Diagnosing periprosthetic joint infections : a comparison of infection definitions: EBJIS 2021, ICM 2018, and IDSA 2013.

AIMS: This study evaluated the definitions developed by the European Bone and Joint Infection Society (EBJIS) 2021, the International Consensus Meeting (ICM) 2018, and the Infectious Diseases Society of America (IDSA) 2013, for the diagnosis of periprosthetic joint infection (PJI). METHODS: In this single-centre, retrospective analysis of prospectively collected data, patients with an indicated revision surgery after a total hip or knee arthroplasty were included between 2015 and 2020. A standardized diagnostic workup was performed, identifying the components of the EBJIS, ICM, and IDSA criteria in each patient. RESULTS: Of 206 included patients, 101 (49%) were diagnosed with PJI with the EBJIS definition. IDSA and ICM diagnosed 99 (48%) and 86 (42%) as infected, respectively. A total of 84 cases (41%) had an infection based on all three criteria. In 15 cases (n = 15/206; 7%), PJI was present when applying only the IDSA and EBJIS criteria. No infection was detected by one definition alone. Inconclusive diagnoses occurred more frequently with the ICM criteria (n = 30/206; 15%) compared to EBJIS (likely infections: n = 16/206; 8%) (p = 0.029). A better preoperative performance of the EBJIS definition was seen compared with the ICM and IDSA definitions (p < 0.001). CONCLUSION: The novel EBJIS definition identified all PJIs diagnosed by any other criteria. Use of the EBJIS definition significantly reduced the number of uncertain diagnoses, allowing easier clinical decision-making.Cite this article: Bone Joint Res 2022;11(9):608-618.

Algoritmos para la vigilancia de la infección hospitalaria en una unidad de cuidados intensivos / Algorithms for hospital-acquired infection surveillance in intensive care units

INTRODUCCIÓN: la ocurrencia de una infección hospitalaria en una unidad de atención a pacientes críticos es muy elevada y aumenta la probabilidad de muerte y el costo de su atención. OBJETIVOS: elaborar y aplicar algoritmos de diagnóstico de infección hospitalaria para su vigilancia en los servicios de atención al paciente crítico. MÉTODOS: en la Clínica Central "Cira García" en 2005, se realizó una investigación de desarrollo en 3 etapas: la gestión y el análisis de información de referencia internacional y nacional sobre el tema, la elaboración del algoritmo y su aplicación en la vigilancia de las Infecciones Hospitalarias en la Unidad de Cuidados Progresivos. RESULTADOS: se elaboraron 3 algoritmos para las infecciones más frecuentes en la unidad y se utilizaron durante 4 años para el diagnóstico de las infecciones hospitalarias. CONCLUSIONES: su aplicación constituye un buen instrumento de apoyo para la identificación de la infección hospitalaria, lo que mejora la oportunidad y calidad del diagnóstico, y facilita la participación del personal de control de infecciones en el análisis individual de cada paciente.

INTRODUCTION: the occurrence of nosocomial infection in an intensive care unit is very high and increases the possibilities of the patient's death and the cost of care. OBJECTIVES: to find out and apply diagnosis algorithms for nosocomial infection surveillance at the critical patient care service. METHODS: in 2005, a three-phase research study was carried out in "Cira García" clinics: management and analysis of international and national information on this topic, the preparation of the algorithm, and the application of such algorithm in nosocomial infections surveillance at the progressive care units. RESULTS: three algorithms were found for the most frequent infections and they were used for the nosocomial infection diagnosis for 4 years. CONCLUSIONS: the use of these algorithms is a good supporting method to identify nosocomial infection, which leads to a better and prompt diagnosis and facilitates the involvement of infectious control staff in the individual analysis of each patient.

Algoritmos para la vigilancia de la infección hospitalaria en una unidad de cuidados intensivos / Algorithms for hospital-acquired infection surveillance in intensive care units

INTRODUCCIÓN: la ocurrencia de una infección hospitalaria en una unidad de atención a pacientes críticos es muy elevada y aumenta la probabilidad de muerte y el costo de su atención. OBJETIVOS: elaborar y aplicar algoritmos de diagnóstico de infección hospitalaria para su vigilancia en los servicios de atención al paciente crítico. MÉTODOS: en la Clínica Central Cira García en 2005, se realizó una investigación de desarrollo en 3 etapas: la gestión y el análisis de información de referencia internacional y nacional sobre el tema, la elaboración del algoritmo y su aplicación en la vigilancia de las Infecciones Hospitalarias en la Unidad de Cuidados Progresivos. RESULTADOS: se elaboraron 3 algoritmos para las infecciones mßs frecuentes en la unidad y se utilizaron durante 4 años para el diagnóstico de las infecciones hospitalarias. CONCLUSIONES: su aplicación constituye un buen instrumento de apoyo para la identificación de la infección hospitalaria, lo que mejora la oportunidad y calidad del diagnóstico, y facilita la participación del personal de control de infecciones en el análisis individual de cada paciente (AU)

INTRODUCTION: the occurrence of nosocomial infection in an intensive care unit is very high and increases the possibilities of the patient's death and the cost of care. OBJECTIVES: to find out and apply diagnosis algorithms for nosocomial infection surveillance at the critical patient care service. METHODS: in 2005, a three-phase research study was carried out in Cira García clinics: management and analysis of international and national information on this topic, the preparation of the algorithm, and the application of such algorithm in nosocomial infections surveillance at the progressive care units. RESULTS: three algorithms were found for the most frequent infections and they were used for the nosocomial infection diagnosis for 4 years. CONCLUSIONS: the use of these algorithms is a good supporting method to identify nosocomial infection, which leads to a better and prompt diagnosis and facilitates the involvement of infectious control staff in the individual analysis of each patient (AU)

Algoritmos para la vigilancia de la infección hospitalaria en una unidad de cuidados intensivos / Algorithms for hospital-acquired infection surveillance in intensive care units

INTRODUCCIÓN: la ocurrencia de una infección hospitalaria en una unidad de atención a pacientes críticos es muy elevada y aumenta la probabilidad de muerte y el costo de su atención. OBJETIVOS: elaborar y aplicar algoritmos de diagnóstico de infección hospitalaria para su vigilancia en los servicios de atención al paciente crítico. MÉTODOS: en la Clínica Central Cira García en 2005, se realizó una investigación de desarrollo en 3 etapas: la gestión y el análisis de información de referencia internacional y nacional sobre el tema, la elaboración del algoritmo y su aplicación en la vigilancia de las Infecciones Hospitalarias en la Unidad de Cuidados Progresivos. RESULTADOS: se elaboraron 3 algoritmos para las infecciones mßs frecuentes en la unidad y se utilizaron durante 4 años para el diagnóstico de las infecciones hospitalarias. CONCLUSIONES: su aplicación constituye un buen instrumento de apoyo para la identificación de la infección hospitalaria, lo que mejora la oportunidad y calidad del diagnóstico, y facilita la participación del personal de control de infecciones en el análisis individual de cada paciente (AU)

INTRODUCTION: the occurrence of nosocomial infection in an intensive care unit is very high and increases the possibilities of the patient's death and the cost of care. OBJECTIVES: to find out and apply diagnosis algorithms for nosocomial infection surveillance at the critical patient care service. METHODS: in 2005, a three-phase research study was carried out in Cira García clinics: management and analysis of international and national information on this topic, the preparation of the algorithm, and the application of such algorithm in nosocomial infections surveillance at the progressive care units. RESULTS: three algorithms were found for the most frequent infections and they were used for the nosocomial infection diagnosis for 4 years. CONCLUSIONS: the use of these algorithms is a good supporting method to identify nosocomial infection, which leads to a better and prompt diagnosis and facilitates the involvement of infectious control staff in the individual analysis of each patient (AU)