5所醫院住院患者ADE警示系統主動監測數據分析與評價

郭代紅，陳 超，馬 亮，雍曉蘭，張 梅，付桂英，夏培元，文愛東，朱 曼，徐元杰（.解放軍ADR監測

·不良反應調查·

5所醫院住院患者ADE警示系統主動監測數據分析與評價

郭代紅1，陳 超1，馬 亮1，雍曉蘭2，張 梅3，付桂英4，夏培元5，文愛東6，朱 曼1，徐元杰1（1.解放軍ADR監測

中心暨解放軍總醫院藥品保障中心，北京 100853；2.成都軍區成都總醫院，四川 成都 610083；3.北京軍區總醫院，北京 100700；4.解放軍307醫院，北京 100071；5.第三軍醫大學西南醫院，重慶 400038；6.第四軍醫大學西京醫院，陜西 西安 710033）

目的：開展重點品種重點事件的多中心主動監測研究，探討軍隊醫院開展ADE主動監測、自動警示與評估工作的特點、規律和相關因素，深化藥品安全監測技術。方法：由經過集中培訓的高年資臨床藥師，收集2014年1 – 6月期間5所擴大試點醫院運行 “住院患者藥品不良事件主動監測與評估警示系統”的預警數據，逐例分析確定ADE陽性案例，統一匯總并分類統計。結果：四種ADE（肝功能異常、腎功能異常、貧血、血小板減少）自動監測結果的陽性預測值分別為（78.93±24.97）%、（46.45±32.81）%、（46.00±36.47）%、（41.27±31.14）%。由于案例排除率過高，未涵蓋多數用藥患者，相應的ADE發生率也高。研究者主動試行了22對拓展品種監測，主要為多個品種對1個ADE、也有1個品種對多個ADE，拓展品種的陽性預測值普遍高于常規品種。結論：該系統實現了“實時監測”和“預防為主”的藥品風險控制模式；為大數據時代有效防范臨床用藥風險、減少ADE損害提供新的思路；為臨床藥師針對性開展重點品種主動監測提供高效實用的技術支撐工具。

藥品不良事件；主動監測；自動預警；重點監測

自發報告藥品不良反應/事件（ADR/ADE）成為常規工作后，如何按照新版《藥品不良反應報告和監測管理辦法》要求，更加有針對性的開展重點品種主動監測，是進一步提升用藥安全風險監測與防范工作質量的關鍵所在。近年來全軍ADR監測中心深化藥品風險信號的自動監測技術，自主研發“住院患者ADE主動監測與評估警示系統”[1]，并在解放軍總醫院使用經驗的基礎上進行多中心推廣試用，獲得高效支撐臨床藥師工作的效果。來自5所擴大試點醫院的試用情況及相關數據分析結果，為該系統的繼續完善與推廣提供了樂觀前景，現報告如下。

1 資料與方法

本研究統一采用解放軍ADR監測中心自主研發的“住院患者ADE主動監測與評估警示系統”；也是在前期解放軍總醫院試用完善的基礎上[2-5]，進一步開展的多中心推廣試用項目。研究人員均為經過集中培訓的資深臨床藥師，現場安裝系統后，按期開展數據提取、案例分析并提交報告；共計5所醫院全程參加，分別是成都軍區總醫院、北京軍區總醫院、解放軍307醫院、三軍大西南醫院、四軍大西京醫院（簡稱成總、北總、307、西南、西京）。

本項目采用真實世界研究方法，追蹤提取納入擴大試點5所醫院的軍衛一號HIS中，2014年1月1日至6月30日期間，通過“住院患者ADE主動監測與評估警示系統”自動監測篩選具有ADE預警信號的案例，由專科臨床藥師逐一查閱病歷進行分析，計算關聯性評價結果陽性率，并對本系統的應用進行評價。

納入自動監測的ADE種類為“血小板減少”、“貧血”、“肝損傷”、“腎損傷”；相對應的四個關聯品種“利奈唑胺”、“吉西他濱”、“阿托伐他汀鈣”、“萬古霉素”為重點監測規定品種。同時鼓勵各試點醫院臨床藥師充分利用本系統優勢，結合各自用藥特點自行篩選拓展重點監測品種。

報告分類標準、關聯性評價標準與國家藥品不良反應監測報告體系一致。數據的統計處理采用Excel系統，計數資料以例數和構成比進行統計描述，計量資料以（樣本均數±標準差）進行統計描述。

2 結果

2.1 規定品種自動監測與評價相關數據

利奈唑胺致血小板減少、吉西他濱致貧血、阿托伐他汀鈣致肝功能異常、萬古霉素致腎功能異常的主動監測數據匯總詳見表1 ～ 4。

2.2 拓展品種自動監測與評價相關數據

參加擴大試點研究的臨床藥師，在按要求開展規定品種監測基礎上，還結合各單位用藥情況自行選擇重點品種進行拓展監測。有4所醫院試行了22對拓展品種的監測工作，以多個品種對1個ADE為主，也有1個品種對多個ADE，監測的結果各不相同，但總體上陽性預測率高于規定品種。

多個品種的肝功能異常、腎功能異常、血小板減少、貧血ADE主動監測結果詳見表5 ～ 8。單藥吉西他濱的多ADE主動監測結果見表9。

表1 利奈唑胺致血小板減少的主動監測數據匯總Tab 1 Active monitoring data summary of linezolidassociated thrombocytopenia

表2 吉西他濱致貧血的主動監測數據匯總Tab 2 Active monitoring data summary of gemcitabineassociated anemia

表3 阿托伐他汀鈣致肝功能異常的主動監測數據匯總Tab 3 Active monitoring data summary of atorvastatin calcium-associated abnormal liver function

表4 萬古霉素致腎功能異常的主動監測數據匯總Tab 4 Active monitoring data summary of vancomycinassociated abnormal renal function

2.3 四個ADE模塊的主動監測陽性率比較

根據表5 ～ 8中各醫院主動監測數據進行統計，陽性預測值以肝功能異常模塊最高，為（78.93±24.97）%，隨后依次為腎功能異常模塊（46.45±32.81）%，血紅蛋白減少模塊（46.00±36.47）%，血小板減少模塊（41.27±31.14）%。病例排除率以貧血模塊最高為98.13%，肝功能異常模塊為97.84%，腎功能異常模塊為85.00%，血小板減少模塊為84.18%。

表5 多個品種的肝功能異常ADE主動監測數據匯總Tab 5 Active monitoring data summary of ADE on abnormal liver function induced by multiple varieties of drugs

表6 多個品種的腎功能異常ADE主動監測數據匯總Tab 6 Active monitoring data summary of ADE on abnormal renal function induced by multiple varieties of drugs

表7 多個品種的血小板減少ADE主動監測數據匯總Tab 7 Active monitoring data summary of ADE on thrombocytopenia induced by multiple varieties of drugs

3 討論

3.1 自動化監測預警功能切實提升臨床藥師工作效率

因多種因素制約，近年來雖然專科臨床藥師的藥學服務技能日趨提升，但數量短缺非常嚴重[6]，只能針對部分重點患者開展藥學監護工作；因此借助信息化手段為臨床藥師提供高效率的技術支撐工具，減少繁瑣低效的人力浪費極為必要。本項多中心擴大試用研究的順利實施，一方面是基于軍隊醫院良好的統一信息平臺運行環境[7-8]；另一方面是本系統針對ADE開展的主動監測和預警評估中，提供的風險信號自動識別、評估警示、高危篩選、自訂制改進等實用功能，真正實現了“實時監測”、“預防為主”模式，提供了監測資源成本效率的最大化[1]。當然，本系統用于HIS中大數據的自動監測，盡管顯著提升工作效率，終歸還是輔助性工具，必須由專業人員對預警案例作逐一分析、評價，必要時用藥干預，方能彰顯藥師的專業水準。參加擴大試點的研究人員均為資深臨床藥師，對本系統的效能表現出充分肯定和使用興趣。不僅按要求完成了規定品種的監測，還結合各單位用藥情況主動開展了多藥對一ADE、一藥對多ADE的拓展監測。相關結果進一步驗證本系統不僅是開展藥學監護的實用技術工具，也能使現行自發報告模式的不足得到彌補。

表8 多個品種的貧血ADE主動監測數據匯總Tab 8 Active monitoring data summary of ADE on anemia induced by multiple varieties of drugs

表9 單藥吉西他濱的多ADE主動監測數據匯總Tab 9 Active monitoring data summary of multiple ADEs induced by gemcitabine

3.2 規定品種的主動監測結果分析

匯總數據顯示，利奈唑胺致血小板減少、萬古霉素致腎功能異常發生率處于文獻或說明書記載的發生率范圍之內，吉西他濱致貧血低于文獻報道，阿托伐他汀鈣致肝功能異常的發生率高于說明書記載。與解放軍總醫院試運行階段常規品種相關數據[2-5]比較，除萬古霉素導致腎損害發生率略高外，其余品種的發生率及陽性預測值均有不同程度下降。分析其原因，可能與各醫院用藥人群的高風險因素差異、使用控制條件導致用藥時間差異以及陽性病例評估中存在的主觀差異相關。此外本系統開發時本著為臨床藥師開展重點品種、重點ADR的監測與預警提供高效率工具的初衷，考慮在設計中需要保證較高的陽性預測值，因而需要排除存在疾病/并用藥品混雜因素的病例；但若用藥人群差異大，就有可能造成排除病例過多，導致各單位監測結果之間的差異較大。使用中還有些品種雖有大量用藥病例但被全排除，多數是因入院前即使用該藥而被系統認定無用藥前指標被排除，通過重新設定規則即可得到解決。

3.3 拓展品種的主動監測結果分析

共有4所醫院各自在常規品種試用基礎上，成功的獲得了22對拓展品種的主動監測工作，主要為多個品種對1個ADE，也有1個品種對多個ADE。從匯總數據來看，拓展品種比常規品種的陽性預測值普遍偏高，22個品種當中，有12種（54.55%）的陽性預測率在50.00%以上。究其原因，拓展品種均為各試點醫院臨床藥師根據本單位的用藥情況與監測經驗選定的品種，較之規定品種更具風險預警的針對性。而各試點單位主動進行的拓展品種監測及其成功開展，顯示本系統對于臨床藥師開展重點監測、推動合理用藥工作，可行性強、適用范圍廣，具有切實幫助。此外，本系統目前可選ADE模塊尚少，只有4個，今后將盡快納入更多模塊、搭建綜合用藥風險防控平臺。

3.4 模塊評價

利用本系統開展的主動監測結果表明，陽性預測值以肝功能異常模塊最高，為（78.93±24.97）%，隨后依次為腎功能異常模塊，為（46.45±32.81）%，血紅蛋白減少模塊，為（46.00±36.47）%，血小板減少模塊，為（41.27±31.14）%。但案例的高排除率表現如血紅蛋白減少模塊98.13%，肝功能異常模塊97.84%，腎功能異常模塊85.00%，血小板減少模塊84.18%以及ADE發生率顯著高于說明書描述現象，需考慮因分母未涵蓋所有用藥患者，不可參照為真實的反映數據。在試用期間要求使用統一的排除指標，但系統設置有排除指標的組合選擇授權，用戶今后自行使用時，可以根據主動監測的具體目標要求進行調整。

4 結論

“住院患者ADE主動監測與評估警示系統”的擴大推廣應用效果表明，采用信息化手段自動監測、預警、評估臨床用藥風險信號，能夠較好的彌補現行自發報告模式的不足，實現“實時監測”和“預防為主”的ADE控制模式；為大數據時代有效防范用藥風險、搭建臨床用藥風險防控平臺、減少ADE損害提供了新的應用型研發思路，同時也為臨床藥師結合藥學監護實際需要、針對性開展重點品種主動監測提供了高效實用的技術支撐工具。今后應繼續拓展系統中的ADE種類，積累更多的使用經驗。

[1]陳超，郭代紅，薛萬國，等.住院患者藥品不良事件主動監測與評估警示系統的研發[J].中國藥物警戒，2013，10（7）：411-414，418.

[2]朱曼，陳超，郭代紅，等.萬古霉素相關腎毒性的主動監測研究[J].中國藥物應用與監測，2014，11（1）：26-28.

[3]陳超，郭代紅，王東曉，等.利奈唑胺相關性血小板減少的主動監測研究[J].中國藥物應用與監測，2014，11（1）：22-25.

[4]裴斐，陳超，郭代紅，等.阿托伐他汀致轉氨酶異常升高的主動監測研究[J].中國藥物應用與監測，2014，11（1）：31-33.

[5]王偉蘭，陳超，郭代紅，等.吉西他濱相關性貧血的主動監測研究[J].中國藥物應用與監測，2014，11（1）：29-30.

[6]魏艷紅，邵宏，聶小燕，等.我國臨床藥師工作現狀與分析[J].中國新藥雜志，2011，20（9）：844-848.

[7]史濤，朱詩塔.醫院藥品不良反應計算機監測技術的發展概況[J].中國藥房，2010，21（37）：3546-3547.

[8]黎羅新，徐曉菲，項俊，等.“軍衛一號”管理系統研究與應用體會[J].基層醫學論壇，2012，16（1）：114-115.

Analysis and evaluation of the active monitoring data from fi ve hospitals by ADE warning systems for hospitalized patients

GUO Dai-hong1, CHEN Chao1, MA Liang1, YONG Xiao-lan2, ZHANG Mei3, FU Gui-ying4, XIA Pei-yuan5, WEN Ai-dong6, ZHU Man1, XU Yuan-jie1(1. The PLA Adverse Drug Reaction Monitoring Center & Department of Pharmaceutical Care, PLA General Hospital, Beijing 100853, China; 2. General Hospital of Chengdu Military Command of PLA, Chengdu 610083, China; 3. General Hospital of Beijing Military Command, Beijing 100700, China; 4. The 307th Hospital of PLA, Beijing 100071, China; 5. Southwest Hospital, Third Military Medical University, Chongqing 400038, China; 6. Xijing Hospital, Fourth Military Medical University, Xi'an 710033, China)

Objective:Active monitoring of key categories of medicine and important event were conducted in multicenter military medical institutions. Characteristics of active monitoring, regularity and related factors about the ADE active monitoring were evaluated to improve technology for drug safety monitoring.Methods:The trained senior clinical pharmacists from fi ve pilot hospitals collected the warning data through ADE active monitoring and assessment warning systems for hospitalized patients from January to June in 2014. ADE positive cases were analyzed, classi fi ed and summarized.Results:The active monitoring positive predictive values of the four ADEs (liver damage, kidney damage, anemia, thrombocytopenia) were (78.93 ± 24.97)%, (46.45 ± 32.81)%, (46.00 ± 36.47)%, (41.27 ± 31.14)%, respectively. Because the case ruled out rate was too high and could not cover the majority of patients with medication, the rate of ADE was correspondingly high. The researchers actively monitored twenty-two pairs of expand drugs, mainly multiple drugs correspond to the one ADE, and also the one drug corresponds to multiple ADEs. The result showed that positive predictive value of expand drugs was generally higher than that of conventional drugs.Conclusion:The system has realized the "real-time monitoring" and "prevention fi rst" drug risk control mode, which provides new methods for effective prevention of clinical medicine risk and reducing ADE damage in the age of big data. As a practical tool, this system can help clinical pharmacist to actively monitor key categories of medicine more ef fi ciently.

Adverse drug event; Active monitoring; Automatic warning; Intensive monitoring

R969.3

A

1672 – 8157(2014)06 – 0368 – 04

2014-08-01

2014-10-08）

2014年度全軍后勤科研重點項目：軍隊藥品風險監測防控技術與支撐平臺的研究

郭代紅，女，主任藥師，碩士生導師，主要從事臨床藥學及藥事管理工作。E-mail：guodh301@163.com