世界卫生组织东南亚和西太平洋地区抗菌药物耐药负担,1990-2021年:国别系统分析及2050年预测

Burden of antimicrobial resistance in the WHO Southeast Asia and Western Pacific Regions, 1990-2021: a cross-country systematic analysis with forecasts to 2050

作者信息Xiao-Ran Yu, Huan Wang, Jian Wang, Xin Yuan, Xiao-Ding Zhou, Qiu-Shui He, Igor Mokrousov, Lin Sun, Yan-Hui Dong, Zhi-Yong Zou
PMID42318043
发布时间2026
DOI10.1016/j.mmr.2026.100002

实验完整度

中

基于GRAM项目建模数据,包含反事实情景、年龄分层、病原体-药物组合分析及ARIMA预测,但缺乏实验验证。

主要模型

GRAM项目建模数据 WHO SEAR和WPR人群 反事实情景模型

重点核对

数据来源为GRAM 2021项目 分析覆盖42个国家和地区 使用反事实情景估计AMR负担 年龄分层(<5岁、5-24岁、≥25岁) ARIMA模型预测至2050年

摘要

背景:抗菌药物耐药(AMR)是严重的全球公共卫生挑战,对公共卫生和经济稳定具有重大影响,增加感染和脓毒症相关死亡率。尽管关于其对疾病负担贡献的证据日益增多,但在世界卫生组织(WHO)东南亚区域(SEAR)和西太平洋区域(WPR)进行的区域层面长期趋势综合评估仍然有限。方法:我们使用全球抗菌药物耐药研究(GRAM)项目的数据,评估1990年至2021年WHO SEAR和WPR的42个国家和地区中,11种感染综合征、22种病原体和84种病原体-药物组合的脓毒症和AMR相关死亡及伤残调整生命年(DALYs)。AMR负担在两种反事实情景下进行估计:可归因于AMR的死亡和DALYs(代表如果耐药感染被药物敏感感染取代时的负担),以及与AMR相关的死亡和DALYs(代表如果根本没有感染时的负担)。我们报告了数量、粗率和年龄标准化率,并使用自回归积分滑动平均模型生成了到2050年的AMR负担预测。结果:在SEAR和WPR,1990年脓毒症相关死亡为8.36×106 [95%不确定性区间(UI)7.93–8.79],2019年降至6.03×106(95%UI 5.68–6.39),2021年增至8.31×106(95%UI 7.86–8.76)。与AMR相关的死亡数从1990年的2,445,875(95%UI 2,221,769–2,670,192)变为2021年的2,358,190(95%UI 2,173,521–2,545,190),而可归因于AMR的死亡数在同一时期从546,479(95%UI 487,669–605,277)变为587,103(95%UI 534,165–639,903)。从1990年到2021年,可归因于AMR的死亡在25岁以下人群中减少,其中5岁以下儿童减少了76.1% [95%置信区间(CI)70.6–81.6],而70岁及以上成人则增加了一倍以上,从133,013(95%UI 124,066–141,922)增至298,366(95%UI 284,023–312,475)。可归因于AMR的死亡人数最大增幅由耐甲氧西林金黄色葡萄球菌引起[从1990年的30,168(95%UI 24,956–35,351)增至2021年的66,946(95%UI 57,544–76,479)]。2021年,基里巴斯可归因于AMR的年龄标准化死亡率(每10万人年)最高[30.9(95%UI 24.1–37.8)],而新西兰最低[3.2(95%UI 2.6–3.8)]。到2050年,这两个区域与AMR相关的死亡数预计将达到3,875,753(95%UI 1,502,402–9,998,297),其中952,592(95%UI 766,353–1,184,090)人死亡可归因于AMR。结论:本研究强调了SEAR和WPR地区AMR负担不断加重,强调迫切需要关注这一持续且日益严重的危机。我们的分析强调了在巩固25岁以下人群已取得的成果的同时,应对老年人群中AMR令人担忧的增长的双重挑战。鉴于AMR负担因病原体、年龄组和国家而异,加强监测并提高实验室能力对于准确描述耐药模式并指导临床决策至关重要。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
WHO东南亚和西太平洋地区1990-2021年抗菌药物耐药的负担及其趋势如何?
核心机制
AMR负担在不同年龄组、病原体和国家间存在显著差异,老年人负担增加,儿童负担减少。
主要证据
基于GRAM项目数据,分析42个国家和地区的11种感染综合征、22种病原体和84种病原体-药物组合,发现2021年可归因于AMR死亡58.7万例,MRSA为主要驱动因素。
研究意义
研究为区域AMR预防和控制政策提供科学依据,强调加强监测和实验室能力的必要性。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

数据收集与整合

评估AMR负担

使用GRAM项目数据,整合200多个数据源,包含约5.2亿条个体记录。

2

定义与负担估计

定义AMR负担指标

根据Sepsis-3标准定义脓毒症相关死亡,使用两种反事实情景估计可归因和相关的AMR死亡。

3

统计分析与趋势描述

描述AMR负担趋势

按年龄、国家、病原体和药物组合分层,计算死亡数和DALYs,并对年龄标准化死亡率进行估计。

4

预测至2050年

预测未来AMR负担

使用ARIMA模型对AMR相关死亡数进行预测,基于三个关键死亡率比值的自然对数。

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
数据源
GRAM 2021项目数据,42个国家和地区,11种综合征,22种病原体,84种药物组合
阅读提示:方法2.1节
统计分析
年龄分层,ARIMA模型参数,使用R软件版本4.3.1
阅读提示:方法2.3节
预测
ARIMA模型使用三个比率,预测至2050年
阅读提示:方法2.3节