Monitoraggio della resistenza antimicrobica basato su analisi metagenomiche nei pazienti con polmonite
Monitoraggio della resistenza antimicrobica basato su analisi metagenomiche in pazienti affetti da polmonite: uno studio di epidemiologia genomica
Il monitoraggio della resistenza antimicrobica (AMR) basato su analisi metagenomiche nei pazienti affetti da polmonite è fondamentale per ottimizzare la diagnosi e il trattamento clinici e migliorare la prognosi clinica. Questo studio è progettato per porre le seguenti domande chiave:
- Quali sono le mappe del microbioma dei pazienti con polmonite grave e polmonite lieve?
- Quanti geni di resistenza agli agenti patogeni sono presenti nella polmonite grave e nella polmonite lieve?
- Qual è la diversità genetica dei principali agenti patogeni rilevati nella polmonite grave e lieve nel periodo 2019-2025?
Panoramica dello studio
Stato
Descrizione dettagliata
Questo è uno studio osservazionale prospettico storico. I pazienti con diagnosi di polmonite grave e lieve vengono reclutati continuamente da quattro ospedali (Shanghai General Hospital, Wuxi People's Hospital affiliato alla Nanjing Medical University, Wuhan Union Hospital e Huanggang Central Hospital) in Cina nel periodo da marzo 2019 a marzo 2025.
Sequenziamento di nuova generazione: le librerie metagenomiche e metatrascrittomiche vengono sottoposte a sequenziamento di nuova generazione utilizzando la piattaforma Illumina Novaseq 6000.
Analisi del microbioma: utilizzando KneadData (v0.10.0) riferimento dal genoma umano (database di riferimento GRCH38) per filtrare il controllo di qualità dei dati di sequenziamento di Illumina nei set di dati del genoma del virus di download di Virosaurus come riferimento, bowtie2 (v2.3.4.1) (copertura del genoma >30%, profondità >1X) era utilizzato per individuare e analizzare la sequenza post-host, quindi il comando "samtools idxstats" è stato utilizzato per calcolare la classificazione e l'abbondanza relativa dei virus. Nel frattempo, per ottenere informazioni sull'annotazione dei batteri a livello di specie, PhyloFlash (v3.4) è stato utilizzato per calcolare i conteggi di lettura per i geni rRNA 16S nel database SILVA, selezionando come soglia una somiglianza maggiore o uguale al 98%. Utilizzando il database del genoma dei patogeni eucariotici EUPATHDB46 come riferimento, bowtie2 e samtools sono stati utilizzati per l'analisi qualitativa e quantitativa dei patogeni fungini.
I criteri per determinare la causa dell'infezione respiratoria sono: (1) specie esistenti note per essere associate a malattie umane (ICD-10), (2) nuovi agenti patogeni potenziali precedentemente non identificati (solo virus a DNA e RNA i cui generi o famiglie sono stati precedentemente identificati dimostrato di infettare i mammiferi) e (3) possibili batteri simbiotici non inclusi.
Analisi dell'AMR: confrontando la somiglianza della sequenza tra i frammenti di sequenziamento e i geni di resistenza ai farmaci noti, il contenuto di rilevamento può determinare se esistono geni di resistenza ai farmaci e suggerire la resistenza ai farmaci causata da modifica, inattivazione, repressione e altri geni di resistenza ai farmaci.
Rilevazione dei geni di resistenza ai farmaci: geni correlati alla resistenza ai farmaci registrati nel database CARD (Comprehensive Antibiotic Resistance Database) e ARG-ANNOT. In questo test sono stati riportati solo i geni funzionali con attività di resistenza ai farmaci come modificazione, inattivazione e repressione, nonché cambiamenti del percorso e del target causati da alcune mutazioni puntiformi.
La diversità genetica è stata calcolata come la distanza genetica media a coppie all’interno di un gruppo. Alberi filogenetici di massima verosimiglianza sono stati costruiti utilizzando RaxML con un modello generale di sostituzione nucleotidica reversibile nel tempo e 1000 bootstrap. La distanza genetica tra le sequenze è stata calcolata utilizzando MEGAX, con un metodo bootstrap per la stima della varianza.
Tipo di studio
Iscrizione (Stimato)
Contatti e Sedi
Contatto studio
- Nome: Mei Kang, MPH
- Numero di telefono: 18501709576
- Email: mei.kang@shgh.cn
Backup dei contatti dello studio
- Nome: Xue Tian, Master
- Numero di telefono: 02163240090
- Email: xue.tian@shgh.cn
Luoghi di studio
-
-
Shanghai Municipality
-
Shanghai, Shanghai Municipality, Cina, 200080
- Reclutamento
- Mei Kang
-
Contatto:
- Mei Kang, MPH
- Numero di telefono: +8618501709576
- Email: mei.kang@shgh.cn
-
Sub-investigatore:
- Ruilan Wang, PhD
-
Sub-investigatore:
- Lehao Ren, PhD
-
Sub-investigatore:
- Dapeng Wang, PhD
-
Investigatore principale:
- Shan Gao, Master
-
Sub-investigatore:
- Jiang Du, PhD
-
Sub-investigatore:
- Xue Tian, Master
-
-
Criteri di partecipazione
Criteri di ammissibilità
Età idonea allo studio
- Bambino
- Adulto
- Adulto più anziano
Accetta volontari sani
Metodo di campionamento
Popolazione di studio
Descrizione
Criteri di inclusione:
- I pazienti clinicamente diagnosticati come polmonite grave e lieve vengono diagnosticati secondo le Linee guida per la diagnosi e il trattamento della polmonite acquisita in comunità negli adulti (edizione 2019) formulate dall'American Thoracic Society (ATS) e dall'Infectious Diseases Society of America (IDSA) , che soddisfano 1 dei seguenti criteri maggiori o ≥ 3 criteri minori possono essere diagnosticati. I criteri diagnostici per la polmonite grave e lieve nei bambini sono stati adottati dalla British Thoracic Society (BTS) nel 2011.
- È stato eseguito l'esame clinico e nell'esame microbiologico clinico erano rimasti campioni biologici (tampone nasofaringeo, tampone orofaringeo, liquido di lavaggio broncoalveolare, espettorato, sangue, idrotorace, tessuto polmonare).
Criteri di esclusione:
- Pazienti i cui campioni biologici potrebbero essere contaminati;
- Pazienti con volume del liquido di lavaggio alveolare o dell'idrotorace inferiore a 200 μl.
Piano di studio
Come è strutturato lo studio?
Dettagli di progettazione
Coorti e interventi
Gruppo / Coorte |
|---|
|
Polmonite grave
I pazienti con diagnosi clinica di polmonite grave vengono diagnosticati secondo le Linee guida per la diagnosi e il trattamento della polmonite acquisita in comunità negli adulti (edizione 2019) formulate dall'American Thoracic Society (ATS) e dall'Infectious Diseases Society of America (IDSA), che soddisfano Può essere diagnosticato 1 dei seguenti criteri maggiori o ≥ 3 criteri minori.
I criteri diagnostici per la polmonite grave nei bambini sono stati adottati dalla British Thoracic Society (BTS) nel 2011.
|
|
Polmonite lieve
I pazienti clinicamente diagnosticati come polmonite grave e lieve vengono diagnosticati secondo le Linee guida per la diagnosi e il trattamento della polmonite acquisita in comunità negli adulti (edizione 2019) formulate dall'American Thoracic Society (ATS) e dall'Infectious Diseases Society of America (IDSA) .
I criteri diagnostici per la polmonite grave e lieve nei bambini sono stati adottati dalla British Thoracic Society (BTS) nel 2011
|
Cosa sta misurando lo studio?
Misure di risultato primarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Composizione del microbioma
Lasso di tempo: durante il periodo di studio, 2019-2025
|
una raccolta di comunità microbiche rilevate nel campione biologico
|
durante il periodo di studio, 2019-2025
|
Misure di risultato secondarie
Misura del risultato |
Misura Descrizione |
Lasso di tempo |
|---|---|---|
|
Diversità alfa
Lasso di tempo: durante il periodo di studio, 2019-2025
|
la diversità all’interno di una particolare area o ecosistema
|
durante il periodo di studio, 2019-2025
|
|
Prevalenza dei geni di resistenza batterica
Lasso di tempo: durante il periodo di studio, 2019-2025
|
il numero di geni di resistenza batterica diviso per il numero di campioni biologici
|
durante il periodo di studio, 2019-2025
|
|
Diversità beta
Lasso di tempo: durante il periodo di studio, 2019-2025
|
un confronto della diversità tra gli ecosistemi, solitamente misurata come la quantità di cambiamenti di specie tra gli ecosistemi
|
durante il periodo di studio, 2019-2025
|
Collaboratori e investigatori
Sponsor
Collaboratori
Investigatori
- Investigatore principale: Mei Kang, MPH, Shanghai General Hospital, Shanghai Jiaotong University School of Medicine
Pubblicazioni e link utili
Pubblicazioni generali
- Metlay JP, Waterer GW, Long AC, Anzueto A, Brozek J, Crothers K, Cooley LA, Dean NC, Fine MJ, Flanders SA, Griffin MR, Metersky ML, Musher DM, Restrepo MI, Whitney CG. Diagnosis and Treatment of Adults with Community-acquired Pneumonia. An Official Clinical Practice Guideline of the American Thoracic Society and Infectious Diseases Society of America. Am J Respir Crit Care Med. 2019 Oct 1;200(7):e45-e67. doi: 10.1164/rccm.201908-1581ST.
- Chiu CY, Miller SA. Clinical metagenomics. Nat Rev Genet. 2019 Jun;20(6):341-355. doi: 10.1038/s41576-019-0113-7.
- Charalampous T, Alcolea-Medina A, Snell LB, Williams TGS, Batra R, Alder C, Telatin A, Camporota L, Meadows CIS, Wyncoll D, Barrett NA, Hemsley CJ, Bryan L, Newsholme W, Boyd SE, Green A, Mahadeva U, Patel A, Cliff PR, Page AJ, O'Grady J, Edgeworth JD. Evaluating the potential for respiratory metagenomics to improve treatment of secondary infection and detection of nosocomial transmission on expanded COVID-19 intensive care units. Genome Med. 2021 Nov 17;13(1):182. doi: 10.1186/s13073-021-00991-y.
- File TM Jr, Ramirez JA. Community-Acquired Pneumonia. N Engl J Med. 2023 Aug 17;389(7):632-641. doi: 10.1056/NEJMcp2303286. No abstract available.
- Limmathurotsakul D, Dunachie S, Fukuda K, Feasey NA, Okeke IN, Holmes AH, Moore CE, Dolecek C, van Doorn HR, Shetty N, Lopez AD, Peacock SJ; Surveillance and Epidemiology of Drug Resistant Infections Consortium (SEDRIC). Improving the estimation of the global burden of antimicrobial resistant infections. Lancet Infect Dis. 2019 Nov;19(11):e392-e398. doi: 10.1016/S1473-3099(19)30276-2. Epub 2019 Aug 16.
- Park DE, Higdon MM, Prosperi C, Baggett HC, Brooks WA, Feikin DR, Hammitt LL, Howie SRC, Kotloff KL, Levine OS, Madhi SA, Murdoch DR, O'Brien KL, Scott JAG, Thea DM, Antonio M, Awori JO, Baillie VL, Bunthi C, Kwenda G, Mackenzie GA, Moore DP, Morpeth SC, Mwananyanda L, Paveenkittiporn W, Ziaur Rahman M, Rahman M, Rhodes J, Sow SO, Tapia MD, Deloria Knoll M. Upper Respiratory Tract Co-detection of Human Endemic Coronaviruses and High-density Pneumococcus Associated With Increased Severity Among HIV-Uninfected Children Under 5 Years Old in the PERCH Study. Pediatr Infect Dis J. 2021 Jun 1;40(6):503-512. doi: 10.1097/INF.0000000000003139.
- Li N, Cai Q, Miao Q, Song Z, Fang Y, Hu B. High-Throughput Metagenomics for Identification of Pathogens in the Clinical Settings. Small Methods. 2021 Jan 4;5(1):2000792. doi: 10.1002/smtd.202000792. Epub 2020 Dec 13.
- Zhang YZ, Chen YM, Wang W, Qin XC, Holmes EC. Expanding the RNA Virosphere by Unbiased Metagenomics. Annu Rev Virol. 2019 Sep 29;6(1):119-139. doi: 10.1146/annurev-virology-092818-015851. Epub 2019 May 17.
- Boolchandani M, D'Souza AW, Dantas G. Sequencing-based methods and resources to study antimicrobial resistance. Nat Rev Genet. 2019 Jun;20(6):356-370. doi: 10.1038/s41576-019-0108-4.
- Suzuki S, Horinouchi T, Furusawa C. Prediction of antibiotic resistance by gene expression profiles. Nat Commun. 2014 Dec 17;5:5792. doi: 10.1038/ncomms6792.
- Howard A, Reza N, Aston S, Woods B, Gerada A, Buchan I, Hope W, Martson AG. Antimicrobial treatment imprecision: an outcome-based model to close the data-to-action loop. Lancet Infect Dis. 2024 Jan;24(1):e47-e58. doi: 10.1016/S1473-3099(23)00367-5. Epub 2023 Aug 31.
- Serpa PH, Deng X, Abdelghany M, Crawford E, Malcolm K, Caldera S, Fung M, McGeever A, Kalantar KL, Lyden A, Ghale R, Deiss T, Neff N, Miller SA, Doernberg SB, Chiu CY, DeRisi JL, Calfee CS, Langelier CR. Metagenomic prediction of antimicrobial resistance in critically ill patients with lower respiratory tract infections. Genome Med. 2022 Jul 12;14(1):74. doi: 10.1186/s13073-022-01072-4.
- Shi M, Zhao S, Yu B, Wu WC, Hu Y, Tian JH, Yin W, Ni F, Hu HL, Geng S, Tan L, Peng Y, Song ZG, Wang W, Chen YM, Holmes EC, Zhang YZ. Total infectome characterization of respiratory infections in pre-COVID-19 Wuhan, China. PLoS Pathog. 2022 Feb 17;18(2):e1010259. doi: 10.1371/journal.ppat.1010259. eCollection 2022 Feb.
- Harris M, Clark J, Coote N, Fletcher P, Harnden A, McKean M, Thomson A; British Thoracic Society Standards of Care Committee. British Thoracic Society guidelines for the management of community acquired pneumonia in children: update 2011. Thorax. 2011 Oct;66 Suppl 2:ii1-23. doi: 10.1136/thoraxjnl-2011-200598.
- Li ZJ, Zhang HY, Ren LL, Lu QB, Ren X, Zhang CH, Wang YF, Lin SH, Zhang XA, Li J, Zhao SW, Yi ZG, Chen X, Yang ZS, Meng L, Wang XH, Liu YL, Wang X, Cui AL, Lai SJ, Jiang T, Yuan Y, Shi LS, Liu MY, Zhu YL, Zhang AR, Zhang ZJ, Yang Y, Ward MP, Feng LZ, Jing HQ, Huang LY, Xu WB, Chen Y, Wu JG, Yuan ZH, Li MF, Wang Y, Wang LP, Fang LQ, Liu W, Hay SI, Gao GF, Yang WZ; Chinese Centers for Disease Control and Prevention (CDC) Etiology of Respiratory Infection Surveillance Study Team. Etiological and epidemiological features of acute respiratory infections in China. Nat Commun. 2021 Aug 18;12(1):5026. doi: 10.1038/s41467-021-25120-6.
- Alcock BP, Raphenya AR, Lau TTY, Tsang KK, Bouchard M, Edalatmand A, Huynh W, Nguyen AV, Cheng AA, Liu S, Min SY, Miroshnichenko A, Tran HK, Werfalli RE, Nasir JA, Oloni M, Speicher DJ, Florescu A, Singh B, Faltyn M, Hernandez-Koutoucheva A, Sharma AN, Bordeleau E, Pawlowski AC, Zubyk HL, Dooley D, Griffiths E, Maguire F, Winsor GL, Beiko RG, Brinkman FSL, Hsiao WWL, Domselaar GV, McArthur AG. CARD 2020: antibiotic resistome surveillance with the comprehensive antibiotic resistance database. Nucleic Acids Res. 2020 Jan 8;48(D1):D517-D525. doi: 10.1093/nar/gkz935.
- Antimicrobial Resistance Collaborators. Global burden of bacterial antimicrobial resistance in 2019: a systematic analysis. Lancet. 2022 Feb 12;399(10325):629-655. doi: 10.1016/S0140-6736(21)02724-0. Epub 2022 Jan 19.
- GBD 2019 Diseases and Injuries Collaborators. Global burden of 369 diseases and injuries in 204 countries and territories, 1990-2019: a systematic analysis for the Global Burden of Disease Study 2019. Lancet. 2020 Oct 17;396(10258):1204-1222. doi: 10.1016/S0140-6736(20)30925-9.
- Wu F, Zhao S, Yu B, Chen YM, Wang W, Song ZG, Hu Y, Tao ZW, Tian JH, Pei YY, Yuan ML, Zhang YL, Dai FH, Liu Y, Wang QM, Zheng JJ, Xu L, Holmes EC, Zhang YZ. A new coronavirus associated with human respiratory disease in China. Nature. 2020 Mar;579(7798):265-269. doi: 10.1038/s41586-020-2008-3. Epub 2020 Feb 3.
Studiare le date dei record
Studia le date principali
Inizio studio (Effettivo)
Completamento primario (Effettivo)
Completamento dello studio (Stimato)
Date di iscrizione allo studio
Primo inviato
Primo inviato che soddisfa i criteri di controllo qualità
Primo Inserito (Effettivo)
Aggiornamenti dei record di studio
Ultimo aggiornamento pubblicato (Effettivo)
Ultimo aggiornamento inviato che soddisfa i criteri QC
Ultimo verificato
Maggiori informazioni
Termini relativi a questo studio
Termini MeSH pertinenti aggiuntivi
Altri numeri di identificazione dello studio
- 2023234
Piano per i dati dei singoli partecipanti (IPD)
Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?
Descrizione del piano IPD
Informazioni su farmaci e dispositivi, documenti di studio
Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti
Studia un dispositivo regolamentato dalla FDA degli Stati Uniti
Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .