Author: Emma Lönn, Bachelor of Medicine

En presentation över ämnet: "Author: Emma Lönn, Bachelor of Medicine"— Presentationens avskrift:

1 The effect of biases in Svebar – a new system for antibiotic resistance surveillance
Author: Emma Lönn, Bachelor of Medicine Supervisor: Martin Sundqvist, MD, PhD Department of Laboratory Medicine, Örebro University Hospital

2 Introduktion Antibiotikaresistens är ett ständigt växande hot mot modern sjukvård Viktigt med välfungerande övervakningssystem Svebar (Svensk bevakning av antibiotikaresistens) Tre fördelar jämfört med de flesta andra system: 1. ”Early warning” - komponent 2. Kontinuerlig dag-till-dag övervakning 3. Samtliga odlingar sparas Potentiella bias som skulle kunna påverka tolkningen av resistensdata

3 Syfte Att undersöka möjligheten för Svebar att beskriva resistensnivåer hos utvalda bakteriearter, och därmed uppmärksamma potentiella bias i systemet. Mer specifikt att analysera effekten på resistensnivåer i följande situationer: Olika insamlingsstrategier för att ta nasopharynxodlingar i olika delar av landet Olika rutiner gällande uppdelning till subarter När olika stora andelar av isolaten testas mot ett visst antibiotikum Få rapporterade isolat av en bakterieart

4 Material and Metod Data från år 2017
Klebsiella pneumoniae, Klebsiella variicola, Haemophilus influenzae, Streptococcus pneumoniae, Pasteurella multocida and Pasteurella canis. Nio laboratorier, vars data kontinuerligt har validerats under de senaste åren Analyserade antibiotikum baserades på nationellt accepterade riktlinjer för resistenstestning Bakterieisolat inkluderades baserat på de vanligaste provlokalerna: Nasofarynxsekret för S. pneumoniae och H. influenzae Urin för Klebsiella arterna Bett/sekret/sårsekret för Pasteurella arterna Resistensnivåer – per laboratorium, samt alla laboratorier tillsammans

5 Resultat och Diskussion
Analyserna i studien är baserade på följande antal isolat: K. pneumoniae n = 11 144 K. variicola n = 270 H. influenzae n = 8 360 S. pneumoniae n = 3 272 P. multocida n = 318 P. canis n = 137

6 Insamlingsbias – olika insamlingsstrategier mellan laboratorierna
Antalet insamlade nasopharynxodlingar/ invånare och olika restensnivåer, varierade betydligt mellan laboratorierna Selektiv insamling kan enligt tidigare studier potentiellt leda till en överskattning av resistensnivåer I denna studie, ingen konsekvent trend mot högre resistensnivåer vid en mer selektiv insamling

7 Olika laboratoriepraxis - subartsindelning
Endast ett laboratorium utförde separation av K. variicola (n=270) från K. pneumoniae (n=3 707) Resistensnivåerna var lägre hos K. variicola för alla antibiotikum, ofta signifikant Därav finns en risk för att överskatta resistensen hos K. variicola, när man rapporterar dessa två sub-arter tillsammans Resistensnivåerna för K. pneumoniae och K. variicola ihop liknade nivån för K. pneumoniae, ingen signifikant skillnad kunde ses  Således ingen effekt på resistensnivåerna för K. pneumoniae med denna rapportering i vår studie

8 Olika laboratoriepraxis – andelen testade isolat mot ett visst antibiotikum
Tidigare studier har visat en trend mot högre resistensnivåer vid en mer selektiv resistenstestning Troligen främst förklarad av det faktum att bredare antibiotika-paneler bara analysers på isolat som var resistenta mot första linjens antibiotikum

9 Vi observerade: Ofta signifikant högre resistensnivåer för laboratorierna som testar <50% av sina isolat (röda), jämfört med de som testar >90% (gröna) Signifikant skillnad i resistensnivåer även när man jämför alla laboratorier (blåa) med de som testar >90% (gröna) medräknande av data från de laboratorier som testar <50% av sina isolat kan leda till överskattade resistensnivåer i nationella rapporter.

10 Få isolat av en bakterieart
Kan bli problematiskt med tanke på risk för “low number-random effects” Antalet Pasteurella isolat varierade mellan isolat/laboratorium Det var en stor skillnad i rapporterade lokala resistensnivåer Ciprofloxacin resistens – 0,0-20,0% (P. multocida) Tetracycline resistens – 0,0–12,5% (P. canis) Vilket antyder opålitliga lokala data För ovanliga arter finns stor vinst med nationella data! Totalt var resistensnivåerna för Pasteurella arterna mycket låg

11 Begränsningar Ingen regressionsanalys – andra faktorer kan vara involverade Uteslutning av laboratorier – täcker inte alla regioner som rapporterar till Svebar

12 Slutsats Subartsindelning av Klebsiella ger tydligare bild av resistensläget Vi föreslår gräns på minst 90% testade isolat mot ett antibiotikum för att inkludera laboratoriets data i nationella rapporter avseende resistens En “varningsflagga” i Svebar som markerar när ett laboratorium har väldigt få isolat av en bakterieart föreslås. - ”För få testade isolat  endast nationella data ger säker information om resistens”. Framtida studier: Justerade för ålder och kön Innehållande fler art/antibiotikum kombinationer Inklusion av fler laboratorier Vidare analyser gällande effekt av insamlingsbias

13 Tack!