Frequentie van postoperatieve wondinfecties in Nederland

Onderzoek
A.J. Mintjes-de Groot
J.M.J. van den Berg
M.L.V. Veerman-Renzikofer
A.S. de Boer
A.O.A. Smook
Citeer dit artikel als
Ned Tijdschr Geneeskd. 1998;142:22-6
Abstract
Download PDF

Samenvatting

Doel

Inventariseren van postoperatieve infecties in Nederlandse ziekenhuizen.

Opzet

Beschrijvend onderzoek.

Plaats

Centraal Begeleidingsorgaan voor de Intercollegiale Toetsing, Utrecht.

Methode

In 36 Nederlandse ziekenhuizen werden op gestandaardiseerde wijze gegevens verzameld over operatiepatiënten, postoperatieve wondinfecties en risicofactoren, als onderdeel van een kwaliteitssysteem waarbij afzonderlijke ziekenhuizen gegevens van meerdere ziekenhuizen gebruiken om hun eigen praktijk te toetsen.

Resultaten

In 36/118 (31) ziekenhuizen werd surveillance van postoperatieve wondinfecties ingevoerd. Gegevens over 32.869 ingrepen werden verzameld, waarbij 1115 (3,4) postoperatieve wondinfecties werden vastgesteld. Het infectiepercentage per wondklasse varieerde van 2,2 (95-betrouwbaarheidsinterval (95-BI): 2,0-2,4) bij schone wonden tot 11,0 (95-BI: 9,3-12,8) bij vuile wonden; het infectiepercentage naar duur van ingreep varieerde van 3,0 (95-BI: 2,8-3,2) bij ingrepen korter dan 2 h tot 10,8 (95-BI: 6,0-18,5) bij ingrepen langer dan 8 h; het infectiepercentage per klasse van de American Society of Anesthesiologists varieerde van 2,7 (95-BI: 2,3-3,2) in klasse I tot 15,5 (95-BI: 8,4-26,5) in klasse IV. Oudere leeftijd, spoedingrepen en preoperatief verblijf in het ziekenhuis bleken risicofactoren. De infectiepercentages van de frequentst geregistreerde ingrepen varieerden van 0,2 (95-BI: 0,0-1,1) bij varicesoperaties tot 9,8 (95-BI: 7,2-13,2) bij femorale bypassoperaties. Het gebruik van antimicrobiële profylaxe varieerde per soort ingreep. De frequentst geïsoleerde micro-organismen waren Staphylococcus aureus, S. epidermidis, Pseudomonas aeruginosa en Escherichia coli. Van alle geregistreerde infecties werd 32 gevonden in de 1e week na de ingreep. Na het ontstaan van de infectie verbleef 88 van de geïnfecteerde patiënten nog 1 of meer dagen in het ziekenhuis.

Inleiding

Naar het voorbeeld van het systeem van de Amerikaanse National Nosocomial Infections Surveillance van de Centers for Disease Control and Prevention (CDC) werden in Nederland tussen 1991 en 1994 3 projecten voor gestandaardiseerde surveillance van ziekenhuisinfecties uitgevoerd.1-4 Twee van deze projecten richtten zich op de Surveillance van Postoperatieve Wondinfecties (SWIFT), SWIFT-I en SWIFT-II. Het initiatief voor deze projecten werd genomen door het Medisch Centrum Alkmaar samen met het Centraal Begeleidingsorgaan voor de Intercollegiale Toetsing (CBO), als vervolg op het registratieprogramma Danop Data van de World Health Organization.5 Het doel van de SWIFT-projecten was de implementatie van een kwaliteitssysteem in ziekenhuizen door gestandaardiseerde surveillance van postoperatieve wondinfecties, waarbij de centraal verzamelde en bewerkte gegevens als referentie voor de ziekenhuizen konden dienen. In dit artikel beschrijven wij de resultaten van de gestandaardiseerde surveillance.

methode

Deelnemers

Aan het SWIFT-I-project (1991/'92) namen 25 ziekenhuizen deel, aan het SWIFT-II-project (1994/'95) 17, waarvan 6 ziekenhuizen ook aan het SWIFT-I-project hadden deelgenomen. Via een eerste enquête werd de bestaande ervaring met surveillance geïnventariseerd; tweederde van de deelnemers aan het SWIFT-I-project had ervaring met enige vorm van surveillance.

In het SWIFT-I-project was de keuze voor de te registreren ingrepen vrij, in het SWIFT-II-project kozen de deelnemers voor het controleren van patiënten met een keizersnede of met ingrepen aan mammae, heupen of vaten.

Opgenomen patiënten werden geregistreerd en gecontroleerd tot de dag van ontslag, tot de dag van het eerste polikliniekbezoek of tot 30 dagen (na alle implantaties 1 jaar) na de ingreep. Behalve demografische gegevens en gegevens over de operatie en de infectie werd ook het infectierisico per patiënt vastgelegd, zoals de contaminatiegraad van de wond (wondklasse) en de duur van de operatie. In het SWIFT-II-project werden tevens vastgelegd de fysieke gesteldheid van de patiënt volgens de classificatie van de American Society of Anesthesiologists (ASA-klasse),6 alsook de uit geïnfecteerde wonden geïsoleerde micro-organismen.

Surveillance

In 13 workshops werd met de deelnemers, overwegend ziekenhuishygiënisten, het protocol voor de gegevensverzameling ontwikkeld en werden problemen rond de toepassing van het protocol besproken. Gebruikt werden de definities van postoperatieve wondinfecties van de CDC, in vertaling van de werkgroep Infectiepreventie.78 Volgens deze definities kunnen postoperatieve wondinfecties ontstaan binnen een periode van 30 dagen na de ingreep of binnen 1 jaar na ingrepen met implantaten. De postoperatieve wondinfectie werd vastgesteld door de hygiënist, de verpleegkundige, de operateur of in gezamenlijk overleg. Ingrepen werden gecodeerd volgens het systeem van het Centraal Orgaan Tarieven in de Gezondheidszorg. De gegevens werden in de ziekenhuizen opgeslagen en verwerkt met WHOCARE-software (Statens Seruminstitut, Kopenhagen, Denemarken), waarna ze per diskette naar het CBO werden gezonden. Daar werden de gegevens gecontroleerd op volledigheid, opgeschoond, bijeengevoegd en geanalyseerd. Terugrapportage na afronding van de projecten bestond uit ziekenhuisspecifieke en algemene overzichten met infectiepercentages per soort ingreep en risicofactor.

De methode van gegevensverzameling in de ziekenhuizen werd op betrouwbaarheid getoetst door middel van een tweede enquête tijdens het SWIFT-I-project. De kwaliteit van de gegevens werd bewaakt door ingebouwde foutmeldingen in WHOCARE en door controles voorafgaand aan de gegevensbewerking. Een derde enquête in het SWIFT-I-project gaf inzicht in de wijze van terugrapportage naar de chirurgen en infectiecommissies in de ziekenhuizen.

resultaten

Algemeen

In totaal 36/118 (31) Nederlandse ziekenhuizen participeerden in de SWIFT-projecten. Gegevens werden verzameld over 32.869 ingrepen, waarbij 1115 (3,4) postoperatieve wondinfecties werden gevonden. Bij 30.371 (92,4) ingrepen was de contaminatiegraad van de wond vastgelegd; de infectiepercentages per wondklasse varieerden sterk: van 2,2 (95-betrouwbaarheidsinterval (95-BI): 2,0-2,4) bij schone wonden tot 11,0 (95-BI: 9,3-12,8) bij vuile (figuur 1). De duur van de ingreep werd bij 32.725 (99,6) ingrepen vastgelegd; het infectiepercentage was bij ingrepen van 2 h of korter statistisch significant lager dan bij ingrepen langer dan 2 h (infectie na ingrepen korter dan 2 h: 3,0 (95-BI: 2,8-3,2); na ingrepen langer dan 8 h: 10,8 (95-BI: 6,0-18,5; figuur 2). In het SWIFT-II-project werd bij 11.526 (80,8) van de 14.257 patiënten de ASA-klasse vastgesteld. Het infectiepercentage in klasse I was statistisch significant lager dan in de overige klassen (infectie bij ASA-klasse I: 2,7 (95-BI: 2,3-3,2), bij ASA-klasse IV: 15,5 (95-BI: 8,4-26,5; figuur 3). Bij 30.413 (93) ingrepen werd al dan niet gebruik van profylaxe vermeld, bij 13.241 (43) ingrepen hiervan werd antimicrobiële profylaxe toegepast. Het infectiepercentage bij patiënten ouder dan 60 jaar was statistisch significant hoger dan bij patiënten in de leeftijdsgroep van 20-60 jaar (figuur 4). Wanneer deze factoren naar soort ingreep afzonderlijk werden bestudeerd, werden deze verschillen niet teruggezien. De frequentie van wondinfecties bij patiënten die een spoedoperatie ondergingen, bedroeg 6,0 (95-BI: 5,4-6,7) per 100 ingrepen, bij patiënten met een electieve ingreep was dit 2,9 (95-BI: 2,7-3,1). Deze verschillen waren niet statistisch significant wanneer dit per soort ingreep apart werd getoetst. Een toename van de duur van het preoperatief verblijf ging gepaard met een toename in het infectiepercentage (figuur 5).

Bij 962 (86) van de geïnfecteerde patiënten kon het tijdsinterval worden berekend tussen de dag van de ingreep en het ontstaan van de infectie: 32 van de geregistreerde infecties werd gevonden in de 1e week na de ingreep, 6 werd gevonden in de periode tussen 30 dagen en 1 jaar na de ingreep. Bij 831 (75) van de patiënten kon worden bepaald hoeveel dagen zij in het ziekenhuis verbleven na het ontstaan van de infectie; 97 (12) gingen direct huiswaarts, 527 (64) bleven nog 1 dag tot 3 weken, terwijl 207 (24) langer dan 3 weken bleven.

In het SWIFT-I-project retourneerden respectievelijk 24 (96) en 16 (64) van de deelnemende hygiënisten de 2e en 3e enquête, waaruit bleek dat ruim de helft van de respondenten de resultaten van de registratie aan de operateurs rapporteerde en presentaties verzorgde voor bijvoorbeeld de infectiecommissie en de operatieafdeling.

De infectiepercentages van de frequentst geregistreerde ingrepen worden in tabel 1 weergegeven. Per soort ingreep wisselde het gebruik van antimicrobiële profylaxe sterk (zie tabel 1). Van de 17 ziekenhuizen (SWIFT-II) registreerden 12 (71) de geïsoleerde micro-organismen; in totaal werden 188 isolaten gevonden bij 627 geïnfecteerde wonden. Het frequentst geïsoleerd werd Staphylococcus aureus (44), vooral gevonden bij infecties na vaatoperaties, na operaties aan de mammae en na ingrepen met knie- en heupimplantaten. S. epidermidis (15) werd voornamelijk gekweekt uit infecties na totaleheupoperaties. Pseudomonas aeruginosa (9) werd vooral gezien bij geïnfecteerde wonden na vaatoperaties en totaleheupoperaties. Escherichia coli (5) werd voornamelijk gevonden bij infecties na darmoperaties en totaleheupoperaties.

beschouwing

De effectiviteit van surveillance als middel ter preventie van ziekenhuisinfecties is zowel in theorie beschreven als in praktijk aangetoond.9-14 Dat er in een aantal Nederlandse ziekenhuizen behoefte bestond om deze vorm van kwaliteitsbewaking gestandaardiseerd in te voeren, bleek uit het aantal spontane aanmeldingen voor deelname aan dit project. De standaardisatie van de gegevensverzameling werd bevorderd door gebruik te maken van geschreven protocollen en definities, door bespreking van praktijkervaring in de workshops en door gebruik van uniforme software. De in de SWIFT-projecten opgedane ervaringen zijn gebruikt bij de ontwikkeling van het thans lopende project ‘Preventie van ziekenhuisinfecties door surveillance’.15 Tweederde van de deelnemers in het SWIFT-I-project had, voorafgaand aan het project, ervaring met enige vorm van surveillance, hetgeen de sensitiviteit en specificiteit van surveillance verhoogt.16 Toch moet rekening worden gehouden met onderrapportage, omdat het gehanteerde surveillancesysteem niet systematisch de infecties opspoorde die zich openbaarden na ontslag van de patiënt uit het ziekenhuis. Bij gebruik van de zogeheten ‘post-discharge surveillance’ kan het infectiepercentage aanzienlijk hoger uitvallen.17

De infectiepercentages uit het Nederlandse netwerk verschillen van die van surveillancesystemen elders in de wereld (tabel 2).18-23 Dit komt deels door verschillen in methode en intensiteit van opsporing, deels door verschil in opnameduur en risicoprofiel van de patiëntenpopulatie.24

De infectiepercentages zijn gestratificeerd naar patiëntengroepen met uit de literatuur bekende risicofactoren, zoals wondklasse, duur van de operatie, ASA-klasse, leeftijd, spoedingrepen en duur van preoperatief verblijf in het ziekenhuis.2125 De invloed van deze risicofactoren op de frequentst geregistreerde ingrepen apart (zie tabel 1) werd niet duidelijk teruggezien. Een gedeeltelijke verklaring hiervoor is dat deze risicofactoren inherent zijn aan het soort ingreep. Van verdere stratificatie naar de door de National Nosocomial Infections Surveillance ontwikkelde risico-index21 werd afgezien, omdat slechts bij 35 van alle ingrepen de ASA-klasse, een onderdeel van de risico-index, werd geregistreerd. De hier gevonden micro-organismen behoorden ook in andere surveillanceprojecten tot de uit wondinfecties meest geïsoleerde soorten.101226

Wij zagen dat 88 van de patiënten na het ontstaan van de wondinfectie gedurende enige tijd in het ziekenhuis bleef, waardoor zij een potentiële bron van infecties in het ziekenhuis vormden. Verlengde opnameduur kan zowel oorzaak als gevolg van een ziekenhuisinfectie zijn;27 de omvang van deze gevolgen werden door ons niet nader onderzocht. Volgens Nederlandse schattingen hebben de infecties geleid tot minimaal 20.000 extra verpleegkundige handelingen en tot ongeveer ƒ 640.000, extra kosten aan laboratorium- en röntgenonderzoek en antibioticagebruik.12

Verschillende deelnemers aan de SWIFT-projecten meldden dat bespreking van de resultaten van de registratie in het ziekenhuis leidde tot het nemen van maatregelen en een daarmee gepaard gaande daling van het infectiepercentage. Ook kwam men andere complicaties (zoals hematomen) op het spoor, ter preventie waarvan maatregelen werden genomen. De hier gepresenteerde infectiepercentages en -gegevens over het gebruik van antibioticaprofylaxe kunnen dienen als referentiecijfers voor de Nederlandse ziekenhuizen om hun eigen praktijk te toetsen in het kader van hun kwaliteitssysteem.

Aan dit onderzoek namen deel: Academisch Ziekenhuis Maastricht, Maastricht; Academisch Ziekenhuis Vrije Universiteit, Amsterdam; Beatrix Ziekenhuis, Gorinchem; Bronovo Ziekenhuis, Den Haag; Catharina Ziekenhuis, Eindhoven; Daniel den Hoed Kliniek, Rotterdam; Delfzicht Ziekenhuis, Delfzijl; De Tjongerschans, Heerenveen; Diaconessenhuis, Voorburg; Drechtsteden Ziekenhuis, Dordrecht; Elkerliek Ziekenhuis, Helmond; Holy Ziekenhuis, Vlaardingen; Kennemer Gasthuis, locatie Haarlem; Langeland Ziekenhuis, Zoetermeer; Maasziekenhuis, Boxmeer; Medisch Centrum Alkmaar, Alkmaar; Medisch Centrum Leeuwarden, Leeuwarden; Medisch Spectrum Twente, Enschede en Oldenzaal; Nij Smellinghe, Drachten; Oosterschelde Ziekenhuis, Goes; Reinier de Graaf Gasthuis, Delft; Schieland Ziekenhuis, Schiedam; St. Joseph Ziekenhuis, Veghel; Stichting Deventer Ziekenhuis, Deventer; Stichting Streekziekenhuis Walcheren, Vlissingen; Stichting Streekziekenhuis Midden-Twente Hengelo Ov., Hengelo; Streekziekenhuis Koningin Beatrix, Winterswijk; Streekziekenhuis Waterland, Purmerend; Streekziekenhuis Zevenaar, Zevenaar; Westeinde Ziekenhuis, Den Haag; Ziekenhuis Bethesda, Hoogeveen; Ziekenhuis De Gelderse Vallei, Bennekom; Ziekenhuis De Heel, Zaandam; West-Fries Gasthuis, Hoorn; Weverziekenhuis, Heerlen; Ziekenhuis Sint-Antoniushove, Leidschendam.

Wij danken mw.prof.dr.C.M.J.E.Vandenbroucke-Grauls, medisch microbioloog, Academisch Ziekenhuis Vrije Universiteit Amsterdam, en mw.C.J.G.M.van der Voorde, arts, Centraal Begeleidingsorgaan voor de Intercollegiale Toetsing te Utrecht, voor het kritisch doorlezen van het manuscript.

De projecten werden uitgevoerd met subsidie via het Transparant-project.

Literatuur
  1. Emori TG, Culver DH, Horan TC, Jarvis WR, White JW, OlsonDR, et al. National nosocomial infections surveillance system (NNIS):description of surveillance methods. Am J Infect Control1991;19:19-35.

  2. Berg JMJ van den, Veerman-Brenzikofer MLV. Rapportage vanhet SWIFT-project. Utrecht: Centraal Begeleidingsorgaan voor deIntercollegiale Toetsing, 1994.

  3. Severijnen AJ, Verbrugh HA, Mintjes-de Groot AJ,Vandenbroucke-Grauls CMJE, Klokman-Houweling R, Gruteke P, et al. Projectsurveillance ziekenhuisinfecties regio Utrecht. Bilthoven: Rijksinstituutvoor Volksgezondheid en Milieu, 1995.

  4. Berg JMJ van den, Veerman-Brenzikofer MLV, Mintjes-deGroot AJ, Jong M de. Eindrapport SWIFT-II project. Utrecht: CentraalBegeleidingsorgaan voor de Intercollegiale Toetsing, 1996.

  5. Veerman-Brenzikofer M, Smook AOA. Onderzoek naarpost-operatieve wondinfecties. Medisch Bulletin Alkmaar1990;1:9-11.

  6. Owens WD, Felts JA, Spitznagel jr EL. ASA physical statusclassifications: a study of consistency of ratings. Anesthesiology 1978;49:239-43.

  7. Horan TC, Gaynes RP, Martone WJ, Jarvis WR, Emori TG. CDCdefinitions of nosocomial surgical site infections, 1992: a modification ofCDC definitions of surgical wound infections. Infect Control Hosp Epidemiol1992;13:606-8.

  8. Werkgroep Infectie Preventie. Registratieziekenhuisinfecties. Richtlijn 25a. Leiden: Academisch Ziekenhuis,1993.

  9. Haley RW, Culver DH, White JW, Morgan WM, Emori TG, MunnVP, et al. The efficacy of infection surveillance and control programs inpreventing nosocomial infections in US hospitals. Am J Epidemiol1985;121:182-205.

  10. Olson MM, Lee jr JT. Continuous, 10-year wound infectionsurveillance. Results, advantages, and unanswered questions. Arch Surg1990;125:794-803.

  11. Greco D, Moro ML, Tozzi AE, De Giacomi GV. Effectivenessof an intervention program in reducing postoperative infections. ItalianPRINOS Study Group. Am J Med 1991;91(Suppl 3B):164S-9S.

  12. Mintjes-de Groot AJ. Surveillance and control ofhospital-acquired infections in the Netherlands proefschrift.Rotterdam: Erasmus Universiteit, 1996.

  13. Rhijn LW van, Rietra PJGM, Groot-Weij JW de, VeraartBEEMJ. Bacteriologische kwaliteitsbewaking op een orthopedische afdeling. MedContact 1996;17:586-8.

  14. Roukema JA, Werken CHR van der, Leenen LPH. Registratievan postoperatieve complicaties om de resultaten van chirugie te verbeteren.Ned Tijdschr Geneeskd1996;140:781-4.

  15. Projectbeschrijving surveillance ziekenhuisinfecties.Rapportnr 212200002. Bilthoven: RIVM, 1996.

  16. Ehrenkranz NJ, Schultz JM, Richter EL. Recorded criteriaas a ‘gold standard’ for sensitivity and specificity estimates ofsurveillance of nosocomial infection: a novel method to measure jobperformance. Infect Control Hosp Epidemiol 1995;16:697-702.

  17. Sands K, Vineyard G, Platt R. Surgical site infectionsoccurring after hospital discharge. J Infect Dis 1996;173:963-70.

  18. Simchen E, Wax Y, Pevsner B, Erdal M, Michel J, Modan M,et al. The Israeli Study of Surgical Infections (ISSI): I. Methods fordeveloping a standardized surveillance system for a multicenter study ofsurgical infections. Infect Control Epidemiol 1988;9:232-240.

  19. Kjaeldgaard P, Cordtz T, Sejberg D, Kjaersgaard E,Sillemann MP, La Cour Andersen J, et al. The DANOP-DATA system: a low-costpersonal computer based program for monitoring of wound infections insurgical ward. J Hosp Infect 1989;13:273-9.

  20. Moro ML, Sommella L, Gialli M, Tavanti T, Ciolli L,Cappaccioli L, et al. Surgical infection surveillance: results of a six-monthincidence study in two Italian hospitals. Res Eur J Epidemiol1991;7:641-8.

  21. Culver DH, Horan TC, Gaynes RP, Martone WJ, Jarvis WR,Emori TG, et al. Surgical wound infection rates by wound class, operativeprocedure, and patient risk index. National Nosocomial InfectionsSurveillance System. Am J Med 1991;91(Suppl 3B):152S-7S.

  22. Rouveaux O, Mertens R, Dupont Y. Surgical woundinfections surveillance: results from the Belgian hospital network. Acta ChirBelg 1996;96:3-10.

  23. Gulácsi L, Tatár Kiss Zs, Kovács A,Vass L, Lukács Tóth Gy, Bessenyei L, et al. Uncomplicated woundhealing, part 6. Hospital wound infection surveillance program in Hungarianhospitals, 1992-1994. Health Management Review 1996;5:432-49.

  24. Mertens R, Berg JMJ van den, Veerman-Brenzikofer MLV,Kurz X, Jans B, Klazinga N. International comparison of results of infectionsurveillance: the Netherlands versus Belgium. Infect Control Hosp Epidemiol1994;15:574-80.

  25. Garibaldi RA, Cushing D, Lerer T. Risk factors forpostoperative infection. Am J Med 1991;91(Suppl 3B):158S-63S.

  26. Emori TG, Gaynes RP. An overview of nosocomialinfections, including the role of the microbiology laboratory. Clin MicrobiolRev 1993;6:428-42.

  27. Delgado-Rodriguez M, Bueno-Cavanillas A, Lopez-Gigosos R,De Dios Luna-Castillo J, Guillen-Solvas J, Moreno-Abril O, et al. Hospitalstay lenght as an effect modifier of other risk factors for nosocomialinfection. Eur J Epidemiol 1990;6:34-9.

Auteursinformatie

Centraal Begeleidingsorgaan voor de Intercollegiale Toetsing (CBO), Postbus 20.064, 3502 LB Utrecht.

Mw.dr.A.J.Mintjes-de Groot, gezondheidswetenschapper; J.M.J.van den Berg, arts.

Medisch Centrum Alkmaar, Alkmaar.

Mw.M.L.V.Veerman-Brenzikofer, ziekenhuishygiënist.

Afd. Chirurgie: A.O.A.Smook, chirurg.

Rijksinstituut voor Volksgezondheid en Milieu, Centrum voor Infectieziektenepidemiologie, Bilthoven.

Mw.ir.A.S.de Boer, epidemioloog.

Contact mw.dr.A.J.Mintjes-de Groot

Gerelateerde artikelen

Reacties

P.M.N.Y.H.
Go

Nieuwegein, januari 1998,

Een wondinfectie na een chirurgische ingreep is vervelend voor de patiënt en draagt bij tot verhoging van de kosten van de behandeling. De suggestie van Mintjes-De Groot et al., die de frequentie van postoperatieve infecties in Nederland beschrijven (1998:22-6), dat de gepresenteerde gegevens als referentiecijfers voor Nederlandse ziekenhuizen kunnen dienen om hun praktijk te toetsen in het kader van een kwaliteitssysteem, beschouwen wij met enige terughoudendheid. Het ‘Surveillance vanpostoperatieve wondinfecties’(SWIFT)-I en SWIFT-II-project vonden plaats op verschillende tijdstippen. De registratie van het SWIFT-I-project was vrijblijvend. Binnen het SWIFT-II-project worden slechts 4 categorieën ingrepen uitgelicht. Toch voegt men bij de analyse de data van beide projecten bijeen. Voorts wordt de tijdsduur van de registratie niet vermeld. Het is onwaarschijnlijk dat men gedurende de gemeten periode in 22-23 ziekenhuizen gegevens van 539 reconstructies van de aorta verzamelt en slechts beschikt over gegevens van 1192 appendectomieën of 495 excisies van een mammatumor. De registratie kan dus niet volledig zijn, waardoor afhankelijk van de samenstelling van de niet-geregistreerde patiënten men onder- of bovenrapporteert.

De Nederlandse Vereniging voor Heelkunde is gestart met een eenduidige complicatieregistratie, waaronder een voor wondinfecties. Deze registratie zal in alle heelkundige praktijken door de behandelaars zelf worden bijgehouden. Het is te verwachten dat deze registratie vollediger is dan die in het artikel wordt gepresenteerd en daarmee meer valide referentiecijfers zal opleveren. Cruse en Foord wezen als een van de eersten op de relatie tussen wondklasse en kans op een postoperatieve wondontsteking.1 De suggestie dat er een relatie zou bestaan tussen enerzijds oudere leeftijd, spoedingreep, lengte van preoperatief ziekenhuisverblijf, duur van de ingreep of klasse van de American Society of Anesthesiologists en anderzijds de kans op postoperatieve wondinfectie, kan onzes inziens niet losstaan van de wondklasse. Alleen als de wondklassen binnen de subgroepen van genoemde factoren gelijk zijn verdeeld, mag men aan de hand van de gevonden verdeling vaststellen of de factoren tot de risicofactoren behoren.

Het verzamelen van referentiecijfers en het benoemen van risicofactoren is een goed streven. Deze gegevens vergroten het inzicht in de frequentie van postoperatieve wondinfecties, die kunnen leiden tot maatregelen door behandelaars en beleidsmakers. Wel dienen ze te berusten op valide onderzoek.

P.M.N.Y.H. Go
J.R. de Jong
R.F. Schmitz
Literatuur
  1. Cruse PJE, Foord R. The epidemiology of wound infection. A 10-year prospective study of 62,939 wounds. Surg Clin North Am 1980;60:27-40.

A.J.
Mintjes-de Groot

Utrecht, januari 1998,

Wij danken Go, De Jong en Schmitz voor hun kritische reactie op ons artikel over de frequentie van postoperatieve wondinfecties. Natuurlijk moeten referentiecijfers berusten op valide onderzoek, reden waarom de SWIFT-projecten werden uitgevoerd door geschoold personeel, volgens een uniforme beproefde methode en met gestandaardiseerde definities en criteria. De onafhankelijkheid van de surveillant voorkomt bevooroordeling. De gestandaardiseerde methode ondervangt het bezwaar dat de SWIFT-projecten op verschillende tijdstippen werden uitgevoerd (ook de genoemde Cruse en Foord verzamelden hun gegevens in de loop van 10 jaar). De registratie was niet volledig in termen van het volgen van alle ingrepen en de infectiepercentages per risicofactor zijn inderdaad beïnvloed door de selectie van de gevolgde ingrepen. Derhalve zijn niet de infectiepercentages per risicofactor, maar de infectiepercentages per ingreep de juiste cijfers om aan te refereren. Nauwkeuriger vergelijkingsmateriaal bieden ingreepspecifieke infectiepercentages naar risicofactor. Deze cijfers zijn inmiddels beschikbaar binnen het project ‘Preventie ziekenhuisinfecties door surveillance’ (PREZIES).1

De keuze om de registratie te richten op bepaalde ingrepen komt voort uit de overtuiging dat alleen ingreepspecifieke vergelijkingen zinvol zijn. De soort ingreep is immers bepalend voor het risico op complicaties, zoals postoperatieve wondinfecties. Bovendien bieden dergelijke vergelijkingen betere mogelijkheden tot het nemen van gerichte interventiemaatregelen. Wanneer de steekproef groot genoeg is, geeft het voor ingreep specifieke infectiepercentage de kans op infectie bij een bepaalde ingreep goed weer. In het PREZIES-project gaf de analyse per ingreep aan dat wondklasse geen onafhankelijke risicofactor van belang was.

Reeds in 1996 is er contact geweest met de commissie Uitkomst van Zorg van de Nederlandse Vereniging voor Heelkunde (NVH) over de relatie tussen de complicatieregistratie van de NVH en de infectieregistratie van het PREZIES-project. Vergelijking van de opzet van beide registraties leerde dat ze elkaar grotendeels aanvullen. Ook dienen ze een gemeenschappelijk doel: verbetering van de kwaliteit van zorg op basis van inzicht in het vóórkomen van postoperatieve wondinfecties en daarmee samenhangende risicofactoren. Met belangstelling zien wij dan ook de resultaten van de complicatieregistratie van de NVH tegemoet.

A.J. Mintjes-de Groot
J.M.J. van den Berg
M.L.V. Veerman Brenzikofer
A.S. de Boer
A.O.A. Smook
Literatuur
  1. Geubbels ELPE, Mintjes-de Groot AJ, Boer AS de, Kalmeijer D, Berg JMJ van den. PREZIES: deelcomponent postoperatieve wondinfecties 1997. Rapportnr. 212200003. Bilthoven: RIVM en Utrecht: Centraal Begeleidingsorgaan voor de Intercollegiale Toetsing, 1997.