메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
대한임상미생물학회 Annals of Clinical Microbiology Annals of Clinical Microbiology 제22권 제3호
발행연도
2019.1
수록면
1 - 10 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
MicroScan의 한국형 항생제 감수성 시험 패널인 KSCM 패널에 대한다기관 임상 분리 균주를 이용한 분석능 평가1연세대학교 의과대학 진단검사의학교실 및 세균내성연구소, 2상지대학교 보건과학대학 일반대학원 임상병리학과강다영1,2, 홍준성1, 박별이1,2, 장인호2, 김도균1, 이혁민1, 정석훈1 배경: 항균제 내성은 공중보건에 계속적인 위협이 되고 있다. 임상미생물 검사실에서의 빠른 항생제 감수성 시험을 통한내성의 검출은 감염관리 및 환자 치료에 중요하며, 이를 위한 적절한 자동화 검사 장비 및 항생제 감수성시험 패널은필수적인 요소이다. 본 연구에서 MicroScan 장비(Beckman Coulter, USA)의 새로운 항생제 감수성 시험패널을 디자인하였으며, 그 검사능을 많은 임상분리 균주를 이용하여 평가하였다. 방법: 총 3종류의 항생제 감수성 패널(KSCM-1, KSCM-2, KSCM-3)을 구성하였다. 1,027주의 그람음성 세균(Escherichia coli, Klebsiella pneumoniae, Klebsiella oxytoca, Pseudomonas aeruginosa, Acinetobacter baumannii, Enterobacter spp.)과 298주의 그람양성 세균(Staphylococcus aureus, Enterococcus faecium, Enterococcus faecalis)을 포함한 총 1,325주의 임상분리 균주를 이용하여 새로이 구성된 패널의 검사능을 평가하였다. MicroScan KSCM 패널의 결과는 디스크확산법, Etest, 한천희석법, 미량액체희석법의 결과와 비교하였다. 결과: 그람 양성알균을 대상으로 한 KSCM-1 패널을 구성하였다. KSCM-1 패널의 결과를 표준검사법과 비교하였을 때, S. aureus에서 categorical agreement (CA) 비율이 90% 이상이었고, major error (ME)는 고농도 mupirocin 내성에서의 4건을제외하고는 관찰되지 않았다. Very major error (VME)는 모든 항생제에서 관찰되지 않았다. Enterococci에서도 CA 비율은90% 이상, ME 비율은 3% 미만이었다. VME는 ampicillin, tetracycline과 quinupristin-dalfopristin에서 각각 1건을 확인하였고, 나머지 항생제에서는 관찰되지 않았다. 장내세균속 검사용 패널(KSCM-2)의 검사능 평가에서, 검사한 모든 항생제에대하여 CA 비율은 90% 이상, ME 비율은 3% 미만이었으며 VME의 비율은 1.5% 이하였다. 포도당 비발효 그람음성막대균의 항생제 감수성 시험 패널(KSCM-3)의 검사능 평가에서도, P. aeruginosa는 CA 비율은 90% 이상이었으며, ME는 ceftazidime과ciprofloxacin에서 각각 한건씩 관찰되었으며, 그 이외의 항생제에서는 관찰되지 않았다. VME의 비율은 검사한 모든 항균제에서 1.5% 미만이었다. A. baumannii에서는 CA 비율 90% 이상이었으며, VME는 piperacillin에서 1건이확인되었다. 결론: 새로이 구성한 KSCM 패널의 결과를 표준검사법의 결과와 비교하였을 때, 높은 일치율을 보여주어 임상미생물검사실에 적용 가능할 것으로 생각한다. [Ann Clin Microbiol 2019;22:61-70]

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0