190 likes | 306 Views
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
E N D
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
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
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
DACOBAN og internationalt samarbejde I Kim O. Gradel, DSKM Årsmøde, 7/3-2014
DACOBAN og internationalt samarbejde II Kim O. Gradel, DSKM Årsmøde, 7/3-2014
DACOBAN og internationalt samarbejde III Kim O. Gradel, DSKM Årsmøde, 7/3-2014
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
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
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
Bakteriæmi-episoder: Pc-algoritmer vs. lægens vurdering BMC Med Res Methodol 12:139 Kim O. Gradel, DSKM Årsmøde, 7/3-2014
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
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
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
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
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
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
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
Tak for opmærksomheden Kim O. Gradel, DSKM Årsmøde, 7/3-2014