條文本
PDF
文摘
客觀的開發工具預測個性化治療淋病,使治療之前推薦的抗生素,減少使用最後防線的頭孢曲鬆鈉治療。
設計一個造型研究。
設置英格蘭和威爾士。
參與者個人訪問哨兵衛生服務。
幹預開發一個Excel模型使用參與者的人口、行為和臨床特點預測容易遺留抗生素。利用2015 - 2017年的數據計算了模型參數的淋球菌的耐抗菌素監測計劃。
主要結果測量估計數量的劑量的頭孢曲鬆鈉保存,和延遲的有效治療的人數,通過模型在臨床實踐中使用。模型輸出的預測風險對環丙沙星的耐藥性,阿奇黴素,青黴素和頭孢克肟,不同組合的團體的個人特征(性別、性取向、最近的性伴侶數量、年齡、種族),和治療的建議。
結果收集2015年至2017年,8013年隔離:64%與男性發生性關係的男性,18%來自異性戀男性和18%的女性。在參與者的子組,分層預測,患病率高的環丙沙星的耐藥性(範圍:11% - -51%)和青黴素(範圍:6% - -33%)。頭孢克肟阻力患病率為阿奇黴素和範圍從0%到13%,對頭孢曲鬆鈉是0%。模擬模型的使用,88%的人可以給予阿奇黴素、頭孢克肟和10%儲蓄頭孢曲鬆鈉劑量的97%,有1%的人延遲有效治療。
結論使用人口和行為特征,我們不能可靠地識別參與者子集環丙沙星或青黴素會是有效的。頭孢克肟阻力幾乎是普遍低;然而,用頭孢曲鬆鈉代替近似統一頭孢克肟治療耐頭孢克肟和頭孢曲鬆重現的風險。幾個子組阿奇黴素阻力較低,但普遍阿奇黴素單方風險抵抗人口水平。然而,這個數據集有局限性;進一步探索個人特征來預測阻力更大範圍的遺產抗生素可能仍然是合適的。
- 公共衛生
- 公共衛生
- 流行病學
- 流行病學
- 泌尿生殖醫學
- 性醫學
數據可用性聲明
合理的請求數據。Excel電子表格和用戶指南作為補充材料。掌握數據集可以在請求從英國公共衛生。
這是一個開放的分布式條依照創作共用署名非商業性(4.0 CC通過數控)許可證,允許別人分發,混音,適應,建立這個工作非商業化,和許可他們的衍生產品在不同的協議,提供了最初的工作是正確地引用,給出合適的信用,任何更改表示,非商業使用。看到的:http://creativecommons.org/licenses/by-nc/4.0/。
來自Altmetric.com的統計
本研究的優點和局限性
模型預測個體易感性遺留抗生素治療淋病,並提供建議。
估計數量的治療劑量的最後防線頭孢曲鬆鈉保存如果模型用於臨床實踐。
使用現代抗生素耐藥性監測數據。
簡單、友好的Excel模型可以更新最近的監測數據或額外的風險因素。
小樣本大小有限的選擇和風險因素的數量所使用的模型和流行的可靠性估計。
介紹
淋病是第二個最常見的細菌性性傳播感染(STI)診斷在英國。2018年,56 259診斷報告在英國,比2017年增加了26%。1 2,若不及時治療淋病會導致尿道炎,宮頸炎,盆腔炎和不孕。3 4淋病奈瑟氏菌已經對所有的抗生素產生了耐藥性以前用於治療。3個5磺胺類藥、青黴素、四環素、頭孢克肟阿奇黴素和環丙沙星,細菌已經成為依次對每個新的治療方法,包括,在極少數情況下,當前和最後防線的頭孢曲鬆鈉治療。6 7在英國,個人被診斷患有淋病規定1 g的頭孢曲鬆鈉由肌內注射;在其他國家,頭孢曲鬆(250 - 500毫克)的雙重治療建議口服阿奇黴素(1 - 2 g)。8 - 10
抗菌素的淋球菌的耐藥性監測計劃(掌握)、哨點監測方案,監控抗菌素耐藥性(AMR)n球菌在英格蘭和威爾士自2000年(圖1)。8 11幾個ceftriaxone-resistant淋病病例報告以及隔離的比例的增加與更高的最低抑製濃度(MIC)對頭孢曲鬆鈉,表明減少對抗生素的敏感性。隨著時間的推移,麥克風的向上漂移可能導致頭孢曲鬆阻力。8 12 13
淋球菌的抗生素耐藥性趨勢,2011 - 2018。數據從英國公共衛生。8*分離株耐頭孢曲鬆鈉的比例從2011年到2018年的0%。
考慮到減少對頭孢曲鬆鈉和多個治療失敗的報道,替代治療策略應考慮準備的新興威脅頭孢曲鬆阻力。8日12這可能涉及治療病例與以往推薦抗生素延長的壽命頭孢曲鬆鈉作為一種有效的治療方法。電流與頭孢曲鬆治療往往是經驗而不是基於個人孤立易感性,常常因為沒有文化的結果是可用的治療;這種方法假設所有對之前治療抗感染,這在大多數情況下是不真實的。2此外,抵抗流行一些遺留抗生素減少他們的使用減少,例如,頭孢克肟。AMR的患病率也可能在不同的子組的個體。例如,antibiotic-susceptible壓力循環中被認為是低風險的組織,比如那些不太可能被暴露於抗生素。14這意味著許多人正在接受最後防線療法可能與遺留抗生素治療。7日14
本研究旨在開發一個Excel模型預測對傳統抗生素,基於個人人口統計,行為和臨床特點。這可能使個性化與遺留抗生素治療淋病的人估計風險非常低的阻力。掌握數據被用來估計AMR的患病率在不同組的人,試圖確定組發病率很低的AMR通過一個探索性的方法。這些估計是輸入模型,它提供了個人的AMR和推薦的治療選擇的風險。使用該工具在臨床實踐指南治療可以減少劑量的頭孢曲鬆鈉的數量,保護其使用壓力要求最後防線的療法。這可能延長壽命的頭孢曲鬆鈉是一種有效的抗生素選擇壓力減少和延緩耐藥性的出現。
方法
數據源
pseudonymised使用的研究,個人需要掌握監測數據集的數據,在2015年和2017年之間。掌握項目包括收集臨床分離菌連續患者被診斷出患有淋病每年7月至9月,在英格蘭和威爾士前哨性健康診所。隔離抗菌藥物敏感性檢測和麥克風記錄。相匹配的數據統計、臨床和行為特征提交的診所。12日15診斷靈敏度測試瓊脂,掌握所使用的介質隔離的敏感性測試,是在2015年發生了變化;這影響了麥克風阿奇黴素和四環素。16日17為了避免困難解釋數據在這一時期,從2015年起我們使用數據。
數據分析
我們研究了參與者之間的關係特點和AMR來決定哪些風險因素包括在模型中。掌握數據提取和分析進行了占據V.13。本研究使用麥克風閾值選擇的理解定義淋球菌的耐藥性,並結合藥敏斷點使用由歐洲委員會(EUCAST)在2018年。(表1)16日18值得注意的是,阿奇黴素的EUCAST斷點已經被替換為一個流行病學截止值為1.0 mg / L,但之前的斷點0.5 mg / L為連續性一直保留在把握報告。19日20我們研究了風險因素已經被證明或被懷疑與減少抗菌藥物敏感性:例如,男男性行為者(MSM)被發現比異性戀男性有較高的AMR,記住並非總是真實的披露性取向在醫療設置。14日21日22其他特征,比如年齡和性別也被建議作為一個風險因素與電阻有關。14總的來說,我們調查了特征:性別、性取向、年齡、種族和最近的性伴侶的數量(在前三個月),以及艾滋病毒狀況,先前的淋病和並發性傳播感染,他們彼此相關。我們進行了邏輯回歸來確定口服補液鹽對抗生素耐藥性和參與者之間的關係特征。進行了分層分析獲得的估計患病率的抵抗子組的不同組合的特點發現阻力。
我們選擇調查抵抗抗生素環丙沙星,阿奇黴素,青黴素和頭孢克肟,因為他們都是之前推薦治療淋病、和電阻掌握中描述數據集。盡管使用阿奇黴素與頭孢曲鬆鈉作為一線治療在世界範圍內,這不是在英國目前建議;因此,我們被作為傳統抗生素阿奇黴素。
模型
我們開發了一個用戶友好的模型在Microsoft Excel(2016版本)來預測個性化治療淋病。它由一個輸入表進入個人特征;一個查找表包含估計患病率的阻力來自掌握數據;和一個輸出表提供對多種抗生素耐藥性的風險和治療建議。我們開發了治療基於世界衛生組織指南的推薦算法。23
模擬
我們估計的影響,在臨床實踐中使用的工具在一個假設的人口估算劑量的頭孢曲鬆鈉保存的數量和延遲有效治療的人數。我們將預測結果在test-of-cure (TOC)後續谘詢BASHH治療指南中推薦2周。4我們認為,治療失敗率等於電阻的風險估計子群,如果治療後被發現不成功的TOC,個人將被規定的頭孢曲鬆鈉。我們估計總數計算劑量的劑量的頭孢曲鬆鈉保存保存最初的處方遺留抗生素頭孢曲鬆鈉,而是-劑量的頭孢曲鬆鈉在後續治療是否成功。其他假設治療失敗僅僅是由於阻力,而不是其他因素,如缺乏依從性;沒有再次感染;和所有個人參加了後續。
我們模擬使用的模型在5%的門檻最高的可接受風險的抵抗一個遺留的抗生素處方,以及閾值的10%和20%,敏感性分析來探索一個不太謹慎的方法。我們也多次仿真使用CIs的上下界的估計阻力在每個子群的風險,讓我們調查的影響,或高或低患病率比預測的阻力。對團體的患病率阻力估計是零,下界是0,和一個值的0.25被選為上限,基於類似的方法用於其他研究。24
病人和公眾參與
患者或公眾沒有參與設計,或行為,或報告,或傳播本研究計劃。
結果
樣本特征
在2015年至2017年之間,8013隔離被收集的把握,以及性別和性取向等特征,進行藥敏測試。分離收集來自29個免費的使用,專家在英格蘭和威爾士性健康診所。8每個診所提供的樣品的平均數量是276,從18歲到1567樣本/診所。總的來說,隔離來自男男同性戀者的63.5%,18.4%來自異性戀男性和18.1%來自異性戀女性。總體而言,39.5%的分離株耐環丙沙星;8.2%,阿奇黴素;對青黴素14.1%;頭孢克肟和1.2%。數據清理之前進行了分析:8494年觀察,記錄有8014上座率收集患者信息和隔離;刪除重複的觀察8013剩餘的觀察。診所re-attendance期間探索分析,被重複的門診專門患者具有不同的ID碼附帶的信息,例如日期訪問。共有8013個診所上座率發生在7765年,由於re-attendance。 In total, 224 people attended the same clinic twice (2.9%); 12 people attended the same clinic three times (0.2%). The remaining 7529 people did not re-attend (97.0%). Re-attendances were not removed from analysis but retained, acting as separate treatment episodes. Cases where the same people attended different clinics could not be identified as patient ID codes were clinic specific.
風險因素和抗生素抗性之間的關係
我們探索了個人特征之間的關聯,AMR確定哪些變量應該被包括在模型中,使用掌握監測數據從2015年到2017年。我們結合性別和性取向成一個單一的變量分為女性,異性戀男性和男男同性戀者;這是由於非常低的女性人數確定為雙性戀或同性戀。我們不能進行邏輯回歸對某些變量,例如,並發性傳播感染,由於缺失的數據。
AMR的機率,與口服補液鹽單變量計算,所有抗生素,在男性比女性更大的和更大的在男男同性戀比異性戀男性抗生素頭孢克肟除外,男男同性戀者有顯著降低的可能性的阻力(或0.24,95%可信區間0.11 - -0.50,p = 0.000) (表2)。AMR的幾率要大於所有抗生素頭孢克肟除了比年輕人,老年人的幾率較低。白色種族的觀察同樣的模式:個人有更高的幾率AMR抗生素頭孢克肟除外。在最近的兩個以上性伴侶的幾率大環丙沙星抗性和抵抗的幾率減少阿奇黴素,青黴素或頭孢克肟。
Subgroup-specific分析
我們進行了分層分析估計患病率的抵抗參與者子組基於組合與AMR相關的風險因素:年齡、性伴侶數量前三個月,性別、性取向、種族(圖2)。這些變量選擇,因為它們與AMR患病率或高或低。我們還互相描述這些變量的相關性(在線補充表A1)。高水平的缺失數據為變量,如艾滋病毒狀況和以前的淋病感染禁止引入分層分析。12值得注意的是,該站點的變量的感染(如尿道、宮頸或咽)是不包括在模型缺失或未知的41%的觀測數據集;地理區域的變量也被排除在外,因為它缺少64%的觀察(A2和A3在線補充表)。一些變量轉換為二進製變量的分層分析,包括更多的分類導致了低的個體數量每層。截止點選擇binarisation目的是歧視性的,導致大量不同的流行AMR集團之間,而剩餘的臨床相關。因此,否決選擇如下:數量的合作夥伴(< 2或≥2夥伴)、年齡(< 25或≥25年),種族(白色或其他)。重要的是,每層缺失數據和低的個體數量有限的選擇和數量變量包含在分層分析。4944年8494總樣本的觀察,包括在分層分析(58.2%)。
圖表顯示了抗生素耐藥性的流行的變化在不同的患者亞組。藍線代表了5%抵抗閾值,低於抗生素可以推薦。嗯,異性戀男性;男男,與男性發生性關係的男人。
估計耐藥性的流行得到24不同參與者群體。環丙沙星,阻力在所有組高,平均值為31.6%,從11.1%變化到54.1%;電阻最低在至少兩個最近的性伴侶的女性,至少25歲,非白人種族(表3,圖2)。阿奇黴素,中值電阻患病率為6.2%,最大值為12.7%。五組(6.3%的參與者)沒有記錄阿奇黴素的阻力,而多個組有一個流行的阻力小於5%,世衛組織治療閾值(由18.3%的參與者包括在模型)。9對青黴素、阻力相對較高,平均為13.5%;這從5.8%變化到33.3%,從未低於5%推薦那些限製,最低在至少兩個最近的性伴侶的女性,25歲以下和白人種族。頭孢克肟為中值電阻患病率為1.9%;九子組沒有記錄電阻(占33.7%的參與者)。耐頭孢克肟的最高記錄為13.3%;否則,估計患病率頭孢克肟的阻力幾乎是普遍低。總的來說,96.3%的參與者掉進估計組與頭孢克肟的耐藥率低於5%。
開發模型
我們開發的模型作為一個Excel電子表格允許輸入個人特征和提供一個輸出的預測對環丙沙星的耐藥性的風險,阿奇黴素,青黴素和頭孢克肟治療推薦風險高的抗生素。模型(模型,在線補充文件)和用戶指南(建模用戶指南,在線補充文件1)提供額外的文件。我們開發了推薦的處理算法,這樣如果一個年長的抗生素耐藥性的風險估計是5%或更少,這種抗生素將推薦而不是頭孢曲鬆。這是基於那些準則指定治療隻能建議是否至少有95%成功的機會。23模型中使用的閾值是可修改的,以適應用戶的判斷。
仿真模型的影響
我們模擬模型的影響如果用於常規臨床實踐的假設的人口50 000人診斷出患有淋病,基於檢2018年度STI數據表,假設具有相同的分布特征的樣本包含在分層分析。1我們估計,使用該工具在推薦一種抗生素耐藥性閾值為5%,有98.5%的人(252年49)參加口香糖診所頭孢克肟與淋病最初可以治療或阿奇黴素代替頭孢曲鬆鈉(表4)。環丙沙星和青黴素耐藥性的流行率太高了對於任何組織與這些藥物治療。隻有異性戀男性25歲以下有少於兩個最近的性伴侶,白色的種族,將最初給定的頭孢曲鬆鈉。治療會失敗的1.0%的人(519),在後續將規定的頭孢曲鬆鈉,這意味著模型估計的治愈率為99.0%。這導致了整體價值的97.47%劑量的頭孢曲鬆鈉保存(48 733)。我們重複這個分析抗生素10%和20%閾值的推薦來估計不太謹慎的方法遺留抗生素處方的影響;這可以節省更多劑量的頭孢曲鬆鈉,但更多的人被延期的風險有效治療由於阻力。在10%和20%的水平,所有個人最初頭孢克肟治療或阿奇黴素,這些抗生素耐藥性的風險總是估計低於對環丙沙星的耐藥性和青黴素。總體而言,98.8%的劑量的頭孢曲鬆鈉(49 422)得救了,而1.2%的人(578)被推遲有效治療(治愈率98.8%)。我們也多次仿真使用CIs的上下界的估計阻力患病率(表4),調查普遍估計的不確定性的影響。使用下界(假設抵抗患病率低於預測),用5%,10%或20%治療閾值,99.7%(844年49)劑量的頭孢曲鬆鈉得救了。使用上限閾值為5%,73.4%(36700)劑量的頭孢曲鬆鈉得救了。在10%的水平上升至83.9%,96.2%在20%的水平。
討論
聲明的主要發現
在這項研究中,我們開發了一個模型預測個體易感性根據患者特點與抗生素抵抗:性別,性取向,年齡,種族和最近的性伴侶的數量。這是通過計算估計阻力的患病率在不同參與者的子組,利用掌握的數據。我們估計,對環丙沙星的耐藥性和青黴素治療太高了在所有組,環丙沙星從未低於11.1%或5.8%的青黴素。23頭孢克肟和阿奇黴素,耐藥性的估計患病率較低,估計閾值低於5%的治療建議病人組占96.3%的個人(頭孢克肟)或18.3%(阿奇黴素)。
模型可能是一個新穎的方法迅速建立個體易感性的抗生素、利用群體數據來預測個體的易感性。然而,在實踐中使用的工具將取決於電阻足夠多樣的流行團體之間,使異構抗生素處方。如果AMR預測普遍低,所有參與者都規定一個遺留的抗生素,阻力很快就會再次出現。如果AMR普遍高,沒有遺留將抗生素,情況將會改變。理想情況下,少數小群體的個體可以安全地與一係列不同的遺留抗生素治療沒有促使任何一種抗生素耐藥性的迅速恢複。當我們模擬日常使用模型在臨床實踐中,我們估計97.5%的劑量的頭孢曲鬆鈉,頭孢克肟治療人們普遍可以拯救(88.2%的參與者)或阿奇黴素(10.3%)。然而,頭孢克肟頭孢曲鬆鈉替代在大多數病人是不可取的,因為它可能導致廣泛的回歸耐頭孢克肟和頭孢曲鬆鈉也可能選擇,而廣泛使用阿奇黴素單一療法也可能阿奇黴素阻力的回歸。25因此,分析表明,可能沒有足夠的變化在病人對這些抗生素對當前上下文中的這種方法是可行的。
這項研究的優勢和劣勢
我們從當代抗生素耐藥性數據派生模型參數和個人特征在英格蘭和威爾士。掌握數據集被認為有健壯的方法,用於確定AMR和提供了一個寶貴的資源與各種各樣的個人特征結合阻力數據。12日15本研究使用一個簡單的、用戶友好的Excel工具來預測治療。該工具可以修改更新最近的電阻數據,不同的風險因素或其他抗生素。能夠修改處方抗生素耐藥性閾值使工具更加多才多藝的和可接受的。這個簡單的方法基於個人特征的分層治療可轉讓的,可應用於其他傳染病的管理,例如尿路感染,提供優質,可靠的數據是可用的人口的AMR的趨勢。5 26更廣泛地說,一個個性化的抗生素處方的方法可能會導致增加異質性的治療,減少耐藥性的出現的選擇壓力最後防線的療法。6
過采樣掌握數據集的一些組織可能與患病率的差異有關參與者團體之間的電阻。例如,男男同性戀者更有可能在前哨網站和目前的治療是一個高風險為AMR集團;這可能導致高估了耐藥性的流行在我們的樣例。15此外,小樣本大小被用來獲得subgroup-specific阻力估算。這部分是因為掌握數據集限製為3年的數據(2015 - 2017)由於介質的變化2015年用於對一些抗菌素敏感試驗。更小的數據集和高水平的數據情況對於一些變量有限數量的選擇和風險因素納入模型中,由於每層數量低的個體,從而降低流行率的可靠性估計。例如,樣本的來源(如尿道、宮頸或咽)並不包括在模型中由於大量缺失的數據變量。這可能會限製模型已知感染更容易港口阻力;他們也可以更難以治療和需要頭孢曲鬆鈉治療。4 27 28同樣,因為隻有有限數量的變量可以包含在模型中,這種簡單的方法預測個體易感性基於單個類別廣泛,這可能不是最可接受的或準確的方法。更廣泛地說,再度發行老抗生素的選擇壓力可能會增加AMR,即使研究旨在介紹這些抗生素保守。仿真可能不能完全代表的真正影響工具由於沒有loss-to-follow-up和禁忌症等假設任何抗生素。29日
與其他研究的優勢和弱點
使個性化治療,其他的研究都集中在生化技術,如核酸擴增檢測(NAATs),而不是數學模型。6快速NAAT即時檢測正在開發快速確定的存在n球菌臨床分離株對多種抗生素及其敏感性,基於分子標記的存在與否與電阻有關。這可能會促進快速通過提供個性化治療的結果在90分鍾。7 30-33例如,分子檢測可以準確地確定對環丙沙星的耐藥性通過檢測淋球菌的改變GyrA S91軌跡,占最耐環丙沙星。34 35的造型方法可能可以接受低於生化技術,因為它依賴於群體假設個體阻力,而不是使用標本個體本身。然而,數學模型可以更便宜、更少的技術難度和適用的世界比生化技術,因為它不需要專門的設備,隻有一個簡單的Excel模型提供即時的信息,提供當地GRASP-like監測數據是可用的。3 36其他分子方法包括使用全基因組測序(WGS)。預測模型和機器學習算法開發了預測抗性表型的基因序列n球菌。33 37 38雖然這種方法包含更為複雜和多樣化的機製比NAATs阻力,它不是完全準確預測個體的易感性。33 39其他研究也調查了再利用老抗生素或用於其他疾病,如慶大黴素、aztreonam廣泛的淋球菌的耐藥性的出現並非這些治療方法。25 40 41然而,他們不太可能很快被推薦為一線治療由於降低療效或缺乏證據的臨床療效。盡管此前出現的抗生素的耐藥性調查在這項研究中,他們先前的一線治療方法已經研究好了,為受感染是有效的。42
這項研究的意義
在這項研究中,我們開發了一個簡單的,用戶友好的模型預測個性化治療淋病,如果實現在實踐中能夠使用傳統抗生素在受到感染而不是最後防線頭孢曲鬆鈉治療,可以延長其有效壽命。這是符合英國國家戰略AMR,旨在優化使用抗生素和保存最後防線療法。43然而,我們發現,抗生素耐藥性可能不夠不同參與者組之間的異構處方抗生素,這是必不可少的方法是可行的。環丙沙星和青黴素耐藥性的流行率太高,允許治療,耐頭孢克肟,被發現在群體普遍低。然而,我們的模型建議,幾乎所有人都是頭孢克肟治療,這可能會導致電阻的重新崛起。盡管如此,頭孢克肟治療少數患者可能是可行的。阿奇黴素抵抗潛在的變化足夠的各組促進異構治療;阿奇黴素單一療法是有效的治療敏感n球菌,這可能是一個潛在的選擇對於那些低耐藥性的風險預測。44 45然而,2 g的阿奇黴素必要避免耐藥性的發展可以與胃腸道不良反應有關。4 46 47此外,這個初步模型隻推薦抗生素單一療法,已與耐藥性的傳播有關。例如,電阻出現頭孢克肟頭孢克肟和阿奇黴素後在日本使用和阿奇黴素的單一療法5 48 49開發一個模型,可以推薦個性化多種藥物治療,在醫生的幫助指導,可以幫助減少阻力新興的風險,使該方法更有效。7 41
初步數據分析是評估工具是否使用常規病人數據指導治療可能是有用的和刺激的上下文中進一步討論日益擔憂抗生素耐藥性。這可能也有助於支持決策使用的新的診斷測試檢測電阻隨著這些越來越常見。
懸而未決的問題和未來的研究
未來的研究可以探討使用這種方法更健壯的估計患病率的阻力。這可以實現更大的數據集,包括年掌握數據潛在的未來,盡管使用舊數據可能降低模型反映人口變化的電阻模式的動態特性。另外,該模型可用於與其他監測係統的數據,例如,數據從泌尿醫學診所活動數據集或第二代監控係統。百分比較區域數據的使用允許性網絡可以包含在模型和提供更大的歧視性的價值比病人獨自的特點。用一個更大的樣本量,來自多個數據源的數據,可能會導致更健壯的估計阻力的患病率在不同參與者組。這可能有助於確定是否這種方法在實踐中是可行的。使用一個更大的數據集也可以使更深入的分層分析,允許開發的替代算法確定最佳風險因素包括模型,不受限於少量個人每層。這可能促進的發展模式類別廣泛的參與者,更大的區分能力,為個體易感性可能更準確的預測。在未來,這種建模方法也可以用於從WGS結合生物信息學數據預測抗生素易感性的遺傳信息;這個旨在鏈接從淋球菌的分離基因組序列數據來預測他們的表型的易感性,但目前不是完全準確預測敏感性。37 39 53分子分析來檢測遺傳標記的阻力在病人級別是另一個可用的工具可以與造型相結合的方法。34 35模型中使用的數據源通知規定可能導致更微妙的個性化決策。
重要的是,未來的研究可以探討測試模型在現實情況下,包括文化和AMR檢測的樣本,以確定模型的適用性在英國診所以及臨床醫生的合規的預測模型,隨後的任何改變處方的做法是公平和優化病人治療。類似的用戶友好的工具來預測癌症風險和抗生素耐藥性風險使用病人特點已經接受臨床醫生提供易於使用的工具,快速完成對每個病人和臨床機構認可。26 54-56監測數據中使用一個工具來指導處方也需要準確和相關的病人人口。57進一步發展與臨床醫生可以幫助評估這種處方的方法的可接受性,任何壁壘或主持人去使用它,那麼是否可以被集成到臨床實踐。
數據可用性聲明
合理的請求數據。Excel電子表格和用戶指南作為補充材料。掌握數據集可以在請求從英國公共衛生。
倫理語句
倫理批準
許可獲得訪問掌握存儲監測數據和收集的英國公共衛生(檢),數據保護法案》(1998)和性病和艾滋病數據共享政策。所有個體層麵的數據提取掌握pseudonymised和從一個安全的訪問板式換熱器筆記本電腦和服務器並沒有從板式換熱器的前提。掌握數據被用來估計模型參數是不被認為是保密的(例如,抗生素耐藥性的流行程度)。倫理批準這項研究是來自布裏斯托爾大學的倫理委員會(身份證:87902)。
確認
我們承認公共衛生英國允許和促進掌握數據的訪問。低頻、鎂和KMET承認NIHR健康保護研究的支持單位在布裏斯托大學行為科學和評價。KMET承認支持英國健康數據研究通過更好的護理合作西南(HDR CF0129)。
引用
腳注
推特@katymeturner
貢獻者如果導致的設計研究中,進行數據分析和解釋,起草和修訂後的手稿。KMET導致的概念和設計研究和數據分析和解釋。HM和MG和收購的概念和設計研究和解釋數據。小和高頻的概念和設計數據的研究和解釋。對采集的數據和解釋OGO貢獻。所有作者修訂手稿批判性和批準了最終版本。
資金作者並沒有宣布具體資助這項研究從任何公共資助機構,商業或非營利部門。
免責聲明作者的觀點是,不一定NIHR,衛生和社會保健,或板式換熱器。
相互競爭的利益葛蘭素史克製藥公司的個人費用報告,Mycovia Nabriva療法以及葛蘭素史克製藥公司和阿斯利康製藥公司的股票的所有權;和英國和歐洲指南》的作者在盆腔炎;是一個歐洲性傳播感染指南編輯委員會的成員;是一個國家健康研究所資助委員會成員(衛生技術評估項目)。他是一個NIHR期刊的主編和副主編性傳播感染日報》。他是一個國際聯盟的反對性傳播感染(會計)和慈善機構性傳播感染研究基金會的受托人。KMET收到葛蘭素史克和谘詢費用贈款資金從水瓶座人口健康這個項目以外的工作。
出處和同行評議不是委托;外部同行評議。
補充材料此內容已由作者(年代)。尚未審查由BMJ出版集團有限公司(BMJ)和可能沒有被同行評議。任何意見或建議討論僅代表作者(年代)和不了BMJ的支持。和責任起源於BMJ概不負責任何依賴的內容。內容包括任何翻譯材料,BMJ並不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南,術語,藥物名稱和藥物劑量),和不負責任何錯誤或遺漏引起的翻譯和改編或否則。