"Ý tưởng là chúng ta có thể sử dụng hiện tượng này để phát triển phác đồ điều trị tốt hơn cho các bệnh nhiễm trùng dai dẳng," nhà nghiên cứu Coen van Hasselt giải thích. "Bằng cách chuyển đổi hợp lý giữa các loại kháng sinh hoặc kết hợp chúng, bạn có thể sử dụng hiệu ứng sinh học này - được gọi là độ nhạy cảm chéo để giảm nguy cơ vi khuẩn trở nên kháng thuốc và ngăn ngừa việc điều trị thất bại."

Từ phòng thí nghiệm đến dữ liệu lâm sàng: các nhà nghiên cứu lập bản đồ kháng sinh và vi khuẩn

Hiện tượng này đã được biết đến từ lâu qua các nghiên cứu trong phòng thí nghiệm, nhưng cho đến nay vẫn chưa có nhiều nghiên cứu lâm sàng. "Nhiều nghiên cứu dựa trên vi khuẩn được nuôi cấy trong phòng thí nghiệm," Van Hasselt nói. "Những vi khuẩn đó khác biệt rất nhiều so với vi khuẩn bạn tìm thấy ở bệnh nhân."

Điều này đã dẫn nhóm nghiên cứu Leiden đến một câu hỏi cơ bản: liệu chúng ta có thấy những hiệu ứng này ở các tác nhân gây bệnh thực sự được lấy từ bệnh nhân hay không? Nghiên cứu sinh tiến sĩ Sebastian Tandar đang tìm hiểu câu hỏi đó trong luận án tiến sĩ của mình. Nghiên cứu này đã được công bố trên tạp chí The Lancet Microbe .

Hàng trăm nghìn chủng vi khuẩn tiết lộ điều gì về khả năng kháng kháng sinh?

Từ năm 2008, Viện Y tế Công cộng và Môi trường Quốc gia Hà Lan (RIVM) đã thu thập dữ liệu về các loại vi khuẩn thường gây nhiễm trùng, chẳng hạn như E. coli, S. aureus và S. pneumoniae.

Dữ liệu được thu thập từ hầu hết các phòng thí nghiệm vi sinh y học ở Hà Lan. Đối với nghiên cứu này, các nhà nghiên cứu Leiden đã hợp tác chặt chẽ với Trung tâm Dịch tễ học và Giám sát Bệnh truyền nhiễm của RIVM, nơi cung cấp dữ liệu từ Hệ thống Thông tin Giám sát Bệnh truyền nhiễm - Kháng kháng sinh (ISIS-AR).

Cơ sở dữ liệu này chứa kết quả xét nghiệm từ các mẫu được lấy từ tất cả các cấp độ của hệ thống chăm sóc sức khỏe—từ bác sĩ đa khoa đến bệnh viện đại học—và từ tất cả các loại vật liệu sinh học. Điều này tạo ra một bức tranh toàn diện về độ nhạy cảm của các loại vi khuẩn khác nhau đối với nhiều loại kháng sinh.

Annelot Schoffelen thuộc RIVM, người đóng góp vào nghiên cứu, giải thích: "Vì những dữ liệu này được thu thập theo cùng một cách mỗi năm, chúng ta có thể theo dõi xu hướng kháng thuốc và xác định những phát triển mới."

"Chúng tôi đã kết hợp dữ liệu của RIVM với một bộ dữ liệu quốc tế," Van Hasselt cho biết. Sử dụng phương pháp thống kê do Laura Zwep (LACDR) phát triển, nhóm nghiên cứu đã phân tích dữ liệu từ hàng trăm nghìn chủng vi khuẩn để tìm ra các mô hình trong đó sự kháng thuốc này đi đôi với sự nhạy cảm tăng lên đối với một loại thuốc khác.

Liệu các sự kết hợp kháng sinh mới có thể làm chậm quá trình kháng thuốc?

Phân tích cho thấy một bức tranh đầy hứa hẹn: một số tổ hợp xuất hiện ở nhiều loài vi khuẩn khác nhau, cho thấy hiệu quả có thể áp dụng rộng rãi. "Một vài tổ hợp đã được quan sát thấy trong phòng thí nghiệm, nhưng chúng tôi cũng tìm thấy những cặp mới", Van Hasselt nói.

Để giúp người đọc dễ dàng tiếp cận kết quả, nhóm nghiên cứu đã phát triển một ứng dụng web cho phép các nhà nghiên cứu tự mình khám phá dữ liệu. Viện Y tế Công cộng Hoàng gia Anh (RIVM) không chỉ cung cấp dữ liệu mà còn hỗ trợ việc giải thích và đánh giá ý nghĩa lâm sàng tiềm tàng. Schoffelen cho biết: "Nghiên cứu này là một điểm khởi đầu vững chắc để tiếp tục điều tra giả thuyết về tính nhạy cảm gián tiếp."

Từ mô hình đến thực tiễn: những hiểu biết có ý nghĩa đối với các phương pháp điều trị

Viện Y tế Công cộng Hà Lan (RIVM) nhấn mạnh tầm quan trọng của loại nghiên cứu này trong cuộc chiến toàn cầu chống lại tình trạng kháng kháng sinh. "Tại Hà Lan, vấn đề này vẫn còn tương đối hạn chế nhờ các biện pháp phòng ngừa nhiễm trùng và chính sách y tế", viện cho biết. "Nhưng một số dạng kháng thuốc đang gia tăng dần, và các loại vi khuẩn khó điều trị đang được nhập khẩu. Do đó, nghiên cứu về các chiến lược điều trị mới là vô cùng cần thiết."

Bước tiếp theo là nghiên cứu cách thức sử dụng những sự kết hợp như vậy trong thực tế. "Chúng tôi đang làm việc với các mô hình máy tính" và mô hình lây nhiễm trong phòng thí nghiệm để hiểu cách điều chỉnh liều lượng cho phù hợp", Van Hasselt nói. "Cuối cùng, chúng tôi muốn biết liệu phương pháp này có thực sự làm chậm quá trình kháng thuốc ở bệnh nhân hay không."

Nghiên cứu cho thấy dữ liệu bệnh nhân không chỉ hữu ích để theo dõi tình trạng kháng thuốc mà còn để tìm ra các chiến lược điều trị mới. "Thông thường, người ta làm việc từ phòng thí nghiệm đến bệnh nhân," Van Hasselt kết luận. "Lần này, chúng tôi đã làm ngược lại và kết quả lại khả quan hơn mong đợi".