Dynamische risicopredictie om de incidentie van katheter-geassocieerde bloedbaaninfecties te reduceren

Katheter-gerelateerde bloedbaaninfectie (CLA-BSI) leidt tot verlengde hospitalisatie, morbiditeit, en kost. Wij willen een ‘early warning score’ ontwikkelen en implementeren in ziekenhuissystemen. Het algoritme waarschuwt wanneer de patiënt een verhoogd risico heeft, zodat de zorg kan bijgestuurd worden. Hiermee willen we de incidentie van CLA-BSI en de bijhorende negatieve impact reduceren. We voorzien het opstellen van een dynamisch model dat op elk moment het CLA-BSI-risico inschat op basis van gegevens bij het plaatsen van de katheter en gebeurtenissen tijdens het verdere verblijf van de patiënt. We plannen een vergelijking tussen algoritmes op basis van regressie en machine learning. Modellen worden opgesteld op elektronische patiëntendossiers van 60,000 verblijven tussen 2014 en 2017 in UZ Leuven. Validatie zal gebeuren op Leuvense data tussen 2018-2020, in ziekenhuizen van het Vlaams Ziekenhuisnetwerk en in Nederlandse ziekenhuizen. We voeren een beslissingsanalyse uit om de impact van het beste model te berekenen in termen van kost en mortaliteit. Uiteindelijk willen we het model implementeren in het UZ Leuven.

Trefwoorden:Central line bloodstream infection, dynamic prediction model, electronic health records, nosocomial infections, disease prevention

Disciplines:Preventieve geneeskunde, Residentiële gezondheidszorg, Medische informatica, Organisatie van de gezondheidszorg, Gezondheidsinformatiesystemen van medische informatica