ST-80 バンコマイシン耐性エンテロコッカス・フェシウム（Enterococcus faecium）の院内アウトブレイクを調査する迅速スクリーニングツールとしてフーリエ変換赤外分光法を使用できる可能性★
Potential use of Fourier-transform infrared spectroscopy as a rapid screening tool for investigating nosocomial outbreaks of ST-80 vancomycin-resistant Enterococcus faecium R.C.W. Wong*, I.Y.Y. Cheung, C.K.C. Lai, M.T. Yuk, V.C.Y. Chow, J.S.L. Leung, N.K. Chau, L.K. Konishi, L.K. Lee, I.C.F. Ng, W.Y. Tam, J.H.C. Tong, G.K.H. Siu *Prince of Wales Hospital, Hospital Authority, China Journal of Hospital Infection (2025) 155, 161-169
背景
フーリエ変換赤外（FT-IR）分光法は、ゲノムを使わないスペクトルに基づく型の決定技術で、多剤耐性微生物のアウトブレイクの特徴を明らかにするのに役立つ。
目的
院内アウトブレイクからの ST-80 バンコマイシン耐性エンテロコッカス・フェシウム（Enterococcus faecium）（VREf）分離株の特徴を明らかにすることにおける FT-IR 分光法の性能を評価すること。
方法
コアゲノム一塩基多型系統発生を参照法として使って、ST-80 VREf の引き起こした院内アウトブレイクの特徴を明らかにした。疫学的に関係のある 25 の分離株のうち、22 株が 1 つのアウトブレイク・クラスターに属していたことを特定した。
結果
FT-IR 分光法を、クラスターを決定するカットオフを 0.071 として使用したところ、1 つのクラスターに、系統発生的に関係のあった 22 の分離株のうち 21 株が正しく分類された。アウトブレイク・クラスターから、系統発生的に関係のなかった分離株 3 株、関係のない ST-80 の対照株 5 株、2023 年 5 月に起こった過去のアウトブレイクからの分離株 5 株を区別するのに成功した。誤って判定された環境分離株は 1 株のみであった。
結論
これらの結果は、アウトブレイクの調査を助ける迅速スクリーニングツールとして FT-IR 分光法が使用できる可能性を支持している。注目すべきは、この研究が、同じ配列型の VREf 分離株の疫学的解析において、FT-IR 分光法の性能に焦点を当てた最初の研究であることである。
監訳者コメント ：
FT-IR 分光法は新しいタイピングツールとして期待される。
同カテゴリの記事
Influences on nurses’ engagement in antimicrobial stewardship behaviours: a multi-country survey using the Theoretical Domains Framework A.M. Chater*, H. Family, L.M. Abraao, E. Burnett, E. Castro-Sanchez, B. Du Toit, R. Gallagher, F. Gotterson, E. Manias, J. McEwen, R. Moralez de Figueiredo, M. Nathan, V. Ness, R. Olans, M.C. Padoveze, M. Courtenay *University College London, UK Journal of Hospital Infection (2022) 129, 171-180
Association between use of medication and hospital-acquired infections: a multi-centre case—control study X-L. Zhang*, F-B. Li, L.Li, Y. Liang, H-J. Zhang *Affiliated Hospital of Northwest Minzu University, China Journal of Hospital Infection (2025) 160, 45-52
Improvement of surgical antibiotic prophylaxis: a prospective evaluation of personalized antibiotic kits
Machine learning—based diagnostic model combined with Chinese natural language processing for surgical-site infections: development and validation J. Shan*, X.Y. Bao, M. Jin, B. Wang, Y.B. Wang, Y. Wang, M. Lv, W. Huai, Y.C. Jin, Y.X. Jin, Z.X. Zhang, Y.L. Cao *Beijing Jishuitan Hospital, Capital Medical University, China Journal of Hospital Infection (2026) 171, 69-78