AMR风险地图

预判耐药热点

预测未来耐药性超过50%关键阈值的地理位置和抗生素类别，帮助在资源有限地区精准部署AMR监测与干预。

Zhao, Cheng · 王昱 · Mulchandani, Ranya · van Boeckel, Thomas P.

Nature Communications 2024

具体参数

四环素耐药率（大肠杆菌）

{'zh': '59', 'en': '59'} %

四环素耐药率（非伤寒沙门氏菌）

{'zh': '54', 'en': '54'} %

头孢噻肟耐药率（大肠杆菌）

{'zh': '33', 'en': '33'} %

头孢噻肟耐药率（非伤寒沙门氏菌）

{'zh': '19', 'en': '19'} %

未来超过50%耐药性的地点比例（非洲和南美洲）

{'zh': '78', 'en': '78'} %

未来超过50%耐药性的地点比例（亚洲）

{'zh': '77', 'en': '77'} %

预测时间范围

{'zh': '1.7', 'en': '1.7'} years

预测时间范围

{'zh': '12.4', 'en': '12.4'} years

技术优势

覆盖全球南方

模型整合了覆盖低中收入国家的1088个点流行率调查，填补了高收入国家以外地区耐药数据的空白。

预测未来热点

针对每个10×10 km像素，预测了未来1.7–12.4年内耐药率超过50%概率最高的抗生素类别，支持前瞻性规划。

明确优先药物

在非洲和南美洲78%的地点未来与青霉素或四环素超过50%耐药性相关，亚洲77%与青霉素或磺胺类相关，直接指明应重点监测的抗生素类别。

应用场景

• 动物健康监测：填补养殖场耐药数据的空间空白，让监测资源投向热点区域。
• 抗生素管理：明确需优先管控的抗生素类别，降低关键药物过快失效风险。
• 食品安全风险评估：评估耐药菌经食物链传播的区域风险，支撑制定干预阈值。