KRINKO-Empfehlung: Händehygiene in Einrichtungen des Gesundheitswesens
Im Jahr 2016 aktualisierte die Kommission für Krankenhaushygiene und Infektionsprävention (KRINKO) beim Robert Koch-Institut (RKI) ihre Empfehlungen für... weiterlesen
Mit zunehmender Digitalisierung können große Datensätze immer besser erfasst und analysiert werden – und so erheblich zur Verbesserung der Patient:innensicherheit beitragen. Die dadurch entstehenden mathematischen Modelle können sehr wertvoll sein, um abzuschätzen, wie effektiv Hygienemaßnahmen das Infektionsrisiko verringern. Eine aktuelle Studie untersucht die Auswirkungen kombinierter Infektionsschutzmaßnahmen auf die Viruskonzentration an den Händen von medizinischem Personal.
Durchbruch dank Big Data: Im Kampf gegen nosokomiale Infektionen eröffnet die Analyse von großen Datenmengen („Big Data“) neue Möglichkeiten. Präventionsmaßnahmen sind für eine erfolgreiche Infektionskontrolle unerlässlich, und die Voraussage eines Infektionsrisikos kann solche Aktivitäten unterstützen. Mit den vorhandenen Daten können mathematische Modelle entwickelt werden, die die mikrobielle Belastung in Gesundheitseinrichtungen zuverlässig vorhersagen. Solche Modelle tragen auch dazu bei, besser zu verstehen, wie nosokomiale Infektionen übertragen werden. Strategien, die aktuelle klinische Daten für die Prognose von Ergebnissen verwenden, haben viele Vorteile: Der Aufwand für die Datenerhebung wird geringer und es werden Fehler vermieden, die sonst durch eine schlechte Vergleichbarkeit zwischen unterschiedlichen Beurteilungen (Interrater-Reliabilität) entstehen. Außerdem lassen sich Infektionsursachen so besser denn je nachverfolgen.1 In einer Studie, die 2019 im American Journal of Infection Control veröffentlicht wurde, berichten Amanda M. Wilson et al. über die Verwendung eines mathematischen Modells, das bewertet, wie sich die Compliance in der Händehygiene und Flächendesinfektion auf das Infektionsrisiko mit einem Virus auswirken.2
Unbelebte, kontaminierte Oberflächen, die Krankheitserreger auf neue Wirte übertragen können, stellen eine große Herausforderung für den Infektionsschutz dar. Viren wie zum Beispiel Influenza können auf Flächen über einen längeren Zeitraum überleben und gelten so als relevante Infektionsquelle für Patienten und Pflegepersonal.3 Es ist daher entscheidend zu verstehen, wie sich Maßnahmen zur Flächendesinfektion und Händehygiene auf die Virusbelastung auswirken – nur so können Hygienepläne wirklich optimiert werden.
In einer früheren Studie hatten Wilson AM et al. ein Simulationsmodell entwickelt und bewertet, das die Viruskonzentration an den Händen von Krankenschwestern vorhersagen sollte. Die Forscher verwendeten Daten aus einer Bakteriophagen-Tracer-Studie, die in einer Notfallklinik in Tucson, Arizona, durchgeführt wurde.4 In ihrer Studie verwendeten sie dieses Modell, um die Menge an Rotaviren, Rhinoviren und Influenza-A-Viren an den Händen des Krankenhauspersonals zu schätzen. Sie berechneten auch das Infektionsrisiko abhängig davon, wie oft die Oberflächen desinfiziert wurden und wie gut die Händehygiene eingehalten wurde.2
Während eine einzige Flächendesinfektion das geschätzte Infektionsrisiko um 7 bis 17 Prozent verringerte – wobei der größte Effekt bei Influenza A beobachtet wurde – führten zwei Flächenreinigungen in einem zeitlichen Abstand von zwei Stunden zu einer Reduktion von 14 bis 35 Prozent. Auch eine um 15 Prozent verbesserte Compliance in Sachen Händehygiene (von 36 auf 51 Prozent) senkte das Infektionsrisiko um 7 bis 20 Prozent. Die besten Ergebnisse erzielte eine Kombination aus verbesserter Compliance mit zwei Desinfektionsvorgängen – sie senkte das Infektionsrisiko um 21 bis 48 Prozent. Die Ergebnisse der Studie bestätigen, dass Händehygiene und Flächendesinfektion* wesentliche Bestandteile eines jeden Protokolls zum Infektionsschutz bleiben. Die Publikation zeigt auch, dass die mathematische Modellierung sehr nützlich sein kann, um die Wirksamkeit von Hygienemaßnahmen vorherzusagen und verschiedene Szenarien zu vergleichen. Wenn sich dank der Analyse von Big Data neue Erkenntnisse gewinnen lassen, könnte das entscheidend dafür sein, die Häufigkeit nosokomialer Infektionen zu reduzieren und die Patientensicherheit zu verbessern.
Die Originalpublikation finden Sie hier.
Weitere Informationen:
*kommerzieller Produkthinweis