Mise en œuvre clinique d'une surveillance génomique continue pour identifier, suivre et interrompre la transmission de bactéries pathogènes multirésistantes

Mise en œuvre clinique d'une surveillance génomique continue pour identifier, suivre et interrompre la transmission de bactéries pathogènes multirésistantes

Les infections nosocomiales (IAS) sont souvent associées à un risque accru de développer une résistance aux antimicrobiens (RAM). Les IAS touchent de nombreux patients dans le monde, ce qui a considérablement augmenté le coût total de possession du système de santé. Bien qu’il soit extrêmement important d’identifier les agents pathogènes ayant des taux de transmission élevés dans les hôpitaux, les capacités des laboratoires de diagnostic manquent pour les suivre.

Lernen: Klinische Implementierung der routinemäßigen Gesamtgenomsequenzierung zur Kontrolle von Krankenhausinfektionen mit multiresistenten Krankheitserregern. Bildnachweis: nobeastsofierce/Shutterstock

arrière-plan

Livre électronique sur la génétique et la génomique

Compilation des meilleurs interviews, articles et actualités de l'année dernière. Téléchargez une copie gratuite

En Australie, plus de 165 000 patients souffrent d’IAS chaque année. Une enquête australienne de 30 jours a révélé que les taux de mortalité liés aux infections à Staphylococcus aureus résistant à la méthicilline (SARM) et à Enterococcus résistant à la vancomycine (ERV) dans les hôpitaux étaient de 14,9 % et 20 %, respectivement. La même enquête a également signalé un taux de mortalité de 18,6 % dû aux infections sanguines à Escherichia coli (BLSE-E) productrices de bêta-lactamases à spectre étendu dans les hôpitaux.

L’analyse du génome s’est avérée être un outil efficace pour caractériser les voies de transmission des agents pathogènes. Cet outil pourrait améliorer les mesures de prévention et de contrôle des infections lors d’épidémies pathogènes. Pourtant, il est rarement utilisé comme outil de surveillance et de prévention en temps réel.

Les méthodes traditionnelles d’analyse génétique prennent généralement du temps et les outils d’analyse ne sont pas facilement disponibles en dehors des laboratoires spécialisés. Récemment, des méthodes de séquençage du génome entier (WGS) ont été développées pour analyser la dynamique de transmission des agents pathogènes bactériens, ce qui a permis d’évaluer leur potentiel d’épidémie. Cette méthode pourrait être utilisée comme outil de première ligne pour lutter contre les agents pathogènes susceptibles de menacer la vie humaine.

Dans un récent Maladies infectieuses cliniques Les scientifiques ont développé un flux de travail clinique WGS capable de détecter les événements de transmission d’agents pathogènes avant qu’ils ne deviennent dominants. Par conséquent, cette méthode peut prévenir et contrôler efficacement les infections et aider à développer des stratégies pour répondre de manière adéquate aux épidémies.

À propos des études

Des isolats de SARM, d'ERV, de BLSE-E, d'Acinetobacter baumannii résistant aux carbapénèmes (CRAB) et d'entérobactéries productrices de carbapénémase (CPE) ont été obtenus à partir d'hémocultures, de LCR, de sites stériles et d'échantillons de dépistage (par exemple, écouvillons rectaux) provenant de trois grands hôpitaux de Brisbane, en Australie. Un total de 2 660 isolats bactériens ont été obtenus dans les hôpitaux participants entre le 19 avril 2017 et le 1er juillet 2021. Ces agents pathogènes bactériens ont été isolés chez 2 336 patients, dont 259 patients ont fourni plusieurs isolats.

Dans cette étude, les échantillons ont été collectés chaque semaine, avec une moyenne de 8 échantillons par semaine. Ces échantillons ont été soumis à une analyse WGS. WGS a contribué à la mise en place du typage de séquences multi-locus in silico (MLST). De plus, le profilage des gènes de résistance a été réalisé à l’aide d’un pipeline d’analyse génomique personnalisé.

Les événements épidémiques putatifs ont été déterminés en comparant les polymorphismes mononucléotidiques (SNP) du génome central. Les données cliniques appropriées ont été analysées ainsi que les données d'analyse génomique grâce à une automatisation personnalisée. Ces résultats ont été compilés avec des rapports spécifiques aux hôpitaux qui ont été régulièrement distribués aux équipes de contrôle des infections.

Résultats de l'étude

Parmi le total des isolats bactériens séquencés au cours de la période d’étude, 293 étaient des bacilles Gram-négatifs MDR, 620 étaient des SARM et 433 étaient des ERV. La combinaison de données génomiques et épidémiologiques a permis d’identifier 37 clusters qui pourraient être dus à des événements de transmission communautaire plutôt qu’aux hôpitaux.

Les données de base du génome SNP ont montré que 335 isolats formaient 76 groupes distincts. Il est intéressant de noter que sur les 76 groupes, 43 étaient associés aux hôpitaux participants. Cette découverte suggère l’apparition d’une transmission bactérienne continue au sein des hôpitaux. Les 33 groupes restants étaient associés soit à des événements de transmission interhospitalière, soit à des souches bactériennes circulant au sein d'une communauté.

Effets sur les études

La disponibilité de rapports en temps opportun est essentielle à l’élaboration d’un programme de surveillance efficace. Il est important de noter que le protocole actuel pourrait fournir des données génomiques dans les 10 jours suivant le prélèvement des échantillons. Il est important de noter que le délai moyen de traitement des rapports de 33 jours limite la pertinence clinique des données.

Certains facteurs associés à de longues périodes de reporting comprennent le transport entravé des échantillons vers le laboratoire central, le manque d'infrastructure WGS dédiée ou dédiée sur site et le développement continu de pipelines d'analyse. Néanmoins, ces retards pourraient être minimisés grâce à une réorganisation structurelle et à des améliorations du flux de travail.

Dans cette étude, la méthode basée sur le WGS a permis d’identifier deux groupes de transmission putatifs, Ab1050-A1 et Eh90-A2, associés à des épidémies précédentes. Cette découverte suggère fortement que le WGS doit être utilisé comme outil de surveillance prospectif pour prévenir les épidémies pathogènes.

Conclusions

Une limite majeure de cette étude est que le programme de surveillance prospective reposait principalement sur des bactéries multirésistantes. Par conséquent, d’autres organismes pathogènes sensibles aux antibiotiques n’ont pas été pris en compte dans la présente étude.

Bien qu’il soit difficile d’intégrer le flux de travail WGS et d’autres infrastructures informatiques appropriées dans les systèmes de santé existants, il est important de les établir pour prévenir de futures épidémies. L'établissement basé sur WGD peut réduire le coût global du système de santé.

Référence:

• Förde, B. et al. (2022) „Klinische Implementierung der routinemäßigen Gesamtgenomsequenzierung zur Krankenhausinfektionskontrolle multiresistenter Krankheitserreger“, Clinical Infectious Diseases. doi: 10.1093/cid/ciac726. https://academic.oup.com/cid/advance-article/doi/10.1093/cid/ciac726/6691363?searchresult=1&login=false#google_vignette

.