Можно ли оценить риск резистентного возбудителя до результата микробиологического исследования?

До получения результата микробиологического исследования врачу приходится выбирать эмпирическую антимикробную терапию, ещё не зная чувствительности возбудителя текущей инфекции. Предшествующее применение антибиотиков, недавнюю госпитализацию и известную колонизацию резистентным микроорганизмом часто рассматривают как факторы риска. Но можно ли использовать опубликованные оценки их связи с резистентностью для пациентов другого стационара?

В систематическом обзоре Кузьменкова и соавт., опубликованном в журнале «Клиническая микробиология и антимикробная химиотерапия», проанализированы работы о факторах риска и моделях, прогнозирующих выявление бактерий с клинически значимыми вариантами устойчивости.

Читать статью в журнале · Скачать PDF

Что вошло в обзор

Авторы рассмотрели работы, опубликованные с января 2000 года по апрель 2026 года. В анализ вошли 382 публикации: 317 исследований отдельных факторов риска и 65 исследований прогностических моделей. Эти группы анализировали отдельно. Исследования различались по составу пациентов, клиническим событиям и определениям резистентности, поэтому авторы не рассчитывали единый показатель риска для всех условий.

Какие факторы риска изучали

В исследованиях отдельных факторов чаще всего рассматривали следующие группы признаков (в скобках – число публикаций):

• Предшествующая антибиотикотерапия (172) – в том числе применение карбапенемов, фторхинолонов и цефалоспоринов.
• Госпитализация и другие контакты с системой здравоохранения (91) – например, недавняя госпитализация.
• Демографические характеристики (75) – возраст и пол.
• Сопутствующие заболевания (72).
• Инвазивные устройства и процедуры (71) – в том числе искусственная вентиляция лёгких и хирургические вмешательства.
• Микробиологический анамнез (55) – ранее выявленная колонизация или инфекция, вызванная резистентным микроорганизмом.

В обзоре также представлены исследования локализации текущей инфекции (54), тяжести состояния и пребывания в ОРИТ (48), иммуносупрессии (30), географических факторов и условий пребывания (29). Одно исследование могло учитывать несколько групп, поэтому сумма чисел превышает 317.

Частота изучения фактора не равна его прогностической значимости. Даже для сходных факторов оценки связи различались в зависимости от возбудителя, варианта устойчивости и клинической ситуации.

Один фактор – разные оценки связи

Авторы сопоставляли не факторы «вообще», а их связь с конкретным вариантом устойчивости при конкретном клиническом событии. В таблице – три сочетания из более широкого анализа. Даже для них оценки в разных исследованиях заметно расходились:

ESBL – бета-лактамазы расширенного спектра; MRSA – метициллинорезистентный Staphylococcus aureus.

OR (отношение шансов) – статистическая мера связи фактора с исходом. В таблице показаны диапазоны точечных оценок из разных работ, а не доверительные интервалы, объединённые эффекты или вероятности для конкретного пациента. Оценки могут различаться из-за состава пациентов, определения фактора и условий оказания помощи. Больше сочетаний представлено в таблице 4 исходной статьи и интерактивной карте ниже.

Опубликованные работы помогают выбрать признаки для локального анализа. Но готовые числовые оценки нельзя без проверки переносить в другой стационар.

Почему готовая шкала не всегда подходит другому стационару

Прогностическая модель учитывает несколько признаков и рассчитывает вероятность заданного исхода. Перед её применением нужно проверить не только, как она различает группы высокого и низкого риска, но и её калибровку: соответствуют ли рассчитанные вероятности фактической частоте этого варианта устойчивости у пациентов данного стационара.

Некоторые модели описаны неполно; многие не проверялись на независимых популяциях (внешняя валидация), а результаты калибровки приводились редко. Поэтому хорошие показатели при разработке ещё не доказывают, что модель подойдёт другому стационару.

Что дают локальные данные

При выборе эмпирической терапии важно знать, какие возбудители встречаются при данном клиническом синдроме, как часто они устойчивы к препаратам в этом стационаре и какие характеристики пациента связаны с вероятностью определённого варианта устойчивости. Кумулятивная антибиотикограмма обобщает локальные данные о чувствительности, а прогностическая модель оценивает вероятность для отдельного пациента. Одна не заменяет другую.

Локальный микробиологический мониторинг помогает отслеживать этиологию инфекций и устойчивость, а при наличии дополнительных сведений – анализировать их связь с характеристиками исследования и пациента. Для индивидуального прогноза нужны стандартизированные клинические данные, подходящая модель и её проверка в целевой популяции. Массив антибиотикограмм сам по себе не даёт готового персонального прогноза.

В обзоре среди ресурсов для работы с микробиологическими данными упомянут АБиоГрам. Возможности и ограничения машинного обучения при прогнозировании АМР мы отдельно разбирали в другом материале.

Интерактивная карта исследований

К статье приложена интерактивная карта доказательств (дополнительный материал S10). В ней можно искать исследования по факторам риска, вариантам устойчивости, клиническим событиям и прогностическим моделям. Карта помогает ориентироваться в опубликованных данных, но не рассчитывает риск для конкретного пациента и не предназначена для выбора терапии.

Главное

Обзор даёт перечень факторов для дальнейшей проверки, а не универсальную шкалу риска. Их значение и работу прогностических моделей нужно оценивать на данных той популяции, для которой планируется клиническое применение.

Источник: Кузьменков А.Ю. и соавт. Клиническая микробиология и антимикробная химиотерапия. 2026;28(2):209–240. DOI: 10.36488/cmac.2026.2.209-240.