在MIC分布分析中,发现了人口分组之间的AMR差异
Jacob Wildfire1,2,3, Naomi R Waterlow1,2, Alastair Clements1,2,3
1Department of Infectious Disease Epidemiology, Faculty of Epidemiology and Population Health, London School of Hygiene and Tropical Medicine, London, London, WC1E 7HT, UK.
Wellcome open research
|August 9, 2024
概括
最低抑制度 (MIC) 的分布显示了不同患者群体的抗生素耐药性变化. 这项分析突出了细菌耐药性的年龄,性别和感染类型的差异,为目标抗生素管理提供了信息.
科学领域:
- 微生物学 微生物学
- 传染性疾病 传染性疾病
- 公共卫生 公共卫生
背景情况:
- 常规监测为细菌分离物产生了广泛的最小抑制度 (MIC) 数据.
- 在定义抗生素敏感性和指导临床剂量方面,MIC分布至关重要.
- 跨患者子群体MIC分布的变化可能表明细菌传播,感染动态或耐药性选择的差异.
研究的目的:
- 探索不同细菌和患者小组中MIC分布的变异.
- 调查年龄,性别,感染类型和时间等因素对MIC分布的影响.
- 为了确定不同人群中抗菌素耐药性 (AMR) 水平的潜在差异.
主要方法:
- 使用了Vivli的AMR注册表,其中包含许多细菌-抗生素组合的MIC和元数据.
- 应用了涉及多变量回归分析的可概括方法.
- 分析了来自四种细菌物种的7,135,070个样本的数据.
主要成果:
- 针对特定的细菌-抗生素配对,在患者子组中观察到MIC分布的显著差异.
- 黄金葡萄球菌 (Staphylococcus aureus) 根据年龄和感染部位显示出明显的MIC趋势,特别是对于levofloxacin,老年人和男性的抗药性更高.
- 检测到MIC分布在世卫组织地区和时间的实质性变化,可能与监测实践相关.
结论:
- MIC分布分析有效地识别出人口子组之间的AMR水平差异.
- 拟议的方法可以揭示隐藏的传播源和使用抗生素在不同患者人口统计学中的影响.
- 这些发现为加强抗生素管理计划和干预提供了机会,特别是在地方层面.
更多相关视频
08:03Heuristic Mining of Hierarchical Genotypes and Accessory Genome Loci in Bacterial Populations
Published on: December 7, 2021
2.1K
08:58Isolation and Identification of Waterborne Antibiotic-Resistant Bacteria and Molecular Characterization of their Antibiotic Resistance Genes
Published on: March 3, 2023
6.4K
相关概念视频
00:57Antibiotic Selection
52.7K
Overview
52.7K
01:23Mechanistic Models: Compartment Models in Individual and Population Analysis
35
Mechanistic models are utilized in individual analysis using single-source data, but imperfections arise due to data collection errors, preventing perfect prediction of observed data. The mathematical equation involves known values (Xi), observed concentrations (Ci), measurement errors (εi), model parameters (ϕj), and the related function (ƒi) for i number of values. Different least-squares metrics quantify differences between predicted and observed values. The ordinary least...
35