Die IT-Struktur (Abbildung 2) setzt gemäß den Datenschutzbestimmungen spezifische Konzepte zum Schutz von Datenschutz, Sicherheit und Datenwirtschaft um. Das AlertsNet-System gliedert sich in zwei Hauptteile: Das Microbiological Data Document System (MDDS) ist über ein virtuelles privates Netzwerk (VPN) in einem separaten DMZ (Perimeternetzwerk) mit den Laborinformationssystemen (LIS) des Labors verbunden. Informationen über Krankheitserreger (mit Subtypen) und Resistenzmuster werden aus den mikrobiologischen Berichten gewonnen, die an das BC-Register übermittelt werden. Die an das Register übertragene Variablenliste enthält eine Reihe von Punkten, die Berechnungen der Transportzeiten für verschiedene Laboranalysen ermöglichen (siehe Online-Zusatzanhang 1). Aufgrund der fehlenden gemeinsamen Umsetzungsstandards ist eine individuelle Analyse der übermittelten Daten erforderlich, d. h. Artennamen nach der “Liste der prokaryotischen Namen mit Stehen in der Nomenklatur” (LPSN, www.bacterio.net) und Namen von Antiinfektiva nach dem Europäischen Arzneibuch (online.pheur.org). BC-Ergebnisse werden als HL7-Dateien übertragen, in das MDDS importiert und nach der Generierung eines Subjekt-ID-Codes (SIC) überschrieben und gelöscht. Jeder Patient mit positiven BC-Befunden wird durch ein zusätzliches Patienten-Pseudonym dargestellt, ein Hash, der aus Vorname, Nachname und Geburtsdatum und Geschlecht generiert wird und die Zuordnung unabhängiger Befunde aus verschiedenen klinischen Einrichtungen zu demselben Patienten ohne klaren Namen ermöglicht. Der Pseudonymisierungsprozess ist auf die Anforderungen des Bundesamtes für Sicherheit in der Informationstechnik (IT-Basisschutzkatalog) ausgerichtet. Vorläufige (z.B. aus Gram-Färbungen abgeleitete) und endgültige BC-Ergebnisse werden routinemäßig zwischen mikrobiologischen Laboratorien und Krankenhäusern über gesicherte Netzwerke kommuniziert.

AlertsNet erweitert diese Einstellung, indem es alle endgültigen BC-Befunde erntet, die anschließend durch einen definierten Algorithmus auf Positivität und klinische Relevanz dargestellter Mikroben gefiltert werden. Mitwirkende: FMB, RTM, RPS, AK, SC, ST und FR trugen zum Studienkonzept und -design bei. AK und RTM trugen zur Erstellung des Manuskripts bei. RPS, SC, FR, MJ und FMB trugen zur kritischen Überarbeitung des Manuskripts für wichtige intellektuelle Inhalte bei. Alle Autoren lasen und genehmigten das endgültige Manuskript. Bislang haben 24 Krankenhäuser und 7 stationäre Rehabilitationszentren Verträge zur Auftragsdatenverarbeitung (Datenübergaben nach dem BdSG) unterzeichnet, die bereits 75 % der förderfähigen Einrichtungen im Bundesland abdecken (Abbildung 1). Die Verhandlungen mit den übrigen Einrichtungen wurden aufgenommen, da es sich um das Ziel von AlertsNet handelt, die gesamte Bevölkerung Thüringens abzudecken. Die Kerneinrichtung des Registers befindet sich am Center for Sepsis Control and Care in Jena und sammelt Daten über ein sicheres bundesweites Netzwerksystem. Insgesamt wird ein Stichprobenumfang von 20 Gesundheitseinheiten ausreichen, um eine 30%ige Verbesserung der BC-Raten mit 80% Leistung und einem zweiseitigen Wert von 5% (Binomialtest auf der Grundlage gewichteter Wahrscheinlichkeiten für einen einzelnen BC-Test, 6 Monate Vorintervention und Nachintervention als Studienzeitraum und 45 BC-Sets pro Einheit und Jahr) zu zeigen.

Die an dieser Testversion teilnehmenden Einheiten werden nach dem Zufallsprinzip aus den teilnehmern an AlertsNet ausgewählt. Qualitätsindikatoren werden häufig im Gesundheitswesen verwendet, wenn mögliche Mängel in diagnostischen oder therapeutischen Prozessen bewertet werden. Sepsis-Inzidenzraten, Sepsis-Sterblichkeitsraten, Sepsis-Fall-Todesraten sowie Raten des primären BSI wurden als potenzielle Qualitätsindikatoren für die Verwaltung von Sepsis genannt.18 Alle diese vorgeschlagenen Indikatoren sind jedoch Ergebnisindikatoren und können nicht direkt geändert werden.

فهرست
Call Now Buttonتماس با ما 9 الی 20