WGS-Enabled Surveillance Improves Detection Of Transmission Events Within A Large Tertiary Care Hospital Trust In London

Lo studio dimostra che l'integrazione dei dati di sequenziamento genomico intero (WGS) con le informazioni sui movimenti dei pazienti permette di rilevare con maggiore precisione e anticipo le trasmissioni di Enterobatteriacee produttrici di carbapenemasi in un ospedale londinese, offrendo significativi vantaggi economici rispetto ai metodi di sorveglianza tradizionali.

L'essenziale

Immagina un grande ospedale come una città molto affollata, piena di persone che si muovono tra diversi quartieri (i reparti), edifici e ospedali. In questa città, ci sono dei "ladri invisibili": dei batteri resistenti ai farmaci (chiamati CPE) che possono rubare la salute ai pazienti.

Il problema è che il sistema di sicurezza attuale dell'ospedale (chiamato IPC) è un po' come una guardia che guarda solo dove sono le persone e quando si sono incontrate. Se due pazienti sono stati nello stesso reparto nella stessa settimana, la guardia pensa: "Ehi, questi due si sono sicuramente passati il battere!". Ma spesso sbaglia: a volte i pazienti si incontrano senza passare nulla, e altre volte il battere passa in modo subdolo, anche se i pazienti non si sono mai visti o sono stati in reparti diversi.

Cosa hanno scoperto gli scienziati?
Questo studio, condotto a Londra, ha provato a potenziare la guardia di sicurezza con una "lente magica" chiamata WGS (Sequenziamento dell'intero genoma).

Ecco come funziona, spiegato con una metafora semplice:

1. Il vecchio metodo: "L'abbigliamento"

Il metodo tradizionale guarda solo l'aspetto esteriore. Se due persone indossano lo stesso tipo di giacca (stesso tipo di battere) e sono state nello stesso bar (stesso reparto) nello stesso giorno, la guardia pensa: "Sono amici, si sono passati qualcosa!".

• Il problema: A volte due persone hanno la stessa giacca ma non si sono mai incontrate (falsi allarmi). Altre volte, il battere passa da una persona all'altra anche se hanno giacche diverse o si sono incontrati in giorni diversi (falsi negativi).

2. Il nuovo metodo: "L'impronta digitale genetica"

Il nuovo metodo (WGS) non guarda la giacca, ma legge il codice a barre genetico unico di ogni battere. È come se ogni battere avesse un'impronta digitale o un DNA unico.

• La magia: Se il codice a barre del battere del paziente A è quasi identico a quello del paziente B, allora sappiamo per certo che il battere è passato da uno all'altro, anche se sono stati in reparti diversi o a distanza di settimane.

Cosa è successo nella ricerca?

Gli scienziati hanno guardato indietro nel tempo (come un detective che rivede i filmati di sicurezza) analizzando due gruppi di pazienti:

1. Un gruppo con 103 batteri diversi.
2. Un gruppo con 82 batteri resistenti a un antibiotico specifico.

I risultati sorprendenti:

• Il vecchio sistema era cieco: Ha individuato solo il 20% dei veri casi di contagio. Ha perso la maggior parte delle tracce!
• I "punti ciechi": Il vecchio sistema non vedeva i contagi che avvenivano:
  • Nel tempo: Se il paziente A si ammala il 1° gennaio e il paziente B il 20 gennaio (più di una settimana dopo), il vecchio sistema dice "non sono collegati". Il nuovo sistema dice "Sì, sono collegati!".
  • Nello spazio: Se il battere passa da un reparto all'altro (o da un edificio all'altro) tramite un'infermiera o un carrello, il vecchio sistema non lo vede. Il nuovo sì.
  • Tra specie diverse: A volte il battere "salta" da un tipo di battere all'altro (come un virus che cambia forma). Il vecchio sistema non lo capisce, il nuovo sì.

Perché è importante? (Il lato economico)

Immagina che il vecchio sistema suoni l'allarme ogni volta che due persone hanno la stessa giacca. Questo fa perdere tempo e soldi all'ospedale per indagini inutili.
Il nuovo sistema, invece:

1. Risparmia tempo: Non fa perdere tempo a indagare su falsi allarmi.
2. Salva soldi: Se il sistema nuovo avvisa l'ospedale 25-47 giorni prima che un'epidemia diventi grande, l'ospedale può fermarla subito.
3. Il conto in banca: Lo studio ha calcolato che, usando questa "lente magica", l'ospedale potrebbe risparmiare fino a 3,6 milioni di sterline all'anno (circa 4,2 milioni di euro), evitando che i pazienti si ammalino e occupando meno letti.

In sintesi

Questo studio ci dice che dobbiamo smettere di guardare solo "chi era dove e quando". Dobbiamo iniziare a leggere il "codice genetico" dei batteri. È come passare da una mappa disegnata a mano (vecchia e imprecisa) a un GPS in tempo reale ad alta definizione.

Il messaggio finale: Se usiamo questa tecnologia, possiamo fermare i "ladri invisibili" prima che rubino troppo, salvando vite e risparmiando risorse preziose per l'ospedale. È il futuro della sicurezza in ospedale.

Sommario tecnico

Titolo dello Studio

La sorveglianza abilitata al WGS (Whole Genome Sequencing) migliora il rilevamento degli eventi di trasmissione all'interno di un grande Trust ospedaliero di cura terziaria a Londra.

---

1. Il Problema

Le infezioni causate da Enterobatteriacee produttrici di carbapenemasi (CPE) rappresentano una minaccia crescente e persistente negli ambienti sanitari. I metodi di sorveglianza per la prevenzione e il controllo delle infezioni (IPC) attualmente utilizzati si basano principalmente sulla prossimità spaziale e temporale dei pazienti (es. stessa stanza, stesso reparto, entro 7 giorni).
Tuttavia, questi metodi presentano limiti critici:

• Bassa risoluzione: Spesso portano a eventi di trasmissione mal attribuiti o non rilevati.
• Cecità meccanicistica: Sono insensibili alla trasmissione interspecie mediata da elementi genetici mobili (plasmidi), che trasferiscono geni di resistenza tra specie batteriche diverse.
• Impatto economico e clinico: Le infezioni ospedaliere costano al NHS circa 2,7 miliardi di sterline l'anno. La rilevazione tardiva o errata porta a focolai estesi, costi elevati e uso inefficace delle risorse.
• Barriere all'adozione del WGS: Sebbene il sequenziamento dell'intero genoma (WGS) offra una risoluzione superiore, la sua integrazione routinaria è ostacolata da infrastrutture imperfette, silos di dati e tempi di elaborazione lunghi.

2. Metodologia

Lo studio ha sviluppato e valutato retrospettivamente una metodologia integrata che combina l'analisi dei dati di movimento dei pazienti a livello di reparto con i dati di sequenziamento WGS.

• Dataset:

  • Collezione CPE: 103 genomi raccolti tra gennaio e marzo 2021 (diversi tipi di carbapenemasi: OXA-48, NDM, IMP, VIM, KPC).
  • Collezione IMP: 82 genomi di CPE positivi per beta-lattamasi idrolizzanti l'imipenem, raccolti tra giugno 2016 e ottobre 2019.
  • Dati di Movimento: Dati pseudonimizzati su oltre 12.000 giorni-reparto per la collezione CPE e oltre 7.000 per la collezione IMP, mappati su edifici e reparti specifici.

• Pipeline Analitica:

  • Controllo Qualità e Assemblaggio: Utilizzo di strumenti come fastqc, trimmomatic, spades e quast per l'assemblaggio dei genomi.
  • Identificazione Specie e Pangenoma: kraken2, bracken e panaroo per l'identificazione delle specie e la costruzione del pangenoma.
  • Confronto Genomico: Calcolo delle distanze SNP (Single Nucleotide Polymorphism) con snp-dists (soglia: ≤ 10 SNP per trasmissione intraspecie).
  • Ricostruzione e Confronto Plasmidi: Utilizzo di mobsuite per la ricostruzione e pling per il calcolo delle distanze tra plasmidi (soglia: distanza = 0 per indicare condivisione identica del backbone). Questo permette di rilevare la trasmissione interspecie.
  • Coppie Contatto-Genoma: I genomi sono stati mappati sugli eventi di contatto tra pazienti (stesso luogo, stesso tempo o tempi diversi) con un filtro temporale di 90 giorni.

• Criteri di Valutazione:

  • Criteri Clinici (IPC attuale): Stessa specie, stesso reparto, ≤ 7 giorni di distanza, almeno un'infezione acquisita post-ricovero.
  • Soglie Genomiche: SNP ≤ 10 o distanza PLING = 0.
  • Metriche: Sensibilità, specificità, valore predittivo positivo (PPV) e negativo (NPV).
  • Analisi Economica: Calcolo del ROI (Ritorno sull'Investimento) basato su costi di infezione evitati ("Rule-in" per eventi persi) e costi di azioni cliniche non necessarie evitate ("Rule-out" per falsi positivi).

3. Contributi Chiave

• Integrazione Multidimensionale: Prima valutazione che combina dati di movimento granulare dei pazienti con analisi genomiche (inclusi i plasmidi) in un contesto ospedaliero reale.
• Rilevamento di "Blindspot": Identificazione sistematica di tre categorie di eventi di trasmissione che sfuggono ai metodi tradizionali:
  1. Blindspot Temporali: Trasmissioni con intervalli superiori a 7 giorni.
  2. Blindspot Spaziali: Trasmissioni tra reparti diversi o edifici diversi dello stesso ospedale.
  3. Blindspot Meccanicistici: Trasmissioni interspecie mediate da plasmidi (es. E. coli → K. pneumoniae).
• Valutazione Economica Rigorosa: Un'analisi dei costi che dimostra come l'uso del WGS possa generare risparmi significativi riducendo sia le infezioni secondarie che le indagini cliniche inutili.

4. Risultati

• Performance Diagnostica:

  • I metodi IPC attuali hanno rilevato solo il 20,5% degli eventi di trasmissione confermati genomicamente (su 3.423 coppie contatto-genoma analizzate), mantenendo un'alta specificità (98,5%).
  • CPE Collection: Sensibilità del 29,7%. Il 71% delle coppie di pazienti identificate dai criteri clinici non mostrava alcuna relazione genomica (falsi positivi).
  • IMP Collection: Sensibilità ancora più bassa (9,43%).
  • Miglioramento Temporale: L'approccio basato sul WGS ha fornito una finestra di rilevamento anticipato di 25-47 giorni rispetto ai metodi tradizionali.

• Tipologia di Eventi Persi (False Negativi):

  • Blindspot Temporali: 24 eventi (CPE) e 9 eventi (IMP) con intervalli medi di 25 e 47 giorni rispettivamente.
  • Blindspot Spaziali: Eventi rilevati tra reparti diversi o edifici diversi.
  • Blindspot Meccanicistici: 3 eventi (CPE) e 23 eventi (IMP) di condivisione di plasmidi tra specie diverse, invisibili all'analisi SNP tradizionale.

• Impatto Economico:

  • L'integrazione del WGS ha permesso di evitare azioni cliniche non necessarie (Rule-out) e prevenire infezioni secondarie (Rule-in).
  • Risparmi Annualizzati: Stimati tra £126.424 e £3.595.562 per la collezione CPE, a seconda del modello di costo applicato.
  • ROI: In 7 su 8 scenari di costo, il ritorno sull'investimento ha superato il 2-fold (fino a 76,51 nel caso più favorevole per la collezione CPE).

5. Significato e Conclusioni

Lo studio dimostra che l'integrazione del WGS nei protocolli di sorveglianza IPC non è solo tecnicamente fattibile, ma clinicamente ed economicamente superiore ai metodi basati solo su prossimità spaziale e temporale.

• Precisione: Permette di passare da un monitoraggio "grezzo" a uno basato su prove genomiche, riducendo drasticamente le indagini inutili e focalizzando le risorse sui veri focolai.
• Prevenzione: La capacità di rilevare la trasmissione interspecie tramite plasmidi è cruciale per contenere focolai di resistenza agli antibiotici (AMR) che altrimenti rimarrebbero invisibili.
• Sostenibilità: Il forte ROI suggerisce che l'adozione del WGS come strumento standard di cura può portare a risparmi sostanziali per i sistemi sanitari, oltre a migliorare la sicurezza del paziente.
• Sfide Future: Lo studio evidenzia la necessità di sviluppare infrastrutture per l'analisi in tempo reale (o near-real-time) e di superare i silos di dati per rendere questa tecnologia operativa nella pratica clinica quotidiana.

In sintesi, la sorveglianza abilitata al WGS rappresenta un passo fondamentale verso la disruzione e la mitigazione degli effetti delle epidemie di CPE guidate dalla resistenza antimicrobica.