FMT для искоренения кишечной колонизации устойчивыми к карбапенемам энтеробактериями (FMT_CRE)

Устойчивость к антибиотикам (АР) представляет собой серьезную угрозу для общественного здравоохранения и одну из самых серьезных проблем 21 века. По оценкам на 2019 год, в 2015 году в Европе произошло около 700 000 инфекций и 33 000 смертей от бактерий с множественной лекарственной устойчивостью (MDRB). Несмотря на определенные вмешательства, в том числе меры по рациональному использованию антибиотиков и программы эпиднадзора за АР, это бремя почти удвоилось с 2007 г. и является самым высоким для инфекций, вызванных кишечными бактериями. Желудочно-кишечный тракт является большим резервуаром для MDRB, а микробиота кишечника может содержать набор генов AR, называемый кишечным резистом. Появляется все больше доказательств того, что здоровая кишечная микробиота может предотвратить колонизацию MDRB за счет механизмов устойчивости к колонизации, включая конкуренцию, выработку антимикробных пептидов, иммунную регуляцию. Однако этот защитный механизм может быть нарушен терапией, изменяющей микробиоту кишечника (например, антибиотики). Восстановление здоровой микробиоты кишечника путем трансплантации фекальной микробиоты (ТФМ) может привести к эрадикации устойчивых к антибиотикам бактерий. После того, как FMT стал стандартным методом лечения инфекции Clostridioides difficile, он был исследован при нескольких заболеваниях, и предварительные нерандомизированные отчеты предполагают, что это может быть многообещающим вариантом лечения для искоренения MDRB, но установленные доказательства, а также механизмы, лежащие в основе этого терапевтического пути, неизвестны. все еще недоступен. Мы предполагаем, что 1) ТФМ от доноров с ограниченным присутствием генов AR может быть более эффективным, чем плацебо, в эрадикации кишечного MDRB (сосредоточив внимание на устойчивых к карбапенемам энтеробактериях) и 2) микробные особенности доноров и пациентов могут быть воспроизводимо связаны с клинической эффективностью и клиренсом. генов АР. Наши результаты проложат путь к разработке эффективных целевых методов лечения MDRB на основе микробиома, облегчающих бремя АР и имеющих значительные преимущества для систем здравоохранения.

Расширенными целями данного исследования являются:

• Для выявления доноров ТФМ с ограниченным присутствием генов AR и хранения фекалий для ТФМ
• Оценить эффективность ТФМ в эрадикации кишечных MDRB (резистентных к карбапенемам энтеробактерий) и собрать образцы стула для многокомпонентного анализа.
• Охарактеризовать фекальный микробиом (бактериом, виром, микобиом), резистом доноров и пациентов до и после ТФМ, связать микробные профили с клиренсом генов AR и клинической эффективностью, а также выявить микробные особенности, влияющие на него.

Исследователи проведут одноцентровое плацебо-контролируемое двойное слепое рандомизированное клиническое исследование ТФМ доноров и плацебо ТФМ у носителей CRE. Джемелли». Пациенты со всеми критериями включения и ни с одним из критериев исключения (подробно описанные в соответствующем разделе этого веб-сайта) будут рассматриваться для участия в этом исследовании.

Перед рандомизацией сотрудники инфекционного отделения будут собирать демографические данные. Кроме того, пациенты будут повторять ректальный мазок и посев кала.

Кроме того, пациентам будет предложено сдать образцы стула, которые будут собраны в стерильный герметичный контейнер и храниться при температуре -80 ° C для метагеномной оценки кишечного микробиома и оценки мета-транскриптома персоналом-микробиологом.

После исходных оценок пациенты будут случайным образом распределены в одну из следующих групп лечения:

• Донор FMT (D-FMT)
• Плацебо FMT (P-FMT) Пациентам обеих групп будет проведена одна процедура FMT посредством колоноскопии. Каждый пациент в донорской группе ТФМ получит фекалии от одного донора. Плацебо FMT будет состоять из 250 мл воды.

Доноры будут набираться среди здоровых людей в соответствии с международными рекомендациями и в соответствии с новыми рекомендациями, введенными реорганизацией трансплантации фекальной микробиоты во время пандемии COVID-19. Только доноры с историей ограниченного использования антибиотиков (<5 курсов антибиотиков короче 10 дней) будут выбраны для анализа резистома, и только три донора с самой низкой частотой генов AR будут окончательно зачислены. Каждому донору будет предложено сдавать кровь часто (> 7 аликвот на донора) и в течение ограниченного периода времени (3 месяца), чтобы свести к минимуму риск изменений в генах AR кишечника. Отобранные доноры будут исключены, если они будут проходить курс лечения антибиотиками в течение периода сдачи крови.

Тридцать шесть пациентов с кишечной колонизацией CRE будут зарегистрированы на основе расчета размера выборки. Информированное согласие будет получено от всех пациентов. На исходном уровне образцы стула будут собираться для мультиомного анализа. Затем пациенты будут рандомизированы для колоноскопии FMT или плацебо и будут наблюдаться через 1, 4 и 12 недель после лечения. При каждом посещении они будут проходить клинический визит и ректальный мазок для CRE, а образцы стула будут собираться и храниться для мультиомного анализа.

Результаты исследования подробно описаны в соответствующем разделе этого веб-сайта.

Статистический анализ будет проводиться как на основе намерения лечить, так и на основе протокола. Различия между группами будут оцениваться с помощью двустороннего критерия суммы рангов Уилкоксона для непрерывных данных и критерия точной вероятности Фишера (с использованием двусторонних P-значений) для категорийных данных.

Для анализа микробиома статистические различия между средними группами будут рассчитываться с использованием двустороннего критерия суммы рангов Уилкоксона с помощью пакета статистического программного обеспечения R (R Core Team, Вена, Австрия).

Модели машинного обучения будут использоваться для идентификации и воспроизводимой характеристики профилей респондентов и нереспондентов. В частности, в среде Python 3.9 с помощью scikit-learn (ver. 0.22.1), два неконтролируемых алгоритма ML, а именно K-means и Agglomerative Hierarchical Clustering, будут использоваться для создания кластеров пациентов на основе базовых характеристик микробиома, чтобы оценить, может ли ML идентифицировать отдельные профили микробиома, связанные с клиническим ответом и изменениями в уровнях AR.