Modelling Approaches to Guide Intelligent surveillance for the sustainable Introduction of Novel ANtibiotics (MAGIcIAN)

De bacterie die gonorroe veroorzaakt ontwikkelt in hoog tempo resistentie tegen antibiotica, hierdoor worden behandelingen steeds minder effectief. De duurzame introductie van een nieuw antibioticum voor gonorroe is alleen mogelijk in combinatie met goed geïnformeerd toezicht op de ontwikkeling van resistentie. 

Werkwijze

Het MAGIcIAN-consortium heeft modellen en methodes ontwikkeld om globale toezichtactiviteiten te prioriteren. Bestaande informatie over antibioticaresistentie (ABR) op nationaal en sub-nationaal niveau is gekoppeld aan verschillende socio-economische, demografische, geografische en klimaatgegevens met behulp van statistische analyse en machine-learning algoritmes. Door een model van een seksueel netwerk te combineren met modellen voor verspreiding van infecties, ziekteverloop en verschillende manieren van preventie en controle, is een simulatieomgeving gemaakt. In deze omgeving is onderzocht hoe ABR zich ontwikkelt en verspreidt.

Resultaten

Tijdens het project zijn verschillende modellen gemaakt die nu gebruikt kunnen worden voor onderzoek. Op grote schaal, wereldwijd en landelijk, zijn statistische modellen ontwikkeld die laten zien hoe kenmerken van een land, zoals economie en bevolking, samenhangen met het percentage ABR. Deze modellen kunnen bepalen waar ABR-toezichtactiviteiten het belangrijkst zijn. Daarnaast worden modellen die voorspellen hoe infecties zich ontwikkelen en verspreiden, verder verbeterd. Deze helpen bij het maken van beleid en plannen voor het monitoren van de introductie van het medicijn zoliflodacine in geselecteerde lage- en middeninkomenslanden, in samenwerking met GARDP.