От микробиологического результата к управлению применением антимикробных препаратов

Обзор и комментарий АБиоГрам. Публикация Holubar и соавт. посвящена знаниям и навыкам, необходимым для организации и развития программ управления применением антимикробных препаратов. В настоящем материале мы рассматриваем положения документа прежде всего с позиции клинической микробиологии, работы с данными и принятия решений. Предложенная ниже матрица развития системы является интерпретацией АБиоГрам, основанной на положениях публикации и нашем практическом опыте. Она не является классификацией SHEA, IDSA, PIDS или SIDP и не представляет собой перечень функций системы «АБиоГрам».

Исходный документ: страница публикации · PDF

В 2026 году Общество эпидемиологии здравоохранения Америки (SHEA), Американское общество инфекционных болезней (IDSA), Общество детских инфекционных болезней (PIDS) и Общество фармацевтов по инфекционным заболеваниям (SIDP) опубликовали обновленное руководство по знаниям и навыкам, необходимым специалистам, участвующим в управлении применением антимикробных препаратов [1].

Документ значительно шире вопросов выбора препарата или контроля его назначения. Авторы рассматривают микробиологическую диагностику, интерпретацию результатов, применение антимикробных препаратов, анализ данных, информационные технологии, взаимодействие различных специалистов и оценку результатов как элементы одной системы [1].

Это позволяет сформулировать более общий вывод:

управление применением антимикробных препаратов начинается не с назначения препарата и не с анализа резистентности. Оно начинается с получения клинически значимого и корректно интерпретированного микробиологического результата.

И уже затем отдельные результаты исследований становятся основой для анализа на уровне отделения, медицинской организации или территории.

От исследования к решению по терапии

В рекомендациях большое внимание уделено вопросам, которые предшествуют непосредственно назначению антимикробного препарата.

К необходимым компетенциям авторы относят понимание показаний к микробиологическим исследованиям, выбор метода, правильность получения материала, интерпретацию культуральных и некультуральных исследований, различение инфекции, колонизации и контаминации, использование быстрых диагностических методов, молекулярных исследований и полногеномного секвенирования [1].

Поэтому последовательность принятия решения начинается значительно раньше, чем вопрос о том, какой препарат следует назначить:

нужно ли проводить исследование → какой клинический материал необходимо получить → каким методом его исследовать → насколько надежен полученный результат → что он означает в конкретной клинической ситуации → должно ли на его основании меняться лечение.

Ошибка на любом из первых этапов способна изменить все последующие решения.

Например, результат исследования может быть лабораторно корректным, но клинически малоинформативным, если материал был получен без достаточных показаний или не отражает предполагаемый очаг инфекции.

Поэтому качество микробиологической диагностики и политика применения антимикробных препаратов не должны рассматриваться независимо друг от друга.

Микробиологическое заключение является частью клинического процесса

Роль лаборатории не заканчивается идентификацией микроорганизма и определением его чувствительности.

Авторы рекомендаций отдельно рассматривают интерпретацию культуральных и некультуральных результатов, разработку пояснений для клиницистов, участие лаборатории в выборе диагностических подходов и взаимодействие со специалистами, отвечающими за применение антимикробных препаратов [1].

Это особенно важно в условиях увеличения числа диагностических технологий.

Один и тот же положительный результат может иметь различное значение в зависимости от клинического материала, метода исследования, характеристик пациента и предполагаемого инфекционного процесса.

Следовательно, микробиологический результат должен отвечать не только на вопрос:

Что обнаружено?

но, насколько это возможно в рамках лабораторной компетенции, помогать понять:

Как этот результат следует интерпретировать?

и

Какое значение он может иметь для дальнейшего выбора диагностической и терапевтической тактики?

Именно поэтому микробиологическое заключение является не просто формой передачи лабораторного результата, а одним из элементов клинического информационного процесса.

Лаборатория становится участником системы управления

В рекомендациях взаимодействию с клинической микробиологической лабораторией отведена самостоятельная роль.

Предполагается двусторонняя коммуникация между лабораторией и специалистами, участвующими в формировании политики применения антимикробных препаратов. На более высоком уровне развития системы авторы рассматривают регулярное совместное обсуждение проблем, оценку диагностических технологий и согласованное принятие решений по их внедрению [1].

Такой подход существенно отличается от модели, в которой лаборатория только передает результаты исследований.

Микробиологическая лаборатория становится участником:

• формирования диагностической политики
• контроля качества микробиологических исследований
• интерпретации результатов
• мониторинга антимикробной резистентности
• оценки изменений критериев интерпретации чувствительности
• разработки локальных рекомендаций
• оценки результатов диагностических и терапевтических вмешательств

Для этого требуется объединение микробиологической, клинической, фармакологической, эпидемиологической и аналитической экспертизы.

Два уровня использования микробиологических данных

Практически важно разделять два взаимосвязанных уровня.

flowchart TB
    A["Результат определения чувствительности"]
    A --> P["Для отдельного пациента"]
    A --> O["Для медицинской организации"]
    P --> B["Интерпретация и заключение"] --> C["Решение по терапии"]
    O --> D["Валидированные результаты"] --> E["Анализ АМР и применения АМП"] --> F["Локальные рекомендации"]
    F -.-> C
    classDef clinical fill:#ecf9f8,stroke:#0d8c96,color:#182440,stroke-width:2px,font-size:20px
    classDef organizational fill:#f5f0ff,stroke:#7950c3,color:#182440,stroke-width:2px,font-size:20px
    class A,P,B,C clinical
    class O,D,E,F organizational

Результаты отдельных исследований формируют общие данные; локальные рекомендации затем помогают принимать решения для следующих пациентов.

Уровень отдельного пациента

Здесь последовательность выглядит следующим образом:

микробиологическое исследование → определение чувствительности → интерпретация → микробиологическое заключение → решение по антимикробной терапии.

Цель работы с данными на этом уровне заключается в поддержке корректного решения в конкретной клинической ситуации.

Уровень медицинской организации

При накоплении результатов возникает другой контур:

валидированные микробиологические результаты → анализ резистентности → анализ применения АМП → выявление проблемы → изменение диагностической или лекарственной политики → оценка результата.

Эти уровни нельзя рассматривать отдельно.

Качество популяционной аналитики напрямую зависит от качества каждого результата, вошедшего в анализ.

И наоборот, накопленные данные медицинской организации могут использоваться для разработки локальных рекомендаций, которые затем влияют на решения в отношении отдельных пациентов.

Таким образом, между индивидуальным и популяционным уровнями существует постоянная обратная связь.

Antibiogram и антибиотикограмма: важное терминологическое различие

При использовании зарубежной литературы необходимо учитывать различие терминов.

В рассматриваемом документе термин antibiogram применяется преимущественно к кумулятивным данным о чувствительности микроорганизмов, например на уровне медицинской организации, подразделения или определенной группы инфекций.

В российской микробиологической практике термин «антибиотикограмма» обычно обозначает результат определения чувствительности конкретного изолята к антимикробным препаратам и является частью микробиологического заключения.

Поэтому применительно к популяционным данным далее мы используем понятия:

• кумулятивный отчет о чувствительности
• кумулятивный анализ чувствительности
• отчет по антимикробной резистентности

Это не только терминологическое различие.

Индивидуальный результат используется при принятии решения для конкретного пациента.

Кумулятивные показатели характеризуют определенную совокупность наблюдений и используются для решения уже других задач: анализа локальной эпидемиологии, разработки рекомендаций, оценки политики применения АМП и наблюдения за изменениями резистентности.

Мониторинг АМР является одним из компонентов системы

Кумулятивный анализ чувствительности остается важной частью управления применением антимикробных препаратов.

В рекомендациях его предлагается использовать для наблюдения за резистентностью, принятия решений по лекарственной политике и разработки клинических рекомендаций [1].

Однако общий отчет на уровне медицинской организации далеко не всегда отвечает на конкретный практический вопрос.

Значение могут иметь различия:

• между подразделениями
• между видами клинического материала
• между периодами наблюдения
• между отдельными группами пациентов
• между микроорганизмами
• между антимикробными препаратами
• между клиническими ситуациями

Поэтому авторы рассматривают более специализированные варианты кумулятивного анализа, включая данные отдельных подразделений и клинических синдромов [1].

Но детализация имеет предел.

Чем больше аналитических разрезов используется, тем меньше становится число наблюдений внутри каждой группы и тем выше неопределенность результата.

Поэтому сложность аналитики должна определяться не количеством доступных фильтров, а конкретным вопросом, на который необходимо получить ответ.

Качество данных предшествует мониторингу

Кумулятивный показатель является производной величиной.

До его расчета необходимо определить, какие результаты включаются в анализ и насколько они сопоставимы между собой.

Для оценки антимикробной резистентности принципиальное значение имеют:

• стандартизация названий микроорганизмов
• стандартизация антимикробных препаратов
• единые наименования клинических материалов
• критерии включения результатов в анализ
• правила учета первого и повторных изолятов
• дедупликация данных
• полнота определения чувствительности
• используемые методы исследования
• изменения пороговых значений интерпретации чувствительности
• изменения диагностической активности подразделений
• объем выборки

Например, изменение доли резистентных изолятов во времени не обязательно отражает истинное изменение резистентности циркулирующей популяции микроорганизмов.

Оно может быть связано с изменением структуры пациентов, числа исследований, критериев отбора изолятов или применяемых правил интерпретации.

Поэтому аналитическая система должна позволять не только увидеть показатель, но и понимать, как именно он был рассчитан.

Воспроизводимость методики расчета имеет не меньшее значение, чем визуальное представление результата.

Резистентность необходимо рассматривать вместе с применением АМП

В рекомендациях отдельно рассматривается измерение применения антимикробных препаратов, использование стандартизированных показателей, сравнение подразделений и использование этих данных для выявления проблем [1].

На более высоком уровне авторы приводят пример сопоставления показателей применения препаратов с данными о чувствительности микроорганизмов при разработке вмешательств [1].

Такое объединение принципиально важно.

Анализ резистентности характеризует микробиологическую ситуацию, но сам по себе не объясняет, почему она сформировалась.

Анализ применения АМП показывает структуру назначений, но не описывает происходящие микробиологические изменения.

Совместный анализ позволяет ставить более содержательные вопросы:

Изменяется ли резистентность одновременно с изменением структуры применения АМП?

Одинакова ли динамика в разных подразделениях?

Какие препараты или группы препаратов формируют основную лекарственную нагрузку?

Сопровождается ли изменение локальных рекомендаций изменением структуры назначений?

Что происходит с микробиологическими и клиническими результатами после вмешательства?

При этом статистическая связь между применением АМП и резистентностью сама по себе не является доказательством причинной связи.

Необходимо учитывать диагностическую практику, состав пациентов, инфекционный контроль, циркуляцию отдельных клонов микроорганизмов и другие факторы.

От данных к вмешательству

Наличие большого числа показателей не означает, что сформирована система управления применением антимикробных препаратов.

Принципиальный вопрос заключается в том, что происходит после получения аналитического результата.

Рекомендации предполагают использование данных для выявления направлений, требующих улучшения, разработки вмешательств и последующей оценки их результатов [1].

Так возникает замкнутый цикл:

измерение → выявление проблемы → решение → изменение практики → повторное измерение → оценка результата → корректировка политики.

Например, рост применения определенного препарата является только наблюдением.

Он приобретает управленческое значение, если можно определить:

• где произошло изменение
• какие назначения его сформировали
• соответствуют ли они локальным рекомендациям
• какие микробиологические данные необходимо учитывать
• какое вмешательство возможно
• изменились ли показатели после вмешательства

В этом заключается отличие системы отчетности от системы управления.

Матрица развития системы управления применением АМП

Авторы рекомендаций используют базовый, промежуточный и продвинутый уровни для описания различных знаний, навыков и организационных возможностей [1].

Опираясь на эту логику и собственный опыт построения систем работы с микробиологическими данными, мы предлагаем рассматривать развитие системы управления применением АМП по нескольким направлениям одновременно.

Представленная матрица является авторской концепцией АБиоГрам. Она не является шкалой аккредитации, формальной оценкой медицинской организации или классификацией SHEA, IDSA, PIDS и SIDP.

Главное преимущество такого представления заключается в том, что оно не требует относить всю медицинскую организацию к одному уровню.

Разные компоненты могут развиваться с различной скоростью.

Например, медицинская организация может иметь развитую микробиологическую лабораторию и качественные исходные данные, но ограниченные возможности анализа применения АМП.

Возможна и обратная ситуация: интерактивная аналитика уже доступна, но правила учета повторных изолятов или стандартизации данных остаются недостаточно формализованными.

Поэтому матрица не предназначена для расчета интегрального балла.

Ее задача состоит в том, чтобы показать:

какие компоненты уже сформированы, какие ограничивают дальнейшее развитие системы и какие направления требуют следующего шага.

Интерактивная аналитика нужна не ради визуализации

В рекомендациях к продвинутым возможностям относятся интерактивные панели для анализа применения антимикробных препаратов по медицинской организации, подразделению, службе, препарату и другим характеристикам [1].

Однако наличие большого количества графиков не делает систему аналитической.

Хорошая аналитика должна помогать последовательно отвечать на несколько вопросов:

Что происходит?

Где происходит изменение?

Насколько надежно оно измерено?

Какие факторы могут его объяснять?

Требуется ли вмешательство?

После изменения практики появляется следующий вопрос:

Удалось ли получить ожидаемый результат?

Поэтому проектирование аналитической системы следует начинать не с выбора диаграмм, а с определения клинических и управленческих вопросов.

Один показатель редко бывает достаточным

Процент чувствительных или резистентных изолятов является удобным показателем, но сам по себе редко позволяет сделать обоснованный вывод.

При его интерпретации важно учитывать:

• число наблюдений
• правила формирования выборки
• статистическую неопределенность
• абсолютное количество резистентных изолятов
• структуру клинических материалов
• различия между подразделениями
• изменение диагностической активности
• изменения критериев интерпретации
• динамику применения соответствующих АМП

Чем более значимое управленческое решение планируется принять, тем важнее использовать несколько взаимодополняющих показателей и проверять альтернативные объяснения наблюдаемого изменения.

Одна система данных, разные пользователи

Одни и те же данные необходимы различным специалистам, но вопросы у них различаются.

Микробиологу важно оценивать идентификацию микроорганизма, результаты определения чувствительности, необычные фенотипы, качество тестирования и корректность исходных данных.

Клиническому фармакологу важны применение АМП, его соответствие локальным рекомендациям, связь с резистентностью и возможности изменения терапии.

Эпидемиологу необходимы анализ временных и пространственных изменений, выявление необычных профилей резистентности и оценка возможных эпидемиологических связей.

Клиницисту необходима информация, которая помогает интерпретировать конкретный микробиологический результат и принять решение по терапии.

Руководителю медицинской организации важны масштаб проблемы, изменения после вмешательства, клинические результаты и использование ресурсов.

Поэтому универсального «правильного дашборда» не существует.

Правильнее говорить об общей системе данных и различных аналитических представлениях, соответствующих задачам конкретного пользователя.

Результат необходимо оценивать шире, чем изменение резистентности

В рекомендациях оценка программы не ограничивается применением АМП или долей устойчивых микроорганизмов.

Авторы рассматривают длительность терапии, время до назначения адекватного лечения, нежелательные явления, длительность госпитализации, повторные госпитализации, летальность, стоимость антимикробных препаратов и стоимость медицинской помощи [1].

Это принципиальный момент.

Например, уменьшение использования определенного препарата само по себе не является конечной целью, если оно сопровождается ухудшением результатов лечения.

Аналогичным образом сокращение количества микробиологических исследований нельзя автоматически считать положительным эффектом, если ухудшилось качество диагностики.

Поэтому последствия вмешательства целесообразно оценивать в нескольких взаимосвязанных плоскостях:

Экономическая оценка является продолжением клинической и организационной оценки

Финансовые показатели в рекомендациях рассматриваются наряду с показателями безопасности пациентов и клиническими результатами [1].

Практический опыт АБиоГрам показывает, что экономическая оценка наиболее информативна тогда, когда она строится после определения клинической и организационной логики вмешательства.

Например, изменение микробиологической диагностики потенциально может повлиять на:

• время получения значимого результата
• продолжительность эмпирической терапии
• использование антимикробных препаратов широкого спектра
• объем дополнительных диагностических исследований
• продолжительность госпитализации
• потребность в других ресурсах

Если такая причинная последовательность определена и соответствующие эффекты могут быть количественно оценены, их можно включать в сценарную экономическую модель.

Практические примеры такого подхода представлены в нашей модели экономических потерь при ошибках микробиологической диагностики и в региональном кейсе ЯНАО.

При этом результаты отдельных моделей нельзя автоматически переносить на любую медицинскую организацию.

Экономический результат зависит от исходной ситуации, структуры пациентов, объема медицинской помощи, стоимости ресурсов, масштаба вмешательства и модельных предположений.

Необходимо также различать несколько понятий.

Бюджетный эффект отражает фактическое изменение денежных расходов.

Ресурсный эффект характеризует изменение использования койко-дней, лабораторных исследований, препаратов или рабочего времени специалистов.

Потенциальный экономический эффект представляет собой стоимостную оценку более широкого круга последствий при заданных предположениях.

Высвобождение ресурса не всегда означает эквивалентное сокращение бюджета.

Например, уменьшение числа избыточных койко-дней может увеличить доступность стационарной помощи, не приводя к пропорциональному уменьшению расходов медицинской организации.

Поэтому экономическая модель должна быть прозрачной: необходимо указывать исходные предпосылки, источники данных, диапазоны неопределенности и вклад отдельных компонентов в итоговую оценку.

Где находится искусственный интеллект

В рекомендациях 2026 года среди продвинутых инструментов упоминаются машинное обучение, искусственный интеллект и модели риска, которые могут применяться для поддержки решений при распространенных инфекционных синдромах [1].

Но принципиально важно, на каком этапе они появляются.

До применения сложных прогностических методов необходимо решить более фундаментальные задачи:

• обеспечить качество микробиологического исследования
• корректно интерпретировать результат
• стандартизировать данные
• определить воспроизводимые показатели
• организовать анализ
• встроить результат анализа в клинический или управленческий процесс
• определить, каким образом будет оцениваться результат вмешательства

Поэтому искусственный интеллект не заменяет качественную микробиологию и корректно организованные данные.

Последовательность скорее выглядит следующим образом:

качественный микробиологический результат → стандартизированные данные → корректные показатели → интерпретируемая аналитика → поддержка решений → прогностические методы.

АБиоГрам – не только программное обеспечение

Практический опыт АБиоГрам показывает, что технологическая платформа является лишь одним из компонентов системы.

При построении таких решений необходимо одновременно работать на нескольких уровнях:

• организовать получение данных из лабораторных и медицинских информационных систем
• обеспечить корректную интерпретацию результатов определения чувствительности
• унифицировать справочники и правила учета
• определить методику расчета показателей
• обеспечить контроль качества исходных данных
• разработать аналитические разрезы
• связать микробиологические данные с применением АМП
• определить правила представления информации различным специалистам
• сформировать механизмы поддержки решений
• оценивать последствия изменений клинической и диагностической практики

Поэтому ценность подобных систем определяется не только программным кодом.

Она формируется на пересечении клинической микробиологии, эпидемиологии, клинической фармакологии, анализа данных, информационных технологий, экономики здравоохранения и организации медицинской помощи.

Именно накопленный опыт работы на этих уровнях позволяет перейти от автоматизации отдельных операций к построению системы, в которой микробиологические данные используются для принятия решений.

От микробиологического результата к системе управления

Если свести рассмотренный подход к одной логике, можно выделить два взаимосвязанных контура.

Клинический контур

исследование → результат → интерпретация → микробиологическое заключение → решение по терапии

Организационный контур

накопление валидированных результатов → мониторинг АМР и применения АМП → аналитическая оценка → изменение диагностической или лекарственной политики → оценка результатов

Связь между ними является двусторонней.

Индивидуальные результаты формируют данные медицинской организации.

В свою очередь, результаты популяционного анализа используются для формирования локальных правил диагностики и применения АМП, которые влияют на решения в отношении следующих пациентов.

Поэтому современная система управления применением антимикробных препаратов должна помогать отвечать не на один, а на последовательность вопросов:

Корректно ли выполнено микробиологическое исследование?

Правильно ли интерпретирован его результат?

Как этот результат должен влиять на решение по терапии?

Что происходит с резистентностью и применением АМП на уровне медицинской организации?

Где возникают отклонения или проблемы?

Насколько надежно они измерены?

Что можно изменить в диагностической или терапевтической практике?

Что произошло после вмешательства?

Как изменения отразились на пациентах и использовании ресурсов?

В такой системе мониторинг антимикробной резистентности остается важным компонентом, но перестает быть конечной целью. Он становится одним из этапов более широкой последовательности:

от качественного микробиологического результата к обоснованному клиническому решению, от накопленных данных к изменению практики и от вмешательства к измеримой оценке его последствий.

Литература

1. Holubar M, Bhowmick T, Buckel WR, Cosgrove SE, Evans C, File TM Jr, et al. Guidance for the Knowledge and Skills required for Antimicrobial Stewardship Leaders: an update from the Society for Healthcare Epidemiology of America, Infectious Diseases Society of America, Pediatric Infectious Diseases Society, and the Society of Infectious Diseases Pharmacists. Antimicrobial Stewardship & Healthcare Epidemiology. 2026;6:e130. doi:10.1017/ash.2026.10344.