293
PREGLEDNI ZNANSTVENI ČLANEK
Ekonomsko breme nalezljivih bolezni
Avtorske pravice (c) 2023 Zdravniški Vestnik. To delo je licencirano pod
Creative Commons Priznanje avtorstva-Nekomercialno 4.0 mednarodno licenco.
Ekonomsko breme nalezljivih bolezni – metoda meritve 
količine antibiotikov pri hospitaliziranih bolnikih
Economic burden of infectious diseases –quantity metrics method to measure 
antibiotic use in inpatients
Tatjana Pokrajac
Izvleček
Nepravilna in nenadzorovana poraba antibiotikov v bolnišnicah, pa tudi v zunajbolnišničnem okolju, spodbuja razvoj od-
pornih različic povzročiteljev, visoke stroške in neželene učinke. V zadnjih letih priporočajo večdisciplinarno sodelovanje, 
in sicer spremljanje rezultatov mednarodnega projekta DRIVE- AB. Pregledali smo seznam 20 kazalcev za meritve količine 
antibiotikov pri hospitaliziranih bolnikih (angl. identify quantity metrics, IQM). Namen naše raziskave je bil oceniti količino 
porabljenih antibiotikov po kazalcih IQM. V retrospektivni študiji smo v obdobju od 2014–2018 v 2 univerzitetnih in 10 splo-
šnih bolnišnicah v Sloveniji izračunali porabo antibiotikov z metodo IQM. Izračunali smo definirani dnevni odmerek (DDO) 
na 100 bolnišničnih oskrbnih dni (BOD) (IQM 1), DDO/100 sprejemov (IQM 2), DDO/100 BOD/ (angl. case mix index, CMI) 
(IQM 3) in korelacijo med DDO/100 BOD in CMI in DDO/100 sprejemov in CMI (IQM 12) ter strošek hospitalizacije, izračunan 
v EUR (IQM 12). Za statistično analizo smo uporabili paket IBMI SPSS. Za analizo podatkov smo uporabili opisno statistiko 
in metodo Pearsonove korelacije in linearne regresije. Za statistično značilnost smo upoštevali p < 0,05. Od leta 2014 do 
leta 2018 je bila povprečna poraba antibiotikov v vseh vključenih bolnišnicah 55,10 DDO/100 BOD, 286 DDO/100 spreje-
mov. IQM 3 pa je bila 26,78. Dokazali smo močno korelacijo med DDO/100 sprejemov in CMI (p = 0,01) in DDO/100 BOD in 
CMI (p < 0,001) (IQM 12). Strošek hospitalizacije za nalezljive bolezni se je povečal od leta 2014 do leta 2018 od okrog 162 
miljonov do 192 miljonov (IQM12). Tovrstni podatki so pomembni za napovedovanje porabe antibiotikov v slovenskih bol-
nišnicah in spremljanje stanja in napovedovanje gibanj na področju zdravstvenega varstva in porabe sredstev v Sloveniji. 
Pomembni so za politiko in tudi strokovnjake na tem področju (infektologe), ker lahko na podlagi izračunanih stroškov 
predvidijo porabo sredstev in vplivajo na zmanjšanje stroškov.
Zdravniški VestnikSlovenia  Medical Journal
Katedra za javno zdravje, Medicinska fakulteta, Univerza v Ljubljani, Ljubljana, Slovenija
Korespondenca / Correspondence: Tatjana Pokrajac, e: tatjana.pokrajac@mf.uni-lj.si
Ključne besede: definirani dnevni odmerek; sprejemi; bolnišnični oskrbni dnevi; poraba antibiotikov; strošek
Key words: defined daily dose; admissions; hospital care days; antibiotic consumption; cost
Prispelo / Received: 25. 8. 2022 | Sprejeto / Accepted: 2. 2. 2023
Citirajte kot/Cite as: Pokrajac T. Ekonomsko breme nalezljivih bolezni – metoda meritve količine antibiotikov pri hospitaliziranih 
bolnikih. Zdrav Vestn. 2023;92(7–8):293–301. DOI: https://doi.org/10.6016/ZdravVestn.3154
eng slo element
sl article-lang
10.6016/ZdravVestn.3154 doi
25.8.2022 date-received
2.2.2023 date-accepted
Public health, epidemiology Javno zdravje, epidemiologija discipline
Review article Pregledni znanstveni članek article-type
Economic burden of infectious diseases –
quantity metrics method to measure antibiot-
ic use in inpatients
Ekonomsko breme nalezljivih bolezni – metoda 
meritve količine antibiotikov pri hospitaliziranih 
bolnikih
article-title
Economic burden of infectious diseases –
quantity metrics method to measure antibiot-
ic use in inpatients
Ekonomsko breme nalezljivih bolezni alt-title
defined daily dose, admissions, hospital care 
days, antibiotic consumption, cost
definirani dnevni odmerek, sprejemi, bolnišnični 
oskrbni dnevi, poraba antibiotikov, strošek kwd-group
The authors declare that there are no conflicts 
of interest present.
Avtorji so izjavili, da ne obstajajo nobeni 
konkurenčni interesi. conflict
year volume first month last month first page last page
2023 92 7 8 293 301
name surname aff email
Tatjana Pokrajac 1 tatjana.pokrajac@mf.uni-lj.si
name surname aff
eng slo aff-id
Chair of Public Health, Faculty 
of Medicine, University of 
Ljubljana, Ljubljana, Slovenia
Katedra za javno zdravje, 
Medicinska fakulteta, Univerza v 
Ljubljani, Ljubljana, Slovenija
1
294
JAVNO ZDRAVJE, EPIDEMIOLOGIJA
Zdrav Vestn | julij – avgust 2023 | Letnik 92 | https://doi.org/10.6016/ZdravVestn.3154
1 Uvod
Nepravilna in nenadzorovana poraba antibiotikov 
v bolnišnicah, pa tudi v zunajbolnišničnem okolju, 
spodbuja razvoj odpornih bakterijskih različic, visoke 
stroške in neželene učinke.
Za oceno ustrezne rabe antibiotikov je na voljo več 
metod. Najbolj natančna metoda je nadzor na ravni 
bolnika, kar pa je zamudno in lahko omejeno le na 
manjše število bolnikov (1). Druga metoda je točkov-
na prevalenčna raziskava, ki se je tudi izkazala za upo-
rabno orodje za presojo porabe antibiotikov (2). Kuster 
in sodelavci so prvi uporabili metodologijo kot moč-
no pomembno korelacijo med definiranim dnevnim 
odmerkom (DDO) antibiotikov na 100 sprejemov in 
z indeksom primerljivih skupin za diagnoze hospita-
liziranih bolnikov (CMI) in DDO na 100 bolnišničnih 
oskrbnih dni (BOD) s CMI (3). V zadnjih letih pri-
poročajo večdisciplinarno sodelovanje, in sicer med 
kliničnimi farmacevti in zdravniki, z namenom, da 
nadzirajo kakovost (in količino) predpisanih antibio-
tikov (4). Avtorji mednarodnega projekta DRIVE- AB 
(Driving Reinvestment in Research and Development 
and Responsible Antibiotic Use) so pregledali seznam 
20 kazalcev meritve količine antibiotikov pri hospitali-
ziranih bolnikih (angl. Quantity metrics for antibiotic 
use in inpatients, IQMs). Izbrali so jih 12 kot ustrezne 
in veljavne (4).
Nalezljive bolezni so v Sloveniji še vedno pogost 
vzrok za obisk pri zdravniku, sprejem v bolnišnico in 
vzrok smrti, predvsem pri starejših. Predstavljajo tudi 
precejšnje ekonomsko breme.
Abstract
Irregular and uncontrolled consumption of antibiotics in hospitals and outside the hospital environment, promotes the 
development of resistant mutants, high costs, and side effects. In recent years, multi-disciplinary cooperation has been 
recommended; the international DRIVE-AB Project results have reviewed the list of 20 indicators for measuring the amount 
of antibiotics in hospitalized patients (IQMs). Our research was aimed to estimate the amount of antibiotics consumed 
according to IQM indicators. In the retrospective study, from 2014 to 2018 in selected Slovenian hospitals, the use of anti-
biotics with the IQMs method was calculated. We calculated DDO/100 bed-days (IQM1), DDO/100 admissions (IQM2), DDO/
(100 BOD/CMI) (IQM3), and the correlation between DDO/100 BOD and CMI and DDD/100 admissions and CMI (IQM 12) and 
the cost of hospitalization calculated in EUR (IQM12). The IBMI SPSS package (Statistics for Windows, Version 21.0) was 
used for statistical analysis. We used descriptive statistics and the Pearson correlation method and the Linerne regression 
to analyze the data. For the significance, we considered p < 0.05. In 2014, the consumption of antibiotics in all the hospitals 
involved was, on average, calculated by IQM 1 55,66, IQM 2 288, and IQM 3 21.66. We proved a strong correlation between 
DDO/100 admissions and CMI (P = 0.01) DDO/100 bed-days and CMI (p < 0.001) (IQM 12). The cost of hospitalization for in-
fectious diseases has risen since 2014 from around 162 million to 192 million in 2018 (IQM12). This information is important 
for monitoring the situation and forecasting the trends in health care and consumption of resources in Slovenia. They are 
important for policies and experts in this field (infectious diseases specialists) because they can anticipate the use of funds 
based on calculated costs and affect cost reductions.
Namen naše raziskave je bil oceniti količino pora-
bljenih antibiotikov po kazalcih, IQM. Izračunali smo 
3 IQM, in sicer DDO/100 BOD (IQM 1), DDO/100 
sprejemov (IQM 2) in DDO/100 BOD/CMI (IQM 3). 
Želeli smo doseči IQM 12, zato smo dodatno izraču-
nali korelacijo med DDO/100 sprejemov in CMI in 
DDO/100 BOD in CMI (IQM 12) ter ekonomski stro-
šek v EUR za nalezljive bolezni v izbranih slovenskih 
bonišnicah od leta 2014 do 2018 (IQM 12).
2 Metode
2.1 Zasnova raziskave
V retrospektivni študiji smo v obdobju od leta 2014 
do leta 2018 v izbranih slovenskih bolnišnicah izra-
čunali porabo antibiotikov z metodo IQMs. Vključili 
smo dve univerzitetni bolnišnici, Univerzitetni klinič-
ni center Ljubljana in Univerzitetni klinični center Ma-
ribor, ter 10 splošnih bolnišnic (SB), in sicer SB Nova 
Gorica, SB Brežice, SB Novo mesto, SB Celje, SB Izola, 
SB Jesenice, SB Ptuj, SB Murska Sobota, SB Trbovlje in 
SB Slovenj Gradec. 
2.2 Raziskovalna orodja
Število sprejemov, število bolnišničnih oskrbnih 
dni (BOD) in skupno utež za nalezljive bolezni smo 
pridobili iz zbirke ‘Bolnišnične obravnave istega tipa’ 
(SPP) na Nacionalnem inštitutu za javno zdravje (5).
295
PREGLEDNI ZNANSTVENI ČLANEK
Ekonomsko breme nalezljivih bolezni
Podatke o antibiotični porabi (DDO) so posre-
dovali bolnišnični farmacevti iz lekarn vseh izbranih 
bolnišnic in so bili vpisani v podatkovno računalniško 
bazo Microsoft Office Excel 2010 Klinike za infekcij-
ske bolezni in vročinska stanja (6).
Izbrani antibiotiki so bili klasificirani po indeksu 
ATC, skupina J01, antibiotiki za sistemsko uporabo, 
letnik 2019. Pri izračunih DDO smo uporabljali raz-
ličico Svetovne zdravstvene organizacije (SZO) 2019 
(7).
CMI smo izračunali z uporabo podatkov, ki jih za-
gotavlja SPP in temelji na stroškovnih utežeh za vsake-
ga bolnika. CMI je vsota zmnožka med številom spre-
jemov in povprečno utežjo (ali vsota skupnih uteži), 
deljeno s številom vseh sprejemov (3).
Podatke o ceni hospitalizacije smo dobili na Zavo-
du za zdravsvteno zavarovanje Slovenije (ZZZS). Za 
leto 2014 je cena hospitalizacije za nalezljive bolezni 
znašala 1.121,64 EUR, za leto 2015 1.140,02 EUR, za 
leto 2016 EUR 1.159,75, za leto 2017 1.145,22 EUR in 
za leto 2018 1.203,91 EUR (8).
Diagnoze nalezljivih bolezni, ki smo jih izbrali po 
priporočilu Centra za nadzor in preventivo bolezni, 
smo iz ameriške klasifikacije za bolezni (International 
Classification of Diseases 9) (ICD-9) (9) prekodirali v 
Mednarodno klasifikacijo bolezni 10 (MKB 10) razli-
čica 1. 3 (10). V Tabeli 1 smo prikazali kode diagnoz 
nalezljivih bolezni, ki smo jih uporabili za analizo. 
2.3 Opazovalni izid
V naši raziskavi smo izračunali IQMs, in sicer 
IQM1, IQM2, IQM3, to so IQM 1 DDO/100 BOD, 
IQM 2 DDO/100 sprejemov, IQM 3 DDO/(100 BOD/
CMI) v 12 slovenskih bolnišnicah od leta 2014 do leta 
2018.
Izračunali smo korelacijo med DDO/100 spreje-
mov in CMI in korelacijo med DDO/100 BOD in CMI 
za 12 slovenskih bolnišnic od leta 2014 do leta 2018. 
Predlagali smo IQM 12.
Ekonomski strošek v EUR za izbrane nalezljive 
bolezni smo izračunali tako, da smo pomnožili šte-
vilo sprejemov zaradi nalezljivih bolezni s povprečno 
utežjo in s ceno hospitalizacije za nalezljive bolezni 
od leta 2014 do leta 2018 (IQM 12). Inflacije nismo 
upoštevali.
Diagnoze Kode MKB-10
Tuberkuloza A15–A19
Leptospiroza A27
Sifilis A50, A52.0, A52.7
Meningitis A39, G00–G03
Sepsa A40–A41
HIV in aids B20–B24, D82
Hepatobiliarne okužbe B15–B19, K83.0, K75.0, K81 
lzbrane perinatalne okuzbe P23, A54, A33, R75, P00.2 
Mikoze B35–B49
Okužbe srca I01, I02, I33, I41, I38, I40
Okužbe zgornjih dihal A36.0–A36.2, A38, A54.5, A69. 1, 
J00–J06, J32.0–J32.9, J35.0, J36
Okužbe spodnjih dihal A22. 1, A31.0, A37, J20–J21, 
J10–J18, J86, J90, J85
Trebušne in črevesne 
okužbe
A54.6, K35–K37, K61, K65, 
K63.0, K12.2, K57.0,K57.2, 
K57.3, K57.4, K57.8, K85, A00–
A09, A22.2
Okužbe sečil N10–N12, N30.0, N34, N39.0, 
N13.6, N15.1, N41, R82.7
Pelvične okužbe N70, N73.0–N73.2, N72, N76, 
N75.1, N96.4, N45, N49
Vnetje dojke N61
Okužbe kože in podkožja L00–L08
Okužbe in vnetne reakcije 
zaradi vsadkov 
T82–T89
Okužbe po operaciji T81.4
Ustne okužbe K04.4, K04.7, K04.6, K05.0, 
K05.2–K05.3, K11.3, K12
Okužbe mišičnoskeletnega 
sistema
M86, M00,M46.2, M36.3,M60.0, 
M71.0 
Okužbe v nosečnosti 023, 098, 041.1, 075.3, 085
Okužbe oči H05.0, H44.0
Okužbe uses H60.0–H60.4, H60.9, H65, H66, 
H70
Ventrikulitis G04.9
Tabela 1: Diagnoze nalezljivih bolezni in kode po MKB-10 
(prekodirano iz ICD-9). Povzeto po Simonsen L, et al., 1998 
(9).
296
JAVNO ZDRAVJE, EPIDEMIOLOGIJA
Zdrav Vestn | julij – avgust 2023 | Letnik 92 | https://doi.org/10.6016/ZdravVestn.3154
2.4 Moteči dejavnik
Za statistično analizo je vzorec podatkov strnjen in 
je majhen.
2.5 Metode analize
Za statistično analizo smo upobili paket IBMI SPSS 
(Statistics for Windows, Version 21.0). Za analizo po-
datkov smo uporabili deskriptivno statistiko in meto-
do Pearsonove korelacije (podatek smo obtežili) ter 
linerne regresije (podatek smo obtežili). Za statistično 
značilnost smo upoštevali p < 0,05.
2.6 Etični vidiki
Podatke smo dobili iz podatkovnih zbirk Nacional-
nega inštituta za javno zdravje in iz Klinike za infek-
cijska bolezni in vročinska stanja. Podatki o bolnikih 
so bili anonimizirani.
3 Rezultati
V Tabeli 2 so prikazani rezultati povprečnih vred-
nosti IQM1, IQM2 in IQM3 od leta 2014 do leta 2018 
za izbrane slovesnke bolnišnice.
Za obdobje 5 let, za vsako leto posebej, od leta 2014 
do leta 2018, smo izračunali korelacijo med DDO/100 
sprejemov in CMI in DDO/100 BOD in CMI (IQM 
12). Korelacija je bila statistično značilna v obeh pri-
merih od leta 2014 do 2018, razen leta 2014, ko kore-
lacija med DDO/100 BOD ni bila statistično značilna. 
Rezultati so prikazani v Tabeli 3.
Posebej smo z grafi prikazali petletno korelacijo 
(od leta 2014 do leta 2018) med DDO/100 sprejemov 
in CMI in DDO/100 BOD in CMI za izbrane slo-
venske bolnišnice. Korelacija je statistično značilna v 
obeh primerih (p = 0,01 in p < 0,001). Rezultate smo 
prikazali s Sliko 1 in Sliko 2.
Izračunali smo strošek hospitalizacije zaradi nalez-
ljivih bolezni za vsako leto od leta 2014 do leta 2018 
(IQM 12). Rezultati so prikazani v Tabeli 4.
V Tabeli 5 so prikazane popvprečne vrednosti IQM 
1, IQM 2 in IQM 3 za izbrane slovenske bolnišnice od 
leta 2014 do leta 2018.
Legenda: DDO – definirani dnevni odmerek; BOD – bolnišnični 
oskrbni dnevi; CMI – indeks skupine primerljivih primerov 
hospitaliziranih bolnikov; IQM – metoda meritev količine 
porabe antibiotikov pri hospitaliziranih bolnikih.
Leto DDO/100
BOD
(IQM 1)
DDO/ 100
sprejemov
(IQM 2)
DDO/100
BOD/CMI
(IQM 3)
2014 51,77 272 23,25
2015 54,41 278 23,69
2016 55,27 288 23,79
2017 57,38 300 23,83
2018 56,69 293 23,25
Tabela 2: Prikaz povprečnih vrednosti IQM 1, IQM 2, IQM 3 
v izbranih slovenskih bolnišnicah od leta 2014 do leta 2018.
Legenda: DDO – definirani dnevni odmerek; BOD – bolnišnični oskrbni dnevi; CMI – indeks skupine primerljivih primerov 
hospitaliziranih bolnikov; IQM – metoda meritev količine porabe antibiotikov pri hospitaliziranih bolnikih.
Leto Korelacija med DDO/100 sprejemov in CMI
 (IQM 12)
Korelacija med DDO/100 BOD in CMI 
(IQM 12)
r p r p
2014 0,423 0,039 0,222 0,295
2015 0,473 0,019 0,480 0,017
2016 0,579 0,003 0,579 0,003
2017 0,602 0,002 0,760 0,001
2018 0,552 0,005 0,629 0,001
Tabela 3: Korelacija med DDO/100 sprejemov in CMI in DDO/100 BOD in CMI (IQM 12) v 12 slovesnkih bolnišnicah od leta 
2014 do leta 2018.
297
PREGLEDNI ZNANSTVENI ČLANEK
Ekonomsko breme nalezljivih bolezni
V lineranem grafu (Slika 3) so prikazani povprečni 
stroški hospitalizacij, izračunani v EUR, zaradi nalezlji-
vih bolezni v izbranih slovenskih bolnišnicah v obdobju 
od leta 2014 do leta 2018 (IQM 12).
4 Razprava
S svojimi rezultati smo dokazali, da breme nalezlji-
vih bolezni v slovenskih bolnišnicah od leta 2014 do 
leta 2018 narašča. IQM 1, IQM 2 in IQM 3 kažejo trend 
naraščanja vako leto do 2017, leta 2018 pa je zaznan ra-
hel padec, vendar so skupni stroški, izračunani v EUR, 
leta 2018 največji. Korelacija med DDO/100 BOD in 
CMI in med DDO/100 sprejemov in CMI je poka-
zala močno statistično značilnost, razen v primeru 
DDO/BOD in CMI leta 2014. Rezultati so primerljivi s 
prejšnjimi študijami.
Prejšnje študije so opisavale splošno uporabo anti-
biotikov v bolnišnicah v različnih državah, in sicer je 
bila v Švici poraba antibiotikov v univerzitetnih bol-
nišnicah ocenjena z DDO/100 sprejemov 491,62 in 
DDO na 100 BOD 68,04. V splošnih bolnišnicah so 
ocenili DDD/ 100 sprejemov rang 182.95 ÷ 405.21 ter 
DDD/100 BOD rang 15.45 – 57.05 (3). Kern je ugo-
tovljal splošno uporabo antibiotikov v nemških bolni-
šnicah, in sicer priporočeni dnevni odmerek (PDO) 
na 100 bolnikovih dni (BD), ki je bil 43,5 (mediana) 
v interkvartilnem območju od 35–48 PDO/100 BD, 
mediana 64,4 DDO/100 (BOD) (interkvartilno ob-
močje, 53-73 DDO/100 BOD) (11). Nacionalna bol-
nišnična poraba antibiotikov za sistemsko uporabo na 
Danskem 288,7 DDO/100 sprejemov, na Švedskem, 
278,8 DDO/100 sprejemov in na Nizozemskem 355 
DDO/100 sprejemov (12). V Franciji je poraba anti-
bitikov leta 2010 variirala od 60 DDO/1000 bolniko-
vih dni v bolnišnicah za dolgotrajno oskrbo in psihi-
atričnih bolnicah do 1466 DDO/1000 bolnikovih dni 
Legenda: IQM – metoda meritev količine porabe antibiotikov 
pri hospitaliziranih bolnikih.
Leto Strošek hospitalizacije za 
nalezljive bolezni (EUR)
(IQM 12)
2014 169 288 833
2015 181 192 191
2016 183 218 314
2017 190 725 534
2018 194 888 457
Tabela 4: Strošek hospitalizacij zaradi nalezljivih bolezni v 
izbranih slovenskih bolnišnicah od leta 2014 do leta 2018 
(IQM 12).
Slika 1: Linearna regresija med DDO/100 sprejemov in CMI 
(IQM12) (R2 = 0,188, p = 0,01).
Legenda: DDO – definirani dnevni odmerek; BOD – bolnišnični 
oskrbni dnevi; CMI – indeks skupine primerljivih primerov 
hospitaliziranih bolnikov; IQM – metoda meritev količine 
porabe antibiotikov pri hospitaliziranih bolnikih.
St
an
da
rd
iz
ira
na
 re
gr
es
ijs
ka
 n
ap
ov
ed
na
 vr
ed
no
st
CMI
-2
-1
0
1
2
1,00 1,50 2,502,00 3,00
R2 Linear = 0,188
y = -2,4 + 1,14 * x
Slika 2: Linearna regresija med DDO/100 BOD in CMI 
(IQM12) (R2 = 0,279, p < 0,001).
Legenda: DDO – definirani dnevni odmerek; BOD – bolnišnični 
oskrbni dnevi; CMI – indeks skupine primerljivih primerov 
hospitaliziranih bolnikov; IQM – metoda meritev količine 
porabe antibiotikov pri hospitaliziranih bolnikih.
-3
-1
0
1
2
-2
1,00 1,50 2,502,00 3,00
St
an
da
rd
iz
ira
na
 re
gr
es
ijs
ka
 n
ap
ov
ed
na
 vr
ed
no
st
CMI
R2 Linear = 0,253
y = -2,79 + 1,33 * x
298
JAVNO ZDRAVJE, EPIDEMIOLOGIJA
Zdrav Vestn | julij – avgust 2023 | Letnik 92 | https://doi.org/10.6016/ZdravVestn.3154
v terciarnih bolnišnicah (13). V Evropski uniji (EU) 
je bila leta 2018 vseskupna poraba antibitikov 20,1 
DDO/1000 prebivalcev na dan (v razponu 9,7–34,0 
v posameznih državah). V preučevanem obdobju od 
leta 2009 do 2018, so ugotovili, da ni značilnih spre-
memb (14). V raziskavi Čižman in njegove skupine je 
bila proraba abtibiotikov v slovenskih bolnišnicah od 
leta 2004 do leta 2008 naslednja: DDO/100 BOD 48,9, 
49,1, 48,6 50,4 in 48,7 in DDO/100 sprejetih oddelkov 
328,9, 322,2, 324,2 in 317,5 (15,16). Skupna poraba an-
tibiotikov je bila v Sloveniji v bolnišnicah, v primerjavi 
z drugimi državami z racionalnejšim predpisovanjem 
antibiotikov, primerljiva s srednjo vrednostjo 317.69 
DDO/100 sprejemov in 58.88 DDO/100 BOD od leta 
2004 do leta 2013 (17).
Novejše pregledne raziskave opisujejo izračun koli-
čine antibiotikov hospitaliziranih bolnikov. To so pre-
gledne znanstvene raziskave, ki so narejene kot posa-
mezni del projekta DRIVE – AB. Opredelile so kazalce 
za odgovorno in nadzorovano porabo antibiotikov 
(4,18,19). Svetovna zdravsvena organizacija (SZO) je 
objavila globalno strategijo za primerno uporabo anti-
biotikov in za preprečevanje protimikrobne odporno-
sti. Antibiotike je razvrstila v 3 kategorije (AWaRe), to 
so dostop (angl. Access –A), spremljanje pomembnih 
antibiotikov (angl. Watch – Wa) in ohranjanje učinko-
vitosti antibiotikov (angl. Reserve – Re) (20).
Kuster in soavtoji so prvi predstavili študijo korelacije 
med DDO/100 sprejemov in CMI in DDO/100 BOD in 
CMI kot orodje za prikaz različnosti porabe antibiotikov 
Legenda: DDO – definirani dnevni odmerek; BOD – bolnišnični oskrbni dnevi; CMI – indeks skupine primerljivih primerov 
hospitaliziranih bolnikov; IQM – metoda meritev količine porabe antibiotikov pri hospitaliziranih bolnikih; SB – splošna 
bolnišnica; UKC – univerzitetni klinični center.
Bolnišnice DDO/100 BOD
(IQM1)
Povprečje
DDO/100 sprejemov
(IQM 2)
Povprečje
DDO/100 BOD/ CMI
(IQM 3)
Povprečje
SB Nova Gorica 54,16
(37,12–62,65
265
(253–288)
24,95
(22,10–28,21)
SB Brežice 56,02
(52,77–58,81)
276
(213–362)
34,60
(30,05–36,39)
SB Novo mesto 56,47
(52,92–59, 91)
313
(283–350)
27,41
(25,32–28,53)
SB Celje 59,74
(56,50–62,65)
271
(238–297)
25,91
(25,11–27,33)
SB Izola 60,44
(58,42–62,19)
258
(243–269)
32,42
(30,61–35,25)
SB Jesenice 56,52
(54,13–58,41)
239,91
(234–251)
30,32
(28,17–32,09)
UKC Ljubljana 63,24
(61,48–64,25)
340
(324–340)
23,10
(22,23–24,02)
SB Ptuj 46,80
(44,20–49,13)
250
(231–262)
25,25
(22,21–26,70)
UKC Maribor 59,27
(48,65–63,43)
340
(325–358)
20,95
(16,95–22,49)
SB Murska Sobota 54,83
(50,39–61,11)
322
(293–362)
30,55
(29,58–33, 51)
SB Trbovlje 53,74
(50,58–59,00)
279
(251–299)
26,13
(17,82–20,92)
SB Slovenj Gradec 51,27
(43,69–55,15)
250
(213–280)
28,60
(25,72–31,38)
Tabela 5: Povprečne vrednosti in rang IQM 1, IQM 2 in IQM3 za izbrane slovenske bolnišnice od leta 2014 do leta 2018.
299
PREGLEDNI ZNANSTVENI ČLANEK
Ekonomsko breme nalezljivih bolezni
v bolnišnicah v Švici. Uporaba antibiotikov se je bistve-
no razlikovala med različnimi oddelki univerzitetne bol-
nišnice. Opredeljeni dnevni odmerek na 100 BOD je bil 
68.04 (razpon 20.97÷323.37). V splošnih bolnišnicah na 
primarni in sekundarni ravni je bil DDD/100 BOD, in 
sicer v razponu 15,45÷57.05. V univerzitetnih bolnišni-
cah so dokazali močno korelacijo v primeru DDO/100 
sprejemov in CMI (R2 = 0.48, p = 0.0008, naklon = 
383.61, 95% CI 186.18–581.05) in DDD/100 BOD in 
CMI (R2 = 0.57, p = 0.0002, naklon = 27.90 15.71–40.08 
(3). CMI je v univerzitetnih bolnišnicah variiral od 3,57 
do 6,45 v enotah za intenzivno terapijo od 1,01 do 3,02 
na splošnih oddelkih. V 13 splošnih bolnišnicah je bila 
korelacija med DDO/ 100 sprejemov in CMI tudi moč-
no značilna (R2 = 0.85, p < 0.0001, naklon = 403.25, 95% 
CI 295.00–511.51) in korelacija med DDO / 100 BOD 
(R2 = 0.46, p = 0.0065, naklon = 47.9, 95% CI 16.46–
79.47). CMI je v 10 primarnih in 2 sekundarnih in v 1 
terciarni univezitetni bolnišnici variiral od 07853dto 
1.3624 (3). V naši raziskavi smo uporabili za analizo 
Univerzitetni klinični center Ljubljana in UKC Maribor 
in 10 splošnih bolnišnic. Največja poraba antibiotikov 
je bila v Univerzitetnem kliničnem centru v Ljubljani, 
in sicer je bil DDO/100 BOD (IQM1) 63,24 (variira od 
61,48 do 64, 25), DDO/100 sprejemov (IQM2) pa 340 
(razpon 324÷340) ter DDO/100 BOD na CMI 23.10 
variira od 22,23 do 24,02) (IQM3). V Univerzitetnem 
kliničnem centru Maribor je bil DDO/100 BOD (IQM1) 
46,80 (variira od 44,20 do 49,13) in DDO/100 sprejemov 
(IQM2) 250 (variira od 231 do 262) ter DDO/100 BOD 
na CMI (IQM3) 25,25 (variira od 22,21 do 26,70). CMI 
je v univezitetnih bolnišnicah variiral 2,56 do 2,87. V 10 
splošnih bolnišnicah je bil v povprečju DDO/100 BOD 
(IQM1) 62,65 (variira od 25,53 do 62,65) in DDO/100 
sprejemov (IQM 2) 53,88 (variira od 37,12 do 62,65). 
CMI v izbranih splošnih bolnišnicah variira od 1.45 do 
2,87. Dokazali smo močno korelacijo med DDO/100 
sprejemov in CMI (R2 = 0,188 p = 0,01) DDO/100 BOD 
in CMI (R2 = 0,279 , p < 0,001) v obdobju od leta 2014 
do leta 2015. Študiji sta delno primerljivi. Švicarska štu-
dija obravnava enote za intenzivno terapijo in oddelek za 
transplantacijo, kjer je poraba antibiotikov zelo visoka. V 
naši analizi smo obravnavali vse izbrane bolnišnice bolj 
kot splošne bolnišnice. IQM3 je DDO/100 BOD/CMI in 
pomeni razmerje med porabo antibiotikov in ekonom-
skim kazalcem študije primerljivih primerov za oceno 
teže bolezni hospitaliziranih bolnikov. Korelacija med 
DDO/100 BOD in CMI je statistično značilna. IQM3 
variira v preučevanih bolnišnicah od 18,99 v SB Trbovlje 
do 34, 60 v SB Brežice. Ocenili smo, da je v Kliničnem 
centru v Ljubljani in Kliničnem centru v Mariboru pora-
ba antibiotikov v razmerju s CMI visoka. Od SB odstopa 
SB Trbovlje, ker je DDO/100 BOD visok in tudi CMI, 
kar pomeni, da je poraba antbiotikov prevelika.
Slika 3: Povprečni strošek hospitalizacij, izračunani v EUR, zaradi nalezljivih bolezni v izbranih slovenskih bolnišnicah v 
obdobju od leta 2014 do leta 2018 (IQM 12).
Legenda: IQM – metoda meritev količine porabe antibiotikov pri hospitaliziranih bolnikih.
EU
R
Bolnišnice
0
10000000
20000000
30000000
40000000
50000000
60000000
70000000
SB
 No
vo
 m
es
to
SB
 Ce
lje
SB
 Izo
la
SB
 Je
se
nic
e
UK
C L
jub
lja
na
SB
 Pt
uj
UK
C M
ari
bo
r
SB
 M
urs
ka
 So
bo
ta
SB
 Tr
bo
vlj
e
SB
 Sl
ov
en
j G
rad
ec
SB
 Br
ež
ice
SB
 No
va
 Go
ric
a
Bolnišnice
300
JAVNO ZDRAVJE, EPIDEMIOLOGIJA
Zdrav Vestn | julij – avgust 2023 | Letnik 92 | https://doi.org/10.6016/ZdravVestn.3154
Izbrane nalezljive bolezni predstavljajo pomembno 
breme in so z njimi povezani stroški visoki. V raziskavi 
leta 2005 smo dokazali, da ekonomsko breme nalezlji-
vih bolezni znaša 142 miljonov EUR, to je 8,2 % od vseh 
bolezni (21). V naši raziskavi je bil strošek hospitaliza-
cije zaradi nalezljivh bolezni izbran za IQM 12, in sicer 
je od leta 2014 do leta 2015 narastel od 162 miljonov 
na 192 miljonov. Največji strošek je bil v univerzitetnih 
bolnišnicah, Kliničnem centru v Ljubljani in Kliničnem 
centru v Mariboru.
5 Zaključek
Pričakujemo, da bodo informacije o bremenu bolez-
ni povečale pozornost izvajalcev zdravstvenega varstva. 
Tovrstni podatki so pomembni za spremljanje stanja 
in napovedovanje gibanj na področju zdravstvenega 
varstva in porabe sredstev v Sloveniji. Pomembni so za 
politike in tudi strokovnjake na tem področju (infekto-
loge), ker lahko na podlagi izračunanih stroškov predvi-
dijo porabo sredstev in vplivajo na zmanjšanje stroškov. 
Izjava o navzkrižju interesov
Avtorica nima navzkrižja interesov.
Zahvala
Zahvaljujem se prof. dr. Milanu Čižmanu in 12 far-
macevtom, Zdravki Kopač, Franciju Tratarju, Brigiti 
Mavsar Najdenov, Polonci Drofenik, Aleksandru Šeru-
gi, Tatjani Martinčič, Metki Bogovič, Valeriji Zabavnik, 
Katji Repolusk, Katji Štancar Fatur, Daši Šuligoj, Cvet-
ki Balkovec, ki so posredovali podatke o definiranem 
dnevnem odmerku za antibiotike iz slovenskih bolnišnic 
v Poročilo Klinike za infekcijske bolezni in vročinska 
stanja.
Zahvaljujem se Nacionalnemu inštitutu za javno 
zdravje za posredovanje pomembnih podatkov, to so 
število sprejemov, število bolnišničnih oskrbnih dni in 
skupna utež, ki so bili ključni podatki za raziskavo.
Zahvaljujem se Zavodu za zdravstveno zavarovanje 
Slovenije za podatke o ceni hospitalizacije zaradi nalez-
ljivih bolezni.
Literatura
1. Kritsotakis EI, Gikas A. Surveillance of antibiotic use in hospitals: 
methods, trends and targets. Clin Microbiol Infect. 2006;12(8):701-4. DOI: 
10.1111/j.1469-0691.2006.01415.x PMID: 16842564
2. Willemsen I, Groenhuijzen A, Bogaers D, Stuurman A, van Keulen P, 
Kluytmans J. Appropriateness of antimicrobial therapy measured 
by repeated prevalence surveys. Antimicrob Agents Chemother. 
2007;51(3):864-7. DOI: 10.1128/AAC.00994-06 PMID: 17210766
3. Kuster SP, Ruef C, Bollinger AK, Ledergerber B, Hintermann A, Deplazes C, 
et al. Correlation between case mix index and antibiotic use in hospitals. 
J Antimicrob Chemother. 2008;62(4):837-42. DOI: 10.1093/jac/dkn275 
PMID: 18617509
4. Stanic Benic M, Milanic R, Monnier AA, Gyssens IC, Adriaenssens N, 
Versporten A, et al.; DRIVE-AB WP1 group. Metrics for quantifying 
antibiotic use in the hospital setting: results from a systematicreview 
and international multidisciplinary consensus procedure. J Antimicrob 
Chemother. 2018;73(6):vi50-8. DOI: 10.1093/jac/dky118 PMID: 29878222
5. Nacionalni inštitut za javno zdravje. Zbirka bolnišničnih obravnav istega 
tipa zaradi bolezni (SPP) 2014-2018. Ljubljana: NIJZ; 2019 [cited 2022 
Sep 2]. Available from: https://nijz.si/podatki/podatkovne-zbirke-in-
raziskave/podatkovne-zbirke-in-raziskave/.
6. Lejko Zupanc T, Čižman M, Bajec T. Poročilo o porabi protimikrobnih 
zdravil v Sloveniji v letu 2018. Ljubljana: Univerzitetni klinični center. 
Klinika za vročinske bolezni in vročinska stanja; 2019.
7. WHO collaborating centre for drug statistics methodlogy. ATC/DDD 
Index 2023. Skøyen: WHO Collaborating Centre for Drug Statistics 
Methodology; 2020 [cited 2022 Sep 2]. Available from: https://www.
whocc.no/atc_ddd_index/.
8. Zavod za zdravstveno zavarovanje Republike Slovenije. ZZZS: Zavod za 
zdravstveno zavarovanje Slovenije. Ljubljana: ZZZS; 2021 [cited 2022 Sep 
2]. Available from: https://www.zzzs.si/.
9. Simonsen L, Conn LA, Pinner RW, Teutsch S. Trends in infectious disease 
hospitalizations in the United States, 1980-1994. Arch Intern Med. 
1998;158(17):1923-8. DOI: 10.1001/archinte.158.17.1923 PMID: 9759689
10. Moravec Berger D. Mednarodna klasifikacija bolezni in sorodnih 
zdravstvenih problemov za statističnenamene : MKB-10 : deseta revizija. 
Ljubljana: Nacionalni inštitut za javno zdravje; 1995.
11. Kern WV, Fellhauer M, Hug M, Hoppe-Tichy T, Först G, Steib-Bauert 
M, et al. Recent antibiotic use in German acute care hospitals - from 
benchmarking to improvedprescribing and quality care. Dtsch Med 
Wochenschr. 2015;140(23):e237-46. PMID: 26583825
12. Kwint HM, van der Linden PD, Roukens MM, Natsch S; SWAB’s Working 
Group on Surveillance of Antimicrobial Use. Intensification of antibiotic 
use within acute care hospitals in the Netherlands. J Antimicrob 
Chemother. 2012;67(9):2283-8. DOI: 10.1093/jac/dks190 PMID: 22635524
13. Dumartin C, L’Hériteau F, Péfau M, Bertrand X, Jarno P, Boussat S, et 
al. Antibiotic use in 530 French hospitals: results from a surveillance 
network at hospitaland ward levels in 2007. J Antimicrob Chemother. 
2010;65(9):2028-36. DOI: 10.1093/jac/dkq228 PMID: 20581121
14. European centre for disease prevention and control. Antimicrobial 
consumption dashboard (ESAC-Net). Solna: European Centre for Disease 
Prevention and Control (ECDC); 2018 [cited 2022 Sep 2]. Available 
from: https://www.ecdc.europa.eu/en/antimicrobial-consumption/
surveillance-and-disease-data/database.
15. Čižman M, Bajec T, Pečar-Ćad S, Jenko S, Kopač Z, et al. Poraba 
antibiotikov v slovenskih bolnišnicah v obdobju 2004 do 2008 od 
nacionalneravni do ravni oddelkov. Zdrav Vestn. 2009;78:717-29.
16. Čižman M on behalf of the Slovenian Consumption Study Group. 
Nationwide hospital antibiotic consumption in Slovenia. J Antimicrob 
Chemother. 2011;66(9):2189-91.
17. Pokrajac T, Čižman M, Beovič B. Antibiotic use in Slovenian hospitals. 
IJRG. 2019;7(11):2019.
18. Monnier AA, Schouten J, Le Maréchal M, Tebano G, Pulcini C, Stanic 
Benic M, et al.; DRIVE-AB WP1 group. Quality indicators for responsible 
antibiotic use in the inpatient setting: a systematicreview followed by 
an international multidisciplinary consensus procedure. J Antimicrob 
Chemother. 2018;73:vi30-9. DOI: 10.1093/jac/dky116 PMID: 29878221
301
PREGLEDNI ZNANSTVENI ČLANEK
Ekonomsko breme nalezljivih bolezni
19. Monnier AA, Eisenstein BI, Hulscher ME, Gyssens IC, Adriaenssens N, 
Huttner B, et al.; DRIVE-AB WP1 group. Towards a global definition of 
responsible antibiotic use: results of an internationalmultidisciplinary 
consensus procedure. J Antimicrob Chemother. 2018;73:vi3-16. DOI: 
10.1093/jac/dky114 PMID: 29878216
20. Budd E, Cramp E, Sharland M, Hand K, Howard P, Wilson P, et al. 
Adaptation of the WHO Essential Medicines List for national antibiotic 
stewardshippolicy in England: being AWaRe. J Antimicrob Chemother. 
2019;74(11):3384-9. DOI: 10.1093/jac/dkz321 PMID: 31361000
21. Pokrajac T. Ekonomsko breme najpogostejših nalezljivih bolezni v 
Sloveniji[diplomsko delo, specialistični študij Javno zdravje. Ljubljana: 
[T. Pokrajac]; 2011.