Умная диагностика ИМП
Австралийские ученые представили результаты исследования, в котором впервые для классификации бессимптомной и симптоматической бактериурии у пациентов со спинальной травмой, длительно использующих мочевой катетер, была успешно применена модель машинного обучения на основе данных микробиома. Работа демонстрирует высокую точность такого подхода и его потенциал для сокращения необоснованного применения антибиотиков и оптимизации сроков замены катетеров.
В исследовании на протяжении 18 месяцев проводился продольный мониторинг 27 пациентов. Было проанализировано 609 образцов (309 фрагментов катетеров и 300 проб мочи). Анализ показал, что микробные сообщества достоверно различаются между состояниями бессимптомной и симптоматической бактериурии. На основе этих данных исследователи создали модель машинного обучения.
Наилучшие результаты были достигнуты при объединении данных анализов мочи и катетера и исключении образцов, полученных на фоне приема антибиотиков. Точность прогноза в этом случае оказалась очень высокой. Модель, основанная только на результатах исследования мочи, также показала отличную эффективность, что особенно важно с практической точки зрения, учитывая простоту получения этого типа образца.
Авторы подчеркивают, что внедрение подобной системы классификации в клиническую практику может дать тройной эффект: предотвратить развитие полномасштабной инфекции за счет своевременной замены катетера у пациентов группы риска, избежать ненужных замен катетера при бессимптомном носительстве и значительно сократить нерациональное использование антибиотиков, замедляя рост антимикробной резистентности. Работа открывает новые перспективы для персонализированного подхода к ведению одной из самых уязвимых категорий урологических пациентов.
Новость подготовлена компанией SH PHARMA.
Уважаемые коллеги! Мы проделываем для Вас большую работу по поиску и переводу интересных статей, на это уходит много времени и сил. К сожалению, другие медицинские порталы публикуют наши материалы без указания авторства, поэтому мы скрыли ссылку на источник из публичного доступа.
Если вам необходима информация об источнике, то сделайте запрос на почту: peel@uroweb.ru













Комментарии