-
潜在不适当用药(potentially inappropriate medication, PIM)首次由美国老年医学专家Beers在1991年提出,是指药物有效性尚未确立和/或药物的潜在不良事件风险超过预期获益[1],属于高风险用药。PIM是引起老年人药物不良反应的主要危险因素之一[2]。研究表明,PIM不仅明显降低老年人的生活质量,还会延长其住院周期、病死率上升[3]。高效准确地评估老年人PIM,以患者为中心制定个体化的药物治疗方案,能够有效降低药源性疾病的发生风险,从而提高患者用药安全性[4]。
为了降低这些风险,国内外已经开发了各种为临床医生和药师提供识别和评估潜在不适当用药的工具。这些评价标准包括:由美国老年病学会(American Geriatrics Society,AGS)负责制定并更新的Beers标准[5]、欧洲范围内使用最广泛的老年人处方筛查工具(screening tool of older persons' prescription,STOPP)/老年人处方遗漏筛查工具(screening tool to alert to right treatment,START)标准[6]、中国多学会联合于2017年发布的《中国老年人潜在不适当用药判断标准》[7]等。在临床实践中,PIM的识别通常依赖于药师、医师或护士依据相关标准进行人工评价。该方法不仅流程繁琐且工作负荷重,还易因医务人员经验不足或任务繁重而出现疏漏。PIM风险预测模型可辅助医疗人员快速评估患者用药情况。近年来,此类预测模型的研究逐渐增多,但其方法学质量存在差异。因此,本研究旨在系统评价现有PIM风险预测模型,目的在于为后续模型的开发、优化与选择提供循证支持,以助力于医务人员识别老年人PIM的精确度与工作效率。
-
检索数据库包含 Pubmed、Web of science、Embase、The Cochrane library、中国知网(CNKI)、万方数据库、维普数据库(VIP)、中国生物医学文献数据库(CBM)。检索时间范围为各数据库建库起至2025年2月28日,限定研究对象为关于老年患者PIM风险预测模型的相关研究。中文检索词为:潜在不适当用药(PIM)、潜在性不适当用药、预测模型、风险预测模型、模型、预测因子、风险评估、机器学习、回归分析、列线、诺莫图。英文检索词为:potentially inappropriate medication list;potentially inappropriate medications;inappropriate medication, potentially;inappropriate medications, potentially;medication, potentially inappropriate;medications, potentially inappropriate;potentially inappropriate medication;PIM list;PIM lists;medication appropriateness index;appropriateness indices, medication;index, medication appropriateness;indices, medication appropriateness;medication appropriateness indices;Beers criteria;predictive;prediction;prediction algorithms;algorithm, prediction;predictive learning models;machine predictive model等。以Pubmed为例,具体检索策略为Search:((“potentially inappropriate medication list”[Mesh])OR((((potentially inappropriate medication)OR(PIM)OR(Beers criteria)OR(STOPP START Criterias))))AND((algorithm prediction)OR(prediction algorithm ))OR(((((learning model, predictive)OR(predictive learning model))OR(predictive models, machine))OR((prediction)OR(predictive)))))Sort by: Most Recent.
-
纳入标准:①研究对象限定为60岁及以上的就诊患者;②研究内容涉及老年人发生PIM的风险预测模型构建或验证的研究;③详细说明了PIM的评价标准;④中、英文文献。排除标准:①患者年龄<60岁;②仅有影响因素研究,无相关预测模型构建或验证;③重复文献;④非原始研究,如会议摘要、综述等;⑤无法获取全文的研究。
-
文献筛选与数据提取工作由两名研究者独立进行。如遇分歧通过协商或咨询第三位研究者裁定解决。具体筛选过程包括:利用NoteExpress 4.0软件剔除重复文献,并结合人工审查;基于题目和摘要进行初筛,排除明显不相符的文献;对可能符合纳排标准的文献进一步阅读全文复筛,以确定最终纳入对象。参考预测模型研究系统评价的关键评估及数据提取清单制定资料提取表,所提取的信息涵盖研究基本信息、样本量、预测因子、PIM评价标准及发生率、模型开发与验证方法、模型性能指标等。
-
纳入研究的方法学质量评价由两名研究者采用PROBAST工具独立进行,存在的分歧由第三方裁决达成一致。偏倚风险评价框架涵盖研究对象、预测因子、结局和统计分析4个层面,共20个条目;适用性评价包括研究对象、预测因子和结局3个组成部分。综合评价模型整体偏倚风险和适用性,结果为“低风险”、“高风险”和“不清楚”。
-
各研究间在结局指标、评价标准、预测因子方面存在较大差异,模型性能参数也存在显著的异质性。综合以上原因,本研究未进行定量合并(Meta分析),而是采用描述性分析策略对收集数据进行定性综合。
-
纳入文献的研究主要来源于中国,发表年份为2022年至2025年。2项研究[9, 13]的研究对象为门诊患者,5项[8, 10-12, 14]为住院患者。6项研究[9-14]限定了患者病种,其中3项研究[9, 10, 14]对象主要为心血管疾病患者,2项研究[12-13]为肿瘤患者,1项研究[11]为精神科患者。构建人群样本量范围为105~48 569,中位数为404。所有预测模型的建立均为回顾性队列研究,模型类型均为开发及验证。有4项研究[9, 11-13]使用评价标准为Beers 标准,有2项研究[8, 10]使用的评价标准为《中国老年人潜在不适当用药判断标准》(2017年),仅有1项研究[14]的评价标准为STOPP/START 标准;PIM的发生率为0.06%~81%,见表1。
作者 发表年份 国家/地区 研究对象来源及样本量 模型类型 结局指标 评估标准 样本量(例) PIM发生率(%) 王娜[8] 2025 中国 2023年1月至12月住院高龄慢病患者(≥80岁)(n=358) 开发及验证 是否发生PIM 《中国老年人潜在不适当用药判断标准》(2017) A:250
B:10869 Lee CY[9] 2024 中国台湾 2012年至2021年两个医疗机构门诊诊断为心血管疾病(CVD)患者(≥65岁)(n=48,569) 开发及验证 是否发生PIM AGS Beers标准(2023) A:20 781
B:5 197
C:22 591— 叶根深[10] 2024 中国 2020年1月至12月诊断为高血压合并脑梗死的住院患者(≥65岁)(n=105) 开发及验证 是否发生PIM 《中国老年人潜在不适当用药判断标准》(2017) — 81 宋礼彬[11] 2024 中国 2022年3月至2024年2月在精神科住院老年患者(≥60岁)(n=389) 开发及验证 是否发生PIM AGS Beers标准(2019) — 0.64 蒋雪花[12] 2023 中国 2020年7月至2022年6月收治的老年肿瘤住院患者(≥65岁)(n=536) 开发及验证 是否发生PIM AGS Beers标准(2019) — 13.43 Tian FY[13] 2023 中国 2019年1月至2020年12月65岁以上肺癌门诊患者(≥65岁)(n=3030) 开发及验证 是否发生PIM AGS Beers标准(2019) A:1 718
B:739
C:84324.95 Wu XW[14] 2022 中国 2017年1月至2018年6月老年心脏病科住院患者(≥65岁)(n=404) 开发及验证 是否发生PIM1 STOPP/START标准
(第2版)A+B:323
C:8127.70 注:A为模型建立组;B为模型内部验证组;C为外部验证组;1:研究分别对PIP、PIM 和 PPO进行预测模型的验证开发,表中只列举PIM预测模型部分,“—”:表示未报告。 -
纳入的7项研究共涉及9个模型,预测因子的范围为3~12个,常见的预测因子为药物数量(n=6)、疾病数量(n=5)、年龄(n=4)、住院时间(n=3)、付费方式(n=2)等;6项研究使用Logistic回归建模[8-13],1项研究采用机器学习的方法(该研究通过5种数据采样方法和3种特征筛选方法生成15个数据集,并应用18种机器学习算法,包括逻辑回归、决策树、朴素贝叶斯和集成学习等,开发了270个模型) [14];9个预测模型报告了模型建立组的区分度(AUC/C-index),范围为0.576 5~0.99,仅有4个预测模型报告了置信区间的范围。5项研究[8, 10-13]进行了模型校准。7项研究均进行了内部验证,仅有3项研究进行了外部验证[9, 13-14];模型呈现形式主要以列线图为主,见表2。
作者 预测因子 建模方法 区分度(95%CI) 校准方法 验模方法 模型呈现形式 王娜[8] 吸烟、慢性阻塞性肺疾病、药物相互作用、住院时间、药物数量、疾病数量 Logistic
回归AUC0.786(0.726~0.846) H-L拟合优度检验(P=0.833) 内部验证(Bootstrap法) 列线图 Lee CY[9] M1:调整TC、LDL-C、HbA1c、肌酐、尿酸、AST、ALT、脑血管意外、高血压、糖尿病、肾脏疾病和查尔森合并症指数;M2:调整TC、LDL-C、HbA1c、肌酐、尿酸、AST、ALT、脑血管意外、高血压、糖尿病、肾脏疾病;M3:校正TC、LDL-C、HbA1c、肌酐、尿酸、AST、ALT和CCI Logistic
回归AUCM1:0.6122(-)M2:
0.6118(-)M3:0.5765(-)— 内部验证+外部验证 列线图 叶根深[10] 年龄、药物数量、糖尿病 Logistic
回归AUC0.853(0.772~0.933) H-L拟合优度检验+校准曲线 内部验证(Bootstrap法) 列线图 宋礼彬[11] 年龄、药物数量、疾病数量、付费方式、
住院时间Logistic
回归AUC0.99(-) 校准曲线+H-L拟合优度检验(P=3.74) 内部验证(Bootstrap法) 列线图 蒋雪花[12] 年龄、住院时间、CFS评分、疾病数量、
药物数量和责任医师职称Logistic
回归C-index0.846(0.816~0.876) 校准曲线 内部验证 列线图 Tian FY[13] 付费方式、疾病数量、药物数量、费用、
失眠和疼痛Logistic
回归AUC0.835(0.812~0.859) H-L拟合优度检验(P=0.180 ) 内部验证+外部验证 列线图 Wu XW[14] 药物数量、疾病数量、住院时间、年龄、
心力衰竭机器学习方法1 AUC0.7061(-) — 内部验证(10折交叉验证)+外部验证(Bootstrap法) 建立个体化干预预测平台 注:AUC:曲线下面积;C-index:一致性指数;95%CI:95%置信区间;CFS:临床衰弱量表;“—”:表示未报告。1具体机器学习算法及270个模型的构建细节详见正文,表中仅列出各研究中区分度和校准度最优的预测模型结果。 -
根据PROBAST评估结果显示,7项研究总体偏倚均为较高偏倚风险。主要集中在预测因子和分析方面:①研究对象:7项研究设计为回顾性研究,均被评为高偏倚风险;②统计分析方面:7项[8-14]研究均没有说明是否缺失数据及如何处理;所有研究[8-14]均未报告数据中的复杂性是否存在或适当说明的信息;有3项研究[9, 12, 14]未报告预测模型的校准度信息,1项研究[10]校准度未进行评估; 1项研究[11]基于单因素分析;有1项研究[10]在处理变量时,将连续变量转化成≥2类别的变量;有3项研究[9, 12-13]未报告内部验证法的信息。整体偏倚性风险为高风险。详见表3。
-
综合评估显示,7项研究[8-14]在研究对象、预测因子、结局领域均为低风险。整体适用性风险均为低风险,在不同领域和整体上均显示出较好的适用性,见表3。
-
本研究系统检索了PIM风险预测模型的相关研究共7项,共涉及9个PIM风险预测模型,均由中国学者构建或验证,发表时间集中在作者撰文近4年。这些预测模型的呈现方式多以列线图为主[8-13],列线图是基于个体预测变量的数值来计算每项得分,再根据总分计算PIM发生风险的概率。但这些预测模型并没有真正地推广到临床实践中,因此,系统分析现有预测模型的性能、归纳总结各模型的特点、帮助医务工作者选择或构建合适的PIM风险预测模型是亟需解决的问题。
-
除了Lee CY[9]的研究外,本文纳入的其余6项研究的预测模型区分度(AUC/C-index)范围在0.706 1~0.99(AUC值在0.7~0.9之间表明模型有一定的准确率;AUC值>0.9显示模型的准确率高[15]),说明模型具有一定预测潜力。所有预测模型都进行了内部验证,但是有3项研究[9, 12-13]没有明确内部验证的方法,不适当的内部验证方法(如随机拆分验证法)容易使模型过度拟合而高估模型性能[16]。进行外部验证的目的是考察模型的有效性和推广性[17]。本研究中只有Lee CY[9]、Tian FY[13]、Wu XW[14]对预测模型进行了外部验证。
本研究显示纳入的模型均存在较高的偏倚风险,主要表现为:7篇研究均为回顾性研究,这种方法学上的局限性可能造成信息偏倚,从而制约了结果的准确性与可靠性;有3项研究的预测模型没有评估校准度(衡量模型概率的“程度”),例如:王娜[8]的研究中,Hosmer-Lemeshow拟合优度检验结果分别为χ2=4. 405(P=0.883)、χ2=6. 645(P=0. 674),P>0.05说明两组实际发生频数和模型预测频数比较吻合;本研究中所有模型均没有报告任何处理缺失数据的方法, 无法确定在模型构建过程中是否有合格的研究对象因缺失数据被不合理排除[16],若研究简单地删除缺失值或所采用的处理方法存在重大缺陷,将直接损害模型的预测性能[18];1项研究[10]将连续性变量转化成≥2类别的变量,而连续型变量应保持其连续性,如果将其转化为分类变量会导致信息丢失,使模型预测能力下降[19]。
-
本研究中的9个预测模型共纳入预测因子28个,大致归类为:一般信息(如:年龄、性别、付费方式、住院时长等)、合并疾病(如:疾病数量、合并用药数量、查尔森共病指数等)、临床检查结果等。虽然各模型的预测因子有差异,但仍表现出一定的共性。合并用药数量、疾病数量、年龄和住院时间均为高频出现的预测因子。值得注意的是,杨子江[20]等的研究发现,年龄合并冠心病、疾病数量、用药数量、医生职称与PIM的发生显著相关。80岁以上的高龄患者通常比一般老年人群健康状况更差,合并疾病更多,合并用药更多,因此更有可能发生PIM[21]。在另一项中国老年患者中多药治疗和PIM患病率的Meta分析中[22],发现多药治疗是PIM的独立危险因素。每增加一种PIM标准中的药物,PIM暴露风险增加5.2%[23]。预测因子的选择对于模型表现、经济性、实用性等具有重要影响,甚至有决定性作用。模型开发者除了共性的预测因子外,针对不同的研究人群,还应该综合考虑临床专家意见和统计分析结果、预测因子与结局指标的关系以及重视预测因子的可获取性,以提高模型的适用范围。
-
首先,本研究所纳入的模型均由中国学者开发,且多基于单中心数据构建,仅有3项[9, 13-14]研究采用多中心外部验证,因此存在一定的地域与人群偏倚,限制了其推广应用。未来需开展全国范围、多中心、大样本的验证研究,以提升模型的普适性。其次,尽管大多数模型显示出良好的预测性能,但由于普遍缺乏外部验证、未充分报告缺失数据处理方法等问题,整体证据质量仍较低。建议在PIM预测模型的开发和验证中应遵守PROBAST声明[16, 24]的研究框架。此外,BMJ于2024年发布了《开发临床预测模型的分步指南》[25],可以帮助研究者开发和评估临床预测模型,减少因方法学缺陷带来的局限性。最后,中成药在中国老年患者中应用广泛,但现有的PIM评价标准[5-7]均未涵盖中成药,也缺乏相关规范对其进行系统评估,导致当前所有模型均无法对中成药相关的PIM进行预测。
A systematic review of risk prediction models for potentially inappropriate medication in older adults
doi: 10.12206/j.issn.2097-2024.202503043
- Received Date: 2025-03-19
- Accepted Date: 2025-10-15
- Rev Recd Date: 2025-09-23
- Available Online: 2026-11-12
-
Key words:
- elderly /
- potentially inappropriate medication(PIM) /
- prediction model /
- systematic evaluation
Abstract:
| Citation: | ZHOU Xiaoli, CHAI Shibing, ZHANG Yanhao, DUAN Xiangyi, YIN Die, YIN Dongfeng. A systematic review of risk prediction models for potentially inappropriate medication in older adults[J]. Journal of Pharmaceutical Practice and Service. doi: 10.12206/j.issn.2097-2024.202503043 |
DownLoad: