הרשמה ל-JoVE נדרשת לצפייה בתוכן זה. התחברו או התחילו בגרסת ניסיון בחינם.

מאמר מחקר

ניתוח ביבליומטרי חזותי של מוקדי מחקר ומגמות בעמידות לאנטיביוטיקה בסין

101 צפיות

⸱

DOI:

10.3791/72404

⸱

8 בספטמבר 2026

 ,  , 
1Infectious Department, The Affiliated People's Hospital of Ningbo University

במאמר זה

סיכום

ניתוח ביבליומטרי זה ממפה מגמות מחקר ועמדי עניין מתהווים (hotspots) בנושא עמידות לאנטיביוטיקה בסין בין השנים 2016–2025 באמצעות CiteSpace. הממצאים מדגישים תשומת לב גוברת לטיפולים חדשניים ולגישות מבוססות טכנולוגיה, לצד מגמות עמידות מנוגדות של MRSA ו-CRKP, תוך הדגשת הצורך במעקב מתמשך ובניהול מושכל ומכוון של טיפולים אנטיביוטיים.

תקציר

במטרה לנתח באופן שיטתי את נוף המחקר של עמידות לאנטיביוטיקה (AMR) בסין בין השנים 2016–2025, לזהות מוקדי עניין (hotspots) ולגלות מגמות עולות באמצעות טכניקות ויזואליזציה ביבליומטריות, אספנו 3,096 פרסומים מתוך Web of Science Core Collection (כולל Science Citation Index Expanded, SCI-E) ומתוך China National Knowledge Infrastructure (CNKI). באמצעות CiteSpace, ביצענו ניתוח רשת של כתיבה משותפת, מיפוי של הופעות משותפות של מילות מפתח וניתוח אשכולות באמצעות אלגוריתם Log-Likelihood Ratio (LLR). זיהוי התפרצויות (burst detection) באמצעות אלגוריתם של Kleinberg אפשר את זיהוי חזיתות המחקר, בעוד שערכי modularity Q (>0.3) ומדדי silhouette תיקפו את איכות המבנה של הרשת. מספר הפרסומים עלה מ-357 בשנת 2016 ל-365 בשנת 2022, עם צמיחה מואצת לאחר התקופה שבין 2019–2022. שש אשכולות מחקר עיקריים עלו עם תוקף מבני משמעותי (modularity Q = 0.8108). ניתוח התפרצויות זיהה את העמידות לכוליסטין הניידת-פלסמיד-1 (mcr-1, עוצמת התפרצות 9.12) ואת הקרבפנמאז (8.52) כאותות העולים החזקים ביותר. ניטור העמידות חשף מגמות מנוגדות: שכיחות של Klebsiella pneumoniae העמידה לקרבפנם עלתה באופן מדאיג מ-5.6% ל-20.0%, בעוד ששכיחות של Staphylococcus aureus העמיד למתהיצילין ירדה מ-48.8% ל-25.8%. ניתוח רשת המחברים חשף מבנה ריכוזי מאוד עם שיתופי פעולה בינ-אזוריים מוגבלים. טיפולים חדשניים, כולל פפטידים אנטימיקרוביאליים, טיפול בפאג'ים ויישומי למידת מכונה, הראו עלייה משמעותית. באופן כללי, הדפוסים הביבליומטריים מצביעים על כך שמחקרי AMR בסין התפתחו מניטור תיאורי לעבר חקירה מכניסטית ותשומת לב גוברת להתערבויות חדשניות. הירידה בניגוד לעלייה בפתוגנים העמידים לקרבפנם מול Staphylococcus aureus העמיד למתהיצילין מדגישה את הצורך בניטור לאומי מתמשך, שיתוף פעולה בינ-אזורי חזק יותר, ניהול ממוקד של אנטיביוטיקה (antimicrobial stewardship) והעברה זהירה של טכנולוגיות עולות לפרקטיקה הקלינית.

מבוא

עמידות לאנטיביוטיקה (AMR) מהווה איום קריטי על בריאות הציבור העולמית, כאשר ארגון הבריאות העולמי מזהה אותה כאחד מעשרת איומי הבריאות המובילים העומדים בפני האנושות1. הנטל הכלכלי של AMR הוא משמעותי, ותחזיות מצביעות על כך שעד שנת 2050, זיהומים עמידים עלולים לגרום ל-10 מיליון מקרי מוות מדי שנה ברחבי העולם אם המגמות הנוכחיות יימשכו2. המנגנונים הבסיסיים של עמידות לאנטיביוטיקה בחיידקים כוללים התאמות גנטיות ופנוטיפיות מורכבות, הכוללות שינוי אנזימטי של התרופה, שינויים באתר המטרה, ביטוי יתר של משאבות השחלה (efflux pumps) ויצירת ביופילם, אשר יחד מאיימים על היעילות של כלי הטיפול הקיימים3. הערכות גלובליות אחרונות הדגישו עוד יותר את ההיקף הנרחב של אתגר זה, כאשר העמידות לאנטיביוטיקה מוכרת כעת כתופעה אקולוגית מורכבת הדורשת פעולה מתואמת במגזרי בריאות האדם, חקלאות בעלי חיים ומגזרי הסביבה4. ל-AMR יש גם השלכות רחבות יותר על פיתוח בר-קיימא, כולל יעדים סביבתיים וסוציו-כלכליים5. האתגר חריף במיוחד במאבק בעמידות במלריה, HIV ושחפת, שבהם זנים העמידים למספר תרופות מאיימים על עשורים של התקדמות בבקרה על מחלות זיהומיות6. ניתוחים היסטוריים של האפידמיולוגיה של AMR בסין תיעדו מאפיינים ייחודיים בהשוואה לאוכלוסיות במערב, כולל פרופילי גנים עמידים ייחודיים ודינמיקת העברה המעוצבת על ידי פרקטיקות של שירותי בריאות ודפוסי צריכת אנטיביוטיקה7.

סין, עם אוכלוסייתה הגדולה וצריכת האנטיביוטיקה המשמעותית שלה, ניצבת בפני אתגרי AMR חמורים במיוחד. השימוש באנטיביוטיקה לנפש בסין נותר גבוה באופן משמעותי בהשוואה למדינות אירופיות רבות, מה שיוצר לחץ סלקטיבי המניע את התפתחות העמידות8. מתוך הכרה בחומרת משבר זה, ממשלת סין יישמה את תוכנית הפעולה הלאומית לבלימת עמידות לאנטימיקרוביאליים (2016–2020, 2022–2025) והקימה את מערכת המעקב הסינית לעמידות לאנטימיקרוביאליים (CARSS) למעקב אחר דפוסי עמידות ברחבי המדינה9. מנקודת מבט אזורית, דרום-מזרח אסיה הפכה למוקד קריטי למחקר והפצה של AMR, כאשר ניתוחים ביבליומטריים חושפים תפוקת מחקר הצומחת במהירות ובמקביל למסלולה של סין10. מגמות ותחזיות גלובליות מצביעות על כך שבלי התערבות נחרצת, נטל התמותה מ-AMR ישפיע באופן לא פרופורציונלי על מדינות בעלות הכנסה בינונית, כאשר חלק מהתחזיות מעריכות כי אזור אסיה-פסיפי עשוי להוות כמעט מחצית מכלל מקרי המוות הקשורים לעמידות עד אמצע המאה11. תחזיות מדאימות אלו זירזו התחייבויות בינלאומיות לניהול תרופות אנטימיקרוביאליות (antimicrobial stewardship), אם כי עדיין קיימים פערים ביישום בין ניסוח המדיניות לבין הפרקטיקה הקלינית ברחבי העולם12. יוזמות אלו הניבו נתונים נרחבים על אפידמיולוגיה של עמידות, מנגנונים מולקולריים ותוצאות קליניות, ובכך סיפקו מקור עשיר לניתוח ביבליומטרי. לפיכך, מסגרות One Health עדכניות מדגישות התערבויות מתואמות בתחומי בריאות האדם, בריאות בעלי החיים, החקלאות ומגזרי הסביבה, בתמיכת ניהול תרופות אנטימיקרוביאליות וטכנולוגיות לאבחון מהיר13.

ניתוח ביבליומטרי, המשתמש בשיטות מתמטיות וסטטיסטיות כדי לנתח כמותית ספרות פרסומה, מאפשר לחוקרים לחשוף נקודות חמות (hotspots) של מחקר, לעקוב אחר מסלולי התפתחות ולחזות כיוונים עתידיים14. כלי ויזואליזציה כגון CiteSpace הופכים נתוני ציטוטים מורכבים למפות ידע אינטואיטיביות, ובכך חושפים דפוסים נסתרים בספרות המדעית15. מחקרים ביבליומטריים קודמים מיפו מגמות מחקר בתחומי AMR ספציפיים, כולל מחקר גלובלי על עמידות לפטריות16. עם זאת, ניתוח ביבליומטרי מקיף המשלב מחקרים בשפה הסינית ובשפה האנגלית על AMR בסין עדיין מוגבל. בניגוד לניתוחים ביבליומטריים קודמים שהתמקדו בתחומי AMR ספציפיים, המחקר הנוכחי משלב רשומות מה-CNKI בשפה הסינית ומה-Web of Science בשפה האנגלית, ומסגר את הממצאים הביבליומטריים באופן נפרד באמצעות מגמות ניטור של CARSS הלאומי. מחקר זה שואף לספק ניתוח ביבליומטרי שיטתי של מחקרי AMR בסין בין השנים 2016–2025, תוך שימוש בתוכנת CiteSpace ליצירת מפות ידע ולמתן המלצות מבוססות ראיות לסדרי עדיפויות מחקריים עתידיים ולפיתוח מדיניות. תכנון משולב זה מספק מבט דו-לשוני על נוף המחקר, תוך שהוא מאפשר לפרש מגמות ביבליומטריות לצד נתוני ניטור עמידות לאומיים, אך באופן בלתי תלוי מהם.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

פרוטוקול

מקורות נתונים

חיפוש ספרות מקיף בוצע both במאגרי מידע בינלאומיים ומקומיים כדי להבטיח כיסוי גלובלי של מחקרי AMR הקשורים לסין. עבור הספרות הבינלאומית, ביצענו חיפוש שיטתי ב-Web of Science Core Collection (כולל Science Citation Index Expanded, SCI-E) וב-China National Knowledge Infrastructure (CNKI) מה-1 בינואר 2016 ועד ה-31 בדצמבר 2025. שאילתת Boolean מדויקת עבור SCI-E: TS = ((“antimicrobial resistance” OR “antibiotic resistance” OR “drug resistance”) AND (“China” OR “Chinese” OR “Mainland China”)). עבור CNKI, שדה ה-Subject נסרק באמצעות המקבילים בשפה הסינית למונחים “antibiotic resistance”, “antimicrobial resistance” ו-“drug resistance”, בשילוב עם “China”. לא בוצע מיזוג רשמי של מילות מפתח ומילים נרדפות או עיבוד מקדים מבוסס תסאורוס לפני ניתוח ה-CiteSpace. החיפוש הסופי בוצע ב-28 באפריל 2026, כדי לאפשר זמן מספיק למאמרים שפורסמו עד ה-31 בדצמבר 2025 להיות מאונדקסים במאגרי המידע. מסנן שנת הפרסום במאגרי המידע הוגבל לשנים 2016–2025. רשומות המסומנות כ-Early Access נבדקו בנוסף במהלך הסינון, ומאמרים שתאריך הפרסום המקוון הראשון שלהם היה ב-2026 הוצאו מהניתוח. תוויות מילות מפתח נבדקו אל מול פלט ה-CiteSpace המקורי כדי להבטיח טרמינולוגיה עקבית בטקסט, בטבלאות ובאיורים.

בחיפוש ב-CNKI, נשלפו 983 רשומות מתוך ה-Peking University Core Journals (PKU Core), 802 מה-Chinese Science Citation Database (CSCD), ו-462 מה-World Journal Clout Index (WJCI). מכיוון שמאמר בודד עשוי להיות מאונדקס ביותר מקטגוריה אחת מאלה, מספרים אלו מייצגים רשומות שליפה ספציפיות לקטגוריה ואינם מהווים ספירות פרסומים שאינן חופפות. לכן, שלוש קבוצות הרשומות מוזגו לפני סינון הזכאות. כפילויות זוהו תחילה באמצעות התאמה מדויקת של ה-DOI. עבור רשומות ללא DOI, הושוו כותרות מאמרים מנורמלות יחד עם שם המחבר הראשון ושנת הפרסום. רשומות עם מטא-נתונים חסרים או לא עקביים נסקרו ידנית. כאשר אותו מאמר הופיע בשתי קטגוריות אינדוקס או יותר ב-CNKI, הוא נשמר פעם אחת בלבד במאגר ה-CNKI המשולב, ללא קשר למספר הקטגוריות שבהן הוא אונדקס. לאחר הסרת כפילויות בתוך ה-CNKI וסינון זכאות, נשמרו 1,096 מאמרים ייחודיים בשפה הסינית. לא הוחל סף של מקדם השפעה (impact-factor) של כתבי עת, מכיוון שמטרת מחקר זה הייתה לאפיין את נוף המחקר הכולל של AMR ולא להגביל את הקורפוס בהתאם ליוקר כתב העת. לא בוצעו הערכות פורמליות של איכות מתודולוגית או סיכון להטיה של פרסומים בודדים, מכיוון שמטרת מחקר זה הייתה לאפיין את הנוף הביבליומטרי הכולל ולא להעריך את האיכות המתודולוגית ברמת המחקר.

במאגרי SCI-E ו-CNKI זוהו בתחילה 5,286 רשומות. לאחר מכן, הופעלו אותם קריטריונים המבוססים על DOI, כותרת, מחבר ושנה כדי לזהות חפיפות פוטנציאליות בין מערכי הנתונים של CNKI ו-Web of Science. בסך הכל הוסרו 2,190 רשומות במהלך תהליך משולב של הסרת כפילויות ובדיקת התאמה, מה שהותיר 3,096 פרסומים לניתוח. התהליך המלא של זיהוי הספרות, הסינון וההכללה מוצג ב- איור משלים 1.

קריטריוני ההכללה היו: מחקרים המתמקדים בעמידות חיידקים לאנטיביוטיקה (AMR) בסין; מאמרים המדווחים על שיעורי עמידות, אפידמיולוגיה מולקולרית, תוצאות קליניות או אסטרטגיות התערבות; ופרסומים שפורסמו בין 1 בינואר 2016 ל-31 בדצמבר 2025. רשומות כפולות, פרסומים משנת 2026, סקירות או מטא-אנליזות ללא מערכי נתונים מקוריים, ומחקרים שהוגבלו ל-AMR וטרינרי או סביבתי ללא מרכיב של בריאות האדם הוצאו מהניתוח. סקירות ומטא-אנליזות ללא מערכי נתונים ראשוניים חדשים הוצאו מכיוון שהניתוח תוכנן לאפיין פלט של מחקר מקורי. הגבלת הקורפוס למחקר מקורי משפרת את ההשוואתיות של מדדים ביבליומטריים, כולל מספר פרסומים, דפוסי שותפות בכתיבה, שכיחות מילות מפתח ומדדים הקשורים לציטוטים, כיוון שמאמרים של סינתזת ראיות מרכזים מחקרים קודמים ועשויים להציג פרופילי ציטוט ומילות מפתח שונים באופן משמעותי. לאחר הסרת כפילויות בין מאגרי המידע וסינון של כותרות ותקצירים, נכללו בסך הכל 3,096 פרסומים לניתוח ביבליומטרי, הכוללים 1,096 מאמרים בשפה הסינית (35.4%) ו-2,000 פרסומים בשפה האנגלית (64.6%).

שיטות אנליטיות

לביצוע הניתוח הביבליומטרי נעשה שימוש ב-CiteSpace (Drexel University, Philadelphia, PA, USA)17. טווח הזמנים היה 2016–2025 עם אורך פרוסה של שנה אחת. סוגי הצמתים נבחרו בנפרד עבור ניתוחי מחברים, מוסדות ומילות מפתח. לבחירת הצמתים נעשה שימוש ב-g-index עם k = 10; התצורה המוצגת השתמשה גם ב-LRF = 2.5, L/N = 10, LBY = 5, ו-e = 1.0. גיזום מסלול (Pathfinder pruning) הוחל על רשתות המחברים, מילות המפתח והצבירים כדי להפחית קשרים מיותרים תוך שמירה על מבנה הרשת העיקרי. פרוסת זמן של שנה אחת נבחרה כדי לשמר שינויים שנתיים בתוך חלון המחקר בן 10 השנים.

נעשה שימוש בארבעה מודולים אנליטיים מרכזיים: ניתוח שותפות בכתיבה (co-authorship analysis) למיפוי רשתות שיתוף פעולה בין מחברים ומוסדות; ניתוח הופעה משותפת של מילות מפתח לזיהוי תמות מחקר והקשרים ביניהן; ניתוח אשכולות (cluster analysis) באמצעות אלגוריתם Log-Likelihood Ratio (LLR) להוצאת אשכולות תמטיים עם תיוג אוטומטי; וזיהוי התפרצויות (burst detection) באמצעות האלגוריתם של קליינברג (Kleinberg) לזיהוי מגמות מתהוות וחזיתות מחקר. מדדי רשת, כולל מודולריות Q וממוצע צללית (silhouette) S, שימשו להערכת איכות האשכולות. ערך מודולריות Q הגבוה מ-0.3 מעיד על מבנה קהילתי משמעותי, בעוד שערך ממוצע צללית הגבוה מ-0.7 מעיד על עקביות גבוהה בתוך האשכול ועל הקצאת אשכול אמינה18.

ניתוח סטטיסטי של מגמות עמידות

מגמות שיעורי העמידות עבור פתוגנים מרכזיים הופקו מהדוחות השנתיים של מערכת המעקב אחר עמידות לאנטימיקרוביאליים בסין (CARSS) (שנים 2016–2025), המרכזים נתונים מבתי חולים סנטנליים משתתפים ברחבי המדינה. נתוני מעקב אלו נותחו באופן בלתי תלוי מהקורפוס הביבליומטרי ולא הוקצו מתוך, לאאגרו או שלא נכללו בין 3,096 הפרסומים מ-Web of Science ו-CNKI ששימשו לניתוחי CiteSpace.

עבור כל שילוב של פתוגן–אנטימיקרוביאל, חילצנו את שיעור העמידות השנתי (אחוז האיזולטים הייחודיים העמידים לסוכן שצוין), את המספר הכולל של האיזולטים שנבדקו (המכנה), ואת מספר בתי החולים המשמשים כנקודות מעקב (sentinel hospitals) שסיפקו נתונים. בדיקות הרגישות בוצעו באמצעות שיטות סטנדרטיות של מיקרו-דילול במצע נוזלי (broth microdilution) או דיפוזיה של דיסקיות (disk diffusion), כאשר הפרשנות התבססה על הנחיות של המכון לתקני קליניקה ומעבדה (CLSI) (מסמכי M100, מהדורות 2016–2025).

כדי להעריך מגמות זמניות, ביצענו ניתוח רגרסיה ליניארית כאשר שיעור העמידות שימש כמשתנה התלוי והשנה כמשתנה הבלתי תלוי, עבור תקופה מלאה של 10 שנים (2016–2025). שיפוע הרגרסיה (β) ומקדם הדטרמינציה (R2) חושבו עבור כל זוג פתוגן–אנטימיקרוביאל. כדי להתחשב בשינויים אפשריים בכיסוי המעקב (למשל, הרחבה מ-1,398 בתי חולים בשנת 2016 ל-2,349 בתי חולים בשנת 2025), ביצענו גם ניתוחי רגישות שבהם שקלנו את שיעור העמידות של כל שנה לפי ההופכי של מספר בתי החולים המשתתפים ולפי ההתפלגות הגיאוגרפית של אתרי הדיווח. מודלים משוקללים אלו הניבו כיווני מגמה ורמות מובהקות העקביות עם הניתוחים הבלתי משוקללים; לכן, התוצאות הבלתי משוקללות מוצגות לצורך פשטות ויכולת פרשנות. כל הניתוחים הסטטיסטיים בוצעו באמצעות R גרסה 4.3.2 (R Foundation for Statistical Computing, Vienna, Austria). ערך p דו-זנבי <0.05 נחשב למובהק סטטיסטית.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

תוצאות

מגמות פרסום

בסך כולל של 3,096 פרסומים נכללו בניתוח. התפוקה השנתית הכוללת עלתה מ-357 פרסומים בשנת 2016 לשיא של 365 בשנת 2022, ולאחר מכן ירדה באופן רציף ל-146 בשנת 2025 (איור 1). התפוקה בשפה האנגלית עלתה מ-130 פרסומים בשנת 2016 ל-295 בשנת 2022, לפני שירדה ל-69 בשנת 2025. התפוקה בשפה הסינית ירדה מ-227 פרסומים בשנת 2016 ל-93 בשנת 2019, עלתה במהלך השנים 2020–2021, והסתיימה ב-77 בשנת 2025 (איור 1).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

דיון

הדפוסים הביבליומטריים מצביעים על כך שמחקרי AMR בסין התרחבו בהדרגה מניטור תיאורי ואפיון פתוגנים לעבר מנגנוני עמידות, גישות גנומיות ומחקרים מוכווני התערבות. אשכולות מילות המפתח החופפות ותקופות הפיקים (burst periods) מעידים על גיוון תמתי מצטבר ולא על שלושה שלבים נפרדים ובלעדיים. תזמון שינויים אלו חפף לתוכניות הפעולה הלאומיות לבלימת עמידות לאנטיביוטיקה לשנים 2016–2020 ו-2022–2025, המספקות הקשר מדיניות רלוונטי; עם זאת, הניתוח הביבליומטרי הנוכחי אינו יכול לקבוע כי פרסום המדיניות גרם לשינויים שנצפו בנושאי הפרסומים. העלייה במספר...

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

גילויים

המחברים מצהירים כי נעשה שימוש בכלים של בינה מלאכותית גנרטיבית (AI) בהכנת כתב יד זה באופן הבא: Grammarly (גרסה 1.2.3) שימש לליטוש השפה ולתיקון דקדוקי של טיוטת כתב היד הסופית; ChatGPT של OpenAI (דגם GPT-4, גישה באמצעות API ב-15 במרץ 2026) שימש לסייע בניקוי נתונים ביבליומטריים וליצירת סקריפטים ראשוניים ב-Python לעיבוד מקדים של נתונים; לא נעשה שימוש בכלי AI ליצירת הממצאים המדעיים, לפרשנות של התוצאות או לניסוח המסקנות; כל האיורים והטבלאות הופקו ישירות מפלטי CiteSpace ו-R 4.3.2 ללא סיוע של AI. המחברים סקרו ואישרו את כל התוכן שנוצר בסיוע AI והם נושאים באחריות מלאה לדיוק וליושרה של כתב היד.

תודות

המחברים מודים בכנות למחלקה למחלות זיהומיות בבית החולים המשויך של אוניברסיטת נינגבו (בית החולים של ינז'ו) על מתן התמיכה המנהלית והטכנית הנדרשת להשלמת כתב יד זה.

מחקר זה מומן על ידי פרויקט הדיסציפלינה האקדמית המובילה לרפואה ובריאות של נינגבוא (מענק מס' 2026-A42).

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

חומרים

רשימת החומרים שנעשה בהם שימוש במאמר זה
שםחברהמספר קטלוגהערות
CiteSpaceDrexel University, Philadelphia, PA, USAגרסה 6.4.R1לביצוע ניתוח ביבליומטרי מקיף, הכולל ניתוח שיתופי מחברים, ניתוח הופעה משותפת של מילות מפתח, ניתוח אשכולות וזיהוי התפרצויות (burst detection).
China National Knowledge Infrastructure (CNKI)China National Knowledge Infrastructureלא רלוונטילאיסוף מאמרי מחקר המסופקים על ידי מקורות מקומיים סיניים.
RR softwareגרסה 4.3.2
Web of Science Core Collection (SCI-E)Web of Scienceלא רלוונטילחיפוש ואחזור שיטתי של ספרות בינלאומית.

מקורות

  1. World Health Organization. Global action plan on antimicrobial resistance. World Health Organization; Geneva; 2015.
  2. O’Neill J. Tackling drug-resistant infections globally: Final report and recommendations. 2016.
  3. Bockstael K, Van Aerschot A. Antimicrobial resistance in bacteria. Open Med. 2009;4(2):141–155.
  4. Okeke IN, de Kraker MEA, Van Boeckel TP. The scope of the antimicrobial resistance challenge. Lancet. 2024;403(10442):13.
  5. Bhattacharya R, et al. Impact of antimicrobial resistance on sustainable development goals and the integrated strategies for meeting environmental and socio-economic targets. Environ Prog Sustain Energy. 2024;43(1):e14320.
  6. Duffey M, Shafer RW, Timm J. Combating antimicrobial resistance in malaria, HIV and tuberculosis. Nat Rev Drug Discov. 2024;23(6):19.
  7. Xiao YH, et al. Epidemiology and characteristics of antimicrobial resistance in China. Drug Resist Updat. 2011;14(4):236–241.
  8. Yin X, et al. A systematic review of antibiotic utilization in China. J Antimicrob Chemother. 2013;68(11):2445–2452.
  9. National Health Commission of the People’s Republic of China. National action plan to contain antimicrobial resistance (2022–2025). 2022.
  10. Borromeo AS, Manaloto AM, Antonio RP. Southeast Asian landscape of antimicrobial resistance research (2014–2024): A bibliometric analysis. J Glob Antimicrob Resist. 2025;45(c):125–132.
  11. Fekadu A, Woldeamanuel Y, Hailu A. Global trends and projections in antimicrobial resistance. Lancet. 2025;(10493):405.
  12. Selvaraj V, Sudhakar S, Sekaran S. Global trends and projections in antimicrobial resistance. Lancet. 405(10493):413–414.
  13. Bhattacharya R, et al. A One health plan to combat antimicrobial resistance for improving global health through sustainable development. Discov Public Health. 2025;22(1):521.
  14. Chen C, Leydesdorff L. Patterns of connections and movements in dual-map overlays: A new method of publication portfolio analysis. J Assoc Inf Sci Technol. 2014;65(2):334–351.
  15. Persson O, Danell R, Schneider JW. Using the BIBLIOMETRIX package for bibliometric analysis. Scientometrics. 2009;80(2):253–275.
  16. Bhattacharya R, et al. Bibliometric assessment of the global research trends in antimicrobial resistance for fungal species. Ind Biotechnol. 2024;20(5):212–224.
  17. Zhu J, Zhou Y, Ding YQ. Visualization analysis of hotspots and trends of drug control institutions in China based on bibliometrics. Chin J Mod Appl Pharm. 2023;40(18):2591–2599.
  18. Chen C. Science mapping: A systematic review of the literature. J Data Inf Sci. 2017;2(2):1–40.
  19. Wang S, Shen J, Yang Y. MRSA in China: Epidemiology, resistance mechanisms, and control strategies. Chin J Antibiot. 2021;46(9):837–844.
  20. Zhou W, Wen Z, Zhu W. Factors associated with clinical antimicrobial resistance in China: A nationwide analysis. Infect Dis Poverty. 2025;14:27.
  21. Sweileh WM, Al-Jabi SW, Zyoud SH. Global research output in antimicrobial resistance among uropathogens: A bibliometric analysis (2002–2016). J Glob Antimicrob Resist. 2017;11:230–238.
  22. Cui L, Li Y, Cheng L. Effectiveness of an antimicrobial stewardship program in reducing antimicrobial use and microbial resistance in a tertiary hospital in China. J Glob Antimicrob Resist. 2019;17:168–174.
  23. Yang Y, Li Y, Wang Z. Machine learning-enabled prediction of antimicrobial resistance from whole-genome sequencing data. J Clin Microbiol. 2021;59(10):e00821-21.
  24. Bhattacharya R, et al. Artificial intelligence for sustainable solutions in combating antimicrobial resistance through data driven health innovations. Discov Public Health. 2026;23(1):10.
  25. Yosef I, Manor M, Kiro R. Temperate and lytic bacteriophages programmed to sensitize and kill antibiotic-resistant bacteria. Proc Natl Acad Sci U S A. 2015;112(23):7267–7272.
  26. Shou TJ, Cheng XQ, Gong S. Analysis of antimicrobial use strategy in childhood perforated appendicitis based on bacterial resistance changes. Chin Gen Pract. 2020;23(24):3070–3074.
  27. China Antimicrobial Resistance Surveillance System. Surveillance of antimicrobial resistance in bacteria isolated from cerebrospinal fluid specimens from 2020 to 2024. Chin J Infect Chemother. 2026;26(2):196–205.
  28. Gao YH, Ma XY, Wang DB. Distribution and drug resistance of pathogens causing acute bacterial conjunctivitis in children. J Pathog Biol. 2024;19(10):1194–1197.
  29. Zhang Y, Fan YY, Yao LH. Drug resistance and risk factors of multidrug-resistant bacteria in neonatal pneumonia. J Pathog Biol. 2020;15(11):1340–1343.
  30. Duan MB, He XZ, Qi JY. Research progress on anti-multidrug resistant bacteria drugs. J Shenyang Pharm Univ. 2023;40(12):1680–1690.
  31. Zhou LC, Li GQ, Xu BY. Distribution and drug resistance of pathogens in acute, delayed and chronic periprosthetic joint infections. Chin J Surg. 2021;59(6):484–490.
  32. Zhang XX, Ge W, Yang M. Analysis of resistance of 137 Neisseria gonorrhoeae strains to 5 antimicrobial agents. Chin J Dermatovenereol. 2022;36(2):199–203.
  33. Zhang XY, Han Y, Wang YM. Correlation analysis between antimicrobial resistance of Pseudomonas aeruginosa and antimicrobial use density. J Hebei Univ Nat Sci Ed. 2021;41(2):188–194.
  34. China Antimicrobial Resistance Surveillance System. Antimicrobial resistance surveillance report of common clinical isolates from elderly patients from 2014 to 2019. Chin J Infect Control. 2021;20(2):112–123.
  35. Ruan ZH, Huang AX, Wang XJ. Overview of CLSI, EUCAST and Chinese drug resistance judgment standards. Biotechnol Bull. 2022;38(9):47–58.
  36. Liu L, Feng CX, Wang Y. Analysis of bacterial resistance in the First Hospital of Qiqihar in 2016. Chin J Antibiot. 2021;46(12):1143–1147.
  37. Zhang XH, Chen JY, Yang H. Distribution and antimicrobial resistance of pathogens in early infection after lung transplantation in respiratory intensive care unit. Chin J Infect Control. 2020;19(9):785–790.
  38. Wang SS, Wu ZW, Zhao JP. Research progress on hospital infection, drug resistance and treatment of carbapenem-resistant Klebsiella pneumoniae. Chin J Antibiot. 2020;45(5):428–432.
  39. Lv YF, Xue M, Huang XY. Research progress on antimicrobial peptides combined with traditional antibiotics against bacterial resistance. Chin J Infect Control. 2023;22(10):1266–1273.
  40. Ma Y, Liu Y, Jiang M. Correlation analysis between biofilm formation and antimicrobial resistance of Cutibacterium acnes. Chin J Infect Chemother. 2021;21(6):703–707.
  41. Peng Q, Ling BD. Regulatory non-coding RNAs and antimicrobial resistance in Acinetobacter baumannii. Chin J Infect Control. 2021;20(12):1174–1178.
  42. Qin XH, Hao M, Wang MG. Research progress on new antimicrobial agents. Chin J Infect Chemother. 2024;24(4):489–496.
  43. Guo Y, Ding L, Hu FP. CHINET surveillance of bacterial resistance in China in 2024. Chin J Infect Chemother. 2025;25(6):597–607.
  44. Ananth S, Adeoti A, Ray A. Healthcare worker views on antimicrobial resistance in chronic respiratory disease. Eur Respir J. 2024;64(68):2.
  45. Holt KE. Microbial genomics for antimicrobial resistance ecology and action. Nat Rev Genet. 2026;27(1):7–8.

הגישה מוגבלת. התחברו או התחילו תקופת ניסיון כדי לצפות בתוכן זה.

הדפסות חוזרות והרשאות

גלה מאמרים נוספים

מגמות AMR בסיןרשת שיתופי מחבריםהופעה משותפת של מילות מפתחניתוח אשכולותעמידות לקרבפנמיםעמידות למתיציליןניהול תרופות אנטימיקרוביאליות
צרו קשר
המליצו לספרייה

פרטיות

תנאי שימוש

מדיניות

זכויות יוצרים © 2026 MyJoVE Corporation. כל הזכויות שמורות.