Оптимизация потребления антибиотиков может уменьшить распространенность резистентных патогенов на 15–20% за десять лет

Рост устойчивости к противомикробным препаратам (УПП) остается глобальной угрозой. Значительную роль в возникновении и распространении устойчивых микроорганизмов играет нерациональное потребление антибиотиков — необоснованные назначения, самоназначения и др.

Исследователи из Санкт-Петербургского государственного университета, Санкт-Петербургского ГМУ им. И.П. Павлова, Северо-Западного ГМУ им. И.И.Мечникова (Санкт-Петербург) и Института антимикробной химиотерапии СГМУ (Смоленск) создали математическую модель, прогнозирующую динамику УПП на основе данных о потреблении антибиотиков и известных уровнях резистентности в том или ином регионе.

В 2017 году была опубликована статья о регрессионной модели для прогнозирования УПП, в разработке которой участвовали те же исследователи из Санкт-Петербурга. Модель использовала данные о потреблении противомикробных препаратов и динамике резистентности E. coli к цефалоспоринам третьего поколения и ингибитор-защищенным пенициллинам (препаратам, которые содержат пенициллин и ингибитор бета-лактамазы — фермента, инактивирующего пенициллин). Она позволяла делать краткосрочные и среднесрочные прогнозы резистентности (на 6–12 месяцев), а также продемонстрировала корреляцию между потреблением исследованных препаратов и устойчивостью к ним.

Целью нового исследования было создание национального банка математических моделей, прогнозирующих изменение уровня устойчивости к антибиотикам. Авторы работы использовали данные о потреблении системных противомикробных препаратов за 2008-2022 гг. для 82 регионов Российской Федерации. Эти данные были получены из базы IQVIA (Россия и СНГ), содержащей информацию о продаже лекарственных средств.

Информацию об устойчивости к антимикробным препаратам клинически значимых патогенов за 2013–2022 гг. получили из базы данных системы интерактивного мониторинга AMRmap.ru (часть комплекса программных продуктов для контроля антибиотикорезистентности AMRHub.ru). AMRmap.ru содержит данные проспективных многоцентровых исследований УПП, проведенных Институтом антимикробной химиотерапии СГМУ в сотрудничестве с Межрегиональной ассоциацией клинической микробиологии и антимикробной химиотерапии (МАКМАХ).

При обработке данных были стандартизированы названия регионов и активных веществ применяемых препаратов. Чтобы оценить различия в стационарном и амбулаторном секторах, учитывались тип инфекции (приобретенная вне стационара или внутрибольничная) и тип потребления противомикробных препаратов (больница или розничная аптека). Препараты с незначительными объемами использования исключили из анализа.

Авторы получили агрегированные значения УПП по регионам и парам антибиотик-микроорганизм (отдельно для внебольничных и внутрибольничных инфекций) с годичным временным лагом, используя средние значения для скользящего окна 3–10 лет.

Для исследования была выбрана пара E. coli — цефотаксим, так как для нее имелся достаточный объем данных, и ее изучение имело потенциал для оптимизации терапии. Авторы работы протестировали ряд алгоритмов машинного обучения — LightGBM, метод случайного леса (Random Forest), логистическую регрессию, метод опорных векторов ( SVM) с линейным и гауссовым ядрами. Была проведена калибровка гиперпараметров с помощью перекрестной проверки и оценены метрики точности и полноты. Наивысшую точность для пары E. coli — цефотаксим показала модель LightGBM (67,5% для обучающей выборки, 66,6% для валидационной выборки).

Для этой пары были также построены два типа 10-летних прогнозов динамики устойчивости, отдельно для сегментов внебольничных и внутрибольничных инфекций: сценарий с оптимальным уровнем потребления антимикробных препаратов и реалистичный сценарий. В первом случае распространенность устойчивости к антибиотикам снизилась на 15–20% за 10 лет, во втором — выросла на 5–10%. Моделирование указывало на необходимость более жесткого контроля использования антибиотиков в амбулаторной терапии — наибольший потенциал для снижения резистентности наблюдался именно там. Таким образом, моделирование не только позволяет прогнозировать динамику устойчивости, но и формировать стратегии управления.

В ходе исследования был создан портал AMCmodel.ru, который предоставляет доступ к интерактивным моделям и данным о потреблении антибиотиков, а также инструменты для генерации прогнозов и принятия решений.

На вопрос о том, кто будет пользователями портала, отвечает соавтор статьи, член-корреспондент РАН Роман Козлов, ректор Смоленского государственного медицинского университета, президент МАКМАХ:

— Круг пользователей чрезвычайно разнообразен: от обучающихся, интересующихся вопросами современной клинической фармакологии, эпидемиологии и микробиологии, до практикующих врачей и исследователей, интересующихся вопросами резистентности к антимикробным препаратам и проблемами их рационального применения. Очень ждем предложений по дальнейшему развитию этого проекта.

Роман Козлов: «Мы можем управлять антибиотикорезистентностью»