Healthcare-associated infections (HCAIs) represent an enormous burden for patients, healthcare workers, relatives and society worldwide, including Germany. The central tasks of infection prevention are recording and evaluating infections with the aim of identifying prevention potential and risk factors, taking appropriate measures and finally evaluating them. From an infection prevention perspective, it would be of great value if (i) the recording of infection cases was automated and (ii) if it were possible to identify particularly vulnerable patients and patient groups in advance, who would benefit from specific and/or additional interventions.To achieve this risk-adapted, individualized infection prevention, the RISK PRINCIPE research project develops algorithms and computer-based applications based on standardised, large datasets and incorporates expertise in the field of infection prevention.The project has two objectives: a) to develop and validate a semi-automated surveillance system for hospital-acquired bloodstream infections, prototypically for HCAI, and b) to use comprehensive patient data from different sources to create an individual or group-specific infection risk profile.RISK PRINCIPE is based on bringing together the expertise of medical informatics and infection medicine with a focus on hygiene and draws on information and experience from two consortia (HiGHmed and SMITH) of the German Medical Informatics Initiative (MII), which have been working on use cases in infection medicine for more than five years.
Nosokomiale Infektionen stellen weltweit, aber auch in Deutschland eine enorme Belastung für Patient*innen, Beschäftigte im Gesundheitswesen, Angehörige und die Gesellschaft dar. Zentrale Aufgaben der Infektionsprävention sind die Erfassung und Bewertung von Infektionen mit dem Ziel, Präventionspotenziale und Risikofaktoren zu identifizieren, geeignete Maßnahmen zu ergreifen und schließlich zu bewerten. Aus Sicht der Infektionsprävention wäre es von großem Wert, wenn (i) das Erfassen der Infektionsfälle automatisiert werden könnte und wenn (ii) es möglich wäre, im Voraus besonders gefährdete Patient*innen und Patient*innengruppen zu identifizieren, die von spezifischen und/oder zusätzlichen Interventionen profitieren würden.Um diese risikoadaptierte bzw. individualisierte Infektionsprävention zu erreichen, entwickelt das Forschungsprojekt RISK PRINCIPE auf der Grundlage standardisierter, großer Datenbestände Algorithmen und computergestützte Anwendungen, welche Fachwissen im Bereich der Infektionsprävention nutzen.Im Rahmen des Projekts werden 2 Ziele verfolgt: a) die Entwicklung sowie Validierung eines semiautomatischen Surveillance-Systems für im Krankenhaus erworbene Blutstrominfektionen, prototypisch für nosokomiale Infektionen, und b) die Verwendung von umfangreichen Patient*innendaten aus verschiedenen Quellen zur Erstellung eines individuellen oder gruppenspezifischen Infektionsrisikoprofils.RISK PRINCIPE baut auf das Zusammenbringen der Expertisen von Medizininformatik und Infektionsmedizin mit dem Fokus auf Hygiene und nutzt u. a. Informationen und Erfahrungen aus 2 Konsortien (HiGHmed und SMITH) der deutschen Medizininformatik-Initiative (MII), die bereits über 5 Jahre erfolgreich an infektionsmedizinischen Anwendungsfällen gearbeitet haben.
Keywords: Bloodstream infection; Nosocomial infection; Prediction; Risk stratification; Surveillance.
© 2024. The Author(s).