弗莱明基金(Fleming Fund)在中低收入国家抗菌药物耐药性监测强化中的设计关键特征与方法路径:一项大规模“全健康”(One Health)监测能力建设的实践与启示

《Clinical Infectious Diseases》:The Fleming Fund: Key Features of Design and Approach to Strengthening Antimicrobial Resistance Surveillance in Low- and Middle-Income Countries

【字体: 大 中 小 】 时间:2026年10月21日 来源:Clinical Infectious Diseases 8.3

编辑推荐:

  中文翻译 本论文将弗莱明基金(Fleming Fund)作为一项旨在强化中低收入国家(LMICs)抗菌药物耐药性(AMR)监测的重大长期投资进行考察。该基金由英国卫生与社会保障部(Department of Health and Social Care, DH

  
中文翻译 本论文将弗莱明基金(Fleming Fund)作为一项旨在强化中低收入国家(LMICs)抗菌药物耐药性(AMR)监测的重大长期投资进行考察。该基金由英国卫生与社会保障部(Department of Health and Social Care, DHSC)于2015年设立,承诺投入高达4.98亿英镑,通过覆盖人类、动物和环境健康的“全健康”(One Health)方法,支持非洲和亚洲25个国家的监测能力建设。论文将弗莱明基金置于更广泛的全球AMR关切背景之下,并强调监测对于抗菌药物管理(stewardship)、政策制定和国际协调的关键作用。论文阐述了弗莱明基金的设计逻辑、治理安排、资助架构及不断演变的战略优先事项,特别关注该计划如何将实验室强化、人才队伍建设、数据系统、质量保证、采样路径和多部门协调相结合,以产生可信且可用的AMR数据。分析还考察了第二阶段(Phase 2)从最初侧重于数据生成向更加关注数据解读、传播以及在政策与实践中的应用的转变。研究基于计划文档、评估证据和利益相关方视角,将弗莱明基金呈现为资源受限环境下大规模监测系统强化的重要案例。论文认为,该基金为从外部支持的能力建设转向可持续的国家监测职能所需的时间、协调和制度嵌入提供了更广泛的启示。这些启示与未来的AMR投资以及关于全球卫生安全、卫生系统强化和“全健康”实施的更广泛讨论密切相关。

论文解读文章

一、研究背景与问题提出

抗菌药物耐药性(Antimicrobial Resistance, AMR)是当前全球面临的重大公共卫生挑战,直接威胁着全民健康覆盖、全球卫生安全以及可持续发展目标的实现进程。自2016年奥尼尔报告《全球应对耐药菌感染》发布以来,AMR问题在国际上获得了广泛关注,世界卫生组织(WHO)和联合国均将其列为优先议程。在全球AMR政策中,一个持续不变的核心主题是监测的中心地位:缺乏常规、可比较的耐药模式和抗菌药物使用数据,各国政府和合作伙伴就缺乏确定干预优先次序、实施针对性抗菌药物管理和监测进展所需的证据基础。奥尼尔报告同时强调需要采取多部门或“全健康”(One Health)应对策略,这意味着监测能力需覆盖人类健康、动物健康和环境部门。
然而,强化AMR监测系统在技术上高度复杂且资源密集。它需要持续投资于实验室基础设施、熟练人才队伍、治理与协调机制以及可互操作的数据系统。在许多中低收入国家(LMICs),尽管AMR负担最为沉重,但这些基础要素历来资源不足,或仅通过零散、有时限的外部项目获得支持,从而限制了连续性、标准化和国家自主权。正是在这一背景下,弗莱明基金(Fleming Fund)得以设立——作为LMICs中规模最大、持续时间最长的AMR监测投资之一,该基金致力于在非洲和亚洲多样化的国家和区域环境中大规模建设国家“全健康”监测能力,解决实验室微生物学能力、数据生成、人才队伍发展以及人类、动物和环境健康部门间协调方面的长期制约,同时将国家系统与区域和全球监测系统相衔接。

二、研究内容与核心结论

本论文作为弗莱明基金系列论文的概述篇,系统梳理了该基金的设计关键特征与运作方式。弗莱明基金由英国卫生与社会保障部(DHSC)于2015年设立,2017年至2025年间实施(部分活动延续至2026年初),承诺投入高达4.98亿英镑,支持25个国家的监测工作。论文从设计逻辑、治理安排、资助架构和战略演变等维度展开分析,核心结论可概括为:弗莱明基金通过将实验室强化、人才队伍建设、数据系统、质量保证、采样路径和多部门协调相结合,成功提升了LMICs中AMR数据的数量与可信度;但数据利用仍有限且不均衡,从外部支持的能力建设转向可持续的国家监测职能需要更长时间、更深入的协调和制度嵌入。该基金为未来的AMR投资以及全球卫生安全、卫生系统强化和“全健康”实施的更广泛讨论提供了重要启示。

三、主要技术方法

研究人员采用结构化叙事综合(structured narrative synthesis)方法,对计划文档、独立评估产出和精选学术及灰色文献进行系统整合分析。证据选择采用目的性抽样而非全面覆盖,优先选取能提供系统功能、实施经验和报告产出洞见的来源。研究通过结构化邀请流程组建写作小组,汇聚来自弗莱明基金各实施层面的贡献者,包括国家级实施者、政策制定者、实验室专家、临床医生以及人类、动物和环境健康领域的项目合作伙伴,经过多轮讨论、评审和修订形成共识性结论。该系列被定位为实践导向的综合而非独立评估,不寻求建立因果归因,而是利用现有证据识别对AMR社区具有相关性的经验教训。

四、研究结果

目的与目标

弗莱明基金的目标包括:强化“全健康”各部门的AMR、抗菌药物消耗(AMC)和抗菌药物使用(AMU)监测的实验室能力与监测系统;支持各国生成与国际报告系统(包括WHO的GLASS)一致的高质量、标准化AMR数据;改进AMR数据的分析、解读、共享和使用以指导政策、临床实践和投资决策;促进可持续的国家监测系统嵌入更广泛的卫生系统、治理安排和国家AMR行动计划。该基金设计为同时在国家、全球和英国层面产生效益。

结构与治理

弗莱明基金由DHSC资助和监督,通过伦敦团队运作,由英国AMR特使Dame Sally Davies领导。约70%的投资由Mott Macdonald作为管理代理(MA)负责,通过伦敦核心团队和阿克拉、坎帕拉、新德里及曼谷的区域中心管理国家及区域资助组合和奖学金计划。DHSC团队还管理一组直接资助作为补充。独立评估职能从项目启动之初即嵌入,由Itad管理。

资助架构

基金通过组合方式交付,包括60多项独立资助,涵盖五种互补类型:国家资助构成项目核心,获得大部分投资,支持实验室强化、人才队伍建设、治理支持和数据系统;区域资助提供跨国技术援助和共享功能,包括实验室质量保证、分析方法、临床参与、经济和疾病负担分析及“全健康”协调;战略对齐资助补充其他合作伙伴的AMR工作;奖学金计划支持从事AMR监测和政策的个人专业发展与领导力建设;全球和多边资助通过WHO、FAO、WOAH、UNEP等机构支持全球监测平台、分析倡议、专业网络和规范框架。

设计逻辑与基础

弗莱明基金的技术范围围绕WHO全球AMR行动计划(2015)的监测支柱定义,聚焦AMR监测数据的生成、分析、共享和使用。项目理论变革路径(ToC)分阶段展开:第一阶段聚焦生成可信AMR数据所需的基础组件;第二阶段侧重数据解读和常规使用以指导政策、规划和实践;第三阶段关注AMR行动,即政策或临床实践的持续变化。可持续性从一开始就是核心原则。

数据生成的核心系统组件

第一阶段聚焦强化相互依赖的系统组件:实验室强化构成最大投资部分,重点是建立常规细菌学和抗菌药物敏感性试验能力;人才队伍建设通过在职培训、指导、监督和多学科监测团队支持实验室科学家、流行病学家、数据分析师和政策行动者;数据系统投资支持设施和国家层面的汇总、分析和报告;采样路径改进支持适当的标本采集和诊断管理;治理与多部门协调支持建立或强化国家AMR协调委员会。

从数据生成到利用

第二阶段更加强调AMR数据的解读、传播和使用,引入战略转变:支持监测产出转化为政策、规划和临床决策;强化疾病负担、消耗和不作为成本的证据;增加对动物健康和环境维度的关注;生成劣质和伪造药品相关证据。但大部分投资仍集中在数据生成上。

因地制宜的交付

基金根据国家背景调整交付方式,将25个国家按AMR国家行动计划和监测系统的成熟度分为A-D四类,以此决定投资顺序、节奏和规模。在每个国家,管理代理开展实验室和监测能力的情境分析,为优先事项设定提供依据。

五、讨论与结论

项目监测和独立评估表明,弗莱明基金为在多样化LMICs中强化AMR监测能力做出了实质性贡献,在实验室绩效、人才队伍能力、治理安排和参与GLASS等国际报告系统方面均有可观察的改善。但进展不均衡,反映了起始条件、政治承诺和包括COVID-19在内的外部冲击的差异。AMR数据量在大部分资助组合中有所增加,分析和共享水平也得到提升,但数据利用仍然有限且不均衡——在设施层面最为清晰,用于指导临床实践、抗菌药物管理和感染预防;在更高系统层面,数据更多贡献于技术审议、优先事项设定和周期性政策过程,而较少有证据表明其常规整合入监管、融资或全系统决策。这反映了嵌入数据使用所需的时间以及持续投资于分析、治理和决策能力的必要性。弗莱明基金帮助将AMR监测定位为常规公共卫生职能,并为抗菌药物管理、政策对话和国际优先化贡献了全球证据基础。论文结论指出,弗莱明基金可被理解为一项在不同背景下强化AMR监测所需基础系统的持续努力,处于国家能力发展与全球卫生安全的交汇点,其设计选择、实施经验和制约因素为理解大规模监测系统建设提供了重要参考。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号