Begin 2019 zijn 2 netwerkprojecten gestart vanuit Joint Programming Initiative on Antimicrobial Resistance (JPIAMR) met Nederlandse financiering. Ze zijn gehonoreerd in de 7e subsidieoproep die als doel had surveillance te verbeteren via internationale netwerken. Deze onderzoeksprojecten zijn daar mooie voorbeelden van.

PRAISE-netwerk

NL

Het Europese PRAISE netwerk heeft een routekaart gepubliceerd met handvatten voor het ontwikkelen van hoogwaardige geautomatiseerde surveillance. Mensen die medisch behandeld worden, kunnen een zorggerelateerde infectie krijgen. Surveillance, oftewel het systematisch kwantificeren van het vóórkomen van deze infecties, is de hoeksteen van preventie. Het handmatig beoordelen van patiëntendossiers op het optreden van infecties is tijdrovend en foutgevoelig. Geautomatiseerde surveillance hergebruikt gegevens die in elektronische ziekenhuisinformatiesystemen zijn vastgelegd. Betere standaardisatie en hogere efficiëntie zijn het gevolg. De meeste geautomatiseerde systemen zijn ontwikkeld in individuele ziekenhuizen, waardoor er grote verschillen zijn in hun ontwerp en functie. Ook is de kennis over hun ontwikkeling niet wijdverspreid. Deze routekaart en de bijbehorende artikelen over ICT en governance ondersteunen ziekenhuizen en surveillance-organisaties bij het ontwikkelen en implementeren van geautomatiseerde surveillance. Het werk werd gecoördineerd vanuit het Universitair Medisch Centrum Utrecht. ZonMw financierde het netwerk project.

Internationaal netwerk

PRAISE is een groot internationaal onderzoeksnetwerk met 22 partners onder leiding van het Universitair Medisch Centrum Utrecht: ‘Providing a Roadmap for Automated Infection Surveillance in Europe’ (PRAISE).

Publicaties

Zie hier een link naar de PRAISE papers, Open Access beschikbaar:

Clinical Microbiology and Infection | Implementing Automated Surveillance of Healthcare-Associated Infections (HAI) | ScienceDirect.com by Elsevier

PRAISE-network

ENG

The roadmap and accompanying papers published by the PRAISE network will provide the guidance necessary for large-scale implementation of reliable automated surveillance of healthcare-associated infections (HAI). HAI are infections that arise during the process of medical care and their surveillance, i.e. systematically monitoring their incidence, is a cornerstone of infection prevention programmes and allows for the assessment of the effect of interventions. Conventional surveillance is performed by manually reviewing patient charts; this process is cumbersome and prone to error. These limitations, along with the increasing adoption of electronic health records, has driven the development of automated HAI surveillance. However, these initiatives have often been limited to individual hospitals and are mainly used in the research setting. This stand-alone development of systems makes inefficient use of resources and brings the risk of losing comparability across surveillance networks. The roadmap and accompanying papers published by the PRAISE network will provide the guidance necessary for large-scale implementation of reliable automated HAI surveillance. ZonMw was funder of the project.

International network

PRAISE is a large international research network with 22 partners led by the University Medical Center Utrecht: 'Providing a Roadmap for Automated Infection Surveillance in Europe' (PRAISE).

Publications

See here a link to the PRAISE papers, Open Access available:

Clinical Microbiology and Infection | Implementing Automated Surveillance of Healthcare-Associated Infections (HAI) | ScienceDirect.com by Elsevier

SOLIDNESS-netwerk

NL

Mobiele genetische elementen (MGE's) zijn DNA-moleculen die genen bevatten die belangrijk zijn voor de fitheid van een micro-organisme. Deze omvatten resistentie- en virulentiegenen, die de bacteriën een adaptief voordeel kunnen geven ten opzichte van andere bacteriën. MGE's spelen een centrale rol bij horizontale genoverdracht en behoren tot de belangrijksteoorzaken van antibioticaresistentie- en virulentieverspreiding. Een dergelijke verspreiding is een grote zorg voor belanghebbenden in de gezondheidszorg en een uitdaging voor degenen die zich bezighouden met het voorkomen van de
verspreiding van antibioticaresistente en / of virulente bacteriën, zoals carbapenemase-producerende Enterobacteriaceae en shigatoxine-producerende Escherichia coli (STEC). Moleculaire karakterisering van MGE's is essentieel voor een beter begrip van deze moleculen en hun verspreiding. Beiden zijn nodig voor een optimale monitoring van bacteriën die resistentie- en virulentiegenen bevatten. Hiervoor worden vaak sequentieanalysetechnieken gebruikt. De sequencing-protocollen en daaropvolgende bioinformatica-programma's die worden gebruikt om MGE's te karakteriseren, kunnen de uiteindelijke resultaten en hun interpretatie aanzienlijk beïnvloeden.

Om dit in kaart te brengen zijn binnen het consortium meerdere onderzoeken uitgevoerd, waaronder een ringonderzoek. Samenvattend, werd uit dit project duidelijk dat bij het karakteriseren van MGE's  onderzoekers de kosten / doorlooptijd en de nauwkeurigheid van de resultaten moeten afwegen. Alleen door gecombineerde analyses van de gegevens die worden gegenereerd door zowel sequentietechnologieën met korte als lange fragmenten, zal het de resultaten opleveren die alle MGE's van een specifieke stam omvatten. Aangezien sequencing protocollen en bioinformatica tools, die gebruikt worden om MGEs te karakteriseren, de (kwaliteit) van de eindresultaten en de interpretatie beïnvloeden, zal verdere standaardisatie van beiden de betrouwbare detectie, karakterisatie en surveillance van MGEs faciliteren.

SOLIDNESS staat voor 'Surveillance Of mobiLome meDiated aNtibiotic rEsiStance Spread'.  Onder leiding van de Rijksuniversiteit Groningen deden 17 internationale partners mee aan dit onderzoek.

ENG

Mobile genetic elements (MGEs) play a central role in horizontal gene transfer and are among the
main drivers of antibiotic resistance and virulence spread. Molecular characterization of MGEs is
essential for a better understanding of the dissemination of antibiotic resistance. Sequence-based
analysis techniques are often used for this purpose. In this project, it became clear that when
characterizing MGEs, researchers must weigh the costs/turnaround time and the accuracy of the
results. However, only by combined analyzes of the data generated by short- and long-fragment
sequencing technologies will they produce results that will include all the MGEs of a specific
bacterium. Since sequencing protocols and subsequent bioinformatics tools used to characterize
MGEs significantly influence the (quality of the) final results and their interpretation, further
standardization of both will facilitate a reliable detection, characterization, and surveillance of
MGEs.

SOLIDNESS stands for 'Surveillance Of mobiLome meDiated aNtibiotic rEsiStance Spread'.   Rijksuniversiteit Groningen cöordinated the network, with a total of 17 international partners.

Naar boven
Direct naar: InhoudDirect naar: NavigatieDirect naar: Onderkant website