孟加拉国迈门辛地区畜禽养殖场抗生素使用实践与抗菌素耐药性趋势

《Journal of Global Antimicrobial Resistance》：Antibiotic practices and AMR trends in livestock farms of Mymensingh region in Bangladesh

　　

抗菌素耐药性(AMR)是全球健康的主要威胁，在低收入和中等收入国家，兽用抗生素的非管制使用加剧了这一问题，然而指导抗菌药物管理(AMS)的多部门数据匮乏。本研究的目的是调查孟加拉国迈门辛地区的兽药使用、抗生素认知以及导致AMR的风险因素。研究对畜禽养殖户(n=101)和零售药店销售员(n=104)进行了一项横断面调查，并回顾了兽医医院的处方记录(n=330)。通过收集实地资料并使用Python进行描述性和分析性统计，以确定抗生素选择的预测因素。研究人员还进行了主成分分析(PCA)、层次聚类和网络分析，以描述抗生素使用模式和联合处方结构。研究结果表明，服务提供者的资质和休药期知识显著影响农场和药店的抗生素使用实践。PCA捕捉了农场(41.06%)、药店(51.89%)和医院(40.85%)数据集的主要变异成分。层次聚类分析揭示了27种抗生素化合物在不同部门间存在特异性偏好，阿莫西林(Amoxicillin)是农场使用中最主要的抗生素，而四环素类药物(Tetracycline-class)在医院处方中占主导。网络分析揭示了紧密相连的联合处方集群，阿莫西林和四环素在其中起到中心节点作用。结论是，不同部门间的抗生素认知和使用存在显著差异，这主要受服务提供者资质和休药期知识影响。所识别的预测因素和使用网络为设计有针对性的抗菌药物管理干预措施提供了关键证据，凸显了加强药店监管和提升养殖户教育的必要性。

研究背景、问题与动机

抗菌素耐药性(AMR)是日益严峻的全球健康挑战。在孟加拉国，禽畜养殖业中抗生素的广泛误用是加剧AMR风险的关键因素。该国的畜牧业对粮食安全和农村生计至关重要，但监管薄弱、监测有限以及非处方获得兽药等问题普遍存在，导致剂量错误、疗程不足和忽视休药期等滥用现象。抗菌药物管理(AMS)面临着多部门协调干预的迫切需求，然而相关的多部门数据却十分稀缺。为解决这一知识空白，研究人员在孟加拉国的重要畜牧生产区——迈门辛地区，开展了一项多部门评估，旨在探究兽药使用模式、疾病管理实践和兽医建议来源，以识别抗菌药物误用的关键驱动因素，为制定有针对性的AMS策略提供依据。

研究方法概述

本研究采用横断面设计，从畜牧产业链的三个相互关联的环节收集数据：畜禽养殖场、零售药店和兽医医院。研究在迈门辛地区的Ishwarganj、Mymensingh Sadar和Purbadhala三个乌帕齐拉进行。研究人员对101名养殖户和104名药店销售员进行了结构化问卷调查，并回顾性分析了330份兽医医院临床记录。数据分析在Python中进行，采用了描述性统计、斯皮尔曼等级相关、逻辑回归等方法。此外，研究运用了主成分分析(PCA)和层次聚类来探索抗生素使用的变异模式和相似性分组，并通过网络分析来映射抗生素、疾病和服务来源之间的关系。

研究结果分析

3.1. 畜禽系统中的抗菌药物使用和疾病概况

在农场层面，最主要的动物是家禽(60.4%)，常见疾病包括支原体病(14.9%)、新城疫(11.9%)和块状皮肤病(LSD)(11.9%)。最常使用的抗生素是阿莫西林(31.7%)和恩诺沙星(20.8%)，70.3%的养殖户表示知晓休药期。在药店层面，绝大多数(91.4%)抗生素在没有处方的情况下销售，且很少进行记录(93.3%)。最常销售的抗生素是头孢曲松(26.0%)和阿莫西林(18.3%)，头孢曲松也被认为最有效(51.0%)，但近半数(48.1%)销售员报告过治疗失败。在兽医医院层面，治疗的主要动物是牛(83.6%)，常见病症包括厌食症(22.4%)和蠕虫感染(21.5%)。所有病例均涉及抗菌治疗，最常处方的药物是磺胺二甲嘧啶(45.5%)和土霉素(37.6%)。

3.2. 农场和医院抗菌药物使用的比较

农场和兽医医院(VH)的抗菌药物使用和疾病谱存在显著差异。土霉素和磺胺二甲嘧啶主要用于兽医医院病例，而阿莫西林、环丙沙星、多西环素和恩诺沙星在农场更常见。疾病模式也不同，兽医医院记录显示厌食症、肺炎、狗咬伤和蠕虫感染的发生率较高，而农场则更多地报告支原体病、甘保罗病和新城疫。治疗提供者也存在显著差异：兽医医院病例完全由兽医外科医生处理，而农场治疗则涉及辅助兽医、农场主和药品销售员。

3.3. 认知、误用和抗生素耐药性指标的相关性分析

在农场，服务提供者资质与药物选择呈中度负相关(r_s=-0.264, p=0.008)，表明资质更高的提供者倾向于选择不常用的抗生素。在药店，销售员资质与凭处方销售行为(r_s=0.488, p<0.001)、治疗失败报告(r_s=0.243, p=0.013)以及感知的抗生素有效性(r_s=0.204, p=0.038)显著相关。凭处方销售与感知的药物疗效也呈正相关(r_s=0.459, p<0.001)。

3.4. 按来源分类的药物类型列联表

列联表分析揭示了农场、药店和兽医医院之间抗菌药物使用的显著差异。兽医医院的记录数量最多(n=330)，远多于药店(n=104)和农场(n=101)，这反映了报告强度和治疗方案的差异。专业资质似乎影响了处方和配药实践，但较弱的相关性表明商业和实际因素可能在抗菌药物使用模式中起主导作用。

3.5. 休药期认知的决定因素

多变量逻辑回归分析表明，所评估的社会行为因素（包括教育水平、信息获取渠道或养殖经验）均与养殖户对抗菌药物休药期的认知无显著关联(p>0.05)。例如，拥有高中以上学历的比值比(OR)为1.324，但关联不具统计学意义(p=0.831)。较宽的置信区间表明估计值存在很大变异性。

3.6. 抗生素使用的层次聚类

层次聚类根据部门频率分布将抗生素分为三个主要组别：i)集中于兽医医院的抗生素，ii)在农场和药店广泛使用的药物，以及iii)在各部门存在有限的低频使用抗生素。短分支距离表明跨部门使用模式相似，而长分支则反映了部门集中度的差异。

3.7. 基于PCA的抗生素使用谱聚类

主成分分析(PCA)揭示了不同部门间明显的变异结构。在农场，第一主成分(PC1, 27.43%)捕捉了与治疗提供者和药物使用变量相关的变异，而第二主成分(PC2, 13.63%)反映了牲畜类型和地点的变异。在药店，PC1(33.57%)主要与配药实践和记录变量相关，而PC2(18.32%)反映了感知的治疗结果。在兽医医院，PC1(22.62%)捕捉了药物选择的变异性，PC2(18.23%)反映了管理特征。PC1和PC2的散点图显示了各部门内子组的可见分离，表明抗菌药物使用谱存在异质性。

3.8. 抗菌药物实践的因子结构

探索性因子分析(EFA)识别了抗菌药物实践中的潜在结构。在农场数据中保留了10个因子（特征值>1）。第一个因子代表兽医主导的治疗（载荷=0.935），第二个因子反映了主人主导的治疗和四环素的使用。其他因子则捕捉了与氟喹诺酮类、土霉素和磺胺类药物相关的模式。在兽医医院数据中观察到一个更复杂的结构，有27个因子超过了特征值阈值。前三个因子解释了相当大的变异，反映了与广谱抗生素使用、四环素与磺胺类药物使用以及疾病-治疗关联相关的聚类。

3.9. 跨疾病和服务提供者的抗生素使用网络结构

网络分析了抗生素、疾病和服务来源（农场、药店、兽医医院）之间的关系。该网络包含89个节点和174条边，代表了34种抗生素、51种疾病和三种服务环境之间的共现模式。阿莫西林和土霉素显示出最高的连通性，连接了跨部门的多种疾病，而环丙沙星也显示出显著关联，特别是与呼吸道和胃肠道疾病。来源层面的模式表明，农场和药店的连通性更分散，表明抗生素使用范围更广，而兽医医院的处方则更加集中，特别是围绕四环素和磺胺类抗生素。总体而言，网络拓扑结构表明，少数抗生素主导了跨疾病和服务环境的治疗实践。

讨论与结论总结

这项多部门研究揭示了孟加拉国迈门辛地区复杂且碎片化的抗菌药物使用生态。高频率使用关键重要抗菌药物(Critically Important Antimicrobials, CIAs)、显著的管理差距以及系统性的监测偏见共同威胁着遏制AMR的“一体化健康”(One Health)努力。流行病学格局以可预防的疾病为主，高疾病负担存在于一个碎片化的治疗环境中，大量干预由农场主和当地药贩实施，这助长了对CIAs的重度依赖。药店普遍无处方销售抗生素且记录不全，兽医医院则因诊断基础设施有限而依赖经验性的广谱治疗。

比较分析揭示了农场和兽医医院(VH)环境之间的根本差异，凸显了当前监测系统严重依赖机构数据，会系统性地低估更广泛牲畜种群中的耐药性驱动因素。行为驱动因素也因部门而异：在农场，资质更高的提供者能避免常用误用抗生素，但其资质并未转化为更好的休药期知识；在药店，销售员资质与凭处方销售和认识到治疗失败显著相关。逻辑回归模型未能有效预测休药期认知，表明认知可能受传统社会人口学变量之外的因素影响。

高级分析为针对性干预提供了路线图。层次聚类识别了不同的“干预单元”。PCA揭示了各部门内部的异质性，确认了需要差异化干预。探索性因子分析(EFA)揭示了农场（基于治疗权限）和兽医医院（基于疾病-药物关联）之间不同的潜在驱动结构。最关键的是，网络分析揭示了一个高度集中的抗菌药物使用格局，少数广谱抗生素（特别是阿莫西林和土霉素）作为结构枢纽，是跨整个系统选择性压力的主要渠道，而部门特异性的处方模式则要求差异化的管理策略。因此，针对这些枢纽药物的管理努力将对减缓整个系统的AMR出现产生不成比例的巨大影响。

研究结论翻译

总之，孟加拉国畜牧业面临的根本挑战不仅在于对CIAs的依赖，更在于抗生素选择普遍存在的不合理性和难以预测性，这是由分散的服务提供者网络和薄弱的监管所驱动的。研究人员通过数据驱动识别出的部门特异性使用集群和系统范围的枢纽抗生素，为优先开展能产生最大影响的管理工作提供了清晰的、基于证据的路线图。减轻AMR风险需要整合的“一体化健康”监测以及协调的、针对具体背景的干预措施，以应对这个碎片化生态系统中每个部门的独特驱动因素。