Influence of microbial composition and sample type on antimicrobial resistance in urinary tract infections: a single-centre retrospective cohort study (2015-2023)

यहाँ अध्ययन "मूत्र पथ संक्रमण में सूक्ष्मजीव संरचना और नमूना प्रकार का रोगाणुरोधी प्रतिरोध पर प्रभाव: एक एकल-केंद्रित पूर्वव्यापी कोहोर्ट अध्ययन (2015–2023)" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

मूत्र पथ संक्रमण (UTIs) एक महत्वपूर्ण वैश्विक स्वास्थ्य बोझ का प्रतिनिधित्व करते हैं, जिसमें कैथेटर-संबंधित UTIs (CAUTIs) अस्पताल से होने वाले संक्रमणों का लगभग 40% हिस्सा होते हैं। वर्तमान निगरानी और नैदानिक प्रबंधन कई सीमाओं का सामना कर रहे हैं:

• मोनोमाइक्रोबियल पूर्वाग्रह (Monomicrobial Bias): अधिकांश शोध और नैदानिक प्रोटोकॉल एकल रोगजनकों (मुख्य रूप से Escherichia coli) पर ध्यान केंद्रित करते हैं, जिससे बहु-सूक्ष्मजीव (polymicrobial) संक्रमणों की गतिशीलता छिप जाती है, जो कैथेटर वाले रोगियों (दीर्घकालिक मामलों में 80% तक) में आम हैं।
• पारिस्थितिक अंध बिंदु (Ecological Blind Spots): मानक निगरानी अक्सर कैथेटर और गैर-कैथेटर मूत्र नमूनों को एकत्रित करती है, जो डिवाइस-विशिष्ट पारिस्थितिक परिवर्तनों को मेजबान कारकों से अलग करने में विफल रहती है।
• प्रतिरोध चालक (Resistance Drivers): नमूना प्रकार (निर्वत बनाम कैथेटरयुक्त), सूक्ष्मजीव समुदाय संरचना (सह-अलगाव), और रोगाणुरोधी प्रतिरोध (AMR) के बीच परस्पर क्रिया को नियमित नैदानिक डेटा में ठीक से मापा नहीं गया है।
• नैदानिक अंतराल (Clinical Gap): विशिष्ट रोगजनक संयोजनों और नमूना संदर्भों को प्रतिरोध प्रोफाइल से जोड़ने वाले डेटा की कमी है, जो संदर्भ-जागरूक अनुभवजन्य नुस्खा (empiric prescribing) में बाधा डालती है।

2. कार्यप्रणाली (Methodology)

अध्ययन ने ज़्यूरिख विश्वविद्यालय के इंस्टीट्यूट ऑफ मेडिकल माइक्रोबायोलॉजी (जनवरी 2015 – मई 2023) के 188,687 मूत्र कल्चर का विश्लेषण करने वाले एक बड़े पैमाने के, पूर्वव्यापी कोहोर्ट डिजाइन का उपयोग किया।

• डेटा स्तरीकरण (Data Stratification): नमूनों को तीन प्रकारों में वर्गीकृत किया गया:
  • मिडस्ट्रीम यूरिन (MU): 132,713 नमूने।
  • इंडवेलिंग कैथेटर (IDC): 31,975 नमूने।
  • इंटरमिटेंट कैथेटर (IMC): 22,131 नमूने।
• वर्गीकरण: कल्चर को नकारात्मक, बैक्टीरुरिया, या ≥10⁵ CFU/mL की सीमा के आधार पर सूक्ष्मजीव विज्ञान रूप से महत्वपूर्ण UTI के रूप में वर्गीकृत किया गया।
• सांख्यिकीय ढांचा (Statistical Framework):
  • प्रचलता विश्लेषण (Prevalence Analysis): कोवेरिएट-समायोजित प्रतिगमन मॉडल (Prevalence Ratios) ने लिंग, आयु, वार्ड और वर्ष के लिए समायोजन करते हुए विभिन्न नमूना प्रकारों में प्रजातियों की प्रचुरता की तुलना की।
  • सह-अस्तित्व मॉडलिंग (Co-occurrence Modeling):
    • गैर-यादृच्छिक जुड़ाव की पहचान करने के लिए समायोजित युग्म विषम अनुपात (Adjusted pairwise odds ratioss - ORs) का उपयोग किया गया।
    • मार्जिनल प्रचुरता के आर्टिफैक्ट्स से वास्तविक पारिस्थितिक अंतःक्रियाओं को अलग करने के लिए डिग्री-प्रिजर्विंग परम्यूटेशन नल मॉडल का उपयोग किया गया।
    • MU नमलों के सापेक्ष साथी संरचना में बदलाव का विश्लेषण करने के लिए दिशात्मक पार्टनर-चॉइस मॉडल का उपयोग किया गया।
  • प्रतिरोध मॉडलिंग (Resistance Modeling): रोगाणुरोधी प्रतिरोध (AMR) को निम्नलिखित के बीच अंतर करने वाले बर्नौली परिणाम (Bernoulli outcome) के रूप में मॉडल किया गया:
    • कुल प्रतिरोध (Total Resistance - TR): अर्जित + अंतर्निहित प्रतिरोध।
    • अर्जित प्रतिरोध (Acquired Resistance - AR): उत्परिवर्तन या क्षैतिज जीन स्थानांतरण के माध्यम से प्राप्त प्रतिरोध (अंतर्निहित को छोड़कर)।
  • विशेषता महत्व (Feature Importance): प्रतिरोध परिणामों पर जीव की पहचान बनाम रोगी मेटाडेटा (लिंग, आयु, नमूना प्रकार) की भविष्य कहने वाली शक्ति को मापने के लिए म्युचुअल इंफॉर्मेशन (Mutual Information) की गणना की गई।

3. प्रमुख योगदान (Key Contributions)

• पारिस्थितिक ढांचा (Ecological Framework): यह अध्ययन एकल-रोगजनक विश्लेषण से आगे बढ़कर UTIs को जटिल सूक्ष्मजीव समुदायों के रूप में देखता है, और स्पष्ट रूप से मॉडल करता है कि कैसे नमूना प्रकार (निर्वत बनाम कैथेटर) माइक्रोबायोम को नया आकार देता है।
• पदानुक्रमित अंतःक्रिया विश्लेषण (Hierarchical Interaction Analysis): यह साझा जोखिम प्रोफाइल जैसे भ्रमित करने वाले कारकों से वास्तविक जैविक सह-अस्तित्व को अलग करने के लिए एक बहु-स्तरीय सांख्यिकीय दृष्टिकोण (PRs, ORs, परम्यूटेशन और पार्टनर-चॉइस मॉडल) का उपयोग करता है।
• साथी प्रभावों का परिमाणीकरण (Quantification of Partner Effects): यह प्रमाण प्रदान करता है कि विशिष्ट "साथी" जीवों (जैसे, Enterococcus faecium या Candida albicans) की उपस्थिति प्राथमिक रोगजनक के प्रतिरोध की संभावना को महत्वपूर्ण रूप से बदल देती है।
• अस्थायी प्रतिरोध रुझान (Temporal Resistance Trends): यह 8 वर्षों की अवधि में विशिष्ट, गैर-मौसमी प्रतिरोध पैटर्न के बदलावों का दस्तावेजीकरण करता है, जो बढ़ते $\beta$-लैक्टम/$\beta$-लैक्टामेज अवरोधक प्रतिरोध को उजागर करता है।

4. मुख्य परिणाम (Key Results)

A. सूक्ष्मजीव संरचना और बहु-सूक्ष्मजीवता (Microbial Composition and Polymicrobiality)

• बहु-सूक्ष्मजीव बोझ (Polymicrobial Burden): कैथेटर-संबंधित नमूने (IDC और IMC) मिडस्ट्रीम मूत्र (MU) नमूनों की तुलना में ~60% अधिक संभावित रूप से बहु-सूक्ष्मजीव थे (Adjusted PR 1.63)।
• रोगजनक बदलाव (Pathogen Shifts):
  • E. coli MU (39.8%) में प्रभावी था लेकिन IDC (21.9%) में काफी कम प्रचलित था।
  • डिवाइस-संबंधित संवर्धन: IDC नमूनों में Pseudomonas aeruginosa, Candida albicans, और Candida glabrata का मजबूत संवर्धन देखा गया।
  • लिंग अंतर: E. coli महिलाओं में अधिक सामान्य था, जबकि Enterococcus faecalis और P. aeruginosa पुरुषों में समृद्ध थे।
• सह-अस्तित्व पैटर्न (Co-occurrence Patterns):
  • अधिकांश प्रजाति युग्मों ने समायोजन के बाद तटस्थ या नकारात्मक संबंध दिखाए।
  • पुनरुत्पादनीय "हॉटस्पॉट" (Reproduable "Hotspots"): विशिष्ट युग्जों ने विधियों में सुसंगत संवर्धन दिखाया, विशेष रूप से C. albicans–C. glabrata और C. albicans–E. faecium।
  • असममिति (Asymmetry): E. coli और E. faecalis के बीच का संबंध असममित था; IDC नमूनों में E. faecalis के E. coli के साथ सह-होने की संभावना अधिक थी, लेकिन इसके विपरीत नहीं, जो दिशात्मक पारिस्थितिक लाभ या साझा जोखिम कारकों का सुझाव देता है।

B. रोगाणुरोधी प्रतिरोध (AMR) चालक (Antimicrobial Resistance Drivers)

• जीव की पहचान का प्रभुत्व (Dominance of Organism Identity): म्युचुअल इंफॉर्मेशन विश्लेषण ने खुलासा किया कि जीव की पहचान प्रतिरोध का प्रमुख भविष्यवक्ता था (TR के लिए 0.28 बिट्स, AR के लिए 0.15 बिट्स), जो रोगी जनसांख्यिकी या नमूना प्रकार (>0.01 बिट्स प्रत्येक) से कहीं अधिक था।
• नमूना प्रकार प्रभाव (Sample Type Effects):
  • IDC नमूनों में MU की तुलना में उच्च कुल प्रतिरोध (TR) देखा गया।
  • सामान्य रोगजनकों (जैसे, E. coli, K. pneumoniae) के भीतर, अर्जित प्रतिरोध (AR) MU की तुलना में IDC नमूनों में अधिक था।
• प्रतिरोध पर साथी प्रभाव (Partner Effects on Resistance):
  • अस्पताल-संबंधित साथियों (E. faecium, C. albicans, P. aeruginosa) के साथ सह-अलगाव का कई दवा वर्गों (जैसे, $\beta$-लैक्टम, फ्लोरोक्विनोलोन) में प्राथमिक रोगजनकों में बढ़े हुए AR के साथ संबंध था।
  • इसके विपरीत, कम-विषाक्तता वाले सहभोगी (जैसे, Actinotignum schaalii) के सह-अलगाव का कुछ संदर्भों में कम प्रतिरोध के साथ संबंध था।
• अस्थायी रुझान (2015–2023):
  • कुल मिलाकर AR ~48% से बढ़कर ~60% हो गया।
  • बढ़ते: Enterobacterales में $\beta$-लैक्टम और $\beta$-लैक्टामेज अवरोधक (जैसे, एमोक्सिसिलिन-क्लैवुलैनेट) के प्रति प्रतिरोध बढ़ रहा है।
  • घटते: फ्लोरोक्विनोलोन प्रतिरोध (संभवतः कम उपयोग के कारण)।
  • स्थिर: सेफलोस्पोरिन प्रतिरोध (ESBL प्रॉक्सी) और कार्बापेनम प्रतिरोध कम बना हुआ है।

5. महत्व और नैदानिक निहितार्थ (Significance and Clinical Implications)

• संदर्भ-जागरूक निदान (Context-Aware Diagnostics): अध्ययन तर्क देता है कि नमूना प्रकार (कैथेटर बनाम निर्वत) और सामुदायिक संदर्भ (बहु-सूक्ष्मजीव बनाम एकल-सूक्ष्मजीव) रोगजनक पहचान से परे कार्रवाई योग्य जानकारी प्रदान करते हैं। कैथेटर वाले रोगियों में प्रतिरोध जोखिमों को कम आंकने से बचने के लिए इन कारकों को अनदेखा करना हानिकारक हो सकता है।
• अनुभवजन्य नुस्खा (Empiric Prescribing): निष्कर्ष बताते हैं कि उपचार न केवल अलग किए गए रोगजनक, बल्कि नमूना स्रोत और सह-पृथक साथियों की उपस्थिति के आधार पर भी अनुकूलित किया जाना चाहिए। उदाहरण के लिए, एक बहु-सूक्ष्मजीव IDC नमूना जिसमें E. coli और E. faecium है, को एक मोनोमाइक्रोबियल MU E. coli नमूने की तुलना में व्यापक कवरेज की आवश्यकता हो सकती है।
• स्टुवर्डशिप (Stewardship): यह समझना कि विशिष्ट पारिस्थितिक अंतःक्रियाएं (जैसे, बायोफिल्म निर्माण या क्रॉस-प्रोटेक्शन) प्रतिरोध को कैसे संचालित कर सकती हैं, यह दर्शाता है कि स्टुवर्डशिप रणनीतियों को केवल एकल प्रजाति के बजाय सूक्ष्मजीव समुदाय को लक्षित करने की आवश्यकता है।
• भविष्य की दिशाएं: लेखक भविष्य के बहु-केंद्र सत्यापन और ऐसे निदान विकसित करने का आह्वान करते हैं जो बहु-सूक्ष्मजीव पारिस्थितिकी को कैप्चर कर सकें (जैसे, संयुक्त AST या संस्कृति-स्वतंत्र विधियां) ताकि UTIs के बढ़ते AMR संकट को बेहतर ढंग से संबोधित किया जा सके।

सीमाएं: यह अध्ययन पूर्वव्यापी है, एकल-केंद्रित है, और इसमें लक्षण/उपचार डेटा की कमी है, जिसका अर्थ है कि कुछ सकारात्मक कल्चर लक्षणहीन बैक्टीरुरिया का प्रतिनिधित्व कर सकते हैं। प्रतिरोध तंत्र के संबंध में कारणता (causality) स्थापित नहीं की जा सकती, केवल संबंध (association) स्थापित किया जा सकता है।