شاخص مقاومت نسبی

دشواری در تجمع مقاومت در برابر داروهای متعدد برای ارزیابی روند ، یک چالش برای تعیین کمیت و برقراری تغییرات در مقاومت به دارو در طول زمان و در سراسر مکان است.

ما روشی را برای تجمع مقاومت باکتریها در برابر آنتی بیوتیک های متعدد ایجاد کردیم ، و ایجاد یک شاخص مقاومت به دارو قابل مقایسه با شاخص های اقتصادی کامپوزیت که قیمت مصرف کننده و ارزش بازار سهام را اندازه گیری می کند.

پیامهای کلیدی

شاخص های کامپوزیت که مقاومت در برابر داروهای مختلف را می توان برای ارزیابی تغییرات در مقاومت به دارو در طول زمان و مکان مفید دانست.

واگرایی بین استفاده از استاتیک و DRI های سازگار برای اشرشیاکلی نشان دهنده توانایی پزشکان در انطباق با افزایش مقاومت است. الگوهای استفاده از آنتی بیوتیک در پاسخ به مقاومت در برابر افزایش مقاومت در برابر Acinetobacter spp. ، نشان می دهد که گزینه های محدود درمانی پزشکان با آنها باقی مانده و نیاز به ایجاد داروهای جدید در برابر این پاتوژن است.

نقاط قوت و محدودیت

شاخص مقاومت اولین گام مهم را در جهت ایجاد روند مقاومت در برابر غیر متخصصان و برای متخصصان مفید می گذارد.

جمع آوری داده های دقیق در مورد فروش آنتی بیوتیک به ویژه در کشورهایی با یک بخش دارویی غیر رسمی بزرگ چالش برانگیز است. با این حال ، مدل ما فقط نیاز به قوام در روند مصرف آنتی بیوتیکی دارد و احتمالاً این یک اندازه گیری مداوم از روندها است ، مگر اینکه تعصب متغیر سیستماتیک در اندازه گیری اجزای شاخص وجود داشته باشد.

ما شاخص مقاومت به دارو را با استفاده از داده های ایالات متحده نشان می دهیم ، اما برنامه های جایگزین شامل سایر سطوح جغرافیایی دیگر یا مقیاس امکانات فردی است که احتمالاً داده های مربوط به مقاومت و استفاده از آنتی بیوتیک در دسترس است.

معرفی

این آنتی بیوتیک ها در حال از دست دادن اثربخشی در سراسر جهان هستند ، نه تنها به حرفه پزشکی بلکه برای کسانی که داستانهای رسانه ای را در مورد ظهور "سوپر پروانه ها" دنبال می کنند ، مشخص است. با این حال ، تلاش برای برقراری ارتباط مؤثر چالش مقاومت آنتی بیوتیکی در برابر عموم مردم و سیاستگذاران تا حدودی ناموفق بوده است. علیرغم توجه بیشتر در ایالات متحده و اروپا به مشکل مقاومت ، پیشرفت کمی در تخصیص منابع مالی یا برای حفظ اثربخشی داروهای موجود یا ایجاد انگیزه در توسعه آنتی بیوتیک های جدید وجود داشته است. همانطور که یکی از ویراستاران ژورنال اظهار داشت ، ‘زمان آن رسیده است که مقاومت آنتی بیوتیکی به جای علاقه چند متخصص ، به مسئله نگرانی مردمی تبدیل شود. 1 دلیل چندین دلیل توضیح می دهد که چرا این اتفاق نیفتاده است.

اول ، سیاست گذاران تا حد زیادی با نام های علمی عوامل بیماری زا ناآشنا هستند. برای یک سیاستگذار ، این حساسیت استرپتوکوک پنومونیه به پنی سیلین 40 ٪ ممکن است معنی کمی داشته باشد.

دوم ، در صورت جایگزینی برای درمان عفونت ، داده های مربوط به مقاومت یک پاتوژن در برابر یک یا چند دارو ممکن است از متن مشاهده شود. در ایالات متحده آمریکا ، مقاومت در حال رشد اشرشیاکلی در برابر تری متیوپریم- سولفامتوکازول با کاهش نسبت بیماران تحت درمان با آن دارو همراه بوده است. چگونه باید افزایش مقاومت در برابر داروهایی را که در حال کاهش است ، مشاهده کنیم؟آیا مقاومت در هنگام تعویض های تقریباً جایگزین که پزشکان می توانند از آنها استفاده کنند ، مانند ایمیپنم در مورد e coli ، بسیار مهم است؟اگر پزشکان صد بار بیشتر از آنچه که پنی سیلین انجام می دهند برای درمان عفونت های تهاجمی ناشی از پنومونیه S ، از سفالوسپورین های تزریقی استفاده می کنند ، نباید مقاومت در برابر آن سفالوسپورین ها وزن بیشتری نسبت به مقاومت در برابر پنی سیلین داشته باشد؟

سوم ، مقاومت در بعضی از سالها و در سایر موارد پایین می رود ، همانطور که در مقاومت استافیلوکوکوس اورئوس در برابر اکساسیلین (MRSA) در چندین کشور اروپایی 2 و Acinetobacter spp مشاهده می شود. به سیپروفلوکساسین. در کل ، مقاومت در برابر آنتی بیوتیک های مورد استفاده بیشتر برای درمان عفونت های ناشی از این دو پاتوژن افزایش یافته یا با گذشت زمان کاهش یافته است؟

چهارم یک مشکل خاص برای پاتوژن های باکتریایی است: مقاومت آنتی بیوتیک نه یک بیماری واحد مانند HIV ، سل یا مالاریا را تحت تأثیر قرار نمی دهد ، بلکه مجموعه ای از سندرم ها و عفونت های ناشی از باکتری های مختلف است. یک سیاستگذار ممکن است درک کند که داروهای برای درمان HIV/AIDS در حال شکست هستند اما قادر به درک پیچیدگی مقاومت باکتریها نیستند. بنابراین ، اطلاعات مربوط به حساسیت به یک بیماری زا واحد و یک آنتی بیوتیک واحد نمی تواند از اولویت و تخصیص منابع بهداشتی مطلع شود.

در اینجا ، ما یک شاخص مقاومت به دارو (DRI) پیشنهاد می کنیم که می تواند برای برقراری ارتباط شکاف در اثربخشی آنتی بیوتیکی به غیر متخصصان استفاده شود. این شاخص مبتنی بر معیارهای اقتصادی مانند شاخص های قیمت مصرف کننده یا شاخص های بورس است که تقریباً در هر کشور استفاده می شود. هدف از این شاخص ها ساده است - تعیین کمیت متوسط هزینه خرید یک سبد اصلی کالاها و خدمات که برای زندگی ضروری است (در مورد شاخص های قیمت) یا قیمت متوسط یک سبد سهام که معامله می شود (در موردشاخص های بازار سهام). در مورد ما ، متریک باید میانگین اثربخشی مجموعه آنتی بیوتیک هایی را که برای درمان عفونت باکتریایی داده شده استفاده می شود ، ارتباط برقرار کند.

روش ها و داده ها

شاخص های مقاومت به مواد مخدر

پنج ویژگی مطلوب در DRI وجود دارد. اول ، DRI باید در طول زمان و مکان قابل مقایسه باشد تا بتواند از آن برای اندازه گیری تغییرات در اثربخشی مواد مخدر در یک کشور واحد در طول زمان و همچنین برای مقایسه اثربخشی در کشورها استفاده شود. دوم ، DRI باید با حداقل داده ها محاسبه شود اما قادر به درج اطلاعات بیشتر برای بهبود دقت در هنگام دسترسی به داده های اضافی باشد. سوم ، DRI باید به اندازه کافی ساده باشد که سیاست گذاران ، پزشکان پزشکی غیر عفونی ، پزشکان پزشکی غیر عفونی می توانند شکاف های مربوط به اثربخشی دارو ، قیمت و دسترسی را درک کنند. چهارم ، مقاومت یک پاتوژن در برابر یک داروی خاص باید به میزان استفاده از آن دارو برای درمان پاتوژن وزن شود ، به همان روشی که یک شاخص تورم قیمت کالاهای مختلف را با میانگین سهم درآمد اختصاص داده شده وزن می کندآنهاتغییر در قیمت نمک باید با مقدار کمتری نسبت به تغییر درصد برابر در قیمت بنزین ، که در مقادیر بیشتری توسط یک خانواده متوسط استفاده می شود ، روی شاخص قیمت مصرف کننده تأثیر بگذارد.

سرانجام ، شاخص مقاومت باید نسبت به تغییر در انواع داروهای مورد استفاده حساس باشد. اولین توصیف مقاومت سطح بالا در برابر آمپی سیلین (تولید β- لاکتاماز) در Haemophilus آنفلوانزا 3 برای تغییر درمان مننژیت تجربی از پنی سیلین یا آمپی سیلین به سفالوسپورین های طیف گسترده در جهان توسعه یافته کافی بود. علیرغم پنوموکوکی مقاوم در برابر پنوموکوکی ، β- لاکتاماز گسترده تولید کننده β- لاکتاماز ، این تغییر اخیراً در کشورهای در حال توسعه آغاز شده است ، زیرا سفالوسپورین های طیف گسترده از حق ثبت اختراع خارج می شوند و مقرون به صرفه می شوند. شاخص تطبیقی برای درمان مننژیت در جهان توسعه یافته کم است و در کشورهای در حال توسعه که در نتیجه درمان جایگزین در دسترس بودن آن محدود است ، بسیار بیشتر است.

محاسبه DRI به داده هایی در مورد حساسیت باکتریها و استفاده از آنتی بیوتیک نیاز دارد. مقیاس مورد نیاز این داده ها به مقیاس بستگی دارد که شاخص مقاومت در آن محاسبه می شود - به اندازه پایین سطح یک مرکز مراقبت های بهداشتی فردی یا به اندازه یک کشور یا منطقه. در حالت ایده آل ، داده های مقاومت در سطحی که شاخص محاسبه می شود ، نماینده هستند. داده های وزنی تخمین از سهام انواع مختلف آنتی بیوتیک ها به عنوان بخشی از درمان های نشان داده شده برای پاتوژن های تحت پوشش این شاخص است. این وزن ها بر اساس داده های استفاده از آنتی بیوتیک به دست آمده از داروخانه های بیمارستان و منابع تجاری مانند IMS Health است. در مکانهایی که داده های دقیق استفاده از آنتی بیوتیک در دسترس نیست ، می توان از ساختار متخصص ساختاری و سایر روش هایی برای استخراج اطلاعات در مورد نسبت آنتی بیوتیک های مورد استفاده برای درمان عفونت های خاص استفاده کرد.، مننژیت ، سپسیس ، عفونت مجاری ادراری (UTI) و غیره) ، داده های اضافی برای وزن هر پاتوژن بر اساس کسر اتیولوژیک ، یعنی نسبت عفونت هایی که ایجاد می کنند ، لازم است.

نقش منبع بودجه

مؤسساتی که از این کار پشتیبانی می کردند هیچ نقشی در برداشت مطالعه ، جمع آوری داده ها ، تجزیه و تحلیل و تفسیر و نوشتن نسخه خطی نداشتند. همه نویسندگان دسترسی کامل به داده ها داشتند. همه نویسندگان مسئولیت نهایی تصمیم به انتشار انتشار را بر عهده داشتند.

فهرست نمونه

اندازه گیری DRI در طول زمان در نسبت پاتوژن های ایجاد کننده بیماری که در برابر آنتی بیوتیک هایی که معمولاً برای درمان آنها استفاده می شود ، تغییر می کند. به منظور نمایش ، ما با استفاده از داده های ملی ایالات متحده در مورد نسبت ایزوله های آزمایش شده که مقاوم و آنتی بیوتیکی هستند ، یک DRI را برای دو بیماری زا ، e coli و acinetobacter ساخته ایم. تغییر درصد سالانه در DRI اندازه گیری میزان کاهش اثربخشی آنتی بیوتیکی است.

از آنجا که استفاده از آنتی بیوتیک ممکن است در پاسخ به تغییر سطح مقاومت آنتی بیوتیکی با گذشت زمان تغییر کند ، ما روند موجود در شاخص را با مورد ضد بروز مقایسه می کنیم ، جایی که استفاده از آنتی بیوتیک در یک سال پایه ثابت است. DRI با استفاده از استاتیک امکان ارزیابی میزان استفاده از مواد مخدر را در پاسخ به مقاومت و بار این مقاومت ایجاد می کند اگر الگوهای استفاده از آنتی بیوتیکی تغییر نکرده باشد: R I ، ثابت-استفاده = ∑ k ρ ik t q ik0 ، جایی که ρ ik t نسبت مقاومت در بین ارگانیسم I به داروی K در زمان t و q ik 0 فرکانس داروی K است که برای درمان ارگانیسم I در سال پایه تجزیه و تحلیل استفاده می شود.

تغییر الگوهای استفاده از آنتی بیوتیک به مرور زمان ممکن است بار مقاومت آنتی بیوتیکی را کاهش دهد. برای ترکیب روند در حال تغییر در استفاده از آنتی بیوتیک ، ما همچنین یک نسخه تطبیقی از DRI می سازیم. این فرکانس را که با آن عفونت های یک پاتوژن خاص در برابر درمان آنتی بیوتیکی مقاوم هستند ، جمع می کند و ممکن است به شرح زیر تخمین زده شود: r i = ∑ k ρ ik t q ik t ، جایی که ρ ik t نسبت مقاومت در بین ارگانیسم I به داروی K استزمان t و q ik t فراوانی داروی K است که برای درمان ارگانیسم I در زمان t استفاده می شود.

اجرای DRI با استفاده از داده های ایالات متحده

Prevalence of resistance ρ ik t was calculated using The Surveillance Network Database, USA (Eurofins Medinet, Hedon, Virginia, USA). The Surveillance Network is a nationally and regionally representative database of bacterial species identification and antibiotic susceptibility results gathered from 300 US hospitals.5 Frequency of drug use q ik 0 for the USA was obtained from IMS Health Xponent database. Xponent tracks>70 ٪ از کل نسخه های سرپایی در ایالات متحده با استفاده از سوابق معامله در داروخانه های خرده فروشی و از یک روش طرح ریزی ثبت شده برای نشان دادن 100 ٪ پوشش کلیه فعالیت های تجویز شده استفاده می کند.

CI برای شاخص ها با استفاده از یک روش بوت استرپ غیر پارامتری با 10 000 مشاهدات به طور تصادفی از هر یک از مجموعه داده های مورد نظر از نسخه های آنتی بیوتیکی و تست های حساسیت فردی و M = 1000 بار تکرار شد. تجزیه و تحلیل آماری با استفاده از Stata V. 11 (شرکت Stata) و R V. 2. 13. 1 (Free Software Foundation Inc. ، بوستون ، ماساچوست ، ایالات متحده) انجام شد.

شکل 1A ، B نشان می دهد که مقاومت E coli و acinetobacter spp. ایزوله های بستری و سرپایی در ایالات متحده بین سالهای 1999 و 2006 افزایش یافته است. نرخ افزایش برای SPP Acinetobacter قابل توجه بود. مقاوم در برابر کارباپنمها و فلوروکینولون ها ، و همچنین برای مقاوم در برابر E coli در برابر فلوئوروکینولون ها ، تری متیوپریم-سولفامتوکسازول (TMP-SMX) و آمینوپنیکیلین ها. شکل 2A ، B نشان می دهد که نسبت به آنتی بیوتیک هایی که در پایگاه داده شبکه نظارتی از تست های حساسیت برای Acinetobacter spp نشان داده شده است ، تجویز می کند. و e coli و معمولاً برای درمان عفونت های گرم منفی استفاده می شود. برای e coli ، الگوهای استفاده به سمت افزایش فلوئوروکینولون و استفاده از سفالوسپورین نسل بعدی به جای گزینه های کم هزینه تر ، مانند آمینوپنیکیلین ها و TMP-SMX تغییر یافته است.

(الف) میزان مقاومت در برابر acinetobacter spp. به چهار کلاس آنتی بیوتیک در ایالات متحده ، 1999-2006. توجه: داروهای زیر برای آزمایش مقاومت در برابر کلاسهای آنتی بیوتیک استفاده شده است: سفالوسپورین های نسل سوم-CEFTRIAXONE ، CEFTAZIDIME. فلوروکینولون ها - سیپروفلوکساسین ، لووفلوکساسین ؛Carbapenems - Imipenem ؛نسل چهارم سفالوسپورین ها-صفحه اصلی.(ب) میزان مقاومت اشریشیا کولی به هشت کلاس آنتی بیوتیک در ایالات متحده آمریکا ، 1999-2006. توجه: از داروهای زیر برای آزمایش مقاومت در برابر کلاسهای آنتی بیوتیکی استفاده شده است: آمینوپنینهای ampicillin ؛trimethopri m-sulfamethoxazole ؛افزایش فعالیت β- لاکتام ها-آمپی سیلین/سولباکتام ، آزترانوم ، پیپراسیلین. نسل سوم سفالوسپورین ها-CEFTRIAXONE ، CEFTAZIDIME ؛نسل چهارم سفالوسپورین ها-CEFEPIME ؛فلوروکینولون ها - سیپروفلوکساسین ، لووفلوکساسین ؛Aminoglycosides: Gententamicin ، Tobramycin ؛Carbapenems - Imipenem. منبع: محاسبات نویسنده با استفاده از داده های حساسیت از شبکه نظارتی.

(الف) نسبت ترین کلاسهای آنتی بیوتیک های متداول که برای درمان عفونت های ناشی از Acinetobacter spp استفاده می شود. در ایالات متحده آمریکا ، 1999-2006 منبع: محاسبات نویسنده با داده های تجویز شده از IMS Health XPonent ژانویه 1999 تا دسامبر 2007 ، IMS Health Incorporated.(ب) نسبت ترین کلاسهای آنتی بیوتیک های بیشتر که برای درمان عفونت های ناشی از اشرشیاکلی در ایالات متحده ، 2006-2006 استفاده می شود. منبع: محاسبات نویسنده با داده های تجویز شده از IMS Health XPonent ژانویه 1999 تا دسامبر 2007 ، IMS Health Incorporated.

DRI های با استفاده از استاتیک و سازگار در شکل 3 نشان داده شده است. برای Acinetobacter spp. ، DRI با استفاده از استاتیک 17 ٪ افزایش یافته است ، از 0. 41 به 0. 48 ، در حالی که برای E coli ، DRI با استفاده از استاتیک از 0. 25 به 0. 30 افزایش یافته است. نتایج نشان می دهد که برای e coli ، DRI با استفاده از استاتیک بیش از DRI با استفاده از تطبیقی برای تمام سالها ، که بین سالهای 1999 و 2006 از 0. 25 به 0. 27 افزایش می یابد. تفاوت معنی داری برای سال 2006 ، نشان می دهد که پزشکان در پاسخ به روند مقاومت در برابر آنتی بیوتیکی قادر به تطبیق موثر الگوهای استفاده از آنتی بیوتیکی بودند.

DRI های استاتیک و سازگار با استفاده از Acinetobacter spp. و اشریشیا کولی در ایالات متحده آمریکا ، 1999-2006. توجه: خطوط نقطه ای 95 ٪ CI را نشان می دهند. CIS برای مقاومت و استفاده از اجزای نسبت به دست آمده با استفاده از روش bootstrap با شبیه سازی M = 1000. یک آزمون T نشان داد که تفاوت میانگین از توزیع بوت استرپ از نظر آماری در سطح 1 ٪ معنی دار بود. منبع: محاسبات نویسنده با استفاده از داده های حساسیت از شبکه نظارتی و داده های تجویز شده از IMS Health XPonent ژانویه 1999 تا دسامبر 2007 ، IMS Health Incorporated.

از طرف دیگر ، تفاوت بین شاخص های استاتیک و سازگار برای Acinetobacter تفاوت کمی وجود دارد. شباهت بین دو شاخص نشان می دهد که فضای کمی برای پزشکان وجود دارد تا الگوهای استفاده از آنتی بیوتیک را با کاهش اثربخشی درمان سازگار کنند.

Dris برای درمان خط اول

پزشکان و سیاستگذاران ممکن است بیشتر از مقاومت در برابر درمان های خط اول نگران باشند. مقاومت در برابر این داروها حاکی از از بین رفتن گزینه های ارزان تر است که به طور گسترده تری استفاده می شود و در صورتی که تسهیلات دولتی منبع مهمی برای درمان باشد ، می تواند بر بودجه های تهیه مواد مخدر تأثیر بگذارد. روند مقاومت در برابر درمان های خط اول نیز ممکن است برای تعیین دستورالعمل های درمانی ملی ، لیست مواد مخدر ضروری یا فرمول های بیمارستان مهم باشد.

مقاومت در برابر درمان های خط دوم می تواند نشان دهد که نیاز به سرمایه گذاری در آنتی بیوتیک های جدید ضروری تر است. خط درمان DRI به عنوان محاسبه می شود.

r i ، n - line = ∑ k ∈ T n ρ ik t q ik t ∑ k ∈ T n q ik t ،

جایی که_nمجموعه ای از درمان های N-Line است. از اینجا به بعد ، برای سادگی ، ما فقط شکل تطبیقی شاخص را برای e coli گزارش می کنیم. نکته مهم این است که وقتی یک آنتی بیوتیک منفرد با کل خط درمانی مطابقت دارد ، مدل ها معادل جمع بندی روند مقاومت در برابر این آنتی بیوتیک با گذشت زمان هستند.

در طی دوره 1999-2006 ، داروهایی که معمولاً به عنوان روشهای درمانی خط اول برای UTI ها شامل می شوند ، Trimethoprim-Sulfamethoxazole (TMP-SMX) و فلوئوروکینولون ها استفاده می شوند. بشرشاخص استفاده تطبیقی مقاومت در برابر روشهای درمانی خط اول پایین تر از مقاومت در برابر سایر روشهای درمانی بود (شکل 4). با این حال ، مقاومت در برابر روشهای درمانی خط اول با سرعت بسیار بالاتر افزایش یافته است ، که نتیجه احتمالی استفاده گسترده آنها است. مقاومت در برابر روشهای درمانی غیر خطی با گذشت زمان بدون تغییر باقی مانده است ، نشان می دهد که گزینه های درمانی جدید در بین این داروهای غیر خط اول ، اثربخشی کلی آنها را حفظ کرده است.

DRI های تطبیقی برای روشهای درمانی اول و غیر خطی برای اشرشیاکلی در ایالات متحده ، 1999-2006. توجه: (الف) خطوط نقطه ای 95 ٪ CIS را نشان می دهد. CIS برای مقاومت و استفاده از اجزای نسبت به دست آمده با استفاده از روش bootstrap با شبیه سازی M = 1000.(ب) Trimethoprim-sulfamethoxazole و فلوروکینولونهای خوراکی مورد استفاده به عنوان روشهای درمانی خط اول در برابر عفونت های ادراری E coli مبتنی بر Taur و Smith. 6 منبع: محاسبات نویسنده با استفاده از داده های حساسیت از شبکه نظارتی و داده های نسخه حاصل از IMS Health XPonent ژانویه 1999تا دسامبر 2007 ، IMS Health Incorporated.

شاخص های مقرون به صرفه

مقاومت آنتی بیوتیک ممکن است پزشکان را مجبور به استفاده از آنتی بیوتیک های گران تر برای درمان عفونت ها کند. شاخص قیمت مناسب ، روند مقاومت را در بین آنتی بیوتیک های ارزان تر یا گران تر خلاصه می کند. چنین شاخصی می تواند یک شاخص درمان خط اول را آینه دهد ، اما نه همیشه. الگویی از مقاومت یک ارگانیسم در برابر مواد مخدر در یک محدوده هزینه خاص ممکن است به شرح زیر تخمین زده شود: r i ، قیمت مناسب = ∑ k ρ ik t q ik t ∑ k q ik t |قیمت (k) ∈ C ⊆ c همه ، جایی که قیمت (k) هزینه درمان توسط دارو k و c است_همهمجموعه ای از هزینه های درمان برای هر داروی k است.

DRI تطبیقی برای داروهای پر هزینه که برای درمان E coli استفاده می شود پایین تر بود ، که نشان دهنده سطح پایین تر مقاومت در برابر داروهای با هزینه بالاتر است (شکل 5). با این حال ، یک روند صعودی در شاخص تطبیقی برای داروهای با هزینه بالاتر وجود دارد ، نشان می دهد که با افزایش مقاومت ، مجموعه محدودی از داروهای با هزینه بالاتر وجود دارد که پزشکان می توانند منجر به افزایش DRI شوند. جالب اینجاست که DRI تطبیقی کم هزینه برای E coli نسبتاً مسطح باقی مانده است ، مطابق با روند کلی بدون تغییر در DRI برای E coli.

DRI های مقرون به صرفه تطبیقی برای درمان با هزینه بالا و کم برای اشرشیاکلی در ایالات متحده ، 2006-2006. توجه: (الف) خطوط نقطه ای 95 ٪ CIS را نشان می دهد. CIS برای مقاومت و استفاده از اجزای نسبت به دست آمده با استفاده از روش bootstrap با شبیه سازی M = 1000.(ب) شاخص های کم هزینه و پر هزینه براساس هزینه روزانه یا کمتر از 30 دلار و بیش از 30 دلار است. کلاس های دارویی ارزان قیمت شامل آمینوگلیکوزیدها ، آمینوپنیکیلین ها ، سفالوسپورین های نسل سوم و تری متیوپریم-سولفامتوکسازول است. کلاس های دارویی گران قیمت شامل سفالوسپورین های نسل چهارم ، کارباپنم ، فلوئوروکینولون ها و افزایش فعالیت β- لاکتام ها است. داده های هزینه دارویی روزانه از کالج پزشکی ویل دانشگاه کرنل به دست آمد. من منبع: محاسبات نویسنده با استفاده از داده های حساسیت از شبکه نظارتی و داده های تجویز شده از IMS Health XPonent ژانویه 1999 تا دسامبر 2007 ، IMS Health Incorporate.

سایر شاخص های بالقوه

پزشکان معمولاً در ابتدای درمان تجربی اطلاعاتی در مورد ارگانیسم آلوده ندارند ، اما اطلاعاتی در مورد محل عفونت دارند. همچنین می توان شاخص ها را بر اساس سایت آناتومیک و نوع عفونت تنظیم کرد. الگوهای استفاده از آنتی بیوتیک ساده خواهد بود ، اما مقاومت باید در برابر بخش اتیولوژیک موجودات علتی مختلف وزن شود.

شاخص بالقوه دیگر می تواند با اثربخشی نسبی داروهای گرم مثبت در مقابل ارگانیسم های گرم منفی در تضاد باشد. شاخص های مشابه می توانند تمام عوامل بیماری زا را در تنظیمات بستری در مقابل سرپایی پوشش دهند. سرانجام ، اگرچه ما برای مقاومت در برابر آنتی بیوتیکی نتایج ارائه داده ایم ، شاخص های مشابه را می توان برای سایر بیماریهای عفونی مانند HIV/AIDS ، سل و مالاریا محاسبه کرد ، که مقاومت در برابر آنها یک مشکل است و انتخاب درمانی نیز با گذشت زمان متفاوت است.

برای کلیه شاخص هایی که تاکنون مورد بحث قرار گرفته است ، می توان زیرمجموعه ها را برای دسته ها و زیر شاخه های مختلف پاتوژن محاسبه کرد و سپس برای تولید شاخص کلی با وزنهای منعکس کننده سهام آنها در کل آنتی بیوتیک های مورد استفاده برای درمان ترکیب شد.

بحث

مقاومت آنتی بیوتیک بار بهداشت عمومی قابل توجهی را تحمیل می کند. کمیت تغییرات کلی در مقاومت در طول زمان و در سراسر مکان دشوار است زیرا مقاومت در برابر عوامل بیماری زا در برابر داروهای فردی باید برای ارزیابی بار کلی جمع شود. در اینجا ، ما اولین قدم را در جهت توسعه شاخص های مقاومت ، خلاصه مقاومت در سطح عامل عفونی برداشته ایم.

نتایج حاکی از آن است که اگرچه پزشکان با جابجایی به آنتی بیوتیک هایی که فعال هستند ، توانسته اند با افزایش مقاومت در E coli سازگار شوند ، همانطور که توسط واگرایی بین DRI استفاده از استاتیک و تطبیقی نشان داده شده است ، اما در مورد Acinetobacter SPP گزینه های کمتری دارند. ، جایی که مقاومت در برابر تقریباً همه عوامل در حال افزایش است.

اگرچه ما داده های مربوط به بیماری را ارائه نداده ایم ، E coli نمایانگر اکثریت قریب به اتفاق UTI ها است. بنابراین ، DRI برای e coli یک پروکسی مفید به عنوان DRI برای UTI است. با این حال ، برای سایر عوامل بیماری زا ، عفونت ها در سایت های مختلف بدن چالش های مختلفی را نشان می دهد و ممکن است توسط یک شاخص واحد به خوبی نشان داده نشود. به عنوان مثال ، عفونت پنوموکوکی جریان خون یا ریه ها ممکن است یک چالش متفاوت از بیماری پنوموکوکی در مایع مغزی نخاعی باشد ، که تعداد کمی از داروها در آن نفوذ می کنند. این شاخص باید بر اساس جدیدترین و به روزرسانی نقاط شکست بالینی (S ، I و R) باشد. اینها اثربخشی بالینی یک دارو را برای یک عفونت معین در نظر می گیرند. مقاومت بالینی در این زمینه با تجزیه و تحلیل دقیق کلیه داده های موجود توسط کمیته های بین المللی مانند انستیتوی استاندارد آزمایشگاه بالینی (که قبلاً NCCL ها) در ایالات متحده و کمیته اروپایی آزمایش حساسیت ضد میکروبی تعیین می شود ، تعیین می شود. بدین ترتیب ، موفقیت یک داروی معین توسط حساسیت باکتری به دارو و با استفاده از فارماکولوژی آن با توجه به زمان غلظت دارو در بدن انسان (فارماکوکینتیک) و اثر بیولوژیکی دارو در این غلظت ها بر روی این غلظت ها تعریف شده است. باکتری ها (فارماکودینامیک) و هر زمان که در دسترس باشد ، با اطلاعات در مورد نتایج بالینی.

در نهایت ، استحکام شاخص مقاومت به کیفیت سیستم های نظارتی بستگی دارد که داده های اساسی در مورد حساسیت و استفاده از آنتی بیوتیکی را تولید می کنند. ظرفیت آزمایشگاهی در بسیاری از نقاط جهان ناکافی است ، اگرچه به طرز شگفت آور مقدار زیادی از داده های با کیفیت تولید می شود اما به دلیل عدم وجود سیستم های نظارتی اختصاصی ، مورد استفاده قرار نمی گیرند. داده های حساسیت به احتمال زیاد از مراکز مراقبت عمدتا سوم گزارش می شود ، جایی که مشکلات مقاومت بیشتر از بیمارستانهای منطقه ای کوچکتر است و همچنین می تواند با زمان جمع آوری نمونه متفاوت باشد. بنابراین ، احتمالاً روند دقیق تر از سطح مطلق استبشربا این حال ، چالش های مربوط به داده ها منحصر به مقاومت نیستند. آنها با آژانس های دولتی متهم به محاسبه شاخص قیمت مصرف کننده نیز مقابله می کنند. DRI می تواند گزارش بهتر از داده های مقاومت از امکانات کوچکتر را ایجاد کند و انگیزه ای برای نظارت در هر دو کشورهای توسعه یافته و در حال توسعه فراهم کند.

داده های ملی و منطقه ای در مورد فروش آنتی بیوتیک به طور فزاینده ای از طریق شرکت هایی مانند IMS Health در دسترس است ، اگرچه در برخی از کشورها ، نسخه های بیمارستان گنجانده نشده است. جمع آوری داده های دقیق در مورد فروش آنتی بیوتیک به ویژه در کشورهایی با یک بخش دارویی غیر رسمی بزرگ چالش برانگیز است. در اینجا ، فروش از بخش رسمی ممکن است نشانگر روندها باشد و احتمالاً فروش آینه در بخش غیررسمی است. کاربرد فوری امکان پذیر DRI ممکن است در مقیاس بیمارستان باشد ، جایی که احتمالاً داده های مربوط به مقاومت و استفاده از آنتی بیوتیک در دسترس است.

شاخص مقاومت اولین گام مهم را در جهت ایجاد روند مقاومت در برابر غیر متخصصان و برای متخصصان مفید می گذارد. سیاستگذاران ، به ویژه در کشورهای در حال توسعه ، به پیامدهای هرگونه مداخله بهداشت عمومی برای عوارض ، مرگ و میر و بودجه های تهیه مواد مخدر فعلی و آینده علاقه مند هستند. ما باید حساسیت را به معیارهایی تبدیل کنیم که سیاست گذاران می توانند از آنها درک و مراقبت کنند. یک قدم دیگر این است که شاخص مقاومت را با برآورد بار واقعی بیماری پیوند دهید. به عنوان مثال ، مقاومت در برابر Acinetobacter چقدر مهم است ، که به طور معمول باعث عفونت یا مرگ و میر کمتری نسبت به E coli می شود؟ترجمه DRI به بار بیماری نیاز به ارزیابی بی طرفانه از نتایج بالینی عفونت های مقاوم دارد ، اما در صورت عدم وجود این داده ها ، عوارض و میزان مرگ و میر عفونت های درمان نشده ممکن است کافی باشد. همبستگی بین سطح مقاومت و شدت عفونت به این معنی نیست که جهت علیت از مقاومت به نتایج ضعیف ناشی می شود. این و سایر چالش های روش شناختی باید موضوع تلاش های آینده باشد.

تصدیق

نویسندگان از نیکولای بریکوف ، مایکل ایبر ، حاجو گروندمن ، ایلی کلاین ، شاون مگنوسون ، ایتامار مگیدو و یولیسا نالول بخاطر کمک های عالی تحقیق و پیشنهادات مفید تشکر می کنند. دیدگاههای بیان شده در این مقاله لزوماً نشان دهنده دیدگاه های ذکر شده در بالا نیست. اظهارات ، یافته ها ، نتیجه گیری ها ، دیدگاه ها و نظرات موجود و بیان شده در اینجا بخشی از داده های به دست آمده تحت مجوز از خدمات اطلاعاتی IMS IMS Incorporated است: XPonent ، ژانویه 1999 - دسامبر 2006 ، IMS Health Incorporated. کلیه حقوق محفوظ است. چنین اظهارات ، یافته ها ، نتیجه گیری ها ، دیدگاه ها و نظرات لزوماً مواردی نیست که IMS Health گنجانیده شده یا هر یک از نهادهای وابسته یا شرکت های تابعه آن باشد.