《npj Antimicrobials and Resistance》：Development of the antimicrobial resistance burden score through a modified eDelphi
编辑推荐：
当前抗菌药物耐药性（AMR）监测依赖碎片化指标，无法捕捉机构层面的耐药性负担复杂性。为填补这一空白，研究者通过三轮改良电子德尔菲法，集结多学科专家共识，开发了AMR负担评分。该评分包含六大加权领域：耐药性、有效性、监测、采纳、过程与体系，为医疗机构的AMR综合评估提供了结构化框架，有助于标准化报告、跟踪干预效果及跨机构基准比较。
论文解读
在全球公共卫生领域，抗菌药物耐药性（Antimicrobial Resistance, AMR）正演化成一场复杂且紧迫的危机，其影响早已超出单纯的微生物学范畴，波及农业、环境健康、经济发展乃至国际安全。2019年，全球估计有495万例死亡与AMR相关，其中127万例直接归因于耐药菌感染。从经济角度看，其负担同样惊人，一份2016年的报告预测，若不采取行动，到2050年AMR可能导致高达100万亿美元的累计全球GDP损失。然而，尽管AMR的威胁日益严峻，现有的监测工具却显得碎片化且力不从心。世界卫生组织的全球抗菌素耐药性和使用监测系统（GLASS）和欧洲抗菌素耐药性监测网络等系统，虽然取得了重要进展，但它们通常各自为政，报告的是孤立的指标，缺乏跨机构、跨地域或跨时间维度的整合。这导致我们难以全面、准确地评估一个医疗机构、一个地区乃至一个国家所面临的AMR综合负担，也无法有效衡量抗菌药物管理措施的真实效果。正是在这样的背景下，一项旨在开发一个能够量化耐药负担的综合评分系统的研究应运而生，其成果发表在《npj Antimicrobials and Resistance》期刊上。
为了开发这个名为“AMR负担评分”的综合性复合指标，研究团队采用了一种结构化的共识构建方法——改良的三轮电子德尔菲法。该方法邀请了来自传染病学、临床微生物学、感染药学、公共卫生、卫生经济学和医院管理等不同领域的国际专家参与。研究始于一轮范围审查，以确立初步的REMAPS框架（包含耐药性、有效性、监测、采纳、过程、系统六大领域）。随后，在连续三轮的电子问卷中，专家们就各领域的重要性、具体指标的相关性以及它们的权重分配进行评分和讨论，最终达成共识。研究还设定了明确的共识标准，即≥75%的专家在9分李克特量表上给出7-9分，且四分位距≤2。整个研究过程获得了伦敦帝国学院（Imperial College London）的完全伦理批准。
研究结果
德尔菲过程概述
德尔菲研究遵循了结构化的三轮电子流程。虽然没有偏离计划的流程，但来自第一轮和第二轮的定性反馈突显了专家对指标全球适用性的担忧，特别是在中低收入国家的相关性。这些背景差异促使研究团队在第二轮中增加了针对中低收入国家可行性的具体问题。
专家参与情况
研究共邀请了36位国际专家，其中17位参与了第一轮。参与者包括5名传染病专家、4名临床微生物学家、3名感染药师、2名公共卫生专家、2名卫生经济学家和1名医院管理人员。然而，从第一轮到第三轮，专家参与率出现了显著下降，整体流失率达到59%，特别是所有卫生经济学家都在第一轮后退出，这使得后续框架的完善中缺乏了关键的经济学评估视角。
第一轮
在第一轮中，9项指标达成了纳入共识。评分最高的指标包括耐药感染的发病率、相比敏感感染的增量成本、归因死亡率成本以及员工培训与教育。专家反馈指出了关于发病率与流行率术语的方法学担忧，以及指标在不同国家数据收集的可行性问题。
第二轮和第三轮
在根据第一轮反馈进行结构优化后，七位专家对拟议的REMAPS框架进行了评估。各领域的共识程度不一，其中就世界卫生组织的AWaRe（Access, Watch, Reserve）抗生素使用分类模式以及耐药性的逐年变化趋势达成了最强共识。最终轮就优先指标和领域权重达成了更精细的共识。耐药感染的发病率获得了全体专家的一致同意，耐药性逐年变化趋势和病原体特异性耐药率也获得了强烈共识。最终确定的AMR负担评分包含六个加权领域：耐药性占25%，有效性占30%，监测占30%，采纳占5%，过程占5%，系统占5%。其计算公式模仿了格拉斯哥昏迷评分，形式为：[R(x/25) + E(x/30) + M(x/30) + A(x/5) + P(x/5) + S(x/5)]，总分100分，分数越低表明抗菌药物耐药负担越轻。
研究结论与讨论
这项研究提出了AMR负担评分，这是一个旨在量化机构、区域和国家层面AMR负担的多维度复合指数。它旨在作为现有AMR监测工具的有力补充，帮助医疗机构对其AMR状况进行回顾性自我评估，并衡量干预措施随时间推移的有效性。该评分通过整合临床结果、微生物学趋势、管理实践和经济影响等多源数据，为应对AMR这一系统性威胁提供了一个稳健、动态的模型。
然而，研究过程也揭示了显著的局限性。高达59%的专家流失率可能带来了选择偏倚，特别是卫生经济学专家的早期退出，导致经济相关指标的共识在后续几轮中相对较弱。专家构成以英国和美国为主，专业背景的差异影响了指标优先级的排序，这引发了关于共识方法客观性的思考。此外，数据异质性、权重分配的主观性、评分在应对急性疫情变化时的时效性不足，以及将耐药负担测量与管理过程评估结合在一个分数中所引发的框架“内聚性”担忧，都是未来迭代中需要解决的问题。
尽管存在这些挑战，AMR负担评分的开发代表了AMR测量与监测工具的重要进展。它通过严格的专家共识和实证校准过程，为量化不同医疗系统中的AMR负担提供了一个结构化、可整合且可扩展的框架。它将碎片化的AMR数据转化为可操作的智能信息，使医疗服务提供者、政策制定者和公共卫生机构能够更战略性地应对不断演变的抗菌药物耐药性全球威胁。研究的下一步重点是在英国国民医疗服务体系的信托机构中进行试点操作验证，并与国家层面的AMR相关伙伴开展合作。未来，该评分有望通过自动化数据集成、纳入预测性分析以及开发适用于资源有限环境的简化版本，进一步强化其作为决策支持工具的潜力，最终推动全球在遏制AMR方面的协同努力。
