현재의 CDI의 감염관리는 유증상 환자에 대한 빠른 진단과 치료, 전파차단에 중점을 두고 있다[6,12]. 증상이 있는 CDI 환자가 재실 하였던 병실은 그렇지 않은 환자가 재실 하였던 병실보다 C. difficile에 오염되었을 확률과 병실의 오염 정도가 더 높은 것으로 알려져 있다[13,14]. 따라서 유증상 환자의 빠른 진단 및 감염 중재는 원내 전파차단에 매우 중요한 부분을 차지한다. 유증상 CDI환자의 진단을 위한 적절한 증상을 정의하기는 매우 어렵다. 가이드라인에서 제시하는 설사를 정의하는 변의 형태와 횟수에 대한 근거는 빈약한 편이다. 지난 40년 간 CDI의 질병부담이 증가하고 이에 대한 관심도가 증가함에 따라 설사의 기준이 되는 배변의 총 횟수는 꾸준히 감소하였다[6]. 2017년 Infectious Diseases Society of America (IDSA) and Society for Healthcare Epidemiology of America (SHEA) 가이드라인은 1) 다른 이유로 설명하기 어려운, 2) 형태를 갖추지 못한 변이, 3) 하루에 3회 이상 발생 시 이를 설사증상으로 정의하였다[6]. 아울러 적절한 설사 검체의 질을 향상시키기 위해 최근 48시간 이내 하제를 투약한 환자는 검사를 시행하지 말고, 검사실에서도 형태를 갖춘 변에 대한 CDI 검사를 제한하는 등의 조치를 취할 수 있음을 제시하였다[6]. 2013년 영국 공중보건국(Public Health England)의 가이드라인에서는 환자의 대변형태를 소통할 때 브리스톨 대변 척도(Bristol stool scale)를 사용할 것을 권고하였으며, Type 5, 6, 7에 해당하는 변을 검사와 치료의 대상으로 제시하고 있다[15,16].

CDI에 대한 진단적 도구는 다양하나 진단을 위해 단일 테스트는 권장하지 않는다. 대표적인 진단방법으로는 독소생성검사법(Toxigenic culture), 핵산증폭검사(Nucleic acid amplification tests, 이하 NAAT), 글루탐산탈수소효소검사(Glutamate dehydrogenase tests, 이하 GDH test), 세포독소중화시험(Cytotoxicity neutralization assay) 및 독소 A 및 B에 대한 효소면역분석(Toxin A and B Enzyme immunoassay, 이하 Toxin A&B EIA) 등을 들 수 있으며 각 검사는 고유의 민감도와 특이도를 갖는다. 일반적으로 NAAT 혹은 GDH test는 높은 민감도를 갖는 검사로 분류되며, 반면 Toxin A&B EIA 검사는 높은 특이도를 갖는 검사로 분류된다(Table 1) [6,17,18]. 모든 가이드라인에서는[6,17,18] 두가지 이상의 검사를 포함하는 다단계의 검사를 통하여 CDI 진단을 하기를 권고하고 있다. 2017년 IDSA/SHEA 가이드라인에서는 1) 적절한 대변(형태가 없는 변) 검체만 검사가 진행되는 센터에서는 NAAT 단독 혹은 Toxin EIA 검사를 추가하는 다단계의 알고리즘을 권하고 있으나 2) 대변 검체에 대한 질이 보장되지 않는 센터에서는 Toxin EIA 검사와 같은 특이도가 높은 검사를 포함하는 다단계의 알고리즘을 채택할 것을 권고하고 있다[6]. 2021년 American College of Gastroenterology (ACG) 가이드라인과 European Society of Clinical Microbiology and Infectious Diseases (ESCMID) 가이드라인에서는 2단계 알고리즘을 권고하고 있는데 첫 단계에서 민감도가 높은 NAAT 또는 GDH를, 두번째 단계에서 특이도가 높은 Toxin A&B EIA를 시행하기를 권고하고 있다. 두 단계의 검사 모두 양성인 경우 CDI 진단을 하되 두 단계의 검사가 일치하지 않은 경우에는 임상판단을 통해서 환자 치료여부 결정을 할 것을 권고하고 있다(Fig. 1) [17,18].

적절한 의료관련감염감시는 의료기관 내 C. difficile에 대한 정확한 역학을 이해함으로써 효과적인 감염관리를 위한 개입이 필요한 곳과 시점을 결정할 수 있도록 도와준다[19]. 이에 여러 가이드라인은 공통적으로 의료기관은 CDI에 대한 감시체계를 갖추고 이를 이행하도록 권고하고 있다[6,12,20]. 2017년 IDSA/SHEA 가이드라인은 CDI의 유행을 감지하기 위해 각 의료기관은 최소한 병원획득 CDI (Hospital-onset CDI, 이하 HO-CDI)의 발병밀도를 감시할 것을 권고하였다[6]. Centers for Disease Control and Prevention (CDC)’s National Healthcare Safety Network (NHSN)에 의해 정의된 HO-CDI는 입원 후 4일째 혹은 그 이후 경과 후 발생한 CDI를 의미한다. HO-CDI와 더불어 의료기관은 퇴원 후 28일내 발생한 지역사회 발병, 의료기관 관련(Community-onset, healthcare facility-associated CO-HCFA) CDI에 대한 유행상황도 함께 감시할 수 있다[6,21]. 원내 CDI에 대한 감시는 각 의료기관의 특성에 따라 특정 병동이나 진료 센터, 전체 의료기간의 수준에서 시행하며, 발생밀도는 10,000 환자-일당 발생한 CDI case의 총 수로 표현할 것을 권고하고 있다. 아울러 감시된 발생밀도는 적시에 병동이나 병원 수준에서 피드백 하는 것이 필요하다[6,12].

CDI에 대한 여러 감염관리를 종합한 번들 접근(Bundle approach)은 가상 모델 연구나 실제 임상상황에서 CDI 유행상황을 효과적으로 억제하거나 예방하는 것으로 알려져 있다[22-24]. 이러한 번들 접근은 다양한 감염관리중재활동을 포함하며, CDI에 감염되었거나 혹은 감염이 의심되는 환자의 신속한 접촉 격리, 손 위생, 환경 소독 및 항생제 사용 적절성 향상을 위한 항생제 스튜어드십 프로그램(Antibiotic stewardship program) 등을 아우른다[6,24]. CDI의 예방효과는 종합적인 감염관리 중재의 결과로 나타나며, 각 개별 감염관리 요소의 효과 정도에 대한 평가는 쉽지 않다. 그러나, 최근에는 각 중재 요소의 CDI 예방에 대한 기여도와 이들 활동의 비용 효과적 측면에 대한 연구가 지속적으로 보고되고 있다[24-26].

C. difficile에 감염되면 일부의 환자만 증상을 발현하며, 많은 환자들은 무증상 상태로 남게 된다. 의료기관의 CDI 발생이 증가할수록 무증상 집락환자의 숫자도 증가하며, 무증상 환자도 주변 환경을 오염시켜 CDI 전파의 원인이 될 수 있음을 많은 연구들이 보고하고 있다[60,61]. 2017년 덴마크에서 보고된 전향적 연구에서, 무증상 보균자에게 노출된 환자의 4.6% 환자에서 C. difficile 감염이 확인되었으며, 이는 노출되지 않은 환자(2.6%)의 발병률 보다 유의미하게 더 높았다. 또한 무증상 환자에 대한 노출 정도와 노출된 환자의 발병률은 서로 비례하여 상승하였다[62]. 수학모델을 이용한 또다른 연구에서 무증상 집락 환자를 감시하고 격리하게 되면, 새로운 C. difficile의 집락과 CDI의 발생을 각각 40-50% 및 10-25% 감소할 수 있을 것으로 예상하였다[63]. 그러나 2018년 ESCMID 가이드라인에서는 무증상 집락환자의 감시와 격리를 하지 말 것을 권고하였다[12]. 이는 현재까지 무증상 집락 환자에 대한 관리를 통한 CDI 발생의 감소를 보고한 연구는 오직 한 건뿐이며, 해당 연구는 단일기관의 준실험연구로 다른 변수들이 충분히 통제되거나 교정되지 않았을 가능성이 있었기 때문이다[64]. 또한 해당 연구에서 1건의 병원획득 CDI 환자를 감소시키기 위해 총 6명의 무증상 C. difficile 집락 환자를 찾아내야 하며, 이를 위해 총 121명의 스크리닝이 필요한 것으로 산출되었다[12]. 이를 종합할 때에 무증상 집락환자는 알려진 것 보다 더 높은 수준으로 병원내 CDI전파에 기여하는 것으로 추정되나, 이들 환자에 대한 중재를 통한 CDI를 감소 전략에 대한 연구 자체가 부족하고, 기존 연구를 재분석 하였을 때 비용-효과적인 측면에서도 효율성이 떨어지는 것으로 간주되고 있다.

항생제 사용중재를 통해 CDI의 발생을 감소시키려는 것과 같이, CDI 발생의 위험요소 자체를 조절하여 의료기관내 CDI 발생을 감소시키려는 시도가 연구되고 있다. CDI 발병과 프로톤 펌프 억제제(Proton pump inhibitor, PPI)의 연관성은 비교적 잘 알려져 있다. 이전의 메타분석에 따르면 PPI의 사용이 CDI 발생을 1.74 (95% CI 1.47-2.85)배 상승시키고, 재발성 CDI의 위험 또한 2.51 (95% CI 1.16-5.44)배 상승시키는 것으로 보고하였다[65]. 비록 기존 연구에서 불필요한 PPI나 산 억제 약물의 사용 중재를 통한 CDI 예방 전략에 대한 연구에 대한 보고는 없으나, 부작용을 야기할 수 있는 약물의 불필요한 사용을 억제하는 측면에서 PPI 사용에 대한 관리는 필요하다[6].

한편 프로바이오틱스(probiotics)을 투약하여 정상 장내 미생물총의 회복을 촉진하여 CDI의 발병을 예방할 수 있다는 연구가 시도되고 있다. 한 연구에서 Lactobacillus균주를 투약하였을 때, 시험군의 CDI 발생률은 1.2%으로 위약군(9.4%) 보다 더 낮았다는 보고가 있었다[66]. 그러나 2017년의 IDSA/SHEA 가이드라인에서는 해당 연구를 포함한 관련한 다른 연구에서 대조군의 CDI의 발병률이 지나치게 높다는 점에서 프로바이오틱스의 효과가 과장되어 있을 가능성을 제기하였고, 프로바이오틱스의 CDI 예방에 대한 근거가 부족한 것으로 판단하였다[6,66,67]. 반면 2020년 American Gastroenterological Association (AGA)의 프로바이오틱스 투약에 관한 가이드라인에서는 항생제를 투약 중인 성인과 소아에서 특정 프로바이오틱스(e.g. S. boulardii나 Lactobacillus를 포함하는 혼합균주제제 등)를 투약하는 것에 대해 환자의 예상되는 이득정도에 따라 특정 상황에서 투약할 것을 추천(conditional recommendation) 하였다[68]. 이는 기존 연구의 맥락에서 CDI의 발병률이 높은 군에서 CDI에 예방효과를 보였던 점을 반영하였다. 따라서, 프로바이오틱스의 투약이 침습성 감염과 같은 부작용을 야기할 수 있는 상황이나(e.g. 중증병증), 효과에 대한 기대가 극히 작은 경우(e.g. 발생 위험도가 낮은 외래 환자)의 경우에는 프로바이오틱스를 투약을 고려하지 않을 수 있다고 권고하였다.

CDI를 감소시키기 위한 여러 전략들이 소개되었으나, 현실적으로 이 모든 전략을 시행하기에는 한계가 있다. 이에 좀 더 효과적이며 효율적인 전략을 찾기 위한 분석이 시도되고 있다. 기존 CDI의 감소를 목적으로 보고한 연구를 검토한 체계적 분석(Systematic review)에서 가장 CDI를 많이 감소시켰다고 보고한 연구는 염소계열의 소독제를 이용하여 환경을 매일 소독하거나 환자가 퇴원한 후 소독하는 것이었다. 반면 기존연구에서 클로르헥시딘 침상목욕이나 손 씻기를 더욱 강화하는 전략은 CDI 발병에 거의 영향을 미치는 않는 것으로 분석하였다[24]. 한편 200병상의 성인 병상을 산정한 수학적 모델 연구에서 가장 비용-효과적인 중재는 병실의 매일 소독과 의료종사자의 손 씻기로 분석되었으며, 반면에 가장 비효율적인 중재는 방문자와 의료종사자의 접촉격리로 분석되었다[25]. 80병상의 소아병상을 산정한 또다른 수학적 모델에서 가장 효과적인 2가지의 감염중재 번들은 아포살균이 가능한 화학제로 매일 병실을 소독하면서 입원 시 무증상 환자에 대해 C. difficile를 스크리닝 하는 것으로 분석되었고, 방문자에 대한 손소독 및 방문자와 의료종사자의 접촉격리는 효과적이지 않은 것으로 분석되었다[26]. 비록 수학적 모델은 모델이 가정한 의료기관의 특성과 참고한 문헌에 의한 수학적 추정 값이 실제와 다를 수 있다. 이를 이용한 모델은 오히려 심각한 편향을 유발할 수 있기 때문에 이에 대한 해석에 주의가 필요하다. 그러나, 비용-효과적이며 실현 가능한 감염중재에 대한 고민이 필요한 시점임을 많은 의료진들에게 인식시켜 주고 있다.

전장유전체분석(Whole genome sequencing)은 새로운 감염관리의 중요한 도구로 각광받고 있다. 전장 유전체 분석을 통해서 유행조사, 병원내 혹은 병원 간 전파, 지역사회 내 전파 경로를 높은 해상도로 파악할 수 있게 도와준다[69]. 최근에는 C. difficile의 감염관리 및 역학조사에도 전장유전체분석이 도입되고 있다. 기존 house-keeping genes만을 조사하는 Multi locus sequence typing 방법은 일부 유전자만을 조사하기 때문에 서로 다른 균주가 동일한 균주로 잘못 분류될 수 있었다. 그러나 core 혹은 accessary gene을 추가로 포함하여 유전자와 유전자를 직접 비교하는 전장유전체분석은 이러한 한계를 뛰어넘을 수 있다[70]. 스위스의 한 연구는 2016년 12월부터 1년 간 총 28건의 ribotype 027에 의한 CDI 유행이 있었고, 전장유전체분석상 실제 28건 중 20건이 한 균주에 의해 발생하였음을 확인하였다. 이들 균주의 주된 전파경로는 오염된 의료진에 의한 전파, CDI 환자와 같은 방이나 화장실에 노출되어 획득되었음을 확인하였고, 이에 의료진의 손 위생 강화, 매일 아포 살균효과가 있는 화학제를 이용하여 환경 소독을 함으로써 유행을 억제하였다고 보고 하였다[71].

인공지능으로 일컫는 머신러닝을 이용한 예측모델은 의료분야에 널리 응용되고 있다. 이에 발맞추어 특정 질환을 예측하고, 이를 감염관리분야에 적용하려는 시도도 활발히 진행되고 있다[72]. 그 한 예로, 미국의 두 의료기관의 전자건강자료(Electronic health record)을 이용하여 C. difficile 감염을 예측하는 모델을 개발한 사례가 있다. 10000 환자-일당 16.38 및 10.16건의 발병률을 보인 두 의료기관에서 각각 191,014명 및 65,718명의 환자 데이터를 추출하여 매일 변화하는 환자의 CDI의 위험도를 평가하는 모델을 개발하였고, 각 모델의 수신자 조작 특성 곡선(Receiver Operating Characteristics curve)의 아래 면적은(area under the curve) 총 각 병원의 모델에서 0.82 및 0.75로 준수한 예측력을 보여주었다. 해당 모델에서 높은 관련성이 확인된 인자는 입원 전 CDI 병력, 고령, 여러 항생제의 투약력 및 빈맥 등의 생체지표이었다[73]. 이러한 머신러닝모델은 이전의 전통적인 모델보다 더 정확하고 신속한 환자의 예측과 분류를 통해 CDI환자의 빠른 격리 및 소독 등 감염관리에 기여할 것으로 기대된다. 하지만 지금까지 보고된 머신러닝 모델들은 외부검증이 이루어진 경우가 드물고 전향적 연구를 통해 임상성 유용성을 증명한 연구는 현재까지 보고된 바가 없는 실정이다[72].

CDI의 치료에 관련하여 최근 2021년 IDSA/SHEA은 새로운 가이드라인을 발행하였다. 개정된 가이드라인에서 CDI의 초치료 및 재발 시 모두 경구 vancomycin 보다는 Fidaxomicin을 투약하도록 권고하였다[74]. 경구 Fidaxomicin은 전신 흡수가 거의 되지 않고 C. difficile 만을 목표로 하는 스펙트럼이 좁은 항생제이기에 장내 정상 세균총을 보존한다는 장점이 있다[75]. Fidaxomicin은 Vancomycin에 비해 치료 종결 4주 후에도 효과가 지속될 확률이 16% 더 높은 것으로 알려져 있다[74]. 추가적으로, 재발성 CDI 환자에서 이후의 재발을 방지하기 위해 Toxin B에 대한 단클론 항체인 Bezlotoxumab을 항생제와 함께 투약할 것을 권고하였다[74,76]. 그러나 이들 약제는 비용 등의 문제로 아직 국내 도입이 되지 않았다. 기존 약제에 비하여 더 효과적이고 장내 세균총에 영향을 미치지 않는 신약들은 CDI의 감염관리 측면에서도 중요한 요소로 작용할 것이며, 이러한 약제들의 적극적인 국내 도입이 시급한 상황이다.