|
①複数の研究協力外注検査会社からVPN(virtual private network)を介してデータが送信される現行3病院について、データを複数病院のデータ処理に対応するようにSHIPL（Standardized Hospital Infection Lookout; 標準化院内感染症監視システム）を改変したTokai-SHIPLを用いてデータをリアルタイムで受信し、自動解析を行った。
②電子システム上、集積が検出できた事例、および、コントロールとなる散発例について、さらに、20株の菌株収集を行い、既存の株と合わせて400株の分子疫学的解析（パルスフィールド電気泳動およびPOT方による解析）を行い、これらと、背景情報を2DCMで解析した結果と突合した。
③前年度までの知見に基づき、②の解析情報を、二項分布を用いた確率的菌異常集積自動検出（Probability-based Microbial Alert; PMA）から導いた「集積度」、さらに、2DCM解析時にグループの識別に用いている感受性パターンから導いた「耐性度」と2DCMと分子疫学解析の結果から導いた「一致率」の3つの指標についてその相関を調べる方法を考案し解析を行った。
④「集積度」「耐性度」が高いと「一致率」が高くなり、両者が高い場合には2DCMに高い信頼性があることが明らかになった（詳細は成果報告書参照）。
⑤これらを含む成果の論文を作成投稿し、現在再投稿準備中。
⑥これらの成果の一部を別の研究で行っている感染対策電子システムの改良応用した。
|
