Rev Cuid. 2025; 16(3): e4924
Resumen
Introducción: El uso intensivo de macrólidos, como la azitromicina, durante la pandemia de COVID-19 ha favorecido el desarrollo de resistencia antimicrobiana en bacterias Grampositivas a través de múltiples mecanismos de resistencia, como la modificación del ARN ribosomal, bombas de expulsión e inactivación enzimática. Objetivo: Describir la prevalencia de genes de resistencia en bacterias aisladas de pacientes con COVID-19 en Santander, Colombia. Materiales y Métodos: Se realizó un estudio descriptivo de 112 muestras almacenadas de hisopados nasofaríngeos, orofaríngeos y aspirados traqueales de pacientes hospitalizados con COVID-19 en 2020, de las cuales se aislaron 48 cepas Grampositivas. La resistencia a macrólidos y la presencia de los genes ermA, ermB, ermT y mef(A/E) se evaluaron mediante pruebas fenotípicas y moleculares. Resultados: Staphylococcus aureus fue la especie más prevalente con un 58,33% (28), seguida de Staphylococcus epidermidis con un 31,25% (15). Un 47,92% (23) de las cepas mostró resistencia fenotípica a la azitromicina, y un 81,25% (39) resistencia genotípica, con predominancia de ermB con el 58,33% (28) y ermT con el 45,83% (22), sin detección de mef(A/E). Discusión: Estos hallazgos muestran una alta prevalencia de resistencia a macrólidos, lo cual puede estar relacionado con el uso extensivo de estos antibióticos durante la pandemia. Conclusiones: El aumento en la resistencia a macrólidos en bacterias Grampositivas representa un reto crítico para la salud pública, especialmente en el contexto de pandemias. Estos resultados subrayan la necesidad urgente de implementar medidas de control en el uso de antibióticos.
Palabras Clave: Coinfección; COVID-19; Staphylococcus; Macrólidos; Resistencia a Antibióticos
Abstract
Introduction: Intensive use of macrolides, such as azithromycin, during the COVID-19 pandemic has facilitated the development of antimicrobial resistance in Gram-positive bacteria through multiple resistance mechanisms, including ribosomal RNA modification, efflux pumps, and enzymatic inactivation. Objective: To describe the prevalence of resistance genes in bacteria isolated from COVID-19 patients in Santander, Colombia. Materials and Methods: A descriptive study was conducted on 112 stored samples from nasopharyngeal and oropharyngeal swabs and tracheal aspirates collected from hospitalized COVID-19 patients in 2020, from which 48 Gram-positive strains were isolated. Macrolide resistance and the presence of the ermA, ermB, ermT, and mef(A/E) genes were evaluated through phenotypic and molecular tests. Results: Staphylococcus aureus was the most prevalent species at 58.33% (28), followed by Staphylococcus epidermidis at 31.25% (15). A total of 47.92% (23) of the strains showed phenotypic resistance to azithromycin, and 81.25% (39) displayed genotypic resistance, with ermB being the most prevalent at 58.33% (28) and ermT at 45.83% (22), with no detection of mef(A/E). Discussion: These findings reveal a high prevalence of macrolide resistance, which may be related to the extensive use of these antibiotics during the pandemic. Conclusions: The increase in macrolide resistance among Gram-positive bacteria represents a critical public health challenge, especially in the context of pandemics. These results underscore the urgent need to implement control measures in antibiotic use.
Keywords: Co-infection; COVID-19; Staphylococcus; Macrolides; Antibiotic Resistance
Resumo
Introdução: O uso intensivo de macrolídeos, como a azitromicina, durante a pandemia de COVID-19 favoreceu o desenvolvimento de resistência antimicrobiana em bactérias Gram-positivas por meio de múltiplos mecanismos de resistência, como modificação do RNA ribossômico, bombas de efluxo e inativação enzimática. Objetivo: Descrever a prevalência de genes de resistência em bactérias isoladas de pacientes com COVID-19 em Santander, Colômbia. Materiais e Métodos: Foi realizado um estudo descritivo com 112 amostras de cotonetes nasofaríngeo e orofaríngeo armazenadas e aspirados traqueais de pacientes hospitalizados com COVID-19 em 2020, dos quais 48 cepas Gram-positivas foram isoladas. A resistência a macrolídeos e a presença dos genes ermA, ermB, ermT y mef(A/E) foram avaliadas por testes fenotípicos e moleculares. Resultados: Staphylococcus aureus foi a espécie mais prevalente com 58,33% (28), seguido por Staphylococcus epidermidis com 31,25% (15). 47,92% (23) das cepas apresentaram resistência fenotípica à azitromicina e 81,25% (39) resistência genotípica, com predominância de ermB com 58,33% (28) e ermT com 45,83% (22), sem detecção de mef (A/E). Discussão: Esses achados mostram uma alta prevalência de resistência a macrolídeos, o que pode estar relacionado ao uso extensivo desses antibióticos durante a pandemia. Conclusões: O aumento da resistência a macrolídeos em bactérias Gram-positivas representa um desafio crítico à saúde pública, especialmente no contexto de pandemias. Esses resultados ressaltam a necessidade urgente de implementar medidas de controle de antibióticos.
Palavras-Chave: Coinfecção; COVID-19; Staphylococcus; Macrolídeos; Resistência a Antibióticos
Introducción
Los macrólidos, como la azitromicina, eritromicina y claritromicina, son antibióticos fundamentales en el tratamiento de infecciones bacterianas. Estos compuestos hidrofóbicos ejercen un efecto bacteriostático al bloquear la síntesis de proteínas, mediante su unión a la peptidil transferasa del ácido ribonucleico ribosómico (ARNr) 23S en la subunidad 50S del ribosoma bacteriano
12.
Durante la pandemia de COVID-19, el uso de macrólidos se intensificó considerablemente, especialmente el de la azitromicina, como parte de estrategias profilácticas y terapéuticas. En muchos casos, este uso fue inapropiado y contribuyó al incremento de la resistencia antimicrobiana a nivel global 3,4. En América Latina, se ha documentado una elevada automedicación con antibióticos, dificultando la gestión clínica de muchos de estos pacientes y favoreciendo el desarrollo de resistencia en patógenos prevalentes en la región 5,6,7.
En bacterias Grampositivas, la resistencia a macrólidos se desarrolla principalmente a través de tres mecanismos: (1) modificación del sitio blanco en el ARNr 23S, (2) expulsión activa mediante bombas de eflujo y (3) inactivación enzimática, aunque esta última es menos frecuente 8,9. Estos mecanismos han sido asociados a genes como ermA, ermB, ermT y mef(A/E), los cuales limitan las opciones de tratamiento y representan un desafío en entornos hospitalarios, particularmente en pacientes vulnerables.
Estudios internacionales han identificado una alta prevalencia de genes de resistencia a macrólidos
en Staphylococcus aureus y Streptococcus pyogenes, como se ha observado en Perú y Chile
10,11,12.
Sin embargo, en Colombia existen pocos datos epidemiológicos sobre este tema, lo cual dificulta el
desarrollo de estrategias de control eficaces.
Este estudio tuvo como objetivo determinar la prevalencia de los genes ermA, ermB,
ermT y mef(A/E) en cepas Grampositivas aisladas de pacientes hospitalizados con COVID-19
en Santander, Colombia. Estos hallazgos contribuirán a una mejor comprensión del panorama local de
resistencia y apoyarán el desarrollo de estrategias de vigilancia y control más efectivas en el contexto
de salud pública.
Materiales y Métodos
Obtención y selección de las muestras. Se realizó un estudio descriptivo de corte transversal en el que se seleccionaron aleatoriamente 112 muestras de un total de 2072, almacenadas en el marco del programa de vigilancia epidemiológica de COVID-19 y recolectadas entre julio de 2020 y enero de 2021 en diversos municipios del departamento de Santander, Colombia. Las muestras incluyeron hisopados nasofaríngeos, orofaríngeos y aspirados traqueales de pacientes hospitalizados de todas las edades y sexos para su diagnóstico de COVID-19, bajo el Convenio Especial de Cooperación N°065 entre el Instituto Nacional de Salud (INS) de Colombia y la Universidad de Santander.
Para el análisis se seleccionaron cultivos con crecimiento bacteriano significativo, evidenciado en al menos dos cuadrantes de la placa de agar, en los cuales el patógeno primario predominó sobre la microbiota acompañante. No se excluyeron pacientes en tratamiento antimicrobiano ni con uso previo de antibióticos antes del diagnóstico de COVID-19, debido a que esta información no estaba disponible en el proceso de vigilancia epidemiológica.
El tamaño de la muestra fue calculado utilizando el software IBM® SPSS® Statistics versión 26.0, con un nivel de confianza del 95%, un margen de error del 5% y una prevalencia del 31%, basada en los datos de coinfección bacteriana reportados por Buehrle et al. (2020).13
Cultivos microbiológicos y aislamientos. Los hisopados o aspirados se cultivaron directamente en Agar Sangre al 5% y Agar Chocolate, incubados en atmósfera enriquecida con 5% de CO₂, y en Agar Sal Manitol en condiciones aeróbicas, a 37°C durante 24-48 horas. Para garantizar la calidad del crecimiento, se sembraron cepas de referencia como control positivo para garantizar la eficacia de los medios y las condiciones de incubación, verificando que las condiciones de crecimiento fueran óptimas. La recuperación del cultivo se consideró exitosa cuando el crecimiento bacteriano cubrió al menos dos cuadrantes de la placa, mostrando un predominio del patógeno sobre la microbiota de fondo. A cada cepa recuperada se le realizó un control de calidad para evaluar su pureza y viabilidad, incluyendo coloración de Gram y subcultivos en Agar Sangre al 5% para obtener un cultivo axénico, incubado durante 24 horas a 37°C.
Identificación de las cepas bacterianas. La identificación fenotípica de los cocos Grampositivos se llevó a cabo mediante pruebas bioquímicas (catalasa, coagulasa y Rapid Staph Plus System) y características morfológicas observadas en la tinción de Gram. La identificación genotípica se enfocó en la detección de genes específicos para Staphylococcus, debido a que no se obtuvieron resultados aplicables a Streptococcus.
Para la identificación genotípica, el ácido desoxirribonucleico (ADN) se extrajo mediante lisis térmica con un pretratamiento de EDTA 10 mM (pH 8.0) y proteinasa K 1 mg/mL, tras la estandarización del protocolo con cepas control de referencia (Staphylococcus aureus subsp. aureus ATCC 25923 y Staphylococcus epidermidis ATCC 35984). La calidad y concentración del ADN extraído se evaluaron utilizando un espectrofotómetro NanoDrop™ 2000c (Thermo Fisher Scientific, EE. UU.).
La caracterización molecular de las cepas bacterianas se realizó mediante una reacción en cadena de la polimerasa (PCR) múltiple, utilizando los genes nuc que codifican para termonucleasas ampliamente conservadas en las principales especies de Staphylococcus14. Las reacciones de PCR se prepararon en un volumen final de 50 μL, conteniendo Taq 2X PCR MasterMix (Applied Biological Materials Inc., Canada), 0,5 µM de cada primer, 10 ng de ADN y agua libre de DNAsas y RNAsas.
Los fragmentos de ADN amplificados se analizaron mediante electroforesis en gel de agarosa al 1,2%, con intercalador Midori Green Advance™ (Nippon Genetics Europe GmbH, Alemania), a 90V durante 70 minutos en un tampón TAE 1X (Tris-Acetate-EDTA).
Resistencia fenotípica a azitromicina. La resistencia fenotípica se evaluó mediante el método de difusión en disco de Kirby-Bauer en agar Mueller-Hinton (Thermo Scientific™ Oxoid™, EE. UU.), utilizando discos de 15 µg de azitromicina (AZM - Thermo Scientific™ Oxoid™, EE. UU.), siguiendo las recomendaciones de la guía CLSI M100-Ed34:202415. Este método fue seleccionado por su amplio uso en estudios de vigilancia epidemiológica y por ser recomendado para pruebas de susceptibilidad antimicrobiana. Aunque se reconoce que puede tener menor sensibilidad en comparación con métodos como la microdilución, su estandarización, bajo costo y reproducibilidad lo hacen adecuado para estudios de carácter exploratorio, como es este caso. Las placas se incubaron a 37°C durante 18-24 horas antes de medir los diámetros de inhibición. Los puntos de corte para la interpretación de los diámetros de los halos de inhibición fueron los siguientes: sensible (≥15 mm), sensibilidad intermedia (14-17 mm) y resistente (≤8 mm).
Caracterización molecular de los genes de resistencia a macrólidos: La caracterización se realizó mediante PCR utilizando protocolos sin modificaciones previamente descritos en la literatura para ermA y ermB16, ermT17 y mef (A/E)18. Las mezclas de reacción de PCR se prepararon en un volumen final de 50 μL, con Taq 2X PCR MasterMix (Applied Biological Materials Inc., Canadá), 0,5 µM de cada primer, 10 ng de ADN y agua libre de DNAsas y RNAsas. Los fragmentos amplificados se analizaron mediante electroforesis en gel de agarosa al 1,2% con intercalador Midori Green Advance™ (Nippon Genetics Europe GmbH, Alemania), a 90 V durante 70 minutos en tampón TAE 1X (Tris-Acetate-EDTA).
Secuenciación y análisis bioinformáticos. Los genes amplificados se enviaron para secuenciación mediante el método express-seq en la empresa Gencell Pharma©, empleando los mismos primers empleados en las reacciones de PCR para asegurar la especificidad de las secuencias generadas. Las lecturas obtenidas en formato .ab1 (Forward y Reverse) fueron sometidas a un control de calidad inicial en FinchTV (Geospiza, Inc., EE. UU.), evaluando la claridad y precisión de los picos de fluorescencia y verificando la integridad de cada secuencia. Este análisis preliminar permitió identificar posibles artefactos de secuenciación, asegurando así que solo las lecturas de alta calidad avanzaran al procesamiento siguiente. Posteriormente, en el servidor Galaxy Europa (https://usegalaxy.eu/), las secuencias en formato .ab1 fueron convertidas a formato FASTQ y se aplicaron herramientas de análisis de calidad como FastQC para revisar los puntajes de calidad por base (Q20 y Q30), la distribución de contenido GC, la presencia de adaptadores y la longitud promedio de las lecturas. Para obtener la secuencia completa del amplicón, las lecturas Forward y Reverse se ensamblaron utilizando CAP3, generando un contig de alta precisión que representó el fragmento amplificado. La inspección manual en FinchTV del área de solapamiento entre lecturas Forward y Reverse permitió descartar discrepancias en el ensamblaje.
La secuencia ensamblada fue luego analizada mediante BLASTn19 para la detección de variantes específicas previamente descritas, configurando parámetros de e-value y cobertura mínima que aseguraran una identificación precisa de homología. Para caracterizar genes de resistencia, se utilizaron las bases de datos CARD20, ResFinder 4.021,22 y ARG-ANNOT23, permitiendo una evaluación exhaustiva de las variantes de resistencia y los mecanismos asociados a mutaciones en los genes de interés.
Análisis estadístico. Se emplearon la prueba exacta de Fisher o el chi cuadrado de Pearson para evaluar la asociación entre resistencia fenotípica y genotípica, seleccionando la prueba adecuada en función de la frecuencia de las tablas de contingencia, especialmente en casos de frecuencias bajas. Además, se calcularon las frecuencias de distribución de los genes de resistencia utilizando el software IBM® SPSS® Statistics, versión 26.0.
Consideraciones éticas. Este estudio no involucró experimentación directa en seres humanos o animales. Las muestras bacterianas utilizadas fueron recolectadas de hisopados nasofaríngeos, orofaríngeos y aspirados traqueales de pacientes hospitalizados durante el 2020 como parte del programa de vigilancia epidemiológica de COVID-19. Estas muestras fueron almacenadas a -80°C en la Universidad de Santander bajo estándares de bioseguridad y con la autorización del Instituto Nacional de Salud (INS) de Colombia, en el marco del Convenio Especial de Cooperación N°065, para ser empleadas en investigaciones sobre coinfección bacteriana. Dado que las muestras se obtuvieron en actividades de vigilancia sanitaria, no fue necesario obtener el consentimiento informado de los pacientes, conforme a las normativas nacionales e internacionales de ética en investigación, incluyendo las guías del CIOMS. El protocolo de investigación fue aprobado por el Comité de Bioética de la Universidad de Santander, según consta en el acta No. 006 del 8 de marzo de 2022, garantizando el cumplimiento de los principios bioéticos de autonomía, beneficencia, no maleficencia y justicia. Las cepas aisladas fueron depositadas en la colección biológica de microorganismos de la Universidad de Santander, CBUDES (RNC:280; WDCM 1264). Los datos que respaldan los hallazgos de este estudio están disponibles en un repositorio público e institucional en Figshare24, preservando la confidencialidad de los participantes a través de una versión anonimizada del conjunto de datos.
Resultados
De las 112 muestras analizadas en el estudio, se aislaron 48 cocos Grampositivos provenientes de 30 pacientes de nacionalidad colombiana, hospitalizados y diagnosticados con COVID-19 en diversos municipios del departamento de Santander, Colombia. La distribución y frecuencia de los pacientes según el municipio de hospitalización se observa en la figura 1. La mediana de la edad de los pacientes fue de 51,5 años (I.C. 95%: 39,66 – 56,26), encontrándose una mínima de 6 años y una máxima de 87 años. En términos de supervivencia, el 90,00% (27) de los pacientes se encontraba con vida, el 6,66% (2) había fallecido y el 3,33% (1) presentaba un estado desconocido.
El mapa de la izquierda muestra la ubicación de cada municipio con pacientes a los que se les aislaron bacterias Grampositivas, mientras que la gráfica de barras a la derecha indica el número de pacientes por municipio.
Obtención de muestras y caracterización microbiana
De las 112 muestras analizadas, se aislaron 48 cocos Grampositivos provenientes de 30 pacientes, distribuidos en Staphylococcus aureus 58,33% (28), Staphylococcus epidermidis 31,25% (15); otros Staphylococcus aislados fueron S. chromogenes 2,08% (1), S. saprophyticus 2,08% (1), S. hominis ss. hominis 2,08% (1), S. hemolyticus 2,08% (1) y S. intermedius 2,08% (1). Estos últimos pudieron ser clasificados a nivel de especie mediante RapID ONE System. La identificación de S. aureus y S. epidermidis se validó mediante PCR utilizando primers específicos para las bacterias de interés (figura 2).
Gel de agarosa al 1,2%. MP: Marcador de peso molecular 1kb Plus DNA Ladder (NEB, EE. UU.). Carril 1: Control positivo para el gen nuc en S. aureus y S. epidermidis. Carriles 2-3: Muestras positivas para el gen nuc en S. aureus. Carril 4: Muestra positiva para el gen nuc en S. epidermidis.
Resistencia a azitromicina.
De las 48 cepas de Staphylococcus analizadas, el 47,92% (23) mostró resistencia a la azitromicina, distribuidas en S. epidermidis con un 16,67% (8), S. aureus con un 20,83% (10), S. chromogenes 2,08% (1), S. saprophyticus 2,08% (1), S. hominis ss. hominis 2,08% (1), S. hemolyticus 2,08% (1) y S. intermedius 2,08% (1). Adicionalmente, el 4,16% (2) de las cepas de S. aureus presentó resistencia intermedia.
Caracterización de genes de resistencia.
Un total de 81,25% (39) de los aislamientos presentaron al menos uno de los genes de resistencia analizados. El gen con mayor prevalencia fue ermB, detectado en 58,33% (28) de las muestras positivas, seguido de ermT en 45,83% (22) y ermA en 6,25% (3). El gen mef(A/E) no se encontró en ninguna de las cepas estudiadas. La distribución de los genes de resistencia por especie bacteriana se presenta en la tabla 1.
Tabla 1. Distribución de ermA, ermB, ermT en las especies de Staphylococcus. n = 53
X
Tabla 1. Distribución de ermA, ermB, ermT en las especies de Staphylococcus. n = 53
| Microorganismo |
ermA (3)
% (n) |
ermB (28)
% (n) |
ermT (22)
% (n) |
| S. aureus |
0 |
64,29 (18) |
40,91 (9) |
| S. epidermidis |
100 (3) |
21,42 (6) |
40,91 (9) |
| S. saprophyticus |
0 |
3,57 (1) |
0 |
| S. hemolyticus |
0 |
3,57 (1) |
4,54 (1) |
| S. hominis ss. hominis |
0 |
3,57 (1) |
4,54 (1) |
| S. chromogenes |
0 |
3,57 (1) |
4,54 (1) |
| S. intermedius |
0 |
0 |
4,54 (1) |
Los genes de resistencia identificados se agrupan en seis patrones. El patrón más prevalente fue ermB con 33,33% (16), seguido por ermB–ermT con 20,83% (10) y ermT con 20,83% (10). Los patrones ermA–ermT, ermA–ermB y ermA–ermB–ermT se encontraron cada uno en 2,08% (1) de las muestras. La distribución de estos patrones de resistencia en las especies bacterianas identificadas se presenta en la tabla 2.
Tabla 2. Patrones de resistencia hallados en las cepas bacterianas. n = 39
X
Tabla 2. Patrones de resistencia hallados en las cepas bacterianas. n = 39
| Microorganismo |
ermB
% (n) |
ermB-ermT
% (n) |
ermT
% (n) |
ermA-ermT
% (n) |
ermA-ermB
% (n) |
ermA-ermB-ermT
% (n) |
| S. aureus |
87,50 (14) |
40,00 (4) |
50,00 (5) |
0 |
0 |
0 |
| S. epidermidis |
6,25 (1) |
30,00 (3) |
30,00 (3) |
100 (1) |
100 (1) |
100 (1) |
| S. saprophyticus |
6,25 (1) |
0 |
10,00 (1) |
0 |
0 |
0 |
| S. hemolyticus |
0 |
10,00 (1) |
0 |
0 |
0 |
0 |
| S. hominis ss. hominis |
0 |
10,00 (1) |
0 |
0 |
0 |
0 |
| S. chromogenes |
0 |
10,00 (1) |
0 |
0 |
0 |
0 |
| S. intermedius |
0 |
0 |
10,00 (1) |
0 |
0 |
0 |
| Total |
100 (16) |
100 (10) |
100 (10) |
100 (1) |
100 (1) |
100 (1) |
La evaluación geográfica de los patrones de resistencia a macrólidos en pacientes hospitalizados con COVID-19 reveló una distribución notable de los perfiles de resistencia en especies de Staphylococcus según el municipio de residencia. Entre los más destacados, ermB se identificó en tres de los pacientes de Bucaramanga y dos de El Carmen de Chucurí, el patrón ermB–ermT en Bucaramanga y Floridablanca, y ermT se observó principalmente en Bucaramanga. Asimismo, se detectaron combinaciones menos comunes, como ermA–ermT en San Gil y ermA–ermB–ermT en Puerto Wilches.
Resistencia genotípica vs resistencia fenotípica.
El análisis de la asociación entre la resistencia genotípica y fenotípica mostró que el 47,92% (23) de las especies de Staphylococcus eran resistentes a la azitromicina; el 39,58% (19) eran resistentes y presentaban al menos un gen de resistencia (ermB y/o ermT). De estos, S. aureus y S. epidermidis representaron el 18,75% (9) y 12,50% (6) respectivamente; Staphylococcus spp. representó el 8,33% (4).
La presencia de ermT se asoció significativamente con S. aureus y la presencia de ermA con S. epidermidis (p < 0,05), sin hallarse asociación con otras especies aisladas en el estudio (tabla 3). En cuanto a la relación entre los genes de resistencia y la resistencia fenotípica a la azitromicina por especie, S. aureus y ermT obtuvieron una asociación estadísticamente significativa (p < 0,05).
Tabla 3. Relación entre especies y resistencia fenotípica y genotípica.
X
Tabla 3. Relación entre especies y resistencia fenotípica y genotípica.
| Microorganismos |
Resistencia
Fenotípica
% (n) |
Genes |
ermA
% (n) |
Valor p |
ermB
% (n) |
Valor p |
ermT
% (n) |
Valor p |
| S. aureus |
20,83 (10) |
0 |
0,07a*
1a**
|
64,29 (18) |
0,18b*
1a**
|
31,90 (7) |
0,04b*
0,03a**
|
| S. epidermidis |
18,75 (8) |
100 (3) |
0,03a*
0,55a**
|
21,42 (6) |
0,14b*
0,61a**
|
50,00 (11) |
0,30b*
0,35a**
|
a: Valor de p por la prueba exacta de Fisher. b: Valor de p por Chi cuadrado de Pearson. *: Relación entre especie bacteriana y gen
de resistencia a macrólidos. **: Intrarelación de especie bacteriana y resistencia fenotípica y gen de resistencia a macrólidos.
Los valores de p se presentan a un nivel de significancia menor de 0,05, y los valores significativos están resaltados en negrita.
Los fragmentos de ADN amplificados fueron secuenciados exitosamente, obteniéndose secuencias de alta calidad con valores predominantes de Q30, lo que indica una precisión superior al 99,9%. La longitud de las secuencias coincidió con el tamaño esperado de los genes objetivo, tras el recorte de las bases de baja calidad en los extremos. Las lecturas forward y reverse se ensamblaron mediante el software CAP3, generando contigs únicos para cada fragmento, cuya integridad fue confirmada por inspección manual en la región de solapamiento. Los análisis BLAST de las secuencias ensambladas confirmaron la identidad de los genes de resistencia ermB, ermT y ermA. No se observaron mutaciones o polimorfismos relevantes en las secuencias analizadas, indicando homogeneidad en los genes de resistencia detectados. Estos resultados aportan evidencia molecular sobre la presencia y conservación de genes de resistencia en las cepas estudiadas.
Discusión
Este estudio evidenció una alta prevalencia de S. aureus y S. epidermidis resistentes a macrólidos en pacientes hospitalizados con COVID-19 en Santander, siendo los genes ermB y ermT los más frecuentes. Esto es consistente con su rol en la resistencia a macrólidos en cocos Grampositivos, al bloquear el sitio de unión en el ribosoma bacteriano y limitar así las opciones terapéuticas en infecciones secundarias en hospitales25. La falta de una correlación significativa entre los genes de resistencia y la resistencia fenotípica sugiere la posible influencia de otros mecanismos, como los fenotipos cMLSb e iMLSb26, lo cual justifica futuros estudios para profundizar en esta relación.
Una limitación reconocida del presente estudio es el uso exclusivo del método de difusión en agar para la evaluación de la resistencia fenotípica a azitromicina, técnica que, si bien está estandarizada por CLSI M100-Ed34:202415 y es ampliamente usada en vigilancia, puede subestimar ciertos perfiles de resistencia detectables por métodos cuantitativos como la microdilución. No obstante, dado que el objetivo del estudio no fue comparar técnicas, sino caracterizar perfiles de resistencia en el contexto de vigilancia epidemiológica, se priorizó el uso de métodos reproducibles y factibles en condiciones operativas reales de laboratorio. Esta elección metodológica responde al enfoque práctico del estudio, pero se recomienda que investigaciones futuras complementen estos hallazgos con métodos de referencia que permitan una evaluación más precisa de la CMI.
El uso extenso de antibióticos durante la pandemia de COVID-19 ha acelerado la resistencia a macrólidos a nivel mundial27,28. Los hallazgos del presente estudio, similares a estudios en Nigeria donde Bamigbola et al.29 reportó una prevalencia de S. aureus del 32,4% y S. saprophyticus del 31,50% en coinfecciones asociadas a COVID-19, y de Egipto donde Hamdy et al.30 describieron una prevalencia notable de S. aureus y S. epidermidis con ermB y ermT, aunque difieren en la presencia de mef(A/E), no detectado en las muestras analizadas en esta investigación. Esto sugiere una posible variación geográfica en la distribución de estos genes, influenciada por características específicas de las especies y los entornos clínicos.
En América Latina, aunque existen pocos estudios, trabajos en Perú11,31 y Chile12 han reportado prevalencias similares de genes de resistencia en Staphylococcus, con diferencias en las especies y fenotipos involucrados. La ausencia de S. saprophyticus en este estudio, a diferencia de Nigeria29, es coherente con su asociación principalmente con infecciones urinarias. Estos resultados subrayan la importancia de una vigilancia constante en la región para caracterizar las variaciones en los patrones de resistencia y adaptar estrategias de control a cada área.
Aunque S. epidermidis generalmente no se asocia con infecciones respiratorias, su presencia en pacientes hospitalizados con COVID-19 sugiere un posible rol oportunista en coinfecciones hospitalarias. Esta observación resalta la importancia de investigar más a fondo su papel en el tracto respiratorio y su interacción con la microbiota del huésped, especialmente en pacientes inmunocomprometidos o expuestos a tratamientos prolongados. Comprender esta dinámica podría revelar nuevos factores de riesgo en entornos clínicos y contribuir al desarrollo de estrategias de control de infecciones más eficaces, considerando la capacidad de S. epidermidis para adaptarse y persistir en ambientes hospitalarios32.
Si bien este estudio no analizó variables sociodemográficas detalladas, como determinantes sociales de salud o comorbilidades, estos factores podrían influir en los patrones de resistencia y merecen consideración en investigaciones futuras. Además, la falta de datos suficientes para correlacionar patrones de resistencia con ubicaciones geográficas específicas (área rural o urbana) destaca la necesidad de implementar sistemas de vigilancia más robustos en Santander para orientar intervenciones locales.
A pesar de que las muestras fueron recolectadas entre 2020 y 2021, estos resultados, obtenidos en 2024, siguen siendo relevantes. Ofrecen una perspectiva sobre cómo la pandemia y el uso intensivo de macrólidos han impactado el desarrollo de resistencia en el corto y mediano plazo. Estos datos permiten identificar tendencias de resistencia que podrían haberse consolidado, ofreciendo una base para formular políticas actuales de uso racional de antibióticos y servir como referencia para futuros estudios en Colombia y la región. La detección de genes erm en varios municipios sugiere una distribución amplia de estos mecanismos de resistencia, posiblemente impulsada por el uso de antibióticos en entornos hospitalarios y comunitarios. Esto subraya la necesidad de ver la resistencia antimicrobiana como un problema regional que exige estrategias de vigilancia y control específicas para las necesidades locales.
Conclusión
Este estudio aporta evidencia sobre la prevalencia de S. aureus y S. epidermidis en pacientes hospitalizados con COVID-19, resaltando el papel de estos como patógenos oportunistas en entornos clínicos. La identificación de los genes de resistencia a macrólidos ermB y ermT destaca la preocupación por el incremento de la resistencia antibiótica, lo que podría complicar el manejo de infecciones en pacientes vulnerables. Aunque S. epidermidis no suele asociarse con infecciones respiratorias, su presencia en este contexto sugiere la necesidad de investigar su papel en coinfecciones hospitalarias y su interacción con la microbiota del huésped. La alta prevalencia de estos genes de resistencia enfatiza la urgencia de implementar un uso más controlado de antibióticos y estrategias efectivas de control de infecciones en entornos de salud.
Conflictos de Interés: Los investigadores declaran no tener conflictos de interés en relación con este estudio.
Financiación:
Este estudio fue financiado en el marco de la Convocatoria Interna de Proyectos de Investigación, Desarrollo Tecnológico e Innovación 2021–2022 de la Universidad de Santander, bajo el Acta de Inicio CIF31-22. La Universidad de Boyacá participó como entidad co-ejecutora en el marco de la Red Nexus.
Agradecimientos:
Agradecemos a la red iberoamericana RE-ESKAPE 221RT0113-Cyted por el apoyo en el desarrollo de este estudio. Agradecemos también al Instituto Nacional de Salud (INS), a la Universidad de Santander, a la Universidad de Boyacá y al Laboratorio de Investigaciones Biomédicas y Biotecnológicas (LIBB) de la Universidad de Santander por su financiamiento, colaboración y soporte técnico. Extendemos nuestro agradecimiento a todas aquellas personas que han aportado en la lectura crítica de este manuscrito, cuya revisión contribuyó significativamente a la calidad del trabajo.
Referencias
X
Referencias
Li J, Liu L, Zhang H, Guo J, Wei X, Xue M, et al. Severe problem of macrolides resistance to common pathogens in China. Front Cell Infect Microbiol. 2023;13:1181633. https://doi.org/10.3389/fcimb.2023.1181633
X
Referencias
Sulayyim HJA, Ismail R, Hamid AA, Ghafar NA. Antibiotic resistance during COVID-19: A systematic review. Int J Environ Res Public Health. 2022;19(19):11931. https://doi.org/10.3390/ijerph191911931
X
Referencias
Valladales-Restrepo LF, Constain-Mosquera CA, Hoyos-Guapacha MA, Hoyos-Guapacha KL, Gaviria-Mendoza A, Machado-Duque ME, et al. Indicación y prescripción de macrólidos en una población colombiana. Biomédica. 2022;42(2):302–14. https://doi.org/10.7705/biomedica.6116
X
Referencias
Quiñones-Laveriano DM, Soto A, Quilca-Barrera L. Frequency of coinfection by respiratory pathogens and its impact on the prognosis of patients with COVID-19. Rev Fac Med Hum. 2021;21(3):617–29. https://doi.org/10.25176/RFMH.v21i3.3520
X
Referencias
Lucien MAB, Canarie MF, Kilgore PE, Jean-Denis G, Fénélon N, Pierre M, et al. Antibiotics and antimicrobial resistance in the COVID-19 era: Perspective from resource-limited settings. Int J Infect Dis. 2021;104:250–4. https://doi.org/10.1016/j.ijid.2020.12.087
X
Referencias
Zavala-Flores E, Salcedo-Matienzo J. Medicación prehospitalaria en pacientes hospitalizados por COVID-19 en un hospital público de Lima-Perú. Acta Med Peru. 2020;37(3):393–5. https://doi.org/10.35663/amp.2020.373.1277
X
Referencias
Mlynarczyk-Bonikowska B, Kowalewski C, Krolak-Ulinska A, Marusza W. Molecular mechanisms of drug resistance in Staphylococcus aureus. Int J Mol Sci. 2022;23(15):8088. https://doi.org/10.3390/ijms23158088
X
Referencias
Sarjana Safain K, Bhuyan G, Hassan Hasib S, Islam M, Mahmud-Un-Nabi M, Sultana R, et al. Genotypic and phenotypic profiles of antibiotic-resistant bacteria isolated from hospitalised patients in Bangladesh. Trop Med Int Health. 2021;26(7):720–9. https://doi.org/10.1111/tmi.13584
X
Referencias
Pulido-Colina A, Soto Pastrana J, Valencia-Bazalar E, Zavaleta Apestegui M. Caracterización molecular de genes de virulencia (lmb, bca y rib) y de resistencia a macrólidos (ermB, ermTR y mefA) en aislamientos clínicos de Streptococcus agalactiae. Rev Peru Med Exp Salud Publica. 2022;38(4):615–20. https://doi.org/10.17843/rpmesp.2021.384.8726
X
Referencias
Quezada-Aguiluz M, Aguayo-Reyes A, Carrasco C, Mejías D, Saavedra P, Mella-Montecinos S, et al. Phenotypic and genotypic characterization of macrolide, lincosamide and Streptogramin B resistance among clinical methicillin-resistant Staphylococcus aureus isolates in Chile. Antibiotics (Basel). 2022;11(8):1000. https://doi.org/10.3390/antibiotics11081000
X
Referencias
Buehrle D, Decker B, Wagener M, Adalja A, Singh N, McEllistrem M, et al. Antibiotic consumption and stewardship at a hospital outside of an early Coronavirus Disease 2019 epicenter. Antimicrob Agents Chemother. 2020;64(11):e01011-20. https://doi.org/10.1128/AAC.01011-20
X
Referencias
Hirotaki S, Sasaki T, Kuwahara-Arai K, Hiramatsu K. Rapid and accurate identification of human-associated staphylococci by use of multiplex PCR. J Clin Microbiol. 2011;49(10):3627. https://doi.org/10.1128/JCM.00488-11
X
Referencias
Pérez-Trallero E, Montes Milagrosa O, Tamayo E, García-Arenzana J, Marimón J. Phenotypic and genotypic characterization of Streptococcus pyogenes isolates displaying the MLSB phenotype of macrolide resistance in Spain, 1999–2005. Antimicrob Agents Chemother. 2007;51(4):1228–33. https://doi.org/10.1128/AAC.01054-06
X
Referencias
Coba Cárdenas JE. Caracterización molecular de Enterococcus faecium multirresistentes causantes de infecciones en sangre en un hospital universitario del norte de España [tesis de máster]. España: Universidad de Cantabria; 2017. http://hdl.handle.net/10902/12438
X
Referencias
Euler CW, Ryan PA, Martin JM, Fischetti VA. M. SpyI, a DNA methyltransferase encoded on a mefA chimeric element, modifies the genome of Streptococcus pyogenes. J Bacteriol. 2006;189(3):1044. https://doi.org/10.1128/JB.01411-06
X
Referencias
Alcock BP, Huynh W, Chalil R, Smith KW, Raphenya AR, Wlodarski MA, et al. CARD 2023: expanded curation, support for machine learning, and resistome prediction at the Comprehensive Antibiotic Resistance Database. Nucleic Acids Res. 2023;51(D1):D690–9. https://doi.org/10.1093/nar/gkac920
X
Referencias
Bortolaia V, Kaas R, Ruppe E, Roberts M, Schwarz S, Cattoir V, et al. ResFinder 4.0 for predictions of phenotypes from genotypes. J Antimicrob Chemother. 2020;75(12):3491–500. https://doi.org/10.1093/jac/dkaa345
X
Referencias
Gupta SK, Padmanabhan BR, Diene SM, Lopez-Rojas R, Kempf M, Landraud L, et al. ARG-ANNOT, a new bioinformatic tool to discover antibiotic resistance genes in bacterial genomes. Antimicrob Agents Chemother. 2014;58(1):212. https://doi.org/10.1128/AAC.01310-13
X
Referencias
Trejos-Suárez J, Santos Angarita M, Arias Guerrero M, Parada Díaz A, Bravo Granados N, Alfonso Vargas N. Macrolide resistance genes in Gram-positive bacteria from COVID-19 patients: metadata and database. 2024. Figshare V3. https://doi.org/10.6084/m9.figshare.27542595.v3
X
Referencias
Petinaki E, Papagiannitsis C. Resistance of staphylococci to macrolides-lincosamides-streptogramins B (MLSB): epidemiology and mechanisms of resistance. In: Staphylococcus aureus. IntechOpen; 2018. https://doi.org/10.5772/intechopen.75192
X
Referencias
Besharati R, Ajoudanifar H, Ghasemzadeh-Moghaddam H, Azimian A. Increasing antimicrobial resistance of Gram-positive cocci in the nostrils of health care workers in the post–COVID-19 era compared to pre–COVID-19 era in North Khorasan, Iran. Jundishapur J Microbiol. 2023;16(4):e135551. https://doi.org/10.5812/jjm-135551
X
Referencias
Amodio E, Pizzo S, Vella G, De Francisci V, Distefano SA, Giambelluca E, et al. Increase of multidrug-resistant bacteria after the COVID-19 pandemic in a major teaching hospital in Sicily (2018–2021). Int J Antimicrob Agents. 2024;63(5):107123. https://doi.org/10.1016/j.ijantimicag.2024.107123
X
Referencias
Bamigbola F, Raheem T, Fowora M, Adesina F. Detections of mefA, ermB, and mphA macrolide-resistant genes in bacteria isolated from COVID-19 patients from selected health facilities in Ibadan, Nigeria. Adv Microbiol. 2023;13(2):106–17. https://doi.org/10.4236/aim.2023.132007
X
Referencias
Hamdy A, Marciniak T, Alseqely M, Ziebuhr W, Abouelmagd E, Abouelfetouh A. Phenotypic and genotypic characterization of commensal staphylococci isolated from young volunteers in Alexandria, Egypt. Sci Rep. 2024;14(1):14850. https://doi.org/10.1038/s41598-024-60924-8
X
Referencias
Charnogusrky C, Gil A, Ecker L, Cornejo R, Rios S, Ochoa MR, et al. Prevalence of nasopharyngeal carriage of macrolide and lincosamide resistance genes among a household-based cohort of children and adults in a peri-urban community in Peru. Open Forum Infect Dis. 2023;10(2):ofad500.2077. https://doi.org/10.1093/ofid/ofad500.2077
X
Referencias
Widerström M. Commentary: Significance of Staphylococcus epidermidis in health care-associated infections, from contaminant to clinically relevant pathogen: This is a wake-up call! J Clin Microbiol. 2016;54(7):1679–81. https://doi.org/10.1128/JCM.00743-16
Li J, Liu L, Zhang H, Guo J, Wei X, Xue M, et al. Severe problem of macrolides resistance to common pathogens in China. Front Cell Infect Microbiol. 2023;13:1181633. https://doi.org/10.3389/fcimb.2023.1181633
Vázquez-Laslop N, Mankin AS. How macrolide antibiotics work. Trends Biochem Sci. 2018;43(9):668–84. https://doi.org/10.1016/j.tibs.2018.06.011
Sulayyim HJA, Ismail R, Hamid AA, Ghafar NA. Antibiotic resistance during COVID-19: A systematic review. Int J Environ Res Public Health. 2022;19(19):11931. https://doi.org/10.3390/ijerph191911931
Valladales-Restrepo LF, Constain-Mosquera CA, Hoyos-Guapacha MA, Hoyos-Guapacha KL, Gaviria-Mendoza A, Machado-Duque ME, et al. Indicación y prescripción de macrólidos en una población colombiana. Biomédica. 2022;42(2):302–14. https://doi.org/10.7705/biomedica.6116
Quiñones-Laveriano DM, Soto A, Quilca-Barrera L. Frequency of coinfection by respiratory pathogens and its impact on the prognosis of patients with COVID-19. Rev Fac Med Hum. 2021;21(3):617–29. https://doi.org/10.25176/RFMH.v21i3.3520
Lucien MAB, Canarie MF, Kilgore PE, Jean-Denis G, Fénélon N, Pierre M, et al. Antibiotics and antimicrobial resistance in the COVID-19 era: Perspective from resource-limited settings. Int J Infect Dis. 2021;104:250–4. https://doi.org/10.1016/j.ijid.2020.12.087
Zavala-Flores E, Salcedo-Matienzo J. Medicación prehospitalaria en pacientes hospitalizados por COVID-19 en un hospital público de Lima-Perú. Acta Med Peru. 2020;37(3):393–5. https://doi.org/10.35663/amp.2020.373.1277
Miklasińska-Majdanik M. Mechanisms of resistance to macrolide antibiotics among Staphylococcus aureus. Antibiotics (Basel). 2021;10(11):1406. https://doi.org/10.3390/antibiotics10111406
Mlynarczyk-Bonikowska B, Kowalewski C, Krolak-Ulinska A, Marusza W. Molecular mechanisms of drug resistance in Staphylococcus aureus. Int J Mol Sci. 2022;23(15):8088. https://doi.org/10.3390/ijms23158088
Sarjana Safain K, Bhuyan G, Hassan Hasib S, Islam M, Mahmud-Un-Nabi M, Sultana R, et al. Genotypic and phenotypic profiles of antibiotic-resistant bacteria isolated from hospitalised patients in Bangladesh. Trop Med Int Health. 2021;26(7):720–9. https://doi.org/10.1111/tmi.13584
Pulido-Colina A, Soto Pastrana J, Valencia-Bazalar E, Zavaleta Apestegui M. Caracterización molecular de genes de virulencia (lmb, bca y rib) y de resistencia a macrólidos (ermB, ermTR y mefA) en aislamientos clínicos de Streptococcus agalactiae. Rev Peru Med Exp Salud Publica. 2022;38(4):615–20. https://doi.org/10.17843/rpmesp.2021.384.8726
Quezada-Aguiluz M, Aguayo-Reyes A, Carrasco C, Mejías D, Saavedra P, Mella-Montecinos S, et al. Phenotypic and genotypic characterization of macrolide, lincosamide and Streptogramin B resistance among clinical methicillin-resistant Staphylococcus aureus isolates in Chile. Antibiotics (Basel). 2022;11(8):1000. https://doi.org/10.3390/antibiotics11081000
Buehrle D, Decker B, Wagener M, Adalja A, Singh N, McEllistrem M, et al. Antibiotic consumption and stewardship at a hospital outside of an early Coronavirus Disease 2019 epicenter. Antimicrob Agents Chemother. 2020;64(11):e01011-20. https://doi.org/10.1128/AAC.01011-20
Hirotaki S, Sasaki T, Kuwahara-Arai K, Hiramatsu K. Rapid and accurate identification of human-associated staphylococci by use of multiplex PCR. J Clin Microbiol. 2011;49(10):3627. https://doi.org/10.1128/JCM.00488-11
Clinical and Laboratory Standards Institute. M100 Ed34 Performance standards for antimicrobial susceptibility testing. 34th ed. 2024. https://clsi.org/standards/products/microbiology/documents/m100/
Pérez-Trallero E, Montes Milagrosa O, Tamayo E, García-Arenzana J, Marimón J. Phenotypic and genotypic characterization of Streptococcus pyogenes isolates displaying the MLSB phenotype of macrolide resistance in Spain, 1999–2005. Antimicrob Agents Chemother. 2007;51(4):1228–33. https://doi.org/10.1128/AAC.01054-06
Coba Cárdenas JE. Caracterización molecular de Enterococcus faecium multirresistentes causantes de infecciones en sangre en un hospital universitario del norte de España [tesis de máster]. España: Universidad de Cantabria; 2017. http://hdl.handle.net/10902/12438
Euler CW, Ryan PA, Martin JM, Fischetti VA. M. SpyI, a DNA methyltransferase encoded on a mefA chimeric element, modifies the genome of Streptococcus pyogenes. J Bacteriol. 2006;189(3):1044. https://doi.org/10.1128/JB.01411-06
Altschul S, Gish W, Miller W, Myers E, Lipman D. Basic local alignment search tool. J Mol Biol. 1990;215(3):403–10. https://doi.org/10.1016/S0022-2836(05)80360-2
Alcock BP, Huynh W, Chalil R, Smith KW, Raphenya AR, Wlodarski MA, et al. CARD 2023: expanded curation, support for machine learning, and resistome prediction at the Comprehensive Antibiotic Resistance Database. Nucleic Acids Res. 2023;51(D1):D690–9. https://doi.org/10.1093/nar/gkac920
Bortolaia V, Kaas R, Ruppe E, Roberts M, Schwarz S, Cattoir V, et al. ResFinder 4.0 for predictions of phenotypes from genotypes. J Antimicrob Chemother. 2020;75(12):3491–500. https://doi.org/10.1093/jac/dkaa345
Clausen PTLC, Aarestrup FM, Lund O. Rapid and precise alignment of raw reads against redundant databases with KMA. BMC Bioinformatics. 2018;19(1):307. https://doi.org/10.1186/s12859-018-2336-6
Gupta SK, Padmanabhan BR, Diene SM, Lopez-Rojas R, Kempf M, Landraud L, et al. ARG-ANNOT, a new bioinformatic tool to discover antibiotic resistance genes in bacterial genomes. Antimicrob Agents Chemother. 2014;58(1):212. https://doi.org/10.1128/AAC.01310-13
Trejos-Suárez J, Santos Angarita M, Arias Guerrero M, Parada Díaz A, Bravo Granados N, Alfonso Vargas N. Macrolide resistance genes in Gram-positive bacteria from COVID-19 patients: metadata and database. 2024. Figshare V3. https://doi.org/10.6084/m9.figshare.27542595.v3
Petinaki E, Papagiannitsis C. Resistance of staphylococci to macrolides-lincosamides-streptogramins B (MLSB): epidemiology and mechanisms of resistance. In: Staphylococcus aureus. IntechOpen; 2018. https://doi.org/10.5772/intechopen.75192
Stahl JP. Lincosamidas. EMC-Tratado de Medicina. 2017;21(4):1–4. https://doi.org/10.1016/S1636-5410(17)86925-7
Besharati R, Ajoudanifar H, Ghasemzadeh-Moghaddam H, Azimian A. Increasing antimicrobial resistance of Gram-positive cocci in the nostrils of health care workers in the post–COVID-19 era compared to pre–COVID-19 era in North Khorasan, Iran. Jundishapur J Microbiol. 2023;16(4):e135551. https://doi.org/10.5812/jjm-135551
Amodio E, Pizzo S, Vella G, De Francisci V, Distefano SA, Giambelluca E, et al. Increase of multidrug-resistant bacteria after the COVID-19 pandemic in a major teaching hospital in Sicily (2018–2021). Int J Antimicrob Agents. 2024;63(5):107123. https://doi.org/10.1016/j.ijantimicag.2024.107123
Bamigbola F, Raheem T, Fowora M, Adesina F. Detections of mefA, ermB, and mphA macrolide-resistant genes in bacteria isolated from COVID-19 patients from selected health facilities in Ibadan, Nigeria. Adv Microbiol. 2023;13(2):106–17. https://doi.org/10.4236/aim.2023.132007
Hamdy A, Marciniak T, Alseqely M, Ziebuhr W, Abouelmagd E, Abouelfetouh A. Phenotypic and genotypic characterization of commensal staphylococci isolated from young volunteers in Alexandria, Egypt. Sci Rep. 2024;14(1):14850. https://doi.org/10.1038/s41598-024-60924-8
Charnogusrky C, Gil A, Ecker L, Cornejo R, Rios S, Ochoa MR, et al. Prevalence of nasopharyngeal carriage of macrolide and lincosamide resistance genes among a household-based cohort of children and adults in a peri-urban community in Peru. Open Forum Infect Dis. 2023;10(2):ofad500.2077. https://doi.org/10.1093/ofid/ofad500.2077
Widerström M. Commentary: Significance of Staphylococcus epidermidis in health care-associated infections, from contaminant to clinically relevant pathogen: This is a wake-up call! J Clin Microbiol. 2016;54(7):1679–81. https://doi.org/10.1128/JCM.00743-16
