瑞士全国范围内全自动中心静脉导管相关血流感染(CLABSI)监测系统的首次部署结果,2022年至2023年

First results of a national deployment of a fully automated central-line-associated bloodstream infection (CLABSI) surveillance system, Switzerland, 2022 to 2023

作者信息Gaud Catho, Jason Toko, Loïc Fortchantre, Elia Lo Priore, Carlo Balmelli, Lauro Damonti, Philipp Jent, Estelle Moulin, Bruno Grandbastien, Peter W Schreiber, Sarah Tschudin-Sutter, Jan Adam Roth, Lorenzo Ciullini, Claudine Reiber, Walter Zingg, Alexandra U Scherrer, Stephan Harbarth, Niccolò Buetti, Swissnoso working group
PMID42141875
发布时间2026-05
DOI10.2807/1560-7917.ES.2026.31.18.2500650

实验完整度

该研究为多中心回顾性验证,包含算法开发、外部验证及发病率计算,但无干预或机制验证。

主要模型

ICU患者阳性血培养样本 瑞士六家医院网络的ICU

重点核对

阳性血培养的随机样本(随机样本1和2) 人工审查与算法分类的对照 CLABSI/CRBSI定义中CVC插入和移除时间 共同共生菌的判定标准

摘要

背景:准确的全自动系统可能提高医疗保健相关感染(HAI)监测的效率。目的:我们旨在验证瑞士危重患者中中心静脉导管相关血流感染(CLABSI)全自动监测系统的性能。方法:我们在瑞士的六个二级和三级医院网络的重症监护病房(ICU)中进行了一项多中心回顾性研究。实施了一个集中托管的全自动算法,用于检测导管相关血流感染(CRBSI)、CLABSI和ICU发病的血流感染(ICU-BSI)。算法性能通过与阳性血培养随机样本的匿名人工审查进行比较验证。计算了各医院的发病率数据。结果:从2022年1月至2023年12月,我们分析了131,166个患者日、108,719个导管日和来自1,931名ICU患者的7,832份阳性血培养。中位年龄为65岁(四分位距(IQR):53–73),458名(23.7%)为女性。对于CLABSI和CRBSI,算法显示出特异性为95.3%(95%置信区间(CI):92.7–97.0),敏感性为86.5%(95% CI:79.8–91.2),阳性预测值为87.0%(95% CI:80.4–91.7),阴性预测值为95.1%(95% CI:92.5–96.8)。CRBSI/CLABSI和ICU-BSI的发病率分别为每1,000导管日3.23(95% CI:2.91–3.57)和每1,000患者日2.42(95% CI:2.17–2.70)。CRBSI/CLABSI中最常见的微生物为表皮葡萄球菌(15.1%;53/351)、屎肠球菌(9.1%;32/351)和粪肠球菌(5.7%;20/351)。结论:我们证明了在危重患者中进行CLABSI监测的全自动系统的可行性和外部有效性,支持将其纳入国家HAI预防和控制策略。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
全自动监测系统能否在瑞士多医院网络的ICU中准确检测CLABSI,并且性能如何?
核心机制
文中未明确说明,研究主要验证算法性能。
主要证据
基于131,166患者日和7,832份阳性血培养,算法对CLABSI/CRBSI的特异性95.3%和敏感性86.5%,与人工审查对比验证。
研究意义
研究表明全自动CLABSI监测可行,可提高监测的及时性、可比性和质量,支持国家HAI预防策略。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

研究人群和数据收集

确定纳入的ICU患者和阳性血培养,收集必要的临床数据。

从六家瑞士医院网络的ICU中提取患者数据、CVC数据和微生物数据,包括阳性血培养。

2

全自动算法开发与应用

通过自动化规则对阳性血培养进行CRBSI/CLABSI和ICU-BSI分类,实现监测。

应用在HUG开发的算法,对阳性血培养按规则分组、分类,包括识别共同共生菌、判断CVC等。

3

外部验证

评估算法与人工审查的一致性,验证其性能。

随机抽取阳性血培养样本,由专家进行人工分类,与算法结果比较。

4

发病率和趋势计算

计算不同医院和总体CRBSI/CLABSI和ICU-BSI的发病率。

使用算法分类结果,计算每千导管日和患者日的发病率,并按医院和时间分层。

5

统计分析和比较

比较不同医院和事件类型的特征,评估算法性能。

使用卡方、Fisher精确检验和Wilcoxon检验比较变量,计算置信区间。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
R软件版本4.1.3R Foundation for Statistical Computing--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据收集
患者纳入标准:≥18岁,ICU停留,至少一次阳性血培养;CVC纳入标准:短期中心静脉导管
阅读提示:Methods: Study setting, patients and catheters
算法定义
BSI定义:ECDC标准;CRBSI/CLABSI定义;共同共生菌列表
阅读提示:Methods: Definitions
验证过程
随机样本量:样本1和样本2共581份;人工审查盲法
阅读提示:Methods: Validation of the automated algorithm
统计方法
置信区间计算方法:Wilson score interval
阅读提示:Methods: Statistical analysis