预测抗真菌度,选择耐药性:一个增强的方法,以建立环境值

科学领域:

• 环境科学 环境科学
• 微生物学 微生物学
• 生态毒理学 生态毒理学

背景情况:

• 抗真菌耐药性 (AFR) 是一个显著且日益增长的全球健康威胁.
• 了解推动AFR的环境度对于开发有效的风险管理策略至关重要.
• 当前的风险评估可能无法充分考虑环境样本中的受审查数据.

研究的目的:

• 确定水和土壤环境中抗真菌剂的耐药性预测无效度 (PNECR).
• 为了比较PNECR衍生方法,特别是针对受审查数据的影响.
• 根据环境度的测量,评估AFR选择的风险.

主要方法:

• 预测在水中的耐药性无效度 (PNECRs_water) 是使用物种灵敏度分布和对被审查的MIC数据的最大概率估计来计算的,应用了10倍的评估因子.
• 土壤PNECRs (PNECRs_土壤) 通过将土壤分区系数应用于PNECRs_水来估计.
• 风险系数是通过比较PNECR与水和土壤样本中环境度的测量来计算的.

主要成果:

• PNECRs_水的差异很大,从5.67x10-4μg/L (克洛特里马) 到7.94μg/L (尼斯塔丁).
• 使用审查数据获得的PNECR比使用标准方法获得的更为保守 (较低).
• 风险系数表明AFR选择的可能性,6.54%的水样和12.5%的土壤样本超过PNECR.

结论:

• 一些抗真菌剂的环境度可能足够高,以选择AFR.
• 在PNECR计算中对被审查数据的计算提供了更具保护性的环境评估.
• 需要进一步的数据,特别是农用杀菌剂,以完善PNECR估计并减轻AFR风险.