Rapid statistical methods for inferring intra- and inter-hospital transmission of nosocomial pathogens from whole genome sequence data
Rapid statistical methods for inferring intra- and inter-hospital transmission of nosocomial pathogens from whole genome sequence data
复制标题
从全基因组序列数据推断医院内和医院间病原体传播的快速统计方法
DOI：
10.1101/442319
复制
发表时间：
2018
期刊：
影响因子：
--
通讯作者：
Aspbury M
中科院分区：
文献类型：
--
作者：
Aspbury M
细菌病原体的全基因组序列（WGS）数据可以提供有关医院感染来源的证据，更具体地说，可以提供区分医院内和医院间传播的能力。目前，这是通过使用 SNP 阈值（可能缺乏统计稳健性）或通过构建系统发育树（计算成本较高且难以解释）来实现的。在这里，我们使用耐甲氧西林金黄色葡萄球菌 (MRSA) 克隆 ST22 的 1022 个基因组来比较两种替代统计方法。在 71% 的情况下，两种方法都预测相同的医院来源，这也得到了 ML 树的支持。稳健分配在医院内传播和医院间传播之间大致相等。我们的方法快速并产生直观的输出，可以为当前的感染控制优先事项提供信息，并提供有关医院间传播网络的长期数据。我们讨论了我们的方法的优点和缺点，以及这种方法的普遍性。一句话总结我们提出了使用全基因组序列数据区分细菌病原体的医院内和医院间传播的快速统计方法；这些方法不需要使用 SNP 阈值或系统发育树的生成和解释。
Whole genome sequence (WGS) data for bacterial pathogens can provide evidence as to the source of nosocomial infection, and more specifically the ability to distinguish between intra- and inter-hospital transmission. This is currently achieved either through using SNP thresholds, which can lack statistical robustness, or by constructing phylogenetic trees, which can be computationally expensive and difficult to interpret. Here we compare two alternative statistical approaches using 1022 genomes of methicillin resistantStaphylococcus aureus(MRSA) clone ST22. In 71% of cases both methods predict the same hospital origin, which is also supported by the ML tree. Robust assignments are divided approximately equally between intra-hospital transmission and inter-hospital transmission. Our approaches are rapid and produce intuitive output that could inform on immediate infection control priorities, as well as providing long-term data on inter-hospital transmission networks. We discuss the strengths and weakness of our methods, and the generalisability of this approach.One Sentence SummaryWe present rapid statistical methods for distinguishing intra- versus inter-hospital transmission of bacterial pathogens using whole genome sequence data; these methods do not require the use of SNP thresholds or the generation and interpretation of phylogenetic trees.
登录
查看更多内容
DOI：
10.1093/cid/ciw461
发表时间：
2016-10-01
期刊：
Clinical infectious diseases : an official publication of the Infectious Diseases Society of America
影响因子：
--
作者：
Ray MJ;Lin MY;Weinstein RA;Trick WE
通讯作者：
Trick WE
影响因子：
6.4
作者：
Gomez-Simmonds, Angela;Uhlemann, Anne-Catrin
通讯作者：
Uhlemann, Anne-Catrin
影响因子：
3.9
作者：
Argimón S;Abudahab K;Goater RJE;Fedosejev A;Bhai J;Glasner C;Feil EJ;Holden MTG;Yeats CA;Grundmann H;Spratt BG;Aanensen DM
通讯作者：
Aanensen DM
影响因子：
7
作者：
Holden MT;Hsu LY;Kurt K;Weinert LA;Mather AE;Harris SR;Strommenger B;Layer F;Witte W;de Lencastre H;Skov R;Westh H;Zemlicková H;Coombs G;Kearns AM;Hill RL;Edgeworth J;Gould I;Gant V;Cooke J;Edwards GF;McAdam PR;Templeton KE;McCann A;Zhou Z;Castillo-Ramírez S;Feil EJ;Hudson LO;Enright MC;Balloux F;Aanensen DM;Spratt BG;Fitzgerald JR;Parkhill J;Achtman M;Bentley SD;Nübel U
通讯作者：
Nübel U
影响因子：
12.3
作者：
Read TD;Massey RC
通讯作者：
Massey RC