یک تیم تحقیقاتی به سرپرستی دانشمندان دانشکده بهداشت عمومی میلمن دانشگاه کلمبیا روش جدیدی را برای کمک به مقامات بهداشتی در کنترل شیوع بیماری های مقاوم به متی سیلین گزارش کردند. استافیلوکوکوس اورئوسیا MRSA، یک عفونت تهدید کننده زندگی و مقاوم به آنتی بیوتیک که در بیمارستان ها رایج است. محققان اولین کسانی هستند که پویایی های نامعلومی را که باعث این شیوع می شود کشف کرده و روشی جدید و موثرتر برای جلوگیری از گسترش آنها را نشان می دهند. یافته ها در مجله منتشر شده است eLife.
تیم تحقیقاتی با استفاده از بیش از 2 میلیون سوابق پذیرش از 66 بیمارستان در شهرستان استکهلم، سوئد، یک مدل کامپیوتری از شیوع MRSA ایجاد کردند که نشان دهنده یک دوره شش ساله است. مدل آنها شیوع شایع ترین سویه MRSA، EMRSA-15 انگلستان را بازآفرینی کرد که در 16 کشور در سراسر جهان از جمله ایالات متحده وجود دارد. این مدل با تطبیق تکنیک های آماری مورد استفاده در پیش بینی آب و هوا، دو دینامیک مرتبط را در مقیاس فردی شبیه سازی می کند: انتقال در بیمارستان ها و عفونت های وارد شده از جامعه. اطلاعات مربوط به زمان و مکان بستری و ترخیص بیماران و اینکه چه کسانی مبتلا به MRSA هستند برای کشف گروهی از “استعمارگران پنهان” استفاده می شود – افرادی که عفونی هستند اما وضعیت آنها نامرئی است.
سیستم مدل سازی استنتاج ماهانه 400 مورد بدون علامت MRSA را در بیمارستان های سوئد تخمین می زند و تا 61 درصد از عفونت های MRSA تشخیص داده شده در محیط بیمارستان از جامعه وارد می شود.
روش جدید شبیه‌سازی MRSA بیش از آشکار کردن پویایی پنهان انتقال، شانس ابتلای هر بیمار را محاسبه می‌کند. محققان ارزش این احتمالات را با شبیه سازی مداخله ای که درمان را برای بیماران پرخطر ارائه می کرد، آزمایش کردند. آنها دریافتند که مداخله هدفمند آنها در کنترل شیوع بیماری بهتر از شیوه های فعلی است، که شامل درمان بیمارانی است که بیشترین زمان را در بیمارستان سپری می کنند، درمان بیمارانی که بیشترین تماس با بیمارستان را دارند، یا استفاده از ردیابی تماس برای درمان بیمارانی که در معرض بیماری قرار گرفته اند که آزمایش عفونت آنها مثبت بوده است. مداخله هدفمند باعث کاهش 50 درصدی بیشتر در عفونت ها و 80 درصدی کاهش بیشتر در بیماران کلونیزه شد.
نویسنده اول، Sen Pei، محقق فوق دکترا در بخش علوم بهداشت محیطی در دانشکده پست کلمبیا، گفت: «در مقایسه با استراتژی‌های مداخله سنتی، که ممکن است تعداد قابل توجهی از بیماران کلونیزه شده را نادیده بگیرد، این سیستم استنتاج مدل جدید می‌تواند یک گروه درمانی کلیدی، یعنی افرادی را که در غیر این صورت ممکن است بدون علامت MRSA را منتقل کنند، شناسایی کند.
محققان ابتدا روش استنتاج خود را با استفاده از شیوع مجازی ایجاد شده با مدل کامپیوتری تایید کردند. برخلاف سوابق بیمارستانی که فقط عفونت‌ها مشاهده می‌شوند، این شیوع مدل‌سازی شده همه ویژگی‌های شیوع را «مشاهده» می‌کند (مثلاً تعداد بیماران مستعمره شده «خفا»). آنها سپس از مشاهدات شبیه‌سازی شده عفونت به‌عنوان ورودی روش مدل‌سازی خود استفاده کردند و توانستند پویایی پنهان شیوع مجازی، از جمله سطوح واردات MRSA از جامعه و تعداد بیماران مستعمره‌شده را به‌طور قابل اعتماد تخمین بزنند. این یافته ها اعتبار رویکرد را تایید کرد و انگیزه استفاده از آن را در داده های بیمارستان سوئد ایجاد کرد.
محققان می گویند که قصد دارند سیستم خود را روی سایر پاتوژن های مقاوم به ضد میکروبی و در مکان هایی با بار بیماری بالاتر اعمال کنند.
جفری شامن، نویسنده ارشد، استادیار علوم بهداشتی در کلمبیا میلمن، گفت: «روش ما روشی قدرتمند و مقرون‌به‌صرفه برای بیمارستان‌ها و مقامات بهداشت عمومی برای کنترل شیوع MRSA و سایر عفونت‌های مقاوم به آنتی‌بیوتیک با رایج‌تر شدن آنها فراهم می‌کند.»
نویسندگان دیگر شامل فلاویانو مورون و هرنان آ. ماکسه، کالج شهر نیویورک هستند. و فردریک لیلروس، دانشگاه استکهلم. بودجه این مطالعه توسط موسسه ملی علوم پزشکی عمومی (GM110748)، موسسه ملی علوم بهداشت محیطی (ES009089)، موسسه ملی تصویربرداری زیست پزشکی و مهندسی زیستی (EB022720) و بنیاد ملی علوم (IIS-1515022) تامین شده است. نویسندگان هیچ منافع رقیب را اعلام نمی کنند.
