《Diagnostic Microbiology and Infectious Disease》:Detection of Efflux mediated drug resistance in clinical isolates of
Acinetobacter baumannii in a tertiary care hospital
编辑推荐:
```
摘要
目的
鲍曼不动杆菌(Acinetobacter baumannii)临床分离株中排泄活性的增加被认为是新兴的耐药机制之一。本研究重点探讨了排泄泵及其抑制剂在多重耐药鲍曼不动杆菌中的作用。
方法
在198株多重/广泛耐药的鲍曼不动杆菌分离株中检测了排泄泵的存在
```
摘要
目的
鲍曼不动杆菌(Acinetobacter baumannii)临床分离株中排泄活性的增加被认为是新兴的耐药机制之一。本研究重点探讨了排泄泵及其抑制剂在多重耐药鲍曼不动杆菌中的作用。
方法
在198株多重/广泛耐药的鲍曼不动杆菌分离株中检测了排泄泵的存在。此外,使用微孔肉汤稀释(MBD)方法,在存在和不存在排泄泵抑制剂(EPI,即苯丙氨酸精氨酸β-萘酰胺(PAβN)和羰基氰化物氯苯腙(CCCP)的情况下,评估了亚胺培南的最低抑菌浓度(MIC)。通过常规PCR方法确定了属于耐药结节形成分部(RND)超家族的AdeABC排泄泵的分子特征(adeABC基因)。
结果
在198株多重/广泛耐药的鲍曼不动杆菌分离株中,81%(160株)在0.5mg/L浓度下表现出排泄活性,58%(114株)在2.5mg/L浓度下表现出排泄活性。此外,在存在EPIs(PAβN)的情况下,59%(117株)的亚胺培南 MIC显著降低;而在存在EPIs(CCCP)的情况下,54%(107株)的亚胺培南 MIC也显著降低。这些分离株中最普遍的AdeABC排泄泵基因组合是adeB和adeC基因(19%),其次是adeB基因(10%)。
结论
我们的研究表明,排泄泵是多重/广泛耐药的鲍曼不动杆菌用来抵御抗生素的耐药机制之一。排泄泵抑制剂(PAβN和CCCP)通过显著降低亚胺培南的MIC,显示出恢复其对鲍曼不动杆菌疗效的潜力。
章节片段
引言
鲍曼不动杆菌(Acinetobacter baumannii)是一种机会性病原体,主要导致医院获得性感染(HAI)。耐碳青霉烯类抗生素的鲍曼不动杆菌(CRAB)已被确认为导致HAI增加的病原体之一[1]。已报告了许多与耐碳青霉烯类鲍曼不动杆菌相关的临床暴发事件,且替代治疗方案有限[2]。
2024年,世界卫生组织(WHO)发布了一份报告,列出了碳青霉烯类抗生素的情况...
研究设计和参与者
这项前瞻性观察性研究于2023年6月至2024年9月在印度泰米尔纳德邦哥印拜陀的PSG医学科学与研究院进行,获得了机构伦理委员会的批准(PSG IHEC – 23/332)。
细菌鉴定
共获得了198株多重/广泛耐药的鲍曼不动杆菌分离株,这些分离株来自不同年龄组的各种样本。这些分离株的鉴定是通过常规生化测试和自动化方法(VITEK2,Biomeriux,S.A)完成的。
统计分析
数据输入到Microsoft Excel中,并使用SPSS 28版本进行了统计分析。分类变量以频率和百分比的形式呈现。亚胺培南及其排泄泵抑制剂(PAβN和CCCP)的MIC(连续变量)通过单因素方差分析(ANOVA)进行统计分析,随后进行事后校正。p值<0.05被认为是统计学上显著的。
结果
共收集了198株碳青霉烯类抗生素耐药分离株,主要来自呼吸道分泌物(43%),其次是渗出物(37%)、血液(145%)和其他体液(2%)。这些患者的平均年龄为52.27 ± 18.48岁。性别比例为3:1(男性:女性)。大多数分离株来自非关键部位(54%),其余来自关键部位(46%)。这些鲍曼不动杆菌分离株对其他药物组的耐药情况如下:
讨论
本研究使用Et-Br轮盘琼脂方法发现,临床分离株中由排泄介导的耐药性发生率为58%(114株)。
结论
总之,排泄泵是鲍曼不动杆菌临床分离株中普遍存在的抗生素耐药机制之一。使用排泄泵抑制剂(EPI,即PaβN和CCCP)与亚胺培南联合使用,可以显著降低其MIC,使细菌对该抗生素(亚胺培南)敏感(分别为41%和43%)。未来的研究应评估这些抑制剂的细胞毒性和致突变性,因为目前的数据支持开发排泄泵抑制剂。
已从机构的IEC获得伦理批准,批准编号为PSG IHEC-23/332,日期为2023年9月21日。
CRediT作者贡献声明
Priyadharsini Tamilselvan:研究设计和概念、数据采集、数据分析、手稿准备、手稿编辑、手稿审稿。Lavanya Sriramajayam:研究设计和概念、数据分析、手稿准备、手稿编辑、手稿审稿。Appalaraju Boppe:数据分析、手稿编辑、手稿审稿。Mohamadiya Rizwana M:数据分析、手稿审稿。所有作者均阅读并批准了最终稿件。
写作过程中生成式AI和AI辅助技术的声明
在准备本工作时,作者使用了ChatGPT来提高可读性和语言质量。使用该工具/服务后,所有作者根据需要审查和编辑了内容,并对出版物的内容负有全部责任。
CRediT作者贡献声明
Priyadharsini Tamilselvan:撰写 – 审稿和编辑、写作 – 初稿、可视化、验证、方法学、调查、正式分析、数据整理、概念化。Lavanya Sriramajayam:撰写 – 审稿和编辑、写作 – 初稿、可视化、验证、监督、正式分析、数据整理、概念化。Appalaraju Boppe:撰写 – 审稿和编辑、验证、监督。Mohamadiya Rizwana M:验证、监督。
Priyadharsini Tamilselvan | Lavanya Sriramajayam | Appalaraju Boppe | Mohamadiya Rizwana M
```