Clusters of healthcare-associated SARS-CoV-2 infections in Norwegian hospitals detected by a fully automatic register-based surveillance system

H. Skagseth*, A.S. Danielsen, O. Kacelnik, U.J. Trondsen, T.C. Berg, N.K. Sorknes, H-M. Eriksen-Volle
*Norwegian Institute of Public Health, Norway

Journal of Hospital Infection (2023) 135, 50-54

背景

ノルウェーの医療機関でのアウトブレイクに関する Norwegian Institute of Public Health への報告は、法律により義務付けられているが、クラスターを特定できないこと、あるいは人的要因やシステム上の要因のために過少報告の疑いが生じている。本研究の目的は、院内の重症急性呼吸器症候群コロナウイルス- 2（SARS-CoV-2）の医療関連感染症（HAI）のクラスターを特定するための完全自動登録によるサーベイランスシステムを構築し、記述するとともに、これらを、義務的なアウトブレイクシステム Vesuv によって報告されたアウトブレイクと比較することである。

方法

Norwegian Patient Registry および Norwegian Surveillance System for Communicable Diseases に基づく緊急時対応登録 Beredt C19 からの関連データを使用した。HAI クラスターに対して 2 種類のアルゴリズムを試験し、その規模を記述し、それらを Vesuv によって報告されたアウトブレイクと比較した。

結果

HAI の不確定例、可能性例、確定例の患者計 5,033 例が登録された。正式に届けられたアウトブレイク 56 件のうち、本システムは各アルゴリズムによって、それぞれ 44 件、36 件を検出した。両アルゴリズムとも、正式に報告された件数よりも多くのクラスターを特定した（それぞれ 301 件、206 件）。

結論

SARS-CoV-2 クラスターを特定する完全自動サーベイランスシステムを構築するために、既存のデータソースを使用することができた。自動サーベイランスは、HAI クラスターを早期に特定し、院内の感染制御専門家の業務量を軽減することにより、対応を向上させることができる。

サマリー原文（英語）はこちら

監訳者コメント：

病院内での感染症の発生状況や感染対策の効果を知るためにサーベイランスが必要である。特にアウトブレイクの早期察知と適確な対策は感染拡大を最小限にすることが可能であるが、集まった情報の集計分析などは ICN などの感染制御専門家に委ねられており、多くの負担をかけている現状がある。自動サーベイランスは労力の軽減が可能となりうるが、アウトブレイク早期発見を優先すると感度をあげる必要があるが、特異度が低下するため、電子カルテ等の電子データからの抽出のアルゴリズムが重要となる。

Influence of bed making on loads of airborne and surface-associated drug-resistant bacteria in patient rooms

P. Warnke*, V.R. Pappisch, H. Frickmann, A. Podbielski
*University Medicine Rostock, Germany

Journal of Hospital Infection (2023) 136, 45-54

The efficacy of ultraviolet light-emitting technology against coronaviruses: a systematic review

F. Chiappa*, B. Frascella, G.P. Vigezzi, M. Moro, L. Diamanti, L. Gentile, P. Lago, N. Clementi, C. Signorelli, N. Mancini, A. Odone
*University Vita-Salute San Raffaele, Italy

Journal of Hospital Infection (2021) 114, 63-78

An interactive feedback system for increasing hand antisepsis adherence in stationary intensive care

P. Zwicker*, M. Meng, S. Friesecke, T. Stein, A. Herzog, C. Herzer, M. Kammerlander, T. Gebhardt, C. Kugler, A. Kramer
*University Medicine, Germany

Journal of Hospital Infection (2023) 133, 73-80

Comparison of an algorithm, and coding data, with traditional surveillance to identify surgical site infections in Australia: a retrospective multi-centred cohort study

P.L. Russo*, A.C. Cheng, M. Asghari-Jafarabadi, T. Bucknall
*Monash University, Clayton, Australia

Journal of Hospital Infection (2024) 148, 112-118

Multi-locus sequence typing of Candida tropicalis among Candiduria shows an outbreak in azole-susceptible isolates and clonal cluster enriched in azole-resistant isolates

L. Zhao*, L.F. Xu, G.D. Xiang, Q.C. Zhou, Y. Wang, G.Y. Li
*The First Affiliated Hospital of Anhui Medical University, China

Journal of Hospital Infection (2025) 156, 96-105