CN106295127A - 用于测量医院获得性感染发病率的方法 - Google Patents

用于测量医院获得性感染发病率的方法 Download PDF

Info

Publication number
CN106295127A
CN106295127A CN201610602953.4A CN201610602953A CN106295127A CN 106295127 A CN106295127 A CN 106295127A CN 201610602953 A CN201610602953 A CN 201610602953A CN 106295127 A CN106295127 A CN 106295127A
Authority
CN
China
Prior art keywords
nim
hospital
patient
computer
strain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610602953.4A
Other languages
English (en)
Inventor
S·E·布罗塞特
P·A·海迈尔
G·T·拉伯德
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CareFusion 303 Inc
Original Assignee
CareFusion 303 Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by CareFusion 303 Inc filed Critical CareFusion 303 Inc
Priority claimed from CN200580032718.8A external-priority patent/CN101432740B/zh
Publication of CN106295127A publication Critical patent/CN106295127A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/13—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Epidemiology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Medicinal Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Investigating Or Analysing Biological Materials (AREA)
  • Medical Treatment And Welfare Office Work (AREA)
  • Automatic Analysis And Handling Materials Therefor (AREA)
  • Medicines That Contain Protein Lipid Enzymes And Other Medicines (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Accommodation For Nursing Or Treatment Tables (AREA)
  • Medicines Containing Material From Animals Or Micro-Organisms (AREA)
  • Peptides Or Proteins (AREA)

Abstract

所公开的是一种用于分析患者住院数据以确定医院内感染指标(NIM)的方法和系统，该方法包括从数据库接收与至少一位患者相关的住院数据，从该住院数据计算非重复的医院分离株样本(SNDHI)数指标，从该住院数据计算抗生素使用标准(AUC)指标，以及基于所计算的SNDHI和AUC指标，为每位患者确定医院内感染指标(NIM)。

Description

用于测量医院获得性感染发病率的方法
本申请为分案申请，其原申请的申请日为2005年7月27日，申请号为200580032718.8，名称为“用于测量医院获得性感染发病率的方法”。
相关专利申请的交叉引用
本申请要求以下述申请作为优先权的基础：在2004年7月27日提交的美国临时申请No.60/591,561以及在2005年5月6日提交的美国临时申请No.60/678,899，上述申请在此通过引用的方式全部纳入本说明书中。
背景技术
“医院获得性感染”是由对存在的病原体或其毒素的不良反应所引起的、并且在入院时没有出现或潜伏的局部或全身的疾病。在美国，每年医院获得性感染约使2,000,000患者感染，并且造成约90,000患者死亡。在美国，医院获得性感染是死亡的第四主因，仅次于癌症、中风以及心脏病。医院获得性感染除了致人死亡以外，每次该感染的治疗都要花费近14,000美元，在美国每年总共要花280亿美元用于医院获得性感染的治疗。
消费者、雇主、医院保险公司、管理机构和其他方面希望知道，在既定的医院每年发生多少感染以及获得某种感染的人数有多少。然而，几乎没有一家医院能回答这些问题。
疾病预防控制中心(CDC)通过全国医院内感染监测(NNIS)计划提高了用于识别医院获得性感染的当前技术水平。在NNIS中，已经对13个主要感染部位类别和48个具体感染部位或类型制定了标准，(Garner et al.，APIC Infection Control and AppliedEpidemiology:Principles and Practice,1996)。该方法需要经特别训练的临床工作人员人工地审查每位患者的临床以及其他数据，该数据包括每位患者的入院、转院和出院数据，实验室结果，药学数据，放射学数据，医师记录以及护士记录。
此处是48条感染标准中的一个例子：
定义：其他尿路感染必须满足下列标准中的至少一条：
标准1：患者具有从感染部位的液体(尿除外)或组织的培养物分离出的生物体。
标准2：在直接检查时、或在外科手术中、或在组织病理学检查中观察到患者具有脓肿或其他感染迹象。
标准3：在没有任何其它认定的产生原因时患者具有下列体征或症状中的至少两项：发热(>38℃)、局部疼痛、或在有关部位局部压痛，并满足下列条件中的至少一项：
a)从感染部位排出脓性物质；
b)从血中培养出可存在于感染的可疑部位的生物体；
c)感染的射线照相证据，例如，异常的超声、CT扫描、磁共振成像(MRI)、或放射标记扫描(镓、锝)图像；
d)肾、输尿管、膀胱、尿道、腹膜后周围组织、或肾周间隙周围组织的感染的医师诊断；或
e)对于肾、输尿管、膀胱、尿道、腹膜后周围组织、或肾周间隙周围组织的感染，医师开始适当治疗。
用于识别医院获得性感染的当前技术处于人工方法水平，该方法非常耗时以至于没有一家医院拥有将该方法施用于医院所有患者所需的工作人员。每位患者入院至少需要20分钟来确定是否存在医院获得性感染，(Gavin PJ,et al.,SHEA 2004)。如果按这个速度计算，那么一家每年有20,000例入院的医院将需要5位专职的训练有素的审查者勉强能测出医院的感染率。极其少的医院具有这种用于感染控制的人员配备级别。
为应对大多数医院中对所有患者施用NNIS方法所需的资源的不足，在1999年1月NNIS计划删除了“全院内容(hospital-wide component)”(计算全院的医院获得性感染发病率)，(全国医院内感染监测(NNIS)系统报告AM J Infect Control 1999)。结果，大多数医院仅在该年某些时段上的患者亚群中识别某些感染。由于这种受限的观察方法，医院不能确定医院获得性感染的全部问题，也不能确定其最大程度的财政影响。
而且，当前的人工方法包括许多需要医院临床工作人员主观判断的标准。在使用了NNIS方法的20多年里，仅有一份关于其客观性的研究(Emori,et al,Infect ControlHosp Epidemio.l 1998)。该份研究比较了由三个小组对相同的1,136位患者图表进行审查后所报告的感染数，该三个小组为：NNIS参加医院、受过CDC训练的专家审查者以及CDC流行病学专家。由三个小组查看相同的1,136位患者图表后所得的感染数分别是611，1264和865。而且，许多人希望对多家医院的感染率进行比较。然而，这种客观性的缺乏使得这样的比较不可靠。
发明内容
本专利的主题是用于识别医院获得性感染的方法，该方法解决了现有技术水平的缺陷。该方法是现有医院数据的电子测量法，能够对医院的所有人群进行研究。该方法不需要现有技术水平的大量人工劳动。该方法也不同于现有的技术水平，它是客观的和可复现的。通过对每份患者记录和每家医院应用同一标准，不同的人将该方法施用于同一数据集将得到同一测量结果。
该方法利用了几乎每个医院都有的电子格式的实验室结果、药学数据、以及患者入院、转院和出院数据。利用所述方法，人们能够计算医院内感染指标(NIM)数。临床研究已经表明NIM数与确切的医院获得性感染数相对应——由此作为临床有效的代用度量标准。财政研究已经证明每例NIM关系到在医院多住7.5天以及14,000美元可变治疗费用(风险调整)。因此，该方法也可被用来预测医院获得性感染所牵连的住院时间长度和费用。
附图说明
纳入本说明书中并构成本说明书一部分的附图，图示了多个实施方案，并结合以下描述图示了所公开的结构和方法。
图1是表示具有可在其中实现本发明的多个计算装置的示例性网络环境的框图；
图2是表示可在其中实现本发明的示例性非限制计算装置的框 图，其中示出了计算环境；
图3是表示本发明方法的框图，其中示出了NIM计算。
具体实施方式
在公开和描述本方法之前，应该理解在此所用的术语仅出于描述具体实施方案的目的，而不是用来限制。术语“计算机可读介质”包括：分布式介质、中间存储介质、计算机执行内存储器以及任何其他能够存储实现本发明方法的计算机程序以供计算机稍后识读的介质或装置。实现本发明方法的计算机程序一般在诸如软盘或CD-ROM之类的分布式介质上，分配给用户。该计算机程序通常从该分布式介质被拷贝到硬盘或类似的中间存储介质。当运行时，该计算机程序从其分布式介质或其中间存储介质被加载到计算机执行存储器中，根据本发明的方法配置计算工作。所有这些操作对于计算机系统领域中的技术人员来说是已知的。
A.定义
如本说明书和所附权利要求书中所用的，单数形式“一种”、“一个”和“该”除上下文另作清楚地规定外，该内容包括不止一个所指事物。因此，例如，提及“一种感染”时包括两种或多种这类的感染的混合，依此类推。
本文的范围可用从“约”一个具体数值，和/或到“约”另外一个具体数值来表示。当表示这样的范围时，另一个实施方案包括从该具体数值和/或到另一个具体数值。类似地，当数值通过利用先行词“约”来表示近似值时，应该理解该具体值形成另一个实施方案。进一步应该理解，该范围的每一个的端点既在与其他端点相关时具有意义，又独立于其他端点而具有意义。还应该理解，在此公开了许多数值，并且在此每个数值除了公开该数值本身以外还公开为“约”该特定数值。例如，如果公开了数值“10”，那么还公开了“约10”。还应该理解，当数值被公开为“小于或等于”该数值，那么“大于或等于该数值”以及数值之间的可能范围也被公开，正如有经验的技术人员所恰当地理解的那样。例如，如果公开了数值“10”，那么还公开了“小于或等于10”以及“大于或等于10”。还应该理解，在整篇申请中，以各 种不同的形式给出数据，并且该数据表示终点、起点以及各数据点的任意组合的范围。例如，如果公开了具体数据点“10”以及具体数据点15，那么应该理解不但认为公开了在10和15之间的范围，也认为公开了大于、大于或等于、小于、小于或等于10和15。
在本说明书中以及随后的权利要求书中，将涉及到许多术语，这些术语将被定义具有下述含义：
“可选的”或“可选地”意味着接下来所描述的事件或情况可以出现或者也可以不出现，该描述包括所述事件或情况实例的场合以及所述事件或情况没有出现的实例。
“医院内感染”(NI)也称为“医院获得性感染”是由对存在的病原体或其毒素的不良反应所引起的，并且在进入医院或类似医院的机构时没有出现或潜伏，反而是在与医院或类似医院的机构的偶然接触期间获得的局部或全身的疾病。
“医院内感染指标”(NIM)是与确切的医院内感染的发生相关的数值。
“分离株”是在样本的实验室分析中所识别的微生物(细菌、病毒、真菌、酵母、寄生生物、原生动物)或微生物存在的证据(例如，DNA、血清学、组织学、显微镜检查)。
“住院”是在医院或类似医院的机构中任意长的时间里被视为患者的情况。
“医院”是患者可得到医疗诊治的任何机构。
“患者类别”是通过共有特征相联系的患者的任意组合。这样的特征可包括，但不局限于：诊断、服务提供者、医院中的位置、医师以及年龄。其他特征对于本领域的技术人员来说是已知的，在此被明确考虑。
整篇申请中，参考了各种出版物。这些出版物的公开内容完整地通过引用的方式纳入本申请中，以便更完全地描述与本申请相关的技术水平。基于倚赖参考文献的句子中所论述的包含在所述参考文献中的素材，因此在此还通过引用的方式将该参考文献单独地并特别地纳入本文中。
B.示例性网络和分布式环境
任何一个本领域的普通技术人员能够意识到可将计算机或其他客户机或服务器装置作为计算机网络的一部分部署，或将其部署在分布式计算环境中。在这方面，本发明属于具有任意数量的内存储器或存储单元、以及在任意数量的存储单元或存储卷上存在的任意数量的应用和处理的任意计算机系统，该计算机系统可执行与NIM计算有关的操作。本发明可应用于网络环境或分布式计算环境中部署了服务器计算机和客户计算机的环境，所述环境中具有远程或本地存储器。本发明也可被应用到具有程序设计语言功能、以及解释和执行能力，以产生、接收和传送与远程或本地服务相关的信息的独立计算机上。
图1提供示例性网络或分布式计算环境的示意图。该分布式计算环境包括计算对象105a、105b等。这些对象可包括程序、方法、数据存储器、可编程逻辑等。每个对象可经由通信网络102与另一个对象通信。这种网络本身可包括向图1中的系统提供服务的其他计算对象和计算装置。根据本发明的一个方面，每个对象105或装置101可包含请求主机系统的NIM计算资源的应用程序。
因此，图1图解了其中服务器通过网络/总线与客户计算机通信，并可使本发明得到应用的示例性网络或分布式环境。更详细地，多个服务器103a、103b等通过可以是LAN、WAN、内联网、互联网等的通信网络/总线102与多个客户机或远程计算装置101a、101b、101c、101d、101e等互连，所述客户机或远程计算装置诸如便携式计算机、手持式计算机、瘦客户机、网络设备或其他装置。所图示的数据库104可驻留在103a、103b等服务器或其他计算装置上。数据库104可以是数据存储器系统的任意形式，包括但不局限于平面文件、关系数据库(SQL)、以及OLAP数据库(MDX和/或它的变体)。因此预期的是，本发明可应用于任何与理想地提供改进的NIM计算相关的计算装置。
C.示例性计算装置
图2和接下来的论述是用来提供可在其中实现本发明的合适的计算环境的简短概要的描述。然而应该理解，考虑将所有种类的手持式、便携式和其他计算装置以及计算对象用于本发明。尽管下面描述通用计算机，这只是一个例子，而利用具有网络/总线互通性和交互性的瘦客户机也可实现本发明。因此，本发明可在网络主机服务环境中实现， 在该环境中几乎不包含或包含很少的客户机资源，例如在网络环境中客户机装置仅用作到网络/总线的接口，诸如放置在设备中的对象。本质上，任何可存储数据或可检索到数据的环境就是所希望的、或合适的本发明技术操作的环境。
尽管不是必须的，本发明还是可通过操作系统实现以供装置或对象的服务开发者使用，和/或被包括在帮助执行NIM计算的应用软件中。软件被描述为通常意义上的计算机可执行指令，诸如程序模块，该程序模块由诸如客户工作站、服务器或其他装置的一个或多个计算机执行。通常，程序模块包括：例程、程序、对象、组件、数据结构等，它们执行特定任务或实现特定抽象数据类型。程序模块的功能性通常可按各种实施方案所需进行组合或分配。此外，本领域的技术人员应意识到，可利用其他计算机系统配置实施本发明。可供本发明所使用的合适的其他熟知的计算系统、环境和/或配置包括但不局限于：个人计算机(PC)、服务器计算机、手持式或膝上型装置、多处理器系统、基于微处理器的系统、可编程消费电子设备、网络PC、微型计算机、大型机等。也可在分布式计算环境中实施本发明，在分布式计算环境中任务是由通过通信网络/总线或其他数据传输介质链接的远程处理装置来执行。在分布式计算环境中，程序模块可位于包括内存储器存储器设备在内的本地和远程计算机存储器介质中，客户端节点又反过来可作为服务器节点。
因此，图2图解了可在其中实现本发明的合适的计算系统环境的一个例子，尽管如上文已描述清楚，该计算系统环境仅是合适的计算环境的一个例子，并没有打算对本发明的使用或功能性范围作任何的限制。关于示例性操作环境中所图解的任何一种部件或者各部件的任意组合，不应该将本计算环境解释为对其有任何依赖或者需要。
参照图2，实现本发明的示例性系统包括以计算机101形式表示的通用计算设备，计算机101的部件可包括但不局限于：处理单元201、系统内存储器236、以及将包括系统内存储器的各种系统部件结合到处理单元201的系统总线202。系统总线202可以是一些总线结构类型中的任意类型，这些总线结构类型包括内存储器总线或内存储器控制器、外围总线以及利用任意的各种总线体系结构的本地总线。
计算机101典型地包括各种计算机可读介质。计算机可读介质可以是可由计算机101访问的任何可利用介质，并且计算机可读介质包括易失性介质和非易失性介质、可移动介质和非移动介质。作为例子，但不是限制，计算机可读介质可包括计算机存储介质和通信介质。计算机存储介质可包括以任何方法或技术实现的用以存储诸如计算机可读指令、数据结构、程序模块或其他数据之类的信息的易失性和非易失性、可移动和非移动介质。计算机存储介质包括但不局限于：RAM、ROM、EEPROM、闪存或其他内存储器技术、CDROM、数字多功能光盘(DVD)或其他光盘存储器，盒式磁带、磁带、磁盘存储器或其他磁存储设备，或任何其他可用来保存所需信息并可由计算机101访问的介质。通信介质典型地体现为计算机可读指令、数据结构、程序模块或者在诸如载波之类的调制数据信号或其他传输机制中的其他数据，并包括任何信息输送介质。术语“调制数据信号”是指具有其一组或多组特征的信号或按照在该信号中编码信息的这种方式变化的信号。作为例子，但不是限制，通信介质包括有线介质和无线介质，有线介质诸如有线网络或直接有线连接，无线介质诸如声音、RF、红外和其他无线介质。上述介质的任何组合也应该包括在计算机可读介质范围中。
系统内存储器236包括易失性和/或非易失性内存储器形式的计算机存储介质，诸如只读内存储器(ROM)203和随机访问内存储器(RAM)205。基本输入/输出系统(BIOS)204通常保存在ROM 203中，BIOS 204包含诸如在启动期间帮助在计算机101中元件之间传送信息的基本例程。RAM 205典型地包含通过处理单元201可直接访问和/或即刻操作的数据和/或程序模块。作为例子，但不是限制，图2图解了操作系统206、应用程序207、其他程序模块208和程序数据209。
计算机101还可包括其他可移动/非移动、易失性/非易失性计算机存储介质。仅作为例子，图2图解了对非移动、非易失性磁介质读取或写入的硬盘驱动器211，对可移动、非易失性磁盘237读取或写入的磁盘驱动器217以及对可移动、非易失性光盘238，诸如CD ROM或其他光介质读取或写入的光盘驱动器218。其他可用于示例性操作环境中的可移动/非移动、易失性/非易失性计算机存储介质包括，但不局限于盒式磁带、闪存卡、数字多功能光盘、数字视频带、固态RAM、 固态ROM等。硬盘驱动器211通过非移动内存储器接口诸如接口210典型地连接到系统总线202，而磁盘驱动器217和光盘驱动器218通过可移动内存储器接口诸如接口216典型地连接到系统总线202。
上面所论述的并在图2中所图解的驱动器以及它们相关的计算机存储介质为计算机101提供了计算机可读指令、数据结构、程序模块以及其他数据的存储器。例如，在图2中，硬盘驱动器211被图解为保存操作系统212、应用程序213、其他程序模块214和程序数据215。注意这些部件可与操作系统206、应用程序207、其他程序模块208和程序数据209或者相同，或者不同。这里操作系统212、应用程序213、其他程序模块214和程序数据215被赋予不同的数字，以便说明它们至少是不同的拷贝。用户可通过输入设备诸如键盘222和通常被称为鼠标、轨迹球或触摸板的定位设备220，向计算机101输入命令和信息。其他输入设备(未示出)可包括麦克风、游戏杆、游戏手柄、圆盘式卫星电视天线以及扫描仪等。这些和其他输入设备常常通过结合到系统总线202的用户输入接口219与处理单元201连接，但是也可以通过其他接口和总线结构，诸如并行端口或通用串行总线(USB)与处理单元201连接。图形接口223也可被连接到系统总线202。一个或多个图形处理单元(GPU)224可与图形接口223通信。监视器233或其他类型的显示设备也可通过接口诸如视频接口226连接到系统总线202，从而与视频内存储器225通信。除了监视器233以外，计算机还可包括可通过输出外围设备接口231连接的其他外围输出设备，诸如打印机232。
计算机101可利用到一个或多个诸如远程计算机228的远程计算机的逻辑连接，在网络或分布式环境中工作。远程计算机228可以是个人计算机、服务器、路由器、网络PC、对等设备或其他公共网络节点，并且典型地包括上文所述的相对于计算机101的多个或所有元件，尽管在图2中仅举例说明了内存储器存储器设备229。图2中描述的逻辑连接包括局域网(LAN)234和广域网(WAN)235，但是还可包括其他网络/总线。
当用在LAN连网环境中时，计算机101通过网络接口或适配器227连接到LAN 234。当用在WAN连网环境中时，计算机101典型地包括 调制解调器221或用来在诸如因特网等WAN 235上建立通信的其他装置。调制解调器221可以是内部的或是外部的，可通过用户输入接口219或其他适当的机制连接到系统总线202。在网络环境中，所描述的计算机101相关的程序模块或其部分可以保存在远程内存储器存储设备中。作为例子，但不是限制，图2举例说明远程应用程序230驻留在内存储器设备229上。应理解的是所示网络连接是示例性的，可使用在计算机之间建立通信链接的其他装置。
D.示例性NIM计算输入数据
本方法依赖于从电子医院信息系统收集的住院数据，这些数据包括从实验室信息系统收集的实验室数据和从药学信息系统获得的药学指示和药物配发数据。从一个或多个电子医院信息系统可获得医院患者统计数字或入院-转院-出院数据。该数据可以平面文件或类似的存储格式保存在轻量级到重量级的数据库中。利用安全的、HIPAA适应性方法，可以从委托机构(client facility)持续不断地抽取数据。这样的非标准数据可被整理并被映射成统一数据，以适合全面人群分析。
作为例子，但不是限制，以下数据联合可用来形成住院数据：
1、关于每位患者入院、出院和转院(ADT)：
a)病历号
b)入院日期
c)事务办理/ADT日期
d)事务办理类型/事件(A，D，T，入院前(pre-admit)等)
e)进入场所(病房)——入院、转院
f)离开场所(病房)——转院、出院
g)地点(机构)标识符(如果适用)
2、关于医院内对患者所做的每个和全部微生物学以及微生物学相关的检测：
a)机构名/标识符
b)患者病历号(MR#)
c)偶然接触的日期(例如，入院)
d)收集/产生样本时的患者场所
e)样本来源/类型(例如，痰、血、尿)
f)收集样本日期
g)试验标识/名称(例如，标识和易感性、真菌培养物、病毒组、艰难梭菌毒素)
h)分离株描述(即，微生物名或微生物存在的证据的描述)
i)试验方法(例如，MIC、ETEST、Kirby-Bauer、EIA)
j)抗生素(如果适用，可能的话，每生物体施用的抗生素>1)
k)所说明的结果(如果适用，例如，对每种抗菌剂的抗性(R)、中间性(intermediate，I)、敏感性(S))
3、关于每位患者住院和所配抗菌剂：
a)病历号
b)入院日期
c)抗菌剂名称、剂量、给药途径
d)配发药物日期/时间
E.NIM计算
在此所公开的变量N、J、Y、K、X、Q、P、R和S的值可由本领域的技术人员选择，该技术人员把这些变量看作是机构类型、患者类型、诊断类型、感染类型、所用的抗菌剂类型以及由本领域的技术人员所认可的其他变量。
如图3所示，NIM计算的第一步骤302是根据所接收的医院数据301为每例患者住院计算非重复的医院分离株样本(SNDHI)数。
“分离株”是在样本(送交的用于实验室分析的患者体液或组织)的实验室分析中所识别的微生物(细菌、病毒、真菌、酵母、寄生生物、原生动物)或微生物存在的证据(例如，DNA、血清学、组织学、显微镜检查)。样本可产生零个或多个分离株。
SNDHI计算302的第一步骤302a是删除重复的分离株。该步骤通过将在N(N≥0)天时间内从同一患者所获得的同一微生物的第一分离株分开来完成,N可从例如1-150天或25-50天中选择(N可以是30天)，N不局限于当次入院的范围。对于在第一分离株的N(N≥0)天内从同一患者所获得的同一微生物的每一额外分离株，如果该额外分离 株经过一种或多种抗菌药物检测，并且对于少于J(J≥0)种测试药物(J可从例如1-20或1-10中选择(J可以是3))，该额外分离株具有不同于第一分离株的抗菌剂敏感性结果，那么该额外分离株为重复的分离株。对于在第一分离株的N(N≥0)天内所获得的同一微生物(例如，基于所述微生物的任何一种指示物或多种指示物)的每一额外分离株，如果该额外分离株未经抗菌药物检测，那么该额外分离株是重复的分离株。
SNDHI计算的第二步骤302b是删除与样本污染、监测、以及未被感染的临床状态相关的分离株。作为例子，但不是限制，删除的分离株可包括：
1)来自呼吸样本的凝固酶阴性葡萄球菌、绿色链球菌群、念珠菌属种；
2)来自上呼吸样本的曲霉种；
3)仅从肉汤培养基或实验室液体培养基中分离的凝固酶阴性葡萄球菌属种、芽胞杆菌属种、棒状菌属种和diptheroid；
4)其微生物种未被命名的分离株(例如，酵母、混合菌群)；
5)从褥疮样本所获得的分离株；
6)从可得到大于Y(Y>1)个分离株的样本中获得的分离株，Y可从例如1-20或1-10中选择(Y可为2)；
7)来自监测样本的分离株，所述监测样本即健康护理专家认为样本源无感染时所收集的样本。
8)来自血流导管尖，还不能从血培养物获得的分离株；
9)来自环境样本的分离株；
10)来自妇科学样本的分离株，外科伤口样本除外；
11)来自皮肤病学样本的分离株；以及
12)产量低于10,000菌落/立方厘米尿的尿分离株。
SNDHI计算的第三步骤302c是识别医院分离株。“医院分离株”可以是从在患者住院期间或出院后从患者处收集的样本所获得的分离株。“医院分离株”可以是在患者住院连续X天/小时后从患者处收集的样本所获得的分离株，其中X>0并且住院第0天为入院当天。“医院分离株”还可以是从在样本收集前在K(K≥0)天/小时内已经住院 一次或多次的患者处收集的样本所获得的分离株。X可从例如1-20小时或天或1-10小时或天中选择。例如，X可为2。K可从例如1-50或1-20天/小时中选择。例如，K可为14天。在这个意义上，所识别的每个“医院分离株”是一个SNDHI，并且每个SNDHI被给出得到该医院分离株样本的收集日期。
SNDHI计算的第四步骤302d可计算所计算的SNDHI的总数。
NIM计算的第二步骤303是为每例患者住院的抗生素使用标准(AUC)指标。
AUC计算包括两个步骤：
步骤1.在步骤303a识别在住院过程中的配发抗菌剂事件。
步骤2.如果在住院天数Q≥R(R>0)时第一次配发抗生素，并且在下述时间配发至少一种其它抗生素：a)接下来的S(S>0)天的每天或b)出院日或c)死亡日，那么在步骤303b为住院分配一个AUC指标并且给它记日期Q。R可从例如1-20或1-10中选择，而S可从例如2-20或2-10连续的天数中选择。R可为住院第3天，而S可为3。
NIM计算的最后步骤304通过下面公式中的之一为每次入院计算NIM数，公式为：
1)NIM＝SNDHI
2)NIM＝AUC
所选择的NIM计算公式可由本领域的技术人员选择，该技术人员把这些变量看作是机构类型、患者类型、诊断类型、感染类型、所用的抗菌剂类型以及由本领域的技术人员所认可的其他变量。公式选择可取决于SNDHI和AUC的初步评价，并且公式选择可被改变，这样用于NIM计算的一个公式的选择可取决于另一个公式的评价。例如，公式2：NIM＝AUC的选择可任选地取决于公式1：NIM＝SNDHI的初步评价和公式1的某一结果(例如0)。同样地，公式1：NIM＝SNDHI的选择可任选地取决于公式2：NIM＝AUC的初步评价和某一结果(例如>0)，并且SNDHI在P天/小时内出现AUC。
然后最终的NIM结果可被用于医院质量基准衡量(即NIM/总的医院入院数)，并且还可被用来帮助医院完成给管理机构的医院获得性感染报告。最终的NIM结果也可被用作客观的度量标准，基于该标准 可比较许多医院间的相关行为表现，以及客观度量机构内随时间的改善或其它方面。NIM结果可被用作财政效率的度量标准。NIM结果可使医院预测与医院获得性感染相关的住院时间和所涉及的费用。通过识别可矫正的引起感染的过程损害，以及当这些损害出现时使医院工作人员把注意力集中到质量问题上来，从而使NIM结果可用来减少医院获得性感染的数量。
除以某医院的入院数而得到的给定时间段(例如一年)内的该医院的总入院NIM率与其他医院同样的NIM率比较，以便提供多家机构医院内感染全院发病率的客观性基准衡量的度量标准。
将具有一种或多种NIM的患者的获益/损失与没有NIM的患者的获益/损失进行比较，以估量医院获得性感染的财政影响。各种型式的NIM可被用来指示在将来可能会引起医院内感染的患者护理过程损害。
F.实施例
给出下述实施例，以便向本领域的普通技术人员提供在此所请求保护的方法是怎样实现和如何对该方法评估的完整公开和描述，而这些实施例纯粹是示例性的并没有打算限制本公开内容。对于数字(例如，量、温度等)，已经做了很多努力确保其精确，但是应该考虑到一些错误和误差。除非以其他方式指出，份数为重量份数，温度为℃或为环境温度，以及压强为大气压或接近大气压。
1.实施例1——SNDHI计算
利用以下标准：(i)对于重复的分离株，在N天时间期间(其中N＝30)，把从同一患者所获得的同一生物体的第一分离株分开，和(ⅱ)对于“医院分离株”，仅考虑在患者住院后连续X天/小时内从患者处收集的样本所获得的分离株，其中X＝3天，并且住院第0天为入院当天，此处是SNDHI计算的一些例子：
SNDHI计算例A：
第0天——阳性尿——大肠杆菌
第1天——无培养物
第2天——无培养物
第3天——阳性血——MSSA
第4天——阳性血——MSSA
第5天——无培养物
结果：1 SNDHI
SNDHI计算例B：
第0天——无培养物
第1天——无培养物
第2天——无培养物
第10天——阳性血——凝固酶阴性葡萄球菌
第14天——阳性呼吸样本——克雷白氏杆菌属和假单孢菌属(Pseudom)
结果：2 SNDHI
SNDHI计算例C：
第0天——阳性鼻——流行性感冒
第1天——无培养物
第2天——无培养物
第8天——阳性血——MRSA
第9天——阳性呼吸样本——MRSA
第11天——阳性呼吸样本——克雷白氏杆菌属
结果：2 SNDHI
2.实施例2——AUC计算
利用以下标准：如果在住院第N天当天或在住院第N天后开始施用抗菌剂(其中N＝3天)，并且给予a)至少连续4天或b)一直到出院或c)到死亡，那么向该例住院分配一个AUC指标，接下来是AUC计算的例子：
AUC例A：
第0天到第4天：给予阿奇霉素
第4天：患者出院
结果：0 AUC
AUC例B：
第0天到第4天：给予开为处方的阿奇霉素Zithromyacin
第10天：给予左氧氟沙星
第14天：患者出院
结果：0 AUC
AUC例C：
第8天到第11天：给予亚胺培南
第11天：患者死亡
结果：1 AUC
AUC例D：
第8天到第15天：给予万古霉素
第40天到第45天：给予亚胺培南
第50天：患者出院
结果：1 AUC
3.实施例3——NIM计算
NIM例A：(利用NIM公式1)
SNDHI数＝2
AUC数＝0
结果＝2 NIM
NIM例B：(利用NIM公式1)
SNDHI数＝3
AUC数＝1
结果＝3 NIM
NIM例C：(利用NIM公式2)
SNDHI数＝2
AUC数＝1
结果＝1 NIM
NIM例D：(利用NIM公式2)
SNDHI数＝0
AUC数＝1
结果＝1 NIM
NIM例E：(利用NIM公式1或2)
SNDHI数＝0
AUC数＝0
结果＝0 NIM
4.实施例4
埃文斯顿西北医疗保健(ENH)是含三个医院的大学附属系统，该系统由两家社区医院和一家三级转介医院(tertiary-care referral hospital)组成，每年总共有超过41,000住院患者入院。通过电子医疗记录的全面审查和NIM分析，为提供入院30天内出现医院内感染(NI)的情况，评估从2003年12月1日到3日往ENH入院的连续入院例(n＝507)和从2004年4月26日到29日往ENH入院的连续入院例(n＝400)。特别选择这两个时间段以描述日历年的不同时期。
根据所公布的CDC标准来定义医院内感染。将入住重症监护病房(ICU)第三天或入住ICU三天后或离开ICU的3天内出现的NI定义为与ICU相关的NI。由于在医院内感染控制效果的研究(SENIC)中，已将有一种或多种NI的入院百分比为感染百分比定义，因而将NI总数除以入院总数后再乘以100定义为感染率(Haley et al.,The SENIC Project.Study onthe efficacy of nosocomial infection control,1980)。
所有医疗记录均可提供电子形式记录。对于NIM分析，在日预期基础上从ENH实验室信息系统电子化地收集所有最终阳性的临床微生物学和与传染性疾病相关的血清学和分子试验结果。另外，每两小时电子化收集入院患者统计数字，以使得能够确定整个医院系统内的患 者活动。
NIM被定义为有非重复的医院分离株的患者样本，其中样本可以是从单个来源(例如，血、尿、痰、伤口)所获得的物质的集合。非重复的分离株可以是从在前30天内的患者的任意样本直接或间接确定的第一微生物。非重复的分离株可以是从在住院第3天或住院3天后或在出院前14天(外科伤口样本为30天)内所收集的样本处获得的非重复的分离株。如果同一微生物的两个分离株是从各自的30天内所收集的样本处获得的，并且两者都被检测出对抗抗菌剂，那么对于多于两种的抗菌剂，后一样本的分离株所说明的敏感性结果不同于前一样本的分离株的敏感性结果时，后一样本的分离株可以是非重复分离株。否则，后一样本的分离株可以是重复的分离株。在识别非重复的分离株之前，将可能与样本污染和其他非被感染的临床状态相关的结果排除在外。
由研究人员相互独立地完成医疗记录的审查和NIM分析，这些研究人员的研究结果在识别出所有可能的NI前保持不公开。两种方法间若取得一致就认为是最终结果。因此，医疗记录的审查和NIM分析两种方法均识别的可能的NI被认为是确定的NI。同样的，没有医疗记录的审查和NIM分析所识别的可能NI的入院被认为是NI阴性。由两位传染性疾病(ID)医师来审查有矛盾的病例，他们的一致决定被认为是最终结果。在NNIS标准的评价上有专家图表审查为有矛盾的可能的NI的先例，并且有经验的流行病学家-医师的NI鉴明是将SENIC图表审查的NI识别方法进行比较的参考标准。由一位ID医师和两位有临床微生物学研究专业技能的医疗技术人员来执行医疗记录的审查。另一位ID医师提供指导和监督并参与不一致问题的解决。每例所研究的入院有0个、1个、或多个NIM，并且有0个、1个、或多个NI。
在第一组入院例的审查期间，每例入院的电子医疗记录的全面审查次数被记录。涉及该研究的所有行为由ENH机构审查委员会所批准。
全面医疗记录审查识别出40例入院中的45例可能的NI(感染百分比(IP)＝4.4％，感染率(IR)＝5.0)。NIM分析识别出47例入院中的60例可能的NI(IP＝5.2％，IR＝6.6)，以及在截至入院30天后有6例可能的NI。由两种策略所识别的所有可能的NI的比较产生25 例不一致。经过不一致分辨后，识别出44例入院中的49例确定的NI(IP＝4.9％，IR＝5.4)。医疗记录审查的灵敏度和特异性分别是0.92和1.0。NIM分析的灵敏度和特异性分别是0.86和0.984。
NIM分析从142例带有ICU部分的入院中识别出13例可能的与ICU有关的NI，而医疗记录审查识别出11例可能的与ICU有关的NI。不一致的分辨证实了由医疗记录审查(灵敏度1.0，特异性1.0)所识别的所有11例可能的NI(1例血流感染，4例肺炎，6例尿道感染)，并证实了由NIM分析(灵敏度1.0，特异性0.986)所识别的13例可能的NI中的11例。
医院感染控制的目标预期监测现在成为美国绝大多数医院的实践标准，在两个研究周期中总共检测出6位患者中的6例NI。
NIM分析没有检测出7例确定的NI(4例伤口感染，1例肺炎，1例与艰难梭菌有关的腹泻，1例子宫内膜炎)。这些病例中的6例没有确证的微生物学数据。6例中的4例来自于未培养的外科伤口感染(2例剖腹产术部分分娩伤口，1例乳腺活组织检查伤口，以及1例术后腹部伤口)。另外1例与艰难梭菌有关的腹泻没有检测出，是由于实验室信息系统报告错误，而还有1例菌血症通过专家审查不能分辨。两者不在分析范围之内。NIM分析在4例入院中正确地检测出由医疗记录审查原先遗漏的4例NI(1例与艰难梭菌有关的腹泻，1例血流感染，1例肺炎，1例尿道感染)。NIM分析还识别出了14例可能的NI，这些可能的NI根据不一致分辨不是NI。
电子医疗记录的人工审查需要平均每例入院17分钟，或者约每年每10,000例入院需要约1.5个熟练的专职雇员。NIM分析需要约每周约10分钟人员时间以维护和有效试验正在进行中的数据传送机制，或者每10,000例入院需要约2小时。
G.参考文献
1.Garner JS,et al.CDC definitions for nosocomial infections.In:Olmsted RN,ed.:APIC Infection Control and Applied Epidemiology:Principles andPractice.St.Louis:Mosby；1996:pp.A-1--A-20.
2.Gavin PJ,et al.Comparison of'Whole House'Versus Routine TargetedSurveillance for Detection of Nosocomial Infection.SHEA 2004.
3.National Nosocomial Infections Surveillance(NNIS)System Report,DataSummary from January 1990-May 1999,Issued June 1999.Am J Infect Control 1999；27:520-32.
4.Emori,et al.Accuracy of reporting nosocomial infections inintensive care unit patients to the national nosocomial infectionssurveillance system:a pilot study.Infect Control Hosp Epidemiol 1998；19:308-316.
5.Haley RW,Quade D,Freeman HE,Bennett JV.The SENIC Project.Study onthe efficacy of nosocomial infection control(SENIC Project).Summary of studydesign.Am J Epidemiol.May 1980；111(5):472-485.

Claims (28)

1.一种计算机可读的、非易失性介质，其具有储存于其上的计算机可执行指令用于由处理器执行以实施包括以下步骤的方法：
从数据库接收与至少一位患者相关的住院数据；
从所述住院数据识别患者入院的日期并且将入院当天定义为第0天；
从所述住院数据识别将抗菌剂首次配发给所述患者的日期并且将首次配发当天定义为第Q天；
从所述住院数据识别将所述抗菌剂配发给所述患者的第Q天后连续随后的天数并且将所述连续随后的天数定义为C；
识别所述C连续随后天是否包括至少一个出院日和患者死亡日；并且如果第Q天为第0天后至少R天，并且C大于或等于S或者所述C连续随后天包括至少一个出院日和死亡日，则将一个抗生素使用标准(AUC)指标分配给所述患者。
2.权利要求1的计算机可读的、非易失性介质，其中R和S为大于0的整数。
3.权利要求1的计算机可读的、非易失性介质，还包括以下步骤：
设置医院内感染指标(NIM)的值等于AUC指标的值。
4.权利要求1的计算机可读的、非易失性介质，其中所述住院数据为实验室数据。
5.权利要求1的计算机可读的、非易失性介质，其中所述住院数据为药学指示和药物配发数据。
6.权利要求1的计算机可读的、非易失性介质，其中所述住院数据为患者统计数据。
7.权利要求1的计算机可读的、非易失性介质，其中所述住院数据为入院-转院-出院数据。
8.权利要求3的计算机可读的、非易失性介质，还包括以下步骤：
显示NIM的值。
9.权利要求3的计算机可读的、非易失性介质，还包括以下数据：
将NIM的值输出到输出设备。
10.一种在连接到医院网络的计算机上实现的计算机实现的方法，用于电子化地分析患者住院数据以确定医院内感染指标(NIM)并且基于所确定的NIM比较一类患者的获益/损失，所述方法包括：
用计算机从数据库接收与至少一位患者相关的住院数据；
用计算机从所述住院数据计算非重复的医院分离株样本(SNDHI)数指标；
用计算机从所述住院数据计算抗生素使用标准(AUC)指标；
基于所计算的SNDHI和AUC指标确定患者住院的NIM，所述NIM识别可能延长住院期或可能蒙受格外的可变费用的患者，其中所述NIM是基于从所述患者处所收集的样本所获得的一个或多个分离株或给予所述患者的抗菌剂，以及有关所述住院患者所蒙受的费用的信息；和
基于对具有一种或多种NIM的患者的获益/损失与没有NIM的患者的获益/损失的比较，通过计算机确定一种或多种医院获得性感染的财政影响。
11.权利要求10的计算机实现的方法，其中所述确定NIM的步骤包括出于考虑删除某些分离株。
12.权利要求11的计算机实现的方法，其中所删除的至少一个分离株包括：来自呼吸样本的凝固酶阴性葡萄球菌，来自呼吸样本的绿色链球菌群，来自呼吸样本的念珠菌属种，来自上呼吸样本的曲霉种，从肉汤培养基或实验室液体培养基中所分离的凝固酶阴性葡萄球菌属种、芽胞杆菌属种、棒状菌属种、类白喉(diptheroid)，其微生物种未被命名的分离株，从褥疮样本所获得的分离株，从长势超过预定数目的其他微生物的菌种中获得的分离株，从认为菌种源无感染时的监测样本收集而来的分离株，来自环境样本的分离株，来自除外科伤口外的妇科学样本的分离株，来自皮肤病学样本的分离株，或产量低于10,000菌落/立方厘米尿的尿分离株。
13.权利要求11的计算机实现的方法，其中重复的分离株被删除。
14.权利要求13的计算机实现的方法，其中重复的分离株是在预定的时间段内从一位患者处所收集的相同的微生物的分离株，并且如果将所述分离株对抗菌药物进行测试，那么所述分离株具有不同的抗菌药物敏感性的结果，所述不同是指敏感的抗菌药物数目少于预定测试药物。
15.权利要求10的计算机实现的方法，其中所述确定NIM的步骤包括识别具有非重复的医院分离株的样本，其中所述NIM是基于所识别的样本确定。
16.权利要求11的计算机实现的方法，所述确定NIM的步骤还包括：
删除与样本污染相关的分离株；
识别从在住院期间或住院后从患者处收集的样本所获得的医院分离株；
识别具有所述医院分离株的样本；和
为每例住院计算具有医院分离株的样本数。
17.权利要求10的计算机实现的方法，所述确定NIM的步骤还包括：
识别在住院过程中配发了抗菌剂的患者入院；以及
当在住院的N(N>0)天或在住院N(N>0)天后开始给予抗菌剂，并且至少连续给予X天或一直给予直到出院或死亡时，向在前一步骤中所识别的每例住院分配一个AUC，其中X大于零。
18.权利要求17的计算机实现的方法，还包括通过以下方式确定所述患者的NIM的存在情况：设置NIM数等于分配给所述患者的AUC数。
19.权利要求15的计算机实现的方法，还包括通过以下方式确定所述患者的NIM的存在情况：设置NIM数等于与所述患者相关的SNDHI数。
20.权利要求11的计算机实现的方法，其中开发指标的步骤还包括：删除与监测相关的分离株。
21.权利要求120的计算机实现的方法，其中开发指标的步骤还包括：删除与未被感染的临床状态相关的分离株
22.权利要求10的计算机实现的方法，其中所述NIM是基于SNDHI指标数计算。
23.权利要求10的计算机实现的方法，其中所述NIM是还基于实验室数据。
24.权利要求10的计算机实现的方法，其中所述NIM是还基于药学指示和药物配发数据。
25.权利要求10的计算机实现的方法，其中所述NIM是还基于患者统计数据。
26.权利要求10的计算机实现的方法，其中所述NIM是还基于入院-转院-出院数据。
27.一种系统，用于电子化地分析患者住院数据以确定医院内感染指标(NIM)并且基于所确定的NIM比较一类患者的获益/损失，所述系统包括：
一个或多个内存储器，其被配置为存储指令；
一个或多个处理器，其被连接至所述一个或多个内存储器并且被配置为执行其上存储的指令以便：
用计算机从数据库接收与至少一位患者相关的住院数据；
用计算机从所述住院数据计算非重复的医院分离株样本(SNDHI)数指标；
用计算机从所述住院数据计算抗生素使用标准(AUC)指标；
基于所计算的SNDHI和AUC指标确定患者住院的NIM，所述NIM识别可能延长住院期或可能蒙受格外的可变费用的患者，其中所述NIM是基于从所述患者处所收集的样本所获得的一个或多个分离株或给予该患者的抗菌剂，以及有关所述住院患者所蒙受的费用的信息；和
基于对具有一种或多种NIM的患者的获益/损失与没有NIM的患者的获益/损失的比较，通过计算机确定一种或多种医院获得性感染的财政影响。
28.一种非临时的机器可读的存储介质，其包括机器可读的指令，所述指令用于使处理器执行用于电子化地分析患者住院数据以确定医院内感染指标(NIM)并且基于所确定的NIM比较一类患者的获益/损失的方法，所述方法包括：
用计算机从数据库接收与至少一位患者相关的住院数据；
用计算机从所述住院数据计算非重复的医院分离株样本(SNDHI)数指标；
用计算机从所述住院数据计算抗生素使用标准(AUC)指标；
基于所计算的SNDHI和AUC指标确定患者住院的NIM，所述NIM识别可能延长住院期或可能蒙受格外的可变费用的患者，其中所述NIM是基于从所述患者处所收集的样本所获得的一个或多个分离株或给予该患者的抗菌剂，所述分离株包括出于考虑删除某些分离株后剩余的分离株，以及有关所述住院患者所蒙受的费用的信息；和
基于对具有一种或多种NIM的患者的获益/损失与没有NIM的患者的获益/损失的比较，通过计算机确定一种或多种医院获得性感染的财政影响。
CN201610602953.4A 2004-07-27 2005-07-27 用于测量医院获得性感染发病率的方法 Pending CN106295127A (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US59156104P 2004-07-27 2004-07-27
US60/591,561 2004-07-27
US67889905P 2005-05-06 2005-05-06
US60/678,899 2005-05-06
US11/189,394 2005-07-26
US11/189,394 US8060315B2 (en) 2004-07-27 2005-07-26 Method for measuring the incidence of hospital acquired infections
CN200580032718.8A CN101432740B (zh) 2004-07-27 2005-07-27 用于测量医院获得性感染发病率的方法

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN200580032718.8A Division CN101432740B (zh) 2004-07-27 2005-07-27 用于测量医院获得性感染发病率的方法

Publications (1)

Publication Number Publication Date
CN106295127A true CN106295127A (zh) 2017-01-04

Family

ID=35787875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610602953.4A Pending CN106295127A (zh) 2004-07-27 2005-07-27 用于测量医院获得性感染发病率的方法

Country Status (10)

Country Link
US (4) US8060315B2 (zh)
EP (1) EP1782310B1 (zh)
JP (1) JP2008508614A (zh)
CN (1) CN106295127A (zh)
AU (1) AU2005267799A1 (zh)
CA (2) CA2931970C (zh)
ES (1) ES2663264T3 (zh)
NZ (1) NZ588315A (zh)
SG (1) SG155166A1 (zh)
WO (1) WO2006015260A2 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017769A (zh) * 2020-07-15 2020-12-01 杭州杏林信息科技有限公司 耐甲氧西林金黄色葡萄球菌导致医院感染人数的监测方法及系统
CN112542231A (zh) * 2020-11-20 2021-03-23 杭州杏林信息科技有限公司 基于MapReduce及大数据的手术预防用药例数的管理方法及系统

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8639527B2 (en) 2008-04-30 2014-01-28 Ecolab Usa Inc. Validated healthcare cleaning and sanitizing practices
EP2294544A4 (en) * 2008-04-30 2013-01-16 Ecolab Inc VALIDATED HEALTHCARE CLEANING AND DISINFECTION PRACTICES
US10089443B2 (en) 2012-05-15 2018-10-02 Baxter International Inc. Home medical device systems and methods for therapy prescription and tracking, servicing and inventory
CN101766479A (zh) * 2008-12-30 2010-07-07 上海欣唐电子有限公司 基于具有无线通信功能的随身监护终端的远程健康监护系统
CN102301008B (zh) * 2009-01-19 2015-05-13 生物梅里埃公司 用于确定患者发生医院内感染的易感性以及确立败血性综合征进展的预后的方法
USRE48951E1 (en) 2015-08-05 2022-03-01 Ecolab Usa Inc. Hand hygiene compliance monitoring
EP2441063B1 (en) 2009-06-12 2015-03-11 Ecolab USA Inc. Hand hygiene compliance monitoring
PT4122383T (pt) 2010-05-08 2025-05-02 Univ California Aparelho de deteção de scanner sem para a deteção precoce de úlceras
US20130166318A1 (en) * 2010-09-15 2013-06-27 3M Innovative Properties Company System and techniques for cost estimation of medical conditions acquired at a medical facility
TWI451354B (zh) * 2011-01-07 2014-09-01 Univ Taipei Medical 一種高效率整合式院內感染監視和早期偵測系統及方法
US20140210620A1 (en) 2013-01-25 2014-07-31 Ultraclenz Llc Wireless communication for dispenser beacons
US10741278B2 (en) 2015-04-20 2020-08-11 Cardeya Corporation Pathogen detection and display system
AU2016250527B2 (en) 2015-04-24 2021-01-14 Bruin Biometrics, Llc Apparatus and methods for determining damaged tissue using sub-epidermal moisture measurements
US20180129988A1 (en) * 2016-07-13 2018-05-10 Bernadette C. O'Connell de la Flor System and method for cross-institutional process optimization
US20180220954A1 (en) 2017-02-03 2018-08-09 Bruin Biometrics, Llc Measurement of susceptibility to diabetic foot ulcers
KR102304070B1 (ko) 2017-02-03 2021-09-23 브루인 바이오메트릭스, 엘엘씨 부종의 측정
EP4241670B1 (en) 2017-02-03 2025-12-10 BBI Medical Innovations, LLC Measurement of tissue viability
CN110383355B (zh) 2017-03-07 2021-08-27 埃科莱布美国股份有限公司 用于手部卫生分配器的监测模块
US10529219B2 (en) 2017-11-10 2020-01-07 Ecolab Usa Inc. Hand hygiene compliance monitoring
CN116473517A (zh) 2017-11-16 2023-07-25 布鲁恩生物有限责任公司 使用表皮下水分值对压力性溃疡进行战略治疗
PL3749181T3 (pl) 2018-02-09 2024-06-10 Bruin Biometrics, Llc Wykrywanie uszkodzenia tkanek
GB2591899B (en) 2018-10-11 2022-03-09 Bruin Biometrics Llc Device with disposable element
EP3900307A1 (en) 2018-12-20 2021-10-27 Ecolab USA, Inc. Adaptive route, bi-directional network communication
US11264130B2 (en) * 2019-02-28 2022-03-01 Fujifilm Business Innovation Corp. System and method for estimating pathogen transfer from mobile interaction in clinical environments and a warning system and method for reducing cross-contamination risks
CN111312404B (zh) * 2020-01-21 2023-04-18 杭州杏林信息科技有限公司 统计新发中央血管导管相关血流感染人数的方法、设备及存储介质
WO2022169850A1 (en) 2021-02-03 2022-08-11 Bruin Biometrics, Llc Methods of treating deep and early-stage pressure induced tissue damage

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1246942A (zh) * 1996-07-12 2000-03-08 第一咨询公司 应用基于列表的处理的计算机医疗诊断系统
CN1304512A (zh) * 1998-04-03 2001-07-18 三角药品公司 为疗法选择提供指导的系统、方法和计算机程序产品
JP2004152182A (ja) * 2002-10-31 2004-05-27 Matsushita Electric Ind Co Ltd 医療情報処理システム及び医療情報処理サーバ

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2080601C1 (ru) 1992-09-15 1997-05-27 Прокудина Елена Николаевна Способ определения маркеров вирусных инфекций
JP3223002B2 (ja) * 1993-09-20 2001-10-29 株式会社日立製作所 院内感染状況診断方法および装置
JPH07206603A (ja) 1994-01-18 1995-08-08 Isamu Otsuki 病院等院内感染予防塗料とその施工方法
JPH0972893A (ja) * 1995-09-02 1997-03-18 Eisai Co Ltd 薬剤の有効性を評価するためのシステム
US20020116219A1 (en) 2001-02-19 2002-08-22 Effiong Ibok Method of wireless medical database creation and retrieval
JP3826721B2 (ja) * 2001-04-03 2006-09-27 株式会社日立製作所 細菌検査システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1246942A (zh) * 1996-07-12 2000-03-08 第一咨询公司 应用基于列表的处理的计算机医疗诊断系统
CN1304512A (zh) * 1998-04-03 2001-07-18 三角药品公司 为疗法选择提供指导的系统、方法和计算机程序产品
JP2004152182A (ja) * 2002-10-31 2004-05-27 Matsushita Electric Ind Co Ltd 医療情報処理システム及び医療情報処理サーバ

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112017769A (zh) * 2020-07-15 2020-12-01 杭州杏林信息科技有限公司 耐甲氧西林金黄色葡萄球菌导致医院感染人数的监测方法及系统
CN112542231A (zh) * 2020-11-20 2021-03-23 杭州杏林信息科技有限公司 基于MapReduce及大数据的手术预防用药例数的管理方法及系统
CN112542231B (zh) * 2020-11-20 2023-08-18 杭州杏林信息科技有限公司 基于MapReduce及大数据的手术预防用药例数的管理方法及系统

Also Published As

Publication number Publication date
US20080183397A1 (en) 2008-07-31
CA2931970A1 (en) 2006-02-09
JP2008508614A (ja) 2008-03-21
AU2005267799A1 (en) 2006-02-09
US8060317B2 (en) 2011-11-15
US8060315B2 (en) 2011-11-15
SG155166A1 (en) 2009-09-30
CA2931970C (en) 2022-04-12
CA2575550A1 (en) 2006-02-09
WO2006015260A2 (en) 2006-02-09
CA2575550C (en) 2016-08-16
US20120029944A1 (en) 2012-02-02
US20060229821A1 (en) 2006-10-12
ES2663264T3 (es) 2018-04-11
EP1782310A4 (en) 2012-03-28
EP1782310B1 (en) 2017-12-20
WO2006015260A3 (en) 2009-04-16
EP1782310A2 (en) 2007-05-09
US8718947B2 (en) 2014-05-06
NZ588315A (en) 2012-02-24
US20140172448A1 (en) 2014-06-19

Similar Documents

Publication Publication Date Title
CN106295127A (zh) 用于测量医院获得性感染发病率的方法
Grigg et al. Epidemiology of pulmonary and extrapulmonary nontuberculous mycobacteria infections at 4 US emerging infections program sites: a 6-month pilot
Policelli Smith et al. Association between gallbladder ultrasound findings and bacterial culture of bile in 70 cats and 202 dogs
Min et al. Clinical profiles of subclinical disease among pulmonary tuberculosis patients: a prospective cohort study in South Korea
Schott et al. Current use, training, and barriers to point-of-care ultrasound use in ICUs in the Department of Veterans Affairs
Esposito et al. Epidemiology and microbiology of skin and soft tissue infections: preliminary results of a national registry
Nightingale et al. Misdiagnosis of uncomplicated cellulitis: a systematic review and meta-analysis
Gerlich et al. Improving hospital hygiene to reduce the impact of multidrug-resistant organisms in health care–a prospective controlled multicenter study
World Health Organization Surveillance standards for antimicrobial resistance
Mushi et al. Diagnostic options for pulmonary fungal diseases in Africa
Freeman et al. Epidemiology of carbapenemase-producing Enterobacterales in England, May 2015–March 2019: national enhanced surveillance findings and approach
Jones et al. Diagnosing ventilator-associated pneumonia (VAP) in UK NHS ICUs: the perceived value and role of a novel optical technology
Birch et al. Trends in diagnostic point-of-care ultrasonography reimbursement for Medicare beneficiaries among the US emergency medicine workforce, 2012 to 2016
CN101432740B (zh) 用于测量医院获得性感染发病率的方法
Fong et al. Factors influencing variability in compliance rates and clinical outcomes among three different severe sepsis bundles
Howley et al. A Service Evaluation of Adherence with Antimicrobial Guidelines in the Treatment of Community-Acquired Pneumonia Before and During the SARS-CoV-2 Outbreak
Cheng et al. Prediction of nosocomial infection incidence in the Department of Critical Care Medicine of Guizhou Province with a time series model
AU2011213799A1 (en) Method for measuring the incidence of hospital acquired infections
HK1133098A (zh) 用於測量醫院獲得性感染發病率的方法
Tan et al. Guideline Concordance in Managing Community-Acquired Pneumonia: Room for Improvement
Bory et al. Meeting Report: A Report from the Cambodia Training Event for Awareness of Melioidosis (C-TEAM), October 2017
Chung et al. An International Prospective, Non-Randomized Comparative Study with Articulating Laparoscopic Instruments in Benign Adnexal Gynecologic Surgery
Kaspar Development and Evaluation of a Heart Failure Tool for Homebound Patients
Righi et al. The See & Treat as a tool for the management of minor urgencies
Kaufman et al. SHARED SAVINGS ACOS AND PALLIATIVE CARE FOR ISCHEMIC STROKE PATIENTS: FINDINGS FROM GET WITH THE GUIDELINES-STROKE

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170104

RJ01 Rejection of invention patent application after publication