Szybkie rozprzestrzenianie się bakterii E. coli opornych na antybiotyki w Europie budzi niepokój

W najnowszym badaniu opublikowanym w czasopiśmie Eurosurveillance, naukowcy przeprowadzili sekwencjonowanie całego genomu (WGS) na 874 izolatach Escherichia coli (E. coli) niosących gen bla NDM-5, który koduje metalo-β-laktamazę New Delhi (NDM)-5. Pobrali oni zestaw prób badawczych z 13 krajów Unii Europejskiej (UE)/Europejskiego Obszaru Gospodarczego (EOG) w okresie od 2012 do czerwca 2022 roku. W badaniu Enterobacterales opornych na karbapenem i/lub kolistynę (CCRE survey) przeprowadzonym w 36 krajach europejskich w 2019 r., badacze wykryli 62 z 201 izolatów E. coli wytwarzających karbapenemazę, posiadających gen kodujący NDM-5 "blaNDM-5" w 15 krajach. Dodatkowo zaobserwowali, że niektóre z tych 62 izolatów E. coli należały do typów sekwencji wysokiego ryzyka (ST), co zwiększało ryzyko zakażeń pozajelitowych. Ponieważ wyniki te były niepokojące, Europejskie Centrum Zapobiegania i Kontroli Chorób (ECDC) zwróciło się o dalsze zbadanie sprawy. W obecnym badaniu naukowcy zainicjowali zbieranie danych WGS i epidemiologicznych dotyczących izolatów E. coli przenoszących bla NDM-5 ze wszystkich krajów UE i EOG za pośrednictwem swojej platformy EpiPulse. W odpowiedzi otrzymali dane dla 905 izolatów E. coli z 13 krajów. Odrzucili 29 izolatów, które nie spełniały kryteriów jakościowych lub nie posiadały genu bla NDM-5. Ostateczny zestaw analiz obejmował dane dotyczące 874 izolatów E.coli zebranych w latach 2012-2022 i określanych jako "kolekcje krajowe". Co warte podkreślenia, ECD1C zdeponowało te dane również w Europejskim Archiwum Nukleotydów. Stosując te same kryteria jakości, ECDC odzyskało dane WGS z systemu National Center for Biotechnology Information (NCBI) Pathogen Detection w 2022 roku, co dodało 2 561 dodatkowych izolatów E. coli do zbioru danych analizy badania. Badacze wykorzystali wersję 2.0.9 narzędzia multilocus sequence typing (MLST) z Duńskiego Uniwersytetu Technicznego (DTU) do określenia ST izolatów z krajowych kolekcji, kategoryzując je na główne i pomniejsze ST. Pierwsze i drugie stanowiły odpowiednio >10% i między 5-10% ST. Ponadto wykorzystali narzędzie PointFinder firmy DTU do wykrywania mutacji punktowych oporności na fluorochinolony oraz schemat EnteroBase cgMLST z progiem 10 różnic allelicznych w celu znalezienia skupisk powiązanych izolatów E. coli. Podobnie wykorzystali wtyczkę analityczną E. coli programu BioNumerics w wersji 7.6.3 z progami ≥60% długości sekwencji i ≥90% identyczności sekwencji dla pokrycia genów w celu określenia genów oporności. Ponadto zespół zebrał zmienne epidemiologiczne dla izolatów z krajowych kolekcji, w tym miejsce pobrania próbki, rok, miesiąc, rodzaj próbki, znaczenie kliniczne, miejsce pobrania, charakterystykę pacjenta, taką jak pacjent hospitalizowany lub ambulatoryjny, wiek, płeć, historię podróży i hospitalizacji w ciągu ostatnich sześciu miesięcy oraz ich powiązanie epidemiologiczne z innymi pacjentami. Zestaw danych do badań obejmował 3435 izolatów E. coli z blaNDM-5 pochodzącym z 267 ST, z których 83 były obecne w 874 izolatach. Pięć dominujących ST to ST167, ST405, ST410, ST361 i ST648; pierwsze trzy były głównymi ST, a pozostałe dwa były mniejszymi. Badacze wykryli te pięć w sześciu krajach Finlandia, Dania, Francja, Holandia, Irlandia i Szwecja, z których wszystkie zgłosiły ponad 20 izolatów. Autorzy zauważyli czasowy wzrost liczby izolatów E. coli niosących bla NDM-5. Co znamienne, 500 z 874 izolatów z kolekcji krajowych było zaangażowanych w 114 klastrów wielonarodowych. Spośród 3435 izolatów E. coli będących nosicielami bla NDM-5, 180 posiadało dodatkowe geny karbapenemazy, a blaOXA-181 był najczęściej współwystępującym genem karbapenemazy, gdyż był obecny w 110/180 izolatów E. coli. Spośród pięciu dominujących ST, 69 izolatów ST410 przenosiło dwa geny karbapenemazy, tj. najwyższy odsetek w porównaniu z innymi głównymi ST. Z 3435 izolatów E. coli będących nosicielami bla NDM-5, 2129, tj. 62% posiadało minimum jeden gen β-laktamazy o rozszerzonym spektrum działania (ESBL), a geny rodziny blaCTX-M były najczęściej identyfikowanymi genami ESBL, przy czym 62,3% izolatów E. coli należało do dominujących ST. Dwa geny, bla CMY-42 i bla CMY-2, kodowały nabyte β-laktamazy AmpC, z czego drugi należał do ST410, jednego z pięciu klonów wysokiego ryzyka. Oszałamiająco wysoki odsetek izolatów E. coli niosących bla NDM-5 (94,2%) był również wysoce oporny na aminoglikozydy. Podobnie, z powodu mutacji genu topoizomerazy typu II, te izolaty E. coli były często oporne na fluorochinolony. Na podstawie połączonych wyników tych markerów oporności, 58,2% izolatów E. coli przenoszących bla NDM-5 w badanym zbiorze danych okazało się oporne na wiele leków, w tym wszystkie β-laktamy, aminoglikozydy i fluorochinolony. Obecnie klinicyści stosują te antybiotyki w leczeniu ciężkich zakażeń E. coli. Ponadto badacze dokonali kilku ważnych ustaleń epidemiologicznych dla wszystkich 874 izolatów E.coli z krajowych kolekcji. Na przykład, mieli informacje na temat statusu zakażenia 618/874 izolatów i znali rodzaj próbki 766/874 izolatów. Mocz był najczęstszym typem próbki (178/874), podczas gdy krew (23/874) i drogi oddechowe (6/874) były najrzadszymi typami próbek.

Czy obturacyjny bezdech senny zwiększa ryzyko wystąpienia ostrych następstw SARS-CoV-2?

W najnowszym artykule opublikowanym w czasopiśmie Sleep, naukowcy stworzyli zharmonizowaną analizę badającą wpływ wcześniej istniejącego obturacyjnego bezdechu sennego (OSA) jako czynnika ryzyka dla następstw po ostrej fazie zespołu oddechowego z koronawirusem 2 (SARS-CoV-2) [PASC] u dzieci i dorosłych. Wykorzystano dane z elektronicznych kart zdrowia (EHR) z trzech sieci badawczych w ramach inicjatywy REsearching COVID to Enhance Recovery (RECOVER) finansowanej przez National Institutes of Health (NIH). W poprzednich badaniach stwierdzono pozytywny związek między OSA a wynikami ostrej choroby koronawirusowej 2019 (COVID-19). OSA, charakteryzujący się powtarzającą się obturacją dróg oddechowych podczas snu, jest wysoce rozpowszechniony w Stanach Zjednoczonych (USA), dotykając prawie 20% dorosłych; dlatego uzasadnia to dalsze badania jako potencjalny czynnik ryzyka dla PASC. Według ostatnich szacunków, PASC występuje u 7% do 54% pacjentów z COVID-19, nawet po całkowitym wyleczeniu. Ryzyko wystąpienia PASC różni się w zależności od płci, wieku i specyficznych, istniejących wcześniej schorzeń, takich jak nadciśnienie tętnicze i cukrzyca, co nasuwa przypuszczenie, że OSA może być czynnikiem ryzyka wystąpienia PASC. Niemniej jednak, w dotychczasowych badaniach rzadko badano i wyjaśniano wpływ istniejących wcześniej schorzeń, takich jak OSA, na ryzyko rozwoju PASC. Ponadto w badaniach należy zwrócić uwagę na inne niż ostre wyniki leczenia u osób, które przeżyły COVID-19 i mają wcześniej współistniejącą OSA. Niniejsze badanie jest pierwszą analizą danych w świecie rzeczywistym przeprowadzoną między 1 marca 2018 r. a 1 marca 2020 r., w wielu źródłach danych, przy użyciu różnych definicji Long COVID i stosując różne podejścia do identyfikacji pacjentów COVID-19 o wyższym ryzyku rozwoju PASC z powodu wcześniej istniejącego OSA. W szczególności badacze wzięli pod uwagę dowody na istnienie OSA zdiagnozowanego w ciągu dwóch lat przed czasem trwania badania. Badania National COVID Cohort Collaborative (N3C) i Patient-Centered Clinical Research Network (PCORnet) obejmowały populacje dorosłych w wieku ≥18 lat; ramię PEDSnet tego ostatniego obejmowało również populację pediatryczną. W badaniu N3C przeanalizowano dane >15 milionów pacjentów z 77 ośrodków, natomiast w badaniu PCORnet wzięto pod uwagę dane 11 milionów pacjentów z 19 ośrodków. Podobnie PEDSnet wyselekcjonował 8,5M pacjentów z sieci ośmiu pediatrycznych systemów opieki zdrowotnej. Rdzeń nauk klinicznych (CSC) na New York University Langone Health koordynował wszystkie trzy sieci badawcze RECOVER, aczkolwiek każda z sieci stworzyła odrębne, oparte na diagnozie, obliczalne definicje fenotypu (CP), aby samodzielnie znaleźć prawdopodobnych pacjentów z PASC. Warto zauważyć, że algorytmy zaprojektowane do identyfikacji pacjentów z rozpoznaniem OSA z EHRs mają doskonałą ważność. Ponadto N3C i PCORnet ograniczyły swoje analizy do osób dorosłych w wieku ≥21 lat, natomiast PEDSnet do dzieci poniżej 21 lat, ponieważ ułatwiło to rozgraniczenie wyników dla dorosłych i dzieci. Zespół przeszkolił wszystkich CP w zakresie pacjentów, którzy odwiedzili klinikę Long COVID oraz definicji zakorzenionych w zasadach obejmujących badania laboratoryjne, rozpoznania kliniczne i leki. Kryteria kwalifikujące do włączenia były takie, że pacjent wykazał dowód zakażenia COVID-19 między 1 marca 2020 r., A 28 lutego 2022 r., Zwykle pozytywny test SARS-CoV-2 reakcji łańcuchowej odwrotnej transkrypcji-polimerazy (RT-PCR) lub antygenu. Wreszcie, badacze wykorzystali modele regresji logistycznej do oszacowania nieskorygowanych i skorygowanych współczynników szans (OR) z 95% przedziałami ufności (CI) dla związku między wcześniejszym rozpoznaniem OSA a prawdopodobieństwem rozwoju PASC. Niezależnie od podejścia zastosowanego do identyfikacji prawdopodobnych pacjentów z PASC, obecna analiza wykazała, że istniejący wcześniej OSA zwiększa ryzyko wystąpienia stanów podobnych do PASC wśród dorosłych pacjentów. Nawet po skorygowaniu o inne choroby współistniejące, ten dodatni związek pozostał istotny, choć nieco osłabł. Analiza wrażliwości uwzględniająca istniejące wcześniej nadciśnienie tętnicze i cukrzycę zamiast skali współzależności nie zmieniła wyników w przypadku osób dorosłych. I odwrotnie, wyraźne pozytywne powiązania między wcześniej istniejącym OSA a prawdopodobnym PASC wśród dzieci stały się nieistotne po skorygowaniu o choroby współistniejące. Dodatkowo, analizy wrażliwości uwzględniające astmę, nadciśnienie i cukrzycę u dzieci zmieniły obserwowane związki i pozwoliły na uzyskanie innych szacunków efektu. Otyłość była najczęstsza w sieci PCORnet i odpowiadała za pewne widoczne różnice w wynikach PASC związanych z OSA we wszystkich trzech sieciach. Częściowo otyłość i podobne choroby współistniejące utrudniały i zmniejszały siłę związku z PASC.