1 / 19

Fra regional til tværregional bakteriæmiforskning

Fra regional til tværregional bakteriæmiforskning. Kim Oren Gradel Epidemiolog , klinisk lektor, senior dyrlæge, Ph.D . Center for Klinisk Epidemiologi Kompetencecenter for Epidemiologi og Biostatistik Syd, og Forskningsenheden for Klinisk Epidemiologi  OUH Odense Universitetshospital

denis
Download Presentation

Fra regional til tværregional bakteriæmiforskning

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Fra regional til tværregional bakteriæmiforskning Kim Oren GradelEpidemiolog, klinisk lektor, senior dyrlæge, Ph.D.Center for Klinisk EpidemiologiKompetencecenter for Epidemiologi og Biostatistik Syd, og Forskningsenheden for Klinisk Epidemiologi  OUH Odense Universitetshospital E-mail: kim.gradel@rsyd.dk Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  2. DACOBAN I • = Danish Collaborative Bacteraemia Network • Styregruppe: Henrik C. Schønheyder (Aalborg), Christian Ø. Jørgensen (Hvidovre), Jenny D. Knudsen (Hvidovre), Magnus Arpi (Herlev) • Database med positive bloddyrkninger fra Region Nordjylland og Region Hovedstaden, koblet til andre registerdata • Omfatter p.t. 46,610 bakteriæmi-episoder (2000-2011) Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  3. DACOBAN II • Mikrobiologi: • Mikroorganisme • Resistens • Lægens vurdering (oprindelse, antibiotika-behandling, kateterisering, muligt fokus): ca. 20% af data • Data koblet til: • LPR-data (1977-) • CPR-data (vital status) Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  4. DACOBAN og internationalt samarbejde I Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  5. DACOBAN og internationalt samarbejde II Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  6. DACOBAN og internationalt samarbejde III Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  7. DACOBAN, danske studier • Pinholt M, Østergaard C, Arpi M, Bruun NE, Schønheyder HC, Gradel KO, Søgaard M, Knudsen JD, for the Danish Collaborative Bacteraemia Network (DACOBAN) (2014) Incidence, clinical characteristics and 30-day mortality of enterococcal bacteraemia in Denmark 2006-2009: a population-based cohort study. Clin Microbiol Infect, 20, 145-151 • Koch K, Nørgaard M, Schønheyder HC, Thomsen RW, Søgaard M, for the Danish Collaborative Bacteraemia Network (DACOBAN) (2013) Effects of socioeconomic status on mortality after bacteremia in working-age patients. A Danish population-based cohort study. PLoS One 8:e70082 • Koch K, Søgaard M, Nørgaard M, Thomsen RW, Schønheyder HC, for the Danish Collaborative Bacteraemia Network (DACOBAN) (2014) Socioeconomic inequalities in risk of hospitalization with community-acquired bacteremia: a Danish population-based case-control study. Am J Epidemiol, accepted for publication • Gradel KO, Knudsen JD, Arpi M, Østergaard C, Schønheyder HC, Søgaard M, for the Danish Collaborative Bacteraemia Network (DACOBAN) (2012) Classification of positive blood cultures: computer algorithms versus physicians' assessment - development of tools for surveillance of bloodstream infection prognosis using population-based laboratory databases. BMC Med Res Methodol 12:139 Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  8. Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  9. Lægens vurdering • Forurening vs. bakteriæmi • Bakteriæmi: • Samfund, hospital • Monomikrobiel, polymikrobiel • Samfundserhvervet bakteriæmi: • Hyppig kontakt (healthcare-association), ikke hyppig kontakt Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  10. Pc-algoritme • Grundet forskellig prøvenummerering: Datoer, og ikke blodkolbesæt, er mindste analytiske enhed • Én bakteriæmi-episode: • Patogene bakterier på dag 0 + dag 1 • Mulige hudkontaminanter (f.eks. CNS): 2 eller flere dage indenfor perioden dag 0-dag 5 • Ud fra dette ”vurderede” pc’en de samme kategorier som lægerne Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  11. Bakteriæmi-episoder: Pc-algoritmer vs. lægens vurdering BMC Med Res Methodol 12:139 Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  12. Efter artiklen…. • Generering af episoder: • Algoritme genereret af læge, ph.d-studerende Stig Lønborg Nielsen, Infektionsmedicinsk Afdeling, OUH • Inkluderer nu også de samme bakterier indenfor en 30-dages periode i bakteriæmi-episoden • Nu lever det således op til de ”gængse” internationalt vedtagne definitioner af bakteriæmi-episoder  Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  13. DACOBAN: Styrker og svagheder Styrker Svagheder Få kliniske og para-kliniske data ”Læge-data” afspejler individuelle vurderinger, og de er ikke validerede Inkonsistens omkring MIC cut-off points o.l. for antibiotikaresistens • Populationsbaseret • Høj statistisk præcision • Kan skelne mellem incidente og non-incidente episoder • Fuldt follow-up muligt, f.eks. til langtidsmortalitet • Fleksibelt mht. kobling til andre registre Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  14. DORIS, OUH • DORIS = Danish Observational Registry of Infectious Syndromes • Styregruppe: Annmarie T. Lassen, Hans Jørn Kolmos, Thøger G. Jensen, Court Pedersen, alle OUH • Inkluderer bakteriæmi-data, herunder en del kliniske data fra journaler Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  15. DACOBAN/DORIS projekt I • Tentativ titel: No specific time window distinguishes between community, healthcare and hospital acquired bacteremia, but they are prognostically robust • Baggrund: 48 timer er et “magisk” tal, men har det “noget på sig”??? • Over 3300 artikler har henvist til Garner et al., 1988, som kilde til at 48 timer skelner mellem samfunds- og sygehuserhvervet, men Garner et al., 1988, siger intet om en fast tidsgrænse, snarere tværtimod! Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  16. DACOBAN/DORIS projekt II • 56,606 bakteriæmi-episoder, heraf 9,996 fra DORIS (Fyn), 2000-2008 • Hypoteser: • specific time windows reflect sharp transitions between community acquisition and hospital acquisition pertaining to gender, comorbidity, main types of microorganisms, and 30-day mortality • use of different time windows to distinguish between community acquisition, health-care association, and hospital acquisition influence the results of prognostic models • Tidsvinduer: • 0-1, 0-2, 0-3 og 0-7 dageefterindlæggelse • 30 eller 90 dagessygehuskontaktforud for indlæggelse Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  17. DACOBAN/DORIS projekt III • Præliminære resultater: • Ingen skarp tidsgrænse mellem samfunds- og hospitalserhvervede bakteriæmier, hverken for 48 timer eller andre tidsgrænser indenfor 0-7 dage efter indlæggelse • Stort set ingen ændringer ift. brug af et 30- eller 90-dages tidsvindue for hyppig kontakt • Forskellige tidsgrænser har meget lille betydning for 30-dages dødelighed i prognostiske modeller (logistisk regression og AUROC) justeret for køn, alder, komorbiditet og mikroorganisme: HA > HCA > CA er konsistent! Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  18. Fremtiden • HAIBA: Sammenligning af DACOBAN- og HAIBA-algoritmer for generering af episoder (”cases” i HAIBA-terminologi) • DACOBAN er en åben gruppe, der inviterer til samarbejde for interesserede Kim O. Gradel, DSKM Årsmøde, 7/3-2014

  19. Tak for opmærksomheden  Kim O. Gradel, DSKM Årsmøde, 7/3-2014

More Related