大型美国综合医疗保健机构门诊非复杂性尿路感染大肠埃希菌的多药耐药性

Multidrug Resistance of Escherichia coli From Outpatient Uncomplicated Urinary Tract Infections in a Large United States Integrated Healthcare Organization

作者信息Jennifer H Ku, Katia J Bruxvoort, S Bianca Salas, Cara D Varley, Joan A Casey, Eva Raphael, Sarah C Robinson, Keeve E Nachman, Bruno J Lewin, Richard Contreras, Rong X Wei, Magdalena E Pomichowski, Harpreet S Takhar, Sara Y Tartof
PMID37426945
发布时间2023-05
DOI10.1093/ofid/ofad287

实验完整度

低

基于电子健康档案的回顾性队列研究,无体外实验或机制验证,仅进行耐药性数据分析。

主要模型

尿路致病性大肠埃希菌(UPEC)分离株 门诊非复杂性尿路感染患者队列

重点核对

UPEC uUTI病例定义:诊断代码+抗生素处方±3天,或阳性培养+处方±3天,或阳性培养+诊断代码±7天 培养阳性阈值:未明确说明,但提及低于常规的105 CFU/mL 药敏试验方法:VITEK 2 AST Cards 耐药性定义:对≥3类抗生素耐药 排除标准:复杂尿路感染、非大肠埃希菌病原体、无阳性培养结果

摘要

背景:尿路感染(UTIs)造成显著的疾病和经济负担。非复杂性尿路感染(uUTIs)发生在没有潜在结构异常的原本健康个体中,其中尿路致病性大肠埃希菌(UPEC)占80%的病例。随着医疗保健向虚拟就诊转变,需要按就诊环境提供多药耐药性(MDR)(对≥3类抗生素耐药)的数据,以指导经验性治疗决策。方法:我们评估了2016年1月至2021年12月期间在加州南部凯撒医疗机构接受门诊uUTI治疗的成人中,按就诊环境(面对面与虚拟)划分的UPEC耐药性随时间的变化。结果:我们纳入了174185名至少有1次UPEC uUTI的个体(233974株分离株)(92%为女性,46%为西班牙裔,平均年龄52岁[标准差20])。总体而言,研究期间UPEC MDR的患病率有所下降(13%至12%),虚拟和面对面环境均如此(趋势P<.001)。对青霉素类总体耐药(29%),对青霉素类和甲氧苄啶-磺胺甲恶唑(TMP-SMX)的共耐药(12%),以及涉及上述两类加≥1类抗生素的MDR(10%)较为常见。对1、2、3和4类抗生素耐药的分离株分别为19%、18%、8%和4%;1%对≥5类抗生素耐药,50%对所有测试抗生素均敏感。类似耐药模式在时间和就诊环境中均观察到。结论:我们观察到UPEC总体类别特异性抗菌药物耐药性和MDR均略有下降,最常见涉及青霉素类和TMP-SMX。耐药模式一致,且在面对面和虚拟环境中相似。虚拟医疗可能扩大尿路感染护理的可及性。

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
2016-2021年间,在大型综合医疗系统中,门诊非复杂性尿路感染的大肠埃希菌多药耐药性趋势如何,且是否因就诊环境(面对面与虚拟)而异?
核心机制
文中未明确说明具体机制,但提到既往抗生素暴露可能是耐药性发展的因素。
主要证据
对233974株UPEC分离株的药敏数据分析显示,总体MDR从13%降至12%,青霉素类和TMP-SMX耐药最常见,且面对面和虚拟就诊环境耐药模式相似。
研究意义
作者提出,虚拟医疗可能扩大尿路感染护理可及性,且不增加多药耐药风险;持续监测当地微生物流行和耐药模式对于指导经验性抗生素处方至关重要。

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

识别UTI事件并分类为uUTI或cUTI

识别2016-2021年间门诊uUTI病例,并排除复杂UTI,以聚焦于非复杂性感染。

利用电子健康档案,基于诊断代码、抗生素处方和培养结果定义UTI事件,并根据Carreno等人的标准适应性排除cUTI。仅纳入≥18岁且有至少1年连续会员资格的患者。

2

获取UPEC分离株及药敏数据

获取E.coli分离株及其对各类抗生素的敏感性数据,用于评估耐药性。

从电子健康档案获取对氨基糖苷类、碳青霉烯类、头孢菌素类、氟喹诺酮类、磷霉素、呋喃妥因、青霉素类、TMP-SMX和其他UTI相关抗生素的药敏结果;药敏检测使用VITEK 2 AST Cards。

3

分析耐药性趋势和MDR模式

评估UPEC对抗生素类别和MDR的耐药性随时间及就诊环境的变化。

使用Mantel-Haenszel方法评估时间趋势;描述性统计人口学和临床特征;分析耐药性模式(如对1、2、3、4、≥5类耐药的比例)及MDR模式(如青霉素+TMP-SMX共耐药)。

4

评估前期抗生素暴露

探索前期抗生素暴露与耐药性的关联。

提取索引日期前12个月内发放的抗生素,分类并关联原发性诊断,比较MDR个体与无非耐药个体的差异。

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。

产品清单

实验环节名称品牌货号
VITEK 2 药敏卡----
SAS软件SAS Institute--
Enterprise GuideSAS Institute--

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
研究队列构建
纳入标准:年龄≥18岁,至少1年连续会员资格,索引日期前有UTI事件;排除标准:复杂UTI、非E.coli病原体、无阳性培养
阅读提示:Methods, Study Population and Data Collection
药敏检测
药敏试验方法(VITEK 2 AST Cards),抗菌药物类别及分组,CLSI断点版本(2010年更新)
阅读提示:Methods, Study Population and Data Collection
耐药性分析
MDR定义(≥3类抗生素),时间趋势检验方法(Mantel-Haenszel),分层变量(就诊环境、性别)
阅读提示:Methods, Statistical Analysis; Results, Resistance Patterns
前期抗生素暴露
抗生素暴露定义(索引日期前12个月发放),抗生素类别分类
阅读提示:Methods, Statistical Analysis; Results, Prior Antibiotic Exposure