抗生素耐药性（Antimicrobial Resistance, AMR）是21世纪全球公共卫生面临的重大挑战之一。随着抗生素的广泛使用，耐药菌株和抗生素耐药基因（Antibiotic Resistance Genes, ARGs）在医院环境中迅速扩散，尤其是在重症监护病房（ICU）这样高风险的医疗场所。ICU医护人员因长期暴露于高浓度抗生素和耐药菌的环境中，其肠道微生物群是否受到显著影响，成为一个备受关注的研究课题。2025年发表在《Critical Care》期刊上的一篇多中心、跨区域研究通过宏基因组学技术，系统比较了ICU医护人员与健康对照组的肠道ARG丰度及微生物群组成，揭示了ICU医护人员肠道ARG显著升高的现象。
Paper Info
- 标题：Elevated antibiotic resistance gene abundance of ICU healthcare workers, a multicentre, cross-sectional study
- 译名：多中心横断面研究揭示ICU医护人员抗生素耐药基因丰度升高
- 期刊：Critical Care (IF：8.8)
- 发表时间：2025年4月30日
- 链接：https://doi.org/10.1186/s13054-025-05408-5
引言
抗生素耐药性被世界卫生组织列为全球十大公共卫生威胁之一。据《Lancet》2024年报道，1990年至2021年间，全球因AMR导致的死亡人数持续上升，预计未来几十年将进一步加剧。医院作为抗生素使用最密集的场所，是ARG传播的主要来源。ICU尤为突出，因其患者病情危重、抗生素使用频繁、耐药菌（如ESKAPE病原体：粪肠球菌、肺炎克雷伯菌等）高发，导致环境中的ARG浓度远高于外部环境。
ICU医护人员每天接触高危患者、污染表面及空气中的耐药菌，面临较高的职业暴露风险。先前的研究表明，医护人员可能通过直接接触、空气传播或交叉污染成为耐药菌的携带者。然而，传统研究多依赖细菌培养技术，样本量小，难以全面揭示ARG的传播动态。宏基因组学技术的兴起为研究ARG提供了更精确的工具，使研究人员能够深入分析医护人员肠道微生物群的耐药基因特征。
该研究提出一个核心问题：ICU医护人员的肠道ARG丰度是否高于健康人群？此外，ICU职业暴露的时长是否与ARG丰度相关？通过多中心、跨区域的样本采集和宏基因组学分析，研究旨在填补这一领域的知识空白，为医院感染防控提供科学依据。
研究设计与方法
这项前瞻性、多中心、横断面研究在中国浙江和河南的八家医疗中心开展，时间为2024年1月至2月。研究对象包括191名ICU医护人员（医生、护士、护理助理）和99名健康对照组，共290人。健康对照组来自常规体检人群，无医疗相关工作背景。研究通过粪便样本的宏基因组测序，比较两组的肠道ARG丰度、ARG多样性及微生物群组成。
- 纳入标准：年龄大于18岁，签署知情同意书。
- 排除标准：存在胃肠道疾病、恶性肿瘤、精神疾病；近6个月使用广谱抗生素（如万古霉素、头孢吡肟等）；孕妇；健康对照组需无医疗相关工作经历。
研究团队收集粪便样本，提取DNA后使用Illumina NovaSeq X Plus平台进行双末端测序（2×150 bp）。通过Fastp去除低质量读数，Bowtie2过滤人类基因组序列，Kraken2进行分类学分析，RGI结合CARD数据库识别ARG。ARG丰度以每千碱基每百万映射读数（RPKM）标准化，ARG丰富度以识别的ARG总数量化。研究还通过Kraken2和RGI的读数ID匹配，追踪ARG的细菌宿主。
主要结局为比较ICU医护人员与健康对照组的ARG丰度（以RPKM为指标）。使用广义线性模型（GLM）进行分析，矫正了年龄、性别和BMI等混杂因素。次要结局为探索ICU职业暴露时长与ARG丰度的关系，使用限制性立方样条（RCS）模型。亚组分析和敏感性分析进一步验证结果的稳健性，分析工具包括R软件及其相关包（如pctax、rms）。
结果
ICU医护人员肠道ARG丰度显著升高
研究发现，ICU医护人员的总ARG丰度显著高于健康对照组（调整后倍数变化=1.22，95%置信区间：1.12-1.34，p<0.001）。具体而言，来源于粪肠球菌、肺炎克雷伯菌和肠杆菌属（包括大肠杆菌）的ARG丰度在医护人员中显著增加。特别值得注意的是，与喹诺酮类抗生素耐药相关的qnrE1基因（log2倍数变化=14.03，p-adj=0.02）以及与β-内酰胺类抗生素耐药相关的ACT-12（log2倍数变化=11.23，p-adj=0.03）和MIR-12（log2倍数变化=11.17，p-adj=0.04）基因在医护人员中显著上调。
ARG多样性与微生物群组成差异
ICU医护人员的ARG α多样性（丰富度和Shannon指数）显著高于对照组（p<0.001，p=0.02），β多样性也存在显著差异（Adonis R²=0.0396，p=0.001）。243个ARG在医护人员中显著上调，而仅9个ARG下调。此外，医护人员的肠道细菌组成显示出更高的α多样性（p=0.04）和β多样性（Adonis R²=0.0419，p=0.001），其中克雷伯菌属（如Klebsiella grimontii，log2倍数变化=5.93，p-adj=0.004）和乳酸乳球菌（log2倍数变化=5.78，p-adj=0.009）显著上调。
职业暴露时长与ARG丰度无关
出乎意料的是，研究未发现ICU职业暴露时长与ARG丰度之间的显著线性或非线性关系（p for overall=0.96，p for nonlinear=0.84）。这表明ARG丰度的增加可能在医护人员职业生涯的早期即已发生。
4. 亚组与敏感性分析
- 性别差异：男性医护人员的ARG丰度与职业暴露的关联更强（β=0.29，p<0.001）相比女性（β=0.13，p=0.03）。
- 地区差异：河南的医护人员ARG丰度高于浙江（倍数变化=1.20 vs. 1.12）。
- 职业差异：护理助理的ARG丰度最高（倍数变化=1.33），其次为医生（1.18）和护士（1.08）。
讨论
临床意义
- 感染防控的新视角：ICU医护人员作为潜在的ARG携带者，可能在医院内外的耐药菌传播中扮演重要角色。研究提示需加强对医护人员的感染防控措施，如优化手部卫生、加强环境消毒。
- 精准医疗的潜力：宏基因组学技术为监测ARG提供了高分辨率工具，可用于识别高风险人群和制定针对性的干预措施。
- 职业健康保障：医护人员肠道微生物群的变化可能影响其长期健康，需进一步研究这些变化的临床意义。
公共卫生意义
研究结果支持“One Health”框架，强调人类、动物和环境健康的互联性。医院作为ARG的“热点”，其防控策略应扩展到医护人员和社区。减少不必要的抗生素使用、加强耐药性监测是应对AMR的关键。
局限性
- 地域局限：研究仅限于中国人群，结论的普遍性需进一步验证。
- 因果关系：作为观察性研究，无法确定职业暴露与ARG升高之间的因果关系。
- 未测混杂因素：如旅行史、住院史等可能影响结果。
- 临床相关性：ARG的升高是否导致实际感染风险尚不明确。
未来研究方向
- 纵向研究：通过长期随访，探索ARG丰度变化的动态和影响因素。
- 全球合作：开展跨国研究，验证不同地区医护人员的ARG特征。
- 干预措施：测试感染防控策略（如益生菌干预、环境净化）对ARG丰度的影响。
- 健康影响：研究ARG升高对医护人员健康的潜在影响，如免疫功能或代谢疾病风险。
小结
这项多中心研究揭示了ICU医护人员肠道ARG丰度和微生物群多样性的显著升高，提示职业暴露可能是重要驱动因素。尽管未发现暴露时长与ARG丰度的直接关联，但研究强调了医院环境在耐药基因传播中的关键作用。宏基因组学技术的应用为理解AMR动态提供了新视角，未来需进一步探索其临床和公共卫生意义，以优化感染防控策略，保护医护人员和患者的健康。
CARD数据库中药物类型整理
为了方便分析，我整合了CARD数据库的描述信息到ReporterScore包中，可以通过以下代码调取：
if(!require(ReporterScore))remotes::install_github("Asa12138/ReporterScore")
library(ReporterScore)
CARDinfo <- load_CARDinfo()
head(CARDinfo$ARO_index)
## ARO Accession CVTERM ID Model Sequence ID Model ID
## 3005099 ARO:3005099 43314 6143 3831
## 3002523 ARO:3002523 38923 8144 1781
## 3002524 ARO:3002524 38924 85 746
## 3002525 ARO:3002525 38925 4719 1246
## 3002526 ARO:3002526 38926 228 1415
## 3002527 ARO:3002527 38927 5510 2832
## Model Name
## 3005099 23S rRNA (adenine(2058)-N(6))-methyltransferase Erm(A)
## 3002523 AAC(2')-Ia
## 3002524 AAC(2')-Ib
## 3002525 AAC(2')-Ic
## 3002526 AAC(2')-Id
## 3002527 AAC(2')-Ie
## ARO Name
## 3005099 23S rRNA (adenine(2058)-N(6))-methyltransferase Erm(A)
## 3002523 AAC(2')-Ia
## 3002524 AAC(2')-Ib
## 3002525 AAC(2')-Ic
## 3002526 AAC(2')-Id
## 3002527 AAC(2')-Ie
## Protein Accession DNA Accession AMR Gene Family
## 3005099 AAB60941.1 AF002716.1 Erm 23S ribosomal RNA methyltransferase
## 3002523 AAA03550.1 L06156.2 AAC(2')
## 3002524 AAC44793.1 U41471.1 AAC(2')
## 3002525 CCP42991.1 AL123456.3 AAC(2')
## 3002526 AAB41701.1 U72743.1 AAC(2')
## 3002527 CAC32082.1 AL583926.1 AAC(2')
## Drug Class
## 3005099 lincosamide antibiotic;macrolide antibiotic;streptogramin antibiotic
## 3002523 aminoglycoside antibiotic
## 3002524 aminoglycoside antibiotic
## 3002525 aminoglycoside antibiotic
## 3002526 aminoglycoside antibiotic
## 3002527 aminoglycoside antibiotic
## Resistance Mechanism CARD Short Name length Drug_Class
## 3005099 antibiotic target alteration Spyo_ErmA_MLSb 732 MLS
## 3002523 antibiotic inactivation AAC(2')-Ia 537 Aminoglycoside
## 3002524 antibiotic inactivation AAC(2')-Ib 588 Aminoglycoside
## 3002525 antibiotic inactivation AAC(2')-Ic 546 Aminoglycoside
## 3002526 antibiotic inactivation AAC(2')-Id 633 Aminoglycoside
## 3002527 antibiotic inactivation AAC(2')-Ie 549 Aminoglycoside
注意CARD数据库中Drug Class，一个ARO可以对应很多种药物类型，不是很方便整合，所以我根据《Assessment of global health risk of antibiotic resistance genes》中的规则新增了一列“Drug_Class”。
ARGs were manually reclassified based on the drugs to which they confer resistance. ARGs referring to penam, cephalosporin, carbapenem, cephamycin, penem and monobactam were grouped into the beta-lactam class. ARGs referring to macrolides, lincosamides and streptogramins were grouped into the MLS class. ARGs referring to more than one drug class were grouped into the multidrug class.
library(pcutils)
gghuan(dplyr::count(CARDinfo$ARO_index,Drug_Class))+
scale_fill_pc()
关注公众号 ‘bio llbug’,获取最新推送。
扫一扫
1452
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
