世界の疾病負荷：罹患率、死亡率、経済的影響

薬剤耐性（AMR）の負荷を定量化することは、耐性菌の頻度を人間の健康と経済的損害の尺度に変換することです。すなわち、耐性菌感染症に関連または起因する疾病や死亡の数、失われた健康寿命の年数、そして医療システムと経済へのコストを評価します。このトピックでは、その負荷がどのように推定され、現在の推定値が何を示しているかについて考察します。

Definition

薬剤耐性の世界的な負荷とは、薬剤耐性菌によって引き起こされる感染症に関連または起因する罹患率、死亡率、および経済的コストの人口レベルでの推定値であり、死亡数、障害調整生命年、および経済的影響として表現されます。

Scope

このトピックでは、負荷推定の概念と方法（帰属死亡率と関連死亡率、障害調整生命年、経済的費用計算）に加え、主要な世界的および地域的推定値とその不確実性について扱います。これは負荷に関する方法論的かつ記述的な概観であり、予測や臨床的決定の根拠となるものではありません。

Core questions

• 耐性の負荷はどのように定義され、測定されるのか？
• 耐性に関連する死亡と耐性に起因する死亡の違いは何か？
• 現在の世界的および地域的推定値は何を示しているか？
• これらの推定値における主な不確実性の源は何であるか？

Key concepts

• 帰属死亡率と関連死亡率
• 障害調整生命年（DALYs）
• 負荷モデリングにおける反事実シナリオ
• 直接的および間接的経済コスト
• データギャップとサーベイランスカバレッジ
• 病原体および地域特異的負荷
• 政策の推進要因としての負荷

Mechanisms

負荷推定は、耐性の頻度に関するサーベイランスデータと、感染症の発生率および転帰に関するデータを組み合わせ、その後、反事実（counterfactual）を適用します。これは、観察された損害を、もし感染菌が感受性であった場合に予想されるものと比較することです。これにより、耐性菌感染症に単に関連する死亡や疾病と、耐性に起因する（感受性菌の場合と比較して超過した）死亡や疾病とを区別します。転帰は死亡数と障害調整生命年（失われた生命年と障害を持って生きた年を組み合わせたもの）として要約されます。経済的費用計算には、直接的な医療費と広範な生産性損失が加算されます。特に低資源地域では、基礎となるサーベイランスデータや転帰データが不完全であるため、推定値にはかなりの不確実性が伴います。

Clinical relevance

負荷推定は、薬剤耐性がなぜ主要な公衆衛生上の優先事項として扱われるのかを説明し、薬剤管理、感染予防、サーベイランス、および新規抗菌薬への投資を促進します。このトピックは、人口レベルでの損害とその測定について記述するものであり、個々の患者の治療に関する指針を提供するものではありません。

Epidemiology

モデリング研究によると、世界的に多数の死亡が細菌性薬剤耐性に起因しており、最も相対的な負荷が高いのは医療およびサーベイランスインフラが脆弱な地域であり、ほとんどの死亡は限られた病原体に集中しています。欧州連合および欧州経済領域のような地域分析では、より詳細な帰属推定値が提供されており、影響力のある報告書では、耐性対策が放置された場合、将来的にかなりの健康および経済的コストが発生すると予測されています。

History

耐性の結果に対する初期の懸念は、主に定性的なものでした。厳密な世界的負荷推定はより最近のものであり、サーベイランスデータとモデリング手法が成熟するにつれて登場しました。2016年の広く引用されたレビューでは、耐性が健康と経済に対する将来の主要な脅威として位置づけられ、その後の人口レベルのモデリングにより、帰属死亡数と障害調整生命年の体系的な世界的および地域的推定値が作成されました。

Debates

帰属負荷はどのように推定されるべきか、そしてその数値の確実性はどの程度か？

推定値は選択された反事実と不完全な基礎データに依存するため、広く引用される数値には大きな不確実性区間が伴います。耐性菌感染症に関連する負荷と耐性に起因する負荷を区別することは、依然として方法論的に困難です。

Seminal works

• murray-2022
• cassini-2019
• oneill-2016

Frequently asked questions

耐性に「起因する」死亡と耐性に「関連する」死亡の違いは何ですか？

耐性に起因する死亡とは、菌が感受性であった場合と比較して、耐性であったために発生したと推定される超過死亡のことです。一方、耐性に関連する死亡には、耐性自体が死因であるかどうかにかかわらず、耐性菌感染症にかかった人々のすべての死亡が含まれます。起因する数値はより小さく、推定がより困難です。

負荷推定値に大きな不確実性が伴うのはなぜですか？

特に低資源地域における不完全なサーベイランスデータと転帰データ、および感受性菌の反事実のようなモデリング仮定に依存しており、これらすべてが結果として得られる数値の不確実性を広げます。