HAIBA – Infektioner erhvervet på sygehuse


HAIBA, Hospital-Acquired Infections dataBAsen, er et værktøj til automatisk overvågning af infektioner erhvervet på sygehuse. Opgørelserne er baseret på data fra Landspatientregisteret (LPR), den danske Mikrobiologidatabase (MiBa) samt regionernes medicinmoduler.

HAIBA viser forekomsten af sygehuserhvervede bakteriæmier (bakterier i blodet), Clostridium difficile infektioner og urinvejsinfektioner. Senere tilføjes udvalgte infektioner efter operationer (post-operative infektioner, POI). Klassifikation af infektionerne sker automatisk ud fra oplysningerne i de nævnte databaser, og er baseret på bestemte case-definitioner, der kan afvige fra en individuel klinisk vurdering. Opgørelser fra HAIBA er derfor først og fremmest indikatorer for forekomsten af infektioner erhvervet på sygehusene.

​​​​​​​

Nyt

19.05.2016
Første års erfaring med overvågning af infektioner erhvervet i sygehuse gennem HAIBA

Første års erfaring med overvågning af infektioner erhvervet i sygehuse gennem HAIBA

19.05.2016

​I 2015 blev der etableret national overvågning af tre typer sygehuserhvervede infektioner gennem Hospital-Acquired Infections Database (HAIBA). Nu dokumenterer data fra HAIBA, at forekomsten af tarminfektioner forårsaget af bakterien Clostridium difficile falder. Dette fald ses især i Hovedstadsområdet og på Sjælland, og kan formentlig forklares med den store indsats der er gjo​rt for at bekæmpe disse infektioner.

​Målet med HAIBA er at danne grundlag til forbedringer i infektionskontrol, og dokumentation af faldet i Clostridium difficile-infektioner er et eksempel på den viden, HAIBA kan bidrage med. Data i HAIBA afspejler den kliniske og diagnostiske praksis på sygehusene. Dermed vil øget diagnostisk aktivitet, nye diagnostiske metoder, ændrede retningslinjer, ny organisering samt ændringer i kodningspraksis påvirke data. En stigning eller fald i antallet af registrerede infektioner skal dermed nøje fortolkes: I nogle tilfælde kan det være en reel udvikling i forekomsten af infektioner, i andre tilfælde kan der være andre forklaringer.

I marts 2015 blev overvågning via HAIBA lanceret for bakteriæmi (bakterier i blodet) og tarminfektioner med Clostridium difficile, og i oktober 2015 blev urinvejsinfektioner tilføjet. Resultaterne af overvågningen findes på eSundhed som er en interaktiv hjemmeside der giver adgang til offentlige sundhedsdata. HAIBA kan desuden tilgås via genvejen www.haiba.dk. Her kan man lave opgørelser af antal og incidens af de forskellige typer infektioner per uge eller per måned og for hver afdeling/afsnit, sygehus, region og for hele landet. Efter det første år, hvor både sygehuse, regioner og Statens Serum Institut fik de første erfaringer med anvendelse af HAIBA, bliver HAIBA i 2016 forhåbentligt endnu mere integreret i det daglige arbejde i infektionshygiejnen.

Data i HAIBA går tilbage til 2011. Før HAIBA blev disse infektioner overvåget ved hjælp af prævalensundersøgelser, som gav øjebliksbilleder og kun blev udført stikprøvevis af afdelinger, som deltog på frivillig basis. Med HAIBA er det nu muligt at følge udviklingen af de udvalgte indikatorer over tid for alle sygehuse og afdelinger i landet.

Læs mere i EPI-NYT 20/16



12.02.2016
HAIBA viser nu tal fra 2011 og fremover

HAIBA viser nu tal fra 2011 og fremover

12.02.2016

For at lave HAIBA mere overskuelig viser HAIBA nu tal fra 2011 og fremover. Tal fra 2010 er nu blevet fjernet fra online data.

HAIBA databasen indeholder forsat data fra 2010 til forsknings- og valideringsformål. 

17.12.2015
EPI-NYT om sygehuserhvervede urinvejsinfektioner

EPI-NYT om sygehuserhvervede urinvejsinfektioner

17.12.2015

​Data for sygehuserhvervede urinvejsinfektioner er beskrevet i E​PI-NYT 51/15.​


20.11.2015
Rettede tal for Clostridium difficile

Rettede tal for Clostridium difficile

20.11.2015

​Desværre opstod der en fejl i kodningen for Clostridium difficile i oktober 2015. Fejlen er nu rettet og resultaterne valideret. Vurderingen er, at tallene nu er korrekte.

Notat om fejl i tal for Clostridium difficile

​​