Devant la survenue croissante d’infections associées aux soins, les systèmes de surveillance se développent et leur automatisation croissante encourage la valorisation des données générées. Le recueil en temps réel favorise un retour d’information rapide et innovant à l’échelon local ou à plus grande échelle entre établissements, régions ou pays. L’automatisation du recueil représente une avancée à plusieurs niveaux. Elle favorise la standardisation et l’interopérabilité des données, qui facilitent la mise en œuvre de programmes de surveillance nationaux et améliorent la fiabilité des indicateurs de surveillance que ces programmes génèrent. Une fois standardisées, les données de systèmes différents deviennent comparables et peuvent être centralisées dans un entrepôt de données. À condition de répondre à certaines exigences de qualité, d’exhaustivité et de protection, l’analyse de données de surveillance couplée à un entrepôt de données de santé peut contribuer à la recherche clinique. D’autres utilisations sont envisagées, telles que l’optimisation du codage des séjours, entraînant de multiples bénéfices potentiels en termes de finance, de temps et de fiabilité. La lutte contre l’antibiorésistance peut également bénéficier d’une approche globale combinant toutes les données d’intérêt et identifiant les mesures correctives. Enfin, de tels entrepôts de données peuvent aboutir à une simplification et à une optimisation de la gestion des cas contact lorsqu’un risque de transmission nosocomiale est identifié. Ainsi, des systèmes de surveillance efficaces ont de multiples utilités locales et sont essentiels au niveau national voire international pour l’exploitation d’indicateurs et la détection de tendances.
Surveillance systems of healthcare-associated infections are increasing and the automation of these systems is on the rise and calls for relevant opportunities for data reuse and valorization. Real-time data collection favors rapid and innovative feedback locally or on a wider scale between institutions, regions or countries. Automating data collection is a step forward on many levels. Automation encourages data standardization and interoperability. In turn, standardization facilitates the implementation of larger-scale surveillance programs and improves the reliability of surveillance indicators. Once standardized, data from different information systems become comparable and can be centralized in data warehouses. Provided that requirements for quality, completeness and privacy protection are met, the analysis of surveillance data can contribute to clinical research. Other uses of data warehouses are discussed, including the optimization of the coding of stays, with multiple potential benefits for healthcare institutions in terms of finances, time and reliability. The fight against antibiotic resistance can also benefit from a comprehensive approach that combines all the data of interest and identifies corrective measures. Finally, data warehouses can help simplify and optimize contact tracing when a risk of nosocomial transmission is identified. Efficient surveillance systems have multiple local uses and are essential at the national or international level for the exploitation of indicators and the detection of trends.
Historique : Reçu 15 février 2022 – Accepté 28 mars 2022 – Publié 22 avril 2022.
Daudé A, Rasigade JP, Couvé-Deacon E. Automatisation de la surveillance des infections associées aux soins : la valorisation des données. Hygiènes 2022;30(2);101-107. Doi : 10.25329/hy_xxx_2_daude