您的位置:首页 >综合经验 >正文

抗生素耐药性决定因素的全球概述

摘要 为了了解全球抗生素耐药性动态背后的主要决定因素,来自巴斯德研究所、Inserm、凡尔赛大学圣康坦伊夫林分校和巴黎萨克雷大学的科学家开发了...

为了了解全球抗生素耐药性动态背后的主要决定因素,来自巴斯德研究所、Inserm、凡尔赛大学圣康坦伊夫林分校和巴黎萨克雷大学的科学家开发了一种基于大规模时空分析的统计模型。使用 ATLAS 抗菌药物耐药性监测数据库,该模型揭示了趋势和相关因素的显着差异,具体取决于细菌种类和对某些抗生素的耐药性。例如,拥有高质量卫生系统的国家与所有革兰氏阴性菌的抗生素耐药性水平较低有关1研究表明,高温与肠杆菌科细菌的高水平抗生素耐药性有关。令人惊讶的是,国家抗生素消耗水平与大多数测试细菌的耐药性无关。结果表明,抗生素耐药性控制措施需要适应当地情况和有针对性的细菌-抗生素组合。该研究结果于 2023 年 7 月 10 日发表在《柳叶刀行星健康》杂志上。

抗生素耐药性(ABR)是目前全球健康面临的最紧迫威胁之一。这是一种自然现象,但抗生素使用不当会选择耐药性并使细菌感染控制策略复杂化,从而导致这种现象。全球范围内对抗生素耐药性的监测已经建立,特别是在世界卫生组织的支持下,并且已经创建了多个数据库来记录全球范围内的抗生素耐药性,其长期目标是增进对原因的了解,以帮助解决这一现象。抗生素耐药性因细菌种类而异,但最近的一项研究2估计,2019 年,全球有 127 万人于 ABR,而 ABR 与 495 万人亡有关。

为了确定与全球抗生素耐药性动态相关的主要因素,巴斯德研究所的一个多学科研究小组开发了一个统计模型,并分析了 ATLAS 数据库中的抗生素耐药性数据,该数据库包含自 2004 年以来在各大洲 60 多个国家收集的数据。科学家们通过测试大量决定因素来分析数据,以揭示抗生素耐药性的主要因素,并了解它们与全球观察到的动态之间的关系。“研究小组研究培养皿中或个体中的细菌如何出现抗生素耐药性,但我们目前缺乏人口水平的全球概览,可用于调查耐药性与国家卫生系统质量等特定因素之间的联系。不同种类的致病菌。要了解抗生素耐药性的动态,需要在各个层面进行研究。这就是这项研究的目的,”巴斯德研究所流行病学和细菌逃逸至抗菌药物单位的博士研究生、该研究的第一作者 Eve Rahbé 解释道。

研究的第一阶段是选择可能影响抗生素耐药性动态的相关因素。这位科学家继续说道:“虽然一些生物因素是已知的,但对我们来说,研究与社会经济和气候因素相关的假设也很重要。” 总共选择了11个独立因素,包括卫生系统质量(基于GHS指数3)、抗生素消费和国民财富(人均GDP),以及旅行和气候变量数据。然后开发统计模型来研究 ATLAS 数据与所选因素之间的潜在关联。

对 2006-2019 年期间全球数据的分析最初显示,尽管其他耐药性的全球趋势保持稳定,但几个物种对碳青霉烯类药物的耐药性有所增加。该研究还表明,与抗生素耐药性相关的动态和因素取决于细菌-抗生素组合。然而,令人惊讶的是,国家抗生素消耗量与大多数测试细菌的耐药性并没有显着相关(除了耐氟喹诺酮类大肠杆菌和铜绿假单胞菌的喹诺酮类消耗量以及耐碳青霉烯类鲍曼不动杆菌的碳青霉烯类消耗量)。

相反,卫生系统质量高与所有测试的革兰氏阴性菌1的抗生素耐药性水平低相关。高温与高水平的抗生素耐药性相关,但仅限于肠杆菌科细菌(大肠杆菌和肺炎克雷伯菌)。

Philippe 总结道:“这项研究揭示了导致全球不同病原菌产生抗生素耐药性的多种因素,以及需要根据当地情况(国家、传播情况)和特定的细菌-抗生素组合调整耐药性控制方法。”格拉泽是巴斯德研究所抗生素耐药性生态学和进化单位的负责人,也是该研究的共同最后作者。

“我们的统计模型可以应用于其他数据库,例如世界卫生组织数据库。提高对耐药性决定因素的理解至关重要,这些决定因素因国家而异,甚至同一国家的不同地区也可能有所不同,这将有助于适应公共卫生措施,”凡尔赛大学圣康坦伊夫林大学教授、流行病学和细菌逃逸到抗菌药物单位建模的科学家、该研究的共同最后作者 Lulla Opatowski 总结道。

版权声明:本文由用户上传,如有侵权请联系删除!