一般集団における抗菌薬の消費に対する大気汚染の影響 (ONAIR)

ONAIR プロジェクトは、以下に説明する 2 つのサブスタディで構成されます。

サブスタディ 1

1.1 設計: 2006 年から 2022 年までの主な大気汚染物質 (PM2.5、PM10、NO2、O3) の濃度と、一般人口による毎日の抗菌剤消費量との関連の 2 部構成の時系列分析。

1.2 調査の範囲と認可された情報源: 調査は、地域の 4 つの州に分散する 100,000 人以上の住民を持つカタルーニャの 11 の都市で実施されます。 これらの都市には 3,283,501 人が住んでいます。 大気汚染に関する毎日のデータは、大気汚染監視および予測ネットワーク (XVPCA) から取得されます。 抗菌薬の 1 日あたりの消費量は、カタルーニャの保健省によって承認されたカタルーニャ薬剤師大学評議会 (CCFC) によって記録された公式の処方データから推定されます。 調査中の二次臨床変数は、カタロニアの品質および健康評価機関を通じて取得されます。

1.3 調査対象: 調査対象の 11 都市に住む大人と子供。

1.4 定義: 大気汚染。 これは、人間、動物、植物の健康を害する、または物的損害を引き起こす可能性のある空気中の物質の検出として定義されます。 大気汚染はさまざまな原因から発生します。組成によって変化し、環境の温度と湿度によっても変化します。 この調査では、すべての大気質監視ステーションがすべての化合物に関するデータを記録しているわけではないため、PM10、PM2.5、NO2、および O3 が分析されます。 DDD (定義された 1 日量)。 これは、有効成分の量で表される、成人の特定の投与経路を介して主な適応症で使用された場合の薬物の平均 1 日維持用量に相当する測定および比較の技術単位です。 これは、世界保健機関 (WHO) によって定義および更新されています (https://www.whocc.no/ddd/definition_and_general_considera/#General)。 DDD/TID (1 日あたりの住民 1,000 人あたりの定義された 1 日量)。 このパラメーターは、さまざまな地域や期間の DDD の数で表される薬物の消費量を比較するように設計されています。 これは、1,000 人の住民あたりに消費された DDD の数を掛け、考慮された期間の日数と住民の数で割ることによって計算されます。 DDD/TID 式 = (nºP x NºF x AF x 1000) / (DDD x 居住者の nº x 日数) (nºP = 1 日に分配されるパッケージの数。 NºF = パッケージあたりの医薬品の形態 (つまり、丸薬、カプセルなど) の数。 AP = 製剤形態あたりの有効成分の量)。 人口分母: 住民の数を計算するために、各開業医のケア下にある人口 (個々の健康カードを持ち、ケアセンターに割り当てられたユーザー) が使用されます。これは、プライマリケア情報システムのデータから計算され、看護も含まれます。ホーム人口。

1.5 変数の説明: 主な結果変数: 1000 人の住民/日あたりの定義された抗菌薬の 1 日量。 主な独立変数: PM10、PM2.5、NO2、O3 の濃度。

交絡変数: 年、曜日、気温、相対湿度。

副次的結果変数: 1000 人の住民/日あたりの定義された抗菌薬の 1 日あたりのコスト、自然死、呼吸器死因による死亡、呼吸器死因による入院、および呼吸器症状によるプライマリ ケアの診察。

1.6 データ収集: 汚染データ: 調査中の 11 都市の 2006 年から 2020 年までの汚染に関するデータは、時系列分析のために XVPCA から取得されます。 各大気質ゾーンでは、土地利用 (レベル 1: 都市、郊外、または農村地域) および排出源のタイプ (レベル 2: 交通、産業または背景) に従って、明確な地域を識別することができます。

カタロニア気象局によって測定された、2006 年から 2020 年までの日平均気温と相対湿度の時系列が記録されます。 2021 年と 2022 年のこれらの地域の汚染、気温、湿度に関する毎日のデータは、前向きに収集されます。 曜日と毎日のインフルエンザ症例の時系列も、交絡変数と見なされます。 主な汚染物質の濃度、抗菌剤の毎日の消費量 (DDD/TID)、および説明されている二次変数の関連性は、標準的な時系列アプローチ、以前に広く適用されている 2 段階の分析プロトコルを使用して個別の分析で評価されます。多くの異なる都市での時系列研究。 人口および抗菌薬消費データ。 データは、年齢（> 65 歳）、性別、および地域別に収集されます。

DDD/TID および調剤コスト/TID の計算のために、次の毎日のデータが郵便番号によって収集されます: 投薬 (有効成分の組み合わせ + 剤形 + 用量 + パッケージあたりの剤形の数)、ATC コード、分配されたパッケージ、分配された日付、および各パッケージの公式価格。 個人の健康保険証と指定されたケアセンターを持つユーザーの数も記録されます。

1.7 統計分析: 第 1 段階では、準ポアソン一般化線形モデルを使用して、各都市での抗生物質療法の 1 日投与量と評価される大気汚染物質との関連性が推定されます。 以前の研究と同様に、次の共変量がメイン モデルに含まれます。指標の傾向と一時的な季節性を制御する年 (3 次スプラインで平滑化)。週ごとの短期変動を考慮した曜日を示す変数。温度 (スプラインで平滑化) および相対湿度 (スプラインで平滑化) を使用して、この情報が利用可能な地域における気象の潜在的な非線形交絡効果を制御します。 毎日の抗生物質投与量に対する汚染物質の影響の可能性は、次の日に予測される可能性があるため、推定モデルではさまざまなタイムラグが調査されます。 同じ手順が温度にも適用されます。 第 2 段階では、ランダム効果モデルを使用して、各都市で得られた汚染物質と毎日の抗菌薬消費量との関連の推定値をメタ分析します。 したがって、10μg/m3 の増加ごとに、1 日あたりの抗菌薬消費量の変化率の総推定値とその 95% 信頼区間が得られます。 I² テストは、都市間の異質性を評価するために使用されます。 同様に、二次結果変数と大気汚染物質との関連性を評価するモデルが推定されます。 統計分析は、R 統計パッケージ (バージョン 3.6.1 以降 (R Foundation for Statistical Computing)) を使用して実行されます。メイン モデルには mgcv、ランダム効果モデルには rmeta が使用されます。 統計的有意性は、p < 0.05 と見なされます。

1.8 制限: 可能性のある制限は、抗生物質消費に対する汚染の影響を直接の因果関係として、または大気汚染と以前の病状の呼吸器増悪との間の因果関係における交絡因子として区別することの難しさである可能性があります。

サブスタディ 2

2.1 デザイン: 2021 年から 2023 年の期間中のバルセロナ地域における抗生物質耐性遺伝子 (ARG) の濃度に関する記述的観察研究。 病院に近い大気質監視ステーションと市内の別のステーションでのこれらの遺伝子の濃度の違い、および季節間および月間の違いが評価されます。 特定の耐性遺伝子の存在は、研究集団における抗菌薬の特定のグループの消費に関連して評価されます。

2.2 調査の範囲と情報源: 調査はバルセロナ市で実施されます。 大気汚染サンプルは、XVPCA の 3 つの大気質モニタリング ステーションから分析のために取得されます。1 つは交通量の多い市内中心部にあり、もう 1 つは第 3 レベルの病院の近くにあります。

2.3 調査対象: バルセロナ市に住む大人と子供。

2.4 定義: ARG (抗生物質耐性遺伝子): 抗菌剤耐性メカニズムをコードする微生物のゲノムの断片。 微生物は、遺伝によって、または他の微生物からの遺伝子の水平伝達によって ARG を獲得できます。 大気汚染: サブプロジェクト 1、セクション 1.4 の定義を参照してください。

2.5 研究変数: 主な結果変数: 抗生物質耐性遺伝子の濃度/月。 主な独立変数: 1000 人の住民/日あたりの抗菌薬の定義された 1 日量。

2.6 収集: サンプル収集: PM 濃度の測定に使用されるフィルターからのサンプルは、バルセロナ市に対応する XVPCA ゾーン 1 の 3 つのステーションで収集されます。 サンプルは、都市交通関連の汚染を代表する 2 つのステーション (Plaça Universitat および Poble Nou) と、病院エリアを代表する別のステーション (Parc de Vall D'Hebron) で収集されます。 サンプリングは毎月第 1 火曜日に行われます。 このように月3回、計30ヶ月で計90個のサンプルが採取されます。 研究中に高汚染のエピソードがある場合は、追加のサンプリングが評価されます。 観測日ごとの気象データも記録されます。

サンプル処理: サンプルは、Pallflex の大容量 (30m3) 石英繊維フィルター (直径 15cm) を通して収集されます。 使用前に、フィルターを 205°C で 5 時間滅菌し、20°C、相対湿度 50% で 48 時間調整します。 各フィルターは、感度 1g の微量天秤で 24 時間ごとに 3 回計量されます。 サンプリング後、フィルターは微生物検査室に運ばれ、そこで次のように PM2.5 のサンプルが抽出されます。 まず、滅菌済みのカッターでフィルターをカットします。 次に、滅菌遠心分離槽内の 0.05% Tween 20 溶液を含む 2 mL の滅菌精製水に各フィルター フラグメントを加えます。次に、20 分間の超音波処理を行い、続いて 2800rpm で 40 分間ボルテックス攪拌します。 PM2.5 サンプルは、最終的に処理されるまで -20ºC で保存されます。 微生物 DNA の DNA 抽出とショットガン シーケンス: 得られた希釈から、1 mg/mL が抽出されます。 DNA 抽出は、KingFisher (ThermoFisher) 装置と MagMaxTM Microbiome Ultra Nucleic Acid Isolation (ThermoFisher) キットを使用して自動的に実行されます。 ライブラリは、Illumina Nextera-XT® キットを使用して構築されます。

シーケンスは、イルミナの NextSeq550® で 2x150bp 行われます。 シーケンスの品質は FastQC1 プログラムで分析され、対応するフィルタリングは Trimmomatic2 プログラムで実行されます。 Bowtie 23プログラムを使用して、ヒトゲノムに対してフィルタリングされた配列をマッピングすることにより、ヒトの汚染が排除されます。 Metaphlan v24 ソフトウェアは、微生物組成を推測するために使用されます。 レジストームを研究するために、取得した抗生物質耐性遺伝子と染色体の点突然変異を ResFinder 3.05 で識別します。 人口データと抗菌薬消費データ: これらのデータは、サブプロジェクト 1 (セクションを参照) で説明したのと同じ方法で収集されますが、バルセロナの地域で、具体的にはメタゲノム データが収集される地域に対応する郵便番号で収集されます。

2.7 統計分析: 2-ΔCT の差に基づいて、ARG の相対存在量のヒートマップが作成されます。 スピアマンの順位相関に基づいてネットワーク分析を実行し、空気中および細菌群集における ARG サブタイプの一致を視覚化します。 箱ひげ図を使用して、異なる月と季節の ARG 濃度を比較します。 さらに、ピアソンの相関関係を作成して、ARG の濃度を調査中の領域での抗菌剤の消費に関連付けます。 細菌群集の豊富さと多様性を評価するために、文献 (Schloss et al, 2009) に従って Mothur 1.30.1 を使用して、95% の信頼水準でアルファ多様性を計算します。 統計分析は、R 統計パッケージ バージョン 3.6.1 以降 (R Foundation for Statistical Computing) を使用して実行されます。

2.8 制限: このサブスタディの主な制限は、その記述的な性質です。 調査中の期間では、特定の日の大気汚染の程度と ARG の濃度との間の直接的な時間的関係を確立することはできません。 さらに、手法が複雑なため、限られた数の ARG 決定しか実行できません。したがって、人口による抗菌薬の消費との関係の分析は、記述的でなければなりません.

3. 倫理的考慮事項: この生物医学研究プロジェクトは、ベルビッチ大学病院の研究倫理委員会によって評価されています。 これは、ヘルシンキ宣言 (Fortaleza, 2013) の原則の下で実施されます。 カタロニア保健省のデータベースからの集計臨床データが使用されます。 このため、インフォームド コンセントの要件は、倫理委員会によって放棄されています。 それにもかかわらず、データはスペイン (Organic Law 3/2018) およびヨーロッパ (Regulation [EU) 2016/679) の規制に従って処理されます。