일반 인구의 항균제 소비에 대한 대기 오염의 영향 (ONAIR)

ONAIR 프로젝트는 아래에 설명된 두 개의 하위 연구로 구성됩니다.

하위 연구 1

1.1 설계: 2006년과 2022년 사이의 주요 대기 오염 물질(PM2.5, PM10, NO2, O3) 농도와 일반 인구의 일일 항균제 소비 간의 연관성에 대한 두 부분으로 된 시계열 분석.

1.2 연구 범위 및 승인된 정보 출처: 이 연구는 100,000명 이상의 주민이 거주하는 카탈로니아의 11개 도시에서 수행되며 이 지역의 4개 지방에 분포되어 있습니다. 이들 도시에는 3,283,501명이 거주하고 있습니다. 대기 오염에 대한 일일 데이터는 대기 오염 모니터링 및 예측 네트워크(XVPCA)에서 얻을 수 있습니다. 항균제의 일일 소비량은 카탈로니아 보건부가 승인한 카탈로니아 약사 협회(CCFC)가 기록한 공식 처방 데이터에서 추정됩니다. 연구 중인 2차 임상 변수는 카탈로니아의 품질 및 건강 평가 기관을 통해 얻을 것입니다.

1.3 연구 대상: 연구 대상 11개 도시에 거주하는 성인 및 아동.

1.4 정의: 대기 오염. 공기 중에 사람이나 동식물의 건강을 해치거나 물질적 피해를 줄 수 있는 물질을 감지하는 것으로 정의합니다. 대기 오염은 다양한 출처에서 발생합니다. 환경의 온도와 습도에 따라 달라지는 조성에 따라 달라집니다. 이 연구의 목적을 위해 모든 공기질 모니터링 스테이션이 모든 화합물에 대한 데이터를 기록하는 것은 아니므로 PM10, PM2.5, NO2 및 03을 분석할 것입니다. DDD(정의된 일일 복용량). 이는 성인의 특정 투여 경로를 통해 주 적응증에 사용될 때 활성 성분의 양으로 표현되는 약물의 평균 일일 유지 용량과 동등한 측정 및 비교의 기술적 단위입니다. 세계보건기구(WHO)에서 정의하고 업데이트합니다(https://www.whocc.no/ddd/definition_and_general_considera/#General). DDD/TID(주민 1000명당 일일 정의된 일일 선량). 이 매개변수는 다양한 지리적 영역 및/또는 기간에 대한 DDD 수로 표현된 약물 소비를 비교하도록 설계되었습니다. 주민 1000명당 소비되는 DDD 수를 곱하고 해당 기간의 일수와 주민 수로 나누어 계산합니다. DDD/TID 공식 = (nºP x NºF x AF x 1000) / (DDD x nº 주민 x nº 일수) (nºP = 매일 분배되는 패키지 수. NºF = 패키지당 제약 형태(즉, 알약, 캡슐 등)의 수. AP = 제약 형태당 활성 성분의 양). 인구 분모: 주민 수를 계산하기 위해 간호를 포함하여 일차 진료 정보 시스템의 데이터에서 계산된 각 의사의 진료를 받는 인구(개별 건강 카드가 있고 케어 센터에 할당된 사용자)가 사용됩니다. 가정 인구.

1.5 변수 설명: 주요 결과 변수: 주민 1000명당 항균제의 일일 용량 정의. 주요 독립 변수: PM10, PM2.5, NO2 및 03의 농도.

혼란 변수: 연도, 요일, 온도 및 상대 습도.

2차 결과 변수: 1000인당 일일 항균제의 정의된 비용, 자연적 원인으로 인한 사망률, 호흡기 원인으로 인한 사망률, 호흡기 원인으로 인한 병원 입원 및 호흡기 증상으로 인한 1차 진료 상담.

1.6 데이터 수집: 오염 데이터: 2006년부터 2020년까지 연구 중인 11개 도시의 오염 데이터는 시계열 분석을 위해 XVPCA에서 얻을 것입니다. 각 대기 질 구역에서 토지 이용(레벨 1: 도시, 교외 또는 농촌 지역) 및 배출원 유형(레벨 2: 교통, 산업 또는 배경)에 따라 뚜렷한 영역을 식별할 수 있습니다.

카탈로니아 기상청에서 측정한 2006년부터 2020년까지의 일일 평균 기온 및 상대 습도의 시계열을 기록합니다. 2021년과 2022년에 이 지역의 오염, 온도 및 습도에 대한 일일 데이터는 전향적으로 수집됩니다. 요일과 일일 인플루엔자 사례의 시계열도 혼란 변수로 간주됩니다. 주요 오염 물질의 농도, 항균제의 일일 소비량(DDD/TID) 및 설명된 2차 변수의 연관성은 이전에 널리 적용되었던 2단계 분석 프로토콜인 표준 시계열 접근 방식을 사용하여 별도의 분석에서 평가됩니다. 많은 다른 도시에서 시계열 연구. 인구 및 항균제 소비 데이터. 데이터는 연령(> 65세), 성별 및 지역별로 수집됩니다.

DDD/TID 및 조제 비용/TID 계산을 위해 다음과 같은 일일 데이터가 우편번호별로 수집됩니다. 배포된 패키지, 배포 날짜 및 각 패키지의 공식 가격. 개인 건강 카드를 가진 사용자 수와 지정된 케어 센터도 기록됩니다.

1.7 통계 분석: 1단계에서는 각 도시에서 준 푸아송 일반화 선형 모델을 사용하여 항생제 일일 투여량과 평가된 대기 오염 물질 간의 연관성을 추정합니다. 이전 연구에서와 같이 다음 공변량은 기본 모델에 포함됩니다. 주간 단기 변동을 고려하기 위한 요일을 나타내는 변수; 온도(스플라인으로 평활화) 및 상대 습도(스플라인으로 평활화)를 사용하여 이 정보를 사용할 수 있는 지역에서 날씨의 잠재적인 비선형 교란 효과를 제어합니다. 일일 항생제 투여량에 대한 오염 물질의 가능한 영향은 다음 날에 예측될 수 있으므로 추정된 모델에서 시간 지연의 범위를 탐색할 것입니다. 온도에도 동일한 절차가 적용됩니다. 두 번째 단계에서는 무작위 효과 모델을 사용하여 오염 물질과 각 도시에서 얻은 일일 항균제 소비 사이의 연관성 추정치를 메타 분석합니다. 따라서 10μg/m3씩 증가할 때마다 일일 항균제 소비량의 백분율 변화에 대한 집계 추정치와 95% 신뢰 구간을 얻을 수 있습니다. I² 테스트는 도시 간의 이질성을 평가하는 데 사용됩니다. 마찬가지로 모델은 2차 결과 변수와 대기 오염 물질 간의 연관성을 평가하기 위해 추정됩니다. 통계 분석은 R 통계 패키지(버전 3.6.1 이상(R Foundation for Statistical Computing))를 사용하여 주요 모델에 mgcv를 사용하고 무작위 효과 모델에 rmeta를 사용하여 수행합니다. 통계적 유의성은 p<0.05에 대해 고려될 것이다.

1.8 한계: 가능한 한계는 항생제 소비에 대한 오염의 영향을 직접적인 원인-결과 관계로 또는 대기 오염과 이전 병리의 호흡기 악화 사이의 원인-결과 관계에서 교란 요인으로 구분하는 데 어려움이 있을 수 있습니다.

하위 연구 2

2.1 설계: 2021-2023년 기간 동안 바르셀로나 지역의 항생제 내성 유전자(ARG) 농도에 대한 설명적 관찰 연구. 병원과 가까운 대기 질 모니터링 스테이션과 도시의 다른 스테이션에서 이러한 유전자 농도의 차이는 물론 계절별 및 월간 차이를 평가할 것입니다. 특정 내성 유전자의 존재는 연구 집단에서 특정 항균제 그룹의 소비와 관련하여 평가될 것입니다.

2.2 연구 범위 및 정보 출처: 연구는 바르셀로나 시에서 수행됩니다. 대기 오염 샘플은 분석을 위해 XVPCA의 대기 질 모니터링 스테이션 3개에서 수집됩니다. 그 중 하나는 교통량이 많은 도심에 있고 다른 하나는 3급 병원 근처에 있습니다.

2.3 연구 대상: 바르셀로나에 거주하는 성인과 어린이.

2.4 정의: ARG(항생제 내성 유전자): 항균제 내성 메커니즘을 암호화하는 미생물 게놈의 단편. 미생물은 유전을 통해 또는 다른 미생물로부터 유전자의 수평 전달을 통해 ARG를 획득할 수 있습니다. 대기 오염: 하위 프로젝트 1, 섹션 1.4의 정의를 참조하십시오.

2.5 연구 변수: 주요 결과 변수: 항생제 내성 유전자의 농도/월. 주요 독립 변수: 1000 주민-일당 항균제의 일일 정의된 용량.

2.6 수집: 샘플 수집: PM 농도를 측정하는 데 사용되는 필터의 샘플은 바르셀로나 시에 해당하는 XVPCA 구역 1의 3개 스테이션에서 수집됩니다. 샘플은 도시 교통 관련 오염을 대표하는 두 스테이션(Plaça Universitat 및 Poble Nou)과 병원 지역을 대표하는 다른 스테이션(Parc de Vall D'Hebron)에서 수집됩니다. 샘플링은 매월 첫 번째 화요일에 진행됩니다. 이렇게 해서 총 30개월에 걸쳐 3개월 측정을 하게 되므로 총 90개의 샘플을 채취하게 됩니다. 연구 중에 오염도가 높은 에피소드가 있는 경우 추가 샘플링이 평가됩니다. 각 측정일에 해당하는 기상 데이터도 기록됩니다.

샘플 처리: 샘플은 Pallflex 대용량(30m3) 석영 섬유 필터(직경 15cm)를 통해 수집됩니다. 사용하기 전에 필터는 205°C에서 5시간 동안 멸균되고 20°C 및 50% 상대 습도에서 48시간 동안 컨디셔닝됩니다. 각 필터는 1g 감도의 마이크로 저울에서 24시간마다 3번 칭량됩니다. 샘플링 후 필터는 다음과 같이 PM2.5 샘플이 추출되는 미생물학 실험실로 이동됩니다. 먼저 멸균된 절단기로 필터를 절단합니다. 그런 다음 각 필터 조각을 멸균 원심분리기 통에 있는 0.05% Tween 20 용액이 포함된 2mL의 멸균 정제수에 추가합니다. 그런 다음 20분 동안 초음파 처리한 다음 2800rpm에서 40분 동안 와류 교반을 수행합니다. PM2.5 샘플은 완전히 처리될 때까지 -20ºC에서 보관됩니다. 미생물 DNA의 DNA 추출 및 샷건 시퀀싱: 얻은 희석액에서 1mg/mL가 추출됩니다. DNA 추출은 MagMaxTM Microbiome Ultra Nucleic Acid Isolation(ThermoFisher) 키트와 함께 KingFisher(ThermoFisher) 장비를 사용하여 자동으로 수행됩니다. 라이브러리는 Illumina Nextera-XT® 키트를 사용하여 구성됩니다.

시퀀싱은 Illumina의 NextSeq550®에서 2x150bp로 수행됩니다. 시퀀스의 품질은 FastQC1 프로그램으로 분석되고 해당 필터링은 Trimmomatic2 프로그램으로 수행됩니다. Bowtie 23 프로그램을 사용하여 인간 게놈에 대해 필터링된 시퀀스를 매핑하여 인간 오염을 제거합니다. Metaphlan v24 소프트웨어는 미생물 구성을 추론하는 데 사용됩니다. 저항체를 연구하기 위해 획득한 항생제 저항성 유전자와 염색체 점 돌연변이를 ResFinder 3.05로 동정합니다. 인구 데이터 및 항균제 소비 데이터: 이 데이터는 하위 프로젝트 1(섹션 참조)에서 설명한 것과 동일한 방식으로 수집되지만 바르셀로나 지역, 특히 metagenomic 데이터가 수집되는 지역에 해당하는 우편 번호에서 수집됩니다.

2.7 통계 분석: 2-ΔCT의 차이를 기반으로 ARG의 상대적 풍부도에 대한 히트맵이 생성됩니다. Spearman의 순위 상관 관계를 기반으로 네트워크 분석을 수행하여 공기 및 박테리아 커뮤니티에서 ARG 하위 유형의 일치를 시각화합니다. 다른 달과 계절의 ARG 농도는 boxplot을 사용하여 비교됩니다. 또한 ARG의 농도와 연구 중인 지역의 항균제 소비를 연관시키기 위해 Pearson 상관 관계가 만들어질 것입니다. 박테리아 군집의 풍부함과 다양성을 평가하기 위해 문헌(Schloss et al, 2009)에 따라 Mothur 1.30.1을 사용하여 95%의 신뢰 수준으로 알파 다양성을 계산합니다. 통계 분석은 R 통계 패키지 버전 3.6.1 이상(R Foundation for Statistical Computing)을 사용하여 수행됩니다.

2.8 제한 사항: 이 하위 연구의 주요 제한 사항은 설명적 특성입니다. 연구 기간은 특정 날짜의 대기 오염 정도와 ARG 농도 사이의 직접적인 시간적 관계를 확립하는 것을 허용하지 않습니다. 또한 기술의 복잡성으로 인해 제한된 수의 ARG 결정만 수행할 수 있습니다. 따라서 인구 집단의 항균제 소비와 이들의 관계에 대한 분석은 서술적이어야 합니다.

3. 윤리적 고려 사항: 이 생의학 연구 프로젝트는 Bellvitge 대학 병원의 연구 윤리 위원회에서 평가했습니다. 이는 헬싱키 선언(Fortaleza, 2013)의 원칙에 따라 수행될 것입니다. 카탈루냐 보건부 데이터베이스의 종합 임상 데이터가 사용됩니다. 이러한 이유로 윤리 위원회는 정보에 입각한 동의 요건을 면제했습니다. 그럼에도 불구하고 데이터는 스페인(Organic Law 3/2018) 및 유럽(Regulation [EU) 2016/679) 규정에 따라 처리됩니다.