Healthcare-Associated Infections Database - HAIBA

HAIBA er et værktøj til automatisk overvågning af infektioner erhvervet i sundhedssektoren. HAIBA monitorerer udvalgte typer sundhedssektorerhvervede infektioner vha. eksisterende datakilder.

HAIBA indeholder data fra både LPR2 og LPR3, hvilket betyder, at man kan tilgå overvågningsdata for de sidste fem år samt det nuværende år.

Perioden fra januar til april 2019 skal tolkes med forsigtighed, da regionerne i denne periode trinvist skiftede fra LPR2 til LPR3. Derudover kan baselinen for data fra før januar 2019 være anderledes sammenlignet med perioden efter april 2019. Dette skal tages i betragtning ved fortolkning af tendenser og målsætning. Dataforskellen kan variere på tværs af regioner og hospitaler.

 

Tabel

Efter man har valgt en ”Infektionstype”, skal man under ”Rolle og ansvar” angive, udgangspunktet for visningen på hospitalet. For bakteriæmi, urinvejsinfektioner og C. difficile infektioner findes kontaktansvar (hospitalet og afdelingen med ansvar for behandlingen), samt opholdsadresse (hospitalet og afsnittet, hvor patienten fysisk er/var indlagt). Infektioner efter indsættelse af kunstig hofte og knæ vises for kontaktansvar, samt hospitalet og afsnittet, der har udført operationen. Den ”overliggende afdeling” er den afdeling som i Sundhedsvæsenets Organisationsregister (SOR) er angivet et niveau højere.

På nuværende tidspunkt vises kun hospitaler i den offentlige sektor. Derfor viser filtret ”Offentlig/privat” kun den offentlige sektor. På sigt tilføjes privat hospitaler igen. Filtret ”Region” viser den ansvarlige region.

Filtret for Sundhedsinstitution viser hvilket hospital institutionsejeren har registreret i SOR. For offentlige hospitaler kan man desuden vælge en geografisk lokalisation for et hospital (matrikel).

Man skal oprette en bruger for at få mulighed for at gemme sine filtervalg. Det kan fx være en afdelingsbruger. Når man er logget ind, vil man se en ekstra knap: ”Gem aktuelle filtervalg”. Man skal give filtervalget en titel, og man vil derefter kunne finde det gemte filtervalg på forsiden under ”Gemte udtræksindstillinger”. Desuden kan man downloade den valgte tabel i Excel.

Graf

Efter man har valgt en ”Infektionstype”, skal man under ”Rolle og ansvar” angive, udgangspunktet for visningen på hospitalet. For bakteriæmi, urinvejsinfektioner og C. difficile infektioner findes kontaktansvar (hospitalet og afdelingen med ansvar for behandlingen), samt opholdsadresse (hospitalet og afsnittet, hvor patienten fysisk er/var indlagt). Infektioner efter indsættelse af kunstig hofte og knæ vises for kontaktansvar, samt hospitalet og afsnittet, der har udført operationen. Den ”overliggende afdeling” er den afdeling som i Sundhedsvæsenets Organisationsregister (SOR) er angivet et niveau højere.

På nuværende tidspunkt vises kun hospitaler i den offentlige sektor. Derfor viser filtret ”Offentlig/privat” kun den offentlige sektor. På sigt tilføjes privat hospitaler igen. Filtret ”Region” viser den ansvarlige region.

Filtret for Sundhedsinstitution viser hvilket hospital institutionsejeren har registreret i SOR. For offentlige hospitaler kan man desuden vælge en geografisk lokalisation for et hospital (matrikel).

Information om opgørelsen HAIBA

Her kan du læse følgende om opgørelsen:

   1) Formålet (kort)

   2) Indhold og afgræsning

   3) Indikatorer

   4) Forbehold ved fortolkning

   5) Datakilde

   6) Offentliggørelse

   7) Øvrige ord og begreber, der anvendes i opgørelserne

 

1. Formålet (kort)


HAIBA er et værktøj til automatisk overvågning af infektioner erhvervet i sundhedssektoren. Ved brug af data fra den Danske Mikrobiologidatabase (MiBa), Landspatientregisteret (LPR), Sundhedsvæsenets Organisationsregister (SOR), og CPR-registret identificerer HAIBA udvalgte infektionstyper.

 

2. Indhold og afgrænsning


HAIBA omfatter fem infektionstyper: 1) bakteriæmi (bakterier i blodet), 2) urinvejsinfektioner, 3) tarminfektioner med Clostridioides difficile (C. difficile) 4) dybe infektioner efter planlagt indsættelse af kunstig hofte og 5) dybe infektioner efter planlagt indsættelse af kunstig knæ.

HAIBA har været under revision i 2019 og en del af 2020, for at håndtere en ny datamodel for LPR (LPR3) og for at implementere forbedringer i casedefinitionerne. HAIBA indeholder nu data fra både LPR2 og LPR3, hvilket betyder, at man kan tilgå overvågningsdata for de sidste fem år samt det nuværende år. 

Læs mere om ændringerne i datagrundlaget, casedefinitioner og visning i faktaark for sundhedspersonale.

 

3. Indikatorer


Følgende indikatorer vises i HAIBA:

  • Antal og incidens for sundhedssektorerhvervet bakteriæmi. Incidens er beregnet som antal per 10.000 risikodøgn.
  • Antal og incidens for sundhedssektorerhvervede urinvejsinfektioner. Incidens er beregnet som antal per 10.000 risikodøgn.
  • Antal og incidens for C. difficile infektioner fordelt i Hospital Onset Healthcare-Associated (HOHA) og Community Onset Healthcare-Associated (COHA). Incidens er beregnet som antal per 10.000 patientdøgn.
  • Antal og incidens for infektioner efter planlagt indsættelse af kunstig hofte. Incidens er beregnet som antal per 100 indeksoperationer (kumulativ incidens andel).
  • Antal og incidens for infektioner efter planlagt indsættelse af kunstig knæ. Incidens er beregnet som antal per 100 indeksoperationer (kumulativ incidens andel).
 

Beskrivelser for casedefinitioner findes her.

 

4. Forbehold ved fortolkning


HAIBA bliver løbende valideret, både internt på Statens Serum Institut og i samarbejde med lokale og regionale brugere. Ny viden i mikrobiologi og videreudvikling af kodningspraksis hos klinisk mikrobiologiske afdelinger følges for at kunne fortolke data i HAIBA korrekt. Ændringer i datamodellen eller indberetningspraksis for datakilderne betyder også, at HAIBA løbende skal tilrettes.

Der kan være forskellige forklaringer på udviklinger i forekomsten af infektioner:

  • Reelle stigninger (fx udbrud) og fald (fx resultater af interventioner)
  • Tilfældige variationer
  • Ændringer i grunddata (fx hvis en klinisk mikrobiologisk afdeling introducerer en ny test)
  • Kodningen af en algoritme skal opdateres (fx når grunddata registreres på nye måder, skal algoritmerne også tilpasses)
  • Ændringer i klinisk praksis (fx prøvetagning eller anvendelse af koder)
 

Perioden fra januar til april 2019 skal tolkes med forsigtighed, da regionerne i denne periode trinvist skiftede fra LPR2 til LPR3. Derudover kan baselinen for data fra før januar 2019 være anderledes sammenlignet med perioden efter april 2019. Dette skal tages i betragtning ved fortolkning af tendenser og målsætning. Dataforskellen kan variere på tværs af regioner og hospitaler.

 

5. Datakilde


Datakilder er Landspatientregisteret, Sundheds Organisationsregister (SOR), den Danske Mikrobiologidatabase (MiBa) og CPR-registeret.

 

6. Offentliggørelse


HAIBA data opdateres én gang om ugen om mandagen. 

 

7. Øvrige ord og begreber, der anvendes i opgørelserne


  • Kontaktansvar – Oplysning fra LPR om afdelingen, der har/havde ansvar for behandlingen.
  • Opholdsadresse – Oplysning fra LPR om afsnittet, hvor patienten fysisk var. Dette er kun registreret i LPR3 og mangler derfor for data fra LPR2.
  • Producent – Oplysning fra LPR om afdelingen, der har udført operationen. 
  • Rolle og ansvar – Filter i HAIBA visningen, hvor man kan bestemme om data skal vises for kontaktansvar, opholdsadresse eller operation. 
  • Sundhedsinstitutionviser hvilket hospital institutionsejeren har registreret i SOR.
  • Matrikel – geografisk lokalisation, kun registreret i SOR for offentlige hospitaler. Obs ikke alle afdelinger har angivet geografisk lokalisation i SOR.
  • Risikodøgn – en beregning i HAIBA som indeholder de døgn, hvor patienter er i risiko for at blive registreret med en sundhedssektorerhvervet infektion i HAIBA. Anvendes som nævner i incidensberegninger for bakteriæmier, urinvejsinfektioner og infektioner med C. difficile.

FEEDBACK

FEEDBACK

Fandt du det du søgte? Har du kommentarer, ris eller ros til siden? Så er du velkommen til at give dit bidrag til hvordan vi kan gøre eSundhed endnu bedre.

Fandt du det du søgte?