HỆ THỐNG THÔNG TIN KHOA HỌC VÀ CÔNG NGHỆ
Lọc theo danh mục
liên kết website
Lượt truy cập
Lượt truy cập :
23,669,466
- Công bố khoa học và công nghệ Việt Nam
76
Dược học lâm sàng và điều trị
BB
Lâm Kiến Thành, Nguyễn Minh Sơn, Lê Văn Chương
Xây dựng mô hình dự đoán chỉ số FIC của phối hợp meropenem-colis
Development of a predictive model for FIC index of meropenem-colistin combination against carbapenem-resistant Acinetobacter baumannii
Khoa học (Đại học Hồng Bàng)
2025
1-10
2615-9686
Acinetobacter baumannii là thách thức quan trọng về kháng kháng sinh trong hệ thống y tế Việt Nam với tỷ lệ kháng carbapenem lên đến 55 - 90%. Phương pháp checkerboard truyền thống để đánh giá phối hợp kháng sinh đòi hỏi nhiều thời gian và tài nguyên, hạn chế việc ứng dụng thường quy trong các nghiên cứu. Mục tiêu nghiên cứu: Xây dựng mô hình dự đoán chỉ số FIC của phối hợp meropenem-colistin dựa trên giá trị MIC. Đối tượng và phương pháp nghiên cứu: Nghiên cứu cắt ngang phân tích trên 61 chủng Acinetobacter baumannii kháng carbapenem (6/2022 - 12/2022). Xác định MIC bằng phương pháp vi pha loãng và đánh giá hiệu quả hiệp đồng qua chỉ số FIC. Tám mô hình hồi quy được so sánh sử dụng phân chia train-test 80/20 với xác thực chéo 5-fold để đánh giá độ ổn định. Kết quả và phát hiện chính: 100% chủng kháng meropenem, trung gian với colistin. Phối hợp thể hiện hiệp đồng trên 77% và cộng hợp trên 23% số chủng. Mô hình logarit FIC = 0.649 - 0.155 × ln(Mero) - 0.227 × ln(Col) cho độ chính xác cao (R² = 0.554). Mô hình thể hiện độ nhạy 95% và độ đặc hiệu 75% cho dự đoán hiệp lực với độ chính xác phân loại tổng thể là 88.5%. Kết luận và kiến nghị: Đây là nghiên cứu đầu tiên áp dụng học máy dự đoán định lượng FIC. Mặc dù mang lại các ứng dụng nghiên cứu tiềm năng, việc triển khai lâm sàng đòi hỏi xác thực rộng rãi do bằng chứng gần đây chống lại hiệu quả điều trị của sự phối hợp này.
Acinetobacter baumannii represents a critical antimicrobial resistance challenge in Vietnamese healthcare settings, with carbapenem resistance rates reaching 55-90%. Traditional checkerboard methodology for evaluating antibiotic combinations requires substantial time and resources, limiting routine application in research settings. Objective: To develop a predictive model for the FIC index of meropenem-colistin combination based on MIC values. Methods: A cross-sectional analytical study on 61 carbapenem-resistant A. baumannii strains (6/2022 - 12/2022). MICs were determined by broth microdilution, and synergy was evaluated through FIC index. Eight regression models were compared using 80/20 train-test split with 5-fold cross-validation for stability assessment. Results: All strains were resistant to meropenem but intermediate to colistin. The combination showed synergy in 77% and additivity in 23%. A logarithmic model FIC = 0.649 - 0.155 × ln(Mero) - 0.227 × ln(Col) achieved high accuracy (R² = 0.554). The model demonstrated 95% sensitivity and 75% specificity for synergy prediction with an overall classification accuracy of 88.5%. Conclusion: This is the first study applying machine learning for quantitative FIC prediction. While offering potential research applications, clinical implementation requires extensive validation, given recent evidence against therapeutic efficacy of this combination.
TTKHCNQG, CVv 414
Xem toàn văn