Automatisation de la surveillance des infections associées aux soins : la valorisation des données

Automation of healthcare-associated infections surveillance: data valorization

Alexis Daudé

Alexis Daudé

Institut des agents Infectieux – Hospices civils de Lyon (HCL) – 103, Grande rue de la Croix-Rousse – 69004 Lyon – France Autres articles de l'auteur dans Hygiènes Articles dans PubMeb
Jean-Philippe Rasigade

Jean-Philippe Rasigade

Institut des agents infectieux – Hospices civils de Lyon (HCL) – Lyon – France |
Centre international de recherche en infectiologie – Université de Lyon, unité 1111 de l’Institut national de la santé et de la recherche médicale (Inserm), Université Claude Bernard Lyon 1, unité mixte de recherche 5308 du Centre national de la recherche scientifique, École normale supérieure de Lyon – Lyon – France
Autres articles de l'auteur dans Hygiènes Articles dans PubMeb
Élodie Couvé-Deacon

Élodie Couvé-Deacon

Laboratoire de bactériologie-virologie-hygiène – Centre hospitalier universitaire (CHU) de Limoges – Limoges – France |
Unité mixte de recherche scientifique Anti-infectieux : supports moléculaires des résistances et innovations thérapeutiques (UMR-S 1092) – Inserm – Limoges – France
Autres articles de l'auteur dans Hygiènes Articles dans PubMeb
Alexis Daudé
,
Jean-Philippe Rasigade
,
Élodie Couvé-Deacon

Automatisation de la surveillance des infections associées aux soins : la valorisation des données

Figures

Résumé

Devant la survenue croissante d’infections associées aux soins, les systèmes de surveillance se développent et leur automatisation croissante encourage la valorisation des données générées. Le recueil en temps réel favorise un retour d’information rapide et innovant à l’échelon local ou à plus grande échelle entre établissements, régions ou pays. L’automatisation du recueil représente une avancée à plusieurs niveaux. Elle favorise la standardisation et l’interopérabilité des données, qui facilitent la mise en œuvre de programmes de surveillance nationaux et améliorent la fiabilité des indicateurs de surveillance que ces programmes génèrent. Une fois standardisées, les données de systèmes différents deviennent comparables et peuvent être centralisées dans un entrepôt de données. À condition de répondre à certaines exigences de qualité, d’exhaustivité et de protection, l’analyse de données de surveillance couplée à un entrepôt de données de santé peut contribuer à la recherche clinique. D’autres utilisations sont envisagées, telles que l’optimisation du codage des séjours, entraînant de multiples bénéfices potentiels en termes de finance, de temps et de fiabilité. La lutte contre l’antibiorésistance peut également bénéficier d’une approche globale combinant toutes les données d’intérêt et identifiant les mesures correctives. Enfin, de tels entrepôts de données peuvent aboutir à une simplification et à une optimisation de la gestion des cas contact lorsqu’un risque de transmission nosocomiale est identifié. Ainsi, des systèmes de surveillance efficaces ont de multiples utilités locales et sont essentiels au niveau national voire international pour l’exploitation d’indicateurs et la détection de tendances.

Mots clés: Surveillance informatisée - Infection Associée aux soins - Data-mining - Restitution des indicateurs - Gouvernance - Recherche médicale

Abstract

Surveillance systems of healthcare-associated infections are increasing and the automation of these systems is on the rise and calls for relevant opportunities for data reuse and valorization. Real-time data collection favors rapid and innovative feedback locally or on a wider scale between institutions, regions or countries. Automating data collection is a step forward on many levels. Automation encourages data standardization and interoperability. In turn, standardization facilitates the implementation of larger-scale surveillance programs and improves the reliability of surveillance indicators. Once standardized, data from different information systems become comparable and can be centralized in data warehouses. Provided that requirements for quality, completeness and privacy protection are met, the analysis of surveillance data can contribute to clinical research. Other uses of data warehouses are discussed, including the optimization of the coding of stays, with multiple potential benefits for healthcare institutions in terms of finances, time and reliability. The fight against antibiotic resistance can also benefit from a comprehensive approach that combines all the data of interest and identifies corrective measures. Finally, data warehouses can help simplify and optimize contact tracing when a risk of nosocomial transmission is identified. Efficient surveillance systems have multiple local uses and are essential at the national or international level for the exploitation of indicators and the detection of trends.

Keywords: Automated surveillance - Healthcare-associated infections - Data mining - Indicators restitution - Governance - Biomedical research

Article

Copyright : Health & Co© 2022.