اجرای بالینی نظارت مستمر ژنومی برای شناسایی، ردیابی و قطع انتقال باکتری های بیماری زا مقاوم به چند دارو


عفونت های مرتبط با مراقبت های بهداشتی (HAIs) معمولاً با افزایش خطر ابتلا به مقاومت ضد میکروبی (AMR) همراه هستند. در سطح جهانی، بسیاری از بیماران تحت تأثیر HAI هستند، که به طور قابل توجهی هزینه عملیاتی کلی سیستم مراقبت های بهداشتی را افزایش داده است. اگرچه شناسایی پاتوژن‌های با نرخ انتقال بالا در محیط‌های بیمارستانی بسیار مهم است، ظرفیت آزمایشگاهی تشخیصی برای ردیابی آنها کم است.

مطالعه: اجرای بالینی توالی‌یابی روتین کل ژنوم برای کنترل عفونت بیمارستانی پاتوژن‌های مقاوم به چند دارو.  اعتبار تصویر: nobeastsofierce/Shutterstock
مطالعه: اجرای بالینی توالی‌یابی روتین کل ژنوم برای کنترل عفونت بیمارستانی پاتوژن‌های مقاوم به چند دارو. اعتبار تصویر: nobeastsofierce/Shutterstock

زمینه

در استرالیا، سالانه بیش از 165000 بیمار HAI را تجربه می کنند. یک بررسی 30 روزه استرالیایی نشان داد که میزان مرگ و میر در افراد مقاوم به متی سیلین است استافیلوکوکوس اورئوس (MRSA) و مقاوم به وانکومایسین انتروکوک عفونت (VRE) در محیط های بیمارستانی به ترتیب 14.9٪ و 20٪ بود. همین بررسی همچنین 18.6 درصد مرگ و میر ناشی از تولید بتالاکتاماز با طیف گسترده را گزارش کرد. اشرشیاکلی (ESBL-E) عفونت های جریان خون در محیط های بیمارستانی.

آنالیز ژنومیک ابزار موثری برای تعیین مسیرهای انتقال پاتوژن ها است. این ابزار می تواند اقدامات پیشگیری و کنترل عفونت را در طول شیوع بیماری زا افزایش دهد. با این وجود، به ندرت به عنوان یک ابزار نظارت و پیشگیری در زمان واقعی استفاده می شود.

روش‌های مرسوم مورد استفاده برای آنالیز ژنتیکی معمولاً زمان‌بر هستند و ابزارهای تحلیلی به راحتی در خارج از آزمایشگاه‌های تخصصی در دسترس نیستند. اخیراً، روش‌های توالی‌یابی کل ژنوم (WGS) برای تجزیه و تحلیل دینامیک انتقال پاتوژن‌های باکتریایی توسعه یافته‌اند که به ارزیابی پتانسیل شیوع آنها کمک می‌کند. این روش می تواند به عنوان یک ابزار خط مقدم برای مدیریت پاتوژن هایی که می تواند زندگی انسان را تهدید کند مورد استفاده قرار گیرد.

در اخیر بیماری های عفونی بالینی در این مطالعه، دانشمندان یک گردش کار بالینی WGS ایجاد کرده‌اند که می‌تواند رویدادهای انتقال یک پاتوژن را قبل از غالب شدن تشخیص دهد. بنابراین، این روش می‌تواند به طور موثر از عفونت‌ها پیشگیری و کنترل کند و به توسعه استراتژی‌هایی برای پاسخ مناسب به شیوع بیماری کمک کند.

در مورد مطالعه

جدایه‌های MRSA، VRE، ESBL-E، Acinetobacter baumannii مقاوم به کارباپنم (CRAB) و انتروباکترال‌های تولیدکننده کارباپنماز (CPE) از کشت‌های خون، مایع مغزی نخاعی، محل‌های استریل و نمونه‌های غربالگری (به عنوان مثال، سواب رکتوم بزرگ) به دست آمدند. بیمارستان ها در بریزبن، استرالیا در مجموع 2660 ایزوله باکتری بین 19 آوریل 2017 و 1 ژوئیه 2021 از بیمارستان های شرکت کننده به دست آمد. این پاتوژن های باکتریایی از 2336 بیمار جدا شدند که از این میان 259 بیمار چندین ایزوله تهیه کردند.

در این مطالعه، نمونه‌ها به صورت هفتگی جمع‌آوری شد که میانگین آن 8 نمونه در هفته بود. این نمونه ها تحت آنالیز WGS قرار گرفتند. WGS به ایجاد کمک کرد در سیلیکو تایپ توالی چند مکان (MLST). علاوه بر این، پروفایل ژن مقاومت با استفاده از خط لوله تجزیه و تحلیل ژنومی سفارشی انجام شد.

رویدادهای شیوع احتمالی با مقایسه پلی‌مورفیسم‌های تک نوکلئوتیدی ژنوم هسته (SNPs) تعیین شد. داده های بالینی مناسب همراه با داده های آنالیز ژنومی از طریق اتوماسیون سفارشی مورد تجزیه و تحلیل قرار گرفت. این یافته‌ها با گزارش‌های اختصاصی بیمارستانی که به طور منظم در تیم‌های کنترل عفونت توزیع می‌شد، جمع‌آوری شد.

یافته های مطالعه

از مجموع جدایه های باکتریایی که در طول دوره مطالعه توالی یابی شدند، 293 باسیل MDR گرم منفی، 620 MRSA و 433 VRE یافت شد. ترکیبی از داده های ژنومی و اپیدمیولوژیک به شناسایی 37 خوشه کمک کرد که احتمالاً به دلیل اجتماع به جای رویدادهای انتقال بیمارستان رخ داده بودند.

داده های SNP ژنوم هسته نشان داد که 335 جدایه 76 خوشه مجزا را تشکیل دادند. جالب توجه است که از میان 76 خوشه، 43 خوشه با بیمارستان های شرکت کننده مرتبط بودند. این یافته حاکی از وقوع انتقال باکتریایی مداوم در محیط‌های بیمارستانی است. 33 خوشه باقی مانده به رویدادهای انتقال بین بیمارستانی یا سویه های باکتریایی در حال گردش در یک جامعه مرتبط بودند.

مفاهیم مطالعه

در دسترس بودن گزارشات به موقع برای ایجاد یک برنامه نظارتی موثر بسیار مهم است. نکته مهم این است که پروتکل فعلی می تواند داده های ژنومی را ظرف 10 روز پس از جمع آوری نمونه ارائه دهد. لازم به ذکر است که میانگین زمان ارائه گزارش 33 روزه ارتباط بالینی داده ها را محدود می کند.

برخی از عوامل مرتبط با دوره‌های گزارش‌دهی طولانی، مانع از انتقال نمونه به آزمایشگاه مرکزی، فقدان زیرساخت WGS در محل یا اختصاصی، و توسعه خط لوله تجزیه و تحلیل مستمر می‌شوند. با این وجود، سازماندهی مجدد ساختاری و اصلاحات گردش کار می تواند این تاخیرها را به حداقل برساند.

در این مطالعه، روش مبتنی بر WGS به شناسایی دو خوشه انتقال احتمالی Ab1050-A1 و Eh90-A2، مرتبط با شیوع قبلی کمک کرد. این یافته قویاً نشان می دهد که WGS باید به عنوان یک ابزار نظارتی آینده نگر برای جلوگیری از شیوع بیماری زا مستقر شود.

نتیجه گیری

یکی از محدودیت‌های کلیدی این مطالعه این است که برنامه نظارتی آینده‌نگر عمدتاً مبتنی بر باکتری‌های مقاوم به چند دارو بود. از این رو، مطالعه حاضر در بررسی سایر ارگانیسم‌های ایجادکننده بیماری حساس به آنتی‌بیوتیک شکست خورد.

حتی اگر ترکیب گردش کار WGS و سایر زیرساخت‌های محاسباتی مناسب در سیستم‌های موجود در محیط مراقبت‌های بهداشتی چالش برانگیز است، ایجاد همین امر برای جلوگیری از شیوع‌های آتی مهم است. تأسیسات مبتنی بر WGD می تواند هزینه کلی سیستم مراقبت های بهداشتی را کاهش دهد.



منبع