Post-discharge surveillance to identify colorectal surgical site infection rates and related costs

J. Tanner^*, D. Khan, C. Aplin, J. Ball, M. Thomas, J. Bankart
^*De Montfort University, UK
Journal of Hospital Infection (2009) 72, 243-250
入院患者のデータのみに基づくことの問題点に注目したサーベイランス研究が増加しつつある。退院後サーベイランスデータが欠けていると、手術部位感染症（SSI）発生率と負荷を過小評価することになる。英国では、大腸手術の退院後サーベイランスデータは発表されていない。この領域のSSI発生率は極めて高いと考えられ、最も治療コストを要する領域の1つであるため、研究対象として重要である。今回、電話面接と家庭訪問による30日間のサーベイランスプログラムを用いて、大腸のSSIに関する研究を実施した。SSI患者が使用した医療資源の増加分を記録し、コストを算出した。組み入れ基準に合致し、30日間の経過観察を終了した105例中29例（27％）がSSIを発症し、このうち12例は退院後に診断された。SSI発症までの平均日数は13日であった。多変量ロジスティック解析から、体格指数（BMI）が唯一の有意なリスク因子であった。感染患者1例の治療に要した増加コストは10,523ポンドであったが、このうちの15％はプライマリ・ケアから支払われた。5か月間のサーベイランスプログラムの実施には5,200ポンドを要した。サーベイランス看護師の作業負荷の分析から、看護師は看護補助者（healthcare assistant）で代替可能であることが判明した。大腸手術後のSSI発生を検出するための退院後サーベイランスは、正確な増加コストの完全なデータを得るために必要である。
サマリー 原文（英語）はこちら
監訳者コメント：
皮肉にも、わが国は術後の平均在院日数が長いため、専門家の間では日本のSSIサーベイランスのほうが精度が高いと考えられている。いずれにせよ、術後30日までフォローするのは大変なことである。

Evaluating the cost implications of integrating SARS-CoV-2 genome sequencing for infection prevention and control investigation of nosocomial transmission within hospitals

M. Panca*, J. Blackstone, O. Stirrup, M.-T. Cutino-Moguel, E. Thomson, C. Peters, L.B. Snell, G. Nebbia, A. Holmes, A. Chawla, N. Machin, Y. Taha, T. Mahungu, T. Saluja, T.I. de Silva, K. Saeed, C. Pope, G.Y. Shin, R. Williams, A. Darby, D.L. Smith, M. Loose, S.C. Robson, K. Laing, D.G. Partridge, J.R. Price, J. Breuer
*Institute of Clinical Trials and Methodology, UCL, UK

Journal of Hospital Infection (2023) 139, 23-32

Risk of conjunctival contamination in total joint arthroplasty

Nosocomial outbreak of epidemic keratoconjunctivitis accompanying environmental contamination with adenoviruses

Nosocomial Candida parapsilosis candidaemia: risk factors, antifungal susceptibility and outcome

Y. Hirai*, S. Asahata, Y. Ainoda, A. Goto, T. Fujita, K. Totsuka
*Tokyo Women’s Medical University Hospital, Japan

Journal of Hospital Infection (2014) 87, 54-58
 

Epidemiology meets econometrics: using time-series analysis to observe the impact of bed occupancy rates on the spread of multidrug-resistant bacteria