为了了解全球抗生素耐药性动态背后的主要决定因素，来自巴斯德研究所、Inserm、凡尔赛大学圣康坦伊夫林分校和巴黎萨克雷大学的科学家开发了一种基于大规模时空分析的统计模型。使用 ATLAS 抗菌药物耐药性监测数据库，该模型揭示了趋势和相关因素的显着差异，具体取决于细菌种类和对某些抗生素的耐药性。

例如，拥有高质量卫生系统的国家与所有调查的革兰氏阴性菌的抗生素耐药性水平较低有关，而高温与肠杆菌科细菌的抗生素耐药性水平较高有关。令人惊讶的是，国家抗生素消耗水平与大多数测试细菌的耐药性无关。结果表明，抗生素耐药性控制措施需要适应当地情况和有针对性的细菌-抗生素组合。

研究结果发表在《柳叶刀行星健康》杂志上。

抗生素耐药性(ABR)是目前全球健康面临的最紧迫威胁之一。这是一种自然现象，但抗生素使用不当会选择耐药性并使细菌感染控制策略复杂化，从而导致这种现象。全球范围内对抗生素耐药性的监测已经建立，特别是在世界卫生组织的支持下，并且已经创建了多个数据库来记录全球范围内的抗生素耐药性，其长期目标是增进对原因的了解，以帮助解决这一现象。

抗生素耐药性因细菌种类而异，但最近的一项研究估计，2019 年全球有 127 万人死于 ABR，而 ABR 与 495 万人死亡有关。

为了确定与全球抗生素耐药性动态相关的主要因素，巴斯德研究所的一个多学科研究小组开发了一个统计模型，并分析了 ATLAS 数据库中的抗生素耐药性数据，该数据库包含自 2004 年以来在各大洲 60 多个国家收集的数据。科学家们通过测试大量决定因素来分析数据，以揭示抗生素耐药性的主要因素，并了解它们与全球观察到的动态之间的关系。