היכולת לחזות עמידות לאנטיביוטיקה בחיידקים גרם-שליליים יכולה לאזן בין הצורך במתן טיפול אמפירי תוך צמצום השימוש באנטיביוטיקה רחבת-טווח שניתנת ללא הצדקה קלינית. מחקר חדש שנערך ב-University of New Mexico בארה"ב ביקש ליצור אלגוריתם קליני שיסייע בזיהוי חולים עם זיהום עקב חיידק גרם שלילי אך עם סיכון נמוך לעמידות ל-piperacillin-tazobactamי(PT),יcefepimeי(CE), ו-meropenemי(ME).
עוד בעניין דומה
המחקר כלל חולים מבוגרים עם ספסיס או שוק ספטי על רקע זיהום בזרם הדם שנגרם על ידי חיידקים גרם שליליים שהתאשפזו בבית החולים Barnes-Jewish בין השנים 2008 ו-2015. החוקרים השתמשו באנליזות של רגרסיה לוגיסטית רב-משתנית על מנת לתאר גורמי סיכון שנמצאו קשורים לעמידות לאנטיביוטיקות הרלוונטיות (PT, CE, ו-ME). החוקרים פיתחו עצי החלטה קליניים באמצעות אלגוריתם CHAIDי(X2 Automatic Interaction Detection).
במחקר נכללו 1,618 חולים עוקבים. שיעורי ההיארעות של עמידות ל-PT, יCE, ו-ME היו 28.6%, 21.8%, ו-8.5%, בהתאמה. שימוש קודם באנטיביוטיקה, מגורים בדיור מוגן, והעברה מבית חולים אחר נמצאו קשורים לעמידות לשלושת סוגי האנטיביוטיקה. עמידות ל-ME נקשרה באופן ספציפי לזיהום ב-Pseudomonas או Acinetobacter. הדיסקרימינציה הייתה דומה ברגרסיה הלוגיסטית הרב-משתנית ובמודל CHAID, כאשר שניהם היו טובים יותר עבור ME מאשר עבור PT ו-CE.
החוקרים מסכמים שבאמצעות משתנים פשוטים ניתן להשתמש בעצי החלטה קליניים בכדי להבחין בין חולים בסיכון נמוך, בינוני או גבוה לעמידות ל-PT, CE, ו-ME.
מקור: