日本における抗菌耐性細菌の発生の自動検出

背景：抗菌薬耐性（AMR）細菌の病院の発生は、できるだけ早く検出および制御する必要があります。 目的：病院でのAMRアウトブレイクの自動検出のためのフレームワークを開発する。 方法：日本の院内感染症監視（ジャニス）は、世界最大のAMR監視システムの1つです。この研究では、Janisデータベースのすべての細菌データが2011年から2016年の間に抽出されました。Whonetは、微生物学データの管理のためのフリーソフトウェアと、Whonetに組み込まれた無料のクラスター検出ツールであるSATSCANを使用して2015-2016データの分析に使用しました。適格な病院の。その後、日本周辺の10の代表的な病院の手動評価と検証は、2011-2016データを使用して実行されました。 調査結果：1031病院のデータが研究されました。中サイズの（200〜499層）病院が60％を占め、その後、大規模な病院（≥500ベッド、24％）および小病院（200床未満、16％）が続きました。大規模な病院では、より多くのクラスターが検出されました。クラスターのほとんどには、5人以下の患者が含まれていました。10の病院の詳細な分析から、検出されたクラスターの約80％は、関係する細菌種が日常的な監視のために優先病原体リストに含まれていなかったため、感染制御スタッフによって認識されませんでした。2つの病院では、より耐性のある病原体が発生する前に、より感受性の高い分離株のクラスターが検出されました。 結論：Whonet-Satscanは、高優先性AMR病原体のリストを超えて隔離耐性プロファイルに基づいて、疫学的に関連する患者のクラスターを自動的に検出できます。より影響を受けやすい分離株のクラスターを検出できる場合、より耐性のある病原体の発生が発生する前に、感染制御慣行への早期介入を可能にする可能性があります。

BACKGROUND: Hospital outbreaks of antimicrobial-resistant (AMR) bacteria should be detected and controlled as early as possible. AIM: To develop a framework for automatic detection of AMR outbreaks in hospitals. METHODS: Japan Nosocomial Infections Surveillance (JANIS) is one of the largest national AMR surveillance systems in the world. For this study, all bacterial data in the JANIS database were extracted between 2011 and 2016. WHONET, a free software for the management of microbiology data, and SaTScan, a free cluster detection tool embedded in WHONET, were used to analyse 2015-2016 data of eligible hospitals. Manual evaluation and validation of 10 representative hospitals around Japan were then performed using 2011-2016 data. FINDINGS: Data from 1031 hospitals were studied; mid-sized (200-499 beds) hospitals accounted for 60%, followed by large hospitals (≥500 beds; 24%) and small hospitals (<200 beds; 16%). More clusters were detected in large hospitals. Most of the clusters included five or fewer patients. From the in-depth analysis of 10 hospitals, ∼80% of the detected clusters were unrecognized by infection control staff because the bacterial species involved were not included in the priority pathogen list for routine surveillance. In two hospitals, clusters of more susceptible isolates were detected before outbreaks of more resistant pathogens. CONCLUSION: WHONET-SaTScan can automatically detect clusters of epidemiologically related patients based on isolate resistance profiles beyond lists of high-priority AMR pathogens. If clusters of more susceptible isolates can be detected, it may allow early intervention in infection control practices before outbreaks of more resistant pathogens occur.