文献速递重症综合管理与镇静镇痛消化、代谢与肾脏急症

抗生素暴露的谱、剂量与疗程与ICU获得性碳青霉烯耐药革兰阴性菌风险:前瞻性队列研究

Spectrum, dose, and duration of antibiotic exposure and risk of intensive care unit-acquired carbapenem-resistant gram-negative bacteria: a prospective cohort study.
PubMed 文献 · Ann Intensive Care · 2025-12-01
一句话结论在ICU患者中,抗生素谱(ASI/抗生素日)是ICU获得性CR-GNB的独立主要驱动因素,其相对重要性超过剂量(DDDs)和疗程(LOT)。

该前瞻性队列研究纳入4个ICU的422例成人患者,从入ICU至出院或首次CR-GNB阳性培养期间量化抗生素暴露的谱(ASI/抗生素日)、剂量(DDDs)和疗程(LOT)。151例(35.8%)发生ICU获得性CR-GNB。充分调整后,ASI/抗生素日每增加1单位与CR-GNB风险独立相关(aHR 1.14,95%CI 1.09-1.19,P<0.001),呈J型非线性关系;DDDs(aHR 0.89,95%CI 0.69-1.15,P=0.374)和LOT(aHR 1.03,95%CI 0.97-1.11,P=0.214)无显著独立关联。相对重要性分析显示ASI/抗生素日最重要(P<0.001),显著超过DDDs和LOT(P>0.05)。作者认为,以预防CR-GNB为目标的抗生素管理策略应优先优化抗生素谱。

要点

  • 在4个ICU的422例成人中,151例(35.8%)发生ICU获得性CR-GNB,中位随访12.0天(IQR 8.0-17.0)。
  • 充分调整后,ASI/抗生素日每增加1单位,ICU获得性CR-GNB风险aHR 1.14(95%CI 1.09-1.19,P<0.001),呈J型非线性关系(非线性P=0.027)。
  • 充分调整后,DDDs与CR-GNB无显著独立关联(aHR 0.89,95%CI 0.69-1.15,P=0.374),LOT亦无显著独立关联(aHR 1.03,95%CI 0.97-1.11,P=0.214)。
  • 相对重要性分析中ASI/抗生素日最重要(Importance=25.92,P<0.001),显著超过LOT(Importance=0.46,P=0.228)和DDDs(Importance=-0.28,P=0.397)。
  • 与低ASI(<5)相比,高ASI(8-33)组CR-GNB获得风险近5倍(HR 4.90,95%CI 2.60-9.23),中ASI(5-8)组HR 1.73(95%CI 0.89-3.35)。

适用人群与场景

  • 2024年3月至2025年1月期间连续收入复旦大学附属华山医院4个ICU(神经外科、综合、感染科)的成人患者。
  • 排除:年龄<18岁;入ICU前或入ICU48小时内检出CR-GNB;直肠监测培养少于2次;多次入ICU者仅分析首次。

诊断标准与关键阈值

  • ICU获得性CR-GNB定义:入ICU≥48小时后首次检出CR-GNB(感染或定植),且入ICU48小时内临床和/或监测培养CR-GNB阴性。
  • 直肠监测或任何临床培养CR-GNB阳性即视为获得;仅直肠监测培养阴性才判定为CR-GNB阴性。
  • 因间隔采样设计,CR-GNB获得时间在最后一次阴性与首次阳性培养之间做区间删失处理。

研究设计与关键结果

  • 前瞻性队列研究,纳入4个ICU的422例成人患者,中位年龄59.0岁(IQR 48.0-69.0),女性170例(40.3%),急诊入院243例(57.6%),神经外科ICU 347例(82.2%)。
  • 151例(35.8%)发生ICU获得性CR-GNB,最常见为碳青霉烯耐药肠杆菌目74例(49.0%)、碳青霉烯耐药鲍曼不动杆菌66例(43.7%)、碳青霉烯耐药铜绿假单胞菌11例(7.3%)。
  • ASI/抗生素日中位数8.00(IQR 6.00-10.10);DDDs中位数1.02(IQR 0.59-1.61);LOT中位数9.00天(IQR 6.00-13.00)。
  • 未调整分析:ASI/抗生素日HR 1.15(95%CI 1.12-1.18,P<0.001);DDDs HR 1.64(95%CI 1.42-1.89,P<0.001);LOT HR 1.04(95%CI 1.00-1.08,P=0.043)。
  • 模型2(调整基线及时间依赖协变量):ASI/抗生素日HR 1.11(95%CI 1.10-1.16,P<0.001);DDDs HR 1.34(95%CI 1.14-1.59,P<0.001);LOT HR 1.04(95%CI 0.98-1.11,P=0.175)。
  • 模型3(进一步调整其他两项暴露指标):ASI/抗生素日aHR 1.14(95%CI 1.09-1.19,P<0.001);DDDs aHR 0.89(95%CI 0.69-1.15,P=0.374);LOT aHR 1.03(95%CI 0.97-1.11,P=0.214)。
  • 三分位分析:与低ASI(<5)相比,中ASI(5-8)HR 1.73(95%CI 0.89-3.35),高ASI(8-33)HR 4.90(95%CI 2.60-9.23);与低DDDs(<0.51)相比,中DDDs(0.51-1.4)HR 1.61(95%CI 1.10-2.35),高DDDs(1.4-7)HR 1.04(95%CI 0.68-2.19);与短LOT(<2天)相比,中LOT(2-8天)HR 0.83(95%CI 0.44-1.57),长LOT(8-126天)HR 2.31(95%CI 0.98-5.71)。
  • 敏感性分析:限制结局为CRE时ASI/抗生素日aHR 1.13(95%CI 1.08-1.18);标准Cox模型aHR 1.11(95%CI 1.07-1.15);调整CRAB/CRPA区间起始时间aHR 1.07(95%CI 1.03-1.22);排除30天内既往抗生素使用aHR 1.14(95%CI 1.07-1.41);仅定植aHR 1.15(95%CI 1.07-1.26),仅临床感染aHR 1.10(95%CI 1.02-1.33)。

证据类型、等级与局限

  • 证据类型:前瞻性队列研究,遵循STROBE报告规范,中国临床试验注册号ChiCTR2400081352。
  • 局限:单中心研究,尽管纳入3种不同类型ICU以增加多样性,结果可能仍反映该院特有处方习惯和局部微生物生态,外推至其他医疗机构受限。
  • 局限:直肠监测培养对CRAB和CRPA等非发酵菌的敏感性可能低于CRE。
  • 局限:尽管对众多协变量(包括时间依赖变量)进行了全面调整,仍不能完全排除未测量因素的残余混杂。
  • 局限:剂量指标(DDDs)反映处方治疗,未考虑危重症患者显著的药代动力学变异对真实药物暴露的影响。

对床旁实践的改变

  • 作者认为,抗生素管理项目应优先优化抗生素谱选择,特别是通过快速诊断技术、当地耐药模式和临床预测工具指导初始抗生素选择,以从治疗起始即减少不必要的广谱暴露。
  • 作者指出,ASI接近或超过约5时CR-GNB获得风险呈陡峭非线性上升,可能为风险分层和重点管理干预提供潜在定量目标。
  • 作者认为,优化抗生素谱对控制CR-GNB获得的潜在影响可能大于仅关注剂量限制或缩短疗程的干预。
  • 作者指出,鉴于支持多种感染短疗程临床非劣效性的有力证据及长疗程已确立的累积生态影响,优化治疗时长仍是抗生素管理的重要组成部分。

提炼说明

  • 原文未涉及「处置流程与药物剂量」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译15 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:Ann Intensive Care. 2025 Dec 1;15:190. doi: 10.1186/s13613-025-01605-1

引言

碳青霉烯耐药革兰阴性菌(CR-GNB),包括碳青霉烯耐药肠杆菌目(CRE)、碳青霉烯耐药鲍曼不动杆菌(CRAB)和碳青霉烯耐药铜绿假单胞菌(CRPA),已被世界卫生组织确定为高优先级细菌病原体[1]。重症监护病房(ICU)作为危重症患者的高风险环境,是CR-GNB出现、传播和感染的中心[2]。据报道,ICU住院期间CR-GNB的获得率范围为2.6%至超过38.89%[3–6]。

抗生素使用被广泛认为是选择和传播抗生素耐药性的主要驱动因素[7]。由于ICU环境中抗生素使用强度高,这种选择压力被特别放大。大量流行病学研究一致证实,既往抗生素暴露是ICU患者获得CR-GNB的关键危险因素[8]。为了全面了解抗生素暴露对CR-GNB获得风险的影响,必须考虑其关键维度——抗菌谱、剂量和治疗持续时间[9]。广谱抗生素暴露,尤其是碳青霉烯类,经常被报道与这种增加的风险强烈相关[4, 10]。关于剂量的证据较为复杂,一些研究结果提示临床治愈的目标浓度可能增加耐药选择[11]。关于持续时间,研究表明延长暴露与耐药获得相关[12–14]。

然而,在全面阐明抗生素暴露谱、剂量和持续时间对ICU获得性CR-GNB风险的独立贡献和相对重要性方面,仍存在显著差距。 understanding受到若干关键挑战的限制。现有研究往往仅评估单一暴露维度,妨碍了对它们联合影响的深入了解。处理时间依赖变量和混杂因素的困难也使准确的风险估计复杂化,引入偏倚[15]。此外,暴露与风险之间剂量-反应关系的精确形状仍不清楚。阐明这些关系对于优化抗生素管理至关重要。

本前瞻性队列研究旨在精确量化抗生素暴露谱、剂量和持续时间,以确定它们与ICU获得性CR-GNB风险的独立关联和相对重要性。研究结果将为ICU中更有针对性的抗生素管理策略提供依据。

方法

研究设计、地点和参与者

我们开展了一项前瞻性队列研究,纳入2024年3月至2025年1月期间连续入住复旦大学附属华山医院(中国上海)4个ICU的成人患者。数据使用REDCap收集和管理[16]。所有患者在入住ICU时48小时内接受直肠CR-GNB(包括CRE、CRAB和CRPA)监测培养,此后在ICU住院期间每周一次。当根据标准实践怀疑感染时,从相关部位(如血液、尿液、痰液)获取临床培养。直肠CR-GNB监测培养方法详见方法S1。此期间的感染控制干预措施此前已有描述[17]。

患者若年龄小于18岁、在ICU入院前或入院后48小时内检出耐碳青霉烯类革兰阴性杆菌(CR-GNB)、或直肠监测培养少于2次,则被排除。对于研究期间多次入院的患者,仅分析首次入院。所有参与者均签署书面知情同意书。研究方案经机构伦理委员会批准(KY2024-060),并在中国临床试验注册中心注册(ChiCTR2400081352)。我们遵循STROBE指南报告观察性研究[18](表S1)。

抗生素暴露评估

为全面评估研究期间的抗生素暴露情况,我们系统评估了每位患者从入院至ICU出院或首次CR-GNB培养阳性日期(以先发生者为准)期间所接受抗生素治疗的剂量、疗程和抗菌谱。抗生素暴露数据从电子病历中提取,包括抗生素名称、剂量、频率及给药起止日期。剂量量化方面,我们记录每日给药剂量,并按照世界卫生组织(WHO)方法学[19]计算限定日剂量(DDDs)。疗程量化为治疗天数(LOT),定义为患者接受至少一种全身抗菌药物的天数[20]。抗菌谱采用每抗生素日的抗生素谱指数(ASI)进行评估[21]。所有抗生素的完整列表、详细评分矩阵、最终ASI评分及各评分来源见表S2。抗生素暴露指标的计算示例见方法S2。

结局

我们的结局为ICU获得性CR-GNB,定义为ICU入院后≥48小时首次检出CR-GNB(感染或定植),且患者在ICU入院48小时内CR-GNB临床和/或监测培养为阴性。直肠监测或任何临床培养CR-GNB结果阳性即被认为提示CR-GNB获得,而仅当直肠监测培养为阴性时才判定CR-GNB状态为阴性。由于采用间隔采样设计,CR-GNB获得时间在最后一次阴性培养与首次阳性培养之间进行区间删失处理。首次CR-GNB检出记录后,同一患者后续检出不再纳入分析。在整个ICU住院期间始终保持CR-GNB阴性的患者,在最后一次阴性监测培养时进行右删失。

协变量

协变量分为时间固定协变量和时间依赖协变量。时间固定协变量包括:社会人口学特征(年龄、女性);病史(急诊入院、既往住院、既往抗生素暴露、既往抗生素种类数、病房转科、既往ICU住院、手术);合并症(肾功能衰竭、慢性肺病、肝病、脑血管病、糖尿病);Elixhauser合并症指数[22];以及ICU类型(神经外科、多学科、感染科)。

每个筛查间隔评估的时间依赖性协变量包括:侵入性器械使用持续时间(中心静脉导管、有创机械通气、导尿管、鼻胃管);定植压力[23];以及其他药物使用(质子泵抑制剂(PPI)或H2受体拮抗剂(H2RA)、糖皮质激素)。每个筛查期,定植压力估计为每日CR-GNB定植/感染患者比例的平均值。每日比例本身计算为每日CR-GNB定植或感染患者数除以该病区每日患者总数。协变量定义详见表S3。

统计分析

分类变量以计数(百分比)汇总,连续变量以均值(标准差)或中位数(四分位距[IQR])汇总。基线患者组间特征比较,连续数据使用t检验或Wilcoxon秩和检验,分类数据使用χ²检验或Fisher精确检验。最终分析纳入的变量无缺失数据。样本量计算的完整细节见方法S3。

我们使用区间删失Cox比例风险回归,纳入时间依赖性协变量和期望最大化算法[24],以估计抗生素暴露指标与CR-GNB获得之间的关联。拟合了三个序贯模型:模型1(未调整);模型2(调整人口学特征、合并症、侵入性操作、临床变量);模型3(模型2加其他2个抗生素暴露指标)。抗生素暴露以连续变量和三分位数建模(最低三分位为参照)。

Kaplan-Meier曲线可视化按暴露三分位分组的未调整累积CR-GNB获得情况(使用Wald检验比较)。我们报告了未调整和调整风险比(HR)及95%CI。使用4个节点的限制性立方样条探索潜在非线性关联[25]。对三个抗生素暴露指标进行相关性分析,以确保数据集中不存在共线性(图S1)。我们通过使用似然比检验检验协变量-时间交互项的显著性来评估比例风险假设(表S4)。风险因素的相对重要性使用偏χ²统计量减去预测变量自由度计算[26]。

为评估研究结果的稳健性,我们进行了多项敏感性分析。我们重复了主要多变量分析:[1]将结局限制为仅CRE获得,鉴于直肠拭子对CRE的可靠性更高;[2]使用标准Cox比例风险模型代替区间删失,以评估模型依赖性;[3]对于CRAB/CRPA结局,在最坏情况假设下(假定前一次阴性直肠拭子为假阴性)将区间起始时间提前调整,以解决潜在的区间定义偏倚;[4]排除入院前30天内使用抗生素的患者,以尽量减少既往抗生素暴露的混杂;[5]将主要结局分为两个亚组(仅定植和临床感染)以探索风险因素的潜在差异(方法S4)。

统计分析使用STATA统计软件(版本18,STATA Corp)和R(版本4.3.2,R Foundation)。双侧P < 0.05被认为具有统计学显著性。

结果

患者特征

共有422例患者符合纳入标准并纳入最终分析(图1)。基线特征见表1。该队列的中位年龄为59.0岁(四分位距[IQR],48.0–69.0),包括170例女性患者(40.3%)。超过半数的入院为急诊(243例[57.6%])。大多数患者入住神经外科ICU(347例[82.2%])。

关于时间依赖性协变量,中心静脉导管使用的中位持续时间为4.0天(IQR,0.00–9.00),有创机械通气为2.0天(IQR,0.00–4.00),导尿管为3.0天(IQR,1.00–6.00)。其他时间依赖性变量详见表1。

中位随访时间为12.0天(IQR,8.00–17.00)。151例患者(35.8%)发生ICU获得性CR-GNB。最常见的获得性病原体为耐碳青霉烯肠杆菌目(74例[49.0%])、耐碳青霉烯鲍曼不动杆菌(66例[43.7%])和耐碳青霉烯铜绿假单胞菌(11例[7.3%])(图1)。

表1 基线特征 查看原表 ↗
图1 研究人群选择流程图。ICU 重症监护病房,CR-GNB 耐碳青霉烯革兰阴性菌,CRE 耐碳青霉烯肠杆菌目,CRAB 耐碳青霉烯鲍曼不动杆菌,CRPA 耐碳青霉烯铜绿假单胞菌 查看原图 ↗

每抗生素使用日的ASI与ICU获得性CR-GNB风险

研究队列中每抗生素使用日的ASI中位数为8.00(IQR,6.00-10.10)(表1)。我们将每抗生素使用日的ASI作为连续变量评估其与ICU获得性CR-GNB风险之间的关联(表2)。在未调整分析中,每抗生素使用日的ASI与风险显著相关(HR,1.15;95% CI 1.12–1.18;P < 0.001)。在调整患者基线特征和时间依赖性协变量后,该关联仍然显著(模型2 HR,1.11;95% CI 1.10–1.16;P < 0.001)。在进一步调整其他抗生素暴露指标(DDDs和LOT)后,每抗生素使用日的ASI仍与ICU获得性CR-GNB风险独立相关;ASI每增加1个单位与风险增加13%相关(模型3 HR,1.14;95% CI 1.09–1.19;P < 0.001)。

将每抗生素使用日的ASI按三分位数分类的分析进一步支持了这一发现。ASI水平较高组的ICU获得性CR-GNB累积发生率显著更高(Wald检验P < 0.001)(图2A)。三分位数分析显示,与低ASI水平(< 5)相比,中等ASI水平[5–8]患者的CR-GNB获得风险呈增加趋势(HR,1.73 [95% CI 0.89–3.35]),而高ASI水平[8–33]患者的风险高出近5倍(HR,4.90 [95% CI 2.60–9.23])。

限制性立方样条模型显示,每抗生素使用日的ASI与ICU获得性CR-GNB风险之间存在显著的非线性J形关联(总体P < 0.001;非线性P = 0.027)(图3A)。该曲线呈现特征性J形模式,风险在较低ASI范围(约0–5)内略有下降或趋于平台,随后呈稳步上升趋势。

表2 抗生素暴露与ICU获得性CR-GNB风险之间的关联 查看原表 ↗
图2 抗生素暴露指标与ICU患者获得CR-GNB之间的关联。A 未调整的Kaplan-Meier曲线,按三分位数分层显示ICU获得性CR-GNB的累积发生率。B 按DDDs三分位数分组的ICU获得性CR-GNB累积发生率的未调整Kaplan-Meier曲线。C 按LOT三分位数分组的ICU获得性CR-GNB累积发生率的未调整Kaplan-Meier曲线。D 森林图显示按各抗生素暴露指标三分位数分组的ICU获得性CR-GNB的调整风险比及95%置信区间,以最低三分位数(Q1)为参照。ASI 抗生素谱指数,DDDs 限定日剂量,LOT 治疗疗程,CR-GNB 碳青霉烯耐药革兰阴性菌,Q1 第一(最低)三分位数,Q2 第二(中间)三分位数,Q3 第三(最高)三分位数 查看原图 ↗

DDDs与ICU获得性CR-GNB风险

研究队列中DDDs的中位数为1.02(IQR,0.59–1.61)(表1)。在未调整分析中,DDDs作为连续变量与ICU获得性CR-GNB风险显著相关(HR,1.64;95% CI 1.42–1.89;P < 0.001)。在调整患者基线特征和时间依赖性协变量后(模型2),该关联有所减弱但仍具有统计学意义(HR,1.34;95% CI 1.14–1.59;P < 0.001)。然而,在进一步调整其他抗生素暴露指标(ASI和LOT)后(模型3),DDDs与ICU获得性CR-GNB风险之间的关联不再具有统计学意义(HR,0.89;95% CI 0.69–1.15;P = 0.374)。

将DDDs按三分位数分组的分析显示,与最低水平组相比,DDDs水平较高组的ICU获得性CR-GNB累积发生率显著更高(Wald检验P < 0.001)。三分位数分析揭示了非单调关系;与低DDDs水平(< 0.51)相比,中等DDDs水平(0.51–1.4)患者的CR-GNB获得风险显著增加(HR,1.61 [95% CI 1.10–2.35]),而高DDDs水平(1.4-7)者风险无显著升高(HR,1.04 [95% CI 0.68–2.19])。

限制性立方样条模型进一步提示DDDs与ICU获得性CR-GNB风险之间存在非线性关联,表现为倒U形关系(非线性P < 0.001,总体P < 0.001)(图3B)。具体而言,风险随DDDs增加而迅速上升,在约2–3 DDDs时达到峰值,随后在更高DDDs水平时下降。

LOT与ICU获得性CR-GNB风险

研究队列中LOT的中位数为9.00天(IQR,6.00–13.00)(表1)。在未调整分析中,LOT作为连续变量与ICU获得性CR-GNB风险增加具有统计学意义(HR,1.04;95% CI 1.00-1.08;P = 0.043)。然而,在调整患者基线特征和时间依赖性协变量后(模型2),并进一步调整ASI和DDDs后(模型3),LOT与ICU获得性CR-GNB风险之间的关联不再具有统计学意义(模型2 h,1.04;95% CI 0.98–1.11;P = 0.175;模型3 h,1.03;95% CI 0.97–1.11;P = 0.214)。

将LOT按三分位数分组的分析显示,与最低组相比,LOT较长组的ICU获得性CR-GNB累积发生率显著更高(Wald检验P = 0.001)。与最短LOT三分位组(< 2天)相比,中等LOT持续时间(2–8天)的患者未显示风险增加(HR,0.83 [95% CI,0.44–1.57]),而LOT最长者(8-126天)表现出接近统计学显著性的风险大幅升高(HR,2.31 [95% CI,0.98–5.71])。

限制性立方样条模型提示LOT与ICU获得性CR-GNB风险之间存在非线性关联(非线性P < 0.001,总体P < 0.001)(图3C)。曲线表明风险随LOT增加而逐渐升高,在较长治疗持续时间时观察到更明显的上升趋势。

图3 抗生素暴露维度与ICU获得性CR-GNB风险之间的非线性关联。A 每日抗生素用药的抗生素谱指数(ASI)与CR-GNB风险之间的关联。B 限定日剂量(DDDs)与CR-GNB风险之间的关联。C 治疗时长(LOT,天)与CR-GNB风险之间的关联。限制性立方样条模型展示抗生素暴露指标与ICU获得性CR-GNB感染的对数转换风险比之间的非线性关系。蓝线代表校正后风险比,蓝色阴影区域表示95%置信区间。y = 0处的水平虚线代表HR = 1(无效应)。ASI 抗生素谱指数,DDDs 限定日剂量,LOT 治疗时长,CR-GNB 碳青霉烯耐药革兰阴性菌,HR 风险比,CI 置信区间 查看原图 ↗

变量的相对重要性

所构建的ICU获得性CR-GNB多变量回归模型中变量重要性的排序见图4和表S5。结果显示,每日抗生素用药的ASI在模型纳入的所有变量中具有最高的相对重要性(重要性 = 25.92,P < 0.001)。相比之下,其他抗生素暴露指标LOT(重要性 = 0.46,P = 0.228)和DDDs(重要性 = -0.28,P = 0.397)的相对重要性较低,且未达到统计学显著性。

图4 ICU获得性CR-GNB危险因素的相对重要性。该图根据各变量对预测ICU获得性CR-GNB感染的完全校正区间删失Cox回归模型的贡献进行排序。重要性使用偏χ2统计量减去预测变量的自由度来量化。ASI 抗生素谱指数,DDDs 限定日剂量,H2RA 组胺-2受体拮抗剂,ICU 重症监护病房,LOT 治疗时长,PPI 质子泵抑制剂,SOFA 序贯器官衰竭评估 查看原图 ↗

敏感性分析

敏感性分析证实了主要研究结果的稳健性(表S6)。具体而言,当将结局限制为仅CRE时(校正HR,1.13 [95% CI,1.08–1.18])、使用标准Cox模型(校正HR,1.11 [95% CI 1.07–1.15])、调整CRAB/CRPA间隔起始时间(校正HR,1.07 [95% CI 1.03–1.22])以及排除既往30天使用抗生素的患者(校正HR,1.14 [95% CI 1.07–1.41])时,每日抗生素ASI与CR-GNB获得之间的关联仍然显著。重要的是,当将结局分层为仅定植(校正HR,1.15;95% CI 1.07–1.26)和仅临床感染(校正HR,1.10;95% CI 1.02–1.33)时,该关联同样成立。相比之下,DDD和LOT与CR-GNB获得的关联在各敏感性分析中表现出更大的变异性。

讨论

尽管人们已认识到抗生素暴露是ICU中获得CR-GNB的关键危险因素,但对抗生素暴露的哪些具体维度对该风险最为关键仍不清楚。为填补这一关键空白,我们的前瞻性队列研究首次系统评估并直接比较了抗生素谱、剂量和疗程对ICU获得性CR-GNB风险的相对重要性。我们发现,以每日抗生素ASI量化的抗生素谱是ICU获得性CR-GNB的主要驱动因素,其重要性显著大于抗生素剂量或治疗疗程。值得注意的是,抗生素暴露的所有三个维度均与CR-GNB获得呈现非线性关联——抗生素谱的阈值效应、剂量的倒U型关系以及随疗程延长而加速的风险。这些发现为ICU环境中的抗生素管理提供了关键的新视角,表明优先减少不必要的广谱抗生素使用对于控制CR-GNB传播可能比仅关注剂量或疗程更为重要。

我们的主要发现表明,抗生素谱系的广度(以每日抗生素的ASI量化)是ICU中CR-GNB的主要且独立驱动因素,其影响超过了DDDs和LOT。这一观察的生物学基础可能涉及广谱药物施加的强大选择压力,其不仅消灭敏感的竞争菌群,还关键性地破坏肠道微生物组,从而削弱定植抵抗并促进CR-GNB的定植[27]。这一发现与众多聚焦于特定高风险抗生素类别(如碳青霉烯类)暴露或采用广谱暴露定性定义的研究形成对比[28, 29]。ASI的使用提供了更精细、标准化和定量的评估,能够更好地表征已知促进CR-GNB选择的多种抗生素类别的累积压力[21, 30]。本研究强烈提示,抗生素管理项目应优先优化谱系选择——特别是通过快速诊断技术、当地耐药模式和临床预测工具指导的适当初始抗生素选择,以从治疗伊始最大限度地减少不必要的广谱暴露[31, 32]——这可能对CR-GNB获得产生比仅聚焦于剂量限制或疗程缩短的干预更大的影响。此外,我们识别出一种潜在的阈值效应,当ASI接近或超过约5时,观察到CR-GNB获得风险呈急剧非线性增加。这一观察不同于群体水平消耗分析或某些疗程特异性研究所提示的潜在剂量-反应关系[33, 34],可能标志着累积谱系压力的临界水平,超过该水平后风险不成比例地升高,为风险分层和聚焦性管理干预提供了潜在的定量靶标。

与抗菌药物谱系所表现出的显著且独立的作用形成对比,我们的研究表明,尽管DDDs在调整较少的模型中显示出显著关联,但在额外校正每抗菌药物日的ASI和LOT后,该关联失去了统计学显著性。这一发现可能与初始分析或一些既往强调剂量效应的报告[35]存在差异,提示该维度的影响可能在很大程度上被抗菌药物谱系的选择或治疗时长所混杂。尽管其在最终模型中的独立效应有所减弱,剂量仍与CR-GNB风险呈现出显著的非线性关系。观察到的DDDs倒U型关联——风险在中等剂量(约2–3个DDDs)时达到峰值,随后在更高水平时下降——与若干理论和实验研究的结果一致[36, 37]。在机制上,这一模式通常被归因于突变选择窗(MSW)假说[36]:中等剂量可能落入MSW范围内,抑制敏感菌株的同时为耐药突变株的扩增提供竞争性释放和最佳条件,而极高剂量则可能更有效地同时抑制敏感和耐药菌群,其潜在机制在于超过突变预防浓度或充分降低细菌载量以限制突变供给。然而,重症ICU患者固有的显著药代动力学变异性——由毛细血管渗漏和积极液体复苏导致的分布容积增加以及器官功能障碍或肾脏清除增强所致的药物清除改变等病理生理变化所驱动[38]——使得仅基于给药剂量进行解读变得复杂,因为实际药物暴露往往与处方剂量显著偏离。这种不精确性,加之抗菌药物剂量与耐药风险之间固有的非线性关系,可能解释了为何在调整模型中未观察到DDDs的明确线性关联。

同样,LOT在最终校正模型中未显示出具有统计学意义的独立关联,样条分析中观察到的暴露时间越长风险越高的趋势提示,长时间暴露可能存在潜在的累积影响。延长治疗本身会延长选择压力和微生物群破坏的持续时间[39, 40],可能增加细菌适应或通过水平转移获得耐药基因的机会[41]。然而,疗程与耐药出现之间的关联日益被认为复杂且取决于具体情境,而非简单的正相关。例如,Mo等人[42]的研究表明,尽管荟萃分析将额外一天的抗生素治疗与耐药菌携带风险约7%的绝对增加相关联,但数学建模进一步提示这种关联取决于具体情境。具体而言,当所给予的抗生素能够有效清除具有特定耐药表型的定植细菌时,缩短抗生素治疗疗程反而可能增加耐药菌携带。因此,我们发现的无显著独立效应可能既反映了我们模型中抗生素谱的主导影响,也可能反映了我们ICU队列中抗生素使用模式的特定特征。尽管如此,鉴于有强有力的证据支持较短疗程对许多感染的临床非劣效性[43],以及较长疗程既定的累积生态影响,优化治疗时长仍是抗生素管理的重要组成部分。

值得注意的是,我们的分析确定ICU类型是CR-GNB获得的有力独立预测因素。虽然我们的模型全面校正了广泛的患者层面特征,但“ICU类型”很可能作为未测量的、病区特异性环境因素的替代指标,例如局部微生物生态或不同的感染控制实践。因此,将ICU类型纳入模型不仅对于突出其预测能力至关重要,而且有助于控制这一潜在混杂来源,从而强化了抗生素谱是主要直接驱动因素的结论。

本研究具有若干优势,增强了我们发现的有效性。前瞻性设计将回忆偏倚降至最低,而系统性监测和临床培养提供了对ICU获得性CR-GNB的全面检测。我们采用了精确的定量指标来评估抗生素暴露,包括抗菌谱(ASI)、剂量(DDDs)和疗程(LOT),超越了较简单的分类评估。此外,区间删失Cox回归的应用允许适当处理区间删失结局并校正时间依赖性协变量,提高了我们风险估计的稳健性。

然而,某些局限性应予承认。首先,作为一项单中心研究,我们的研究结果的普适性可能有限,尽管我们纳入了三种不同类型的ICU以增强多样性。这是因为结果仍可能反映该医院独特的处方实践和局部微生物生态,从而限制其外推至其他医疗机构。其次,与CRE相比,直肠监测培养对检测CRAB和CRPA等非发酵菌的敏感性可能较低[44];然而,我们考虑潜在假阴性的敏感性分析产生了一致的结果。第三,尽管对包括时间依赖变量在内的众多协变量进行了全面调整,仍不能完全排除未测量因素的残余混杂。最后,我们的剂量指标(DDDs)反映的是处方治疗,但未考虑危重患者中显著的药代动力学变异性,该变异性影响真实药物暴露。

结论

总之,我们的研究表明,抗菌谱是ICU获得性CR-GNB获得的主要决定因素,其影响超过剂量和疗程。这些发现提示,抗菌药物管理项目应将抗菌谱优化作为抗击碳青霉烯类耐药的最关键干预措施优先推进。

补充信息

补充材料1。

参考来源

  1. Chen Z, Wu J, Ye X, et al. Spectrum, dose, and duration of antibiotic exposure and risk of intensive care unit-acquired carbapenem-resistant gram-negative bacteria: a prospective cohort study. Ann Intensive Care. 2025. PMID: 41320739. doi:10.1186/s13613-025-01605-1
  2. 全文:PMC12665641(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12665641/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。