《Indian Journal of Medical Microbiology》：A quality improvement study to reduce ‘Lost to Follow-Up’ patients in surgical site infection surveillance
编辑推荐：
摘要：背景有效的手术部位感染（SSI）监测有助于改善患者结局并确保循证预防策略的实施。然而，监测项目所产生的数据会受到失访患者数据的影响，从而引入偏倚。目的本研究旨在评估并降低纳入SSI监测的下段剖宫产（LSCS）患者的失访率。方法本前瞻性观察性研究分析了2021年2月至20
摘要：
背景
有效的手术部位感染（SSI）监测有助于改善患者结局并确保循证预防策略的实施。然而，监测项目所产生的数据会受到失访患者数据的影响，从而引入偏倚。
目的
本研究旨在评估并降低纳入SSI监测的下段剖宫产（LSCS）患者的失访率。
方法
本前瞻性观察性研究分析了2021年2月至2021年12月（基线阶段）以及2022年12月至2024年9月（干预阶段）的5,057例LSCS手术（择期962例，急诊4,095例）。接受LSCS手术的女性患者被纳入SSI监测项目，通过结构化方案收集随访数据。针对已识别的障碍，实施了包括加强沟通方式、扩展联系信息收集以及患者参与度在内的定向干预措施。采用卡方检验和回归分析评估了失访发生与人口学特征及手术类型之间的关系。
结果
基线阶段失访率为10.9%（125/1152），主要原因包括数据错误（0.88%）、网络问题（1.4%）、患者缺乏沟通配合（1.2%）以及患者相关后勤因素（0.5%）（如贫困）。干预后，干预阶段失访率降至2.2%（85/3905）（P<0.05，OR=5.470，95% CI 4.117-7.267）。
结论
本研究强调了SSI监测中失访的多因素性质，受个体、系统和环境因素影响。定向干预措施，如改进沟通策略、个性化的患者参与、利用技术和稳健的数据收集方案，显著提高了随访率。这些发现为优化SSI监测和缓解医疗机构中的失访相关挑战提供了可操作的见解。
引言
有效监测手术部位感染（SSI）对于通过实施循证感染预防策略来改善患者结局至关重要。SSI的负担在于不良患者结局以及因住院时间延长和再入院率增加而导致的显著医院财务影响。SSI率是衡量外科及术后护理质量的关键指标，凸显了建立强大监测系统的必要性。监测的成功取决于持续的患者随访，而这一过程常因患者"失访"（LTFU）现象而受阻，即在随访期间（通常为术后30天）无法获取患者数据[1]。LTFU构成重大障碍，损害数据完整性并引入潜在的结果偏倚[2]。值得注意的是，失访率超过20%（或超过五分之一研究参与者）被认为是产生重大选择偏倚的根源，可能严重损害研究结果的可靠性；而<5%的失访率仅引入极小偏倚[3]、[4]。即使是少量的失访病例也可能导致显著偏倚[3]、[5]，因此需要密切关注失访变量。减少失访并报告其失访率对于维护监测项目的可靠性和可信度至关重要。
多个因素如社会经济因素、网络问题、沟通问题、语言障碍等会影响失访率，因此在监测研究中探索并解决这些决定因素至关重要。此外，医疗服务提供者与患者之间的有效沟通可以通过确保患者在术后恢复期间保持参与来缓解失访问题。
在印度，探索失访相关因素的研究极为有限。在此背景下，本研究旨在评估并降低在印度昌迪加尔的PGIMER纳入SSI监测的下段剖宫产（LSCS）患者的失访率。了解这些因素将为提高随访率和确保SSI监测项目的成功提供有价值的见解。
章节摘要
方法
本观察性、前瞻性纵向研究于印度昌迪加尔的研究生医学教育与研究所（PGIMER）进行，时间为2021年2月至2021年12月（基线阶段）以及2022年12月至2024年9月（干预阶段）。本研究已获得PGIMER机构伦理委员会（IEC）的伦理批准（IEC-12/2021-2251）。本研究遵循印度新德里全印医学科学院（AIIMS）规定的方案，确保与既定的国家
结果
本研究评估了基线阶段（2021年2月至2021年12月）和干预阶段（2022年12月至2024年9月）两个不同阶段的失访率。共有5057名在该院接受LSCS的女性患者（基线阶段1152例，干预阶段3905例）被纳入研究。
在基线阶段，失访率为10.9%（125/1152）。与妇科主管、微生物学等关键利益相关者进行了讨论以识别失访原因
讨论
超过20%的脱落率可能引入显著偏倚，损害监测研究的可靠性[7]。理解和解决不完整随访数据中固有的偏倚对于提高医院感染监测研究的有效性和可靠性至关重要。然而，在这一方面，尤其是发展中国家的相关研究有限。可以看到，医院感染监测中失访的动态是多方面的，涉及个体、系统和环境
结论
我们的研究强调了SSI监测中失访的多面性以及定向干预措施在缓解这些挑战方面的有效性。虽然一定程度的失访是不可避免的，但实施稳健的数据收集、沟通和患者保留机制可以显著减少其影响。
本研究旨在评估印度PGIMER LSCS病例中SSI的患病率。该模型展示了可推广的SSI监测框架，可以
CRediT作者贡献声明
Ananya Tripathi：方法论、数据整理。Shalu Sharma：方法论、数据整理。Alisha Grover：方法论、数据整理。Esha Dhanda：方法论、数据整理。Elizabeth Rosalind Thomas：写作——审阅与编辑、写作——原始草稿、可视化、验证、软件、资源、调查、形式分析、数据整理、概念化。Harinder Kaur：监督、方法论、数据整理。Aakanksha Dutta：方法论、数据整理。Reet Kaundal：方法论、数据
伦理批准声明
本研究已获得PGIMER机构伦理委员会（IEC）的伦理批准（IEC-12/2021-2251），日期为2022年4月25日。
资金来源
本工作得到疾病预防控制中心（CDC）——全印医学科学院（AIIMS），新德里的资助[资助编号：INU2HGH000088-01-00]。
利益冲突声明
? 作者声明以下财务利益/个人关系，可能被视为潜在利益冲突：Manisha Biswal报告获得了疾病预防控制中心的财务支持。如有其他作者，他们声明没有已知的竞争性财务利益或个人关系可能影响本论文所报告的工作。
Elizabeth R. Thomas | Minakshi Rohilla | Vanita Suri | Ashita Rajput | Esha Dhanda | Alisha Grover | Shalu Sharma | Ananya Tripathi | Reet Kaundal | Aakanksha Dutta | Harinder Kaur | Charu Guleria | Purva Mathur | Manisha Biswal
