Klīniski nozīmīgo izolātu antibakteriālā rezistence un to kodējošo gēnu noteikšana

Abstract

Izpratne par antibakteriālās rezistences datu uzraudzību un rīcība šī jautājuma risināšanā ir būtiska antibiotiku efektivitātes saglabāšanai un sabiedrības veselības nodrošināšanai. Darbā iegūtie rezultāti uzsver biežāk izolēto locītavu infekciju ierosinātājus, to antibakteriālās jutības rezultātus. Pētījuma mērķis bija izolēt locītavu un asinsrites infekciju ierosinātājus un noteikt to rezistences rezultātus pret biežāk nozīmētajiem antibakteriālajiem līdzekļiem TOS 2020-2022.gadā. Ar multipleksētu polimerāzes ķēdes reakciju tika noteikti rezistenci kodējošie gēni, kā arī veikta iegūto antibakteriālo rezistences rezultātu statistiskā analīze, izmantojot MAR indeksu un Pīrsona-Hī kvadrāta testu. Pētījumā kopā izolēti 318 celmi. Visbiežāk izolēti grampozitīvo baktēriju celmi (78,68%), retāk gram-negatīvi (21,38%) Rezultāti uzrādīja, ka grampozitīvas baktērijas biežāk uzrādīja rezistenci pret cefoksitīnu (22,05%), ciprofloksacīnu (18,75%) un gentamicīnu (18,75%). Gramnegatīvo baktēriju vidū vislielākā rezistence bija pret ampicilīnu (78,94%) un ceftazidīmu (61,70%). Pielietojot Pīrsona Hī kvadrāta testa atšķirību analīzi, tika noteikts, ka pastāv statististiski nozīmīga sakarība starp izolēto mikroorganismu un tā antibakteriālās jutības rezultātiem p<0,05. Tika noteikti 12 antibakteriālo rezistenci kodējoši gēni 11 izolātos, kas norāda uz iespējamu multirezistences rezervuāru savukārt MAR indekss noteikts 18 baktērijām, un tas bija intervālā no 0,27 -0,9.

Understanding the importance of antibacterial resistance and taking action to address this issue is crucial for maintaining the effectiveness of antibiotics and ensuring the health and well-being of individuals and communities worldwide. The study aimed to evaluate the causative bacteria for joint and BSI and their resistance patterns to commonly used antibiotics. The study also used multiplex polymerase chain reaction to detect genes encoding antibiotic resistance. Pearson’s chi-squared test of independence were used to evaluate whether antimicrobial resistance patterns are related to identified microorganisms. The study identified a total of 318 isolates. Gram-positive bacteria accounted for 78,61% and gram-negative bacteria for 21,38%. Results showed that gram-positive bacteria had the highest resistance to cefoxitin (22.05%), ciprofloxacin (18.75%), and gentamicin (18.75%). Among gram-negative bacteria, the highest resistance was observed for ampicillin (78.94%) and ceftazidime (61.70%). There was found significant relationship between antibacterial resistance patterns and isolates, most commonly were isolated susceptible strains p<0,05. The resistance MAR index was calculated for each gramnegative ESKAPE multiresistant isolate (n=18) and ranged from 0,27-0,9. There were detected 12 antibacterial resistance coding genes in 11 isolates, indicating the potential for the emergence and spread of multidrug-resistant bacteria.