Антропологические и социально-экономические факторы, способствующие глобальной устойчивости к противомикробным препаратам: одномерный и многомерный анализ

Anthropological and socioeconomic factors contributing to global antimicrobial resistance: a univariate and multivariable analysis
Timothy Rutland Walsh, Peter Collignon, Sumanth Gandra, Ramanan Laxminarayan, John J. Beggs
2018-08-31

резистентность Escherichia coliпотребление антибиотиковантимикробная резистентностьинфраструктура здравоохранениямногомерная логистическая регрессия
Обоснование Понимание факторов, определяющих глобальную устойчивость к противомикробным препаратам, ограничено. Мы проанализировали устойчивость к противомикробным препаратам и потребление антибиотиков во всем мире в сопоставлении с множеством потенциальных способствующих факторов. Методы Используя три источника данных (ResistanceMap, доклад ВОЗ за 2014 год об устойчивости к противомикробным препаратам и современные публикации), мы создали два глобальных индекса устойчивости к противомикробным препаратам для 103 стран на основе данных за 2008–2014 годы: устойчивость Escherichia coli — среднемировую распространённость бактерий E. coli, устойчивых к цефалоспоринам третьего поколения и фторхинолонам, — и совокупную устойчивость — объединённую среднюю распространённость E. coli и Klebsiella spp., устойчивых к цефалоспоринам третьего поколения, фторхинолонам и карбапенемам, а также метициллин-резистентного Staphylococcus aureus. Данные о потреблении антибиотиков были получены из базы IQVIA MIDAS. Для получения данных об управлении, образовании, валовом внутреннем продукте (ВВП) на душу населения, расходах на здравоохранение и инфраструктуре населённых пунктов (например, санитарии) использовалась база данных Всемирного банка DataBank. Индекс коррупции был рассчитан на основе данных Transparency International. Связи между устойчивостью к противомикробным препаратам и потенциальными способствующими факторами оценивали с использованием простой корреляции для одномерного анализа и модели логистической регрессии для многомерного анализа. Результаты В одномерном анализе ВВП на душу населения, образование, инфраструктура, государственные расходы на здравоохранение и потребление антибиотиков имели обратную корреляцию с обоими индексами устойчивости к противомикробным препаратам, тогда как более высокие температуры, менее эффективное управление и соотношение частных и государственных расходов на здравоохранение имели положительную корреляцию. В многомерном регрессионном анализе (ограниченном 73 странами, для которых имелись данные о потреблении антибиотиков), при оценке влияния изменений индексов на устойчивость E. coli (R² 0,54) и совокупную устойчивость (R² 0,75) лучшая инфраструктура (p=0,014 и p=0,0052) и более...
1
После многофакторной корректировки лучшая инфраструктура сохраняла значимую связь с более низкой устойчивостью E. coli (p=0,014) и совокупной устойчивостью (p=0,0052).
2
Более высокая температура, менее эффективное управление и большая доля частных расходов на здравоохранение относительно государственных были положительно связаны с устойчивостью.
3
В однофакторном анализе более высокий ВВП, уровень образования, качество инфраструктуры, государственные расходы на здравоохранение и потребление антибиотиков были обратно связаны с устойчивостью.
4
Многофакторные модели объяснили 54% вариации устойчивости E. coli и 75% вариации совокупной устойчивости среди стран с доступными данными о потреблении антибиотиков.
5
Исследование создало два глобальных индекса устойчивости к противомикробным препаратам для 103 стран на основе данных за 2008–2014 годы.

Глобальная устойчивость к противомикробным препаратам в 103 странах, включая Escherichia coli, Klebsiella spp. и метициллин-резистентный Staphylococcus aureus

Антропологические, социально-экономические, экологические факторы, факторы управления, инфраструктуры, здравоохранения и потребления антибиотиков, связанные с устойчивостью к противомикробным препаратам

Publication Details
Publication Date
2018-08-31
Journal
Publisher
ISSN
Cited by
743
Access Type
Author Information
Authors
Timothy Rutland Walsh
Peter Collignon
Sumanth Gandra
Ramanan Laxminarayan
John J. Beggs
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%