Machine Translated by Google

Jurnal Infeksi Rumah Sakit 114 (2021) 32e42

Tersedia online di www.sciencedirect.com

Jurnal Infeksi Rumah Sakit

beranda jurnal: www.elsevier.com/locate/jhin

Pencegahan dan pengendalian infeksi yang dipersonalisasi:

mengidentifikasi pasien yang berisiko terkena infeksi terkait layanan
kesehatan
,
S. Stewart a, *, C. Robertson S.B Kennedy C
,
K. Kavanagh L. HaahrBd, S. Dancer A ,
D
, , a,h B. Cook g,S.H.Manoukian
e,f Mason , J. Reilly
A
Menjaga Kesehatan melalui Kelompok Penelitian Pencegahan Infeksi, Pusat Penelitian Kesehatan (ReaCH), Glasgow Caledonian
Universitas, Glasgow, Inggris
B
Departemen Matematika dan Statistik, Universitas Strathclyde, Glasgow, Inggris
C
Kesehatan Masyarakat Skotlandia, Glasgow, Inggris
D
Pusat Yunus untuk Bisnis Sosial dan Kesehatan, Universitas Glasgow Caledonian, Glasgow, Inggris
Dia
Departemen Mikrobiologi, Rumah Sakit Hairmyres, NHS Lanarkshire, Inggris
F
Sekolah Sains Terapan, Edinburgh Napier University, Edinburgh, Inggris
G
Departemen Anestesi dan Perawatan Kritis, Royal Infirmary of Edinburgh, Edinburgh, UK
H
Layanan Nasional Skotlandia (NSS), Inggris

INFORMASI ARTIKEL RINGKASAN

Riwayat artikel: Latar belakang: Beberapa studi infeksi terkait kesehatan (HAI) fokus pada risiko HAI pada titik masuk.
Diterima 30 September 2020 Memahami hal ini akan memungkinkan perencanaan dan pengelolaan perawatan dengan pencegahan
Diterima 25 Maret 2021 infeksi di jantung perjalanan pasien dari titik penerimaan.

Tujuan: Untuk mengetahui karakteristik intrinsik pasien saat masuk rumah sakit dan kejadian ekstrinsik,
Kata kunci: selama dua tahun sebelum masuk, yang meningkatkan risiko terjadinya HAI.
Epidemiologi Metode: Survei insiden orang dewasa di dua rumah sakit di NHS Skotlandia dilakukan selama satu tahun
Infeksi yang didapat di rumah sakit pada 2018/19 sebagai bagian dari studi Evaluasi Biaya Infeksi Nosokomial (ECONI). Ukuran hasil utama
Analisis multivariat adalah mengembangkan setiap HAI menggunakan definisi kasus yang diakui. Kohort berasal dari data
Pengaturan episode rumah sakit rutin dan keterkaitan dengan data resep yang dibagikan komunitas.
Mempertaruhkan

Faktor risiko
Temuan: Faktor risiko yang muncul saat masuk diamati sebagai yang paling signifikan untuk perolehan
Regresi logistik HAI adalah: dirawat di rumah sakit pendidikan, bertambahnya usia, penyakit penyerta kanker, penyakit
kardiovaskular, gagal ginjal kronis, dan diabetes; dan penerimaan darurat. Risiko relatif berkembangnya
HAI meningkat dengan unit perawatan intensif, unit ketergantungan tinggi, dan spesialisasi bedah, dan
pembedahan <30 hari sebelum masuk dan total lama rawat inap >30 hari dalam dua tahun hingga masuk.

Kesimpulan: Menargetkan pasien yang berisiko HAI dari titik masuk memaksimalkan potensi pencegahan,
terutama ketika faktor risiko ekstrinsik diketahui dan dikelola.
Studi ini mengusulkan pendekatan baru untuk pencegahan dan pengendalian infeksi (IPC), mengidentifikasi

* Penulis yang sesuai. Alamat: Universitas Caledonian Glasgow, Jalan Cowcaddens, Glasgow G4 0BA, Inggris. Tel.: þ44 (0)1413 313536.
Alamat email: Sally.stewart@gcu.ac.uk (S. Stewart).

https://doi.org/10.1016/j.jhin.2021.03.032
0195-6701/ª 2021 Para Penulis. Diterbitkan oleh Elsevier Ltd atas nama The Healthcare Infection Society. Ini adalah artikel akses terbuka di
bawah lisensi CC BY (http://creativecommons.org/licenses/by/4.0/).
Machine Translated by Google
S. Stewart dkk. / Jurnal Infeksi Rumah Sakit 114 (2021) 32e42
pasien-pasien dengan risiko terbesar mengembangkan jenis HAI tertentu yang mungkin menjadi kandidat
potensial untuk intervensi PPI yang dipersonalisasi. ª 2021 Para
Healthcare Infection Society. Ini adalah artikel akses terbuka di bawah lisensi CC BY (http://
creativecommons.org/licenses/by/4.0/).
Perkenalan
Infeksi terkait layanan kesehatan (HAIs) merupakan ancaman bagi
keselamatan pasien; mereka mempengaruhi pasien di semua pengaturan
kesehatan berkontribusi secara signifikan terhadap morbiditas dan
mortalitas dan biaya perawatan [1,2]. Beberapa faktor berkontribusi
terhadap risiko HAI termasuk populasi yang menua, kompleksitas terapi
dan munculnya bakteri resisten antibiotik [3].
HAI menjelaskan beberapa jenis infeksi yang dapat mempengaruhi
organ apapun; infeksi ini berkisar dari infeksi saluran kemih hingga infeksi
aliran darah (BSI) [4]. Faktor risiko untuk hal ini bervariasi, dan karena
kejadian HAI di tingkat populasi rumah sakit relatif rendah, tindakan
pencegahan dan pengendalian infeksi (PPI) spesifik harus ditargetkan
pada individu yang berisiko tinggi mengembangkan HAI tertentu.
Mengidentifikasi dan memahami faktor risiko potensial merupakan langkah
penting dalam mengurangi risiko individu mengembangkan HAI. Faktor
risiko meliputi sifat intrinsik pasien dan faktor risiko ekstrinsik atau pajanan
yang terjadi pada pasien selama perawatan di rumah sakit. Banyak faktor
risiko telah dijelaskan untuk populasi tertentu, misalnya risiko pneumonia
pada pasien unit perawatan intensif (ICU) [5e14].
Namun, penelitian ini bersifat retrospektif dan mencakup risiko yang
dihadapi oleh pasien sampai mereka mengembangkan HAI. Perawatan
yang berpusat pada pasien bergantung pada identifikasi pasien berisiko
tinggi saat masuk untuk memungkinkan tindakan PPI yang efektif dimulai
sejak awal. Sementara beberapa penelitian telah berfokus pada faktor
risiko ekstrinsik dan yang lain melihat pada titik transfer risiko, beberapa
penelitian melaporkan seluruh data rumah sakit dan berbagai jenis dan
risiko HAI [5,15e18]. Cheng dkk. menggunakan model yang menganalisis
data dari catatan pasien elektronik di Taiwan, merekam faktor risiko intrinsik
dan ekstrinsik selama pasien tinggal [18]. Mereka mengusulkan bahwa ini
dapat dikembangkan di masa depan untuk mengidentifikasi pasien yang
berisiko selama mereka tinggal. Studi ini melaporkan pendekatan yang
lebih sederhana untuk mengidentifikasi pasien dengan peningkatan risiko
HAI saat masuk. Tinjauan sistematis baru-baru ini mengidentifikasi berbagai
faktor risiko intrinsik dan ekstrinsik dan menyimpulkan bahwa ada
kebutuhan untuk mengidentifikasi pasien yang paling berisiko HAI, untuk
memaksimalkan keselamatan pasien [19].
Penelitian ini bertujuan untuk menilai risiko relatif berkembangnya tipe
HAI yang paling sering terjadi di rumah sakit. Faktor risiko yang disertakan
didasarkan pada informasi yang akan tersedia saat masuk dan berpotensi
digunakan untuk menyesuaikan intervensi guna mengelola risiko HAI
pasien tertentu. Mereka termasuk kombinasi faktor intrinsik dan ekstrinsik
yang telah terpapar pada pasien dalam dua tahun sebelum masuk rumah
sakit saat ini.
Metode
Desain studi
Studi Evaluasi Biaya Infeksi Nosokomial (ECONI) merupakan studi
surveilans insiden observasional. Ukuran hasil utama adalah HAI yang
ditentukan oleh Pusat Pencegahan dan Pengendalian Penyakit Eropa
yang diakui secara internasional
33
Penulis. Diterbitkan oleh Elsevier Ltd atas nama The
(ECDC) definisi kasus HAI [4]. Data penyebut dikumpulkan melalui set
data rutin dan dihubungkan dengan data primer yang dikumpulkan pada
pasien yang mengembangkan HAI. Daftar lengkap item data yang diperoleh
dari kumpulan data rutin ditunjukkan pada Lampiran Tabel A2.
Pengaturan
Studi ini dilakukan di rumah sakit pendidikan dan rumah sakit umum di
Skotlandia selama satu tahun hingga Juni 2019.
Pengaturan ini dipilih karena secara luas mewakili rumah sakit akut lainnya
di Skotlandia dalam hal spesialisasi pasien, distribusi elektif, darurat dan
transfer, rata-rata lama rawat inap, prevalensi HAI, campuran pasien dan
pedesaan.
Untuk dua rumah sakit terpilih terdapat 107.244 penerimaan pasien rawat
inap pada tahun 2014e15 ketika penelitian sedang direncanakan [20,21].
Selama masa penelitian, rumah sakit pendidikan besar memiliki 981 tempat
tidur termasuk 25 tempat tidur perawatan intensif (16 umum, dan sembilan
kardiotoraks), dan 33 tempat tidur ketergantungan tinggi (13 umum,
delapan kardiotoraks, dan 12 transplantasi dan ginjal). Rumah sakit umum
yang besar memiliki 492 tempat tidur termasuk lima perawatan intensif dan
empat tempat tidur ketergantungan tinggi [22,23].
Peserta
Semua rawat inap semalam dewasa dimasukkan dalam penyebut.
Pasien yang masuk sebagai kasus sehari ke rumah sakit studi atau dirawat
karena kecelakaan dan darurat dan dipulangkan tanpa rawat inap
semalam dikeluarkan.
Pengumpulan data
Definisi kasus epidemiologi ECDC HAI digunakan untuk mendefinisikan
HAI sebagai variabel hasil [4]. Perawat penelitian studi ECONI yang
dipekerjakan di rumah sakit yang berpartisipasi meninjau semua laporan
positif dari database mikrobiologi rumah sakit setiap hari, yang menyoroti
pasien dengan dugaan HAI. Sistem informasi pasien kemudian ditinjau
untuk menentukan apakah kasus yang dicurigai memenuhi definisi kasus
ECDC HAI. Sumber data ini meliputi: sistem manajemen pasien
(TrakCare); sistem resep; IC (kontrol infeksi) bersih; catatan medis dan
keperawatan; dan pengamatan langsung. Kasus-kasus yang memenuhi
definisi kasus ECDC HAI dicatat pada database REDCap yang dipesan
terlebih dahulu [24,25]. Kumpulan data kejadian ini meliputi: rumah sakit,
tipe HAI, tanggal onset, organ penyebab, dan kerentanan antibiotik,
bersama dengan nomor Indeks Kesehatan Masyarakat (CHI) pasien [22].
CHI adalah pengidentifikasi unik untuk semua pasien yang terdaftar untuk
perawatan kesehatan di NHS Skotlandia dan digunakan untuk
menghubungkan catatan pasien dari sumber data rutin ke catatan penyebut.
Nomor CHI direkam
oleh perawat penelitian ECONI digunakan untuk mengidentifikasi kasus
HAI dalam kelompok kejadian dan semua penerimaan diklasifikasikan
sebagai penerimaan HAI dan penerimaan non-HAI. Penerimaan HAI berisi
satu atau lebih episode HAI. Pemilihan kovariat didasarkan pada faktor
risiko yang diidentifikasi untuk mengembangkan HAI dalam tinjauan
sistematis dan meta-analisis [19].
Machine Translated by Google
34 S. Stewart dkk. / Jurnal Infeksi Rumah Sakit 114 (2021) 32e42
Item data dikumpulkan melalui keterkaitan rekaman
Penyebut untuk studi kohort kejadian adalah semua rawat inap
rumah sakit yang berisi satu atau lebih episode perawatan di rumah
sakit studi dalam periode studi, dan diidentifikasi dari Scottish
Morbidity Records 'SMR01'. Kumpulan data ini mencakup tanggal
dan durasi semua penerimaan dan pemulangan ke rumah sakit akut
[21].
Data tentang semua pasien rawat inap yang memenuhi syarat
termasuk: tanggal masuk dan keluar, spesialisasi, diagnosis untuk
masuk (Klasifikasi Penyakit Internasional, Revisi ke-10: ICD-10),
operasi ditentukan oleh Kantor Sensus Penduduk dan Survei
Klasifikasi Operasi dan Prosedur Bedah (OPCS )-4,8 dalam dua
tahun sebelum masuk dan selama masuk, jumlah dan lokasi
episode perawatan, rawat jalan pra-masuk dan intervensi bedah
pada tahun sebelum masuk [26,27]. Kuintil Scottish Index of Multiple
Deprivation (SIMD) 2016 untuk Skotlandia dipetakan ke Direktori
Kode Pos Skotlandia National Records of Scotland (NRS) 2019 dan
ditautkan menggunakan kode pos pasien SMR01 [28]. Nilai Indeks
Komorbiditas Charlson (CCI) dihitung menggunakan kode ICD-10
V4 dari semua bidang diagnosis SMR01 yang tersedia, dan skor
dibagi menjadi kategori ringan (1e2), sedang (3e5), dan berat (6)
untuk analisis [29,30] . Sebuah kelompok khusus dipesan lebih
dahulu diperoleh dengan menggunakan kombinasi fasilitas
perawatan yang signifikan dan spesialisasi konsultan yang merawat
pasien. Kelompok-kelompok ini adalah unit ketergantungan tinggi
(HDU); unit perawatan intensif (ICU); kedokteran (MED); kebidanan
dan ginekologi (OBGYN); semua spesialisasi bedah digabungkan
(SUR). Sekelompok komorbiditas dipesan lebih dahulu diturunkan
berdasarkan kode ICD-10 dalam dataset SMR. Ini termasuk kode
diabetes ICD-10 (E08eE14); gagal ginjal kronis (CRF) (N17eN19);
penyakit kardiovaskular (I00eI99); kanker/neoplasma ganas
(C00eC96); penyakit paru kronis (PPOK) (J40eJ47); dan penyakit
sistem saraf (G00eG99). Ini semua merujuk pada penerimaan
sebelum episode penerimaan yang dianalisis dalam penelitian ini.
Jumlah kunjungan rumah sakit rawat jalan dan setiap prosedur
rawat jalan dalam tahun sebelum masuk ke rumah sakit diambil
dari kumpulan data SMR00, yang mencatat kehadiran pasien [31].
Keterkaitan dengan resep yang diberikan komunitas melalui 'Sistem
Informasi Resep untuk tanah Skotlandia' (PIS) memberikan
informasi tentang paparan antibiotik pada tahun sebelum masuk
[32]. Rincian semua faktor risiko yang termasuk dalam model
diuraikan dalam Lampiran Tambahan. Paparan antibiotik mengacu
pada semua antibiotik yang dibagikan komunitas dan dinyatakan
sebagai jumlah kumulatif dari dosis harian yang ditentukan (DDD)
yang dibagikan pada tahun sebelum masuk [33]. Waktu dari saat
antibiotik terakhir diambil untuk masuk dihitung. Tanggal yang
sesuai dengan akhir kursus antibiotik diperkirakan dengan
menambahkan jumlah DDD ke tanggal yang dikeluarkan, dan waktu
masuk dihitung dalam hari sebagai durasi dari akhir kursus hingga
masuk.
Waktu diatur ke nol di mana masuk terjadi sebelum perkiraan hari
terakhir minum antibiotik.
Metode statistik
Setiap rawat inap di rumah sakit berkontribusi satu kali untuk
analisis. Seorang pasien yang diterima kembali dalam masa studi
dapat berkontribusi lebih dari satu tinggal ke penyebut. Penerimaan
dengan onset HAI pada atau sebelum tanggal masuk atau tanggal
onset HAI yang tidak terjadi selama rawat inap
dikecualikan. Rekaman episode dalam kumpulan data SMR01
dibuat saat pasien dipulangkan. Pasien yang tetap di rumah sakit
pada saat analisis belum menghasilkan catatan pemulangan dan
juga dikeluarkan. Keterkaitan dengan set data rutin dilakukan 90
hari setelah akhir periode pengumpulan data studi untuk
memungkinkan jeda waktu dalam data yang tersedia untuk analisis.
Rekaman tanpa CHI yang valid (N ¼ 10) tidak dapat ditautkan dan
dikecualikan. Dimana penerimaan pasien berisi lebih dari satu HAI,
HAI pertama digunakan untuk mengelompokkan jenis HAI. Data
yang bersumber dari SMR01 sebagian besar lengkap karena ini
adalah bidang data wajib yang dicatat untuk semua pasien [34].
SIMD ditautkan menggunakan kode pos pasien; di mana ini hilang
(N ¼ 340) SIMD dikategorikan sebagai 'tidak diketahui'.
Tiga puluh dua faktor risiko potensial dimasukkan dalam analisis,
dan didasarkan pada kemungkinan biologis dan faktor yang
diusulkan sebelumnya dalam literatur yang ada [19,20].
Kumpulan faktor awal ini dimasukkan dalam serangkaian analisis
univariat untuk mengidentifikasi prediktor yang secara signifikan
terkait dengan pengembangan HAI. Tes untuk tren dilakukan untuk
variabel kontinu dengan membandingkan model regresi linier yang
berisi satu-satunya variabel dengan model nol (intersep saja)
menggunakan uji rasio kemungkinan. Tidak ada tren linier yang
diidentifikasi. Pemilihan model bertahap mundur dilakukan untuk
mengidentifikasi faktor-faktor risiko yang terkait dengan HAI pada
tingkat signifikansi 5%. Signifikansi statistik variabel individu
dievaluasi menggunakan uji Wald, dan uji rasio kemungkinan
digunakan untuk membandingkan model bersarang dalam prosedur pembuatan
Pendekatan berurutan dikembangkan saat membangun model.
Faktor risiko dibagi menjadi tiga tema konseptual untuk pemodelan
guna membantu pemilihan fokus: m1, demografi; m2, faktor yang
berkaitan dengan tinggal penyebut; dan m3, faktor yang berkaitan
dengan periode sebelum masuk ke penyebut menginap. Model
dijalankan secara berurutan, dengan m2 terdiri dari faktor-faktor
yang diidentifikasi dalam model paling pas m1 ditambah faktor m2
tambahan, dan m3 terdiri dari faktor-faktor yang diidentifikasi dalam
model paling pas m2 ditambah faktor m3 tambahan. Rincian faktor-
faktor yang termasuk dalam masing-masing model dijelaskan secara
rinci dalam Lampiran Tabel A2. Versi yang dipertahankan untuk
pemodelan multivariat diidentifikasi melalui skor kriteria informasi
Akaike (AIC) terendah dari model penyesuaian yang paling pas
sebelumnya. Faktor-faktor yang dimasukkan dalam model akhir
kemudian digunakan dalam analisis yang disesuaikan untuk
mengevaluasi risiko relatif dari enam tipe HAI yang paling sering
terjadi. Model multinomial dijalankan untuk menyelidiki risiko relatif
dari pengembangan enam tipe HAI spesifik. Semua analisis statistik
dilakukan dengan menggunakan perangkat lunak R (versi 3.5.1) [35].
Etika
Studi ini adalah surveilans dan oleh karena itu dikonfirmasi
sebagai tidak memenuhi syarat untuk tinjauan etis (Bailey A.
Komunikasi pribadi dengan S. Stewart, 8 September 2016. Layanan
Etika Penelitian Skotlandia Tenggara). Disetujui oleh persetujuan
tata kelola informasi nasional: Public Benefit of Health and Social
Care: Studi insiden: 1617-0037.
Hasil
Selama masa studi ada total 99.018 orang dewasa yang
menginap semalam. Setelah penerapan statistik
Machine Translated by Google
S. Stewart dkk. / Jurnal Infeksi Rumah Sakit 114 (2021) 32e42
Tidak termasuk
17 record HAI yang tidak terhubung* 10 893 penerimaan dengan satu
CHI tidak valid 7
CHI valid tanpa record SMR01
Gambar 1. Diagram CONSORT untuk rawat inap termasuk dalam analisis risiko studi kohort. *Sepuluh pasien tidak memiliki nomor Indeks Kesehatan
Masyarakat yang valid (CHI; penduduk non-Skotlandia), tujuh pasien tidak memiliki Catatan Morbiditas Skotlandia (SMR01) yang tersedia (masih di rumah
sakit atau kesalahan transkripsi). LOS, lama tinggal; HAI, infeksi terkait perawatan kesehatan.
pembatasan, analisis termasuk 63.890 penerimaan yang memenuhi syarat ke
rumah sakit studi selama masa studi. Ada 44.399 untuk rumah sakit pendidikan
dan 19.491 untuk rumah sakit umum (Gambar 1). Sebanyak 893 rawat inap
memiliki satu atau lebih HAI, dengan 822 di rumah sakit pendidikan dan 71 di
rumah sakit umum. Insiden keseluruhan adalah 1,4% dengan 1,9% di rumah
sakit pendidikan dan 0,4% di rumah sakit umum (dilaporkan di tempat lain [36]).
Tabel I menunjukkan jumlah dan persentase faktor risiko yang termasuk
dalam model multivariat akhir dalam rawat inap ini. Pasien berusia> 60 tahun
merupakan 61% dari penerimaan.
Ada jumlah pria dan wanita yang sama. Lebih dari
setengah dari penerimaan telah dirawat di rumah sakit setidaknya sekali dalam
dua tahun sebelumnya (54,5%) dan lebih dari sepersepuluh (12,8%) adalah
pasien yang telah dirawat di rumah sakit selama> 30 hari dalam dua tahun
sebelumnya. SIMD kategori dua (kuintil terdeprivasi kedua) paling sering terjadi
(26,3%). Lebih dari tiga perempat penerimaan (77,9%) adalah penerimaan
darurat. Frekuensi deskriptif dan persentase dari semua variabel risiko potensial
yang dimasukkan dalam analisis ditunjukkan pada Lampiran Tabel A1.
Tabel I menunjukkan risiko relatif (RR) yang tidak disesuaikan dan
disesuaikan dan interval kepercayaan (CI) 95%. Membandingkan dalam
kelompok variabel, pasien yang dirawat di rumah sakit umum memiliki risiko
HAI yang jauh lebih rendah dibandingkan dengan pasien di rumah sakit
pendidikan. Risiko terjadinya HAI meningkat seiring bertambahnya usia, dengan
usia >80 tahun menunjukkan RR sebesar 2,47 (CI: 1.82e3.40) dibandingkan
dengan usia <40 tahun. Risiko tertinggi, disesuaikan dengan efek dari semua
faktor risiko lainnya, masuk ke ICU khusus dibandingkan dengan kedokteran
umum (RR: 4.11; 95% CI: 3.34e5.02). Ini diikuti dengan masuk ke spesialisasi
HDU (RR: 2.70; 95% CI: 2.08e3.47) dibandingkan dengan spesialisasi medis
umum, pasien dengan gagal ginjal kronis (RR: 2.19; 95% CI: 1.88e2.54)
dibandingkan dengan mereka yang tanpa kondisi dan penerimaan darurat
dibandingkan dengan elektif (RR: 2.0; CI: 1.64e2.46). Ada peningkatan risiko
yang terkait dengan operasi dalam 30 hari sebelum masuk (RR: 1,86; 95% CI:
1,49e2.32), dan rawat inap di rumah sakit sebelumnya lebih dari dua minggu
selama dua tahun sebelumnya (1,37; 95% CI : 1.08e1.73 selama 15e30 hari;
meningkat menjadi RR: 1.65; 95% CI: 1.34e2.04 selama >30 hari).
Meskipun tidak menunjukkan hubungan pada titik analisis ini, jenis kelamin
dipertahankan sepanjang analisis karena dianggap sebagai karakteristik pasien
yang penting secara klinis, dan kemudian terbukti berhubungan dengan tipe
HAI tertentu. Pasien dalam dua kategori SIMD yang paling kekurangan memiliki
kemungkinan lebih kecil untuk mengembangkan HAI selama mereka tinggal di
rumah sakit dibandingkan dengan mereka yang paling kekurangan.
35
63.890 rawat inap dirawat di rumah sakit studi
selama masa studi dengan LOS >1 hari
62.997 penerimaan tanpa
atau lebih HAI HAI
Tabel II menunjukkan risiko yang disesuaikan menurut tipe HAI. Ada
penurunan risiko timbulnya tipe HAI apapun selama tinggal di rumah sakit
umum dibandingkan dengan rumah sakit pendidikan, meskipun jumlah kecil di
rumah sakit umum yang diteliti, ketika dianalisis berdasarkan jenis infeksi,
dapat mengurangi kekuatan untuk mendeteksi secara akurat hubungan
beberapa infeksi.
Untuk BSI hubungan terkuat terlihat pada pasien yang sebelumnya
didiagnosis dengan gagal ginjal kronis (RR: 4.73; 95% CI: 3.38e6.63) dan
kanker (3.24; 2.14e4.91), di rawat inap darurat (3.38; 1.97e5.79 ) atau masuk
ke spesialisasi HDU, dan peningkatan risiko seiring bertambahnya usia. BSI
menunjukkan peningkatan risiko (2.86; 1.31e6.25) pada mereka yang berusia
>70 tahun relatif terhadap mereka yang berusia <40 tahun.
Infeksi gastrointestinal (GI) juga menunjukkan peningkatan risiko pada
mereka yang berusia >70 tahun, dan pada pasien berusia >80 tahun risikonya
adalah faktor 5,22 (95% CI: 2.18e12.47) lebih besar daripada mereka yang
berusia <40 tahun. . Penerimaan darurat menunjukkan peningkatan 2,36 pada
RR (CI: 1.26e4.43). Pasien dengan diabetes, gagal ginjal kronis, dan kanker
semuanya menunjukkan peningkatan risiko GI bersama dengan mereka yang
tinggal di rumah sakit lebih dari satu minggu dalam dua tahun sebelum masuk
penyebut.
Pasien dengan total lama tinggal (LOS) >8 hari dalam dua tahun sebelum
masuk memiliki peningkatan RR infeksi GI; pasien dengan LOS >30 hari
memiliki risiko tiga kali lebih besar (3.07; 1.79e5.28) dibandingkan pasien yang
tidak tinggal di rumah sakit dalam dua tahun sebelumnya.
Ada peningkatan risiko infeksi saluran pernapasan bawah (LRI) (RR: 9.86;
95% CI: 6.54e14.88) dan pneumonia (19.56; 10.92e35.02) pada mereka yang
dirawat di ICU. Pasien HDU memiliki peningkatan risiko relatif terhadap pasien
medis LRI dan pneumonia masing-masing 3,53 (2,01e6,18) dan 4,63
(1,90e11,30). Usia menunjukkan efek yang lebih kecil pada risiko relatif
berkembangnya LRI atau pneumonia. Total lama rawat inap >30 hari dalam
dua tahun sebelumnya signifikan untuk LRI (1.98; 1.17e3.35) dan pneumonia
(3.56; 1.68e7.55).
Meskipun ada beberapa bukti penurunan risiko pada kategori menengah
dibandingkan dengan kategori SIMD yang paling tidak memiliki untuk mereka
yang mengalami infeksi luka operasi (SSI), tidak ada tren linier yang jelas. Ada
peningkatan risiko SSI terkait dengan
waktu dari operasi terakhir hingga masuk, dengan mereka yang menjalani
operasi dalam 30 hari sebelum masuk memiliki risiko 6,28 kali lipat dari mereka
yang tidak menjalani operasi. Tidak ada pola yang jelas diamati dalam kaitannya
dengan waktu dari operasi untuk jenis HAI lainnya. Pasien yang menjalani
operasi baru-baru ini berada pada peningkatan risiko mengembangkan SSI
pada penerimaan berikutnya. Ini terbesar selama 30 hari pertama setelah
operasi (RR: 6.28; 95% CI: 3.60e10.95) tetapi peningkatan risiko ditunjukkan
pada periode dari
Machine Translated by Google

36 S. Stewart dkk. / Jurnal Infeksi Rumah Sakit 114 (2021) 32e42

Tabel I
Demografi, rasio risiko univariat dan multivariat, dan variabel perancu potensial untuk HAI dalam model multivariat akhir

Variabel Kelompok Jumlah penerimaan TIDAK. dari HAI RR univariat Multivariat RR yang paling pas
memenuhi syarat (grup %) (95% CI) (95% CI)
untuk studi

Rumah Sakit (rumah sakit studi pertama yang tinggal) Pengajaran (variabel %) 822 (1.9) 1 1
Umum 44.399 (69,5) 71 (0.4) 0.20 (0.15e0.25) 53 (0.6) 65 0,16 (0,12e0,20) 1
Kelompok usia (tahun) <40 19.491 (30,5) (1.1) 1.86 1
40e49 9252 (14,5) (1.30e2.67) 137 (1.4) 2.48 (1.81e3.40) 1,59 (1,11e2,29) 1,97
50e59 6105 (9,6) 157 (1.4) 2.37 (1.74e3. 24) 222 (1.7) (1,44e2,74) 1,76
60e69 9638 (15,1) 2.88 (2.14e3.88) 259 (1.9) 3.25 (1,29e2,44) 2,19
70e79 11.540 (18,1) (2.42e4.36) 442 (1.5) 1 451 (1.3) 0.91 (1,62e3,01) 2,47
80 13.451 (21,1) (0.80e1.04) 177 (1.4) 1 271 (1.6) 1.16 (1,82e3,40) 1
Seks Pria 13.904 (21,8) (0.96e1.40) 157
Perempuan 30.145 (47,2) (1.3) 0.93 (0.75e1.15) 124 (1.2) 0.86 1,03 (0,90e1,17) 1
SIMD (1: paling miskin; 5: paling miskin) 32.845 (53.745) (0.69e1.08) 160
1 1 ) 16.824 (26.3) (1.4) 0.99 (0.80e1.22) 4 (1.2) 0.84 1,05 (0,88e1,27) 0,84
23 12.088 (18.9) (0.32e2.26) 780 (1.3) 113 (2.4) 425 (0,68e1,04) 0,74
4 10.338 (16.2) (1.1) 468 (1.9) 621 (1.1) 272 (3.6) 748 (0,59e0,93) 0,77
5 11.595 (18.1) (1.3) 145 (2.2) 125 (0.9) 768 (1.5) 387 (0,62e0,95) 0,85
Tidak dikenal 340 (0.5) (1.1) 71 (4.2) 3.66 ( 2.85e4.69) 124 (0,26e1,97) 1
Kanker (penyebut tetap) TIDAK
59.206 (92.7) (4.7) 4.08 1
Ya 4684 (7.3) (3.35e4.98) 1.83 (1.51e2.23) 1 1.72 (1.40e2.09) 1
Penyakit kardiovaskular (penyebut TIDAK
39.566 (61.9) 12 (0.7)
tinggal) Ya 24.324 (38.1) 0.61 1.79 (1.57e2.04) 1 1.40 (1.22e1.62) 1
Gagal ginjal kronis (penyebut TIDAK
56.277 (61.9) (0.35e1.09)
tinggal) Ya 299 (1.4) 3.24 (2.81e3.73) 1 2.19 (1.88e2.54) 1
Diabetes (denominator menginap) TIDAK
248.9.88.8.88.88.18 1.21
Ya (61) (61) (1.04e1.41) 1.71 (1.43e2.04) 1 1.26 (1.05e1.51) 1
Jenis tiket masuk (denominator menginap) Pilihan (38.19) (61) (61) 406 (1.1) 1
Keadaan darurat (61) (38.19). 135 (3.0) 1.75 (1.45e2.11) 1 2.00 (1.64e2.46) 1
Spesialisasi (tiket masuk ke rumah sakit studi DENGAN (10,2) 14.149 2.62 (2.16
pertama dalam masa inap penyebut) HDU (22,1) 49.741 e3.18) 105 (2.0) 1.76 (1.42e2.17) 82 2,70 (2,08e3,47) 4,11
ICU (77,9) 35.158 (1.6) 1.43 (1.13e1.81) 165 (1.2) 1.08 (3,34e5,02) 1,21
OBGYN (55,2) 1764 (0.90e1.29) 307 (1.1) 1 82 (1.2) 1.15 (0,63e2,08) 1,67
PADA (2,7) 2761 (4,2) (0.90e1 .46) 86 (1.0) 0.99 (0.78e1.26) (1,43e1,96) 1
Waktu sejak operasi terakhir (hari masuk) Tidak ada 1774 (2,8) 22.433 94 (1.7) 1.57
30 (35,1) 35.656 (1.25e1.97) 119 (2.0) 1.89 (1.53e2.33) 1,86 (1,49e2,32) 1,29
31e90 (55,8) 4523 205 (2.5) 2.38 (2.00e2.84) (1,01e1,62) 1,19
91e180 (7,1) 5250 (0,92e1,52) 0,96
181 (8,2) 5026 (7,1,9) (0,79e1,17) 1 1,11
Total lama tinggal dalam 2 tahun sampai 1 ) 29.083 (45,5)
masuk (hari) 0 6763 (10,6) (0,86e1,42) 0,85
1e2 8231 (12,9) (0,66e1,09) 1,19
3e7 5681 (8,9) (0,93e1,52) 1,37
8e14 5978 (9,4) (1,08e1,73) 1,65
15e30 >30 8154 (12,8) (1,34e2,04)

HAI, infeksi terkait perawatan kesehatan; RR, risiko relatif; selang kepercayaan CI; IMD, Indeks Deprivasi Berganda Skotlandia. Spesialisasi dipesan lebih dahulu: HDU, unit
ketergantungan tinggi; ICU, unit perawatan intensif; MED, kedokteran; OBGYN, kebidanan dan ginekologi; SUR, semua spesialisasi bedah.
Tabel lengkap termasuk faktor yang tidak termasuk dalam model multivariat final tersedia di Lampiran Tambahan.
A
Pasien tidak menjalani operasi seperti yang didefinisikan oleh Kantor Sensus Penduduk dan Survei Klasifikasi Operasi dan Prosedur Bedah
dalam waktu dua tahun sebelum penerimaan.

31e90 hari (2.75; 1.45e5.21). Penting untuk dicatat bahwa analisis studi <40 tahun (RR: 5.13; 95% CI: 2.26e11.65). Ada peningkatan risiko dalam
kohort tidak termasuk operasi dalam penerimaan saat ini. keadaan darurat dibandingkan dengan penerimaan elektif untuk pasien
dengan ISK. Ada 67% peningkatan risiko timbulnya ISK selama rawat inap
Infeksi saluran kemih (ISK) menunjukkan peningkatan RR seiring bertambahnya usia, di rumah sakit pada wanita dibandingkan dengan pria. Ini adalah satu-
dengan mereka yang berusia >80 tahun memiliki risiko lima kali lipat dibandingkan mereka yang berusia satunya tipe HAI yang menunjukkan peningkatan RR untuk kedua jenis kelamin.
Machine Translated by Google

Tabel II
Rasio risiko yang disesuaikan (interval kepercayaan 95%) untuk risiko mengembangkan salah satu dari enam jenis HAI selama rawat inap di rumah sakit, berdasarkan model akhir multivariat

Variabel Kelompok BSI GI LRI PN SSI ISK

Rumah Sakit (rumah sakit Pengajaran

Umum

Sakit
e42/
(202
Rum
Infek
Stew
Jurn
114
dkk.
32
S. studi pertama yang tinggal)
Kelompok usia (tahun)

Seks

SIMD (1: paling miskin; 5: paling

miskin)

Kanker (penyebut tetap)

Penyakit kardiovaskular
<40
40e49
50e59
60e69
70e79

Pria
80

Perempuan

2
3
4
5
Tidak dikenal
TIDAK

Ya
TIDAK

Ya
1 0,11 (0,06e0,21) 1

1,55 (0,60e4,06)
2,09 (0,91e4,78) 2,13
(0,95e4,78) 2,86
(1,31e6,25) 2,33
(1,05e5,18) 1
1 0,02 (0,01e0,10) 1

0,87 (0,63e1.19) 0,84 (0,60e1,19) 11 1

(0.20e11.17) 1.64 (0.22e12.34) 1.66 ( 0.38e7.25) 1 1

3.24 (2.14e4.91) 1
1
1.72 (1.03e2.89) 1
1 0,01 (0,00e0,08) 1

2.84 (1.08e7.52) 1.72 (0.76e3.86) 1.92

(0.73e5.04) 2.10 (1.01e4.36) 1.93 (0.75e4.93)
1.49 (0.71e3.14) 2.58 (1.05e6.37) 1.93
(0.93e3.99) 5.22 (2.18e12.47) 1.85 (0.87e3.93) 1

1
0.87 (0.63e1.20) 1

1,35 (0,85e2,15) 1,22 (0,75e2,01) 1,17 (0,73e1,88) 0,96 (0,56e1,63) 0,85

(0,47e1,51) 1,07 (0,64e1,80) 0,81 (0,45e1,44) 0,96 (0.54e1.71) 0.77
(0.43e1.39) 0.95 (0.56e1.60) 0.75 (0.42e1.32) 0.94 (0.55e1.59) 1.49

2.19 (1.33e3.59) 1
1 0,10 (0,03e0,26) 1

2,23 (0,66e7,55) 2,76

(0,90e8,49) 2,37
(0,77e7,29) 2,01
(0,63e6,35) 2,87
(0,91e9,07) 1

0,95 (0,60e1,51) 1

0,91 (0,48e1,74) 1,19

(0,62e2,28) 0,65
(0,29e1,44) 0,48
(0,21e1,09)
-
1
1.87 (0.92e3.80) 1
1 0,47 (0,30e0,75) 1

0.94 (0.40e2.24) 1.72

(0.86e3.44) 1.26
(0.62e2.60) 1.81
(0.91e3.61) 0.96
(0.43e2.14) 1

0,88 (0,61e1,28) 1

0,78 (0,48e1,25) 0,50

(0,28e0,91) 0,54
(0,30e0,97) 0,57
(0,32e1,02)
-
1
0,84 (0,45e1,57) 1
1 0,19 (0,12e0,31) 1

1,67 (0,60e4,63)
2,71 (1,13e6,50) 2,95
(1,26e6,94) 3,56
(1,55e8,18) 5,13
(2,26e11,65) 1

1.67 (1.23e2.26) 1

0,96 (0,64e1,46) 0,75

(0,47e1,21) 0,64
(0,38e1,06) 0,80
(0,51e1,25)
-
1
1.32 (0.79e2.21) 1

(penyebut tinggal) 1.39 (0.99e1.94) 1 0,68 (0,47e0,98) 1 1.21 (0.85e1.72) 1 1.47 (0.87e2.48) 1 2.02 (1.34e3.02) 1 2.23 (1.63e3.07) 1
Gagal ginjal kronis TIDAK

(denominator stay) Ya 4.73 (3.38e6.63) 2.18 (1.49e3.18) 2.20 (1.53e3.17) 1.51 (0.87e2.63) 1.59 (0.98e2.58) 1 1 1 1.80 (1.19e2.70) 0.76 1,92 (1,37e2,70) 1
Diabetes (denominator stay) No 1 1 1,18 (0,77e1,81) 1,64 (1,05e2,56) (0.36e1.62) 0.79 (0.44e1.42) 1 1 1 1.02 ( 0.66e1.59) 1.56
Ya (0.79e3.10) 1.88 (1.19e2.96) 1 1 1 3.53 (2.01e6.18) 4.63 (1.90e11.30) 11.18 1,15 (0,76e1,76) 1
Jenis tiket masuk Pilihan 1 1 Darurat 3.38 (1.97e5.79) 2.36 (4.06e30.79) 1.38 (0.60e3.23) 9.86 (6.54e14.88) 19.56
(denominator menginap) (1.26e4.43) (10.92e35.02) 17.90 (7.59e42.21) 1.23 (0.61e2.49) 0.37 (0.05e2.79) 1.36 2,91 (1,79e4,74) 1
Spesialisasi (tiket masuk ke rumah MED 1 1 HDU 2.90 (1.65e5.08) 1.70 (0.82e3.52) (0.17e10.77) 22.43 (6.96e72.31) 1.75 (0,52e5,87) 0,63
sakit studi pertama (0,39e1,03) 1,07 (0,53e2,16) 19,28 (9,58e38,79) 2,04 (1,48e2,80)
dalam masa inap penyebut) ICU 1.40 (0.69e2.86) 1.44 (0.61e3.39)
OBGYN 1.21 (0.28e5.20) e SUR 1.81 (1.26e2.60)
0,75 (0,49e1,16)
Waktu sejak operasi rawat inap Tidak ada 1111 1 1
terakhir (hari masuk) 30 1,70 (0,99e2,94) 1,80 (1,03e3,15) 1,26 0,68 (0,34e1,38) 0,81 1.66 (0.78e3.53) 1.19 6,28 (3,60e10,95) 2,75 1.53 (0.88e2.66) 1.42
31e90 0,97 (0,52e1,80) 1,08 (0,70e2,25) 1,40 (0,44e1,50) 1,15 (0.54e2.62) 0.67 (1,45e5,21) 1,38 (0.84e2.42) 1.42
91e180 (0,57e2,04) (0,78e2,51) (0,65e2,05) (0.25e1.83) (0,63e3,03) (0.82e2.43)

(bersambung ke halaman berikutnya)

37
Machine Translated by Google

38 S. Stewart dkk. / Jurnal Infeksi Rumah Sakit 114 (2021) 32e42

Diskusi
ISK

Mengidentifikasi pasien yang berisiko lebih besar terkena HAI pada

e1.63)
(0.72
1.08
1 e1.29)
e1.15)
e1.50)
e1.74)
(0.40
e1.68)
(0.39
(0.51
0.72
(0.71
0.67
(0.62
0.87
1.11
1.02
awal perawatan di rumah sakit dan mengelola perawatan mereka untuk
mengoptimalkan pencegahan infeksi sangatlah penting. HAI dalam
populasi rumah sakit adalah peristiwa yang relatif jarang terjadi, dengan
kurang dari 2% pasien yang masuk mengembangkan HAI selama mereka
tinggal dalam studi ECONI [36]. Ukuran frekuensi penyakit ini hanya
SSI berguna jika dapat digunakan untuk mencegah HAI setelah masuk rumah sakit.
Faktor risiko ekstrinsik, seperti penyisipan perangkat klinis, sudah mapan
dalam literatur tetapi hanya menggambarkan sebagian kecil dari semua
e1.81)
(0,47
0,92
1 e3.13)
e2.37)
e2.96)
(0,87
e2.16)
(0,58
e2.19)
(0,81
1,65
(0,60
1,17
(0,54
1,54
1,14
1,09 infeksi dalam studi ECONI [36]. Studi sebelumnya cenderung berfokus
pada HAIs tertentu, jenis, organisme penyebab, atau faktor risiko [19].
Namun, mengidentifikasi faktor risiko yang diketahui pada awal penerimaan
pasien lebih berharga karena ini memungkinkan tindakan PPI yang
ditargetkan dapat diterapkan lebih awal [3]. Studi ini memberikan analisis
PN baru seluruh rumah sakit tentang faktor-faktor yang meningkatkan risiko
HAI, dan jenis HAI individu pada saat masuk. Temuan ini memiliki implikasi
penting bagi strategi PPI rumah sakit secara nasional dan lokal. Ini harus
e1,36)
(0,32
10,66 e5.07)
e5.73)
e7.55)
e3.76)
e3.16)
(0.89
(1.31
(1.68
2.12
(0.53
2.74
(0.56
3.56
1.42
1.33
menginformasikan intervensi penargetan kepada pasien dalam spesialisasi
tertentu, dengan risiko yang sangat meningkat untuk mengembangkan
HAI atau jenis HAI tertentu. Kesempatan untuk melakukan jenis analisis
ini jarang terjadi karena pengumpulan datanya intensif dan mahal.

LRI

Faktor risiko terbesar untuk berkembangnya HAI adalah: dirawat di

rumah sakit pendidikan, bertambahnya usia, rawat inap darurat dan
e1,34)
(0,52
10,83 e1.11)
e3.35)
e2.67)
e2.67)
(0,26
(1,17
e2.24)
(0,82
0,54
(0,83
1,98
(0,72
1,48
1,49
1,27
penyakit penyerta kanker, penyakit kardiovaskular, gagal ginjal kronis, dan
diabetes. Ada perbedaan antara rumah sakit pendidikan dan rumah sakit
umum dalam hal keparahan penyakit pasien dan kompleksitas perawatan
yang diberikan untuk pasien tersebut. Studi sebelumnya menunjukkan
GI
adanya risiko infeksi yang lebih tinggi di rumah sakit pendidikan yang lebih
besar [37e39]. Perbandingan cenderung berfokus pada perbedaan
prevalensi HAI antara perawatan akut, menggabungkan rumah sakit umum
e5,28)
e5,24)
e3,99)
e2,73)
e1,54)
(1,79
(1,66
(1,13
3,07
(0,74
2,95
(0,19
2,12
1,42
0,54
dan pendidikan dan perawatan primer yang menggabungkan komunitas
dan rumah sakit rawat lama [20,40]. Studi kejadian seluruh rumah sakit
jarang terjadi dan studi sebelumnya di Inggris berfokus pada satu rumah
sakit umum [41]. Banyak dari faktor-faktor ini telah ditampilkan dalam
penelitian serupa hingga saat ini. Namun, presentasi rumah sakit dan
BSI status sosial ekonomi belum teridentifikasi dalam tinjauan sistematis
terbaru dan memerlukan penelitian lebih lanjut [19]. Ini mungkin karena
penelitian sebelumnya tidak mempertimbangkan risiko untuk semua HAIs
e1.72)
e1.51)
e1.19)
e1.88)
(0.56
e2.01)
(0.44
(0.36
0.99
(0.69
0.82
(0.67
0.66
1.14
1.16

pada saat masuk, tetapi secara retrospektif mempertimbangkan semua

risiko untuk seluruh rawat inap. Selanjutnya, fokus dari banyak makalah
tetap pada faktor-faktor risiko yang dapat dimodifikasi, daripada
mempertimbangkan cara terbaik untuk mengelola faktor-faktor tersebut,
dari perspektif PPI, yang tidak dapat dimodifikasi.
Kelompok
181
e1,92)
e1,24)
(0,79
(0,45
1,23
0,75
01
1 1e2 3e7 8e14 e30
15 >30

Jenis dan spesialisasi rumah sakit merupakan pertimbangan penting

untuk memprioritaskan sumber daya IPC organisasi berdasarkan risiko [42].
Selain itu, pertimbangan jalur riwayat pasien untuk rawat inap saat ini
sangat penting. Pasien dengan total lebih dari 15 hari tinggal di rumah
sakit, selama dua tahun sebelum rawat inap mereka saat ini, merupakan
22,2% dari semua rawat inap dan pasien dengan >30 hari adalah 12,8%
dari semua rawat inap. Pasien dengan risiko rawat inap kembali terkait
dengan kondisi dan kelemahan jangka panjang, atau rawat inap darurat
pada pasien yang lebih muda [43]. Studi sebelumnya telah menemukan
masuk
tahun
(hari) sebelumnya.
operasi
dalam
tahun
Tidak
dua
ada bahwa lama rawat inap pada pasien medis yang lebih tua berhubungan
Variabel tinggal
Total
lama
di
2 A
II(lanjutan)
Tabel ketergantungan
spesialisasi
kedokteran;
ginekologi;
gastrointestinal;
kebidanan
Spesialisasi
perawatan
Skotlandia.
OBGYN,
Berganda
bedah.
intensif;
pernapasan
kesehatan;
perawatan semua
Deprivasi
dipesan
dahulu:
SUR,
MED,
tinggi;
operasi;
saluran
Indeks
HDU,
dan
kemih;
SIMD,
ICU,
infeksi
lebih
unit
radang
bawah;
infeksi
saluran
unit
infeksi
paru;
paru-
infeksi
ISK,
darah;
infeksi
luka
SSI,
infeksi
aliran
terkait
HAI,PN,
LRI,
BSI,
GI, dengan skor status fungsional, tingkat keparahan penyakit, skor kognitif,
gizi buruk, skor komorbiditas, diagnosis atau penyakit yang ada,
polifarmasi, usia, dan jenis kelamin [44] . Dengan
Machine Translated by Google
S. Stewart dkk. / Jurnal Infeksi Rumah Sakit 114 (2021) 32e42
beralih dari perawatan rumah sakit ke pengelolaan pasien dengan kebutuhan
yang kompleks di masyarakat, ada potensi yang jelas untuk pengurangan
jumlah dan lama tinggal di rumah sakit untuk mengurangi risiko HAI.
Sebagian besar penelitian HAI mengidentifikasi usia sebagai faktor risiko,
sejalan dengan temuan di sini. Orang dewasa yang lebih tua rentan terhadap
berbagai efek samping di rumah sakit dibandingkan dengan pasien yang lebih
muda, termasuk malnutrisi dan luka tekan [45e48]. Pasien-pasien ini memiliki
peningkatan insiden komorbiditas [49], beberapa obat, dan gangguan fungsi
motorik dan sensorik dan kekebalan tubuh [50,51]. Sejalan dengan penelitian
sebelumnya, usia yang lebih tua meningkatkan risiko relatif untuk BSI, GI, dan
ISK [15,52e54]. Meningkatnya risiko HAI dengan bertambahnya usia, terutama
pada mereka yang berusia >70 tahun, menunjukkan perlunya penilaian risiko
untuk HAI pada saat masuk, terutama mengingat peningkatan 34% yang
diproyeksikan pada populasi berusia 75 tahun pada tahun 2030 di Inggris dan
apa ini berarti risiko HAI dan kebutuhan PPI yang difokuskan kembali di rumah
sakit [55]. Sebagai contoh, intervensi spesifik, yang mungkin terlihat sebagai
tindakan pencegahan yang mahal jika diterapkan di seluruh tingkat rumah
sakit, dapat ditargetkan pada sekelompok pasien yang diketahui rentan
terhadap infeksi dan memiliki hasil yang lebih buruk jika mereka
mengembangkan HAI.
Pencegahan multimodal ISK e tipe HAI di mana pengaruh usia terbesar e
telah menjadi fokus selama beberapa tahun dalam bentuk bundel perawatan
Terima kasih
untuk semua pasien kateter [56].
Ada banyak penelitian tentang ISK terkait perangkat selama 10 tahun terakhir,
terutama yang berkaitan dengan bahan antimikroba yang digunakan dalam
kateter; dan meskipun ada bukti untuk kemanjuran, ada literatur yang sangat
terbatas tentang efektivitas biaya intervensi pencegahan infeksi [57,58].
Meskipun peningkatan biaya langkah-langkah PPI khusus ini, jika jumlah
keseluruhan infeksi berkurang secara signifikan dan penggunaannya terbatas
pada pasien yang mungkin paling diuntungkan, ada kemungkinan bahwa
tindakan tersebut mungkin hemat biaya [59] .
Ada tumpang tindih yang cukup besar dalam faktor-faktor yang memprediksi
LOS yang diperpanjang dan risiko HAI, banyak di antaranya berkontribusi
terhadap kelemahan pasien secara keseluruhan. Insiden, penggunaan hari
tidur dan biaya HAI sering dibandingkan dengan penyakit lain dalam literatur,
menunjukkan bahwa kanker, penyakit kardiovaskular, dan diabetes mencapai
pengakuan dan pendanaan yang lebih besar daripada HAI, ketika HAI adalah
beban yang sama [60] . Namun, studi ini telah menunjukkan bahwa 'pendekatan
komparatif' semacam itu adalah cara yang agak sederhana dalam memandang
masalah [60,61]. Pasien dengan kondisi ini adalah pasien yang sama yang
paling berisiko terkena HAI.
Studi ini telah menunjukkan bahwa, untuk beberapa tipe HAI, faktor yang
mempengaruhi perkembangan HAI yang dapat diidentifikasi saat masuk
termasuk beberapa data yang saat ini tidak tersedia secara rutin untuk tim
klinis. Keterbatasan potensial dari analisis faktor risiko ini, dan kumpulan data
nasional secara lebih luas, adalah pengecualian perangkat yang ada saat
masuk sebagai faktor risiko. Namun, ini mungkin merupakan sebagian kecil
dari semua penerimaan ke hos pital. Ada kebutuhan untuk pengembangan
lebih lanjut dari sistem manajemen pasien saat ini untuk mencapai potensi ini
sepenuhnya. Untuk mengembangkan potensi penilaian risiko saat masuk,
kami merekomendasikan bahwa sistem masuk rumah sakit tidak hanya
mencakup faktor risiko yang diidentifikasi dalam penelitian ini, tetapi juga alat
perekam in situ. Studi ini menunjukkan potensi menciptakan alat penilaian
risiko saat masuk, jika data ini tersedia, untuk mengidentifikasi mereka yang
paling berisiko terhadap HAI dan memprioritaskan tindakan PPI tambahan
dalam jalur perawatan mereka untuk memitigasi risiko tersebut.
Studi surveilans ECONI mencakup semua penerimaan pasien ke rumah
sakit studi. Kedua rumah sakit tersebut dipilih untuk
39
berpartisipasi dalam penelitian mewakili sekitar 10% dari penerimaan tahunan
ke rumah sakit akut Skotlandia. Populasi pasien mirip dengan populasi NHS
Skotlandia secara keseluruhan [21]. Data yang dapat diidentifikasi terbatas
dicatat untuk penelitian ini; hanya nomor CHI yang digunakan untuk membagi
kasus dan bukan kasus menjadi dua kelompok.
Hal ini mengurangi bias perekrutan, tetapi mengakibatkan dikeluarkannya
mereka yang bukan penduduk Skotlandia (0,1% dari semua penerimaan).
Data skor komorbiditas Charlson menunjukkan bahwa 35,6% pasien tidak
memiliki riwayat masuk sebelumnya untuk mendapatkan skor CCI, dan bahwa
ringkasan komorbiditas secara keseluruhan bukanlah prediktor yang kuat
seperti seperangkat komorbiditas individu.
Kesimpulannya, penelitian ini menggunakan desain kohort besar untuk
mengidentifikasi dan mengukur risiko HAI berdasarkan faktor-faktor yang
diketahui pada saat masuk. Sebagian besar penelitian sebelumnya meneliti
risiko retrospektif berdasarkan faktor kumulatif yang terjadi selama tinggal di rumah sakit.
Temuan ini dapat membantu mengembangkan alat keputusan klinis untuk
mengidentifikasi pasien dengan risiko terbesar mengembangkan jenis HAI
tertentu. Pasien-pasien ini akan menjadi kandidat potensial untuk intervensi
pencegahan infeksi yang dipersonalisasi.
Pengumpulan data tidak dapat diselesaikan tanpa upaya besar dari
perawat penelitian ECONI N. Williamson, H. Thain, R. Boyle, A. McAlpine, dan
C. Beith. Studi ini didukung oleh staf klinis di rumah sakit studi, khususnya tim
pengendalian infeksi, staf laboratorium, dan tim penelitian dan pengembangan.
Kontribusi penulis SS
memimpin desain studi, menulis protokol studi dan etika serta persetujuan
Panel Kepentingan Publik dan Privasi, materi yang dihadapi pasien,
berkontribusi pada desain alat pengumpulan, berkontribusi pada
pengembangan analisis statistik, dan mengembangkan manuskrip. CR
berkontribusi pada konsep studi, desain studi, dan rencana analisis
statistik. CR, SK, KK melakukan analisis statistik dan berkontribusi pada
naskah. LH berkontribusi pada pengembangan desain studi, protokol dan
manajemen data. SM berkontribusi pada aspek desain studi, berkontribusi
pada naskah. HM berkontribusi pada desain penelitian dan aspek ekonomi
kesehatan dari penelitian ini. SD dan BC adalah Penyelidik Utama di lokasi
perekrutan. JR menyusun studi tersebut dan menjadi Kepala Penyelidik
untuk studi tersebut.
Kolaborator non-penulis Komite
Pengarah ECONI. MA mewakili penyandang dana, AL, RD, AM, MS dan
JI mewakili unit kebijakan HAI Pemerintah Skotlandia di Komite Pengarah.
ER dan LR mewakili Masyarakat Pencegahan Infeksi (IPS).
MW, LB, dan MR adalah perwakilan awam di Komite Pengarah dan MW
dan LB berkontribusi pada pengembangan materi yang dihadapi pasien
untuk penelitian ini.
Panitia: Profesor J. Reilly (JR), Profesor M. Adil (MA), Dr H. Mason (HM),
Profesor C. Robertson (CR), Profesor N. Graves (NG), J. Ives (JI),
M .Syme (MS), R.
Dunk (RD), A. Mullings (AM), E. Ross (ER), L. Ritchie (LR), Profesor S.
Dancer (SD), Dr B. Cook (BC), Profesor A. Leonard (AL) , M. Whyte
(MW), M. Rodgers (MR), L. Brown (LB), S. Stewart (SS).
Machine Translated by Google
40 S. Stewart dkk. / Jurnal Infeksi Rumah Sakit 114 (2021) 32e42
Pernyataan konflik kepentingan Tidak
ada yang dinyatakan.
Sumber pendanaan
Pekerjaan ini didukung oleh Program Perlindungan Kesehatan Skotlandia,
Layanan Nasional NHS Skotlandia (referensi RIE 14-154) dari Oktober 2015
hingga Januari 2020. Pekerjaan ini juga dipompa oleh Lembaga Pencegahan
Infeksi Asosiasi Kesehatan Skotlandia (SHAIPI), yang telah dibentuk dengan
pendanaan Pemerintah Skotlandia melalui Jaringan Penelitian Infeksi
Skotlandia.
Lampiran A. Data tambahan
Data tambahan untuk artikel ini dapat ditemukan online di https://doi.org/
10.1016/j.jhin.2021.03.032.
Referensi
[1] Organisasi Kesehatan Dunia. Laporkan beban infeksi terkait perawatan
kesehatan endemik di seluruh dunia. Jenewa: SIAPA; 2011.
Tersedia di: http://apps.who.int/iris/handle/10665/80135 [terakhir diakses
Maret 2020].
[2] Makam N, Weinhold D, Tong E, Birrell F, Doidge S, Ramritu P, dkk. Pengaruh
infeksi yang didapat dari layanan kesehatan terhadap lama tinggal di rumah
sakit dan biaya. Kontrol Infeksi Hosp Epidemiol 2007;28:280e92. https://
doi.org/10.1086/512642.
[3] Freeman J, McGowan Jr JE. Faktor risiko infeksi nosokomial.
J Menginfeksi Dis 1978;138:811e9. https://doi.org/10.1093/infdis/ 138.6.811.
[4] Pusat Pencegahan dan Pengendalian Penyakit Eropa. Survei prevalensi titik
infeksi terkait perawatan kesehatan dan penggunaan anti mikroba di rumah
sakit perawatan akut Eropa e protokol versi 5.3. Stockholm: ECDC; 2016.
Tersedia di: https://www.ecdc. europa.eu/sites/default/files/media/en/
publications/ Publications/PPS-HAI-antimicrobial-use-EU-acute-
care-hospitals V5-3.pdf [terakhir diakses Februari 2020].
[5] Kaye KS, Marchaim D, Chen TY, Chopra T, Anderson DJ, Choi Y, dkk.
Prediktor infeksi aliran darah nosokomial pada orang dewasa yang lebih
tua. J Am Geriatr Soc 2011;59:622e7. https://doi.org/ 10.1111/
j.1532-5415.2010.03289.x.
[6] Wolkewitz M, Vonberg RP, Grundmann H, Beyersmann J, Gastmeier P,
Barwolff S, dkk. Faktor risiko perkembangan pneumonia nosokomial dan
kematian di unit perawatan intensif: penerapan model risiko yang bersaing.
Perawatan Kritis 2008;12:R44. https://doi.org/10.1186/cc6852.
[7] Bhadade R, Harde M, deSouza R, More A, Bharmal R. Munculnya tren
pneumonia nosokomial di unit perawatan intensif rumah sakit pendidikan
umum perawatan tersier di India Barat. Ann Afr Med 2017;16:107e13. https://
doi.org/10.4103/aam.aam_7_17.
[8] Tapi A, Yetkin MA, Kanyilmaz D, Aslaner H, Bastug A, Aypak A, dkk. Analisis
epidemiologi dan faktor risiko kematian pada serangan pneumonia terkait
ventilator pada pasien unit perawatan intensif. Turk J Med Sci 2017;47:812e6.
https://doi.org/ 10.3906/sag-1601-38.
[9] Michetti CP, Prentice HA, Rodriguez J, Newcomb A. Posisi terlentang dan
faktor risiko yang tidak dapat dimodifikasi untuk pneumonia terkait ventilator
pada pasien trauma. Am J Surg 2017;213:405e12. https://doi.org/10.1016/
j.amjsurg.2016.05.019.
[10] Uvizl R, Kolar M, Herkel T, Vobrova M, Langova K. Kemungkinan untuk
memodifikasi faktor risiko untuk pengembangan pneumonia yang didapat
di rumah sakit pada pasien perawatan intensif: hasil retrospektif, studi
observasional. Biomed Pap Med Fac Univ Palacky Olomouc Republik Ceko
2017;161:303e9. https://doi.org/ 10.5507/bp.2017.019.
[11] Karakuzu Z, Iscimen R, Akalin H, Kelebek Girgin N, Kahveci F, Sinirtas M.
Faktor risiko prognostik pada pneumonia terkait ventilator. Med Sci Monit
2018;24:1321e8. https://doi.org/ 10.12659/msm.905919.
[12] van der Kooi TII, Boshuizen H, Wille JC, de Greeff SC, van Dissel JT,
Schoffelen AF, dkk Menggunakan metode fleksibel untuk menentukan
faktor risiko pneumonia terkait ventilator di Belanda. PLoS One
2019;14:e0218372. https://doi.org/10.1371/journal.pone.0218372 .
[13] Wolkewitz M, Palomar-Martinez M, Alvarez-Lerma F, Olaechea Astigarraga
P, Schumacher M. Menganalisis dampak durasi ventilasi, rawat inap, dan
episode ventilasi pada risiko pneumonia. Kontrol Infeksi Hosp Epidemiol
2019;40:301e6. https://doi.org/10.1017/ice.2018.360.
[14] Xu Y, Lai C, Xu G, Meng W, Zhang J, Hou H, dkk. Faktor risiko pneumonia
terkait ventilator pada pasien usia lanjut yang menerima ventilasi mekanis.
Penuaan Interv Klinik 2019;14:1027e38. https://doi.org/10.2147/CIA.S197146.
[15] Raja C, Garcia Alvarez L, Holmes A, Moore L, Galletly T, Aylin P.
Faktor risiko infeksi saluran kemih terkait layanan kesehatan dan
penerapannya dalam surveilans menggunakan data administrasi rumah
sakit: tinjauan sistematis. J Hosp Menginfeksi 2012;82:219e26. https://
doi.org/10.1016/j.jhin.2012.05.004.
[16] Nguyen-Van-Tam SE, Nguyen-Van-Tam JS, Myint S, Pearson JC.
Faktor risiko untuk infeksi saluran kemih yang didapat di rumah sakit di
rumah sakit pendidikan bahasa Inggris yang besar: studi kasus kontrol.
Infeksi 1999;27:192e7. https://doi.org/10.1007/bf02561527.
[17] Ferreira E, Pina E, Sousa-Uva M, Sousa-Uva A. Faktor risiko infeksi terkait
perawatan kesehatan: dari pengetahuan yang lebih baik hingga pencegahan
yang lebih baik. Am J Infect Control 2017;45:e103e7. https://doi.org/10.1016/
j.ajic.2017.03.036 .
[18] Chang YJ, Yeh ML, Li YC, Hsu CY, Lin CC, Hsu MS, dkk.
Memprediksi infeksi yang didapat di rumah sakit dengan sistem penilaian
dengan parameter sederhana. PLoS Satu 2011;6:e23137. https://doi.org/
10.1371/journal.pone.0023137.
[19] Rodriguez-Acelas AL, de Abreu Almeida M, Engelman B, Canon Montanez
W. Faktor risiko infeksi terkait perawatan kesehatan pada orang dewasa
yang dirawat di rumah sakit: tinjauan sistematis dan meta-analisis. Am J
Infect Control 2017;45:e149e56. https://doi.org/10.1016/ j.ajic.2017.08.016.
[20] Perlindungan Kesehatan Skotlandia. Survei Prevalensi Poin Nasional
Skotlandia untuk Infeksi Terkait Perawatan Kesehatan dan Resep Anti
Mikroba 2016. Glasgow: HPS; 2017. Tersedia di: https://www.hps.scot.nhs.uk/
web-resources-container/national-point-prevalence-survey-of-healthcare-
associated infection-and-antimicrobial-prescribe-2016/ [terakhir diakses
Februari 2020].
[21] Divisi Layanan Informasi (ISD). Skotlandia. SMR01 e Kasus Rawat Inap
Umum/Akut dan Harian. 2017. Tersedia di: http://www. ndc.scot.nhs.uk/
Data-Dictionary/SMR-Datasets/SMR01-General Acute-Inpatient-and-Day-
Case/ [diakses terakhir Oktober 2017].
[22] Stewart S, Robertson C, Manoukian S, Haahr L, Mason H, McFarland A, dkk.
Bagaimana kita mengevaluasi biaya infeksi nosokomial? Protokol ECONI:
studi insiden dengan kontrol kasus bersarang yang mengevaluasi biaya dan
kualitas hidup. BMJ Terbuka 2019;9:e026687. https://doi.org/10.1136/
bmjopen-2018- 026687.
[23] Kelompok Audit Masyarakat Perawatan Intensif Skotlandia. Audit perawatan
kritis di Skotlandia 2019 melaporkan 2018. NHS Scoland; 2019.
Tersedia di: https://www.sicsag.scot.nhs.uk/publications/_docs/
2019/2019-08-13-SICSAG-report.pdf?1 [terakhir diakses Juni 2020].
[24] Harris PA, Taylor R, Minor BL, Elliott V, Fernandez M, O'Neal L, dkk.
Konsorsium REDCap: membangun komunitas mitra platform perangkat
lunak internasional. Informasi J Biomed 2019;95:103208. https://doi.org/
10.1016/j.jbi.2019.103208.
[25] Harris PA, Taylor R, Thielke R, Payne J, Gonzalez N, Conde JG.
Teliti pengambilan data elektronik (REDCap) dan digerakkan oleh metadata
Machine Translated by Google
S. Stewart dkk. / Jurnal Infeksi Rumah Sakit 114 (2021) 32e42
metodologi dan proses alur kerja untuk memberikan dukungan
informatika penelitian translasi. J Biomed Menginformasikan
2009;42:377e81. https://doi.org/10.1016/j.jbi.2008.08.010.
[26] Layanan Nasional NHS Skotlandia. Standar Koding Klinis Skotlandia
ICD-10. Layanan Nasional NHS Skotlandia; 2017. Tersedia di: http://
www.isdscotland.org/Products-and-Services/ Terminology-
Services/Clinical-Coding-Guidelines/Docs/23- Consolidation-with-
listings-170605b.pdf.
[27] Pusat Informasi Perawatan Kesehatan dan Sosial. Klasifikasi Intervensi
dan Prosedur OPCS Versi 4.7 Volume I e Daftar Tabular.
London: Kantor Alat Tulis; 2014.
[28] Scottish Index of Multiple Deprivation 2016. 2016. Tersedia di: http://
simd.scot/2016/#/simd2016/BTTTFTT/9/-4.0000/55. 9000/ [terakhir
diakses September 2017].
[29] Charlson ME, Pompei P, Ales KL, MacKenzie CR. Metode baru
mengklasifikasikan komorbiditas prognostik dalam studi longitudinal:
pengembangan dan validasi. J Chron Dis 1987;40:373e83.
[30] Quan H, Li B, Couris CM, Fushimi K, Graham P, Hider P, dkk.
Memperbarui dan memvalidasi indeks komorbiditas Charlson dan skor
untuk penyesuaian risiko dalam abstrak pelepasan rumah sakit
menggunakan data dari 6 negara. Am J Epidemiol 2011;173:676e82.
https://doi.org/10.1093/aje/kwq433 .
[31] Divisi Layanan Informasi (ISD) Skotlandia. SMR00 e Kehadiran Rawat
Jalan. 2017. Tersedia di: http://www.ndc.scot.nhs.uk/ Data-Dictionary/
SMR-Datasets/SMR00-Outpatient-Attendance/ [diakses terakhir
Oktober 2017].
[32] Divisi Layanan Informasi (ISD) Skotlandia. Sistem informasi resep untuk
Skotlandia (PRISMS). 2016. Tersedia di: http://www.ndc.scot.nhs.uk/
National-Datasets/data.asp?SubID¼102 [terakhir diakses Juli 2018].
[33] Organisasi Kesehatan Dunia. Perangkat kimia terapeutik anatomis (ATC)/
dosis harian yang ditentukan (DDD). 2019. Tersedia di: https://
www.who.int/medicines/regulation/medicines-safety/ toolkit/en/ [terakhir
diakses Maret 2020].
[34] UU S. Perkiraan kelengkapan SMR. 2017. Tersedia di: http://
www.isdscotland.org/Products-and-Services/Data-Support-and
Monitoring/SMR-Completeness/ [terakhir diakses September 2017].
[35] Tim Inti R. R: bahasa dan lingkungan untuk komputasi statistik. Wina:
Yayasan R untuk Komputasi Statistik; 2020.
[36] Stewart S, Robertson C, Pan J, Kennedy S, Penari S, Haahr L, dkk.
Epidemiologi infeksi terkait layanan kesehatan dilaporkan dari studi
insiden di seluruh rumah sakit: pertimbangan untuk perencanaan
pencegahan dan pengendalian infeksi. J Hosp Menginfeksi
2021;114:10e22. https://doi.org/10.1016/j.jhin.2021.03.031.
[37] Magill SS, O'Leary E, Janelle SJ, Thompson DL, Dumyati G, Nadle J, dkk.
Perubahan prevalensi infeksi terkait perawatan kesehatan di rumah sakit
AS. N Engl J Med 2018;379:1732e44. https://doi.org/10.1056/
NEJMoa1801550.
[38] Deptula A, Trejnowska E, Ozorowski T, Hryniewicz W. Faktor risiko untuk
infeksi terkait layanan kesehatan mengingat pengalaman dua tahun
dengan survei prevalensi titik ECDC terkait infeksi terkait layanan
kesehatan dan penggunaan antimikroba di Polandia. J Hosp Menginfeksi
2015;90:310e5. https://doi.org/10.1016/j.jhin.2015.03.005.
[39] Donker T, Wallinga J, Grundmann H. Pola rujukan pasien dan penyebaran
infeksi yang didapat di rumah sakit melalui jaringan perawatan kesehatan
nasional. PLoS Comput Biol 2010;6:e1000715. https://doi.org/10.1371/
journal.pcbi.1000715.
[40] Pusat Pencegahan dan Pengendalian Penyakit Eropa. Survei prevalensi
titik infeksi terkait perawatan kesehatan dan penggunaan anti mikroba
di rumah sakit perawatan akut Eropa 2011e2012.
Stockholm: ECDC; 2013. Tersedia di: http://ecdc.europa.eu/en/
publications/Publications/healthcare-associated-infections
antimikroba-penggunaan-PPS.pdf.
[41] Pembajak R, Graves N, Griffin MA, Roberts JA, Swan AV, Cookson B,
dkk. Tingkat dan biaya infeksi yang didapat di rumah sakit yang terjadi
pada pasien yang dirawat di spesialisasi tertentu dari rumah sakit umum
distrik di Inggris dan beban nasional
41
dikenakan. J Hosp Menginfeksi 2001;47:198e209. https://doi.org/ 10.1053/
jhin.2000.0881.
[42] Wang RF, Shen SH, Yen AM, Wang TL, Jang TN, Lee SH, dkk. Faktor
risiko untuk kejadian dan tingkat fatalitas kasus infeksi terkait perawatan
kesehatan: tindak lanjut 20 tahun dari kohort berbasis rumah sakit. Infeksi
Epidemiol 2016;144:198e206. https://doi.org/ 10.1017/S0950268815000369.
[43] Divisi Informasi dan Statistik. Pasien Skotlandia berisiko masuk kembali
dan masuk (SPARRA). 2019. Tersedia di: https://www.isdscotland.org/
Health-Topics/Health-and-Social Community-Care/SPARRA/.
[44] Campbell SE, Seymour DG, Primrose WR, untuk proyek ACMEplus.
Tinjauan literatur sistematis tentang faktor-faktor yang mempengaruhi
hasil datang pada pasien medis yang lebih tua yang dirawat di rumah
sakit. Usia Penuaan 2004;33:110e15. https://doi.org/10.1093/ageing/afh036.
[45] Aranaz-Andre's JM, Limo'n R, Mira JJ, Aibar C, Gea MT, Agra Y, dkk.
Apa yang membuat pasien rawat inap lebih rentan dan meningkatkan
risiko mengalami efek samping? Perawatan Kesehatan Int J Qual
2011;23:705e12. https://doi.org/10.1093/intqhc/mzr059.
[46] Nauman J, Soteriades ES, Hashim MJ, Govender R, Al Darmaki RS, Al
Falasi RJ, dkk. Insiden global dan tren kematian akibat efek merugikan
dari perawatan medis, 1990e2017: analisis sistematis dari Global Burden
of Diseases, Injuries and Risk Factors Study. Cureus 2020;12:e7265.
https://doi.org/10.7759/cureus.7265.
[47] O'Shea E, Trawley S, Manning E, Barrett A, Browne V, Timmons S.
Malnutrisi pada orang dewasa yang dirawat di rumah sakit: studi
observasional multisenter tentang prevalensi, asosiasi, dan hasil. J Nutr
Health Aging 2017;21:830e6. https://doi.org/10.1007/s12603-016-0831-x.
[48] Jaul E, Barron J, Rosenzweig JP, Menczel J. Tinjauan tentang penyakit
penyerta dan perkembangan tukak tekan di antara orang dewasa yang
lebih tua. BMC Geriatr 2018;18:305. https://doi.org/10.1186/
s12877-018-0997-7 .
[49] Kuh D, Wong A, Shah I, Moore A, Popham M, Curran P, dkk. Survei
Kesehatan dan Pembangunan Nasional MRC mencapai usia 70:
mempertahankan partisipasi pada usia yang lebih tua dalam studi kelompok kelahira
Eur J Epidemiol 2016;31:1135e47. https://doi.org/10.1007/
s10654-016-0217-8 .
[50] Rawle MJ, Richards M, Davis D, Kuh D. Prevalensi dan faktor penentu
polifarmasi pada usia 69: studi kohort kelahiran Inggris. BMC Geriatr
2018;18:118. https://doi.org/10.1186/ s12877-018-0795-2.
[51] Guthrie B, Makubate B, Hernandez-Santiago V, Dreischulte T. Gelombang
pasang interaksi polifarmasi dan obat obat: analisis basis data populasi
1995e2010. BMC Med 2015;13:74. https://doi.org/10.1186/
s12916-015-0322-7.
[52] Poolman JT, Anderson AS. Escherichia coli dan Staphylococcus aur eus:
patogen bakteri terkemuka dari infeksi terkait perawatan kesehatan dan
bakteremia pada populasi usia yang lebih tua. Vaksin Expert Rev
2018;17:607e18. https://doi.org/10.1080/14760584.2018.1488590.
[53] Daneman N, Guttmann A, Wang X, Ma X, Gibson D, Stukel TA. Hubungan
proses pencegahan rumah sakit dan faktor risiko pasien dengan risiko
infeksi Clostridium difficile: studi kohort berbasis populasi. BMJ Qual Saf
2015;24:435e43. https://doi.org/10.1136/bmjqs-2014-003863.
[54] Belliot G, Lopman BA, Ambert-Balay K, Pothier P. Beban gastroenteritis
norovirus: infeksi bawaan makanan dan perawatan kesehatan yang
penting. Clin Microbiol Menginfeksi 2014;20:724e30. https://doi.org/
10.1111/1469-0691.12722 .
[55] LP Goreng, Ferrucci L, Darer J, Williamson JD, Anderson G.
Mengurai konsep kecacatan, kelemahan, dan komorbiditas: implikasi
untuk penargetan dan perawatan yang lebih baik. J Gerontol: Seri A
2004;59:M255e63. https://doi.org/10.1093/gerona/59.3.M255.
[56] Perlindungan Kesehatan Skotlandia. Mencegah infeksi saluran kemih
terkait kateter dan pengaturan akut. 2018. Tersedia di: https://
www.hps.scot.nhs.uk/web-resources-container/ prevention-
catheter-associated-urinary-tract-infections-acute settings/ [terakhir
diakses Juni 2020].
Machine Translated by Google
42 S. Stewart dkk. / Jurnal Infeksi Rumah Sakit 114 (2021) 32e42
[57] Majeed A, Sagar F, Latif A, Hassan H, Iftikhar A, Darouiche RO, dkk.
Apakah lapisan antimikroba dan impregnasi kateter urin mencegah
infeksi saluran kemih terkait kateter? Tinjauan studi klinis dan
praklinis. Perangkat Expert Rev Med 2019;16:809e20. https://
doi.org/10.1080/17434440.2019.1661774.
[58] Al-Qahtani M, Safan A, Jassim G, Abadla S. Khasiat kateter anti-mikroba
dalam mencegah infeksi saluran kemih terkait kateter pada pasien
rawat inap: ulasan tentang pembaruan terkini. J Menginfeksi Kesehatan
Masyarakat 2019;12:760e6. https://doi.org/10.1016/j.jiph.2019.09.009.
[59] Loveday HP, Wilson JA, Pratt RJ, Golsorkhi M, Tingle A, Bak A, dkk.
epic3: pedoman berbasis bukti nasional untuk mencegah infeksi terkait
perawatan kesehatan di rumah sakit NHS di Inggris.
J Hosp Infect 2014;86(Suppl 1):S1e70. https://doi.org/10.1016/
S0195-6701(13)60012-2 .
[60] Cassini A, Plachouras D, Eckmanns T, Abu Sin M, Blank HP, Ducomble
T, dkk. Beban enam infeksi terkait perawatan kesehatan pada
kesehatan populasi Eropa: memperkirakan tahun hidup yang
disesuaikan dengan disabilitas berdasarkan insiden melalui studi
pemodelan berbasis prevalensi populasi. PLoS Med 2016;13:e1002150.
https://doi.org/ 10.1371/journal.pmed.1002150.
[61] Tamu JF, Keating T, Gould D, Wigglesworth N. Memodelkan biaya dan
hasil NHS tahunan yang disebabkan oleh infeksi terkait perawatan
kesehatan di Inggris. BMJ Terbuka 2020;10:e033367. https://doi.org/
10.1136/bmjopen-2019-033367.