Klinische Umsetzung der kontinuierlichen genomischen Überwachung zur Identifizierung, Verfolgung und Unterbrechung der Übertragung von multiresistenten pathogenen Bakterien

Healthcare-assoziierte Infektionen (HAIs) sind häufig mit einem erhöhten Risiko für die Entwicklung einer antimikrobiellen Resistenz (AMR) verbunden. Weltweit sind viele Patienten von HAI betroffen, was die Gesamtbetriebskosten des Gesundheitssystems erheblich erhöht hat. Obwohl es äußerst wichtig ist, Krankheitserreger mit hohen Übertragungsraten in Krankenhäusern zu identifizieren, fehlt es an diagnostischen Laborkapazitäten, um sie zu verfolgen.

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

Hintergrund

Genetik & Genomik eBook

Zusammenstellung der Top-Interviews, Artikel und Nachrichten des letzten Jahres. Laden Sie eine kostenlose Kopie herunter

In Australien erleiden jedes Jahr mehr als 165.000 Patienten HAI. Eine australische 30-Tage-Umfrage ergab, dass die Sterblichkeitsraten für Methicillin-resistente Staphylococcus aureus (MRSA)- und Vancomycin-resistente Enterococcus (VRE)-Infektionen in Krankenhäusern bei 14,9 % bzw. 20 % lagen. Dieselbe Umfrage berichtete auch über eine Sterblichkeit von 18,6 % aufgrund von Beta-Lactamase-produzierenden Escherichia coli (ESBL-E)-Blutstrominfektionen mit erweitertem Spektrum in Krankenhäusern.

Die Genomanalyse hat sich als effektives Instrument zur Charakterisierung von Übertragungswegen von Krankheitserregern erwiesen. Dieses Tool könnte die Maßnahmen zur Infektionsprävention und -kontrolle bei pathogenen Ausbrüchen verbessern. Dennoch wird es selten als Echtzeit-Überwachungs- und Präventionstool verwendet.

Herkömmliche Methoden zur genetischen Analyse sind in der Regel zeitaufwändig und die Analyseinstrumente sind außerhalb spezialisierter Labors nicht leicht erhältlich. Vor kurzem wurden Methoden zur Sequenzierung des gesamten Genoms (WGS) entwickelt, um die Übertragungsdynamik von bakteriellen Krankheitserregern zu analysieren, was dazu beitrug, ihr Ausbruchspotenzial einzuschätzen. Diese Methode könnte als Frontline-Tool zur Bekämpfung von Krankheitserregern eingesetzt werden, die das menschliche Leben bedrohen könnten.

In einer kürzlichen Klinische Infektionskrankheiten haben Wissenschaftler einen klinischen WGS-Workflow entwickelt, der Übertragungsereignisse eines Krankheitserregers erkennen kann, bevor sie dominant werden. Daher kann diese Methode Infektionen wirksam verhindern und kontrollieren und dabei helfen, Strategien zu entwickeln, um angemessen auf Ausbrüche zu reagieren.

Über das Studium

Isolate von MRSA, VRE, ESBL-E, Carbapenem-resistentem Acinetobacter baumannii (CRAB) und Carbapenemase-produzierenden Enterobacterales (CPE) wurden aus Blutkulturen, Liquor, sterilen Stellen und Screening-Proben (z. B. Rektalabstrichen) aus drei großen Proben gewonnen Krankenhäuser in Brisbane, Australien. Insgesamt wurden zwischen dem 19. April 2017 und dem 1. Juli 2021 2.660 Bakterienisolate von den teilnehmenden Krankenhäusern bezogen. Diese bakteriellen Pathogene wurden bei 2336 Patienten isoliert, von denen 259 Patienten mehrere Isolate zur Verfügung stellten.

In dieser Studie wurden Proben wöchentlich gesammelt, mit durchschnittlich 8 Proben pro Woche. Diese Proben wurden einer WGS-Analyse unterzogen. WGS trug zur Etablierung der In-Silico-Multi-Locus-Sequenztypisierung (MLST) bei. Darüber hinaus wurde ein Resistenzgen-Profiling unter Verwendung einer maßgeschneiderten Genomanalyse-Pipeline durchgeführt.

Die mutmaßlichen Ausbruchsereignisse wurden durch den Vergleich von Kerngenom-Einzelnukleotid-Polymorphismen (SNPs) bestimmt. Geeignete klinische Daten wurden zusammen mit genomischen Analysedaten durch kundenspezifische Automatisierung analysiert. Diese Ergebnisse wurden mit krankenhausspezifischen Berichten zusammengestellt, die regelmäßig an die Infektionskontrollteams verteilt wurden.

Studienergebnisse

Unter den gesamten Bakterienisolaten, die während des Studienzeitraums sequenziert wurden, waren 293 gramnegative MDR-Bazillen, 620 MRSA und 433 VRE. Die Kombination von genomischen und epidemiologischen Daten half bei der Identifizierung von 37 Clustern, die möglicherweise aufgrund von Übertragungsereignissen in der Gemeinde statt in Krankenhäusern aufgetreten waren.

Kerngenom-SNP-Daten zeigten, dass 335 Isolate 76 unterschiedliche Cluster bildeten. Interessanterweise waren von den 76 Clustern 43 mit den teilnehmenden Krankenhäusern assoziiert. Dieser Befund deutet auf das Auftreten einer andauernden bakteriellen Übertragung innerhalb von Krankenhäusern hin. Die verbleibenden 33 Cluster waren entweder mit Übertragungsereignissen zwischen Krankenhäusern oder mit innerhalb einer Gemeinschaft zirkulierenden Bakterienstämmen verbunden.

Auswirkungen auf das Studium

Die Verfügbarkeit zeitnaher Berichte ist entscheidend für die Entwicklung eines effektiven Überwachungsprogramms. Wichtig ist, dass das aktuelle Protokoll genomische Daten innerhalb von 10 Tagen nach der Probenentnahme liefern könnte. Es muss beachtet werden, dass die durchschnittliche Berichtsdurchlaufzeit von 33 Tagen die klinische Relevanz der Daten einschränkt.

Einige Faktoren, die mit langen Berichtszeiträumen verbunden sind, sind ein behinderter Probentransport zum Zentrallabor, das Fehlen einer eigenen oder speziellen WGS-Infrastruktur vor Ort und die kontinuierliche Entwicklung von Analysepipelines. Dennoch könnten diese Verzögerungen durch eine strukturelle Reorganisation und Verfeinerungen der Arbeitsabläufe minimiert werden.

In dieser Studie half die WGS-basierte Methode, zwei mutmaßliche Übertragungscluster Ab1050-A1 und Eh90-A2 zu identifizieren, die mit früheren Ausbrüchen in Verbindung gebracht wurden. Dieser Befund legt stark nahe, dass WGS als prospektives Überwachungsinstrument eingesetzt werden muss, um pathogene Ausbrüche zu verhindern.

Schlussfolgerungen

Eine wesentliche Einschränkung dieser Studie besteht darin, dass das prospektive Überwachungsprogramm hauptsächlich auf multiresistenten Bakterien basierte. Daher wurden in der aktuellen Studie keine anderen antibiotikaempfindlichen krankheitsverursachenden Organismen berücksichtigt.

Auch wenn es schwierig ist, den WGS-Workflow und andere geeignete Recheninfrastruktur in bestehende Systeme im Gesundheitswesen zu integrieren, ist es wichtig, diese zu etablieren, um zukünftige Ausbrüche zu verhindern. Die WGD-basierte Einrichtung kann die Gesamtkosten des Gesundheitssystems senken.

Referenz:

• 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

.