查看: 375|回复: 0

多重耐药肺炎克雷伯菌(CRKP)是怎样传播的?基因组分析告诉你

[复制链接]

9万

主题

9万

帖子

9万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
96804
发表于 2018-1-16 19:16:11 | 显示全部楼层 |阅读模式
检索丨徐娅娟

翻译丨倪玲美
审核丨周玲米


编者按  近年来随着碳青酶烯类抗生素的广泛使用,耐碳青酶烯类肺炎克雷伯杆菌(CRKP)检出逐年递增,区域爆发流行的报道也屡见不鲜,CRKP感染引起血流感染病死率非常高,已对全球人类健康构成严重威胁,大量的研究与措施应用于预防院内感染,但鲜有针对院际间传播的分析研究,那究竟CRKP是怎样传播,院际间患者转移对耐药菌的传播又有着怎样的贡献呢?快看看本文的分析吧。



综合基因组和院际间病人转移数据揭示
多重耐药肺炎克雷伯菌(CR-KP)在区域暴发的传播途径


背景:多重耐药菌导致的感染是造成医疗保健相关发病率、死亡率和医疗成本支出的主要来源。由于抗生素对病原微生物抗耐药性的的进化远远超过新抗菌药物的发展,因此预防耐药菌的传播对缓解抗生素耐药性的威胁至关重要。然而,由于对耐药菌传播的流行病学特点理解的巨大差距牵制了有效的感染预防战略。尽管大量的努力用在了探讨最佳策略来防止医院内传播,但却极少关注控制耐药菌的院际间的传播。因此制定有效的战略以限制耐药微生物的增殖需要彻底的研究了解这些病原微生物如何在医疗机构中传播。


方法:为揭示2008年美国地区爆发的耐碳青霉烯类肺炎克雷伯氏菌的传播链,我们利用基因组和医疗机构间病人转移的数据进行综合分析。我们探索利用全基因组测序来跟踪地区多重耐药菌的传播和指导区域的传播干预措施。对CRKP感染爆发的地区开展隔离病人菌株的测序,获得具有足够分辨率的描绘院际机构间的传播途径地图和区分CRKP源自机构内部或机构间的传播事件。在病人传播网络的基础上检查基因组的传输网络显示阐述了单个的病人角色能够导致地区的爆发事件。


结果:当流行病学数据不明确或具有误导性时,基因组分析获得了高分辨率的传输网络,该网络可提示区域传播事件的方向性并区分院内或院际传播。在院际患者转移(患者共享网络)的背景下研究基因组传输网络,支持了该患者在疫情的过程中推动的角色,基因组分析揭示了一小子集的病人在转移事件足以解释整个区域的传播,进一步整合基因组和病人共享网络,发现了在疫情早期一个疗养院作为重要的桥梁作用(在基因或病人转移数据单独分析中的一个不明显角色)。最后,我们发现当模拟实时区域爆发时,我们的方法能够准确地推断出病人获得感染的机构。


结论:基因分析证实了基因LTACH-A发挥了主要作用,但也显示了在地区CRKP爆发中有其他的明显的传播通路。基因组分析区别了机构内和机构间的传播事件,同时特定病人传播事件支持了基因组推断院际间的传播。基因组分析方法有识别导致院内或院际传播高风险机构的潜力,这些数据将有助于采取有针对性的干预措施,以防止多重耐药菌进一步传播。





图1所示:2008年当地CRKP肺炎爆发的原始重建。收集了31例隔离患者41菌株的变异、插入缺失、医疗机构地点和日期,在BEAST完成了系统发育和原始机构的重建。树枝的颜色对应着最有可能的原始机构,树枝厚度表示相对于所有其他被考虑的机构的相对概率。基于在系统树上不同机构之间的隔离菌株的混合,树枝上数字对应于9个预测的院际传输事件。标记为A、B和C的分支高度突出了爆发的早期分支,最后分离成与患者分享网络不一致的不同的子类。







图2所示。单个病人传播的基因子集解释了基因组传输网络。病人传播网络从(17)重建。包含数字的蓝色圆圈代表病人,包含字母代表的灰色圆圈代表机构。定向边箭头代表来自或前往指定机构的病人。病人传播事件与基因组传输网络(红色边缘)一致被识别为进行研究,在病人系统树中子集侧面相接的每个院间传播事件中寻找相同的暴露机构。  边上的数字对应于图1所示的分支标签,并且只显示出可能存在的由特定的病人传播事件解释的六个关联基因组。请注意,尽管显示了单个患者分享解释,但在很多情况下是不止一个传播事件可以解释一个基因连接,因为患者当他们医疗需求改变时经常在相同的医疗机构间转移。(如急救医院、疗养院和急救住院病房)。







图3所示。基因组网络和患者传播网络的比较。(A)在患者网络(左)和基因组网络(右)中观察到的院际传播连接数量被显示为无定向网络。对于基因组网络预测的内部传输的数量也在每个机构循环标签中显示。基因传播从从系统发育重建中提取传输网络。包括来自NH-B(fig S4)的观察菌株。请注意,患者共享网络不考虑来自NH-B和LATCH-A的隔离患者的额外的观察菌株。因为目前还不清楚医疗机构中病人暴露的情况。(B)从患者传播网络和基因组传播网络(A)来的两个机构间病人关联的数量用一个散点图来比较,每一个点代表一组机构,点位置设置颤抖,这样重叠点可以被区分开来。机构间的数量使用Mantel检验(P = 0.027)比较了两个网络的连接。






图4所示。对每个隔离患者起源的实际时间通过使用完整的数据集和数据的实时子集进行基因预测的比较。实时数据子集只包括那些早先于预测确定隔离病人的菌株,根据菌株样本生长到能够培养到的时间病人从左到右排序,顶部的颜色条表示病人居住生活的机构CR-KP.菌株被收集培养到的时间。中间色条显示使用所有数据预测源机构,底部的颜色条表示在考虑仅通过实时数据显示预测源机构。顶部不同的颜色条表示预测输入,鉴别表明了一个预测的内部传播。请注意,第一个隔离的预测是微不足道的,因为没有更早的隔离菌株来连接它。


参考文献:
Evan S. S, Sarah, W,Ali, P,et,al.(2017)
“Integrated genomic and interfacility patient-transfer data reveal the transmission pathways of multidrug-resistant KlebsiellaIntegrated genomic and interfacility patient-transfer data reveal the transmission pathways of multidrug-resistant Klebsiella”.Sci. Transl. Med.


图文:春虾


回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|(浙ICP备16040142号-3)|山东省消毒供应质量控制中心

Powered by Discuz! X3.4© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表