Оптимизация потребления антибиотиков уменьшает распространенность резистентных патогенов на 15-20% за десять лет
Рост устойчивости к противомикробным препаратам (УПП) остаётся глобальной угрозой. Значительную роль в возникновении и распространении устойчивых микроорганизмов играет нерациональное потребление антибиотиков — необоснованные назначения, самоназначение и другие формы неконтролируемого применения.
Исследователи из Санкт-Петербургского государственного университета, Санкт-Петербургского ГМУ им. И.П. Павлова, Северо-Западного ГМУ им. И.И. Мечникова и Института антимикробной химиотерапии СГМУ (Смоленск) разработали математическую модель, прогнозирующую динамику УПП на основе данных о потреблении антибиотиков и уровнях резистентности в различных регионах.
Ранее, в 2017 году, эти же исследователи представили регрессионную модель прогнозирования УПП. Она использовала данные о потреблении противомикробных препаратов и динамике резистентности E. coli к цефалоспоринам третьего поколения и ингибитор-защищённым пенициллинам. Модель позволяла строить кратко- и среднесрочные прогнозы резистентности (6–12 месяцев) и показала корреляцию между уровнем потребления препаратов и формированием устойчивости.
Целью нового исследования стало создание национального банка математических моделей, прогнозирующих изменения антибиотикорезистентности. Для анализа использовали данные о потреблении системных противомикробных препаратов за 2008–2022 гг. в 82 регионах России. Информация была получена из базы IQVIA (Россия и СНГ), содержащей данные о продаже лекарственных средств.
Данные об устойчивости клинически значимых патогенов за 2013–2022 гг. были получены из системы интерактивного мониторинга AMRmap.ru — базы данных многоцентровых исследований, проводимых Институтом антимикробной химиотерапии СГМУ совместно с Межрегиональной ассоциацией клинической микробиологии и антимикробной химиотерапии (МАКМАХ).
При обработке данных были стандартизированы названия регионов и активных веществ применяемых препаратов. Для различения стационарного и амбулаторного сегментов учитывались тип инфекции (внебольничная или внутрибольничная) и источник потребления антибиотиков (больница или розничная аптека). Препараты с незначительными объёмами использования исключили из анализа.
Авторы рассчитали агрегированные показатели УПП по регионам и парам «антибиотик–микроорганизм» (отдельно для внебольничных и внутрибольничных инфекций) с годичным временным лагом, используя средние значения в скользящем окне 3–10 лет.
Для исследования была выбрана пара E. coli — цефотаксим, так как для неё имелся достаточный объём данных, и её изучение имело потенциал для оптимизации терапии. Авторы работы протестировали ряд алгоритмов машинного обучения. Наилучшую точность показала модель LightGBM.
Для этой пары также построили два десятилетних сценария динамики резистентности — при оптимальном уровне потребления антибиотиков и при реалистичном сценарии. В первом случае распространённость устойчивости снижалась на 15–20% за 10 лет, во втором — увеличивалась на 5–10%.
Моделирование показало, что наибольший потенциал снижения резистентности связан с контролем использования антибиотиков в амбулаторной практике.
В рамках проекта создан портал AMCmodel.ru , предоставляющий доступ к интерактивным моделям, данным о потреблении антибиотиков и инструментам для прогнозирования.