{
  "id": "antimicrobial-susceptibility-testing",
  "title": "抗微生物药物敏感性试验",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "抗微生物药物敏感性试验测定微生物对抗微生物药物的反应，为治疗药物选择、耐药性检测及监测提供依据。",
  "category": "health",
  "subcategory": "medicine",
  "type": "concept",
  "aliases": [
    "药敏试验",
    "药物敏感性试验",
    "抗菌药物敏感性试验",
    "AST"
  ],
  "generated_at": "2026-11-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/antimicrobial-susceptibility-testing/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/antimicrobial-susceptibility-testing/",
      "json": "https://aiwiki.page/en/antimicrobial-susceptibility-testing.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "抗微生物药物敏感性试验（AST）是一类实验室方法，用于测定微生物在规定条件下对抗微生物药物的反应。其最常见的应用是检测细菌分离株对抗生素的敏感性，但这一领域还涵盖真菌、分枝杆菌以及某些病毒和寄生虫的药物敏感性试验。结果可以用测得的抑菌浓度、抑菌圈直径，或敏感、耐药等判定类别表示。这些测定结果有助于将感染病原体的鉴定与可能对其有效的药物选择衔接起来。\n\nAST在感染性疾病的诊断和诊疗管理、抗微生物药物耐药性的检测，以及人群耐药性监测中发挥着核心作用。它不能直接确定某种药物能否治愈感染：解读实验室结果时，必须结合药物暴露水平、感染部位、微生物种类及宿主因素。因此，其科学基础横跨微生物学、药理学和临床医学。\n\n现代药物敏感性试验综合运用标准化的微生物生长检测方法、自动化仪器、靶向耐药性检测，以及日益普及的快速检测或基因组学方法。任何检测结果的可靠性都取决于标本、所选受试微生物、检测技术以及采用的判读标准。"
    },
    {
      "heading": "生物学基础与适用范围",
      "text": "敏感性反映的是微生物、药物与特定试验条件三者之间的关系，而不是某种微生物的绝对属性。一种抗微生物药物可能在某一浓度下抑制某个分离株，却在另一浓度下无法抑制；测得的药物活性也会随培养基、培养气体环境、接种量及终点判定标准而变化。标准化可使结果具有足够的可重复性，从而支持临床判读。若不进行标准化，实验室之间的结果差异可能反映的只是试验条件的不同，而非分离株之间具有生物学意义的差异。\n\n抗微生物药物作用于不同的细胞过程。β-内酰胺类抗生素干扰细菌细胞壁合成；氨基糖苷类及其他若干类药物抑制蛋白质合成；氟喹诺酮类影响与 DNA 相关的酶；多黏菌素类则破坏细菌细胞膜。耐药性可由多种机制产生，包括使药物失活的酶、靶点改变、通透性降低、主动外排，以及绕过受抑制的代谢通路。这些机制有助于解释特征性的药敏谱，但仅凭药敏谱并不总能确定其分子层面的原因。\n\n固有耐药性是某个物种或更大分类群可预测的特性，而获得性耐药性则通过突变或获得遗传物质而产生。例如，支原体属（Mycoplasma）微生物缺乏常规的肽聚糖细胞壁，因此对 β-内酰胺类药物不敏感。同一物种的不同分离株，其获得性耐药性可能存在显著差异。因此，物种鉴定有时能预测某种药物无效，但通常不能替代对单个分离株的药敏试验。\n\n常规临床抗微生物药物敏感性试验（AST）主要测定药物对标准化实验室条件下生长的游离态微生物的抑制作用。这与微生物在生物膜、脓肿、细胞内区室或受损组织中的行为不同。在这些环境中，微生物接触到的药物可能较少，或处于不同的生长状态。抗生素耐受性和持留现象也不同于耐药性：具有耐受性的微生物群体或持留菌亚群可在药物暴露后存活，但其抑菌浓度未必升高。\n\n试验的适用范围取决于具体的微生物和药物。适用于常见需氧细菌的检测方法，可能并不适用于厌氧菌、真菌或分枝杆菌。病毒在宿主细胞内复制，因此需要不同的实验系统；病毒耐药性检测通常检查与药物活性降低相关的遗传变化。即使在细菌学领域，某些微生物与药物的组合也缺乏经过充分验证的检测方法或临床判读标准。因此，得到一个数值结果，并不意味着就得到了可供临床判读的药敏结果。"
    },
    {
      "heading": "标本、分离与实验室工作流程",
      "text": "药物敏感性试验通常从临床标本开始，例如血液、尿液、呼吸道标本、组织或脑脊液。标本采集质量至关重要，因为从中检出的微生物可能代表感染、定植或污染。抗微生物药物敏感性试验（AST）反映的是受试微生物的特性，并不能证明该微生物就是患者患病的原因。例如，受污染血培养所得菌株的药敏结果在分析层面可能是准确的，但如果误将该分离株视为病原体，就可能误导临床判断。\n\n常规流程通过微生物培养获得微生物，对其进行鉴定，并取得足够纯的微生物群体用于试验。混合培养物需要特别注意：不同微生物的药物敏感性可能不同，混合接种物可能导致结果无法判读。鉴定可依据生化反应、靶向分子检测，或基质辅助激光解吸电离飞行时间质谱法。准确鉴定决定了哪些药物、方法和结果判读表适用于该微生物。\n\n接种物需要标准化，因为微生物密度会影响许多药物表现出的活性。对常见需氧细菌进行常规检测时，通常先配制与麦氏浊度标准0.5号相当的菌悬液，但其对应的细胞浓度因微生物而异。作为参考方法的肉汤微量稀释法通常采用每毫升约 \\(5 \\times 10^5\\) 个菌落形成单位的最终接种浓度。这些数值描述的是标准化方法，并非适用于所有微生物的通用要求。\n\n随后，实验室在肉汤、琼脂平板或特定仪器系统中，使微生物与抗微生物药物接触。生长对照用于证明微生物能够在试验条件下生长，纯度检查和质量控制程序则有助于发现技术性问题。许多常规细菌检测方法在制备好分离株后，需要培养约一夜。如果计入标本运输、初次培养、鉴定和报告的时间，临床获得结果所需的总时间会更长。\n\n直接使用报阳血培养瓶中的培养物或其他标本进行检测，可以缩短这一流程，但直接检测需要经过专门验证。血液成分、既往抗微生物药物暴露、混合微生物群体以及微生物密度的变化，都可能干扰原本针对纯化菌落设计的检测方法。针对某一种标本类型、培养时长或微生物类群验证过的结果，不能直接套用于其他情况。\n\n药敏检测组合的设计也是工作流程的一部分。实验室会根据微生物种类、感染情境、当地临床实践和耐药性流行病学情况，选择相关药物。报告中可以不列出微生物天然耐药的药物，也可以通过级联报告方式选择性地发布结果。因此，实际检测的药物与向临床医生展示的药物并不完全相同，这可避免将实验室中包含大量药物的检测组合误认为是一份治疗适宜性相当的用药清单。"
    },
    {
      "heading": "稀释法与定量终点",
      "text": "最低抑菌浓度（MIC）是指在规定条件下，能够抑制规定程度可见生长的最低受试抗微生物药物浓度。许多常规细菌试验以完全抑制可见生长为终点，但某些药物和微生物需要采用不同的判读规则。MIC通常以毫克/升或微克/毫升报告；这两个单位在数值上相等：\n\n\\[1\\ \\mathrm{mg/L}=1\\ \\mathrm{\\mu g/mL}.\\]\n\n肉汤常量稀释法是在试管中配制不同浓度的抗微生物药物。肉汤微量稀释法则将同一原理微型化，在微孔板的孔中进行。通常采用连续二倍稀释浓度，例如0.25、0.5、1、2和4 mg/L。每个浓度均加入标准化接种物，孵育后与不含抗微生物药物的对照比较生长情况。肉汤微量稀释法是许多微生物与药物组合的参考方法，但某些药物需要使用专用培养基或特定试验条件。\n\nMIC是一个离散化的终点，而非精确的物理常数。如果在1 mg/L时有生长，而在2 mg/L时无生长，则报告的MIC为2 mg/L，尽管实际的转变点位于这两个受试浓度之间。检测板浓度范围两端的数值属于删失值：“≤0.25 mg/L”表示未能在最低受试浓度以下确定实际终点，而“>16 mg/L”表示在受试浓度范围内未观察到生长受到抑制。重复测定结果相差一个二倍稀释梯度的情况很常见。\n\n琼脂稀释法将不同浓度的抗微生物药物分别加入不同的琼脂平板，再将多个分离株点种于平板上的指定位置。这种方法操作繁琐，但适用于参考性检测以及某些特定微生物或药物的检测。梯度扩散法是在已接种的琼脂表面放置含有药物浓度梯度的试条，在椭圆形抑菌区边缘与试条刻度相交的位置读取MIC。梯度法操作方便，但其性能取决于具体药物和微生物，不能直接视为与参考稀释法等效。\n\n最低杀菌浓度（MBC）衡量的是杀菌作用，而非对生长的抑制作用。它通常定义为在规定条件下，使初始活菌数量至少减少99.9%的最低浓度。测定MBC需要进一步评估细菌存活情况，通常是将外观澄清的肉汤转种培养。如果未加以控制，随转种带入复苏培养基的抗微生物药物可能使终点判定产生偏差。\n\nMIC和MBC回答的是不同的问题，常规药敏报告通常提供MIC或敏感性分类，而不是杀菌作用的测定结果。MIC较低并不能证明杀菌速度快。反过来，杀菌动力学的差异也可能无法通过培养过夜后的抑菌终点体现出来。这些区别对于耐受性、持留现象及联合用药活性的研究十分重要。"
    },
    {
      "heading": "纸片扩散法与自动化表型检测系统",
      "text": "纸片扩散法通过测量含有规定剂量抗微生物药物的纸片周围的生长抑制情况进行检测。将标准化菌悬液均匀涂布于琼脂表面以形成菌苔，放置药敏纸片后，在规定条件下培养平板。抗微生物药物从各纸片向外扩散，形成浓度梯度。以毫米为单位测量所形成的抑菌圈直径，再根据相应菌种和药物的特定判定标准解读结果。\n\n广泛使用的标准化纸片扩散法通常称为 Kirby–Bauer 法。其现代方法学基础包括 Alfred Bauer、William Kirby、John Sherris 和 Marvin Turck 于1966年发表的一篇论文，该论文描述了一种标准化单纸片法。Mueller–Hinton 琼脂成为许多非苛养菌药敏试验的主要培养基，因为在其成分和物理特性得到控制的情况下，细菌生长和药物扩散均具有良好的可重复性。苛养菌则可能需要添加补充成分的培养基及不同的气体条件。\n\n抑菌圈大小不仅受微生物药物敏感性的影响。琼脂厚度、pH、阳离子含量、纸片效价、接种菌量和培养时间均可影响结果。对于特定的菌种与药物组合，抑菌圈越大通常表示抑制作用越强，但不能不加区别地比较不同药物的抑菌圈直径。一种抗微生物药物纸片周围形成的25毫米抑菌圈，并不一定表明其临床抗菌活性强于另一种药物纸片周围形成的20毫米抑菌圈。\n\n纸片扩散法通常给出敏感性分类结果，而非实测的最低抑菌浓度（MIC）。抑菌圈直径的判读界值，是通过研究圈径与 MIC 分布、耐药机制及临床折点之间的关系而建立的。抑菌圈内出现菌落、边缘不清、蔓延生长或某些特定生长模式时，可能需要采用该方法专门规定的判读规则。有些微生物或药物不适合采用纸片扩散法；多黏菌素 E 就是一个重要例子，因为它在琼脂中的扩散性差，常规扩散法无法可靠地评估其药物敏感性。\n\n自动化表型检测系统通常将微生物置于卡片、检测板或反应孔中，使其接触不同浓度的抗微生物药物，并通过光学、荧光或其他信号监测生长。软件将生长测量数据转换为 MIC 估计值和敏感性判定类别。这类系统可减少人工操作，使数据处理标准化，并与实验室信息系统对接。不过，其检测浓度范围和可检测的药物种类有限，且可能与参考方法不同。\n\n仪器检测结果仍取决于微生物鉴定、检测板设计、软件及验证情况。异常的耐药谱可能触发专家规则，或提示需要进一步检测。如果系统采用的检测浓度、生长检测方式或培养时间不适合某一菌种与药物组合，自动化系统就可能漏检相应的耐药表型。因此，自动化改变了药物敏感性的测定方式，但并不能替代微生物学专业审核和质量保证。"
    },
    {
      "heading": "临床折点与结果判读",
      "text": "临床折点是将最低抑菌浓度（MIC）或抑菌圈直径转化为判读类别的阈值。折点综合了多方面的证据，包括 MIC 分布、已知耐药机制、可达到的药物暴露水平、药代动力学与药效学之间的关系、给药方案及临床结局。折点并非某一菌种的平均 MIC，也不是能够将所有治疗成功与失败情况截然分开的固定生物学界限。\n\n主要的标准制定机构包括美国临床和实验室标准化协会（CLSI）和欧洲抗微生物药物敏感性试验委员会（EUCAST）。两者的方法和判读体系均得到广泛应用，但并非在所有细节上都可互换。报告的含义取决于所采用的体系、版本以及针对特定微生物与药物组合的判读标准。即使测得的 MIC 不变，折点修订也可能改变某一分离株的判读类别。\n\nEUCAST 将 S 定义为“敏感，采用标准给药方案”，将 I 定义为“敏感，需增加暴露”，将 R 定义为“耐药”。自 2019 年修订这些定义以来，EUCAST 的 I 类别已明确表示在增加药物暴露的条件下具有敏感性，并不等同于结果不确定。CLSI 使用敏感、中介和耐药类别，并针对某些组合使用“剂量依赖性敏感”类别。这些术语各自包含其所属体系的特定前提，不应视为含义完全相同的标签。\n\n药物暴露将实验室中观察到的抑菌作用与药物在体内的行为联系起来。药代动力学描述药物浓度随时间的变化，而药效学描述药物暴露与抗微生物作用之间的关系。常用指标包括游离药物浓度高于 MIC 的时间比例、峰浓度与 MIC 的比值，以及浓度–时间曲线下面积与 MIC 的比值：\n\n\\[fT>\\mathrm{MIC}, \\qquad \\frac{C_{\\max}}{\\mathrm{MIC}}, \\qquad \\frac{\\mathrm{AUC}}{\\mathrm{MIC}}.\\]\n\n哪个指标最具参考价值，取决于所涉及的抗微生物药物和微生物。感染部位同样重要：尿液、血液、肺组织及中枢神经系统中的药物浓度可能存在显著差异。因此，某些折点表包含针对特定感染部位的标准，例如部分用于治疗脑膜炎的药物所适用的标准，或针对非复杂性尿路感染的适用限制。\n\n流行病学界值的用途则有所不同。它将野生型微生物的 MIC 分布与非野生型群体区分开来；这里的野生型微生物是指未表现出可通过表型检测发现的、针对该药物的获得性耐药性的微生物。流行病学界值本身并不能确定临床敏感性。某种微生物即使属于野生型，其 MIC 仍可能超出临床上可达到有效治疗暴露的范围；而某些非野生型分离株的 MIC 仍可能处于敏感折点范围内。混淆流行病学界值与临床折点，会模糊检测生物学耐药性与预测治疗活性之间的区别。"
    },
    {
      "heading": "耐药机制与疑难表型的检测",
      "text": "表型药敏试验确定的是可观察到的药物反应，而针对机制的检测则旨在查明这种反应的原因。两种方法有所重叠，但并不等同。某种耐药机制的存在，不一定会导致微生物对同一类中的所有药物均产生耐药性；相似的最低抑菌浓度（MIC）模式也可能由不同机制引起。因此，当耐药机制影响结果判读、感染控制或流行病学调查时，实验室会选用相应的补充试验。\n\n金黄色葡萄球菌的甲氧西林耐药性说明了这种关系。这种耐药性通常与 mecA 或 mecC 编码的青霉素结合蛋白发生改变有关。基于头孢西丁的表型试验广泛用于检出相关耐药表型，而分子检测或针对发生改变的结合蛋白的检测，则可提供机制特异性证据。随后，依据判读规则，可将这一检测结果推广至相关的β-内酰胺类药物，但公认对耐甲氧西林菌株具有特异抗菌活性的药物除外。\n\n诱导型克林霉素耐药是另一个例子。一些葡萄球菌和链球菌在常规检测中表现为对红霉素耐药、对克林霉素敏感。当红霉素和克林霉素纸片按规定间距放置时，红霉素的诱导作用可使克林霉素抑菌圈靠近红霉素的一侧变平，形成典型的D形。这种试验可检出诱导型耐药表型，而单独依据克林霉素检测结果可能会漏检。\n\n在革兰阴性菌中，超广谱β-内酰胺酶、AmpC酶和碳青霉烯酶可产生相互重叠的药敏模式。通透性降低与其他β-内酰胺酶共同作用，也可能导致碳青霉烯类耐药。碳青霉烯酶的检测可采用基于抑制剂的方法、水解试验、免疫层析试验、分子检测，或改良碳青霉烯灭活试验等方法。当含β-内酰胺酶抑制剂的复方制剂的活性取决于所涉酶的类别时，明确耐药机制尤为重要。\n\n异质性耐药带来的是另一种挑战：少数亚群的药物敏感性显著低于占优势的菌群。标准接种量或采用简化流程的检测系统可能无法涵盖或识别这部分少数亚群。群体分析方法能够表征这种敏感性分布，但对于大多数临床分离株而言，这并非常规检测。异质性耐药还应与污染、不同菌种混合生长，以及稳定耐药突变株的出现相区分。\n\n其他疑难模式包括拖尾生长、跳孔现象、高浓度下的反常效应，以及筛查试验与确证试验结果不一致。这些现象的意义取决于微生物、药物和检测方法。专业判读应依据经过验证的规则，而不是假定每一种异常模式都代表新的耐药机制。补充性的机制检测也并非在所有情况下都能替代针对特定抗微生物药物所需的药敏测定。"
    },
    {
      "heading": "质量保证与测量局限性",
      "text": "抗微生物药物敏感性试验（AST）是一种标准化的生物学测量，质量保证必须兼顾技术层面的可重复性和临床解释。试验采用药物敏感性谱已明确的质控菌株，并将检测结果与规定的可接受范围进行比对。常用菌株包括大肠埃希菌（Escherichia coli）ATCC 25922、用于稀释法试验的金黄色葡萄球菌（Staphylococcus aureus）ATCC 29213，以及铜绿假单胞菌（Pseudomonas aeruginosa）ATCC 27853。适用的质控菌株因检测方法、抗微生物药物及所评估的耐药机制而异。\n\n质量控制可发现药敏纸片失效、培养基成分不正确、接种菌液制备不当或仪器故障等问题。但它并不能证明每株临床分离菌都已得到正确鉴定，也不能证明每项结果都具有临床适用性。更全面的质量保证还包括人员能力评估、批次验证、设备维护、经验证的操作程序、能力验证，以及将结果准确传输至报告系统。分析前和分析后环节的错误，可能使原本准确的测量结果失去价值。\n\n方法学比较研究通常评估基本一致性和分类一致性。基本一致性通常指最低抑菌浓度（MIC）与比较方法所得结果之间的差异不超过一个二倍稀释梯度。分类一致性是指两种方法得出的判读类别相同。这是两种不同的特性：当数值接近折点时，即使MIC十分接近，也仍可能出现分类不一致；而差异相当大的MIC，有时也可能归入同一个较宽泛的类别。\n\n极重大错误通常指相较于参考方法出现假敏感结果；重大错误则指出现假耐药结果。轻微错误涉及在所采用的评价体系下，中介类别或相关类别之间的判定差异。计算错误率时，必须明确规定分母，并选取数量充足、具有适当代表性的耐药和敏感菌株。在以易于分类的敏感菌为主的数据集中，总体一致性可能看似很高，却掩盖了对具有重要临床意义的耐药性检出能力不足的问题。\n\n在接近类别边界时，测量不确定度尤为重要。由于MIC通常会有一个稀释梯度的波动，接近折点的分离株在重复检测时，即使其内在生物学特性并未改变，也可能被归入不同类别。欧洲抗微生物药物敏感性试验委员会（EUCAST）在适用情况下设定的技术不确定区，用于标示存在技术性判读问题的特定检测结果范围。它是一种实验室警示机制，而不是额外的临床药物敏感性类别。\n\n某些药物对方法学控制的要求格外严格。多黏菌素类可与实验室材料发生相互作用，扩散法不适合用于可靠地检测黏菌素的药物敏感性。达托霉素的活性取决于钙浓度，因此在肉汤法试验中，必须严格控制钙的补充。这些例子说明，针对一种抗微生物药物验证过的方法，不能直接视为对另一种药物也同样有效。实验室间结果的可比性依赖于持续更新的标准，而非某一种通用操作程序。"
    },
    {
      "heading": "真菌、分枝杆菌及其他需特殊检测的微生物",
      "text": "抗真菌药物敏感性试验将类似原理应用于酵母菌和霉菌，但需要使用不同的培养基、孵育时间、终点和判读标准。常用的受试药物包括唑类、棘白菌素类和两性霉素B。美国临床和实验室标准化协会（CLSI）与欧洲抗微生物药物敏感性试验委员会（EUCAST）均提供参考方法，但其操作规程和折点可能不同。部分微生物与药物组合已有临床折点；另一些组合则只能依据流行病学界值或描述性的最低抑菌浓度（MIC）数据进行判读。\n\n终点的定义在真菌学检测中尤为重要。某些酵母菌与药物组合以生长量减少至规定程度作为评估依据，而非要求完全无可见生长。唑类药物试验中的拖尾生长现象可能使目视判读变得困难。对于暴露于棘白菌素类药物的霉菌，适用的终点可能是根据菌丝生长的特征性变化确定的最低有效浓度，而非传统的MIC。因此，将细菌药敏试验的判读规则用于这些检测并不合适。\n\n念珠菌属和曲霉属的耐药性使抗真菌药敏试验日益重要。FKS基因突变可能与念珠菌属对棘白菌素类药物的耐药性有关，而涉及cyp51A的改变在耐唑类药物的烟曲霉中具有重要意义。耳念珠菌因可在医疗机构内传播，且常对一类或多类抗真菌药物耐药而受到特别关注。新出现菌种的判读标准可能尚不完善，其中可能包含明确标为暂定的阈值。\n\n结核病的药物敏感性试验受到结核分枝杆菌复合群生长缓慢、生物安全要求以及采用多药联合治疗方案等因素的影响。表型检测方法评估细菌在含规定药物浓度的固体或液体培养基中的生长情况。传统的比例法根据菌群中能够在规定药物浓度下生长的细菌所占比例判定耐药性，而不采用快速生长的需氧菌所适用的常规判读框架。\n\n结核病分子检测发现耐药相关变异的速度远快于传统的培养法检测。利福平耐药通常与rpoB突变相关；异烟肼耐药则常涉及katG或影响inhA的调控区域。对于不同药物，变异、实测药物敏感性及临床意义三者之间关系的证据充分程度并不相同。分子检测与表型检测结果不一致，可能反映出罕见变异、低水平耐药、混合菌群，或检测方法靶标覆盖范围的局限。\n\n厌氧菌、淋病奈瑟菌、幽门螺杆菌、非结核分枝杆菌以及其他需特殊检测的微生物也需要专门的检测规程。病毒耐药性检测常采用序列判读，例如HIV感染与艾滋病中的耐药性检测，也可采用基于细胞的表型试验。这些检测体系的共同目标是发现药物活性降低，但不能将其简单归入细菌纸片扩散法或肉汤微量稀释法的模式。"
    },
    {
      "heading": "快速检测、分子预测与新兴技术",
      "text": "快速抗微生物药物敏感性试验旨在缩短从标本采集到获得可指导临床决策的药敏信息之间的时间。常规方法往往需要等待数小时，直至微生物群体出现可见生长。较新的表型检测方法可以检测细胞数量、形态、代谢或单个细胞行为的早期变化。微流控装置、延时显微成像、自动化成像和高灵敏度生长测量技术，能够在常规检测终点显现之前揭示药物作用。\n\n快速方法必须区分真正的生长抑制与暂时的生长延迟，并且必须检出具有临床意义的耐药群体。对于生长缓慢、经诱导后才表达耐药性，或含有少量耐药亚群的微生物，这一挑战尤为突出。短时检测对于某一种微生物与药物的组合可能高度准确，但对另一种组合则可能不足以作出可靠判断。因此，验证工作需要涵盖标本、微生物、抗微生物药物、孵育时间、测量系统和判读规则这一整套组合。\n\n直接使用阳性血培养物进行检测是一项重要应用，因为血流感染和脓毒症可能需要争分夺秒地作出临床决策。有些方法采用短时孵育纸片扩散法，并配有专门的判读时间和抑菌圈阈值；另一些方法则采用显微镜观察或特定仪器的生长分析。对于四小时或六小时检测所得的结果，不能直接套用常规过夜培养的判读标准。有些快速检测系统对于落在不确定范围内的结果，会有意不报告其类别，而不是强行作出缺乏依据的分类。\n\n分子检测检出的是与耐药性相关的基因或变异，而不是直接测量药物对生长的抑制作用。靶向检测可以快速识别特定机制，例如碳青霉烯酶基因或甲氧西林耐药决定因子。其速度优势很有价值，但阴性结果只能说明该检测未检出其设定的靶标，并不能排除由未纳入检测的基因、新变异、表达变化或非遗传性生理效应所导致的耐药性。\n\n全基因组测序能够考察范围广得多的耐药决定因子，并将耐药性置于进化与传播背景下加以分析。当某个已得到充分研究的决定因子具有稳定一致的表型效应时，预测通常最为可靠。如果药物敏感性取决于突变之间的相互作用、拷贝数、调控变化或通透性，或者耐药性数据库不够完整，预测就会更加困难。在混合样本中，序列质量以及将耐药基因正确归属于相应微生物的能力尤为重要。\n\n机器学习已被用于根据基因组、光谱、影像和临床数据预测药物敏感性。其性能取决于具有代表性的训练数据、可靠的表型标签，以及跨不同场景和时间的外部验证。模型学到的可能是与谱系或地理分布的关联，而不是与耐药性存在因果关系的特征，因此当微生物群体发生变化时，模型的可迁移性可能下降。因此，快速测量和计算预测需要持续与经过充分验证的参考方法进行比较，而不能仅以在开发数据集内取得高准确率为满足。"
    },
    {
      "heading": "临床报告、抗微生物药物管理与人群监测",
      "text": "抗微生物药物敏感性试验（AST）的临床价值取决于报告是否及时、易于理解。报告可包括微生物的鉴定结果、最低抑菌浓度（MIC）或根据抑菌圈判定的敏感性类别、判读标准、部分耐药性检测结果，以及有关适用范围限制的说明。对于出乎预期或影响重大的结果，可在正式发布前进行确认。实验室信息系统必须保留“未检测”“无法判读”和“耐药”等状态之间的区别；尽管这些状态在简化界面中有时看起来相似，但其含义各不相同。\n\nAST 通过更明确地显示哪些药物具有活性，为抗微生物药物管理提供支持。药敏信息可为从经验性治疗转向针对病原体的治疗提供依据，也可识别初始选用的抗微生物药物在体外不具活性的情况。不过，这项试验并不能按临床综合适用性对所有判为敏感的药物进行排序。感染部位、药物暴露量、毒性、过敏、药物相互作用、感染源控制，以及是否存在其他微生物，仍需分别考虑。\n\n选择性报告或阶梯式报告可优先显示窄谱药物，仅在特定情况下提供广谱药物的结果。这类报告方式改变的是直接呈现的信息，而不改变底层检测结果。其设计需要微生物实验室、感染科、药学部门和临床使用者共同协调。否则，未显示某项结果可能被误认为未进行检测，或者使用者可能在未考虑给药方案或感染部位等限定条件的情况下解读“敏感”类别。\n\n在医疗机构层面，累积药敏谱汇总特定时期内分离株对选定抗微生物药物的敏感比例，为了解本地耐药模式和制定经验性治疗策略提供依据。编制时通常采用相应规则，以减少对同一患者分离株的重复计数；同时，各类微生物的估计值需要有足够的样本量作为支撑。按医院科室、年龄组、标本类型或感染获得场所分层分析，可能揭示全院汇总数据所掩盖的模式。\n\n累积药敏谱也有重要局限。接受培养检测的患者不一定能代表所有感染患者：治疗失败后或病情较重时，患者可能更容易接受培养检测。分母较小会使估计值不稳定，而折点、检测药物组合或选择性报告方式的变化，都可能改变表面上的敏感率。进行跨时段比较时，需要关注这些方法学变化，而不能假定每一次百分比变化都反映了微生物的进化。\n\n在单个医疗机构之外，AST 数据还支持公共卫生监测、暴发调查，以及由世界卫生组织等机构协调开展的监测。将药敏谱与流行病学和基因组信息相结合，有助于区分反复出现的耐药模式与某一特定菌株的传播。国际间数据的可比性取决于共同采用的检测方法、有明确记录的判读标准、充分的质量保证，以及说明分离株获取地点和方式的元数据。"
    }
  ],
  "links": [
    "bacteria",
    "antibiotic",
    "infectious-disease",
    "diagnosis",
    "antimicrobial-resistance",
    "pharmacology",
    "beta-lactam-antibiotic",
    "enzyme",
    "mutation",
    "biofilm",
    "cerebrospinal-fluid",
    "microbial-culture",
    "mass-spectrometry",
    "minimum-inhibitory-concentration",
    "pharmacokinetics",
    "pharmacodynamics",
    "central-nervous-system",
    "urinary-tract-infection",
    "beta-lactamase-inhibitor",
    "measurement-uncertainty",
    "tuberculosis",
    "hiv-aids",
    "sepsis",
    "whole-genome-sequencing",
    "machine-learning",
    "training-data",
    "public-health-surveillance",
    "world-health-organization"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}