动态回归时间序列模型在研究医院中抗微生物消耗和细菌抗微生物耐药性之间的关系方面有用:系统性审查
Paul Laffont-Lozes1,2, Romaric Larcher3,4,5, Florian Salipante6
1Department of Pharmacy, Nimes University Hospital, Nimes, France.
动态回归模型将抗微生物消费与耐药性联系起来,证实诺基诺,类素和卡巴胺驱动抗微生物耐药性 (AMR). 需要进一步的研究来评估它们对抗微生物管理计划 (ASP) 的预测能力.
科学领域:
- 微生物学 微生物学
- 流行病学 流行病学
- 医疗信息学 医疗信息学
背景情况:
- 抗菌素耐药性 (AMR) 是一个日益增长的全球健康威胁.
- 抗微生物药物管理计划 (ASP) 对于打击AMR至关重要.
- 动态回归 (DR) 模型提供了一个分析抗微生物消费 (AMC) 和AMR趋势的工具.
研究的目的:
- 系统地审查有关使用DR模型来将AMC与AMR相关联的文献.
- 确定特定的抗微生物类别和与耐药性相关的细菌物种.
- 评估DR模型在告知ASP方面的潜力.
主要方法:
- 系统的文献审查到2023年5月,搜索PubMed,ScienceDirect和科学网.
- 包括28项使用DR模型评估AMC-AMR相关性在医院水平的研究.
- 数据提取包括国家,细菌物种,采样类型,抗菌剂,研究持续时间和相关性.
主要成果:
- β-乳的使用与头素耐药性 (Pseudomonas aeruginosa,Enterobacterales) 相相关.
- 碳烯的消费与碳烯耐药性有关 (P. aeruginosa,Klebsiella pneumoniae,Acinetobacter baumannii). 碳烯的消费与碳烯耐药性有关. 碳烯的消费与碳烯耐药性有关.
- 诺基诺的使用与诺基诺耐药性和MRSA相关.
- 抗药性模型表明AMC解释了19-96%的AMR变化,时间滞后2-4个月.
- DR模型的预测能力似乎有限.
结论:
- 抗药性模型证实了诺基诺,和碳烯在抗药性耐药性出现中的重要作用.
- 尽管DR模型具有统计学上的稳定性,但在实践中仍未得到充分利用.
- 需要进行进一步的研究,以提高ASP的DR模型的预测能力和实际实用性.
更多相关视频
08:58Isolation and Identification of Waterborne Antibiotic-Resistant Bacteria and Molecular Characterization of their Antibiotic Resistance Genes
Published on: March 3, 2023
09:59Application of the Intelligent High-Throughput Antimicrobial Sensitivity Testing/Phage Screening System and Lar Index of Antimicrobial Resistance
Published on: July 21, 2023
相关概念视频
Antimicrobial Effectiveness
Development of Antibiotic Resistance
Antibiotic Selection
Steps in Outbreak Investigation
Interpreting Run Charts
Urine Studies II: Urine Culture and Sensitivity Test
