Гамов Олег Геннадьевич, заместитель главного врача по санитарно-эпидемиологическому режиму
ул. Рублевское предместье, д. 2, корп. 2, д. Глухово, г. о. Красногорск, Московская обл., 143421
Dr. Oleg G. Gamov, MD, Deputy Chief officer Epidemiologist
Rublyovskoye Predmestye Street, 2, Building 2, Glukhovo Village, Krasnogorsk Urban District, Moscow Region, 143421
Живов Алексей Викторович, кандидат медицинских наук, главный врач
ул. Рублевское предместье, д. 2, корп. 2, д. Глухово, г. о. Красногорск, Московская обл., 143421
Dr. Alexey V. Zhivov, MD, Cand.Sci (Medicine), Chief Physician
Rublyovskoye Predmestye Street, 2, Building 2, Glukhovo Village, Krasnogorsk Urban District, Moscow Region, 143421
Цель. Разработать и внедрить цифровую триггерную систему эпидемиологического мониторинга ИСМП, интегрированную в медицинскую информационную систему (МИС) многопрофильного стационара, и оценить ее эффективность. Материалы и методы. Проведено ретроспективное одноцентровое наблюдательное исследование на базе многопро фильного стационара (83 койки, включая 11 коек отделения реанимации и интенсивной терапии). Анализ проводился по данным функционирования цифровой системы эпидемиологического мониторинга за период с 01.01.2025 г. по 31.12.2025 г. Разработка и внедрение цифровой системы были завершены до начала исследуемого периода. Система основана на триггерном выявлении потенциальных случаев ИСМП по объективным событиям, регистрируемым в медицинской информационной системе (положительные результаты микробиологических исследований и факт выполнения оперативного вмешательства). При срабатывании триггера автоматически формировалась задача лечащему вра чу для заполнения стандартизированной формы в виде структурированного чек-листа без свободного текстового ввода. Классификация случаев осуществлялась на основании стандартных определений с использованием клинических, лабораторных и временных критериев. Для обеспечения полноты регистрации были реализованы механизмы обязательно го подтверждения введенных данных, контроля выполнения задач и выборочной верификации врачом-эпидемиологом. Результаты. За исследуемый период выполнено 2037 оперативных вмешательств. Показатели использования инвазивных устройств составили: central line-days – 2969, catheter-days – 2321, ventilator-days – 1207. Показатели ИСМП составили: катетер-ассоциированные инфекции кровотока – 4,3 на 1000 central line days; катетер-ассоциированные инфекции мочевыводящих путей – 2,1 на 1000 catheter-days; вентилятор-ассоциированные пневмонии – 4,1 на 1000 ventilator-days; инфекции области хирургического вмешательства – 0,8 на 100 операций. Зарегистрировано 394 триггерных события, из которых 43 случая (11,0 %) были классифицированы как ИСМП. Все сформированные задачи были выполнены. В 10 % случаев потребовалось уточнение данных при верификации. Дополнительных случаев ИСМП, не зареги стрированных системой, выявлено не было. Заключение. Цифровая триггерная система эпидемиологического мониторинга, интегрированная в МИС, обеспечивает стандартизацию выявления ИСМП и высокую полноту регистрации случаев. Использование автоматизированных алгоритмов, структурированных чек-листов и многоуровневого контроля позволяет повысить воспроизводимость эпидемиологических показателей и может рассматриваться как эффективный инструмент организации эпидемиологического надзора.
Aim. To develop and implement a digital trigger-based system for HAI surveillance integrated into a hospital information system of a multidisciplinary hospital and to evaluate its effectiveness. Materials and Methods. A retrospective single-center observational study was conducted in a multidisciplinary hospital (83 beds, including 11 intensive care unit beds). The analysis was based on data obtained from the operation of a digital epidemiological surveillance system during the period from January 1, 2025, to December 31, 2025. The development and implementation of the digital surveillance system had been completed before the beginning of the study period. The system was based on trigger-driven identification of potential healthcare-associated infection (HAI) cases using objective events recorded in the hospital information system, namely positive microbiological test results and the occurrence of surgical procedures. When a trigger event was detected, an electronic task was automatically generated for the attending physician to complete a standardized structured checklist without free-text entry. Case classification was performed according to standard case definitions using clinical, laboratory, and temporal criteria. To ensure completeness of case registration, the system incorporated mandatory confirmation of entered data, task completion monitoring, and selective case verifi cation by the hospital epidemiologist. Results. During the study period, 2,037 surgical procedures were performed. Device utilization metrics were: 2,969 central line-days, 2,321 urinary catheter-days, and 1,207 ventilator-days. HAI rates were: central line-associated bloodstream in fections (CLABSI) – 4.3 per 1,000 central line-days; catheter-associ ated urinary tract infections (CAUTI) – 2.1 per 1,000 catheter-days; ventilator-associated pneumonia (VAP) – 4.1 per 1,000 ventilator-days; surgical site infections (SSI) – 0.8 per 100 procedures. A total of 394 trigger events were registered, of which 43 cases (11.0 %) were clas sified as HAIs. All generated tasks were completed. In 10% of cases, data clarification was required during verification. No additional HAI cases not captured by the system were identified. Conclusion. The dig ital trigger-based surveillance system integrated into the hospital information system ensures standardized HAI detection and high case as certainment completeness. The use of automated algorithms, structured checklists, and multi-level control improves reproducibility of epidemi ological indicators and can be considered an effective tool for organizing epidemiological surveillance.
The authors declare that there are no conflicts of interest present.