由哥倫比亞大學梅爾曼公共衛(wèi)生學院 Sen Pei 領導的一組研究人員討論了實時預測模型對抗菌素耐藥生物體的實用性。這篇文章發(fā)表在《新發(fā)傳染病》雜志上。
抗菌素耐藥性 (AMR)——傳染性細菌、病毒和真菌抵抗旨在殺死它們的藥物的能力——是對人類健康的主要威脅。2019 年全球估計有 495 萬人死于細菌性 AMR;大多數(shù)是由六種病原體引起的：大腸桿菌、金黃色葡萄球菌、肺炎克雷伯菌、肺炎鏈球菌、鮑曼不動桿菌和銅綠假單胞菌。
在該期刊的文章中，環(huán)境健康科學助理教授 Pei 和合著者指出了幾個障礙，這些障礙使預測抗菌素耐藥生物比預測流感和 COVID-19 等其他急性傳染病更具挑戰(zhàn)性。這些挑戰(zhàn)包括缺乏對抗生素使用在推動 AMR 傳播中的作用等過程的了解;缺乏可以為 AMR 預測提供信息的可靠監(jiān)測數(shù)據(jù)，包括無癥狀定植數(shù)據(jù);以及實施預測的指南。
這篇文章概述了改進耐藥微生物預測模型的四個研究重點。首先，加強多個部門和利益相關者之間的溝通，包括學術研究人員、公共衛(wèi)生機構、醫(yī)療保健提供者和公眾，必須發(fā)生。其次，研究人員應更好地利用現(xiàn)有數(shù)據(jù)并指導收集對了解 AMR 至關重要的新數(shù)據(jù)。第三，需要更有效的算法來校準復雜的 AMR 模型。第四，預測性 AMR 模型應實時應用于現(xiàn)實環(huán)境中，以便研究人員和公共衛(wèi)生機構可以評估其有效性，他們應對 AMR 預測的性能設定適當?shù)钠谕?，并為成功預測建立合理的標準。
“隨著世界面臨日益嚴峻的抗菌素耐藥性挑戰(zhàn)，利益相關者必須共同努力，開發(fā)新的方法來預測它們的出現(xiàn)，”Pei 說。
此前，貝聿銘在《美國國家科學院院刊》 (PNAS)雜志上發(fā)表了一項研究，該研究介紹了一種比現(xiàn)有方法更準確地預測醫(yī)院環(huán)境中個體感染 MRSA 的可能性的方法。
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！