综述：加强抗微生物药物耐药性监测与研究：数据关联研究的可能性、成果及方法的系统范围综述

《Antimicrobial Resistance & Infection Control》：Enhancing antimicrobial resistance surveillance and research: a systematic scoping review on the possibilities, yield and methods of data linkage studies

这篇综述聚焦抗微生物药物耐药性（AMR）数据关联研究，系统梳理 48 项相关研究。发现此类研究日益增多，多有价值，能为临床实践、政策制定等提供建议，但存在生态设计和数据获取等局限，对深入了解 AMR 动态有重要意义，值得关注。

　　### 抗微生物药物耐药性（AMR）数据关联研究的背景与意义
AMR 已成为全球主要的公共卫生威胁之一，合理使用抗生素和预防耐药菌传播是控制 AMR 的关键。可靠的 AMR 流行病学信息对于实施针对性的抗生素使用和感染预防措施至关重要。然而，AMR 的相关决定因素，如抗生素使用、AMR 流行率、抗菌药物管理（AMS）和感染预防与控制（IPC）的数据，大多是分别分析和报告的，尽管它们相互之间存在紧密联系。

通过将这些不同的 AMR 决定因素数据以及与人群特征数据相结合，能够增强监测和研究的影响力。数据关联研究可以帮助识别不同决定因素之间的相关性和趋势，为新假设的提出提供依据，有助于临床指南的合理调整以及地方 / 国家 IPC 实践的优化。例如，欧盟机构联合发布的抗菌药物消费和耐药性分析（JIACRA）报告，综合分析了人类和食用动物的 AMR 及抗生素使用数据，为政策制定提供了有价值的见解；还有研究将一线抗生素处方数据与耐药性尿路感染（UTI）相关菌血症的发病数据相联系，发现减少初级医疗中 UTI 的抗生素处方可能降低耐药菌感染的发生率；以及在国家层面评估抗生素使用对 AMR 影响的研究，突出了国际合作和政策制定以避免抗生素过度使用的必要性。

AMR 数据关联研究的方法

1. 数据关联的定义：本综述中，数据关联指将来自至少两个独立数据源的记录进行链接，这些记录涉及（I）至少两个 AMR 决定因素，或（II）至少一个 AMR 决定因素和一个或多个一般人群特征。数据关联应在特定实体层面进行，包括个人、医疗机构、地理区域或国家，而年份等时间周期不被视为合适的实体。
2. 搜索策略：与经验丰富的信息专家协商制定搜索策略，重点关注数据关联、AMR 和抗生素使用、AMS 这三个主要概念，使用同义词和通配符确保全面搜索。在Embase.com、PubMed 和 Scopus 数据库中搜索相关文章，无出版日期限制，将检索到的记录导出至 Endnote（版本 21.0.1）并去除重复记录。
3. 纳入和排除标准：符合数据关联定义且聚焦于抗生素耐药性的研究被纳入，排除抗病毒、抗真菌和抗寄生虫相关研究。研究目的需关注 AMS 干预、抗生素使用、其他 AMR 决定因素或人群特征对 AMR 相关结果（如 AMR 流行率或抗生素使用）的影响，且至少有一个 AMR 决定因素涉及人类数据。若研究使用文献综述作为数据源、无英文全文、设计为临床试验、荟萃分析或系统综述，则被排除。
4. 研究选择：由两名评审员（SK 和 CW）独立筛选系统文献检索结果的标题和摘要，使用 Rayyan 在线软件辅助，分歧由第三名评审员（AS）协商解决。随后，SK 阅读所有论文全文，CW 和 AS 各阅读 50%（总计 100%），最终确定纳入研究。
5. 数据图表：制定数据图表表格，提取研究的一般特征（如标题、第一作者、出版年份、国家、研究问题）、数据来源的数量和类型、数据关联水平、分析类型，以及关键发现、建议和应用意义、数据关联的优势和局限性。由 SK 进行数据图表制作，CW 和 AS 对部分数据进行交叉核对以确保准确性，并对提取的数据进行解释。

AMR 数据关联研究的结果

1. 研究选择：文献检索共获得 673 条记录，去除 249 条重复记录，筛选标题和摘要后排除 304 条，15 条记录无法获取，105 条报告进行资格评估，最终 57 条因不符合标准被排除，48 篇文章被纳入本范围综述。
2. 研究特征：多数研究采用生态设计，以群体水平数据和汇总指标为特点，常用于探索潜在关联。大多数文章在过去五年（2020 - 2024 年）发表，最早的研究发表于 1998 年。15 项研究链接了多个国家的数据，其中 9 项仅涉及欧洲国家，6 项涉及多个大洲国家。单国家研究多在英格兰（8 项）和美国（8 项）进行，荷兰和日本各有 3 项。超过一半的研究在地理层面进行数据关联，13 项使用国家层面数据，14 项使用区域层面数据（从省 / 区到市不等），其余研究在个体患者（13 项）、初级医疗实践（4 项）、医院（1 项）或长期护理机构（1 项）层面进行数据关联，有 2 项研究使用了两种不同层面的数据关联方法。
3. 数据来源：多数研究使用两个（23 项）或三个（14 项）数据来源，也有研究使用四个（7 项）、五个（3 项）或更多来源（1 项）。对于 AMR 决定因素，抗菌药物敏感性试验（AST）数据最常被用作数据库（25 项），部分研究未明确其数据库包含的是个体测试值还是仅为每个实体的汇总数据。对于抗生素使用决定因素，处方数据（13 项）和抗菌药物销售数据（8 项）较为常用，还有研究使用保险数据、患者病历和抗菌药物消费数据，但消费数据的测量方式不明确。人群特征数据主要通过人口数据库（23 项）和人口调查（9 项）获取，部分研究还进行了额外问卷调查。
4. 附加值：43 项研究（90%）确定了附加值，涉及临床实践建议、未来政策指导意义、进一步研究建议和监测建议等类别。16 项研究给出临床实践建议，如在 AMS 计划和抗生素处方中考虑患者特征和当地情况，谨慎使用抗生素并选择不同的一线治疗药物；13 项研究涉及人群特征，对未来政策制定产生影响，如增加对特定地区的政策关注、根据不同群体调整处方指南、使 AMS 活动适应当地情况、提高特定环境中对 AMR 的认识；18 项研究提供了进一步研究的建议，常见的有更新研究数据、纳入更多患者特征数据、采用其他设计和个体层面研究以确认因果关系；8 项研究提出监测建议，主要强调监测数据对制定风险管理策略、合适的经验治疗指南、定期分析、评估干预措施和应对新趋势的重要性。
5. 优势和局限性：12 项研究明确提及数据关联的优势，如有助于生成假设、可作为前瞻性研究的试点，随着数据增多分析可得到改进，能研究多个领域相关问题，可充分利用国家监测数据且无需额外成本和时间，可纵向监测 AMR 决定因素之间的关联。30 项研究指出至少一个局限性，13 篇论文提到生态谬误问题，即群体特征被错误归因于个体；11 篇文章提及未观察到的混杂因素，即未测量的变量影响自变量和结果；数据报告的完整性也是问题，使用常规收集的数据时可能存在数据不完整的情况，有时因无法链接所有实体而导致部分数据无法纳入；不同国家的 AST 方法存在差异，不同方法的数据合并也带来挑战。

AMR 数据关联研究的讨论

1. 研究成果与价值：本系统范围综述全面概述了 AMR 数据关联研究，48 项研究表明数据关联能整合多源信息，帮助研究者更全面地理解 AMR 动态。几乎所有研究（43/48）都有附加值，为临床实践、政策制定、进一步研究和监测提供了建议。研究根据数据来源分为不同类别，最大类别是将 AMR 数据与人群特征相联系的研究，其次是将 AMR 数据与抗生素使用数据相联系的研究。使用最多的数据类型包括 AST 数据、处方数据、抗菌药物销售数据和人口数据库数据。多数研究在地理层面进行数据关联，个体患者层面的数据关联研究较少，这主要是因为聚合监测数据更易获取、标准化和互操作，而患者层面数据受隐私限制且获取批准困难，但个体患者层面的数据关联对深入了解 AMR 动态更有价值，因此需要努力改善个体数据的获取和管理，克服相关法律障碍。
2. 不同类别研究的附加值差异：涉及患者特征的研究更常产生临床实践建议和政策指导意义，其他类别研究则更多地提出进一步研究建议。临床实践建议通常涉及在 AMS 计划和抗生素处方中考虑患者特征，政策制定方面则强调考虑人群特征、当地和文化背景。数据关联研究还能帮助识别与 AMR 发展和传播相关的风险因素，评估干预措施的有效性，并且非常适合生成假设，可作为进一步前瞻性研究的初步调查。然而，政策和监测方面的影响通常只是作为提示或建议提出，还需进一步明确和深入研究。
3. 研究的局限性与应对策略：AMR 数据关联研究存在多种局限性，使用 AST 数据时，不同测试方法的数据合并存在挑战，需要进行验证程序以确保数据可比性。多数研究数据粒度较大，无法获取个体层面数据，导致生态研究设计占主导，难以确定因果关系，且容易出现生态谬误和未观察到的混杂因素，影响研究结果的可靠性和普遍性。尽管存在这些挑战，但生态数据关联研究的建议仍有价值，研究者和政策制定者在解释结果时应谨慎，认识到研究的固有局限性，理想情况下应结合其他研究设计（如随机对照试验或队列研究）的证据，还应进行敏感性分析以评估结果对潜在偏差的稳健性。
4. 数据关联在其他领域的应用及启示：数据关联在公共卫生相关领域除 AMR 外还有潜在应用，如在传染病事件研究中发挥了重要作用，尤其适用于罕见病研究。COVID - 19 大流行期间，数据关联得到广泛应用，促进了数据的二次利用。借鉴 COVID - 19 数据关联研究的经验，应用于 AMR 数据关联研究具有重要意义。本综述未涉及数据关联方法的详细内容，而相关研究对数据关联方法有讨论，对于 AMR 监测系统和其他相关数据源，需要进一步研究确定实际的数据关联方法，如信息通信技术（ICT）和治理方面的可能性。
5. 综述的优势与局限性：本系统范围综述的优势在于广泛的范围，涵盖了不同研究设计、方法和结果的文献，提供了 AMR 数据关联研究的详尽概述，且采用归纳方法确定了数据关联的附加值。然而，也存在一些局限性，数据关联术语的多样性、缺乏医学主题词和统一定义可能导致遗漏部分相关文章，尽管制定了数据关联定义，但仍可能存在不足；未进行正式的偏倚风险评估，虽然范围综述主要是对现有文献进行映射而非评估结果，传统工具也不适用于多样的研究设计和结果，但这仍可能影响对研究结果的全面评价；部分文献年代较久，最新研究的建议可能因监测数据质量提高、ICT 基础设施发展和方法学新见解而更可靠，但本综述旨在探讨数据关联方法的成果，主要关注是否有成果及成果形式。

AMR 数据关联研究的结论

近年来，AMR 相关的数据关联研究日益增多，主要为未来研究提出新假设，有助于优化监测系统，在指南 / 政策制定背景下对数据进行解读。然而，需要认识到生态设计和数据可及性方面的局限性，并在实际应用中加以考虑。数据关联在 AMR 领域有潜力更全面地理解 AMR 动态，应开展更多研究，借鉴 COVID - 19 数据关联研究的经验，提高在方法学、数据获取、数据管理和治理方面的认识。