基于基因分型与流行病学专家评估的一致性分析推动自动化集群预警系统（CLAR）的数据驱动优化

《Infection Control & Hospital Epidemiology》：Towards data-driven refinement of an automated cluster alert system: assessing the concordance of epidemiological expert assessment and genotyping

　　

摘要专业翻译 目的： 我院采用自动化集群预警系统（CLuster AleRt system, CLAR）检测相关微生物集群。随后由感染预防与控制（infection prevention and control, IPC）专家对预警进行评估，以确定其流行病学相关性。本研究将IPC专家对CLAR预警的评估与基因分型结果进行比较。 设计： 回顾性观察研究 方法： 研究人员分析了2019年8月至2024年12月期间常规IPC活动中产生的所有CLAR预警及基因分型报告。CLAR预警由IPC医师根据流行病学评估分为相关/不相关。当怀疑存在传播时，对选定的分离株进行基因分型。当一个流行病学集群存在多个预警和基因分型报告时，仅考虑首个包含基因分型菌株的预警及首个对应的基因分型报告，以模拟潜在暴发初期的条件。基因分型采用全基因组测序（core-genome multilocus sequence typing, cgMLST）或基于重复序列的聚合酶链反应（repetitive-sequence-based polymerase chain reaction, rep-PCR）。研究人员计算了含≥1个基因分型聚类菌株的CLAR预警比例，并进行多变量回归分析以确定与更高一致性可能性相关的参数。 结果： 研究人员确定了116个与流行病学集群首个基因分型报告（cgMLST n = 77，rep-PCR n = 39）相对应的相关CLAR预警。总体而言，这些预警包含253个已基因分型的菌株。87个CLAR预警（75.0%）确认有≥1个CLAR预警菌株存在基因分型聚类。新生儿科的相关预警（93.8%）及含碳青霉烯耐药肠杆菌目（carbapenem-resistant Enterobacterales, CRE）的预警（94.4%）与基因分型的一致性比例更高，多变量分析亦证实了这一点。 结论： 专家评估的CLAR预警流行病学相关性与基因组发现显示出良好的一致性，可为未来基于机器学习（machine learning, ML）的预测提供参考。

论文解读文章

一、研究背景与目的

医院感染暴发检测是感染预防与控制（infection prevention and control, IPC）领域的重要任务。近年来，多家医疗机构已实施常规测序策略以发现潜在的院内传播事件。然而，由于资源限制，这些策略通常聚焦于多重耐药菌（multidrug-resistant organisms, MDROs）或临床分离株，导致对敏感但具有流行病学相关性的微生物存在监测盲区。半自动化或全自动化的暴发检测系统（automated outbreak detection systems, AODS）可通过基于患者流动、微生物及表型数据检测集群来弥补这一盲区。2018年，德国柏林夏里特大学医学院（Charité — University Medical Center Berlin）实施了一套名为CLAR（CLuster AleRt system）的AODS，该系统持续评估微生物检出频率，以识别统计学上超出预期的菌株数量。

尽管自动化暴发检测在医疗流行病学领域已有较长历史，但近期机器学习（machine learning, ML）的进展重新激发了开发能够从常规收集数据中识别临床和流行病学相关集群系统的兴趣。基因分型虽能提供对传播事件最准确的评估，但有限资源导致数据集规模小且存在偏倚。相比之下，经专家审阅的医院级AODS预警覆盖了更广泛的流行病学事件范围。然而，专家评估与基因分型聚类之间的一致性此前尚未被系统研究。本研究旨在回答这一问题，以期为未来基于ML的相关CLAR预警识别提供依据，并更好地理解以专家评估作为模型开发结局变量时所捕获的信息。

二、研究设计与方法概述

本研究为回顾性观察研究，纳入2019年8月1日至2024年12月31日期间柏林夏里特大学医学院（约3000张床位、三个院区、约150个住院病区）所有病房的手动标注CLAR预警及同期基因分型结果。CLAR是院内开发的数字平台HygienePortal的模块，具有基于规则的AODS功能，可生成指示微生物检出的时间和空间集群的预警。系统每日评估选定病原体（如鲍曼不动杆菌、艰难梭菌、肺炎克雷伯菌、粪肠球菌、屎肠球菌、金黄色葡萄球菌等）或血培养中任意微生物的异常模式。时间聚类使用预设的14天或30天间隔评估，空间聚类则基于患者流动在单个病房或预设病房组层面评估。系统通过六种算法（早期异常报告系统EARS、累积和CuSums、Farrington及三种基于不同数据分布假设的置信区间算法）中至少一种计算预期阈值并生成预警。

基因分型采用全基因组测序（whole-genome sequencing, WGS）结合核心基因组多位点序列分型（cgMLST）或基于重复序列的聚合酶链反应（rep-PCR）进行。数据收集包括所有被IPC团队手动标注为相关的细菌分离株CLAR预警及所有基因分型报告。纳入标准为：可匹配的基因分型报告与相关CLAR预警；对于同一预警系列中多个预警有基因分型结果的情况，仅纳入首个含至少一个基因分型菌株的预警；对于同一流行病学集群有多个基因分型结果的情况，仅纳入首个含至少一个CLAR菌株的报告。这一决策旨在模拟暴发初期的条件，避免随访报告先验性地具有更高聚类可能性而引入偏倚。

三、研究结果

CLAR预警与基因分型匹配的总体情况

研究期间共记录9,697个细菌分离株预警，涵盖6,282个不同的算法集群。其中3,960个预警（40.8%）代表2,992个算法集群（47.6%）被评估为相关。116例匹配到合适的基因分型报告，形成116个纳入分析的流行病学集群。首个CLAR预警共包含360个独特的患者分离株，每个预警含2至12个患者分离株（中位数：2）。116个预警中，50个（43.1%）为单一预警，66个（56.9%）为预警系列的一部分。多数预警来自重症监护病房（ICU，n = 64，55.2%）和新生儿病房（n = 32，27.6%）。最常见的五种微生物为肺炎克雷伯菌（25.9%）、屎肠球菌（18.1%）、金黄色葡萄球菌（13.8%）、粘质沙雷菌（12.1%）和产酸克雷伯菌（6.9%）。

主要结局：G+ CLAR预警比例

在116个CLAR预警中，87个（75.0%）至少有一个分离株属于基因组聚类（G+ CLAR预警）；在菌株水平上，253个已基因分型的CLAR预警菌株中有171个（67.6%）显示遗传聚类。8个预警（6.9%）的菌株被归入多个基因组聚类。29个预警（25.0%）中没有任何菌株与其他菌株显示基因组一致性（G- CLAR预警）。基因分型采用WGS的报告为77份（66.4%），采用rep-PCR的为39份（33.6%）。

G+与G- CLAR预警的特征比较

G+ CLAR预警中，CI-Poisson和CI-Score阈值被超出的比例更高（96.6% vs 82.8%，P = .023）；G+预警更可能是预警系列的原始预警或单一预警（72.4% vs 51.7%，P = .040）。在微生物方面，G+预警中肺炎克雷伯菌比例更高（29.9% vs 13.8%，P = .140），而屎肠球菌比例较低（14.9% vs 27.6%，P = .163），但差异未达统计学显著。G+预警的菌株更常来自筛查标本（59.8% vs 27.6%，P = .005），且碳青霉烯耐药肠杆菌目（CRE）比例更高（19.5% vs 3.4%，P = .041）。两组在预警规模（受影响患者数）方面无差异。

多变量回归分析结果

采用逐步后退法的多变量逻辑回归分析确定了两个与基因型聚类独立相关的参数：含CRE菌株的预警（OR: 11.08, 95%-CI: 1.37?89.87）和来自新生儿科的预警（OR: 10.13, 95%-CI: 2.19?46.91）。筛选过程中被移除的变量包括筛查菌株、单一预警或预警系列原始预警、算法数量、肺炎克雷伯菌和屎肠球菌。

四、讨论与结论

研究人员指出，75.0%的G+ CLAR预警比例表明CLAR能够识别相关集群，且专家评估对识别可能传播事件具有中到高的阳性预测价值。新生儿科G+预警比例高达93.8%，可能归因于该科室常规筛查方案的实施（通常至少每周一次），提供了对微生物特异性地方性水平更全面和稳定的代表性，使CLAR识别的偏差更可能反映真实的异常而非随机变异。筛查标本在G+预警中的优势提示筛查菌株更可能在传播可能性高的情况下被选择进行基因分型，而血培养菌株可能因其临床相关性而非强烈的传播怀疑被基因分型。值得注意的是，大多数G+预警不涉及MDRO，这强调了将非MDRO纳入AODS的重要性。在CRE相关的相关预警中，18个中有17个含有至少一个属于基因组聚类的菌株。

研究结论认为，流行病学背景可补充基因组监测，并有助于优先选择靶向测序的菌株。未来的ML模型可学习整合这些信息以支持暴发检测和集群优先级排序。然而，专家情境化判断仍然不可或缺，因为仅凭流行病学或基因组数据均无法完全捕捉临床环境中传播动态的复杂性。基于ML的系统可帮助分配有限资源，尤其是医护人员和测序能力。

研究局限性包括：预警评估依赖IPC专家，存在个体间变异性；研究早期部分基因分型结果基于rep-PCR，其分辨力低于WGS，可能导致基因组相关性误分类；被认为不相关的CLAR预警菌株未常规测序，限制了对假阴性的评估；部分预警菌株因未保留而无法进行基因分型；为模拟暴发早期条件而忽略随访预警和基因组报告可能影响结果；不同病原体的群体结构和基因组多样性差异可能影响基因组聚类的观察概率；仅评估了常规规则涵盖的微生物或血培养来源的预警，限制了结果的普适性。