Fuzzy beslutsstödsystem för smittspridningshantering på sjukhus: en cirkulär q-ROF CRADIS-metod för förebyggande och kontroll

Varför sjukhusbakterier är så svåra att hantera

Varje gång vi går in på ett sjukhus förväntar vi oss att det ska vara en plats för vård, inte en källa till nya infektioner. Ändå drabbar vårdrelaterade infektioner fortfarande miljontals patienter världen över, förlänger vårdtider, driver upp kostnaderna och i vissa fall kostar liv. Att välja vilka förebyggande åtgärder som ska finansieras och genomföras—bättre handhygien, nya rengöringsmaskiner, antibiotikarutiner, extra personalutbildning—är allt annat än enkelt. Denna artikel presenterar ett nytt slags beslutsstödverktyg som hjälper sjukhus att sålla i röriga, osäkra expertbedömningar för att avgöra vilka infektionskontrollstrategier som ger mest nytta i praktiken.

När tydliga siffror inte räcker

Ledningen på sjukhus förlitar sig ofta på checklistor, poängkort eller statistiska rapporter för att bedöma smittrisker. Dessa verktyg antar att data är kompletta och precisa och att olika faktorer—som kostnad, säkerhet och personalbelastning—kombineras på ett enkelt sätt. I verkligheten är experter oense, bevisen är ofullständiga och prioriteringar förändras när utbrott och resistensmönster skiftar. Klassiska beslutsmetoder har svårt att hantera denna typ av tvetydighet. De kan tvinga fram ett enkelt ja-eller-nej-svar där experter i själva verket känner “ganska säkra men fortfarande tveksamma”, eller de kan ignorera den cykliska naturen i åsikter som förändras med nya sjukdomsvågor.

Ett nytt sätt att fånga tvivel och oenighet

För att hantera detta bygger författarna vidare på en gren av matematiken kallad fuzzy logik, som är utformad för att modellera gråskalor istället för svart-vita val. Standard fuzzy-verktyg låter experter ange att ett alternativ är delvis acceptabelt och delvis oacceptabelt. Det nya ramverket går längre genom att representera acceptans, avvisande och tvekan tillsammans, ordnade i en cirkulär struktur som naturligt speglar fram- och tillbakagående, cykliska bedömningar. Denna struktur—kallad en cirkulär q‑rung orthopair fuzzy-modell—kan hantera extrem osäkerhet och stark oenighet bättre än tidigare fuzzy-ansatser, utan att förvandla analysen till en ogenomskinlig “svart låda”.

Att omvandla oklara åsikter till handlingsbara rangordningar

Den andra komponenten i ramverket är en rankningsmetod känd som CRADIS, som jämför varje infektionskontrollstrategi med en föreställd ”ideal” strategi och en värst-fall ”anti-ideal” strategi. I denna studie omformar författarna CRADIS så att den kan fungera inom den nya cirkulära fuzzy-miljön. Experter betygsätter flera vanliga sjukhusåtgärder—som strikta handhygienprotokoll, förbättrad miljörengöring, program för antibiotikastyrning, avancerade desinfektionstekniker och personalutbildning—mot sex mål: minska infektioner, skydda patienter, implementera åtgärder korrekt, säkerställa långsiktig hållbarhet, anpassa sig till förändrade förhållanden och hantera arbetskomplexitet. Systemet kombinerar alla experters uppfattningar, mäter hur nära varje alternativ ligger idealet och hur långt från anti-idealet, och producerar sedan en övergripande rangordning.

Vad modellen föredrar i praktiken

I en fallstudie med tre infektionskontrollspecialister och fem konkurrerande strategier framhävde verktyget strikt handhygien och antibiotikastyrning som högsta prioritet. Avfallssortering och steriliseringssystem presterade också väl, medan högteknologiska desinfektionsanordningar och rutinmässig utbildning ensam rankades lägre under de valda kriterierna och begränsningarna. Viktigt är att ramverket gjorde mer än att bara producera en enda lista: det tillät författarna att testa hur rangordningarna skulle förändras om expertvikter eller antaganden skiftade. Rangordningarna visade sig vara stabila, särskilt för allmänt överenskomna åtgärder som handhygien, och endast måttligt känsliga för mer komplexa, resurskrävande alternativ, vilket tyder på att resultaten är robusta snarare än sårbara.

Varför detta är viktigt för patienter och sjukhus

För icke-specialister är huvudbudskapet att den ”bästa” infektionskontrollstrategin sällan är uppenbar, även för experter, eftersom den måste balansera effektivitet, säkerhet, kostnad, personalinsats och framtida risker under djup osäkerhet. Denna studie ger sjukhus ett strukturerat sätt att fånga experters tvivel istället för att dölja dem, jämföra alternativ rättvist och se hur känsliga deras val är för skilda åsikter. Genom att göra detta hjälper ramverket ledare att prioritera beprövade, förebyggande åtgärder—såsom handhygien och varsam användning av antibiotika—samtidigt som lokala realiteter beaktas. Även om metoden är matematiskt sofistikerad är syftet enkelt: att omvandla mänskliga, röriga bedömningar om sjukhusbakterier till klarare, mer försvarbara beslut som skyddar patienter.

Citering: Li, M., Wang, R., Wang, M. et al. Fuzzy decision support systems for hospital infection management: a circular q-ROF CRADIS method to prevention and control. Sci Rep 16, 12154 (2026). https://doi.org/10.1038/s41598-026-40658-5

Nyckelord: sjukhushygien, beslutsstöd, fuzzy logik, multikriterie-rankning, antibiotikastyrning