Einführung in die Epidemiologie nosokomialer Infektionen

Präsentation zum Thema: "Einführung in die Epidemiologie nosokomialer Infektionen"—  Präsentation transkript:

1 Einführung in die Epidemiologie nosokomialer Infektionen
für Hygienebeauftragte Dr. rer. nat. Luisa A. Denkel Institut für Hygiene und Umweltmedizin Charité Universitätsmedizin Berlin

2 Inhalt Studientypen Nosokomiale Infektionen Epidemiologie
Surveillance - KISS Grundlagen der Statistik: Lage- und Streuungsmaße: Mittelwert / Median Verhältnis, Anteil, Rate Häufigkeitsmaße: Prävalenz, Kumulative Inzidenz, Inzidenzrate# Studientypen Neu J, Walker WA. Necrotizing enterocolitis. The New England journal of medicine. 2011;364: Figure 1. Clinical and Radiographic Features of Necrotizing Enterocolitis. Panel A shows an infant with a shiny, distended abdomen with periumbilical erythema. (Photograph courtesy of Dr. David Kays, Department of Pediatric Surgery, University of Florida.) In the radiograph shown in Panel B, the upper arrow points to portal air, and the lower arrow points to a ring of intramural gas, which is indicative of pneumatosis intestinalis. (Radiograph courtesy of Dr. Jonathan Williams, Department of Pediatric Pathology, University of Florida.) In Panel C, the arrow points to an area of necrotic bowel in a patient with necrotizing enterocolitis. (Photograph courtesy of Dr. David Kays, Department of Pediatric Surgery, University of Florida.)

3 Nosokomiale Infektion
Nosokomiale Infektionen sind (zeitlich) im Krankenhaus erworbene Infektionen Krankenhaushygiene = Prävention nosokomialer Infektionen

4 Krankenhaushygiene Hygienemaßnahmen sollen das Risiko für nosokomiale Infektionen verursacht durch exogene UND endogene Erreger zu reduzieren ! Prävention von exogenen NI endogenen NI z.B.: Händedesinfektion Sterilisation von OP-Instrumenten Tragen von persönlicher Schutzausrüstung Flächendesinfektion Frühzeitige Entfernung von Gefäßkathetern, Harnwegkathetern, Beatmung usw. Perioperative Antibiotika-prophylaxe Richtiger Antibiotikaeinsatz

5 Epidemiologie

6 Epidemiologie epi = über, demos = Bevölkerung, logos = Lehre
Epidemiologie: Lehre von der Bevölkerung Die Verteilung von Krankheiten, deren Determinanten (bestimmende Faktoren) und deren Folgen in der Bevölkerung

7 Epidemiologie Bezogen auf nosokomiale Infektionen... Die Wissenschaft von der Verteilung nosokomialer Infektionen, deren Einfluss- und Risikofaktoren und deren Folgen.

8 Epidemiologie Messung der Krankheitshäufigkeit Wieviel ?
Beschreibung der Verteilung von Krankheiten Wer, Wo, Wann ? Erfassung der Determinanten von Krankheit Warum ? Bevölkerungsbezogene Intervention Was tun ?

9 Surveillance Surveillance (engl. = Überwachung, Aufsicht)
ist die fortlaufende, systematische Erfassung, Analyse und Interpretation von Gesundheitsdaten, die aktuelle Übermittlung der Daten an diejenigen, die die Information benötigen, sowie das Planen und die Einführung und Evaluation von medizinischen Maßnahmen, die sich aus den Daten ergeben. A.D.Langemeier Ziel der Surveillance bezogen auf nosokomial Infektionen: Präventionen von nosokomialen Infektionen (NI) durch Erfassung von Infektionsdaten, die für Entscheidungen zur Infektionsprävention wichtig sind

10 KISS – Krankenhaus-Infektions- Surveillance-System

11 Grundlagen der Statistik
„Messung der Erkrankungshäufigkeit“ „Beschreibung der Verteilung von Erkrankungen“

12 Maße der zentralen Tendenz
Arithmetisches Mittel = „Durchschnitt“ Summe aller Messwerte geteilt durch die Anzahl der addierten Werte Beispiel: Alter von Kindern bei einer Geburtstagsfeier Arithmetisches Mittel = Summe  Anzahl = ( )  5= 20  5 = 4

13 Maße der zentralen Tendenz
Median = die 50.te Perzentile Derjenige Wert, der die steigend geordnete Liste von Einzelwerten in zwei Hälften teilt Beispiel: Alter von Kindern bei einer Geburtstagsfeier Bei ungerader Anzahl von Werten relativ einfach = 3

14 Maße der zentralen Tendenz
Median bei gerader Anzahl von Werten Beispiel: 3 + 4 = 7  2 = 3,5 Median = 3,5

15 Arithmetisches Mittel = Summe der Einzelwerte  Anzahl der Werte
Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Arithmetisches Mittel = Summe der Einzelwerte  Anzahl der Werte

16 Arithmetisches Mittel = Summe der Einzelwerte  Anzahl der Werte
Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Arithmetisches Mittel = Summe der Einzelwerte  Anzahl der Werte = 90  5 = 18 Jahre

17 Median = Zahlenwert , der die geordnete Liste teilt
Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Median = Zahlenwert , der die geordnete Liste teilt

18 Median = Zahlenwert , der die geordnete Liste teilt = 3 Jahre
Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Median = Zahlenwert , der die geordnete Liste teilt = 3 Jahre

19 Median = Zahlenwert , der die geordnete Liste teilt = 3 Jahre
Maße der zentralen Tendenz Arithmetisches Mittel vs. Median Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Median = Zahlenwert , der die geordnete Liste teilt = 3 Jahre

20 Maße der zentralen Tendenz Arithmetisches Mittel vs. Median
Vorteil des Median: stabil gegen Ausreißer Beispiel: Alter auf einer Geburtstagsfeier Kind kommt nicht. Dafür ist die Oma anwesend Arithmetisches Mittel = Summe der Einzelwerte  Anzahl der Werte = 90  5 = 18 Jahre Median = Zahlenwert , der die geordnete Liste teilt = 3 Jahre

21 Verhältnisse, Anteile, Rate
Maßarten der Krankheitshäufigkeiten: Verhältnis Anteil „Rate“

22 Verhältnis (Ratio) Eine Beziehung zwischen zwei Mengen. Eine Anzahl geteilt durch eine andere Anzahl.

23 Beispiel 1 für Verhältnis (Ratio)
Eine Universität hat Studenten. Davon sind Männer und Frauen. Das Verhältnis von Männern zu Frauen ist... =

24 Beispiel 2 für Verhältnis (Ratio)
Auf einer Intensivstationen traten 12 Pneumonien und 4 Sepsisfälle auf. Das Verhältnis der Infektionen zueinander ist...

25 Beispiel 2 für Verhältnis (Ratio)
Auf einer Intensivstationen traten 12 Pneumonien und 4 Sepsisfälle auf. Das Verhältnis der Infektionen zueinander ist... 12 3 = 4 1

26 Zähler Anteil (Proportion)
Ein Verhältnis bei dem der Zähler immer ein Anteil des Nenners ist. Anteile können nur Werte zwischen 0 und 1 annehmen (bezogen auf 100 nennt man es Prozent) Zähler = Anteil = [%] Nenner

27 Beispiel 1 für Anteil (Proportion)
Eine Universität hat Studenten. Davon sind Männer und Frauen. Der Anteil von Frauen ist... 2.000 = 0,33 = 33% 6.000

28 Beispiel 1 für Anteil Frauen
Alle Studenten: 6.000 2.000

29 Beispiel 2 für für Anteil (Proportion)
Auf einer Intensivstationen traten 8 Pneumonien und 4 Sepsisfälle auf. Der Anteil der Pneumonien an allen Infektionen beträgt... Zähler = Nenner

30 Beispiel 2 für für Anteil (Proportion)
Auf einer Intensivstationen traten 8 Pneumonien und 4 Sepsisfälle auf. Der Anteil der Pneumonien an allen Infektionen beträgt... Zähler = Nenner 12

31 Beispiel 2 für für Anteil (Proportion)
Auf einer Intensivstationen traten 8 Pneumonien und 4 Sepsisfälle auf. Der Anteil der Pneumonien an allen Infektionen beträgt... 8 = 0,667 = 67% 12

32 Anteil der Pneumonien Alle nosokomialen Infektionen: 12 8

33 Aber... Nicht alles, was auf 100 bezogen wird, ist ein Anteil Beispiel: Verbrauch eines Autos 6,4 Liter auf 100 km

34 Pro Maßnahme ist mehr als ein Ereignis möglich
„Rate“ In Epidemiologie: eigentlich in bestimmter Zeiteinheit, pro Zeiteinheit heißt es „Dichte“ Eine Beobachtete Anzahl von Ereignissen wird auf 100 Maßnahmen bezogen. Pro Maßnahme ist mehr als ein Ereignis möglich Beispiel:Wundinfektionsrate 5 Wundinfektionen pro 100 Operationen

35 Rate Die drei wichtigsten Häufigkeitsmaße
Prävalenz Inzidenz Inzidenzrate (= Inzidenzdichte)

36 Prävalenz

37 Prävalenz Prävalenztag HWI HWI HWI Pneumonie Pneumonie Zeit Zeit

38 Anzahl der Personen mit Pneumonie 2
Prävalenz 21 Patienten am Prävalenztag anwesend 2 Pneumonien 1 HWI Wie hoch ist die Prävalenz der Pneumonie? Anzahl der Personen mit Pneumonie = = 0,09 = 9 % Anzahl der Personen unter Risiko

39 Anzahl der Personen mit HWI =
Prävalenz 21 Patienten am Prävalenztag anwesend 2 Pneumonien 1 HWI Wie hoch ist die Prävalenz der HWI? Anzahl der Personen mit HWI = Anzahl der Personen unter Risiko

40 Anzahl der Personen mit HWI 1
Prävalenz 21 Patienten am Prävalenztag anwesend 2 Pneumonien 1 HWI Wie hoch ist die Prävalenz der HWI? Anzahl der Personen mit HWI = = 0,05 = 5 % Anzahl der Personen unter Risiko

41 Inzidenz

42 Inzidenz In einer Stadt leben Frauen. Aktuell leiden 80 von ihnen an Brustkrebs. Von den anderen 9920 erkranken im Laufe des Jahres 11 an Brustkrebs. Wie hoch ist die Inzidenz? 1.1 von 1000 Frauen erkranken neu

43 Anzahl der Neuerkrankungen
Inzidenz Auf einer ITS liegen 20 Patienten. Aktuell leiden 2 von ihnen an einer Sepsis. Von den anderen 18 Patienten erkranken im Laufe eines Monats 5 an einer Sepsis. Wie hoch ist die Inzidenz der Sepsis? Anzahl der Neuerkrankungen Anzahl der Personen unter Risiko

44 Anzahl der Neuerkrankungen 1
Inzidenz Auf einer ITS liegen 20 Patienten. Aktuell leiden 2 von ihnen an einer Sepsis. Von den anderen 18 Patienten erkrankt im Laufe eines Monats 1 an einer Sepsis. Wie hoch ist die Inzidenz der Sepsis? 6 von 100 Patienten erkranken neu Anzahl der Neuerkrankungen = = 0.06 Anzahl der Personen unter Risiko

45 Inzidenz über den gesamten Zeitraum
Prävalenz / Inzidenz Prävalenztag HWI HWI HWI Pneumonie Pneumonie Zeit Zeit Inzidenz über den gesamten Zeitraum

46 Prävalenz und Inzidenz
Wie viele MRE-Infektionen traten zwischen dem ersten Tag nach Aufnahme und der Entlassung auf?

47 Prävalenz und Inzidenz
In welcher Rate entstehen neue Fälle in einer Gruppe von Menschen im Laufe der Zeit? Welcher Anteil einer Gruppe hat ein bestimmtes Merkmal? PunktPrävalenz =Inzidnez * Dauer der erkrankung Benatworten verschiedene fragen Prävalente Fälle sind ursprünglich inzidente Fälle.

48 Inzidenzrate (-dichte)
Anzahl aufgetretener Neuerkrankungsfälle pro Summe der Zeiträume, in denen jeder Einzelne der Bevölkerung erkranken konnte Anzahl Neuerkrankter Summe der Beobachtungszeiträume

49 Inzidenzrate (-dichte)
Anzahl der NI Inzidenzdichte = ∙ 1000 Patiententage Auf Ihrer ITS traten innerhalb eines Monats 13 HWI auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. Wie groß ist die Inzidenzdichte?

50 Inzidenzrate (-dichte)
Anzahl der NI Inzidenzdichte = ∙ 1000 Patiententage Auf Ihrer ITS traten innerhalb eines Monats 13 HWI auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. Patiententage = 12 ∙ ∙ ,85 = 306 (Betten) (Tage) (Belegung)

51 Inzidenzrate (-dichte)
Auf Ihrer ITS traten innerhalb eines Monats 13 Harnweginfektionen auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. 13 Inzidenzdichte = ∙ 1000 = 42.8 306 Patiententage Die Inzidenzdichte der HWI für Ihre Station beträgt 43 HWI pro 1000 Patiententage.

52 Standardisierung

53 Standardisierung Standardisierung hat das Ziel Vergleichbarkeit von z.B. Raten zu schaffen. Bei der Standardisierung werden Einflussfaktoren, die nicht untersucht werden sollen, rausgerechnet. In KISS wird u.a. nach Devicetagen standardisiert. Device (engl. = Gerät): invasive medizinische Hilfsmittel (HWK, ZVK usw.)

54 Device-assoziierte Inzidenzdichte
Device-assoziierte Anzahl der device-assoziierten NI Inzidenzdichte ∙1000 Anzahl der Device-Tage =

55 Device-assoziierte Inzidenzdichte
HWK-assoziierte Anzahl der device-assoziierten NI ∙1000 HWI-Inzidenzdichte Anzahl der Device-Tage = Auf Ihrer ITS traten innerhalb eines Monats 13 Harnweginfektionen auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. Die Anwendungsrate vom Harnwegkatheter lag bei 90%. 12 HWI waren Device-assoziiert. HWK-Tage: 306 ∙ 0,9 = 275.4

56 Device-assoziierte Inzidenzdichte
Auf Ihrer ITS traten innerhalb eines Monats 13 Harnweginfektionen auf. Während des Monats wurden 44 Patienten aufgenommen. Ihre Station hat 12 Betten und war zu 85% belegt. Der Monat hatte 30 Tage. Die Anwendungsrate vom Harnwegkatheter lag bei 90%. 12 HWI waren device-assoziiert. Device-assoziierte Anzahl der Device-assoziierten HWI (12) Inzidenzdichte ∙ 1000 Anzahl der Device-Tage (275) = = 43.64 Die Device-assoziierte Inzidenzdichte für HWI auf Ihrer Station beträgt 44 HWI pro 1000 HWK-Tage.

57 Stratifizierung

58 Stratifizierung Bei der Stratifizierung (lat. Stratum = Schicht, Decke) werden Untergruppen gebildet und nur die Daten innerhalb der Untergruppen verglichen. In KISS wird u.a. nach ITS-Art, OP-Art, Anzahl der Nasenabstriche, Geburtsgewichtsklassen. Ist das 2. Mittel, nur nötig, wenn standardisierung nicht ausreichend, sondern nur wenn noch unterschiede zwischen den gruppen bestehen

59

60 Epidemiologie Messung der Krankheitshäufigkeit Wieviel ?
Beschreibung der Verteilung von Krankheiten Wer, Wo, Wann ? Erfassung der Determinanten von Krankheit Warum ? Bevölkerungsbezogene Intervention Was tun ?

61 Epidemiologen sind Gesundheitsdetektive

62 Studiendesign in der epidemiologischen Forschung
Annahme: Erkrankungen treten nicht zufällig verteilt auf Es gibt ursächliche und präventive Faktoren, die durch systematische Untersuchungen identifiziert werden können

63 Zusammenhang von Ursache und Wirkung
Schwierigkeiten Zusammenhänge meist nicht ohne weiteres erkennbar Korrelationen meist nicht zwingend Eine Ursache kann verschiedene Wirkungen haben Eine Wirkung kann verschiedene Ursachen haben oder mit langer Latenz

64 Definition - Epidemiologie
Die Lehre von der Verteilung und den Determinanten von Krankheitshäufigkeiten in der Bevölkerung Häufigkeit: Messen der Krankheitshäufigkeit ist erste Voraussetzung (z.B. Inzidenz, Prävalenz) Verteilung: Wer, wann und wo erkrankt. Vergleiche zwischen verschiedenen Bevölkerungsgruppen, Regionen und Zeiträumen Determinanten: Kenntnis von Häufigkeit und Verteilung führt zu prüfbaren Hypothesen Studien

65 Exposition und Zielgröße
Möglicher ursächlicher Faktor Risikofaktor Eigenschaft von Interesse Zielgröße Erkrankung Gesundheitszustand Folge eines Einflusses

66 Übergewicht Herzerkrankung Alkohol Verkehrsunfälle
Beziehung zwischen Exposition und Zielgröße / Krankheit Rauchen Lungenkrebs Übergewicht Herzerkrankung Alkohol Verkehrsunfälle Mangelnde Impfung Diphterie

67 Studiendesigns Querschnittsstudie Untersuchung von Beziehungen zwischen Exposition und Outcome: Fall-Kontroll-Studie Kohortenstudie Interventionsstudie (klinische, experimentelle, randomisiert, (Plazebo-) kontrolliert, doppelblind)

68 Studiendesigns Querschnittsstudie Untersuchung von Beziehungen zwischen Exposition und Outcome: Fall-Kontroll-Studie Kohortenstudie Interventionsstudie (klinische, experimentelle, randomisiert, (Plazebo-) kontrolliert, doppelblind)

69 Fall-Kontroll-Studie
Beginn der Studie Exposition gegenüber dem Risikofaktor Fälle JA NEIN Zeit Kontrollen JA Der Gruppe von Fall-Patienten wird eine Gruppe von Nicht-Fall-Patienten gegenüber-gestellt und das Vorkommen von Risikofaktoren in beiden Gruppe verglichen. NEIN Forschung

70 Verursacht Rauchen Lungenkrebs?

71 Fall-Kontroll-Studie
Beginn der Studie Geraucht 100 Fälle Lungenkrebs JA (70) NEIN (30) Zeit 100 Kontrollen Kein Krebs Man beginnt mit Fällen, die an Lungenkrebs erkrankt sind Kontrollen haben keinen Lungenkrebs Man befragt beide Gruppen nach Rauchverhalten in der Vergangenheit Man vergleicht Häufigkeit des Rauchens bei den Fällen und den Kontrollen JA (30) NEIN (70) Forschung

72 Fall-Kontroll-Studie Vier-Felder-Tafel
Lungenkrebs JA NEIN Rauchen 70 30 100 200 a b c d Berechnung des Odds Ratio (Chancenverhältnis)

73 Chancenverhältnis Odds Ratio (OR)
Verhältnis der Exponierten zu Nichtexponierten unter den Erkrankten Verhältnis der Exponierten zu Nichtexponieren unter den Nichterkrankten

74 Fall-Kontroll-Studie Vier-Felder-Tafel
Lungenkrebs JA NEIN Rauchen 70 30 100 200 a b c d Berechnung des Odds Ratio: a/c 70/30 2,33 b/d 30/70 0,43 = 5,4 = OR = Raucher haben ein 5 mal höheres Risiko an Lungenkrebs zu erkranken im Vergleich zu Nichtrauchern.

75 Kohortenstudie Beginn der Studie Patienten mit Risikofaktor
Kohortenstudie Beginn der Studie Patienten erkrankt Patienten mit Risikofaktor Patienten NICHT erkrankt Zeit Patienten erkrankt Risikofaktor NICHT vorhanden Untersucht die Erkrankungshäufigkeit von Exponierten und Nicht-Exponierten Man beginnt mit Personen, die exponiert sind und solchen, die nicht exponiert sind Beide Gruppen werden über einen definierten Zeitraum beobachtet. Alle neuen Erkrankungsfälle werden erfasst Man vergleicht die Inzidenz beider Gruppen Patienten NICHT erkrankt Forschung

76 Verursacht Rauchen Lungenkrebs?

77 Kohortenstudie: Rauchen und Lungenkrebs
Kohortenstudie: Rauchen und Lungenkrebs Beginn der Studie Patienten erkrankt (70) Raucher (100) Patienten NICHT erkrankt (30) Zeit Patienten erkrankt (30) Nichtraucher (100) Man beginnt mit Rauchern Kontrollen rauchen nicht Man beobachtet beide Gruppen hinsichtlich des Auftretens von Lungenkrebs Man vergleicht die Erkrankungshäufigkeit in beiden Gruppen am Ende der Studie Patienten NICHT erkrankt (70) Forschung

78 Kohortenstudie: Vier-Felder-Tafel
Lungenkrebs JA NEIN Rauchen 70 30 100 200 a b a + b c d c + d Berechnung des Relativen Risikos (RR)

79 Inzidenz der Exponierten Inzidenz der Nichtexponierten
Relatives Risiko (RR) Verhältnis der Inzidenz der Exponierten zur Inzidenz der Nichtexponierten. Inzidenz der Exponierten Inzidenz der Nichtexponierten RR=

80 Kohortenstudie: Vier-Felder-Tafel
Lungenkrebs JA NEIN Rauchen 70 30 100 200 a b a + b c d c + d Berechnung des Relativen Risikos (RR): Inzidenz der Raucher Inzidenz der Nichtraucher a / (a + b) / ,7 c / (c + d) / ,3 = 2,33 = = Raucher haben ein 2 mal höheres Risiko an Lungenkrebs zu erkranken im Vergleich zu Nichtrauchern.

81 Unterschied OR und RR RR : Verhältnis des Risikos unter Exposition zu erkranken zum Risiko unter Nicht-Exposition zu erkranken -> Kohortenstudie OR: Verhältnis der Verhältnisse von Kranken mit Exposition zu Kranken ohne Exposition und Gesunden mit Exposition zu Gesunden ohne Exposition

82 Fehler bei der Durchführung von Studien

83 Confounder Verschleierung - Verzerrtes Bild der Wirklichkeit?
Die üblichen „Verdächtigen“: Alter Geschlecht Krankheitsschwere

84 Odds Ratio für Einkommen über 1500 Euro
Confounder Schuhgröße Odds Ratio für Einkommen über 1500 Euro Über 44 2.1 1.4 Unter 40 (Referenz) 1.0

85 Odds Ratio für Einkommen über 1500 Euro
Confounder Männer Frauen Schuhgröße Odds Ratio für Einkommen über 1500 Euro Über 44 1.0 Unter 40 (Referenz) Unter 40 (Referenz

86 Untersuchte Exposition
Confounder Untersuchte Exposition (Schuhgröße) Outcome (Einkommen) Confounder (Geschlecht)

87 Epidemiologie Messung der Krankheitshäufigkeit Wieviel ?
Beschreibung der Verteilung von Krankheiten Wer, Wo, Wann ? Erfassung der Determinanten von Krankheit Warum ? Bevölkerungsbezogene Intervention Was tun ?

88 Dr. med. Christine Geffers Christin Schröder
Danksagung Dr. med. Christine Geffers Christin Schröder

89 Vielen Dank für Ihre Aufmerksamkeit!

90 Anregungen? Fragen?