Simple Science

Ciência de ponta explicada de forma simples

# Biologia# Ecologia

Impacto da COVID-19 na Resistência Antimicrobiana

Analisando como a pandemia mudou o uso de antibióticos e os padrões de resistência.

― 7 min ler


AMR DinâmicasAMR DinâmicasPós-COVID-19depois de uma pandemia.Entendendo a resistência a antibióticos
Índice

No começo de 2020, o mundo passou por uma mudança significativa por causa da pandemia de COVID-19. Essa pandemia afetou não só a disseminação do coronavírus, mas também mudou a maneira como as pessoas interagem com a saúde, buscam tratamento e praticam controle de infecções. Essas mudanças impactaram várias doenças infecciosas globalmente, especialmente infecções respiratórias, doenças sexualmente transmissíveis e até algumas doenças não transmissíveis. Uma grande preocupação que continua é a Resistência Antimicrobiana (RAM). A RAM acontece quando as bactérias se tornam resistentes aos medicamentos usados para tratar infecções, tornando essas infecções mais difíceis de tratar. Em 2019, estimou-se que a RAM contribuiu para quase 5 milhões de mortes no mundo, destacando sua gravidade.

A Pandemia de COVID-19 e a Resistência Antimicrobiana

Embora o impacto geral da pandemia de COVID-19 na RAM não seja totalmente compreendido, relatórios mostraram que muitos países europeus experimentaram aumento da resistência em certas bactérias durante esse período. Por exemplo, na França, entre 2019 e 2020, bactérias causadoras de pneumonia (Streptococcus Pneumoniae) mostraram maior resistência a antibióticos como penicilina e macrolídeos. Apesar desse aumento na resistência, o número de casos de Doença Pneumocócica Invasiva (DPI) caiu significativamente durante a pandemia. Essa contradição levanta questões sobre a relação entre COVID-19, uso de antibióticos e resistência bacteriana.

Alguns estudos notaram que durante as primeiras ondas de COVID-19, os casos de infecções bacterianas também diminuíram em várias regiões, incluindo lugares como a Nova Zelândia e partes da Ásia. Curiosamente, apesar das quedas gerais em algumas doenças bacterianas, outros estudos descobriram que o número de pessoas portadoras de Streptococcus pneumoniae permaneceu estável durante a pandemia. Essa inconsistência torna difícil entender os efeitos completos da COVID-19 nas infecções bacterianas e na resistência.

Intervenções Não Farmacêuticas e Suas Efeitos

Para combater a COVID-19, muitos países implementaram medidas como lockdowns, uso de máscaras e distanciamento social. Essas intervenções não farmacêuticas (INPs) foram principalmente direcionadas ao controle da disseminação do vírus, mas também tiveram consequências indesejadas em outros patógenos. Por exemplo, a redução da transmissão de vírus respiratórios poderia levar a menos casos de infecções bacterianas secundárias. No entanto, os lockdowns também resultaram em menos visitas a unidades de saúde, o que levou a menos prescrições de antibióticos no geral, embora alguns antibióticos ainda fossem prescritos em excesso para pacientes com COVID-19.

A diminuição nas visitas ao sistema de saúde contribuiu para uma queda global no uso de antibióticos. Mesmo assim, havia uma crescente preocupação com o uso inadequado de antibióticos, particularmente Azitromicina, no tratamento da COVID-19, o que poderia agravar a RAM.

Investigando as Dinâmicas da Resistência Antimicrobiana

Para entender melhor as tendências da RAM durante a pandemia de COVID-19, os pesquisadores recomendam examinar vários fatores, como:

  1. O número de casos de doenças bacterianas invasivas.
  2. A porcentagem de bactérias resistentes a antibióticos entre o total de casos.
  3. A prevalência de indivíduos saudáveis portadores de bactérias sem apresentar sintomas.

É essencial considerar esses fatores juntos para entender completamente como a dinâmica da RAM muda em resposta a situações como a pandemia de COVID-19.

Cinco fatores-chave podem explicar as tendências observadas na RAM. Primeiro, as medidas de lockdown provavelmente reduziram a disseminação de bactérias, possivelmente levando a menos casos de DPI. Segundo, a ausência de outros vírus respiratórios durante os lockdowns poderia diminuir o risco de infecções bacterianas graves. Terceiro, a redução geral nas consultas de saúde provavelmente contribuiu para menos prescrições de antibióticos. No entanto, a prescrição frequente de antibióticos como azitromicina para pacientes com COVID-19 levantou preocupações sobre o aumento da resistência.

Em algumas regiões, uma duração mais longa de porte bacteriano pode também ter influenciado as taxas de resistência. Além disso, há especulações sobre como o coronavírus poderia interagir com bactérias a nível de hospedagem, potencialmente afetando os riscos de infecção.

Modelos Matemáticos para Entender Interações

Modelos matemáticos ajudam os pesquisadores a explorar várias hipóteses sobre a relação entre COVID-19 e resistência a antibióticos. Usando esses modelos, eles podem analisar como diferentes fatores impactam a incidência de doenças e as taxas de resistência.

Por exemplo, simulações podem avaliar combinações específicas de fatores para determinar seu impacto em:

  • A incidência anual de doenças bacterianas invasivas.
  • A taxa de resistência a antibióticos nessas doenças.
  • A prevalência de porte bacteriano assintomático na população.

Esses modelos são valiosos para entender como comportamentos humanos em resposta à pandemia de COVID-19 podem afetar a dinâmica da resistência bacteriana. Eles ajudam a esclarecer como diferentes intervenções, como lockdowns e mudanças no comportamento de busca por saúde, interagem com as tendências de prescrição de antibióticos.

Impacto da COVID-19 em Diferentes Grupos Etários

O efeito da pandemia e das intervenções resultantes na RAM pode variar entre grupos etários. Por exemplo, crianças e idosos muitas vezes experienciam taxas de infecção e práticas de prescrição diferentes. Usando simulações de modelos, os pesquisadores podem ajustar parâmetros com base em diferentes grupos etários para ver como as tendências na incidência de DPI e resistência a antibióticos mudam.

Analisando essas tendências, os pesquisadores podem identificar padrões como:

  • Mudanças na incidência de DPI entre diferentes grupos etários.
  • Variações nas taxas de resistência a antibióticos entre crianças e adultos mais velhos.
  • O impacto geral das práticas de prescrição de antibióticos nessas populações.

Essas descobertas podem fornecer insights cruciais sobre como os sistemas de saúde devem responder a futuras pandemias, garantindo tratamento eficaz enquanto gerencia o risco de RAM.

O Papel da Azitromicina e Outros Antibióticos

Durante a pandemia de COVID-19, o uso de azitromicina aumentou significativamente devido à sua eficácia hipotetizada contra o vírus. Esse aumento na utilização levantou preocupações sobre as implicações a longo prazo para a resistência a antibióticos. Pesquisas sugerem que o uso de azitromicina pode criar um ambiente favorável para o surgimento de cepas resistentes, especialmente quando as prescrições aumentam significativamente.

Cenários de modelagem mostram que:

  • O aumento do uso de azitromicina durante os picos da COVID-19 correspondeu a taxas mais altas de infecções resistentes a antibióticos.
  • Essa tendência enfatiza a necessidade de monitoramento e gerenciamento cuidadoso das prescrições de antibióticos, especialmente durante emergências de saúde pública.

Conclusões e Direções Futuras

Em resumo, a pandemia de COVID-19 trouxe à tona as dinâmicas complexas da RAM e como várias intervenções de saúde pública impactam essas tendências. O uso de modelagem matemática se mostrou eficaz na análise dessas relações, ajudando pesquisadores a identificar fatores chave que influenciam a resistência a antibióticos e a incidência de doenças.

À medida que o mundo continua a lidar com as consequências da pandemia de COVID-19, é crucial permanecer vigilante quanto às práticas de prescrição de antibióticos. Pesquisas futuras devem buscar reunir dados do mundo real para refinar modelos para vários patógenos bacterianos e fortalecer a compreensão das tendências de RAM. Isso permitirá, em última análise, que os sistemas de saúde estejam melhor preparados para quaisquer futuros surtos de doenças infecciosas, garantindo que tratamentos eficazes continuem disponíveis sem comprometer a eficácia dos antibióticos.

Fonte original

Título: Revealing the drivers of antibiotic resistance trends in Streptococcus pneumoniae amidst the 2020 COVID-19 pandemic: Insights from mathematical modeling

Resumo: Non-pharmaceutical interventions implemented to block SARS-CoV-2 transmission in early 2020 led to global reductions in the incidence of invasive pneumococcal disease (IPD). By contrast, most European countries reported an increase in antibiotic resistance among invasive Streptococcus pneumoniae isolates from 2019 to 2020, while an increasing number of studies reported stable pneumococcal carriage prevalence over the same period. To disentangle the impacts of the COVID-19 pandemic on pneumococcal epidemiology in the community setting, we propose a mathematical model formalizing simultaneous transmission of SARS-CoV-2 and antibiotic-sensitive and -resistant strains of S. pneumoniae. To test hypotheses underlying these trends five mechanisms were built in into the model and examined: (1) a population-wide reduction of antibiotic prescriptions in the community, (2) lockdown effect on pneumococcal transmission, (3) a reduced risk of developing an IPD due to the absence of common respiratory viruses, (4) community azithromycin use in COVID-19 infected individuals, (5) and a longer carriage duration of antibiotic-resistant pneumococcal strains. Among 31 possible pandemic scenarios involving mechanisms individually or in combination, model simulations surprisingly identified only two scenarios that reproduced the reported trends in the general population. They included factors (1), (3), and (4). These scenarios replicated a nearly 50% reduction in annual IPD, and an increase in antibiotic resistance from 20% to 22%, all while maintaining a relatively stable pneumococcal carriage. Exploring further, higher SARS-CoV-2 R0 values and synergistic within-host virus- bacteria interaction mechanisms could have additionally contributed to the observed antibiotic resistance increase. Our work demonstrates the utility of the mathematical modeling approach in unraveling the complex effects of the COVID-19 pandemic responses on AMR dynamics.

Autores: Aleksandra Kovacevic, D. R. M. Smith, E. Rahbe, S. Novelli, P. Henriot, E. Varon, R. Cohen, C. Levy, L. Temime, L. Opatowski

Última atualização: 2024-01-18 00:00:00

Idioma: English

Fonte URL: https://www.biorxiv.org/content/10.1101/2022.08.08.503267

Fonte PDF: https://www.biorxiv.org/content/10.1101/2022.08.08.503267.full.pdf

Licença: https://creativecommons.org/licenses/by/4.0/

Alterações: Este resumo foi elaborado com a assistência da AI e pode conter imprecisões. Para obter informações exactas, consulte os documentos originais ligados aqui.

Obrigado ao biorxiv pela utilização da sua interoperabilidade de acesso aberto.

Mais de autores

Artigos semelhantes