2024年欧洲临床微生物学和传染病学会年会在西班牙巴塞罗那盛大召开。康迅网团队虽未能亲临现场，但通过网络搜集的资料，为大家打开了解该领域最新动态的窗口，及时获取最新动态，了解微生物感染领域的重点与热点。

耐药结核病的化疗方案选择现状与思考

首先，耐药结核的治疗方案调整以及疗程优化是当前国际研究的关键方向。新药物的涌现为缩短疗程带来了可能，但同时药物的用量和安全性也需谨慎考量。普通结核和多重耐药结核的处理方式大不相同，对于耐药结核来说，应考虑对其进行分层诊疗，选择适宜的治疗。在疗程方面，目前最短期待为4个月，最长为9个月，短疗程的实现得益于贝达奎林和利奈唑胺等新药的应用，然而长疗程仍适用于特定的患者群体，如儿童等。

其次，临床需重点关注的药物——利奈唑胺，尽管说明书仍强调其适用于耐甲氧西林金黄色葡萄球菌的治疗，但在结核病中的运用同样广泛。目前，该药物的常规用量为100~200 g/d，然而相关研究表明，600 mg/d，1次/d，患者更容易耐受。同时，韩国的Young Ae Kang医生提出：未来可选择更安全的新一代噁唑烷酮类药物替代利奈唑胺，例如中国研发的康替唑胺，其安全性更高。

真菌感染的新选择

在真菌治疗方面，传统的首选药物两性霉素B在使用中存在诸多限制，尤其是静脉给药时的不良反应和毒性问题。而新的口服纳米晶体两性霉素B的出现为解决这些问题带来了希望。非洲已完成的相关临床试验结果表明，这种新的治疗方式在人免疫缺陷病毒相关的隐球菌脑膜炎的治疗中展现出良好的效果，似乎有望治疗隐球菌性脑膜炎。该药不仅在抗真菌活性、生存期方面表现出色，而且毒性明显小于传统的静脉给药方式。这为真菌感染的治疗开辟了新的途径，我们期待它的成功上市。

抗万古霉素肠球菌（VRE）来势凶猛

今年，相较于阴性杆菌，阳性球菌的耐药性显著增加，尤其是VRE成为社会的关注焦点。对比2011—2021年的数据，VRE在欧洲的增长态势令人担忧。

在中国，情况同样发生了变化。既往中国耐药菌的情况呈“阴盛阳衰”的趋势，但从2023年开始，广东地区的VRE耐药情况上升迅猛，引发了学界的高度关注，主要集中在屎肠球菌，包括血液感染、尿路感染等。

通过深入的分子学研究，发现不同地区的菌株存在显著差异。VRE的出现给临床治疗带来了巨大挑战，药物敏感性的变化使得治疗方案的选择变得更为复杂，而且在感染控制方面，VRE相较于其他耐药菌更难防控。尤其是分子学为ST80的VRE，它对大多数抗菌药高度耐药，对达托霉素耐药＞20%，对利奈唑胺保持最高敏感性，提示临床有必要像对待耐碳青霉烯类肺炎克雷伯菌一样，积极筛查VRE。

转变血流感染的治疗理念

治疗理念的转变也是需要临床重要关注的内容。对于血流感染，包括感染性心内膜炎（IE）的治疗，从静脉治疗转向口服治疗已成为国际上的主流趋势。在今年ESCMID大会上，丹麦学者关于门诊抗生素在感染性心内膜炎（IE）治疗中的报告引人注目。从2004年这一理念的初步提出，到2009年欧洲部分地区的引入，再到2018年的持续更新，相关的前瞻性研究不断涌现。

丹麦的这项研究是一项真实世界研究，研究对象为IE患者，他们接受了仅静脉注射治疗或口服阶梯治疗。在90 d或最后一次随访中发现，临床成功率没有显著差异，菌血症的复发率和再住院率均无差异，且口服治疗的患者不良事件发生率明显降低。这种转变在一定程度上展现出了可行性和安全性。然而，在实际应用中临床仍面临一些挑战，如外科治疗与药物治疗的紧密协同、患者个体差异对治疗效果的影响等问题，都需要进一步探索和解决。

重视五级防控标准

在感染和防控的年度回顾中，五级防控标准成为重点。这一全球通用的防控标准涵盖了从疾病的初级预防到高级治疗的全过程，突出了多学科协同作战的重要性。比如在糖尿病足等疾病的管理中，内分泌科、心脏科、外科、感染科等多学科的参与至关重要。这一理念对于国内医疗实践具有重要的借鉴意义。此外，对于危险因素的预防需进行去定植，且定植时间需要前移。但这些在实际病例分享中，对患者的长期随访和全面健康管理情况的关注仍有待加强，这也是未来医疗工作需要重点改进的方向之一。

人工智能（AI）的应用

AI是当下的热门话题。在微生物感染领域，特别是在感染模型的预测方面，AI展现出了巨大潜力，比如对血流感染和尿路感染发展的精准预测，可以提示尿路感染到血流感染的早期预警。

然而，AI技术并非毫无缺陷，在使用时也需要考虑其局限性。一项瑞士的研究发现，AI进行临床指标6 h预测的准确率为0.7，但12 h后无显著提升。研究者认为参数和算法存在局限。而新加坡学者在NC杂志上发表的文章却提出了不同观点，使用48 h内简单指标预测重症患者成功模型，具有可行性。早期阶段准确率高，但48 h时下降。模型预测风险准确率从0.874升至0.90，表明临床AI速度可能更快。综上所述，AI在临床应用中有潜力，但局限性需重视，需要在未来的研究和应用中逐步克服，以更好地发挥AI在医疗领域的作用。

编辑丨冯熙雯

审核丨卢璐