Este estudio retrospectivo de un solo centro analiza aislamientos de Pseudomonas aeruginosa (PA) sin duplicados desde 2023 hasta 2025 y examina las tendencias de resistencia antes y después de una intervención de optimización antimicrobiana de cuatro componentes en la unidad de EPT-R.
Artículo de investigación
Tendencias en la resistencia de Pseudomonas aeruginosa tras una intervención de optimización antimicrobiana en cuatro dimensiones
* These authors contributed equally
En este artículo
Resumen
Resumen
Este estudio retrospectivo de un solo centro analizó aislamientos de Pseudomonas aeruginosa sin duplicados recolectados en el Hospital Municipal de Enfermedades Infecciosas de Huaian entre 2023 y 2025. Se incluyeron un total de 121 aislamientos únicos, de los cuales el 83,5 % procedían de esputo. Se realizó la prueba de sensibilidad antimicrobiana (AST) mediante un sistema automatizado de microbiología, y los resultados de la concentración inhibitoria mínima (MIC) se interpretaron según el documento CLSI M100, 33.ª edición. A principios de 2024, se implementó una intervención de gestión antimicrobiana basada en vinculación multidimensional en el Departamento de Enfermedades Respiratorias y Tuberculosis (Resp-TB) (n = 97), que comprendió: (1) vigilancia dinámica de la resistencia antimicrobiana con retroalimentación trimestral; (2) prescripción de antimicrobianos estratificada por riesgo basada en datos locales de sensibilidad; (3) protocolos estandarizados de recolección de muestras; y (4) medidas reforzadas de prevención y control de infecciones. En el departamento Resp-TB, las tasas generales de resistencia fueron del 74,19 % en 2023, del 81,63 % en 2024 y del 82,93 % en 2025, sin una reducción significativa tras la intervención (p ≈ 0,37). En 2025, la resistencia a tobramicina fue de 0/41 (0,00 %), a cefepima de 1/41 (2,44 %) y a piperacilina-tazobactam de 0/41 (0,00 %); la resistencia a levofloxacina alcanzó 15/41 (36,59 %). La resistencia al trimetoprim-sulfametoxazol permaneció alta durante todo el periodo del estudio. Estos hallazgos indican una resistencia antimicrobiana persistente en el departamento Resp-TB tras la implementación de la intervención, mientras que la resistencia a ciertos agentes seleccionados, incluyendo tobramicina, cefepima y piperacilina-tazobactam, permaneció baja en 2025.
Introducción
Pseudomonas aeruginosa (PA) es una causa importante de infecciones adquiridas en el hospital y es uno de los bacilos Gram-negativos no fermentadores más frecuentemente aislados en la práctica clínica1. Su resistencia intrínseca y adquirida a múltiples antimicrobianos se asocia con baja permeabilidad de la membrana externa, sobreexpresión de bombas de eflujo y producción de enzimas degradadoras de fármacos. Bajo presión selectiva de antibióticos, PA puede adquirir fácilmente nuevos fenotipos resistentes2,3. En los últimos años, la aparición creciente de cepas de PA resistentes a múltiples fármacos (MDR) y extensivamente resistentes a los fármacos (XDR) ha reducido las opciones de tratamiento y se ha asociado con hospitalizaciones prolongadas y mayor mortalidad4,5,6,7. El enfoque de Una Sola Salud, que reconoce la interconexión entre la salud humana, animal y ambiental, se promueve cada vez más como un marco importante para la prevención y el control de la resistencia a los antimicrobianos4,6. En este contexto, los datos locales de vigilancia de la resistencia a los antimicrobianos, como las tendencias de resistencia de PA aquí reportadas, pueden ayudar a orientar las estrategias de uso prudente de antimicrobianos y de control de infecciones.
Estos desafíos son particularmente relevantes en hospitales especializados en enfermedades infecciosas. Los pacientes con tuberculosis a menudo reciben tratamiento antituberculoso a largo plazo que puede incluir fluoroquinolonas, lo que aumenta el riesgo de resistencia cruzada a agentes como la levofloxacina y complica el manejo de los aislamientos colectados de PA8,9. Además, el estado inmunocomprometido y las estancias hospitalarias prolongadas en esta población de pacientes pueden aumentar la susceptibilidad a aislamientos de PA multirresistentes y empeorar los resultados clínicos10,11.
Muchos estudios previos de vigilancia han utilizado recuentos totales de aislamientos sin tener en cuenta el sesgo potencial causado por el muestreo repetido del mismo paciente. Tanto el Sistema Mundial de Vigilancia de la Resistencia a los Antimicrobianos de la Organización Mundial de la Salud (WHO GLASS) como el Instituto de Estándares Clínicos y de Laboratorio (CLSI) recomiendan estrategias de desduplicación para mejorar la precisión de los datos, como conservar únicamente el primer aislamiento por paciente por episodio de infección12.
Aunque la resistencia antimicrobiana de PA es un problema mundial ampliamente reconocido, la evidencia sobre intervenciones dirigidas de vigilancia antimicrobiana en unidades respiratorias especializadas para TB (Resp-TB) sigue siendo limitada. La mayoría de los estudios existentes se centran en unidades de cuidados intensivos o salas respiratorias generales, dejando un vacío en la comprensión de cómo funcionan las intervenciones estructuradas y multifacéticas en entornos con alta prevalencia de tuberculosis e historiales complejos de exposición a antibióticos. Este estudio retrospectivo de un solo centro analizó aislamientos de PA sin duplicados recolectados en el Hospital Municipal de Enfermedades Infecciosas de Huaian entre 2023 y 2025, prestando especial atención a la Resp-TB. Se planteó la hipótesis de que se observarían cambios en los patrones de resistencia antimicrobiana de PA tras la implementación de una intervención de vigilancia antimicrobiana dirigida mediante vinculación en cuatro dimensiones, que comprendía vigilancia dinámica, prescripción estratificada por riesgo, recolección estandarizada de muestras y mejora en la prevención y control de infecciones. El estudio tuvo como objetivo describir las tendencias locales de resistencia y evaluar si estos datos podrían respaldar las prácticas de vigilancia antimicrobiana y control de infecciones en este hospital.
Protocolo
La información de las muestras para aislamientos de Pseudomonas aeruginosa recolectados entre 2023 y 2025 se obtuvo del banco de datos del laboratorio del Hospital Popular N.º 4 de Huai’an. Todas las muestras fueron anonimizadas antes del análisis y procesadas conforme a los protocolos aprobados por el Comité de Ética del Hospital Popular N.º 4 de Huai’an (N.º de aprobación: HASY2024011).
Sujetos del estudio y criterios de inclusión
Este estudio retrospectivo de un solo centro incluyó aislamientos clínicos de Pseudomonas aeruginosa (PA) recolectados por el Laboratorio de Microbiología del Hospital de Enfermedades Infecciosas de Huaian entre enero de 2023 y diciembre de 2025. Se consideraron elegibles los aislamientos que fueron identificados definitivamente como PA mediante un sistema automatizado de microbiología con una tarjeta de identificación GN y que tuvieran resultados completos y legibles de las pruebas de susceptibilidad antimicrobiana (AST). Las muestras provenían principalmente de fuentes respiratorias, incluyendo esputo y líquido de lavado broncoalveolar, aunque también se incluyeron aislamientos de otros sitios.
El procedimiento de eliminación de duplicados siguió un principio estricto de «un paciente, un aislado por año calendario» y se aplicó en dos pasos. Primero, dentro de cada año calendario, cuando se identificaron múltiples aislados de PA del mismo paciente, emparejados por nombre, solo se conservó el primer aislado clínicamente significativo para el análisis de ese año. Segundo, a lo largo de diferentes años calendario, un paciente con ingresos separados y aislados de PA correspondientes en más de un año se consideró una observación independiente en cada cohorte anual. Por lo tanto, teóricamente, el mismo paciente podría incluirse en más de una cohorte anual. Esta regla es coherente con el principio de eliminación de duplicados de la OMS GLASS/CLSI13.
Los criterios de exclusión fueron aislamientos repetidos del mismo paciente dentro del mismo año calendario, información incompleta del paciente y resultados de AST técnicamente ilegibles, como crecimiento anormal en los pozos de control positivo. Los aislamientos con paneles incompletos de sensibilidad antimicrobiana se excluyeron de los análisis específicos correspondientes a cada antibiótico, y se indicó el número real de aislamientos probados (n) para cada antibiótico. Se incluyó un total de 121 pacientes con 121 aislamientos de PA: 31 en 2023, 49 en 2024 y 41 en 2025. Figura 1 muestra el esquema del diseño del estudio.
Para las muestras respiratorias, se aplicó la evaluación estándar de calidad en el laboratorio. Las muestras de esputo se evaluaron mediante los criterios de Murray–Washington, que requieren <10 células epiteliales escamosas y >25 leucocitos polimorfonucleares por campo de baja potencia para garantizar la validez de la muestra. Todos los aislamientos se obtuvieron de muestras clínicas enviadas con fines diagnósticos rutinarios procedentes de pacientes con infección sospechosa. Sin embargo, debido al diseño retrospectivo del estudio y a la falta de datos sistemáticos de correlación clínica, incluyendo signos y síntomas, hallazgos radiográficos, marcadores inflamatorios y respuesta al tratamiento, no se realizó una distinción formal entre infección verdadera y colonización para cada aislamiento individual. Por lo tanto, se utiliza a lo largo del texto el término neutral «aislamientos clínicos» para referirse a microorganismos con posible significado clínico, sin afirmar que cada aislamiento represente necesariamente una infección verdadera.
Agrupación de datos
Los datos se estratificaron por año, departamento y origen de la muestra. Para la comparación longitudinal, los aislamientos se agruparon por año: 2023, 2024 y 2025. Para el análisis por departamento, los aislamientos se agruparon de la siguiente manera: Resp-TB (n = 97/121, 80,17 %), Departamento de Aparato Digestivo y Hepatología (n = 12/121, 9,92 %), Departamento de Enfermedades Infecciosas (n = 5/121, 4,13 %) y otros departamentos (n = 7/121, 5,79 %). El grupo Resp-TB fue la cohorte principal de observación. Los orígenes de las muestras se agruparon como esputo, líquido de lavado broncoalveolar y otros orígenes, con el fin de cuantificar la contribución de las muestras respiratorias.
Cultivo microbiano, identificación y prueba de susceptibilidad a antimicrobianos
Los aislamientos se cultivaron en agar sangre de oveja al 5%, agar MacConkey y agar soya tripticasa con bacitracina a 35–37 °C durante 18–24 h. La identificación presuntiva se basó en la morfología de las colonias y una prueba de oxidasa positiva. La identificación definitiva y las pruebas de susceptibilidad antimicrobiana (AST) se realizaron utilizando un sistema automatizado de microbiología con tarjetas GN de identificación y AST-N399. Las suspensiones bacterianas se prepararon a un estándar de McFarland 0,50–0,63 en solución salina estéril según las instrucciones del fabricante. Se evaluaron un total de 10 agentes antimicrobianos: tobramicina, cefepima, piperacilina-tazobactam, amikacina, meropenem, imipenem, gentamicina, cefazolina, levofloxacina y trimetoprim-sulfametoxazol. Estos agentes se seleccionaron según el panel de AST de rutina del laboratorio, los agentes comúnmente utilizados para las infecciones por P. aeruginosa en la institución y los agentes considerados en la intervención de administración antimicrobiana en cuatro dimensiones. Los resultados se interpretaron de acuerdo con las directrices CLSI M100, 33.ª edición14. Los resultados intermedios se clasificaron como resistentes al calcular las tasas de resistencia.
Control de calidad
Para garantizar la reproducibilidad y la precisión, se realizó un control diario de la calidad de la AST utilizando la cepa de referencia Pseudomonas aeruginosa ATCC 27853. La cepa se ensayó frente al mismo panel antimicrobiano para confirmar que las concentraciones inhibitorias mínimas (MIC) estuvieran dentro de los rangos recomendados por el CLSI. Si los resultados del control de calidad caían fuera de los límites aceptables, se rechazaba el lote de pruebas y se repetía únicamente tras la recalibración del sistema automatizado de microbiología y la verificación de la integridad de los reactivos.
Intervención dirigida de enlace en cuatro dimensiones en la Resp-TB
A partir de enero de 2024, se implementó una intervención dirigida de optimización del uso de antimicrobianos, denominada «Vinculación en Cuatro Dimensiones», en el Resp-TB. La intervención fue coordinada por el director del departamento, médicos especialistas en enfermedades infecciosas, farmacéuticos clínicos y personal dedicado a la prevención y control de infecciones (PCI). Se compuso de cuatro componentes.
Primero, se implementó una vigilancia dinámica de la resistencia a los antimicrobianos y retroalimentación. Se estableció un sistema de alerta temprana a nivel departamental para la resistencia de PA, y los cambios en los patrones de resistencia se resumieron en informes trimestrales para orientar las decisiones sobre el uso prudente de antimicrobianos. Segundo, se implementó un uso prudente de antimicrobianos estratificado por riesgo, basado en datos locales de susceptibilidad. La vía escalonada de prescripción favoreció agentes con tasas de resistencia consistentemente bajas, incluyendo tobramicina y cefepima, como opciones empíricas; se usó precaución con agentes que mostraban resistencia creciente o alta, como la levofloxacina; y se evitó la trimetoprim-sulfametoxazol, que tiene una actividad intrínsecamente deficiente frente a PA. Estas medidas se basaron en datos locales de pruebas de sensibilidad antimicrobiana (AST) y en las políticas institucionales de uso prudente de antimicrobianos, y no constituyeron directrices clínicas formales.
Tercero, se estandarizó la recolección de muestras respiratorias. Se instruyó a los pacientes para que tomaran una respiración profunda, aclararan sus gargantas y recolectaran esputo según el protocolo de laboratorio. Este procedimiento tenía como objetivo reducir la contaminación orofaríngea y mejorar la confiabilidad de las pruebas de susceptibilidad para muestras del tracto respiratorio inferior. Cuarto, se reforzaron las medidas de prevención y control de infecciones. Estas incluyeron controles regulares de cumplimiento de la higiene de manos antes y después del contacto con el paciente, procedimientos estrictos para el manejo y la eliminación de secreciones respiratorias, y desinfección ambiental programada para reducir la posibilidad de propagación intrahospitalaria de PA. Para la evaluación, el período del estudio se dividió en un período previo a la intervención (enero de 2023 a diciembre de 2023) y un período posterior a la intervención (enero de 2024 a diciembre de 2025).
Análisis estadístico
Los datos fueron ingresados dos veces y verificados. Las tasas de resistencia se expresaron como porcentajes con intervalos de confianza del 95 % (IC). Las comparaciones anuales, por departamento y entre el período previo y posterior a la intervención se analizaron mediante la prueba χ2 de Pearson; se utilizó la prueba exacta de Fisher cuando las frecuencias esperadas eran <5. La prueba χ2 de Cochran-Armitage se empleó para el análisis de tendencias. Se reportan los valores p ajustados cuando corresponde. Para la comparación principal entre 2023 y 2025 en los 10 antibióticos, se aplicó la corrección de Bonferroni para ajustar el umbral de significancia (α = 0,05/10 = 0,005). Un valor p bilateral < 0,05 se consideró estadísticamente significativo para comparaciones sin ajustar; se reportan los valores p ajustados cuando corresponde. Los detalles del software se proporcionan en la Tabla de materiales.
Resultados
Overall distribution of strains and patients
Based on the study criteria and grouping strategy described above, a total of 121 non-duplicate PA isolates from 121 patients were included in the analysis (Figure 1). The annual distribution was 31 isolates in 2023, 49 in 2024, and 41 in 2025 (Table 1). Sputum was the main specimen source, accounting for 83.5% of all samples (Figure 2). The Resp-TB contributed the largest proportion of isolates (n = 97/121, 80.17%), followed by the Digestive and Hepatology Department (n = 12/121, 9.92%), the Infectious Diseases Department (n = 5/121, 4.13%), and other departments (n = 7/121, 5.79%) (Table 2 and Figure 2).
The proportion of sputum specimens remained relatively stable across the study period: 82.9% in 2023, 83.5% in 2024, and 83.0% in 2025. Bronchoalveolar lavage fluid and protected specimen brush samples together accounted for approximately 7.6% of specimens, while blood, urine, and other sample types accounted for the remaining 8.9%. These findings indicate that PA isolates in this hospital were concentrated mainly in respiratory specimens.
Overall, PA isolates were concentrated among patients from the Resp-TB and among respiratory specimens. This distribution supported selecting the Resp-TB as the primary cohort for evaluating the targeted intervention described above.
Annual trends in antimicrobial resistance of Pseudomonas aeruginosa across the hospital
Based on the AST protocol described above, annual antimicrobial resistance patterns for PA are summarized in Table 1 and Figure 3. Because susceptibility and intermediate rates in Table 1 are weighted summary measures, formal comparisons were performed at the individual-antimicrobial level. The resulting p-values are presented in Table 3 for the 2023 versus 2025 comparison. Pearson’s χ2 test or Fisher’s exact test showed no statistically significant differences after Bonferroni correction (all adjusted p > 0.05; Table 3).
The weighted resistance rate was 4.25 percentage points lower in 2025 than in 2023, while the weighted susceptibility rate increased by 4.25 percentage points over the same period. However, these summary measures should be interpreted descriptively because they aggregate results across multiple antimicrobial agents. Antibiotic-specific trends are therefore reported separately in Table 3.
The intermediate rate increased slightly in 2025 after a lower value in 2024. This change should be interpreted cautiously because intermediate results may vary by antimicrobial agent and were categorized as resistant for resistance-rate calculations. Overall, PA resistance remained a surveillance concern throughout the study period, underscoring the need for ongoing antimicrobial stewardship and infection prevention and control.
Resistance profiles of major antibiotics
Building on the AST data described above, divergent resistance patterns among the 10 tested antimicrobial agents were observed over the three-year period, as detailed in Table 3 and illustrated in Figure 4 and Figure 5. Four descriptive resistance patterns were identified.
First, resistance to tobramycin, cefepime, and piperacillin-tazobactam decreased over the study period. Tobramycin resistance decreased from 3.23% in 2023 to 0.00% in 2025, cefepime resistance decreased from 12.90% to 2.44%, and piperacillin-tazobactam resistance decreased from 9.68% to 0.00%. By 2025, all three agents showed low resistance rates in this dataset (Figure 4). Second, amikacin resistance remained low, fluctuating between 0.00% and 4.08% over the three years. Third, carbapenem resistance increased in 2024 and then decreased in 2025. Meropenem resistance increased from 9.68% in 2023 to 18.37% in 2024, then decreased to 12.20% in 2025. Imipenem resistance increased from 12.90% to 24.49%, then decreased to 17.07%. These findings indicate a transient peak in carbapenem resistance in 2024. Fourth, fluoroquinolone resistance remained a concern. Ciprofloxacin resistance remained high throughout the study period, and levofloxacin resistance increased from 16.13% in 2023 to 36.59% in 2025. Trimethoprim-sulfamethoxazole resistance remained consistently high (>79%) across all three years. Annual comparisons of resistance rates for individual antibiotics are illustrated in Figure 5.
Overall, these findings show heterogeneous antibiotic-specific resistance patterns in PA isolates at this institution. The increase in levofloxacin resistance and the persistently high trimethoprim-sulfamethoxazole resistance support continued antimicrobial stewardship monitoring.
Comparative analysis of antimicrobial resistance rates across three key departments
Based on the departmental stratification described above, resistance rates across the three main departments are summarized in Table 2 and Figure 6. The Resp-TB was the primary target of the intervention and had a high resistance rate throughout the study period: 74.19% in 2023 (23/31, 95% CI: 55.39–85.78%), 81.63% in 2024 (40/49, 95% CI: 67.98–89.76%), and 82.93% in 2025 (34/41, 95% CI: 67.94–91.18%). No statistically significant reduction was observed (Cochran–Armitage linear trend test, Z = 0.89, p ≈ 0.37; Fisher’s exact test for 2023 versus 2025, p ≈ 0.37). These findings do not support a clear temporal association between the intervention and a reduction in departmental resistance.
The Infectious Diseases Department had a few isolates across the study period (n = 5). The corresponding rates were 6.45% in 2023 (2/31), 4.08% in 2024 (2/49), and 2.44% in 2025 (1/41). Because of the small number of isolates, these results should be interpreted cautiously and are not suitable for robust trend analysis.
The Digestive and Hepatology Department also had a small number of isolates (n = 12). The reported rates were 0.00% in 2023, 55.56% in 2024, and 0.00% in 2025. This fluctuation likely reflects the small annual sample sizes, in which a small number of resistant isolates can strongly influence percentage estimates.
Overall, the Resp-TB accounted for most PA isolates and maintained high rates of resistance throughout the study period. The smaller departmental groups had limited sample sizes, reducing the reliability of cross-departmental comparisons. Annual departmental trends are shown in Figure 6.
Targeted intervention in the Resp-TB
Following implementation of the four-dimensional linkage-targeted intervention in January 2024, the departmental proportion reported for the Resp-TB did not decline as hypothesized (Figure 6). The reported value was 74.19% in 2023, 81.63% in 2024, and 82.93% in 2025, with no statistically significant reduction (Cochran–Armitage linear trend test, Z = 0.89, p ≈ 0.37; Fisher’s exact test for 2023 versus 2025, p ≈ 0.37; Table 2 and Figure 6). For descriptive context, the annual departmental values were plotted alongside Chinese multicenter and international reference values from previous surveillance reports (Figure 7)15,16. These external reference values are presented solely to provide contextual information and are not directly comparable with the present dataset because the studies differed in their definitions of resistance, patient populations, sampling strategies, isolate de-duplication procedures, and antimicrobial panels. Therefore, Figure 7 should not be interpreted as demonstrating a significant reduction, cumulative reduction, convergence toward an external benchmark, achievement of a target, or effectiveness of the intervention.
Antibiotic-specific patterns varied. Tobramycin resistance remained low, with no resistant isolates detected in 2025. Cefepime resistance decreased from 12.90% in 2023 to 2.44% in 2025. In contrast, levofloxacin resistance increased from 5/31 (16.13%) in 2023 to 11/49 (22.45%) in 2024 and 15/41 (36.59%) in 2025, despite the restriction of levofloxacin use as part of the intervention. This increase may reflect cross-selective pressure from fluoroquinolone-containing antituberculosis regimens, although the absence of prescription data limits direct assessment of the intervention’s effect on prescribing behavior. Trimethoprim-sulfamethoxazole resistance remained consistently high: 96.77% in 2023, 79.59% in 2024, and 92.68% in 2025.
Overall, the annual departmental proportion in the Resp-TB remained high throughout the study period, and the available data did not demonstrate a clear intervention-associated reduction. Nevertheless, the antibiotic-specific findings—including the low resistance to tobramycin and cefepime and the increasing resistance to levofloxacin—may inform continued local antimicrobial resistance surveillance and stewardship monitoring. Because this study lacked patient-level antimicrobial consumption data, contemporaneous control departments, and adjustment for changes in patient case mix, no causal relationship between the four-dimensional intervention and the observed resistance patterns should be inferred.
Summary of findings in relation to the study hypothesis
This study hypothesized that implementation of the four-dimensional linkage-targeted antimicrobial stewardship intervention would be associated with reduced Pseudomonas aeruginosa resistance in the Resp-TB. However, the departmental resistance rate did not decline after intervention: 74.19% in 2023, 81.63% in 2024, and 82.93% in 2025, with no statistically significant reduction (Cochran–Armitage linear trend test, Z = 0.89,p ≈ 0.37; Table 2 and Figure 6). These findings do not support the study hypothesis at the departmental level. Antibiotic-specific trends varied, with low resistance to tobramycin, cefepime, and piperacillin-tazobactam by 2025, while levofloxacin resistance increased to 36.59% (Table 3, Figure 4, and Figure 5).
DATA AVAILABILITY:
The raw datasets underlying all figures and tables in this article are provided as Supplemental Table S1, Supplemental Table S2, and Supplemental Table S3.
Figure 1. Overall study design schematic. The schematic summarizes specimen collection, culture, bacterial identification, antimicrobial susceptibility testing, quality control, de-duplication, intervention timing, and outcome assessment in this single-center retrospective surveillance study. Respiratory and other clinical specimens were cultured, presumptive identification was based on colony morphology and oxidase testing, and definitive identification and AST were performed using an automated microbiology system. MIC results were interpreted according to CLSI M100, 33rd edition. Daily quality control used Pseudomonas aeruginosa ATCC 27853. A one-patient–one-isolate-per-calendar-year deduplication rule was applied. The pre-intervention period was 2023, and the post-intervention period was 2024–2025. Abbreviations: AST = antimicrobial susceptibility testing; CLSI = Clinical and Laboratory Standards Institute; MIC = minimum inhibitory concentration. Please click here to view a larger version of this figure.
Figure 2. Composition of Pseudomonas aeruginosa isolates by specimen type and department, 2023–2025. The figure shows the distribution of isolates by specimen source and clinical department. (A) Number and proportion of isolates by specimen source, including sputum, BALF, blood, urine, and other sources. (B) Number and proportion of isolates by clinical department. Abbreviations: BALF = bronchoalveolar lavage fluid; GI-Hep = Digestive and Hepatology Department; ID = Infectious Diseases Department; Resp-TB = Respiratory and Tuberculosis Department. Please click here to view a larger version of this figure.
Figure 3. Annual antimicrobial susceptibility profile of Pseudomonas aeruginosa isolates, 2023–2025. Bars show the annual proportions of resistant, susceptible, and intermediate results across the tested antimicrobial agents. Formal antibiotic-specific statistical comparisons are provided in Table 2. Abbreviations: I = intermediate; R = resistant; S = susceptible. Please click here to view a larger version of this figure.
Figure 4. Resistance rates of Pseudomonas aeruginosa to major antimicrobial agents in 2025. Antibiotics are ranked by resistance rate in 2025. The dashed reference line indicates the weighted summary resistance rate for the tested antimicrobial agents. No clinical recommendation categories are implied. Please click here to view a larger version of this figure.
Figure 5. Annual resistance rates of Pseudomonas aeruginosa to five selected antimicrobial agents, 2023–2025. Bars show annual resistance rates for tobramycin, cefepime, piperacillin-tazobactam, levofloxacin, and trimethoprim-sulfamethoxazole. Formal statistical comparisons are provided in Table 2 and described in the Results section. Abbreviation: PA = Pseudomonas aeruginosa. Please click here to view a larger version of this figure.
Figure 6. Annual departmental distribution of Pseudomonas aeruginosa isolates, 2023–2025. The figure compares the annual proportion of isolates contributed by three clinical departments. The red solid line denotes the Resp-TB, the intervention target department. The blue dashed line denotes the Infectious Diseases Department. The yellow dotted line denotes the Digestive and Hepatology Department. Abbreviations: ID = Infectious Diseases Department; Resp-TB = Respiratory and Tuberculosis Department. Please click here to view a larger version of this figure.
Figure 7. Descriptive presentation of annual departmental values alongside external antimicrobial-resistance reference values. The figure descriptively presents the annual values reported for the Resp-TB together with reference values from a Chinese multicenter surveillance study and an international tertiary-hospital study15,16. The red solid line denotes the annual value for the Resp-TB. The gray bar represents 2023, whereas the blue bars represent 2024 and 2025. The green dashed line denotes the Chinese multicenter reference value, and the purple dotted line denotes the international reference value. These external reference values are presented solely for descriptive context and are not directly comparable with the present data because the underlying studies differed in their definitions of resistance, study populations, sampling strategies, isolate de-duplication procedures, and antimicrobial panels. Accordingly, the figure should not be interpreted as demonstrating a statistically significant reduction, cumulative reduction, convergence toward an external benchmark, achievement of a predetermined target, or effectiveness of the intervention. Abbreviations: PA = Pseudomonas aeruginosa; Resp-TB = Respiratory and Tuberculosis Department. Please click here to view a larger version of this figure.
| Indicator | 2023 (n=31) | 2024 (n=49) | 2025 (n=41) | Trend |
| Numbers of patients/isolates | 31/31 | 49/49 | 41/41 | Initial increase followed by a decrease |
| Overall susceptibility rate (%) | 46.31 | 47.6 | 50.56 | Continuously increase |
| Intermediate rate (%) | 7.26 | 5.62 | 8.3 | Slight fluctuation |
| Resistant rate (%) | 46.44% | 46.78% | 41.14% | Slight fluctuation |
Table 1: Overall antimicrobial susceptibility profile of non-duplicate Pseudomonas aeruginosa isolates, 2023–2025. The table summarizes annual weighted percentages of resistant, susceptible, and intermediate AST results across the tested antimicrobial agents. These summary percentages are descriptive and are not derived from a single binomial denominator; therefore, Pearson’s χ2 p-values are not applicable at this summary level. Antibiotic-specific statistical comparisons are provided in Table 2. Abbreviations: AST = antimicrobial susceptibility testing; I = intermediate; R = resistant; S = susceptible. These are descriptive weighted summary measures, not patient-level resistance rates.
| Department | 2023 (N=31) | 2024 (N=49) | 2025 (N=41) | Total (N=121) |
| Respiratory-TB Department | 23/31 (74.19%) | 40/49 (81.63%) | 34/41 (82.93%) | 97 (80.17%) |
| Digestive & Hepatology Dept. | 4/31 (12.90%) | 5/49 (10.20%) | 3/41 (7.32%) | 12 (9.92%) |
| Infectious Diseases Department | 2/31 (6.45%) | 2/49 (4.08%) | 1/41 (2.44%) | 5 (4.13%) |
| Others | 2/31 (6.45%) | 2/49 (4.08%) | 3/41 (7.32%) | 7 (5.79%) |
| Total | 31/31 (100.00%) | 49/49 (100.00%) | 41/41 (100.00%) | 121 (100.00%) |
Table 2: Distribution of Pseudomonas aeruginosa isolates by department, 2023–2025. Values are presented as n/N (%), where n is the number of isolates from the specified department and year, and N is the total number of isolates that year. The unit of analysis is the isolate after application of the one-patient–one-isolate-per-calendar-year deduplication rule. The Resp-TB was the primary observation cohort for the four-dimensional linkage-targeted intervention. Abbreviations: GI-Hep = Digestive and Hepatology Department; ID = Infectious Diseases Department; PA = Pseudomonas aeruginosa; Resp-TB = Respiratory and Tuberculosis Department.
| Antimicrobial agent | 2023 (N=31) | 2024 (N=49) | 2025 (N=41) | P value* |
| Tobramycin | 1/31 (3.23) | 1/49 (2.04) | 0/41 (0.00) | ns |
| Cefepime | 4/31 (12.90) | 3/49 (6.12) | 1/41 (2.44) | ns |
| Piperacillin/Tazobactam | 3/31 (9.68) | 3/49 (6.12) | 0/41 (0.00) | ns |
| Levofloxacin | 5/31 (16.13) | 11/49 (22.45) | 15/41 (36.59) | ns |
| Trimethoprim/Sulfamethoxazole | 30/31 (96.77) | 39/49 (79.59) | 38/41 (92.68) | ns |
| Meropenem | 3/31 (9.68) | 9/49 (18.37) | 5/41 (12.20) | ns |
| Imipenem | 4/31 (12.90) | 12/49 (24.49) | 7/41 (17.07) | ns |
| Gentamicin | 2/31 (6.45) | 6/49 (12.24) | 2/41 (4.88) | ns |
| Amikacin | 0/31 (0.00) | 2/49 (4.08) | 1/41 (2.44) | ns |
| Cefazolin | 6/31 (19.35) | 10/49 (20.41) | 4/41 (9.76) | ns |
Table 3: Annual resistance rates of Pseudomonas aeruginosa to 10 antimicrobial agents, 2023–2025. Values are presented as R/n (%), where R is the number of resistant isolates and n is the number of tested isolates for each antimicrobial agent and year. p-values compare 2023 versus 2025 using Fisher’s exact test. The Bonferroni-adjusted significance threshold was α = 0.005. The 95% confidence intervals were calculated using the Clopper–Pearson exact method. Denominators reflect the annual de-duplicated isolate counts unless incomplete antimicrobial panels require antibiotic-specific denominators. De-duplication was performed using a one-patient–one-isolate-per-calendar-year rule, with the first isolate retained. Abbreviations: CI = confidence interval; TMP-SMX = trimethoprim-sulfamethoxazole. ns = not significant.
Supplemental Table S1: Analysis of microbiological bacterial specimen data; reporting period: January 01, 2023 00:00:00 – December 31, 2023 23:59:59. Please click here to download this file.
Supplemental Table S2: Analysis of microbiological bacterial specimen data; reporting period: January 01, 2024 00:00:00 – December 31, 2024 23:59:59. Please click here to download this file.
Supplemental Table S3: Analysis of microbiological bacterial specimen data; reporting period: January 01, 2025 00:00:00 – December 31, 2025 23:59:59. Please click here to download this file.
Discusión
La gestión antimicrobiana basada en la calidad de los datos de vigilancia
Los métodos tradicionales de conteo de aislamientos pueden sobrestimar la resistencia antimicrobiana debido al muestreo repetido del mismo paciente, especialmente en unidades donde los pacientes suelen presentar hospitalizaciones prolongadas. El uso de una estrategia de desduplicación de primer aislamiento por paciente es coherente con las recomendaciones de la OMS GLASS y ayuda a reducir este posible sesgo17,18. En el presente estudio, el enfoque de «un paciente–un aislamiento por año calendario» permitió evaluar los patrones anuales de resistencia de PA utilizando un conjunto de datos centrado en el paciente, en lugar de una acumulación de aislamientos repetidos. No obstante, dado que teóricamente el mismo paciente podría incluirse en más de una cohorte anual, los datos deben interpretarse como vigilancia anual a nivel de aislamientos y no como una cohorte longitudinal de pacientes.
Tras la eliminación de duplicados, se analizaron los patrones de resistencia antimicrobiana de PA en todo el hospital y se compararon de forma descriptiva entre los tres años del estudio. El perfil de resistencia ponderado a nivel hospitalario mostró cambios solo moderados entre 2023 y 2025, y los datos disponibles no demostraron una reducción significativa en la resistencia tras la implementación de la intervención en cuatro dimensiones. Por lo tanto, los hallazgos actuales no deben interpretarse como evidencia de la eficacia de la intervención. Un efecto retardado del manejo antimicrobiano sigue siendo posible, ya que los cambios en el comportamiento de prescripción, el consumo de antimicrobianos y la presión selectiva pueden requerir más de un ciclo clínico para volverse medibles19,20. Estudios previos han reportado reducciones progresivas en la resistencia de PA tras intervenciones combinadas de manejo antimicrobiano y prevención de infecciones21,22. Sin embargo, esos estudios se realizaron en entornos asistenciales diferentes y utilizaron poblaciones de pacientes distintas, componentes de intervención diferentes, definiciones de resistencia diversas, períodos de observación variables y medidas de resultado distintas. Por consiguiente, sus hallazgos deben compararse con cautela respecto a los del presente estudio retrospectivo unicéntrico.
Los informes de vigilancia externa se utilizaron únicamente para proporcionar un contexto descriptivo de los patrones de resistencia observados en este hospital. Los datos de vigilancia CHINET de China informaron una disminución de la resistencia de PA a imipenem y meropenem para 2024, mientras que otros estudios multicéntricos y regionales también describieron cambios en la resistencia de PA a lo largo del tiempo23,24,25,26. En contraste, el presente estudio se realizó en un hospital especializado en enfermedades infecciosas, en el cual la mayoría de los aislamientos de PA procedían de la Resp-TB. Los pacientes de este departamento pueden haber experimentado hospitalizaciones prolongadas, historias complejas de infección, enfermedad pulmonar estructural y exposición repetida a antimicrobianos, factores que podrían haber influido en los patrones de resistencia observados. Un estudio realizado en un hospital terciario de Arabia Saudita reportó una tasa de PA-MDR de aproximadamente 37,5 %16, pero este valor no puede compararse directamente con los hallazgos actuales debido a diferencias en el diseño del estudio, las características de los pacientes, los métodos de muestreo, los procedimientos de desduplicación, las definiciones de resistencia y los paneles antimicrobianos. Se requiere una precaución similar al comparar los datos actuales con estudios longitudinales de otras regiones27. Por consiguiente, los valores de referencia externos mostrados en la Figura 7 son meramente descriptivos y no deben interpretarse como evidencia de una reducción significativa, una mejora acumulativa, una convergencia hacia un punto de referencia, el logro de una meta o la eficacia de una intervención.
El aumento transitorio de la resistencia a los carbapenémicos en 2024 también debe interpretarse con cautela. La resistencia a meropenem aumentó del 9,68 % en 2023 al 18,37 % en 2024 y posteriormente disminuyó al 12,20 % en 2025. De manera similar, la resistencia a imipenem aumentó del 12,90 % al 24,49 % y luego disminuyó al 17,07 %. Estas fluctuaciones podrían reflejar cambios en la presión selectiva de antimicrobianos, en la mezcla de casos clínicos, en el uso empírico de carbapenémicos o en posibles dinámicas de transmisión. Sin embargo, no se investigaron directamente la diseminación clonal, la producción de carbapenemasas, las alteraciones en las porinas, la expresión de bombas de eflujo ni otros mecanismos moleculares de resistencia. Por lo tanto, estos mecanismos deben considerarse explicaciones posibles derivadas de informes previos28,29,30,31,32, y no como conclusiones respaldadas por el conjunto actual de datos. Asimismo, el número relativamente pequeño de aislamientos anuales podría haber amplificado los cambios aparentes de un año a otro en los porcentajes de resistencia.
Las trayectorias de resistencia de los 10 agentes antimicrobianos evaluados mostraron patrones heterogéneos específicos para cada antibiótico. La resistencia a tobramicina, cefepima y piperacilina-tazobactam disminuyó durante el período del estudio y se mantuvo baja para 2025. La resistencia a tobramicina y a piperacilina-tazobactam alcanzó el 0,00 % en 2025, mientras que la resistencia a cefepima disminuyó hasta el 2,44 %. La resistencia a amikacina también se mantuvo baja durante todo el período del estudio, oscilando entre 0,00 % y 4,08 %. Estos hallazgos podrían reflejar prácticas locales de prescripción, medidas de vigilancia antimicrobiana, diferencias en la exposición a antimicrobianos y cambios en la presión selectiva33,34. Sin embargo, no se dispuso de datos individuales de prescripción, dosis diarias definidas, días de tratamiento, indicaciones terapéuticas, regímenes de dosificación ni duración del tratamiento. Por consiguiente, los cambios específicos observados para cada antibiótico no pueden atribuirse causalmente a la intervención tetradimensional.
La resistencia a carbapenémicos alcanzó su punto máximo en 2024 y posteriormente disminuyó en 2025. Este patrón podría haber estado asociado con el uso empírico de carbapenémicos en pacientes más gravemente enfermos, cambios en las características clínicas de los pacientes ingresados, presión antimicrobiana selectiva o factores de control de infecciones no medidos. La tolerancia asociada a biopelículas y otros mecanismos adaptativos se han descrito en estudios previos de PA35,36. Sin embargo, el presente estudio no incluyó pruebas de biopelículas, detección de carbapenemasas, análisis molecular de resistencia, secuenciación del genoma completo ni evaluación de la transmisión clonal. Por lo tanto, estas explicaciones permanecen como posibilidades basadas en la literatura y no deben considerarse mecanismos demostrados en la cohorte actual.
La resistencia a la levofloxacina aumentó progresivamente del 16,13 % en 2023 al 22,45 % en 2024 y al 36,59 % en 2025. En la TB-Resp, los pacientes pueden recibir exposición prolongada o repetida a regímenes antituberculosos que contienen fluoroquinolonas, incluyendo moxifloxacina y levofloxacina. Dicha exposición podría ejercer una presión selectiva cruzada sobre PA y otros patógenos bacterianos37,38. Sin embargo, el presente estudio no recopiló datos a nivel individual sobre los regímenes antituberculosos, exposición previa a fluoroquinolonas, dosis antimicrobianas acumuladas, duración del tratamiento ni cumplimiento terapéutico. Por lo tanto, no fue posible evaluar una asociación directa entre la terapia antituberculosa que contiene fluoroquinolonas y el aumento de la resistencia a la levofloxacina. La tendencia observada debe considerarse como una señal de vigilancia que requiere una investigación adicional, más que como evidencia de una relación causal confirmada.
La resistencia al trimetoprim-sulfametoxazol se mantuvo consistentemente alta durante todo el período del estudio, con tasas del 96,77 % en 2023, el 79,59 % en 2024 y el 92,68 % en 2025. PA es intrínsecamente poco susceptible al trimetoprim-sulfametoxazol; por lo tanto, estos resultados no deben interpretarse de la misma manera que la resistencia adquirida frente a agentes antipseudomonas de actividad habitual. Por el contrario, los hallazgos refuerzan el valor limitado del trimetoprim-sulfametoxazol para el tratamiento dirigido contra PA y la importancia de interpretar los resultados de la prueba de sensibilidad antimicrobiana en el contexto de las características de resistencia intrínseca y las normas actuales de pruebas de susceptibilidad.
El Resp-TB fue seleccionado como el objetivo principal de la vigilancia y la intervención de PA porque contribuyó con la proporción más alta de aislamientos durante el período del estudio. Los pacientes con tuberculosis pulmonar pueden presentar daño estructural pulmonar, hospitalización prolongada, exposición repetida a agentes antimicrobianos, respuestas inmunitarias alteradas y múltiples enfermedades subyacentes, todos los cuales podrían aumentar la susceptibilidad a la colonización o infección por PA39,40,41,42,43,44,45. Además, en las salas de tuberculosis frecuentemente se recogen y manipulan especímenes respiratorios y secreciones, y existe un contacto estrecho entre pacientes, cuidadores y personal sanitario. Estas circunstancias pueden crear oportunidades para la contaminación ambiental y la transmisión nosocomial46,47. Por lo tanto, la alta concentración de aislamientos de PA en este departamento respalda la continuación de la vigilancia de resistencia, la recolección estandarizada de especímenes respiratorios, la limpieza ambiental, el manejo de secreciones y el refuerzo de las prácticas de higiene de manos.
Dentro de las limitaciones de este diseño retrospectivo monocéntrico, la proporción anual departamental informada para la TB-Resp no disminuyó tras la implementación de la intervención. Los valores informados fueron del 74,19 % en 2023, el 81,63 % en 2024 y el 82,93 % en 2025, sin una reducción estadísticamente significativa (prueba de tendencia lineal de Cochran-Armitage, Z = 0,89, p ≈ 0,37). Estos valores describen la distribución anual departamental de aislamientos de PA y no deben interpretarse como una tasa directa de resistencia específica al antibiótico. Por consiguiente, los hallazgos no demuestran una reducción clara asociada a la intervención en la resistencia de PA a nivel departamental. No obstante, el marco de cuatro componentes—monitoreo dinámico de la resistencia, prescripción estratificada por riesgo, recolección estandarizada de muestras y prevención y control de infecciones mejorados—podría proporcionar una estructura práctica para coordinar las actividades de vigilancia antimicrobiana, diagnóstico microbiológico y control de infecciones en torno a datos locales de vigilancia.
La ausencia de una reducción estadísticamente significativa no indica necesariamente que todos los componentes de la intervención carecieran de valor. La recolección estandarizada de muestras puede haber mejorado la calidad y representatividad de las muestras respiratorias, mientras que los informes de vigilancia trimestrales pueden haber aumentado la conciencia de los clínicos sobre los patrones locales de resistencia. La higiene de manos mejorada y la desinfección ambiental también pueden haber apoyado las prácticas rutinarias de prevención de infecciones. Sin embargo, el conjunto de datos retrospectivo actual no incluyó indicadores de proceso, como el consumo de antimicrobianos, la adecuación de las prescripciones empíricas, el cumplimiento de los protocolos de recolección de muestras, la adherencia a la higiene de manos, los resultados de cultivos ambientales o el tiempo hasta el inicio de la terapia adecuada. Por lo tanto, no fue posible evaluar la fidelidad de la implementación ni los efectos independientes de los cuatro componentes de la intervención.
Se deben priorizar varias líneas en la investigación futura. En primer lugar, se necesitan estudios prospectivos multicéntricos con tamaños de muestra más grandes y departamentos de control contemporáneos para validar las tendencias de resistencia observadas y determinar si marcos de gestión similares son aplicables en diferentes entornos sanitarios. En segundo lugar, se debe incorporar información clínica a nivel del paciente, incluyendo diagnósticos, gravedad de la infección, comorbilidades, exposición a antimicrobianos, duración del tratamiento, resultados clínicos y la distinción entre infección y colonización. En tercer lugar, se debe cuantificar el consumo de antimicrobianos utilizando medidas estandarizadas, como las dosis diarias definidas o los días de terapia, para evaluar la relación entre las prácticas de prescripción y la resistencia subsiguiente.
Los estudios futuros también deberían incorporar métodos epidemiológicos moleculares. El secuenciamiento completo del genoma, la detección de genes de carbapenemasa, el análisis de alteraciones en OprD y la evaluación de la expresión de las bombas de eflujo ayudarían a esclarecer los mecanismos subyacentes a la resistencia a carbapenémicos y determinar si los cambios temporales están relacionados con la adquisición independiente de resistencia o con la transmisión clonal. Se requiere un seguimiento longitudinal para evaluar la sostenibilidad de las intervenciones dirigidas en entornos con alta carga de enfermedad, como las salas respiratorias y de tuberculosis. Además, un marco de Una Sola Salud que incluya la vigilancia ambiental de aguas residuales hospitalarias, superficies de alto contacto, equipos de cuidado respiratorio y datos regionales de resistencia a antimicrobianos podría ayudar a esclarecer las implicaciones más amplias para la salud pública de la resistencia local de PA.
En conclusión, este estudio retrospectivo de un solo centro utilizó un enfoque de desduplicación de un paciente–un aislado por año calendario para describir los patrones de resistencia antimicrobiana de aislamientos clínicos de PA recolectados entre 2023 y 2025. La proporción anual departamental reportada para la Resp-TB no disminuyó tras la implementación de la intervención dirigida con enlace en cuatro dimensiones, y los datos disponibles no demostraron una reducción asociada a la intervención en la resistencia antimicrobiana. Los valores de referencia externos se utilizaron únicamente como contexto descriptivo y no fueron directamente comparables debido a diferencias en las definiciones de resistencia, métodos de muestreo, poblaciones de pacientes, procedimientos de desduplicación y paneles antimicrobianos. Los patrones específicos por antibiótico fueron heterogéneos: la resistencia a tobramicina, cefepima y piperacilina–tazobactam se mantuvo baja en 2025, mientras que la resistencia a levofloxacina aumentó y la resistencia a trimetoprima–sulfametoxazol permaneció consistentemente alta. Estos hallazgos respaldan la vigilancia local continua de la resistencia y el monitoreo del uso prudente de antimicrobianos, particularmente en la Resp-TB, que aportó la mayoría de los aislamientos de PA.
Este estudio tiene varias limitaciones. En primer lugar, el diseño retrospectivo de un solo centro y el tamaño relativamente pequeño de la muestra (n = 121) limitaron el poder estadístico y la generalizabilidad, particularmente para departamentos con pocos aislamientos. En segundo lugar, no se contaba de forma sistemática con datos clínicos detallados. Por lo tanto, los aislamientos se describen como “aislamientos clínicos” en lugar de infecciones confirmadas, y no fue posible establecer una distinción formal entre infección y colonización. En tercer lugar, no se disponía de datos sobre la prescripción y consumo de antimicrobianos a nivel individual de los pacientes, lo que limitó la evaluación de la relación entre la intervención de optimización del uso de antimicrobianos, el uso de estos fármacos y los patrones de resistencia.
Cuarto, el estudio careció de un departamento control contemporáneo y no utilizó un diseño de series temporales interrumpidas. Por lo tanto, no fue posible distinguir los cambios temporales de las tendencias generales, los cambios en la mezcla de casos de pacientes o de otras actividades concurrentes de control de infecciones. Quinto, no se investigaron los mecanismos moleculares de resistencia, incluyendo genes de carbapenemasa, alteraciones en OprD, expresión de bombas de eflujo, tolerancia asociada a biopelículas y transmisión clonal. Sexto, la eliminación de duplicados se basó en los nombres de los pacientes y en una regla de un paciente–un aislado por año calendario. Por ello, no puede descartarse la clasificación errónea ni la inclusión repetida del mismo paciente en diferentes años.
Finalmente, los fenotipos MDR y XDR no fueron clasificados sistemáticamente en este conjunto de datos retrospectivo, y el estudio se centró en las tasas de resistencia específicas a antibióticos en lugar de en fenotipos de resistencia compuestos. También estuvieron disponibles indicadores de proceso que reflejan la fidelidad de la intervención, incluyendo el consumo de antimicrobianos, la adecuación de la terapia empírica, el cumplimiento de la higiene de manos, las tasas de rechazo por calidad de las muestras y el desempeño de la desinfección ambiental. Futuros estudios prospectivos multicéntricos deberían utilizar identificadores robustos de pacientes, definiciones estandarizadas de MDR/XDR, datos a nivel de prescripción, controles contemporáneos, pruebas moleculares y períodos de observación suficientemente largos para validar estos hallazgos y determinar el valor a largo plazo de las intervenciones dirigidas de vigilancia antimicrobiana.
Divulgaciones
Los autores no tienen conflictos de intereses que declarar.
Agradecimientos
Agradecemos a los miembros del equipo por su apoyo y contribución a este experimento. Este trabajo fue financiado por el Proyecto de la Oficina de Ciencia y Tecnología de Huaian (Número de subvención HAB2024030).
Materiales
| Nombre | Empresa | Número de catálogo | Comentarios |
|---|---|---|---|
| Estándar 0,5 de McFarland | bioMérieux, France | 21182 | Normalización del inóculo |
| Agar sangre de oveja al 5% | Thermo Fisher Scientific, USA | PKR01200 | Cultivo de especímenes clínicos |
| Tarjeta AST-N399 | bioMérieux, France | REF 423701 | Prueba de susceptibilidad antimicrobiana para el panel antimicrobiano |
| CLSI M100 (33.ª ed.) | CLSI, USA | M100-ED33 | Interpretación de puntos de corte |
| Tarjeta de identificación GN | bioMérieux, France | 21341 | Identificación definitiva de aislamientos Gram-negativos |
| GraphPad Prism | GraphPad Software, USA | Version 9.0 | Generación de figuras |
| Agar MacConkey | Thermo Fisher Scientific, USA | R01552 | Diferenciación de bacterias Gram-negativas |
| P. aeruginosa ATCC 27853 | ATCC, USA | ATCC 27853 | Cepa de referencia para control de calidad diario |
| SPSS Statistics | IBM Corp., USA | Version 26.0 | Análisis estadístico |
| Agar soya tripticasa con bacitracina | BD, USA | ICN1010617 | Cultivo selectivo |
| Sistema VITEK 2 Compact | bioMérieux, France | V2COMPACT | ID/AST automatizado |
Referencias
- Elfadadny A et al. Antimicrobial resistance of Pseudomonas aeruginosa: navigating clinical impacts, current resistance trends, and innovations in breaking therapies. Front Microbiol. 2024;15:1374466.
- Algammal AM et al. Multidrug resistant Pseudomonas aeruginosa: pathogenesis, resistance mechanisms, and novel therapeutic strategies. Microb Pathog. 2024;195:106913.
- Zhao Y et al. Multidrug resistance in Pseudomonas aeruginosa: genetic control mechanisms and therapeutic advances. Mol Biomed. 2024;5(1):62.
- Naghavi M et al. Global burden of bacterial antimicrobial resistance 1990-2021: a systematic analysis with forecasts to 2050. Lancet. 2024;404(10459):1199-226.
- Murray CJL et al. Global burden of bacterial antimicrobial resistance in 2019: a systematic analysis. Lancet. 2022;399(10325):629-55.
- World Health Organization. WHO bacterial priority pathogens list, 2024. Geneva: World Health Organization; 2024.
- Pipitò L et al. Antimicrobial resistance in ESKAPE pathogens: a retrospective epidemiological study at the University Hospital of Palermo, Italy. Antibiotics (Basel). 2025;14(2):186.
- Sinha S et al. Prevalence of co-infection of culture-proven bacterial pathogens in microbiologically confirmed pulmonary tuberculosis patients from a tertiary care center. Cureus. 2024;16(8):e67423.
- Kawa DE et al. Characterization of beta-lactamase and fluoroquinolone resistance determinants in Escherichia coli, Klebsiella pneumoniae, and Pseudomonas aeruginosa isolates from a tertiary hospital in Yolo, Nigeria. Trop Med Infect Dis. 2023;8(11):500.
- Hernandez-Jimenez P et al. Risk factors and outcomes for multidrug resistant Pseudomonas aeruginosa infection in immunocompromised patients. Antibiotics (Basel). 2022;11(11):1459.
- Tumbarello M et al. Multidrug-resistant Pseudomonas aeruginosa bloodstream infections: risk factors and mortality. Epidemiol Infect. 2011;139(11):1740-9.
- Mitamura M et al. Comparison of de-duplication methods used by WHO Global Antimicrobial Resistance Surveillance System (GLASS) and Japan Nosocomial Infections Surveillance (JANIS) in the surveillance of antimicrobial resistance. PLoS One. 2020;15(6):e0228234.
- Clinical and Laboratory Standards Institute. Analysis and presentation of cumulative antimicrobial susceptibility test data. 5th ed. CLSI supplement M39. Wayne (PA): Clinical and Laboratory Standards Institute; 2022.
- Clinical and Laboratory Standards Institute. Performance standards for antimicrobial susceptibility testing. 33rd ed. CLSI supplement M100. Wayne (PA): Clinical and Laboratory Standards Institute; 2023.
- Wan Y et al. Navigating an evolving microbial landscape: emerging antimicrobial resistance trends and precision stewardship in Tianjin tertiary hospitals (2021-2023). Front Cell Infect Microbiol. 2025;15:1629038.
- Shabi Y et al. A decade of antimicrobial resistance trends in Pseudomonas aeruginosa: insights from a tertiary care hospital in Saudi Arabia (2013-2022). Front Microbiol. 2025;16:1617522.
- Kim S, Yoo SJ, Chang J. Importance of susceptibility rate of 'the first' isolate: evidence of real-world data. Medicina (Kaunas). 2020;56(10):507.
- Simner PJ et al. What's new in antibiograms? Updating CLSI M39 guidance with current trends. J Clin Microbiol. 2022;60(10):e02210-21.
- Aiesh BM et al. Impact of an antibiotic stewardship program on antibiotic utilization, bacterial susceptibilities, and cost of antibiotics. Sci Rep. 2023;13(1):5040.
- Sartelli M et al. Preventing and controlling healthcare-associated infections: the first principle of every antimicrobial stewardship program in hospital settings. Antibiotics (Basel). 2024;13(9):896.
- Guo L et al. Successful control of resistance in Pseudomonas aeruginosa using antibiotic stewardship and infection control programs at a Chinese university hospital: a 6-year prospective study. PLoS One. 2018;13(5):e0196932.
- Eljaaly K et al. Impact of an antimicrobial stewardship programme on antimicrobial utilization and the prevalence of MDR Pseudomonas aeruginosa in an acute care hospital in Qatar. JAC Antimicrob Resist. 2021;3(3):dlab095.
- Guo Y et al. Antimicrobial resistance profile of clinical isolates from hospitals across China: CHINET 2024 surveillance report. One Health Adv. 2025;3:23.
- Qin X et al. Antimicrobial resistance of clinical bacterial isolates in China: current status and trends. JAC Antimicrob Resist. 2024;6(2):dlae052.
- Li J et al. Trends and implications of antimicrobial resistance in Pseudomonas aeruginosa: insights from a 19-year study in Zhejiang Province. Medicine (Baltimore). 2024;103(46):e40606.
- Xiao S, Liang X, Han L, Zhao S. Incidence, antimicrobial resistance and mortality of Pseudomonas aeruginosa bloodstream infections among hospitalized patients in China: a retrospective observational multicenter cohort study from 2017 to 2021. Front Public Health. 2023;11:1294141.
- Cimpeanu O et al. Trends in antimicrobial resistance of Acinetobacter baumannii and Pseudomonas aeruginosa from bloodstream infections: an eight-year study in a Romanian tertiary hospital. Microorganisms. 2025;13(7):1558.
- Zhao Y et al. Epidemiological and genetic characteristics of clinical carbapenem-resistant Pseudomonas aeruginosa strains in Guangdong Province, China. Microbiol Spectr. 2023;11(3):e0426122.
- Flores-Vega VR et al. High-risk Pseudomonas aeruginosa clones harboring beta-lactamases: 2024 update. Heliyon. 2025;11(1):e41540.
- Dobrescu MS et al. The difference a year can make: how antibiotic resistance mechanisms in Pseudomonas aeruginosa have changed in Northwestern Transylvania. Biomolecules. 2025;15(1):1.
- Xie X et al. Molecular epidemiology and carbapenem resistance mechanisms of Pseudomonas aeruginosa isolated from a hospital in Fujian, China. Front Microbiol. 2024;15:1431154.
- Huang W et al. Carbapenem-resistant Pseudomonas aeruginosa infections in critically ill children: prevalence, risk factors, and impact on outcome in a large tertiary pediatric hospital of China. Front Public Health. 2023;11:1088262.
- Falcone M, Galfo V, Tiseo G. Not all carbapenem-resistant Pseudomonas aeruginosa strains are alike: tailoring antibiotic therapy based on resistance mechanisms. Curr Opin Infect Dis. 2024;37(6):594-601.
- Schwartz B et al. Multidrug resistant Pseudomonas aeruginosa in clinical settings: a review of resistance mechanisms and treatment strategies. Pathogens. 2024;13(11):975.
- Ciofu O, Tolker-Nielsen T. Tolerance and resistance of Pseudomonas aeruginosa biofilms to antimicrobial agents-how P. aeruginosa can escape antibiotics. Front Microbiol. 2019;10:913.
- Higazy D et al. In vivo evolution of antimicrobial resistance in a biofilm model of Pseudomonas aeruginosa lung infection. ISME J. 2024;18(1):wrae036.
- Anggriawan IMB, Rochmawati ID. Prevalence and risk factors of fluoroquinolone resistance in major bacterial pathogens: a systematic review and meta-analysis. Int J Microbiol. 2026;2026:3173058.
- Panholzer J et al. Ciprofloxacin-resistant Pseudomonas aeruginosa lung abscess complicating COVID-19 treated with the novel oral fluoroquinolone delafloxacin. Case Rep Pulmonol. 2022;2022:1008330.
- Jiang J et al. Disseminated tuberculosis is associated with impaired T cell immunity mediated by the non-canonical NF-kappaB pathway. J Infect. 2024;89(3):106231.
- Moreira-Teixeira L et al. T cell-derived IL-10 impairs host resistance to Mycobacterium tuberculosis infection. J Immunol. 2017;199(2):613-23.
- Schwander S, Dheda K. Human lung immunity against Mycobacterium tuberculosis: insights into pathogenesis and protection. Am J Respir Crit Care Med. 2011;183(6):696-707.
- Yuan Q et al. Risk factors and outcomes of inpatients with carbapenem-resistant Pseudomonas aeruginosa bloodstream infections in China: a 9-year trend and multicenter cohort study. Front Microbiol. 2023;14:1137811.
- Maraolo AE et al. Clinical outcomes and predictors of mortality in patients with difficult-to-treat resistant Pseudomonas aeruginosa infections: a retrospective cohort study. Antibiotics (Basel). 2026;15(1):33.
- Abdul Jabar K et al. Predictors of mortality in Pseudomonas aeruginosa bloodstream infections: a scoping review. Pathogens. 2026;15(1):61.
- Geremia N et al. Risk factors for 30-day mortality and the role of empirical therapy in Pseudomonas aeruginosa bloodstream infections. Infection. 2025;53(5):2243-56.
- Boyce JM. Hand and environmental hygiene: respective roles for MRSA, multi-resistant Gram-negative bacteria, Clostridioides difficile, and Candida spp. Antimicrob Resist Infect Control. 2024;13(1):110.
- Glowicz JB et al. SHEA/IDSA/APIC practice recommendation: strategies to prevent healthcare-associated infections through hand hygiene: 2022 update. Infect Control Hosp Epidemiol. 2023;44(3):355-76.