ADAPT-AST (Adaptive antimikrobielle Empfindlichkeitsprüfung) (ADAPT-AST)

Ziel dieser Studie ist die Entwicklung und Bewertung eines adaptiven Informatikansatzes für Labortests auf antimikrobielle Empfindlichkeit (AST) für Harnwegsinfektionserreger (UTI) im Vergleich zur aktuellen Praxis, um die Patientenergebnisse zu verbessern, AMR-Risiken zu reduzieren und die Verschwendung von Laborressourcen zu reduzieren.

Harnwegsinfektionen sind eine der Hauptursachen für ambulant und im Krankenhaus erworbene Infektionen und ein wesentlicher Faktor für die Verschreibung antimikrobieller Mittel in der Primär- und Sekundärversorgung. Die anhaltende Verbreitung von AMR schränkt auch die Behandlungsmöglichkeiten für viele Harnwegsinfekte zunehmend ein. Trotz der Bedeutung von Harnwegsinfekten basiert die antimikrobielle Empfindlichkeitsprüfung (AST) von Urinproben auf unflexiblen, einheitlichen Standardarbeitsanweisungen (SOPs). Entweder wird sofort eine sehr große, unkonzentrierte Gruppe antimikrobieller Mittel getestet (was zu einer Verschwendung von Ressourcen führt), oder häufiger, und insbesondere in Umgebungen mit niedrigem oder mittlerem Einkommen (LMIC), wird eine ausgewählte Untergruppe antimikrobieller Mittel am ersten Tag vor einem zweiten oder sogar einem zweiten Tag getestet drittes Panel antimikrobieller Mittel. Ein solcher Ansatz passt sich nicht an frühere Informationen wie frühere Resistenzmuster, die Verschreibung antimikrobieller Mittel oder demografische Informationen an, obwohl diese Faktoren starke (starke) Prädiktoren für Resistenzen sind. Dies führt zu einer ungenauen, ineffizienten und ungleichen Bereitstellung von Informationen zur antimikrobiellen Empfindlichkeit, was eine suboptimale Entscheidungsunterstützung für die Behandlung von Harnwegsinfektionen darstellt.

Dieses Projekt wird statistische Techniken verwenden, die auf bayesianischer Kausalinferenz basieren, um Urin-AST-Ergebnisse vorherzusagen und Tests anhand von Patientendemografie-, Verschreibungs-, Aufnahme- und mikrobiologischen Laborpflegedaten zu priorisieren. Der klinische Nutzen der resultierenden Algorithmen wird im Hinblick auf ihre Fähigkeit bewertet, die Anzahl, Aktualität und Angemessenheit der für Kliniker verfügbaren verwertbaren AST-Ergebnisse zu erhöhen, und auf ihre Fähigkeit, die Kosten für Laborressourcen durch eine bessere Testpriorisierung zu senken. Die erwarteten Vorteile eines erfolgreich entwickelten, evaluierten und implementierten Systems sind eine schnellere und präzisere Behandlung von Harnwegsinfektionen bei Patienten mit arzneimittelresistenten Organismen und ein effizienteres Ressourcenmanagement, insbesondere in Labor- und Apothekenabläufen.