Reforçando a resiliência do sistema socioecológico para enfrentar a resistência antimicrobiana ao longo do espectro da abordagem One Health: protocolo para um estudo de métodos mistos
CONTEXTO: A resistência antimicrobiana (RAM) representa uma crise global crescente, com graves consequências de saúde, sociais e econômicas. É fundamental reforçar a resiliência do sistema socioecológico para reduzir a RAM e mitigar os seus impactos. OBJETIVO: O objetivo deste estudo é comparar e avaliar intervenções que abordam a RAM em todo o espectro da abordagem One Health e determinar quais ações ajudarão a reforçar a capacidade e a prontidão social e ecológica para enfrentar a RAM de forma sustentável. MÉTODOS: Aplicaremos a teoria da resiliência socioecológica à RAM no contexto explícito da abordagem One Health usando métodos mistos para identificar intervenções que abordam a RAM e seu principal fator contribuinte, o uso de antimicrobianos (UAM), através de pesquisas on-line na literatura científica e cinzenta. Os impactos das intervenções e os fatores que dificultam ou contribuem para o seu sucesso serão determinados, triangulados com a opinião de especialistas em seminários participativos e complementados por análises de séries temporais quantitativas. Usaremos então modelos de regressão para identificar indicadores capazes de prever as dinâmicas nacionais e regionais de UAM ou RAM na saúde animal e humana. Juntas, estas análises ajudarão a quantificar os diagramas de ciclo causal (DCCs) da RAM nos contextos do sistema alimentar europeu e do sudeste asiático, desenvolvidos por diversos grupos de interesse em seminários participativos. Então, usando estes DCCs, exploraremos os impactos de longo prazo de intervenções selecionadas para a RAM em cenários futuros alternativos através da modelagem por simulações e seminários participativos. Será desenvolvida uma plataforma de aprendizagem disponível ao público com informações sobre intervenções para a RAM a partir da perspectiva da abordagem One Health, para ajudar os decisores a identificar intervenções promissoras a serem aplicadas em suas jurisdições. RESULTADOS: Até o momento, identificamos 669 intervenções na literatura científica, convidamos 891 participantes a responderem a um questionário, recebemos o feedback de 4 especialistas e conduzimos 4 seminários para a elaboração de modelos. A análise de série temporal, a modelagem de regressão de indicadores nacionais e regionais da dinâmica da RAM e as atividades de modelagem de cenários deverão ser concluídas até o primeiro semestre de 2022. Obtivemos a aprovação ética do Departamento de Ética em Pesquisa da Universidade de Waterloo (com registros de número 40519 e 41781). CONCLUSÕES: Este artigo demonstra um exemplo de como é possível estudar problemas complexos como a RAM, que exigem a integração de conhecimentos de diferentes setores e disciplinas para encontrar soluções sustentáveis. Prevemos que nosso estudo contribuirá para uma melhor compreensão das ações a serem tomadas, e em que contextos, para garantir o sucesso a longo prazo na mitigação da RAM e seu impacto e criar ferramentas úteis (tais como DCCs, modelos de simulação e bases de dados públicas com uma compilação de intervenções) para orientar as decisões administrativas e políticas. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/24378.
BACKGROUND: Antimicrobial resistance (AMR) is an escalating global crisis with serious health, social, and economic consequences. Building social-ecological system resilience to reduce AMR and mitigate its impacts is critical. OBJECTIVE: The aim of this study is to compare and assess interventions that address AMR across the One Health spectrum and determine what actions will help to build social and ecological capacity and readiness to sustainably tackle AMR. METHODS: We will apply social-ecological resilience theory to AMR in an explicit One Health context using mixed methods and identify interventions that address AMR and its key pressure antimicrobial use (AMU) identified in the scientific literature and in the gray literature using a web-based survey. Intervention impacts and the factors that challenge or contribute to the success of interventions will be determined, triangulated against expert opinions in participatory workshops and complemented using quantitative time series analyses. We will then identify indicators using regression modeling, which can predict national and regional AMU or AMR dynamics across animal and human health. Together, these analyses will help to quantify the causal loop diagrams (CLDs) of AMR in the European and Southeast Asian food system contexts that are developed by diverse stakeholders in participatory workshops. Then, using these CLDs, the long-term impacts of selected interventions on AMR will be explored under alternate future scenarios via simulation modeling and participatory workshops. A publicly available learning platform housing information about interventions on AMR from a One Health perspective will be developed to help decision makers identify promising interventions for application in their jurisdictions. RESULTS: To date, 669 interventions have been identified in the scientific literature, 891 participants received a survey invitation, and 4 expert feedback and 4 model-building workshops have been conducted. Time series analysis, regression modeling of national and regional indicators of AMR dynamics, and scenario modeling activities are anticipated to be completed by spring 2022. Ethical approval has been obtained from the University of Waterloo's Office of Research Ethics (ethics numbers 40519 and 41781). CONCLUSIONS: This paper provides an example of how to study complex problems such as AMR, which require the integration of knowledge across sectors and disciplines to find sustainable solutions. We anticipate that our study will contribute to a better understanding of what actions to take and in what contexts to ensure long-term success in mitigating AMR and its impact and provide useful tools (eg, CLDs, simulation models, and public databases of compiled interventions) to guide management and policy decisions. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): DERR1-10.2196/24378.
