Мобильная версия«Синдромная комбинированная антибиограмма со взвешенной заболеваемостью» («WISCA») представляет собой метод оценки вероятности того, что эмпирическая терапия | эмпирический режим противомикробных препаратов обеспечит адекватный охват данного инфекционного заболевания | инфекционного синдрома до того, как будет идентифицирован причинный возбудитель.
== Фон ==
Клиницисты, начинающие эмпирическую антимикробную терапию, должны выбрать схему до того, как станут доступны результаты микробиологического посева. Традиционная кумулятивная антибиотикограмма, стандартизированная Институтом клинических и лабораторных стандартов (CLSI) в его рекомендациях M39, представляет процент чувствительности для отдельных пар организм-антибиотик.
== Методика ==
=== Основной принцип ===
WISCA оценивает эмпирический охват конкретного инфекционного синдрома путем объединения двух компонентов: относительной заболеваемости каждого патогена в рамках синдрома и чувствительности каждого патогена к оцениваемому режиму лечения. Для режима «r» и патогенов «i» = 1, …, «K» охват рассчитывается как:
:\text{Покрытие}_r = \sum_{i=1}^{K} p_i \cdot \theta_{i,r}
где ''pi'' представляет собой долю синдрома, вызванного патогеном ''i'', а ''θi,r'' представляет собой вероятность того, что патоген ''i'' восприимчив к режиму ''r''.
Для комбинированных схем, состоящих из двух или более противомикробных препаратов, изолят считается покрываемым, если он чувствителен хотя бы к одному агенту в комбинации.
=== Байесовская формулировка ===
Белицкий и др. (2016) формализовали WISCA как байесовский вывод | Байесовскую модель с использованием сопряженных априорных значений, что позволяет распространять неопределенность посредством вычислений.
Заболеваемость патогенами моделируется с помощью распределения Дирихле. Учитывая наблюдаемые количества ''n1'', …, ''nK'' и равномерное априорное значение ''α'' = (1, …, 1):
:\mathbf{p} \sim \text{Дирихле}(\alpha_1 + n_1, \ldots, \alpha_K + n_K)
Восприимчивость к каждой паре «возбудитель-схема» моделируется с помощью бета-распределения. Учитывая «S» восприимчивость из «N» протестированных изолятов и единый предшествующий результат:
:\theta \sim \text{Beta}(1 + S,\; 1 + N - S)
Для отбора выборок из этих апостериорных распределений используется метод Монте-Карло, и для каждого отбора покрытие вычисляется как взвешенная сумма. Результирующее распределение значений охвата дает точечную оценку (обычно среднее или медиану) и достоверный интервал (обычно 95%).
Интервал достоверности является ключевым результатом: он напрямую отражает степень уверенности в оценке охвата, что особенно информативно, когда количество доступных изолятов невелико.
=== Расширения ===
Барбьери и др. (2021) расширили байесовскую структуру WISCA до многоуровневой модели | модели иерархической логистической регрессии, включающей такие ковариаты, как возраст пациента, пол и предшествующее воздействие антибиотиков, и использовали гамильтоновую выборку Монте-Карло с помощью Stan (программное обеспечение) | Stan.
== Клиническое применение ==
WISCA применялась при различных инфекционных синдромах в различных клинических условиях.
=== Инфекции мочевыводящих путей ===
Хеберт и др. (2012) продемонстрировали метод лечения инфекций мочевыводящих путей (ИМП) и абдоминально-билиарных инфекций, сравнивая WISCA с традиционной антибиограммой. Barbieri et al. (2021) разработали байесовский индекс WISCA для педиатрических внебольничных ИМП, стратифицируя их по возрасту, полу и сопутствующим заболеваниям, и обнаружили значительные различия в охвате между подгруппами.
=== Инфекции интенсивной терапии ===
Рандхава и др. (2014) построили WISCA для вентилятор-ассоциированной пневмонии (ВАП) и катетер-ассоциированной инфекции кровотока (CRBSI) в канадском отделении интенсивной терапии. Исследование показало, что, хотя ни одна схема лечения одним препаратом не достигла более 80% охвата для обоих синдромов, несколько схем двойного лечения превысили 90% охвата.
=== Инфекции кровотока у детей ===
Белицкий и др. (2016) применили байесовскую модель WISCA к детской бактериемии|инфекциям кровотока, используя объединенные данные из 19 европейских больниц, оценивая пять эмпирических схем.
=== Фебрильная нейтропения ===
Либерати и др. (2024) использовали WISCA для оценки эмпирических схем лечения фебрильной нейтропении у пациентов с детской онкологией в двух итальянских центрах.
=== Инфекции протезных суставов ===
В исследовании 2025 года WISCA применялась при инфекциях протезных суставов, продемонстрировав ее полезность как для эмпирического, так и для окончательного выбора антибиотиков в случаях с отрицательным результатом посева.
== Преимущества перед традиционными антибиотикограммами ==
Традиционные кумулятивные антибиотикограммы и WISCA дают одинаковую точечную оценку охвата монотерапией при применении к одной и той же популяции, поскольку взвешивание заболеваемости патогенами по отношению к чувствительности к каждому патогену алгебраически упрощается до общей доли чувствительных изолятов. Таким образом, основными преимуществами WISCA являются:
* «Количественная оценка неопределенности»: байесовский подход обеспечивает интервал достоверности рядом с каждой оценкой охвата, делая надежность оценки прозрачной, что особенно важно, когда количество доступных изолятов невелико.
* '''Оценка комбинированной терапии''': WISCA предоставляет стандартизированный, проверенный метод расчета совместного покрытия схем лечения несколькими препаратами с учетом того факта, что изолят покрывается страховкой, если он чувствителен хотя бы к одному агенту.
* '''Специфичность синдрома''': результаты можно стратифицировать по клиническому синдрому и подгруппе пациентов.
== Ограничения ==
WISCA предполагает, что микробиологические данные, используемые в качестве исходных данных, являются репрезентативными для целевой группы населения. Он не моделирует изменения резистентности с течением времени, не учитывает фармакокинетику|фармакокинетические факторы, такие как проникновение в ткани, и не учитывает клинические результаты. Небольшие размеры выборки остаются проблемой; хотя байесовский подход более изящно обрабатывает низкие значения, чем простые пропорции, полученные интервалы достоверности могут оказаться слишком широкими для принятия клинических решений.
== Программное обеспечение ==
WISCA реализован в пакете R (язык программирования) | R с открытым исходным кодом «AMR», который предоставляет функцию
Код: Выделить всё
wisca()== См. также ==
* Тестирование чувствительности к антибиотикам
* Контроль противомикробных препаратов
* Эмпирическая терапия
* Устойчивость к противомикробным препаратам
* Байесовский вывод
Устойчивость к противомикробным препаратам
Клиническая микробиология
Байесовская статистика
Контроль противомикробных препаратов
Подробнее: https://en.wikipedia.org/wiki/Weighted- ... ntibiogram