读下研究确定了需要进行抗菌素耐药性监测的地区
中东，撒哈拉以南非洲和太平洋岛屿应优先考虑抗微生物抵抗监测，研究人员在最近的一项研究中表示，在需要或可以改善这些地区的监视。
“对抗生素的临床抵抗构成了对全球健康的巨大威胁。为了帮助通知治疗和行动来解决这种威胁，临床抵抗的结构监测是必不可少的，“Rik Oldenkamp，Phd，阿姆斯特丹全球健康与发展研究所和阿姆斯特丹大学医学中心全球健康系的博士后研究员告诉Healio。
“然而，建立和维持监测是非常昂贵的，特别是对低收入和中等收入国家，这些国家仍然存在巨大的知识差距，”Oldenkamp说。“与此同时，这些国家的传染性疾病负担过重。因此，我们开发了一种数据驱动的方法来估计全球的耐药性水平，并在此帮助下，确定优先级监测工作”。
Oldenkamp及其同事利用对19类抗生素耐药的9种病原体的模型，旨在捕捉抗菌素耐药(AMR)流行率和社会经济特征之间的统计关系。根据这项研究，研究人员将来自耐药性地图(一个耐药性趋势库)的流行数据与世界银行的5595项指标构建的社会经济概况相结合，并使用交叉验证模型来估计缺乏数据的国家的耐药性临床流行率和趋势。
总的来说，该研究显示了对9种病原体中的6种的高预测准确性。他们发现预测的准确性较低铜绿假单胞菌(问2= 0.58)和金黄色葡萄球菌(问2= 0.56)链球菌引起的肺炎大幅减少(q2= 0.27)。预测误差最大的是肠杆菌属aerogenes/下水道和肠球菌粪便，以及大肠杆菌特别是在伊朗和印度尼西亚。E。aerogenes/下水道和E。都有效在resistance emap中分别有相对较少的13个和46个国家。
研究人员说，尽管能够准确地预测类似国家的临床抗菌素耐药性流行情况，但具有不同特征的目标国家的表现较低。
根据Oldenkamp的说法，他们能够根据不同的数据驱动标准确定三个感兴趣的优先监测地区⎼⎼中东国家的耐药性水平最高，撒哈拉以南非洲地区是过去20年相对耐药性增加最多的地区，以及太平洋岛屿等可能受益于覆盖率提高的各种小岛屿国家。
然而，研究人员承认，他们的模型在谱的上限上有“高估耐药性流行率的轻微倾向”。然而，他们说，在抗菌素耐药性估计将迅速增加的国家，应优先开展抗菌素耐药性监测工作。
“我们估计各个国家水平的临床抵抗力。这些估计值可以支持（Supra-）国家的制定监控策略Oldenkamp表示，，可能是国家治疗指南，但当地的临床推论更难以吸引，特别是在大型和高度异质的国家。““我认为这将需要更加适合特定的当地条件的地方方法。”