Cefazolin Sodium

多重耐药菌（MDROs）患病率的不断上升代表了全球公共卫生面临的最严峻威胁之一，从根本上挑战了现代抗菌疗法的有效性 [1][2][3][4][5][6] 多重耐药菌（MDROs）被定义为对三个或更多抗菌药物类别中的至少一种药物不敏感，它们越来越多地导致医院获得性感染（HAIs），从而引起病程延长、死亡率增加以及巨大的医疗成本[3]。 美国最近的数据表明，2022年耐药病原体在住院患者中估计导致了569,749例病例，其中甲氧西林耐药Staphylococcus aureus（MRSA）和广谱头孢菌素耐药Escherichia coli和Klebsiellaspp [3][4][5][7][8][9][10] 这些感染的大多数由以下因素组成这种负担因高毒力菌株的出现而加剧，例如碳青霉烯类耐药的高毒力Klebsiella pneumoniae, 它们将增强的毒性与广泛的抗生素耐药性相结合，造成了一种潜在的临床危机，亟需立即采取复杂的管理策略 [7][9][11][12][13] 抗菌药物敏感性试验（AST）是优化患者护理和制定抗菌药物管理计划的基石 [14][15] 然而，由于方法学的不断演变以及国际指南的分歧，AST报告的解读变得越来越复杂。包括临床和实验室标准协会（CLSI）和欧洲抗菌药物敏感性试验委员会（EUCAST）在内的主要组织，持续根据药代动力学-药效学（PK-PD）数据和流行病学折点值（ECOFFs）修订折点[14][16][17]。 这些修订常常导致差异；例如，关于多粘菌素敏感性的相互矛盾的解释——其中CLSI取消了“敏感”类别，而EUCAST保留了该类别——给实验室人员和临床医生都带来了显著的困惑 [14][17] 此外，某些EUCAST指南中放弃或缩小中间解释类别的做法已被证明会增加重大解释错误的发生率，当易感性分布中野生型和耐药分离株未明确区分时，这可能会使患者无法获得有效的治疗。 技术进步为加速药敏试验提供了充满希望的途径，然而它们也在报告审核中引入了新的复杂性。快速表型方法（如基于MALDI-TOF MS的药敏试验）和检测特定耐药机制（如β-内酰胺酶）的分子技术，能够在数小时内而非数天内提供结果[18][19]。 尽管这些快速药敏试验（rAST）系统对于及时施用有效治疗至关重要，尤其是在血流感染中，但它们需要仔细验证并整合到实验室工作流程中 [18][19] 挑战在于平衡检测速度与表型分类的准确性，确保快速基因型标记能够准确转化为临床易感性预测，而不损害诊断精度[20]。 尽管存在这些技术和方法学上的进步，但在AST实践的协调以及将实验室数据转化为可操作的临床决策方面仍存在重大差距。迫切需要制定标准化协议，以解决对新兴多重耐药菌（MDROs）结果解释中的细微差别问题，例如Candida auris和碳青霉烯类耐药Pseudomonas aeruginosa高风险克隆 [11][12][13][17][20] 此外，对新药报告标准缺乏共识以及不同地区对易感性定义的差异阻碍了全球监测努力和协作应对举措。理解药物暴露、易感性报告和临床结果之间错综复杂的关系对于完善这些流程仍然至关重要。 本报告对AST报告审查过程中多重耐药菌遭遇的现状进行了全面分析 [1][2][4][5][6][7][8][9][10][11][12][13][15][16][20] 它综合了主要折点咨询委员会的最新更新，评估了快速诊断技术对临床决策的影响，并考察了不同解释标准带来的影响。通过应对这些挑战，本研究旨在为微生物学家和临床医生提供循证指导，以提高药敏试验（AST）报告的准确性，优化抗菌药物管理，并在抗菌素耐药性日益增加的背景下改善患者预后[1][2][6][8][10][15][16][18][19]。一、多重耐药菌感染的临床管理与治疗策略（一）革兰氏阴性病原体中的新型治疗药物及耐药机制 多重耐药（MDR）革兰阴性菌，尤其是碳青霉烯类耐药菌引起的感染临床管理Acinetobacter baumannii（CRAB）随着针对特定耐药机制的新型抗菌药物的引入，已发生了显著演变 [21][22][23] 金属-β-内酰胺酶（MBL）产生菌的出现构成了独特的治疗挑战，因为这些酶几乎能水解所有β-内酰胺类抗生素，包括碳青霉烯类。最近的证据表明，头孢地尔与阿维巴坦联合氨曲南是抗MBL产生病原体的有利选择[22]。 头孢地尔是一种铁载体头孢菌素，对包括产金属β-内酰胺酶（MBL）菌株在内的多种多重耐药（MDR）病原体展现出有效的单药治疗能力，并在多项临床试验中观察到良好的临床结局。Pseudomonas aeruginosa表现出MBL产生酶和难以治疗的耐药性，头孢地尔被认为是首选方案 [22] 氨曲南与阿维巴坦联合使用时，对产金属β-内酰胺酶（MBL）的革兰阴性病原体表现出强效活性；当氨曲南加阿维巴坦不可用时，提供可行的替代方案，例如必要时使用头孢他啶/阿维巴坦组合。这些药物代表了与传统最后防线疗法的重大转变，在常规抗生素失效的情况下提供靶向疗效。 在CRAB的特定背景下，尽管存在固有和获得性耐药机制带来的限制，高剂量氨苄西林-舒巴坦和多西环素似乎仍是初始治疗的最佳选择 [23] 美国感染病学会（IDSA）推荐高剂量氨苄西林-舒巴坦，通常联合高剂量替加环素、多粘菌素或其他抗菌药物，作为治疗严重CRAB感染的最佳策略[23]。 较新的药物如durlobactam也显示出显著的疗效，并可能作为有效的补救治疗手段。然而，使用这些新制剂需要仔细考虑耐药性的发展；例如，在比较cefiderocol与基于colistin的方案治疗严重CRAB感染的观察性研究中，接受cefiderocol治疗的患者中有17.4%出现微生物学失败，其中一半病例对cefiderocol产生耐药性。这强调了即使在使用新型治疗类别时，也必须监测新出现的耐药性。（二）多粘菌素：优化、毒性和联合策略 多粘菌素，包括黏菌素和多粘菌素B，已被重新作为对抗多重耐药革兰氏阴性“超级细菌”的关键最后防线药物，但其临床应用受到显著肾毒性、在肺部感染中疗效不佳以及狭窄治疗窗的限制[24]。 尽管存在这些缺点，多粘菌素E仍然是CRAB的主要治疗药物，并且经常与替加环素、氨苄西林-舒巴坦、美罗培南或磷霉素等药物联合使用。近年来的一项重大成就是为多粘菌素E开发了基于科学的给药方案，这对于确保其安全有效的使用至关重要[24]。 尽管多粘菌素E的指南已确立，但多粘菌素B的方案仍在通过大型临床试验进行优化 给药途径和剂量策略显著影响临床结局和毒性谱。在涉及肺炎的患者中Acinetobacter calcoaceticus-Acinobacter baumannii复杂情况下，单独吸入（IH）粘菌素被确定为30天生存率、临床应答和微生物清除的独立预测因子，而单独静脉注射（IV）粘菌素则预测临床失败 [21][25][26] 此外，单独接受静脉注射多粘菌素E治疗的患者表现出显著更高的肾毒性发生率（37.5%），而单独接受吸入性多粘菌素E治疗的患者为6.1%。静脉注射多粘菌素E的适当剂量至关重要，因为不适当的剂量已被确定为增加30天死亡率的独立预测因子[26]。 亚组分析显示，接受静脉注射多黏菌素E的患者中有相当大比例接受了不适当的剂量，这凸显了精确优化药代动力学/药效学的必要性 涉及多粘菌素的联合治疗策略仍然是深入研究的主题 [24] 比较多粘菌素单药治疗与基于多粘菌素的联合治疗的荟萃分析表明，尽管两种方法在总体临床反应和ICU死亡率方面无显著差异，但联合治疗可增强微生物学反应 [25][26][27] 具体而言，与单药治疗相比，在粘菌素中添加美罗培南可提高完全微生物学应答率，尽管这并不必然降低肾毒性或提高生存率 [27] 在比较加载剂量多黏菌素联合美罗培南或亚胺培南时，与美罗培南的联合方案提供了更好的生存率和临床反应，两种方案之间的肾毒性无显著差异 [28] 因此，建议将负荷剂量多黏菌素E与美罗培南联合使用作为治疗CRAB感染的更优方案 [28] 尽管有这些发现，一些荟萃分析表明，在临床改善和死亡率方面，多黏菌素E联合美罗培南并不优于多黏菌素E单药治疗，这表明联合治疗的益处可能仅限于微生物学清除，而非患者生存 [25][27]（三）头孢地尔与传统方案的比较疗效 最近的比较研究为头孢地尔相对于传统多粘菌素B方案在治疗严重CRAB感染中的疗效提供了关键见解 [28][29] 观察性回顾性数据显示，与含多粘菌素的方案相比，含头孢地罗的方案与较低的30天死亡率相关 [29] 在一组CRAB感染患者中，头孢地尔组的30天死亡率为34%，而对照组为55% [29] 多粘菌素组为8% 在调整脓毒性休克、SOFA评分和年龄后，多变量分析显示头孢地罗的这种保护作用持续存在，头孢地罗治疗的死亡风险比为0.44。多粘菌素组的肾毒性显著更常见，这进一步证实了头孢地罗的安全性优势。 然而，头孢地尔的优势似乎取决于感染部位。在血流感染（BSI）患者中证实了死亡率获益，但在呼吸机相关性肺炎（VAP）患者中未观察到该获益。这种差异可能与药物在肺组织中的药代动力学特性或VAP的特定病理生理学有关。此外，虽然头孢地尔提供了生存优势，但头孢地尔组的微生物学失败率略高于多粘菌素组（17.4%对6.8%），尽管这一差异未达到统计学显著性。在半数的微生物学失败病例中观察到的头孢地尔治疗期间耐药性的发展表明，虽然头孢地尔是一种有前景的治疗选择，但它并非不受耐药选择压力的影响。需要随机临床试验来证实这些发现，并将头孢地尔确立为特定感染类型的标准护理方案。（四）诊断挑战及分子综合征面板的作用 准确且及时地识别多重耐药（MDR）病原体是启动适当抗菌治疗的基础。传统的诊断方法虽然可为表型抗菌药物敏感性试验（AST）提供活的病原体，但耗时较长，且可能漏检某些病原体。相比之下，综合征分子面板能够快速检测广泛的病毒和细菌病原体，有时还包括耐药基因，但它们无法提供活的病原体，从而排除了后续进行AST的可能性。诊断方法的选择必须根据临床环境和特定感染综合征进行定制[30]。 在患有重症肺炎的危重患者中，尤其是医院获得性肺炎或呼吸机相关性肺炎，传统诊断方法相比基于商业多重PCR的综合症状检测面板显示出更高的病原体检出率[31][32][33][34][35]。 传统方法在79.1%的患者中检测到病原体，而商业面板在63.6%的患者中检测到它们。商业面板漏检了传统方法识别出的几种细菌和真菌，这表明综合征分子诊断作为医院获得性肺炎的独立工具是不充分的[31][34][36]。 然而，这些检测面板对于社区获得性肺炎的快速筛查具有价值，并能识别在严重呼吸道病例中常见的病毒-细菌混合感染[31][33][34][37]。 对于住院患者的社区获得性急性肺炎，分子工具可提高微生物学诊断的检出率，但不推荐在门诊环境中常规使用 [33] 其应用应基于疾病严重程度、流行背景以及治疗影响的潜力进行指导，例如抗生素治疗的降级 胃肠道感染中也存在类似的解读挑战 [30][32][35][36] 用于急性腹泻的多重PCR面板能够快速且敏感地检测肠道病原体，但由于阳性结果可能反映的是定植、长期排菌或致病性不明确的生物体，而非活动性感染，因此会造成解读困难[30][32][35][36][37]。 当前的检测面板缺乏抗菌药物敏感性和定量信息，而不完整的覆盖范围或假阳性结果可能使管理复杂化。对这些结果的过度解读可能导致不必要的抗菌药物治疗并延迟对非感染性原因的评估。因此，将分子检测结果与临床表现、疾病严重程度和患者危险因素相结合，对于避免不当的治疗决策至关重要。（五）新兴技术与替代治疗方式 除了传统抗生素和分子诊断外，新兴技术和替代治疗方式为管理多重耐药（MDR）感染提供了潜在解决方案。在诊断领域，用于绝对定量的数字PCR（dPCR）以及基于CRISPR-Cas的即时检测系统（SHERLOCK和DETECTR）等先进平台在资源匮乏环境中展现出前景，能够在感染的急性期实现早期物种特异性鉴定[38][39]。 多重家系范围PCR结合扩增子纳米孔测序（FP-NSA）可在四小时内快速检测多种呼吸道病毒家族，有助于在疾病热点和资源有限地区开展监测 [37][39] 这些技术增强了检测人畜共患病和新发病原体的能力，有助于推动主动的公共卫生策略 [38][39] 在治疗替代方案方面，噬菌体和抗菌肽正在被探索作为多重耐药（MDR）感染的潜在治疗方法，尤其是在传统选择用尽的情况下。此外，非传统医学方法如大气压冷等离子体已显示出完全灭活的能力Acinetobacter baumannii通过治疗后的生化效应和形态学修饰 [21] 尽管这些方法目前仍处于实验阶段，但它们凸显了为对抗耐药病原体而持续探索新机制的努力。同时，人们也倡导将人工智能与“同一健康”框架相结合，以解决诊断和监测中的技术与实施障碍，旨在将传染病的管理从被动应对转变为主动预防[38]。 最终，需要合理联合用药、持续探索新型治疗药物以及优化诊断工作流程，以减轻多重耐药（MDR）感染的影响、缩短住院时间并降低患者死亡率。二、在耐药机制背景下对抗菌药物敏感性检测报告的解释（一）表型-基因型不一致及计算机模拟预测的局限性 解读抗菌药物敏感性试验（AST）报告需要对表型结果（实际生长抑制）与基因型预测（耐药基因的存在）之间的一致性有细致的理解[40][41]。 虽然基于全基因组测序（WGS）的抗菌药物敏感性检测工具，如ResFinder 4 [40] 0，尽管为许多主要公共卫生病原体提供了与表型药敏试验同样可靠的计算机模拟抗菌谱，但仍存在显著差异 [40] 验证研究表明，对于众多革兰氏阴性和革兰氏阳性物种/抗菌药物组合，基因型-表型一致性≥95%；然而，当出现不一致时，通常与次优的序列质量或解释表型测试的具体标准有关，而非工具故障。关键在于，基因型方法可预测耐药性，但除非单一遗传机制决定特定生物体-药物对的耐药性，否则无法确认易感性。这一局限性在非酶机制（如孔蛋白丢失或外排泵上调）中尤为突出，这些机制可能无法被标准基因面板检测到。 在Mycobacterium tuberculosis, 基于全基因组测序的基因型药敏试验（gDST）与表型药敏试验（pDST）之间的差异揭示了复杂的生物学现实 [42] 在pDST指示耐药而gDST指示敏感的 discordant 结果中，只有少数可归因于未知的耐药机制 [42] 相反，异质性耐药以及影响易感性但无已知遗传标记的新型决定因素解释了许多不一致性。反之，gDST预测耐药而pDST显示易感性的病例通常与乙硫异烟胺、乙胺丁醇和链霉素等药物相关，表明未知因素调节表型表达 [42] 同样地，在Enterococcus faeciumST117中，达托霉素、甲氧苄啶/磺胺甲噁唑、呋喃妥因和四环素观察到差异，其中特定突变（e [43] g ,RpoB_Ser491Phe对于达托霉素）或截短蛋白（例如，截短的TetM）导致表型耐药，尽管标准耐药基因注释模糊或缺失。这些发现强调，仅基于基因型数据的药敏试验报告可能会错误分类分离株，如果潜在的分子生物学涉及调控突变、异质性耐药或超出检测面板范围的机制[41]。 此外，对磷霉素敏感性的解读凸显了结合表型和基因型监测的必要性 [44] 尽管磷霉素对多重耐药和碳青霉烯类耐药肠杆菌目细菌仍保持高活性，但质粒介导的fosA基因威胁其效用 [44] 在一项研究中，78.9%的表型磷霉素耐药分离株携带了fosA基因，主要是在Escherichia coli和Klebsiella pneumoniae[44] 对这些可转移耐药机制的检测强调，如果分离株属于已知可获取此类质粒的高风险谱系，则必须谨慎解读其敏感表型结果，因为耐药性可能在治疗过程中出现 [43]（二）特定耐药机制对β-内酰胺类和新型药物敏感性的影响 特定β-内酰胺酶变异体的存在显著改变了新型β-内酰胺/β-内酰胺酶抑制剂（BL/BLI）组合的药敏报告解读 [45][46] 对于Klebsiella pneumoniae产生肺炎克雷伯菌碳青霉烯酶（KPC）的菌株，其近期变异株通过酶中的Ω环、240环和270环区域的突变，发展出对头孢他啶-阿维巴坦（CZA）的耐药性 [47] 对这些分离株的AST报告解读显示，在相当大比例的情况下存在对头孢地罗（FDC）的附带耐药性 [48] 具体而言，CZA耐药的KPC变异体通常表现出FDC耐药性，这由外膜蛋白（如）中的额外突变驱动ompC,rpoC,dksA, 以及铁载体受体cirA[47] 值得注意的是，270-环中的突变bla(KPC)与这种旁路耐药性密切相关 [47] 相比之下，这些变异株对头孢吡肟/唑巴坦的耐药性较少见。因此，对于产KPC菌株的AST报告若显示CZA耐药，应立即调查FDC敏感性，因为这两种药物可能通过酶活性和通透性缺陷介导的交叉耐药途径共享耐药机制。 对于产金属β-内酰胺酶（MBL）的肠杆菌目细菌，氨曲南-阿维巴坦敏感性的判读至关重要 [45][46][49] MBLs水解几乎所有β-内酰胺类抗生素，除氨曲南等单环β-内酰胺类外；然而，许多产MBL菌株通过替代机制（例如外排或孔蛋白丢失）对氨曲南耐药。头孢他啶-阿维巴坦中的阿维巴坦可恢复氨曲南的活性。针对氨曲南-阿维巴坦的实验室自建检测（LDTs）表现不一，取决于所用方法学[45][46][49]。 肉汤纸片洗脱法（BDE）与参考肉汤微量稀释法相比，显示出最高的准确性（>90%的分类一致性和可重复性）。相比之下，纸片堆叠法和梯度条堆叠法表现出较低且波动较大的一致性，有时容易出现耐药性的过度判定。因此，使用实验室自建检测（LDTs）的实验室必须严格验证其特定方案，因为方法学的选择直接影响该联合疗法药敏报告的可靠性。 易感性Pseudomonas aeruginosa对头孢地罗及其与泽鲁波巴坦的新型组合的敏感性受到染色体耐药机制的严重影响 [48][50][51][52][53] Xeruborbactam是一种靶向A至D类β-内酰胺酶的广谱抑制剂，可使78%的头孢地罗耐药菌株恢复敏感性P [51][52][53] aeruginosa菌株 然而，易感性解释必须考虑特定的染色体缺陷。例如，存在缺陷的突变体piuC铁摄取系统表现出增加的头孢地罗MIC值，且无法通过西鲁硼巴坦恢复，表明无论β-内酰胺酶抑制如何，铁载体介导的摄取对于该类药物疗效至关重要 [51] 此外，组成型表达的MexAB-OprM外排泵导致基于xeruborbactam的组合疗法对MBL产生菌的MIC值升高。因此，AST报告提示对cefiderocol/xeruborbactam耐药P aeruginosa可能反映内在的外排或摄取缺陷，而非获得性β-内酰胺酶耐药性，因此在临床决策中需要仔细鉴别（三）药敏试验报告中的方法学变异与质量保证 AST报告的可靠性取决于实验室所采用的方法学精确度。涉及肠杆菌科β-内酰胺耐药机制的多中心评估能力研究揭示，不同机构之间的分类一致性（CA）存在显著差异 [49] 总体碳青霉烯类抗菌药物敏感性试验（CA）为85.5%，但重大错误（VME）和轻微错误的比率差异很大。碳青霉烯类药物尤其具有挑战性，其CA值范围从56.7%到78.1%。涉及超广谱β-内酰胺酶（ESBL）与碳青霉烯酶结合的复杂表型仅在32–68%的实验室中被正确识别。具有渗透性缺陷（孔蛋白缺陷与β-内酰胺酶结合）的菌株仅在10–17%的实验室中被正确检测出。这种变异性强调指出，如果实验室缺乏标准化的确认方案，抗菌药物敏感性试验（AST）报告，特别是针对复杂耐药谱的报告，可能包含解释性错误。实验室必须意识到，标准纸片扩散法或自动化系统可能无法检测到多种耐药机制之间的协同或拮抗相互作用，从而导致假敏感或假耐药的判断。 接种物效应进一步使药敏试验（AST）结果的解读复杂化。这一现象以高于标准测试所用接种量时抗菌活性减弱为特征，在头孢菌素类药物针对某些病原体（如……）的应用中已有充分记载。E coli,P aeruginosa, 和K pneumoniae尽管碳青霉烯类对接种物效应的敏感性较低，但β-内酰胺酶的存在是主要驱动因素 [48] 尽管临床意义存在争议，但动物研究证实，体外接种物效应可转化为体内药效学的减弱。例如，头孢唑林对甲氧西林敏感性的体外接种物效应Staphylococcus aureus与败血症患者的不良预后相关 在审查β-内酰胺类的药敏试验（AST）报告时，临床医生和微生物学家应考虑感染部位的细菌负荷 高接种量感染，如心内膜炎或深部脓肿，可能携带在标准药敏试验中表现为敏感但会因接种量效应导致治疗失败的病原体，特别是当β-内酰胺酶的产生是可诱导的或高水平的 折点和方法学的标准化对于准确报告也至关重要。关于头孢地尔非敏感性的全球监测数据凸显出，根据应用的是欧盟临床微生物学和感染病学会（EUCAST）、临床和实验室标准协会（CLSI）还是美国食品药品监督管理局（FDA）的折点，患病率估计值存在显著差异[50]。 这种差异在碳青霉烯类耐药菌中最为显著 [5][48] 例如，头孢地尔非敏感性在全球的患病率在Acinetobacter baumannii据报道为8 [48][50][53] 使用EUCAST折点时占8%，但在不同标准下这一数字会发生显著变化。这种变异性要求药敏试验报告必须明确说明所使用的折点标准（CLSI与EUCAST），以确保一致的临床解释和流行病学追踪。统一这些标准对于避免菌株误分类和不适当的治疗选择至关重要。（四）健康影响及耐药监测中的环境储存库 对AST报告的解读必须超越人类临床分离株，涵盖更广泛的生态背景，因为环境和农业储存库对多重耐药菌（MDROs）的传播有重要贡献 [5][41][54][55] 医院废水已被确定为参与抗生素耐药性的移动遗传元件（MGEs）的主要储存库 [43] 追踪碳青霉烯类耐药性的研究P [5][48][52] aeruginosaandAcinetobacter baumannii在医院废水中揭示出CRB计数、理化参数和抗生素浓度之间存在显著相关性。废水中存在多种基因型特征表明，向环境中的排放促进了独特遗传变异的传播，可能将耐药菌株重新引入医疗环境。因此，临床分离株的AST报告应在当地环境监测数据的背景下进行解读，因为临床和环境分离株之间共享的遗传背景可能指示正在进行的传播循环。 同样，食物链载体在传播耐药机制中发挥着关键作用。多重耐药E coli从生牛奶和肉鸡中分离出的菌株显示出高频率的耐药基因，包括ESBLs (blaTEM) 以及多粘菌素耐药基因 (mcr变异体） [55][56][57] 在肉鸡养殖场中，100%的mcr阳性E coli分离株为多重耐药，常见的序列型（例如ST1771、ST206）提示克隆扩增。检测到mcr-4,mcr-5,mcr-6,mcr-7, 和mcr-8这些环境中的基因扩展了已知的多粘菌素E耐药机制库 [57] 在解读人类分离株的AST报告时，特别是尿路致病性E coli, 了解这些农业储水体的重要性至关重要。例如，社区获得性尿路致病性E coli在某些地区，这些菌株对氨苄西林、环丙沙星和甲氧苄啶/磺胺甲噁唑表现出高耐药性，而磷霉素和呋喃妥因仍是最具活性的药物。在一些社区环境中缺乏多粘菌素耐药性，这与农业来源中其普遍存在形成对比，凸显了需要制定考虑人类和兽医学中局部选择压力的区域性药敏试验（AST）解读指南[55][56][57]。 保护工作也与AST（抗菌药物敏感性试验）的解读相互交叉，这一点在MDR（多重耐药性）的特征描述中得到了体现。E coli在圈养的非洲黑鸨中 [58] 来自这些鸟类的分离株表现出96.9%的多重耐药性（MDR）流行率和高毒力基因负荷，包括产ESBL [56][58] 在野生动物种群中发现对15种抗生素具有耐药性的广泛耐药（XDR）分离株，凸显了抗菌素耐药性（AMR）的“同一健康”性质 [54][58] 来自动物医学或保护生物学背景的AST报告必须与人类健康数据整合，以防止高风险克隆的跨物种传播。人类、动物和环境之间共享的进化动态Acinetobacter物种，正如在尼日利亚分离株中所见A [54] nosocomialisandA junii在不同来源间形成了明显的聚类，进一步表明耐药机制并不受物种界限的限制。因此，全面的药敏结果解读需要一种整体视角，考虑耐药菌株通过人畜共患和环境途径获得的可能性三、全球抗菌素耐药性遏制趋势与政策框架（一）基因组技术整合到国家监测系统中 抗菌素耐药性（AMR）监测的演变已从传统的表型报告转向高分辨率基因组流行病学，从而实现了对病原体传播和耐药机制的精确追踪 [59][60][61][62] 全基因组测序（WGS）已成为理解多重耐药生物群体动态的关键工具，揭示了传统方法常常遗漏的明显克隆扩增和进化轨迹。在中国，一项长达十年的分析显示Acinetobacter baumannii对血流分离株的分析表明，国际克隆2占病例的81%以上，与其他序列型相比，序列型208表现出更高的毒力、更强的抗生素耐药性以及增强的耐干燥能力 [63][64] 这种基因组可塑性驱动了适应和传播，凸显了对监测系统的需要，这些系统能够检测流行克隆的变化，而不仅仅是物种水平的流行情况[64]。 同样，在巴尔干地区，基于全基因组测序的非发酵革兰阴性杆菌的抗微生物药物耐药组分析显示，超过80%的侵袭性Acinetobacterspp和30%的Pseudomonas aeruginosa分离株对碳青霉烯类耐药，凸显了需要本地化基因组监测的耐药模式区域差异 全基因组测序（WGS）的应用不仅限于细菌病原体，还扩展到真菌领域，其中它阐明了多重耐药性在全球范围内的出现Candida auris[65] 对来自巴基斯坦、印度、南非、委内瑞拉和日本的分离株进行分析显示，这些种群并非由近期传播所关联，而是代表了几乎同时发生的、由数千个单核苷酸多态性分隔开的独特谱系的独立出现。在每个地理谱系内，分离株呈克隆状态，然而不同的突变在ERG11该基因在每个区域赋予了对唑类的耐药性 [65] 这一发现要求建立能够区分局部传播事件与独立全球出现事件的监测框架，因为感染控制措施必须据此量身定制。此外，基因组监测已鉴定出将多重耐药性与增强毒力相结合的超毒力菌株，例如ST11型碳青霉烯类耐药Klebsiella pneumoniae获得类似pLVPK毒力质粒的菌株，由于其同时具备高毒力、多重耐药性和高传播性，构成了重大威胁 [63][66][67] 在重症监护室中，多重耐药菌的比较基因组学K [66] pneumoniae表明特定的序列型-荚膜基因座组合，如ST11-KL47和ST11-KL64，作为碳青霉烯类耐药克隆占主导地位，提示监测应聚焦于这些高风险表型以指导针对性的感染预防策略 [63][64][66]（二）跨部门抗菌药物耐药性监测的一体化方法 抗菌素耐药性本质上是一个“同一健康”问题，由人类、动物和环境部门之间的复杂相互作用所驱动 [59][60][61][62][68][69] 有效的遏制需要整合这些领域数据的监测体系，认识到耐药决定因子在所有部门中都在微生物群体内移动和持续存在。农业中抗菌药物的不当使用，包括用对人类至关重要的抗生素（如第三代头孢菌素和氟喹诺酮类）对动物进行大规模给药，显著加剧了环境中的抗性组[68]。 对工业、住宅和农场废物处理不当造成的污染扩大了这一储存库，促进了耐药细菌和耐药基因在全球范围内的传播。因此，监测工作必须超越临床环境，包括兽医和环境样本，以捕捉AMR驱动因素的全貌 [60] 医院废水已被确定为多重耐药病原体的重要储存库，作为抗性向更广泛环境传播的通道 [70] 对三级护理医院废水进行分析的研究已检测到头孢地尔耐药菌，主要Enterobacter roggenkampii,Klebsiella oxytoca,Serratia marcescens, 和Citrobacter farmeri[67][70] 这些分离株对头孢地尔表现出高最低抑菌浓度，并对多种抗生素类别产生耐药性，全基因组测序揭示其携带多样化的抗性组，最多含有六种不同的β-内酰胺酶基因，包括超广谱β-内酰胺酶、AmpC β-内酰胺酶和碳青霉烯酶的组合。杀生物剂和重金属抗性基因的存在进一步凸显了细菌对恶劣环境的适应性，强调了将环境监测作为全面抗菌药物耐药性监测一部分的必要性[61]。 此外，关于听诊器和徽章等医务人员物品的研究表明，医疗保健工作者可能携带具有抗生素抗性基因的潜在致病微生物，这表明监测还应将人员和设备视为临床环境中水平基因转移的潜在载体。（三）国家行动计划实施中的挑战与差距 尽管各国已广泛采纳与世界卫生组织全球行动计划相一致的国家抗微生物药物耐药性行动计划（NAPs），但各部门和各地区的实施情况仍不均衡[71][72][73][74][75]。 对各国国家行动计划（NAPs）的评估显示，在融资、部门间协调和运营框架方面存在显著差距。在孟加拉国，虽然国家行动计划与全球指南高度一致，但在明确的融资方式、兽医部门抗菌药物管理的具体规定以及严格的监测和评估框架方面存在明显的政策空白[73][75]。 同样，在越南，卫生系统障碍如管理机构间合作有限、人力资源短缺以及国家指南与医院指南在抗生素使用方面的一致性低，阻碍了有效实施 [74] 乔丹对其2018–2022年国家行动计划（NAP）的评估凸显了进展不均的情况，在人类健康领域合理抗菌药物使用方面取得成就，但在动物、食品和环境卫生部门仍存在持续存在的差距，这些问题因跨部门协调有限和缺乏专项资金而加剧 [72][75] 在亚太地区的低收入和中等收入国家，利益相关者认为国家抗微生物药物耐药性行动计划（NAP-AMR）的实施在人类健康领域比在动物或环境健康领域更为先进 [71][72][73][74] 无限制地获取抗菌药物以及所有部门中监测系统实施状况不佳，被确定为需要改进的关键领域 [62] 加纳的经验表明，尽管抗菌药物耐药性（AMR）政策扩展了合作网络，但资金分配有限以及未能将AMR应对措施主流化纳入其他健康和环境项目，限制了实际影响。在WHO非洲区域，虽然许多国家已建立国家监测系统并加入WHO全球抗菌药物耐药性和使用监测系统（GLASS），但只有少数国家将WHOAWaRe分类纳入国家基本药物目录，这限制了监测数据在指导处方实践中的效用 [71] 这些挑战凸显了持续投资于机构和人力资源发展，并将抗菌素耐药性目标纳入更广泛的健康和环境议程的必要性，以确保有效遏制。（四）监测中的数字创新与预测建模 将数字技术和人工智能整合到抗菌素耐药性监测中，为提高数据利用率和决策支持提供了充满希望的途径。应用于全球抗菌素耐药性和使用监测系统（GLASS）监测数据中的机器学习模型已证明能够以高准确度预测一年后的耐药率，并确定前一年的耐药率为主要预测因子。与朴素基线相比，XGBoost等梯度提升算法实现了显著的误差降低，且区域预测误差与监测覆盖率紧密相关。将这些计算预测结果与检索增强生成系统相结合，可以在不捏造事实的情况下将预测发现转化为循证政策指导，为抗菌素耐药性治理提供可扩展的决策支持框架。此类工具可帮助政策制定者预见耐药趋势并主动分配资源，特别是在监测基础设施水平各异的地区。 为“同一健康”监测设计的电子信息系统（EIS）旨在整合人类、动物和环境部门的抗菌药物耐药性（AMR）数据，然而当前的实施面临重大局限性 [59] 一项系统的范围综述发现，现有的EIS均未在所有三个部门中完全整合AMR数据，这代表了全球努力中的一个重大空白 [69] 尽管某些系统包含了交互功能和地理空间映射能力，但有效性指标的标准报告仍然稀缺。技术设计特征、可用性和预期输出的变异性凸显了在疾病监测系统（EIS）开发中制定统一标准的必要性。未来的系统应优先考虑互操作性、实时数据共享和用户友好的界面，以促进跨部门协作。此外，如泰国在实施全球抗菌素耐药性监测系统（GLASS）进行细菌尿症监测中所见，使用网络应用程序收集临床和微生物学数据，证明了数字工具在捕捉超出基本耐药率之外的详细信息方面的可行性，例如区分医院获得性与社区获得性感染，这对于制定有效的本地指南至关重要[76]。（五）抗菌药物消耗与耐药模式之间的相关性 了解抗菌药物消耗（AMC）与抗菌药物耐药性（AMR）之间的关系对于制定有效的管理政策和监测重点至关重要 [68][69] 对GLASS数据的全球分析揭示了β-内酰胺类/头孢菌素类和氟喹诺酮类的消耗量与血流感染中的耐药率之间存在统计学显著相关性Escherichia coli和Klebsiella pneumoniae[67][76][77] 每增加一个单位的这些抗菌药物的规定日剂量，β-内酰胺类耐药菌株的恢复率增加11-22%，喹诺酮类增加31-40%。这种剂量-反应关系强调了处方习惯对耐药性出现的直接影响，并突出了在监测抗菌药物耐药性（AMR）数据的同时监测抗菌药物使用（AMC）的重要性。每日消耗β-内酰胺类青霉素类和头孢菌素类较高的国家，如伊朗和乌干达，表现出相应更高的耐药率，这进一步凸显了需要采取针对具体情况的干预措施以减少不当使用。 因此，监测系统必须纳入抗菌药物使用指标，以提供耐药性驱动因素的完整图景。在韩国，Kor-GLASS系统纠正了因重复分离导致的AMR先前高估问题，提供了为医院感染控制政策提供依据的准确数据[77]。 该系统追踪了关键病原体的耐药性，注意到甲氧西林耐药的高比率Staphylococcus aureus和碳青霉烯类耐药Acinetobacter baumannii, 强调了解决医院拥挤系统和改善感染控制的重要性 [65][70][77] 同样，在泰国，实施全球抗菌药物监测系统（GLASS）用于尿液培养样本，使得能够收集关于致病菌与定植菌的额外数据以及区分医院获得性感染与社区获得性感染，从而为更具针对性的抗生素治疗指南提供支持[76]。 这些例子表明，有效的监测不仅限于报告耐药百分比；它需要整合用药数据、临床背景和流行病学细节，以推动处方行为和感染预防实践的有意义改变结论 在抗菌药物敏感性试验（AST）报告审查期间，多重耐药菌（MDROs）的管理需要一种多方面的方法，该方法整合了先进的治疗策略、精确的诊断解释以及强大的监测框架。主要发现表明，尽管传统的一线后用药如多粘菌素仍在继续使用，但新型疗法如头孢地尔和氨曲南-阿维巴坦提供了改善的生存结果并降低了肾毒性，特别是对于由碳青霉烯类耐药菌引起的感染Acinetobacter baumannii以及产金属β-内酰胺酶的肠杆菌目细菌。然而，旁路耐药机制的出现，例如影响头孢地罗敏感性的KPC变体突变或孔蛋白缺陷Pseudomonas aeruginosa, 需要仔细评估药敏试验报告以避免治疗失败。此外，必须将综合征分子面板的依赖性与传统培养方法相平衡，因为仅靠分子检测无法提供用于表型药敏试验的可活生物体，也无法完全捕捉医院获得性环境中的复杂耐药谱。 对AST报告的解释因显著的方法学变异性、基因型-表型不一致性以及“同一健康”范式下环境储库的影响而进一步复杂化。基因型预测与表型结果之间的差异通常源于异质性耐药、调控突变或未知的耐药机制，这凸显了采用综合监测方法的必要性。此外，全球监测数据显示，在抗菌药物耐药性（AMR）防控努力方面存在重大差异，各国国家行动计划在资金筹措、跨部门协调以及兽医用药管理方面的实施存在差距。将全基因组测序整合到国家监测系统已被证明对于追踪克隆扩增和高毒力菌株至关重要，但在统一折点以及建立涵盖人类、动物和环境部门的综合性电子信息系统方面仍面临挑战。 展望未来，临床微生物学家和感染病专家必须采取一种整体策略，将合理的抗生素处方与增强的实验室精准度和主动的公共卫生措施相结合。后续步骤应包括：为新β-内酰胺类/β-内酰胺酶抑制剂组合标准化药敏试验（AST）方法学；常规使用全基因组测序对高风险病原体进行监测以指导感染控制；以及加强“同一健康”（One Health）监测网络，以跨生态系统监测耐药性传播。通过将本地AST报告与全球基因组流行病学及抗菌药物消耗数据相协调，医疗系统能够更好地预测耐药趋势、优化治疗决策并减缓多重耐药菌（MDROs）的传播。参考文献 [1] Laxminarayan, Ramanan, Matsoso, Precious, Pant, Suraj et al. Access to effective antimicrobials: a worldwide challenge.. Lancet (London, England), 2016 Jan 9; 387168-75. [2] Kumar, Prince, Gulati, Puja, Thakur, Mohita et al. Global Strategies for Combating Antimicrobial Resistance.. Infectious disorders drug targets, 2026; 26e18715265335162. [3] Ji, Binghui, Ye, Weijiang. Prevention and control of hospital-acquired infections with multidrug-resistant organism: A review - PMC. Medicine, 2024 Jan 26; 103e37018. [4] Sy, Cheng Len, Chen, Pao-Yu, Cheng, Chun-Wen et al. Recommendations and guidelines for the treatment of infections due to multidrug resistant organisms.. Journal of microbiology, immunology, and infection = Wei mian yu gan ran za zhi, 2022 Jun; 55359-386. [5] Wolford, Hannah, McCarthy, Natalie L, Baggs, James et al. Antimicrobial-Resistant Infections in Hospitalized Patients. JAMA network open, 2025 Mar 3; 8e2462059. [6] Harant, Anne, Zanuzdana, Arina, Tomczyk, Sara et al. Surveillance of antimicrobial resistance by a global network of WHO collaborating centres - PMC. Bulletin of the World Health Organization, 2026 Apr 1; 104259-273. [7] Matesanz, M, Mensa, J. Ceftazidime-avibactam. Revista espanola de quimioterapia : publicacion oficial de la Sociedad Espanola de Quimioterapia, 2021 Sep; 34 Suppl 138-40. [8] How I manage bacterial prostatitis. [9] Lee, Chang-Ro, Lee, Jung Hun, Park, Kwang Seung et al. Antimicrobial Resistance of Hypervirulent Klebsiella pneumoniae: Epidemiology, Hypervirulence-Associated Determinants, and Resistance Mechanisms. Frontiers in cellular and infection microbiology, 2017; 7483. [10] Hillier, Andrew, Lloyd, David H, Weese, J Scott et al. Guidelines for the diagnosis and antimicrobial therapy of canine superficial bacterial folliculitis ( A ntimicrobial G uidelines W orking G roup of the I nternational S ociety for C ompanion A nimal I nfectious D iseases). Veterinary dermatology, 2014 Jun; 25163-e43. [11] Martin-Loeches, Ignacio, Rodriguez, Alejandro H, Torres, Antoni. New guidelines for hospital-acquired pneumonia/ventilator-associated pneumonia: USA vs. Europe.. Current opinion in critical care, 2018 Oct; 24347-352. [12] McCreary, Erin K, Heil, Emily L, Tamma, Pranita D. New Perspectives on Antimicrobial Agents: Cefiderocol. Antimicrobial agents and chemotherapy, 2021 Jul 16; 65e0217120. [13] Pappas, Peter G, Lionakis, Michail S, Arendrup, Maiken Cavling et al. Invasive candidiasis. Nature reviews. Disease primers, 2018 May 11; 418026. [14] Giske, Christian G, Turnidge, John, Cantón, Rafael et al. Update from the European Committee on Antimicrobial Susceptibility Testing (EUCAST). Journal of clinical microbiology, 2022 Mar 16; 60e0027621. [15] Wenzler, Eric, Maximos, Mira, Asempa, Tomefa E et al. Antimicrobial susceptibility testing: An updated primer for clinicians in the era of antimicrobial resistance: Insights from the Society of Infectious Diseases Pharmacists. Pharmacotherapy, 2023 Apr; 43264-278. [16] Schuetz, Audrey N, Ferrell, Andrea, Hindler, Janet A et al. Overview of changes in the Clinical and Laboratory Standards Institute Performance Standards for Antimicrobial Susceptibility Testing: M100 32nd and 33rd editions. Journal of clinical microbiology, 2025 Sep 10; 63e0162323. [17] Yang, Qi Wen, Ma, Xiao Ling, Hu, Fu Pin et al. Expert Consensus on Polymyxin Antimicrobial Susceptibility Testing and Clinical Interpretation.. Chinese medical sciences journal = Chung-kuo i hsueh k'o hsueh tsa chih, 2021 Mar 31; 361-16. [18] Jacobs, Michael R, Colson, Jordan D, Rhoads, Daniel D. Recent advances in rapid antimicrobial susceptibility testing systems. Expert review of molecular diagnostics, 2021 Jun; 21563-578. [19] Idelevich, E A, Becker, K. How to accelerate antimicrobial susceptibility testing.. Clinical microbiology and infection : the official publication of the European Society of Clinical Microbiology and Infectious Diseases, 2019 Nov; 251347-1355. [20] Meehan, Conor J, Goig, Galo A, Kohl, Thomas A et al. Whole genome sequencing of Mycobacterium tuberculosis: current standards and open issues. Nature reviews. Microbiology, 2019 Sep; 17533-545. [21] P. Svarnas, A. Spiliopoulou, P. G. Koutsoukos et al. Acinetobacter baumannii Deactivation by Means of DBD-Based Helium Plasma Jet. arXiv, 2019 Apr 7; 277-90. [22] Hidalgo-Tenorio, Carmen, Bou, German, Oliver, Antonio et al. The Challenge of Treating Infections Caused by Metallo-β-Lactamase-Producing Gram-Negative Bacteria: A Narrative Review. Drugs, 2024 Dec; 841519-1539. [23] Zhang, Siqin, Di, Lingfang, Qi, Yan et al. Treatment of infections caused by carbapenem-resistant Acinetobacter baumannii. Frontiers in cellular and infection microbiology, 2024; 141395260. [24] Nang, Sue C, Azad, Mohammad A K, Velkov, Tony et al. Rescuing the Last-Line Polymyxins: Achievements and Challenges - PMC. Pharmacological reviews, 2021 Apr; 73679-728. [25] Chen, Zhijin, Chen, Yu, Fang, Yaogao et al. Meta-analysis of colistin for the treatment of Acinetobacter baumannii infection - PMC. Scientific reports, 2015 Nov 24; 517091. [26] Zheng, Jun-Yuan, Huang, Shie-Shian, Huang, Shu-Huan et al. Colistin for pneumonia involving multidrug-resistant Acinetobacter calcoaceticus-Acinetobacter baumannii complex. Journal of microbiology, immunology, and infection = Wei mian yu gan ran za zhi, 2020 Dec; 53854-865. [27] Huang, Chienhsiu, Chen, Ihung, Tang, Tiju. Colistin Monotherapy versus Colistin plus Meropenem Combination Therapy for the Treatment of Multidrug-Resistant Acinetobacter baumannii Infection: A Meta-Analysis - PMC. Journal of clinical medicine, 2022 Jun 6; 11. [28] Katip, Wasan, Oberdorfer, Peninnah, Kasatpibal, Nongyao. Effectiveness and Nephrotoxicity of Loading Dose Colistin-Meropenem versus Loading Dose Colistin-Imipenem in the Treatment of Carbapenem-Resistant Acinetobacter baumannii Infection. Pharmaceutics, 2022 Jun 14; 141266. [29] Falcone, Marco, Tiseo, Giusy, Leonildi, Alessandro et al. Cefiderocol- Compared to Colistin-Based Regimens for the Treatment of Severe Infections Caused by Carbapenem-Resistant Acinetobacter baumannii. Antimicrobial agents and chemotherapy, 2022 May 17; 66e0214221. [30] Pan, Koushik, Sen, Barun Kumar, Chakravarty, Ambar. Movement Disorders in Tropical Infectious Diseases. Current neurology and neuroscience reports, 2026 Mar 19; 2619. [31] Sberna, Giuseppe, Paba, Pierpaolo, Mija, Cosmina et al. Assessment of Multiplex Molecular Tests for Detecting Viral Infections in Lower Respiratory Tract Specimens. The Journal of molecular diagnostics : JMD, 2026 Jul; 28517-523. [32] Tansarli, Giannoula S, Fang, Ferric C. Multiplex PCR to Diagnose Gastrointestinal Infections: Key Limitations in Interpretation - PMC. United European gastroenterology journal, 2026 Sep; 14e70272. [33] Cattoir, V, Dinh, A, Jarraud, S et al. Value of molecular biology tests in community-acquired acute pneumonia.. Infectious diseases now, 2025 Sep; 55105128. [34] Uršič, Tina, Erzar, Kaja, Seme, Katja et al. Syndromic molecular testing in mechanically ventilated patients with severe pneumonia: a supportive diagnostic approach - PMC. Microbiology spectrum, 2026 Jan 6; 14e0215525. [35] Jiménez-Jiménez, Ana Belén, Galán-Sánchez, Fátima, Hortelano, Milagros García-López et al. Acute infectious gastroenteritis in childhood: the role of rapid multiplex molecular syndromic panels in diagnosis and clinical management - PMC. Revista espanola de quimioterapia : publicacion oficial de la Sociedad Espanola de Quimioterapia, 2025 Jul 3; 38258-277. [36] Maldonado-Garza, Héctor Jesús, Garza-González, Elvira, Bocanegra-Ibarias, Paola et al. Diagnostic syndromic multiplex approaches for gastrointestinal infections.. Expert review of gastroenterology & hepatology, 2021 Jul; 15743-757. [37] A, n, d et al. Poliomyelitis and COVID-19: a repeated history. Journal of water and health, 2024 Apr; 22717-720. [38] Mir, Yaawar Bashir, Manzoor, Tasaduq, Mushtaq, Danish et al. Diagnostic challenges in re-emerging rickettsioses: why current tools fall short.. Clinical microbiology reviews, 2026 Jul 2; e0002026. [39] Meki, Irene Kasindi, Ahn, Ki Bum, Dundon, William G et al. Novel multiplex family-wide PCR and Nanopore sequencing of amplicons (FP-NSA) approach for surveillance of influenza- and coronaviruses in humans and animals. Genome medicine, 2025 Oct 17; 17123. [40] Bortolaia, Valeria, Kaas, Rolf S, Ruppe, Etienne et al. ResFinder 4.0 for predictions of phenotypes from genotypes. The Journal of antimicrobial chemotherapy, 2020 Dec 1; 753491-3500. [41] Bhattacharyya, Roby P, Bandyopadhyay, Nirmalya, Ma, Peijun et al. Simultaneous detection of genotype and phenotype enables rapid and accurate antibiotic susceptibility determination - PMC. Nature medicine, 2019 Dec; 251858-1864. [42] Hong, Ruimin, Xu, Peng, Lai, Wenjie et al. Discrepancy between WGS-based genotypic and phenotypic drug susceptibility testing of first and second-line drugs for Mycobacterium tuberculosis: Limited impact of unknown resistance mechanisms. International journal of antimicrobial agents, 2026 Jan; 67107666. [43] Brajerova, Marie, Nyc, Otakar, Drevinek, Pavel et al. Genomic insights into the spread of vancomycin- and tigecycline-resistant Enterococcus faecium ST117. Annals of clinical microbiology and antimicrobials, 2025 Jun 11; 2436. [44] Dubey, Sandeepika, Siddiqui, Areena Hoda, Sharma, Meenakshi. Fosfomycin susceptibility and molecular detection of fosA-mediated resistance among gram-negative uropathogens from a tertiary care hospital in Lucknow, India. Naunyn-Schmiedeberg's archives of pharmacology, 2026 Jul 17. [45] Dingle, Tanis C, Pitout, Johann. The Ins and Outs of Susceptibility Testing for New β-Lactam/β-Lactamase Inhibitor Combinations for Gram-Negative Organisms - PMC. Journal of clinical microbiology, 2022 Jul 20; 60e0080721. [46] Lemon, Jamie K, Jankowsi-Romano, Cheryl, Duong, Scott et al. Evaluation of gradient strip diffusion for susceptibility testing of aztreonam–avibactam in metallo-β-lactamase-producing Enterobacterales - PMC. Journal of clinical microbiology, 2024 Nov 13; 62e0064924. [47] Hamza, Mase, Traglia, German M, Maccari, Lucia et al. Emerging resistance to novel β-lactam β-lactamase inhibitor combinations in Klebsiella pneumoniae bearing KPC variants - PMC. Journal of global antimicrobial resistance, 2025 Sep; 44297-305. [48] Simner, Patricia J, Pitout, Johann D D, Dingle, Tanis C. Checking your browser - reCAPTCHA. Clinical microbiology reviews, 2024 Dec 10; 37e0005422. [49] Bhatnagar, Amelia S, Harris, Harley, Jacobs, Emily et al. Comparison of laboratory-developed methods for aztreonam plus ceftazidime-avibactam antimicrobial susceptibility testing for metallo-beta-lactamase-producing Enterobacterales - PMC. Journal of clinical microbiology, 2026 Jun 10; 64e0180025. [50] Karakonstantis, Stamatis, Rousaki, Maria, Vassilopoulou, Loukia et al. Global prevalence of cefiderocol non-susceptibility in Enterobacterales, Pseudomonas aeruginosa, Acinetobacter baumannii, and Stenotrophomonas maltophilia: a systematic review and meta-analysis. Clinical microbiology and infection : the official publication of the European Society of Clinical Microbiology and Infectious Diseases, 2024 Feb; 30178-188. [51] González-Pinto, Lucía, Gomis-Font, María Antonia, Pérez-Rodríguez, Gloria et al. Contribution of mutational resistance mechanisms and acquired β-lactamases to cefiderocol/xeruborbactam susceptibility in Pseudomonas aeruginosa. Antimicrobial agents and chemotherapy, 2025 Dec 10; 69e0104825. [52] Oliver, Antonio, Rojo-Molinero, Estrella, Arca-Suarez, Jorge et al. Pseudomonasaeruginosa antimicrobial susceptibility profiles, resistance mechanisms and international clonal lineages: update from ESGARS-ESCMID/ISARPAE Group.. Clinical microbiology and infection : the official publication of the European Society of Clinical Microbiology and Infectious Diseases, 2024 Apr; 30469-480. [53] Santerre Henriksen, Anne, Jeannot, Katy, Oliver, Antonio et al. In vitro activity of cefiderocol against European Pseudomonas aeruginosa and Acinetobacter spp., including isolates resistant to meropenem and recent β-lactam/β-lactamase inhibitor combinations - PMC. Microbiology spectrum, 2024 Apr 2; 12e0383623. [54] Ajoseh, Samuel O, Anjorin, Abdul-Azeez A, Brangsch, Hanka et al. Phenotypic and genotypic characterization of Acinetobacter junii and Acinetobacter nosocomialis isolated from humans, animals, and the environment in Lagos, Nigeria. One health (Amsterdam, Netherlands), 2026 Jun; 22101388. [55] Mim, Zarin Tasnim, Nath, Chandan, Sattar, Abdullah Al et al. Epidemiology and Molecular Characterisation of Multidrug-Resistant Escherichia coli Isolated from Cow Milk. Veterinary sciences, 2024 Nov 29; 11609. [56] Zhao, Jianyun, Liu, Ying, Li, Menghan et al. Genomic analysis of Campylobacter risk in retail chicken isolated from Beijing in 2024. International journal of food microbiology, 2026 Nov 2; 460111941. [57] Lemlem, Mulu, Aklilu, Erkihun, Mohamed, Maizan et al. Phenotypic and genotypic characterization of colistin-resistant Escherichia Coli with mcr-4, mcr-5, mcr-6, and mcr-9 genes from broiler chicken and farm environment. BMC microbiology, 2023 Dec 8; 23392. [58] R, a, s et al. Phenotypic and genotypic characterization of multidrug-resistant avian pathogenic Escherichia coli across life stages of captive African Houbara bustards: Conservation and One Health implications. Veterinary world, 2026 Feb; 19654-666. [59] Muloi, Dishon M, Jauneikaite, Elita, Anjum, Muna F et al. Exploiting genomics for antimicrobial resistance surveillance at One Health interfaces.. The Lancet. Microbe, 2023 Dec; 4e1056-e1062. [60] O'Ferrall, Angus M, Musaya, Janelisa, Stothard, J Russell et al. Aligning antimicrobial resistance surveillance with schistosomiasis research: an interlinked One Health approach - PMC. Transactions of the Royal Society of Tropical Medicine and Hygiene, 2024 Aug 5; 118498-504. [61] Djordjevic, Steven P, Jarocki, Veronica M, Seemann, Torsten et al. Genomic surveillance for antimicrobial resistance — a One Health perspective | Nature Reviews Genetics. Nature reviews. Genetics, 2024 Feb; 25142-157. [62] Baird, Rachel, Dewé, Tamsin, Glennie, Aisling et al. One Health antimicrobial resistance surveillance roundtable.. Journal of medical microbiology, 2025 Nov; 74. [63] Gu, Danxia, Dong, Ning, Zheng, Zhiwei et al. A fatal outbreak of ST11 carbapenem-resistant hypervirulent Klebsiella pneumoniae in a Chinese hospital: a molecular epidemiological study. The Lancet. Infectious diseases, 2018 Jan; 1837-46. [64] Luo, Qixia, Chang, Mengru, Lu, Ping et al. Genomic epidemiology and phylodynamics of Acinetobacter baumannii bloodstream isolates in China. Nature communications, 2025 Apr 14; 163536. [65] Lockhart, Shawn R, Etienne, Kizee A, Vallabhaneni, Snigdha et al. Simultaneous Emergence of Multidrug-Resistant Candida auris on 3 Continents Confirmed by Whole-Genome Sequencing and Epidemiological Analyses. Clinical infectious diseases : an official publication of the Infectious Diseases Society of America, 2017 Jan 15; 64134-140. [66] Yuan, Xiaodong, Yan, Qi, Tao, Li et al. Genome Sequencing and Comparative Genomic Analysis of Multidrug-Resistant Klebsiella pneumoniae in a Neurological Intensive Care Unit. Infection and drug resistance, 2025; 184067-4086. [67] Fanaei Pirlar, Rima, Irigoyen-von-Sierakowski, Alvaro, Wagemans, Jeroen et al. Novel lytic phages improve the antibiofilm activity of dalbavancin, daptomycin, and fosfomycin against vancomycin-resistant enterococci. Microbiology spectrum, 2026 Jan 6; 14e0181825. [68] McEwen, Scott A, Collignon, Peter J. Antimicrobial Resistance: a One Health Perspective - PMC. Microbiology spectrum, 2018 Mar; 6. [69] James, Rodney, Hardefeldt, Laura Y, Ierano, Courtney et al. Antimicrobial stewardship from a One Health perspective | Nature Reviews Microbiology. Nature reviews. Microbiology, 2026 Feb; 24146-162. [70] Lee, Yu-Lin, Hsueh, Po-Ren. An update on antimicrobial selection and duration for intra-abdominal infections. Expert review of anti-infective therapy, 2025 Nov; 231095-1117. [71] Fuller, Walter L, Hamzat, Omotayo T, Aboderin, Aaron O et al. National action plan on antimicrobial resistance: An evaluation of implementation in the World Health Organization Africa region. Journal of public health in Africa, 2022 Jul 26; 132000. [72] Momani, Salam, Alyahya, Mohammad S, Zayed, Dalia K et al. Evaluating Jordan's antimicrobial resistance national action plan (2018–2022) implementation: progress and recommendations - PMC. BMC public health, 2025 Aug 9; 252718. [73] Saleem, Zikria, Godman, Brian, Azhar, Faiza et al. Progress on the national action plan of Pakistan on antimicrobial resistance (AMR): a narrative review and the implications.. Expert review of anti-infective therapy, 2022 Jan; 2071-93. [74] Pham, Giang N, Dang, Tho T H, Nguyen, Thu-Anh et al. Health system barriers to the implementation of the national action plan to combat antimicrobial resistance in Vietnam: a scoping review - PMC. Antimicrobial resistance and infection control, 2024 Jan 25; 1312. [75] Orubu, Ebiowei Samuel F, Zaman, Muhammad H, Rahman, Md Tanvir et al. Veterinary antimicrobial resistance containment in Bangladesh: Evaluating the national action plan and scoping the evidence on implementation.. Journal of global antimicrobial resistance, 2020 Jun; 21105-115. [76] Sirijatuphat, Rujipas, Pongsuttiyakorn, Suchada, Supapueng, Orawan et al. Implementation of global antimicrobial resistance surveillance system (GLASS) in patients with bacteriuria.. Journal of global antimicrobial resistance, 2020 Mar; 2060-67. [77] Liu, Changseung, Yoon, Eun-Jeong, Kim, Dokyun et al. Antimicrobial resistance in South Korea: A report from the Korean global antimicrobial resistance surveillance system (Kor-GLASS) for 2017.. Journal of infection and chemotherapy : official journal of the Japan Society of Chemotherapy, 2019 Nov; 25845-859.