、医院感染监测的意义
医院感染监测可以提示医院感染的发生、分布及其影响因素，为感染风险管理提供依据。监测的目的是为了控制感染，不以控制为目的监测毫无意义；不以监测为依据的控制是盲目的控制；没有监测的干预属于无的放矢；没有干预的监测属于无用之功。因此，我们应该通过监测，获取真实的、全面的数据。
二、2020年版广西省医院感染管理控制指标
①医院感染发病例次率
②医院感染例次现患率
③医院感染例次漏报率
④中央血管导管相关血流感染
⑤呼吸机相关肺炎感染发病率
⑥导尿管相关尿路感染（CAUTI）发病率
⑦多重耐药菌医院感染发生率
⑧多重耐药菌检出率
⑨I类切口手术手术部位感染率
⑩手卫生依从性
三、关注医院感染信息系统数据来源的准确性
[*]
统计数据的分母抓取不准确：医院感染信息系统的数据主要来源于HIS、LIS等系统，其本身并不产生任何数据。如果医院感染信息系统与手麻系统、检验系统及影像系统未对接或者对接不好，将直接导致大部分统计功能无法使用。另外，操作和介入是否纳入手术，以及切口等级是否正确填写等，这些均会影响数据抓取的准确性。
[*]
统计数据的分子抓取不准确：统计数据的分子抓取不准确主要受以下几方面因素的影响：①院感专职人员确认预警病例不及时；②院感专职人员感染诊断错误、诊断标准不一致；③医生诊断不准确，甚至可以无痕迹修改专职人员已确认的诊断；④即使诊断手术部位感染但未绑定手术，也不会纳入手术部位感染率统计；⑤因术后感染再次入院的手术部位感染未给予诊断，或未设置成医院感染；⑥现患率统计时，调查日的感染转归为“携带”但未修改为“治愈”，使得统计时间内感染率升高。以上这些均可能导致分子出现错误。因此，我们需对医院感染信息系统数据来源的准确性予以高度关注。
四、医院感染相关指标详细解读
1.医院感染发病例次率
[*]
公式：医院感染发病例次率=新发生医院感染的例次数/同期住院患者人数×100%。
[*]
分子：确定时段全院住院患者中同期新发生医院感染的例次数。
[*]
分母：确定时段曾住院的患者人数，即同期出院人数+期末在院人数。
①观察期间危险人群人数，即观察期间所有接受医疗机构住院诊疗的患者人数。确定时段住院患者人数既等于同期出院人数+期末在院人数也等于期初在院人数+同期入院人数。
②观察期间危险人群人数，不再用同期出院人数代替。用出院人数代替危险人群人数仅适用于大范围（如：全院范围、一个月）人群的粗略分析，会遇到纳入分子统计的患者却不纳入分母统计的问题，尤其是对重症监护单元进行统计时，可能出现同一时期内有新发生医院感染的例次却无出院患者，进行公式计算时出现N除以0的情况。
③因病案信息科以往统计均以“出院人数”作为分母统计，所以对于没有医院感染监测系统的医院，用同期“出院人数”或“同期出院人数加上期末在院人数之和”统计均可。
④统计时段内各病区住院人数之和与全院住院人数可能不一致。主要原因在于实际存在患者转病区的情况，会造成各病区住院人数之和大于全院住院人数的情况。
2.医院感染例次现患率
[*]
公式：医院感染例次现患率=确定时段或时点住院患者中医院感染例次数/同期住院患者人数×100%
[*]
在院人数：调查凌晨0点时全院住院患者人数，包括当日在院患者、出院及死亡的住院患者，不包括当日新入院的住院患者。
[*]
现患人数：调查日凌晨0点时全院住院患者中处于医院感染状态（调查日之前发生医院感染且调查日凌晨0点未治愈）的人数。
根据《医院感染监测规范》要求，医疗机构每年应至少开展一次现患率调查，但是通过监测系统导出数据来看，存在现患率调查结果升高现象，原因在于调查日当天有部分医院感染病例已治愈，但未在转归里面及时修改，导致这些在调查日已经不存在的医院感染也会计入调查日存在的医院感染中（实际上这些数据需要排除）。另外，手术部位感染时间，是以手术时间还是确认感染的时间为准，也会影响现患率。
3.医院感染例次漏报率
[*]
公式：医院感染例次漏报率=应报告而未报告的医院感染例次数/同期应报告医院感染例次数×100%。
[*]
分子：确定时段全院住院患者中同期临床医师应报告但未报告的确诊或应当诊断医院感染的例次数，临床医师已经做出医院感染的诊断但未报告的病例，通过专业监测发现的应做出医院感染诊断但临床医师未予以诊断的病例。
[*]
分母：医疗机构真实发生医院感染的例次数，确定时段全院住院患者中同期通过专业监测发现的医院感染例次数与临床医师主动报告的医院感染例次数，统计时段内同一个医院感染例次数既被专业监测发现又被临床医师主动报告。
统计医院感染例次漏报率时，关键在于如何获得真实的分母数据。因为临床医生能够在系统里面无痕修改专职人员已经确认的诊断，所以一味地依赖临床医生，会导致漏报率不准确，与实际情况存在较大偏差；另外，提高预警病例及时处理率，对于获取真实数据非常重要。
4.中央血管导管相关血流感染
器械相关感染：患者在使用某种相关器械期间或在停止使用某种器械如（呼吸机、导尿管、血管导管等）48h内出现的与该器械相关的感染。如果停止使用相关器械时间超过48小时后出现了相关感染，应有证据表明此感染与该器械使用相关，但对器械最短使用时间没有要求。
中央血管导管相关血流感染（CLABSI）：是指住院患者在留置中央血管导管期间或拔出中央血管导管48h内发生的原发性，且与其他部位存在的感染无关的血流感染。
导管相关血流感染（CRBSI）：是指带有血管内导管或者拔出血管内导管48h内的住院患者出现菌血症或真菌血症，并伴有发热（＞38℃）、寒颤或低血压等感染表现，除血管导管外没有其他明确的感染源。实验室微生物学检查显示：外周静脉血培养细菌或真菌阳性；或者从导管端和外周血培养出相同种类、相同药敏结果的病原体。
CLABSI与CRBSI的区别：CRBSI为临床定义，强调导管与血流感染的相关性，在作出CRBSI的临床诊断之前需要排除导管以外感染源所致的血流感染，如切口感染、泌尿道感染也可以导致血流感染，并且要求具体的实验室检测结果。如导管尖端或导管血与血培养的病原体相同，采用这个定义从判断与导管相关的血流感染的角度来说，数据更为准确，但可操作性不强。CLABSI作为监测定义使用，强调的是存在血管导管时的原发性血流感染。因此，当很难排除导管以外的感染源时，则采用这个定义可操作性会更好。由于没有实验室的确切证据，主要依靠监测人员主观判断感染与导管的相关性，CRBSI往往会低估实际的导管相关血流感染发生率，而CLABSI则可能会高估。美国CDC从2008年开始停止使用CRBSI的定义，启用CLABSI的定义。
（1）血管内导管相关血流感染发病率说明及进一步说明
①说明：指中央血管内导管相关血流感染发病率。中央血管导管包括中央静脉导管（CVC）、经外周置入中心静脉导管（PICC）、输液港（PORT）、血透导管、脐静脉导管。
②进一步说明：医院感染管理科对血管内导管相关血流感染发病率的监测，实际上是对中央血管导管相关血流感染发病率的监测。《医疗机构住院患者感染监测基本数据集及质量控制指标实施指南》所列举的即是中央血管导管相关血流感染发病率。中长导管不属于中央血管导管，不应在中央血管导管相关血流感染发病率中统计。医院感染实时监控平台通常只统计中央血管导管相关数据。
（2）通过CLABSI的获取来源对监控系统数据准确性的使用建议
①需求：感染病例预警是最基本的功能，同时能够实施暴发预警趋势监测及目标性监测；能够直接获取2015年医院感染质量控制13项指标数据；能够方便地获取手术相关感染率指标监测，包括一类手术切口感染率、目标监测数据及医生手术感染专率等，在此注意，默认首页获取手术数据可能不是最准确的！另外，还应满足日常使用及等级评审的信息化要求，系统直接上报数据无需反复填报。
②存在问题：主要包括系统的稳定性问题；与医院其他系统对接各类数据接口问题；无法预警的问题；售后人员更换频繁以及解决问题不及时等问题。
③使用建议：首先软件购买时一定要谈好后期的维保，否则可能停止运行，甚至重新更换系统；务必要保证数据来源的准确性，所有感染率计算的分子均来源于日常预警的感染诊断，务必保持尽可能准确；同时，要靠完善系统来减少大量的数据收集与统计工作。
5.呼吸机相关肺炎发病率
定义：建立人工气道（气管插管或气管切开）并接受机械通气时所发生的肺炎，包括发生肺炎48h内曾经使用人工气道进行机械通气者。
说明：呼吸机相关肺炎的“医院感染日期时间”应在呼吸机使用长期医嘱开始日期时间到结束日期时间后48小时之间，否则应为错误数据。
纳入群体：有创呼吸机使用长期医嘱的住院患者、住院期间发生呼吸机相关肺炎的住院患者。
分子：由负责相应科室的专职人员对预警的病例进行审核，与临床医生预警病例进行沟通与确认。
分母：每月与系统工程师对接，要求对抓取医嘱数据进行巡查，确保分母数据的正确性与一致性。
呼吸机相关肺炎影响较大的是分子的影响，VAP感染诊断标准不是非常明确，所以在VAP诊断里面加上CPIS评分大于6分。
临床CPIS系统
6.导尿管相关尿路感染（CAUTI）发病率
定义：住院患者留置导尿管后，或者拔除导尿管48小时内发生的尿路感染。
临床诊断：住院患者出现尿频、尿急、尿痛等尿路刺激症状，或者有下腹触痛、肾区叩痛，伴有或不伴有发热，且尿检白细胞男性≥5个/高倍视野，女性≥10个/高倍视野，留置导尿管者应当结合尿培养。
纳入群体：有导尿管使用长期医嘱的住院患者、住院期间发生导尿管相关尿路感染的住院患者。
导尿管相关尿路感染感染预防措施执行依从性的过程数据改进，以厦门大学附属第一医院七级电子病历为例，其中有一个数据分析与决策支持系统，通过该系统发现危险因素，在电子病历中新增嘱托性医嘱，护士进行PDA的核查，最终实现感染预防措施的闭环管理。
7.多重耐药菌感染发现率/多重耐药菌医院感染发生率
定义：住院患者发生多重耐药菌医院感染的发病频率，每种多重耐药菌分别计算，多重耐药菌定义来自于“CEHAI-51医院感染重点多重耐药菌”。
公式：多重耐药菌医院感染发生率=住院患者中检出导致医院感染的特定多重耐药菌的人数/同期住院患者人数×100%。
医疗机构应重点关注的医院感染多重耐药菌名称，目前有以下九种：
①耐甲氧西林的金黄色葡萄球菌②耐万古霉素的粪肠球菌③耐万古霉素的屎肠球菌④耐三、四代头孢菌素的大肠埃希菌⑤耐三、四代头孢菌素的肺炎克雷伯菌⑥耐碳青霉烯类的大肠埃希菌⑦耐碳青霉烯类的肺炎克雷伯菌⑧耐碳青霉烯类的鲍曼不动杆菌⑨耐碳青霉烯类的铜绿假单胞菌。
多重耐药菌医院感染发生率说明：
①分别统计“医院感染重点多重耐药菌”中定义的九种多重耐药菌；
②质控中心说明：特定多重耐药菌医院感染可分开计算和（或）合并计算，若合并计算，指标有参考值，能够显示感染的总体情况；
③统计“病原体的感染类型”为HA的多重耐药菌，不统计感染类型为污染、CA、定植、HA重复、CA重复、定植重复的多重耐药菌；
④同一患者同一部位的重复菌株按1株计算，同一患者不同部位相同菌株分别统计。
8.多重耐药菌检出率
定义：多重耐药菌检出菌株数与同期该病原菌检出菌株总数的比例，每种多重耐药菌分别计算，多重耐药菌定义来自于“DEHAI-51医院感染重点多重耐药菌”。
公式：多重耐药菌检出率=住院患者中检出特定多重耐药菌的例次数/同期住院患者中检出特定细菌的例次数×100%
质控中心说明：特定多重耐药菌是指以下6种，包括耐甲氧西林金黄色葡萄球菌（MRSA）、耐万古霉素肠球菌（VRE）、耐碳青霉烯类肺炎克雷伯菌（CRKP）、耐碳青霉烯类大肠埃希菌（CREC）、耐碳青霉烯类铜绿假单胞菌（CRPA）、耐碳青霉烯类鲍曼不动杆菌（CRAB）；也可将耐碳青霉烯类肺炎克雷伯菌（CRKP）与耐碳青霉烯类大肠埃希菌（CREC）合并统计为耐碳青霉烯类肠杆菌科细菌（CRE），应分开计算5种多重耐药菌的检出率。
多重耐药菌检出率应该是分别计算每种多重耐药菌的检出率，各地质控中心对多重耐药菌的检出率，要求不一样，菌种不一样，但是这些数据均需要核对，只有抓取正确的数据，才能得到正确的检出率。
9.I类切口手术手术部位感染率
公式：I类切口手术手术部位感染率=I类切口手术发生手术部位感染的手术例次数/同期I类切口手术例次数×100%。
说明：①统计手术部位感染归属时段的统计比较特殊，以手术部位感染例次对应手术例次的“手术开始日期时间”为准。无植入物的手术患者在术后30天内或有植入物的手术患者在术后1年内发生的手术部位感染经常出现在患者出院之后，若按照“医院感染日期时间”统计，会造成计入分子中的感染例次未被计算在分母中。
②若无植入物的手术患者在术后30天内或有植入物的手术患者在术后1年内多次入院，因手术部位感染再次住院治疗，手术感染统计时间应为发生手术部位感染例次对应手术例次的开始日期时间。
③手术需满足以下两个条件之一：有切口；行组织、器官切除（含部分切除）。
④排除群体：内科诊断或治疗性操作及实验室检查操作，如：活检、穿刺、植入血管的支架、介入等均不计入手术范围。
关于I类切口手术部位感染率，首先抓取手术数量须正确，避免将操作、介入等统计在内。手术切口和手术目录来源的系统有很多，途径也很多，比如手麻系统、病案首页、手术记录、安全核查表等，有些数据可靠，但是无法抓取。切口的等级从病案首页还是从手术记录进行优先抓取，每家医院执行不一样。但是，如果默认为从病案首页抓取，切口等级可能不准确，所以建议优先从手术记录抓取。
10.手卫生依从率
公式：医务人员手卫生依从率=医务人员采取手卫生措施次数/同期机会总数×100%
说明：①目前主要通过直接观察法获取手卫生依从率数据。采用经过训练和认证的观察员对医务人员在医疗操作中的手卫生情况进行观察被认为是当前手卫生监测最适宜的方法；
②填写WHO手卫生观察监督表的基础上根据基本依从性计算规则进行计算；
③有电子手卫生监测系统的以系统监测手卫生依从率数据为准。
数据来源：数据来源主要包括现场直接观察法在APP中记录自动汇总和电子手卫生监测系统。
数据校验核查:开展日常医疗机构手卫生监测，如实记录相关数据，尽可能每年安排进修、实习人员或新员工对全院手卫生依从性进行较为真实的观察监测。同时，需要建立医疗机构的手卫生监测制度，与奖罚措施相挂钩。手卫生直接观察法存在霍桑效应，导致手卫生依从率偏高，且受人力所限，得到观察数据相对有限；而电子手卫云系统可以实现连续监测，数据量更大、更准确。因此，建议重点部门尽可能通过电子手卫生监测系统了解真实手卫生依从率。
五、对等级评审医院感染管理控制监测指标的体会
我们应关注监控系统的问题，尤其分母数据的产生；同时需要关注人员能力的问题，这主要关系到分子数据的精确度。医院感染监测是医院感染管理部门的核心工作，部门内合理分工，确保足够的投入，做到监测正确、数据准确、分析客观、反馈及时有效，落实闭环管理。
同时，聚焦薄弱环节和关键点，明确改进目标和任务，运用多维管理手段，多部门、多学科协同，数字化赋能，提高医院感染管理的科学化、规范化和精细化程度。坚持持续改进质量，保障医疗安全，参与构建安全、优质的医疗服务。
封面图片来自网络
图文：王小虾
路过下载学习，感谢老师的分享。 谢谢老师分享{:1_14:}{:1_17:}巩固知识 路过下载学习，感谢老师的分享。 下载学习了，感谢老师的分享。 下载学习了，感谢老师的分享！ 路过下载学习，感谢老师的分享。 学习了，感谢老师的分享 谢谢老师分享，对指标的认识有了更深的了解 路过下载学习，感谢老师的分享 太全面了，要搜藏之后反复学习 下载学习了，感谢老师的分享。 下载学习了，感谢老师的分享。 再次，学习了，太实用了 路过学习，下载借鉴{:1_1:} 路过下载学习，感谢老师的分享。
页:
[1]