为什么医院的抗生素管理策略在抑制耐药性方面收效甚微

随着抗生素耐药性的惊人增长,医生越来越多地不得不求助于最后的抗生素来挽救病人,医院是否有更好的方法来管理抗生素治疗方案?

一代人之前,人们采用了两种抗生素策略,即循环和混合,以战胜细菌。循环就像抗生素作物轮作,某些类别的抗生素在一段时间内被停用。医生认为这可以对抗耐药性,因为细菌病原体会因为耐药生活方式的成本而失去抵抗治疗的能力。这种混合策略源于当时的计算机预测和流行病学模型,它被认为可以减少耐药性,因为在适当的类别内随机给患者分配抗生素,会给细菌提供尽可能快的移动目标。

根据一项新研究的分析,在现实中,这两种策略都不起作用分子生物学与进化.数学家Robert Beardmore, Rafael Pena-Miller, Fabio Gori和临床医生Jon Iredell的理论工作可能有助于解释为什么最近比如土星项目——明确设计用于解决目前高度争议的问题(抗生素循环vs混合)——可能不会起作用。在土星项目,研究人员得出结论,在患病率方面没有统计学上的显著差异在混合和循环干预期间。

该团队已经证明,“即使在使用数学模型的标准化问题上,也不可能确定循环或混合是对抗耐药病原体的最佳选择,更不用说在临床中了,”主要作者罗伯特·比尔德莫尔(Robert Beardmore)说。

相反,在MBE的研究中,由临床科学家和数学家组成的国际团队推荐了其他策略,比如“反应性循环”,他们已经证明,在他们测试的所有计算模型中,“反应性循环”的效果优于循环和混合。

他们的研究结果可能会对未来的临床试验产生深远的影响。Beardmore教授说:“从数学上讲,在这项研究的早期,很明显,抗生素混合不是向患者分配抗生素的最佳方式,但这是一些临床医生所相信的。”“但考虑到数学思想的复杂性,沟通起来很困难。最后,真正的数学优化不过是常识:尽快将正确的药物提供给正确的患者。”

Gori博士补充说:“以前的研究没有看到这一点,因为他们过度依赖计算机模拟,没有描绘出抗生素优化问题的全貌。当我们使用太空竞赛时代开发的分析技术来解决优化问题时,一些新的解决方案从分析中消失了。”

他们建议,个体化治疗,包括病原体特异性和患者特异性,可能是适当优化抗生素使用的必要条件。通过使用计算机模型来研究不同的个性化医疗场景,他们提倡使用基于分子特征或血液培养快速诊断感染病原体的设备。”

合著者Pena-Miller说:“很明显,信息丰富的个性化方案在数学模型中优于抗生素循环和混合,但即使是这个结论也可能取决于微妙的模型环境。”

“例如,在世界末日的情况下,多药耐药是地方病,并且在患者开始治疗之前存在于每次感染中,对患者进行哪种治疗无关紧要。但在这种严峻的情况出现之前,针对尽可能多的人进行适当的治疗,比混合和循环都要好。”

Iredell教授补充说:“个性化医疗正在迅速成为现实,在护理点的临床测试的可用性急剧增加。在严重感染中使用抗生素仍然是医学中最有效的干预措施之一,明智地使用抗生素。对于优化患者的即时结果和保持长期效益至关重要。”


进一步探索

联邦政府称,医院仍在过度使用抗生素

引用:为什么医院抗生素管理策略对遏制耐药性收效甚微(2017年1月17日),检索自2021年6月15日//www.pyrotek-europe.com/news/2017-01-hospital-antibiotic-strategies-curb-resistance.html
这份文件受版权保护。除为私人学习或研究目的而进行的公平交易外,未经书面许可,不得转载任何部分。内容仅供参考之用。
0股票

对编辑的反馈

用户评论