HOHA er defineret som en positiv mikrobiologisk resultat for Clostridium difficile (PCR eller



Relaterede dokumenter
De nationale indikatorer fordelt på sygehus niveau

Afholdt d. 4. december 2018

Ansøgning til ABT-fonden

MiBAlert. Afholdt d. 19. maj Overlæge ph. D Bente Olesen, klinisk mikrobiologisk afdeling, Herlev og Gentofte Hospital

INFLUENZA SOM EKSEMPEL PÅ ANVENDELSE AF MIBA DATA. Hanne-Dorthe Emborg og Marianne Voldstedlund

Hospitalserhvervede infektioner Kan vi nedbringe dem, og hvordan monitorerer vi dem?

Hospital-Acquired Infections databasen

Bidrag til businesscase for telemedicinsk sårvurdering

NOTAT. Regionale nøgletal. Introduktion I dette notat præsenteres sammenligninger af nøgletal indenfor økonomi og kvalitet på regionalt niveau.

Dokumentation af data for belægning

Bidrag til businesscase for telemedicinsk sårvurdering

Nationale kvalitetsmål. Dokumentation

Patienter med type-2 diabetes kontaktforbrug i det regionale sundhedsvæsen 1

Den Landsdækkende Undersøgelse for Patientoplevelser 2014 Udvidet patientgrupper Kort indlæggelsestid Nationale spørgsmål Nationale temaspørgsmål

Specialuddannede sygeplejersker og arbejdstid

Det Nationale Indikatorprojekt. Dansk Lunge Cancer Register

PERSPEKTIVER PÅ OPSAMLING OG BRUG AF SUNDHEDSDATA

Kvaliteten i behandlingen af patienter. med hjertesvigt

OMKOSTNINGER FORBUNDET MED

Kommunal medfinansiering af sundhedsvæsenet. - en faktarapport om forebyggelige indlæggelser

Maskinel køretøjsklassifikation ud fra mønstergenkendelse. Udarbejdet: Christian Overgård Hansen 28. september 2004

Den Landsdækkende Undersøgelse for Patientoplevelser 2014 LUP somatik 2014 Udvidet patientgrupper Kort indlæggelsestid Nationale spørgsmål

Dokumentation af data for sengepladser og

Afholdt d. 4. december 2018

KOMMUNAL FINANSIERING Susanne Brogaard, Sundhedsanalyser i Statens Serum Institut

Derudover gives en status på kvalitetsopfølgningen i Den Præhospitale Virksomhed.

Hospitalsinfektioner, antibiotikaforbrug og -resistens Task Fore Forebyggelse af Hospitalsinfektioner, Region Hovedstaden

Notat. Opsummering af resultater fra Den Landsdækkende Undersøgelse af Patientoplevelser 2014 (LUP)

Regionalt benchmarkmateriale

ANALYSER AF CENTRALE DATA PÅ GENOPTRÆNINGSOMRÅDET

We drown in data but lack insight. Afholdt d. 4. december Jens Yde Blom Infektionshygiejnen Region Nordjylland

DUCGdata Årsrapporter fra et kompetencecenter perspektiv

Dansk Intensiv Database Årsrapport 2011

Nyhedsbrev, november 2017 Regionernes Bio- og GenomBank

HAIBA Årsrapport

Alment praktiserende lægers kontakt med patienter med type-2 diabetes

Kvaliteten i behandlingen af patienter. med Hoftebrud

Onkologi - specialeresultat på lands-, regions- og afdelingsniveau

Bilag til. Forløbsprogram for rehabilitering af børn og unge med erhvervet hjerneskade

Ledelsesoverblik. Sundhedsaftaler 2011

ØGET FOKUS PÅ GODE RESULTATER PÅ SYGEHUSENE. Danske Regioner Ministeriet for Sundhed og Forebyggelse

Kvaliteten i behandlingen af. patienter med hjertesvigt

Tabel 1. Fordeling af patienter og infektioner på speciale.

Forslag til ny FMK status ved brug af lokale systemer

Statistiske informationer

Elevernes herkomst i grundskolen 2008/2009

Bilag 3: Metode. Oktober 2018

Antibiotikaforbrug på offentlige sygehuse i Danmark LKT Antibiotika

Beskrivelse af råudtræk. Modtagne råudtræk

Antibiotikaforbrug på offentlige sygehuse i Danmark LKT Antibiotika

Nyhedsbrev, august 2017 Regionernes Bio- og GenomBank

Notat. Opsummering af resultater fra Den Landsdækkende Undersøgelse af Patientoplevelser 2015 (LUP) Patientforløb - Patientsikkerhed

POLITIKERSPØRGSMÅL. Spørgsmål nr.: Dato: 16. juni 2017 Stillet af: Niels Høiby Besvarelse udsendt den: 10. juli 2017

Psykiatriske sengedage efter endt behandling er faldende. Marts 2019

Dansk Intensiv Database

Sundhedsstatistik : en guide

Bilag 1, Årsrapport Dansk Kvalitetsdatabase for Fødsler

Medicinsk Endokrinologi - specialeresultat på lands-, regions- og afdelingsniveau

Antibiotikaforbrug på offentlige sygehuse i Danmark LKT Antibiotika 1. juni 2018

Nøgletal fra 2018 på genoptræningsområdet

Bilag 1, Årsrapport Dansk Kvalitetsdatabase for Fødsler

Repræsentantskabsmøde 8. oktober 2010

Referat af repræsentantskabsmøde Den danske mikrobiologidatabase

Kommunal medfinansiering af Sundhedsområdet i Benchmarking af kommunerne i Region Hovedstaden

Aktivitet og ventetid i enstrenget og visiteret akutsystem i januar til marts 2014

FLIS. Version 1.01 SUNDHED- KOMMUNAL AFREGNING AF REGIONALE SUNDHEDSYDELSER

Befolkningens bevægelser Årsafslutning 2012

MORTALITETSANALYSE VED PRIMÆR LUNGECANCER: Fokus på behandlingsindsats

Pædiatri - specialeresultat på lands-, regions- og afdelingsniveau

Status for Økonomiaftalemål i Sundhedsaftale

Rapport fra Dansk Børnecancer Register (DBCR)

0. Administrative oplysninger om registeret

Teknisk baggrundspapir om indkomstdefinitioner

5. Afvigelser i stamdata fravær... 9

Det Nationale Indikatorprojekt. Dansk Lunge Cancer Register

Statistiske informationer

Udvikling i sygefravær i regionerne

Benchmarking af psykiatrien 2011

Analyse af ventetid til sygehusbehandling for gigtpatienter

Nationale mål for sundhedsvæsenet

Sygehusenes virksomhed 1998 (foreløbig opgørelse).

Den Landsdækkende Undersøgelse af patientoplevelser blandt fødende i 2014

Kommunal medfinansiering af sundhedsvæsenet. - en faktarapport om forebyggelige indlæggelser

Tal for klamydiatilfælde. på kommuner

Nyhedsbrev, december 2017 Regionernes Bio- og GenomBank

Kort- og langtidsoverlevelse efter indlæggelse for udvalgte kræftsygdomme i Region Midtjylland og Region Nordjylland

Nedenfor er angivet svarprocent for de tre undersøgelser i LUP somatik 2015.

Borgere med mere end én kronisk sygdom

REGIONAL RAPPORT LANDSDÆKKENDE PATIENTUNDERSØGELSER Kommentarsamling for Akut indlagte patienter på

Indlæggelsestid og genindlæggelser

Ny måling af produktivitet i sygehusvæsenet

Kvaliteten i behandlingen af patienter. med KOL

Notat vedrørende forelæggelse af revisionsgruppens anbefalinger vedrørende akkrediteringsstandarder

Status for aktivitet og ventetid i enstrenget og visiteret akutsystem

Sundheds- og Ældreudvalget SUU Alm.del endeligt svar på spørgsmål 1096 Offentligt

Dansk Intensiv Database

Sundheds- og Forebyggelsesudvalget SUU Alm.del endeligt svar på spørgsmål 887 Offentligt KRÆFTOVERLEVELSE I DANMARK

Nyhedsbrev, marts 2018 Regionernes Bio- og GenomBank

A N A LYSE. Sygehusenes udskrivningspraksis

Udarbejdet af Enhed for Evaluering og Brugerinddragelse på vegne af regionerne. Enhedschef Marie Fuglsang

Transkript:

Notat om fejl i tal for Clostridium difficile d. 19. november 2015 Sammenfatning I september 2015 blev der fundet en fejl i kodningen af HAIBA s case definition, idet enkelte infektioner blev talt dobbelt. Justeringen havde imidlertid store konsekvenser for HAIBA s resultater. Således viste HAIBA efter denne justering et meget lavere antal infektioner end tidligere. For eksempel fra antallet af C. difficile infektioner (CDI) med Hospital Onset (HOHA), 2010-2014, 50% lavere end tidligere, og antallet af infektioner med Community Onset (COHA) 53% lavere. Også risikotiden var ændret. På denne baggrund har vi gennemført yderligere rettelser i kodeværket og re-valideret CDI data i HAIBA på flere måder. De grundlæggende prøvetal er valideret ud fra data fra MiBa, og kodeværket er blevet valideret ved at gennemgå enkeltpatienters forløb ( use-cases ) samt gennem deskriptive statistiske opgørelser. Ud fra dette arbejde vurderer vi, at data fra HAIBA er troværdige, idet det dog bemærkes, at det kan være relevant at indføre en yderligere korrektion for vitalstatus. Desuden kan der komme justeringer som følger af, at Herlev, Hvidovre og Hillerød i MiBa er blevet samlet i et datasæt. Dette vurderes dog at få minimale følger for HAIBA. I forhold til udtrækket fra marts 2015 er det samlede antal HOHA nu 0,9 % højere og COHA nu 14% lavere (med udgangspunkt i landsdækkende tal fra 2010-2014). Baggrund I slutningen af oktober 2015 blev der desværre fundet fejl i kodningen af HAIBA s case definition for Clostridium difficile infektioner. Dette er blevet undersøgt omhyggeligt. Dette notat beskriver fejlene, samt validering af korrekthed af tallene, der efter rettelse nu vises i HAIBA. Case definition for Clostridium difficile infektioner Case definitionen er opdelt i to dele: Community Onset Hospital Acquired (COHA) and Hospital Onset Hospital Acquired (HOHA). Case definitionen følger så meget som muligt den Europæiske case definition, som er beskrevet af Kuijper et al. (http://onlinelibrary.wiley.com/doi/10.1111/j.1469-0691.2006.01580.x/pdf). COHA er defineret som en positiv mikrobiologisk resultat for Clostridium difficile (PCR eller dyrkning, ekskl. ikke toxin-producerende), hvor prøven blev taget i perioden mellem 48 timer og 30 dage efter en ambulant procedure eller efter udskrivning. HOHA er defineret som en positiv mikrobiologisk resultat for Clostridium difficile (PCR eller dyrkning, ekskl. ikke toxin-producerende), hvor prøven blev taget i perioden mellem 48 timer efter start af indlæggelsesforløb og 48 timer efter udskrivning. Der bliver først registreret en ny infektion, hvis der bliver fundet en positiv prøve mere end 60 dage efter det sidste positive resultat. Hvis der er overlap mellem risikoperioden for COHA og HOHA, så har HOHA risikoperioden forrang. Det betyder også, at en procedure under indlæggelsen ikke giver risiko for COHA. Det skal bemærkes, at HAIBA pt. ikke indeholder data om vital status. Dette betyder, at antallet af risikodøgn kan være højere end reelt, da risikodøgn ikke skal tælles med efter en patient døde. Det vil give 1

en underestimering af incidensen for HOHA og specielt COHA for de ældre borgere. I fremtiden, skal det overvejes at inkludere mortalitetsdata i HAIBA. Beskrivelse af fejl i kodningen Der bliver løbende udført valideringer af HAIBA. Ved en af disse valideringer blev der i september 2015 fundet et særligt tilfælde hvor der fejlagtigt var en procedure under indlæggelse, der genererede COHA risikotid. Dermed blev en positiv prøve for denne patient talt både som HOHA og COHA. Denne fejl blev rettet. Men det viste sig, at ændringer i kodningen havde en meget større effekt end forventet. Analysen, der efterfølgende blev lavet viste følgende problemer: Der var forsat problemer med overlap i HOHA og COHA risikotid og afgrænsningen af disse tider. Såfremt der var en procedure under indlæggelsen, blev denne fjernet. Men hvis der var mere end en procedure under indlæggelsen, blev kun den første fjernet. Resten genererede COHA risikotid og dermed en større nævner. Risikotid og infektioner af patienter under 2 år skal ikke medregnes, men en del tilfælde blev alligevel talt med. Indlæggelser inden for samme dag blev fejlagtigt ikke medtaget. Hvilken en af disse fejlkilder der gav anledning til den største forskel er svært at sige. Problemet er løst ved at skrive en del af kodeværket helt om, og vi har ikke brugt meget tid på at undersøge hver enkel fejls konsekvenser. I stedet har vi set fremad og brugt energi på at validere de nye tal (se nedenfor). Bemærkes skal det dog, at enhver ændring i begrebet risiko har betydning for både tæller og nævner, idet det er afgrænsningen af risikoen der afgør, om en CDI medtages, og den tid der er, indtil en infektion evt opstår, vil indgå i nævneren. Valideringen af positive prøver fra MiBa Kodningen, der identificerer positive prøver fra den danske Mikrobiologi Database (MiBa) blev tidligere udviklet og valideret i flere trin. Data blev sammenlignet med data fra Tarmbakteriologisk Register, subtypningsovervågning på Statens Serum Institut og regional overvågningsdata fra Region Hovedstaden, Region Sjælland og Region Nordjylland. De mest aktuelle resultater fra valideringen mod regionale data vises i tabel 1. Denne validering blev lavet på data fra 2013 for Region Nordjylland og Hovedstaden samt data fra juli til december 2013 for Region Sjælland. Tabel 1. Antal Clostridium difficile infektioner i HAIBA og reference data fra regionale overvågningssystemer i 2013 MiBa + / Reference data + MiBa + / Reference data - MiBa - / Reference data + Andel i MiBa Andel i reference data Region Nordjylland 2090 20 37 98,3% 99,1% Region Sjælland 492 8 7 98,6% 98,4% Region Hovedstaden 2291 66 11 99,5% 97,2% Det skal bemærkers, at de gamle svar fra henholdsvis Herlev, Hillerød og Hvidovre nu er overført lokalt på deres nye fælles server (server1300) og disse nye svar er efterfølgende overført til MiBa og EpiMiBa. 2

De nye svar er konverteret til et lidt mere fælles format og har en opdateret MDS-kodning. Det viser sig imidlertid at specielt for analysesvar har konverteringen medført at ikke al information videreføres med XRPT05 protokollen til MiBa. Nogle prøvesvar mangler selve resultatet. Således bliver disse svar identificeret som positiv for Clostridium difficile ud fra det gamle format, men ikke ud fra det nye format. En første analyse viste, at det kan have en betydning for omkring 2% af data i HAIBA. Dette skal undersøges nærmere og vil blive løst senere. Indtil videre inkluderer HAIBA både de gamle og de nye prøvesvar, for at sikre, at data ikke bliver tabt. Dette er også udgangspunktet i valideringsdata som beskrevet i tabel 1. I skrivende stund er vi ved at indsamle lokale data svarende til de nye svar og validere disse over for data i Epi-MiBa overført fra den nye server1300. Muligvis vil der med denne baggrund ske enkelte yderligere tilpasninger men det vurderes, at dette vil få minimale konsekvenser. Valideringen af COHA og HOHA (tælleren) Der er ingen reference data som kan bruges i en validering af COHA og HOHA kodningen. Derfor er denne kodning blevet valideret vha. opgørelser af data og stikprøver af patienter for at evaluere, om de er kodet rigtigt. Desuden er der lavet nogle deskriptive opgørelser for at vurdere om fordelingen af COHA og HOHA ser sandsynlig ud i forhold til det samlede antal episoder med CDI. Manuelt evaluering af individuelle patienter ( use cases ) viser, at den nuværende kodning har det rigtige resultat. Da vi arbejder med store mængder af data, kan der være patienter, der har et forløb, der er så kompliceret, at det kodemæssig er svært at håndtere dem. Men den udførte evaluering dækker nogle meget komplekse forløb, og viser ingen kodningsfejl. I alt var der 55.928 positive episoder ( en patient på en dag), dvs. inden eksekution af reglen, der definerer en karensperiode på 60 dage efter den sidste positive prøve og ekskluderer prøver fra børn under 2 år. Tabel 2 viser antal positive episoder og nye infektioner for COHA, HOHA og dem, der ikke blev fundet i en COHA/HOHA risikoperiode. I alt blev 23% nye infektioner fundet uden for COHA/HOHA risikoperiode. Sammenligning mellem data på individuelle patienter og aggregerede output viste, at aggregeringen virker korrekt. Opgørelserne blev også lavet per Klinisk Mikrobiologisk Afdeling. Det viste et sammenlignelig billede, men Aalborg (35%) og Odense (30%) havde relativ mange episoder udenfor COHA og HOHA risikoperioder. Til sammenligning var de tilsvarende andele for gamle Herlev 13% og gamle Hvidovre 15%. Tabel 2. Opgørelser for tælleren, HAIBA udtræk med data fra 2010 til 18-11-2015 Antal Positive episoder Antal nye infektioner (korrigeret for karensperiode) Efter aggregering af data (i output af HAIBA) COHA 22402 10164 10164 HOHA 20632 11891 11891 Ikke i COHA/HOHA risikoperiode 12894 6181 vises ikke i HAIBA I alt 55928 28236 22055 3

Valideringen af COHA og HOHA risikodøgn (nævneren) For at undersøge om nævneren er rigtig, sammenlignede vi forskellige opgørelser af risikodøgn. For indlagte patienter med et indlæggelses forløb på mere end 48 timer, skal den samlede indlæggelses tid (sengedøgn) være det sammen som det totale mulige antal risikodøgn for HOHA (bare 48 timer forskudt), som det ses i tabel 3. Efter en infektion er en patient ude af risiko i 60 dage og børn under 2 år er heller ikke i risiko. Derfor vil de reelle risikodøgn, både for COHA og HOHA, være lavere end det total mulige antal, men skal svare til det antal risikodøgn der vises i output (Tabel 3). Sammenligningen med output data viste igen, at aggregeringen virker korrekt. Tabel 3. Opgørelser for nævneren Sengedøgn Risikodøgn Reelle risikodøgn* Risikodøgn (HAIBA output) COHA - 911.189.956,54 888.440.411,33 888.440.411,33 HOHA 22.073.010,28 22073010,29 20.293.089,08 20.293.089,08 * Risikodøgn efter positive resultater for Clostridium difficile er blevet integreret og alle patienter under 2 år er blevet ekskluderet. Effekt på antal og incidens Figur 1 viser de nye tal for incidensen af HOHA og COHA på d. 18. november 2015. Incidensen af HOHA viser store sæsonvariation fra 2010 til 2013. Herefter er sæsonvariation ikke så stærkt. Incidensen af COHA stiger over hele periode fra 2010 til 2015. Det er det samme billede som set tidligere og rapporteret i EPI- NYT 10/15. Tre forskellige opgørelser for antal, risikodøgn og incidens af HOHA og COHA er vist i tabel 4; den som blev rapporteret i marts 2015 i EPI-NYT 10/15, et udtræk fra d. 27. oktober 2015 og et udtræk fra d. 18. november 2015 (med den nye kodning). Antal og incidens var betydelig lavere i udtrækket fra oktober. Antal HOHA for 2010-2014 er nu 0,9% højere end i marts 2015 og antal COHA er 14% lavere. 4

Figur 1. Antal og incidens af HOHA og COHA med den nye kodning, 2010 til 18-11-2015 5

Tabel 4. Antal nye infektioner, risikodøgn og incidensen pr. år fra marts 2015 (EPI-NYT 10/15), oktober 2015 (efter fejlkodningen) og november 2015 (de nye tal efter denne validering). 4. marts 2015 27. oktober 2015 18. november 2015 HOHA COHA HOHA COHA HOHA COHA Antal R-døgn Inc Antal Ris-døgn Inc Antal R-døgn Inc Antal R-døgn Inc Antal R-døgn Inc Antal R-døgn Inc 2010 2.098 3.832.200 5,5 1.403 174.867.449 0,08 983 3.768.490 2,61 622 122.982.024 0,05 2.032 3.725.197 5,45 1.204 124.287.639 0,10 2011 2.434 3.600.764 6,8 1.781 183.884.022 0,10 1.111 3.677.508 3,02 830 136.026.810 0,06 2.392 3.523.880 6,79 1.572 133.681.166 0,12 2012 2.167 3.462.590 6,3 1.940 194.826.217 0,10 1.107 3.580.453 3,09 912 148.512.380 0,06 2.128 3.440.645 6,18 1.608 146.418.137 0,11 2013 2.006 3.315.643 6,1 2.312 195.034.509 0,12 1.084 3.488.681 3,11 1.080 158.135.779 0,07 2.147 3.351.822 6,41 1.948 156.781.629 0,12 2014 1.692 3.188.183 5,3 2.260 175.678.317 0,13 888 3.412.618 2,60 1.113 172.839.948 0,06 1.801 3.281.851 5,49 1.985 172.415.202 0,12 2015 - - - - - - 680 2.914.356 2,33 999 143.056.448 0,07 1.391 2.969.682 4,68 1.847 154.856.638 0,12 R-døgn=Risikodøgn Inc=incidens, dvs. antal infektioner per 10.000 risikodøgn 6