Styrke og svakheter ved studien
Frafallet i NOIS er lavere enn det som er rapportert i en rekke andre studier (12) – (15). Den høye andelen infeksjoner avdekket etter utskrivning understreker betydningen av god oppfølging av pasienter etter sykehusoppholdet. Uten slik oppfølging vil andelen infeksjoner bli underestimert, dermed også de pasientrelaterte og økonomiske ulempene ved slike infeksjoner. I våre data ble 90 % av kvinnene fullstendig fulgt opp. Sykehusene gjør en stor innsats for å kontakte flest mulig etter utskrivning.
Det har vært vanlig å inkludere alle opererte i nevneren, ikke bare de som er fulgt opp etter utskrivning. I en slik metode ligger det en forutsetning at sykehuset vil få høre fra alle dem som utvikler infeksjon etter utskrivning. Dette holder trolig ikke stikk. I en undersøkelse i Australia identifiserte man 32 % flere sårinfeksjoner ved å kontakte dem som ikke svarte på sykehusets brev. Forskerne konkluderte med at insidensandeler fra ulike studier bare kan sammenliknes når man vet om nevneren inkluderer de pasientene som ikke er fulgt opp etter utskrivning (16). I denne presentasjonen av NOIS-data er kun pasienter som er fulgt opp fullstendig inkludert i analysene.
I den europeiske overvåkingsmalen krever man ikke at pasienter følges opp etter at de er skrevet ut fra sykehuset. Insidensandelen av infeksjoner etter keisersnitt i de ulike europeiske land før utskrivning fra sykehus varierer fra 0,1 % til 3,7 % (17), mot 1,2 % i denne undersøkelsen. Gjennomsnittlig antall postoperative liggedøgn ved disse sykehusene var sju dager, mot fem dager i vår studie. Ved enkelte sykehus der man gjennomførte oppfølging etter utskrivning varierte insidensandelen mellom 7,7 % og 17,0 % (15, 16, 18) – (21), mot 8,3 % i denne undersøkelsen. I disse studiene var mellom 30 % og 89 % av pasientene fulgt opp etter utskrivning, mot 90 % i denne undersøkelsen. Forhold som gjennomsnittlig postoperativ liggetid og metoder for å oppdage pasienter med infeksjon varierer i ulike undersøkelser og gjør at sammenlikninger må gjøres med forsiktighet. Funnene kan likevel gi et bilde av problemets størrelse. Insidensandelen i Norge ser ut til å ligge i nedre sjikt av det som er rapportert i sammenliknbare undersøkelser fra andre europeiske land.
I studier fra andre land har flere av variablene som er inkludert i NOIS, f.eks. alder, akuttinngrep, manglende antibiotikaprofylakse og høy ASA-skår, vært signifikant assosiert med infeksjon (7, 15, 19, 20, 22, 23). I vår studie var alder over 29 år og sårkontaminasjon grad 3 signifikant assosiert med utvikling av postoperativ sårinfeksjon. I NOIS var det vanskelig sikkert å identifisere risikokeisersnitt ved hjelp av den amerikanske risikoindeksen NNIS. Dette kan skyldes at antallet overvåkede keisersnitt var for lavt, at risikovariablene som inngår i risikoindeksen ble tolket eller kodet feil eller at den snart 20 år gamle risikoindeksen fra USA ikke er gyldig i Norge i dag. I kommende overvåkingsperioder vil vi inkludere variablene høyde og vekt (og dermed også kroppsmasseindeks) og diabetes for å se om disse faktorene påvirker risikoen for infeksjon og kan være egnet for inkludering i en risikoindeks – for slik å forbedre sammenlikningsgrunnlaget sykehusene imellom og lettere kunne identifisere risikopasienter for å målrette smitteverntiltak.
Infeksjonsrisikoen varierte betydelig mellom sykehusene også når man kontrollerte for de andre variablene, selv om få av dem hadde statistisk signifikant mindre eller større insidensandel enn et sykehus med insidens lik landsgjennomsnittet (tab 4). Undersøkelsen hadde imidlertid liten styrke til å påvise slike forskjeller. Vi kan regne med at lokale faktorer ved sykehusene og individuelle faktorer ved operatørene bidrar til variasjonen i insidensandel av infeksjoner. Slike faktorer er ikke del av det nasjonale datasettet, men kan analyseres lokalt på det enkelte sykehus.
Det kan også tenkes at slike lokale faktorer kan konfundere sammenhengen mellom enkelte av de målte variablene og infeksjon. For eksempel kan det være at et operasjonsteam både har lang operasjonsvarighet og svak teknikk. Da kan det være teknikken, ikke varigheten, som forårsaker infeksjon. I de nasjonale dataene kan vi bare kontrollere for sykehus, ikke for lavere nivåer. Kontroll for sykehus hadde marginal betydning for de andre variablene. Validiteten av diagnosesetting og forståelse av variablene er ikke undersøkt, men vi ser eksempler på opplagte feil, for eksempel en operasjonstid på tre minutter. Det er usikkert om og eventuelt i hvilken grad feiltolking av disse forholdene kan ha påvirket resultatene. Vi jobber kontinuerlig for å øke kvaliteten på data samt undersøke sensitiviteten av diagnostiseringen av infeksjoner.