商业临床决策支持系统对临床决策与药学照护的影响与效益回顾性研究

本综述通过回顾性研究探讨了商业临床决策支持系统（CDSS）与医院自建系统（HG）在处方审核中的效能差异。研究显示，整合CDSS与计算机化医嘱录入系统（CPOE）可显著提升用药安全，减少药物不良事件（ADE），并节约医疗成本（USD 78,540–103,530），为医疗机构引入商业化决策支持工具提供关键依据。

　　

引言

全球范围内，每年约有40万住院患者因用药错误而受到伤害，导致额外医疗支出约40亿美元。超过一半的用药错误发生在处方阶段。随着技术发展，计算机化医嘱录入（CPOE）系统在医疗机构中广泛应用，显著降低了处方错误风险。自1999年美国医学研究所发布里程碑报告《To Err Is Human: Building a Safer Health System》以来，患者安全已成为医疗改革的核心焦点。该报告估计，美国每年约有4.4万至9.8万人死于可预防的医疗错误，其中许多与药物相关。报告强调需要通过系统改进来减少伤害并提高照护质量，而非归咎于个人。关键策略包括利用健康信息技术，特别是临床决策支持系统（CDSS），制定指南、照护路径和协议，以增强决策能力、识别潜在错误并促进更安全、基于证据的处方行为。

CDSS用于药物处方是数字工具，整合药物知识数据库并与CPOE系统集成。这些系统提供处方建议、评估临床参数、检测药物相互作用，并协助计算适当药物剂量。通过利用电子医疗记录（EMR）中的个体患者数据，CDSS生成潜在问题的警报，如剂量错误、禁忌症、重复治疗和有害相互作用。这些警报使药师能够及时干预并与医师合作，从而降低药物不良事件（ADE）的风险。研究表明，将CPOE系统和CDSS与处方时的警报结合使用，可将用药错误和ADE减少12.5%，并在一年内预防约1740万次用药错误。

传统CDSS，通常称为自建（HG）系统，由医疗机构内部的药师和信息技术部门开发。这些系统可以根据地区医疗法规和机构特定需求生成灵活的处方警报。然而，它们通常需要药师手动维护和文献回顾来更新支持警报生成的药物知识数据库，这非常耗时。与CPOE和EMR系统的集成通常是部分的，有时需要单独的接口或手动变通方案。此外，这些系统缺乏实时更新，且容易受到临床判断的影响。相反，商业CDSS由外部供应商开发，设计用于与CPOE和EMR系统无缝集成，实现实时访问临床数据和即时警报生成。这些系统通常依赖于专家策展的药物知识数据库，定期自动更新，从而减少药师的工作量。由于标准化框架，实施通常更快，并且在各机构间的可扩展性更可行。尽管商业CDSS提供即时响应和操作效率，但由于供应商收取年度许可费，可能给医疗机构带来财务负担。此外，商业CDSS面临警报疲劳、用户界面不友好以及根据地区法规和医疗机构需求难以定制等挑战。作者的机构是台湾首家实施商业CDSS的医疗中心。鉴于评估商业CDSS采用效果和成本效益的具体定量证据有限，本研究旨在填补这一空白。

研究目的

本回顾性研究旨在分析实施与CPOE系统集成的商业CDSS对临床决策和药学照护的影响与效益，并与单一医疗中心常用的HG系统进行比较。研究结果可为未来的优化策略及其他考虑采用类似方法的医疗机构提供参考。

材料与方法

研究设置

本研究在台湾南部一家1988年成立的医疗中心的住院药房进行。该设施是一家教学医院，拥有约1354张床位。根据台湾卫生福利部的标准，大约每40张普通床位需要一名药师，每20张重症监护病房床位需要一名药师。住院药师负责药品调配、库存管理、处方审核、新住院患者的用药整合、治疗药物监测、向医疗专业人员提供药物相关咨询，以及处理处方相关的任何问题。Medi-Span^?是Wolters Kluwer Inc.开发的商业CDSS，广泛用于医疗环境，提供药物相关警报，如剂量建议、药物相互作用、禁忌症和治疗重复。其专有的通用产品标识符（GPI）支持精确的治疗分类，而临床应用程序编程接口（API）将患者特定数据与可信的、基于证据的数据库（如Lexicomp^?和UpToDate^?）集成，以提供实时警报。通过考虑患者特定细节（如剂量、过敏和 ongoing therapies），该商业CDSS支持医疗提供者从电子处方到治疗管理的全工作流程，有助于减少可预防的药物不良事件（ADE）。该系统于2021年在研究地点实施，作为全院改善处方审核的一部分。

研究设计与数据收集

本回顾性研究于2022年1月至2022年12月进行。在此期间，收集并审核了由HG系统或商业CDSS在住院CPOE系统内检测到的处方警报。共有56名住院药师参与了评估。住院药师通常接受为期两年的毕业后培训计划，并在实习药师导师培训计划下补充全面的药物管理课程。这些培训计划专注于以患者为中心的药师照护，包括识别药物相关问题、评估患者药物治疗、制定治疗计划和监测治疗结果。因此，它们有助于减轻由人为因素引起的警报评估变异性。

商业CDSS与HG系统的工作流程

图1附有主要文本中的清晰叙述，描述了HG系统和商业CDSS在警报时间和系统集成方面的差异。处方开具后，一名药师审核处方并调配药品，另一名药师检查调配的准确性。HG系统和商业CDSS独立但并行运行。然而，流程差异在于，HG系统在医师开具处方时执行实时检查并触发警报（图1a）。相反，商业CDSS每15分钟更新药师的审核界面，提供潜在药物问题。它将警报分为四个严重级别，药师需要评估并记录1级警报（最严重，表S1）在系统中（图1b）。如果药师认为处方不当，他们可以通过电话或CPOE系统联系医师，并在CPOE系统中记录干预。

有效警报

根据先前研究，我们将商业CDSS和HG系统与CPOE的警报分为七类：剂量、持续时间、途径、适应症、禁忌症、药物相互作用和重复。表1提供了警报类型的简要描述，并突出了两个系统之间的差异。尽管医师在看到警报后立即更改处方的情况被视为有效警报，但本研究仅当警报最初被医师忽略，随后由药师评估并向处方医师提供建议，且医师接受建议并更改处方时，才将警报定义为“有效警报”。

成本分析

由于商业CDSS或HG系统生成的有效警报可以检测用药错误，它们在预防ADE和减少医疗费用方面发挥着关键作用。在本研究中，应用了一个成本节约模型来估计这些系统产生的药师审核警报的潜在节约。该分析旨在探讨将商业CDSS集成到药学服务中与现有HG系统一起的附加价值。从医院决策者的角度进行了 benefit-cost ratio（BCR）分析。先前研究报告称，ADE的概率（P）范围从0.00（无伤害）到0.60（高伤害）。随后，基于有效警报估计了避免的ADE数量（N）。根据先前研究，我们保守假设每个ADE导致额外的住院时间2.2至2.9天（D）。每天的住院费用（C）包括诊断费、护理费、药品成本和药学照护成本，根据国家健康保险（NHI）数据估计为167美元（货币：USD/NTD = 30）。因此，最终成本节约计算为P x N x D x C。获得节约后，我们还以两种方式计算了 benefit-cost ratio：（1）商业CDSS每个有效警报的成本节约除以商业CDSS的年度购买成本（40,000美元/年），以及（2）HG系统每个有效警报的成本节约除以平均药师工资（约26,667美元/年）。

统计分析

使用描述性统计来估计药师使用商业CDSS和HG系统识别的有效警报数量，以及预防ADE的概率。使用SPSS 17.0进行统计分析。

结果

在2022年1月至2022年12月期间，商业CDSS和HG系统分别检测到39,860和116,060个潜在处方错误。其中，分别有1.44%和5.21%的处方由医师根据警报内容在处方时立即更改。表2展示了两个系统中药师识别的有效警报的分布和类型。在最初被医师忽略的警报中，分别有357（0.91%）和251（0.23%）个后来由药师审核，并向处方医师提供建议，导致处方进一步更改。这些实例在本研究中被定义为“有效警报”。在有效警报中，296（83%）个涉及剂量问题，其次是药物相互作用和禁忌症。医师分别接受和拒绝了药师的建议，分别为351（98.3%）和6（1.7%）例。剂量问题在HG系统的有效警报中也占主导地位（117个警报，47%），其次是重复治疗订单和禁忌症。医师分别接受和拒绝了药师咨询，分别为240（95.6%）和11（4.4%）例。

表3展示了基于有效警报的估计成本节约和避免的住院天数，并包括每个系统的 calculated benefit–cost ratios。2022年，由于药师在商业CDSS和HG系统警报的协助下发现不当处方，估计成本节约分别为78,540–103,530美元和35,273–46,497美元。预防患者ADE可能导致住院时间分别减少470–620天和211–278天。基于预期成本节约，商业CDSS和HG系统的 benefit-cost ratios 分别为1.96–2.59和1.32–1.74。

讨论

这是台湾首项从药师角度研究通过实施商业CDSS预防用药错误成本效益的研究。在一年内，在商业CDSS的支持下，拦截了357个不当处方，估计与ADE预防相关的成本节约为78,540–103,530美元。此外，超过95%的基于商业CDSS和HG系统有效警报的药师建议被医师接受，并导致相应的处方修改。

有效警报的类型

剂量

与剂量或频率相关的错误在本研究中的商业CDSS和HG系统中都很常见。这与先前研究一致，表明用药剂量错误在住院期间常见，尤其是在肾功能不全患者中。抗生素、法莫替丁和降糖药分别占40%（N = 119）、13%（N = 37）和10%（N = 28）。碳青霉烯类和头孢菌素类是最常用的抗生素。抗生素剂量因不同的临床感染条件而异，并且几种抗生素由于药代动力学因素需要根据肾功能调整剂量。因此，当患者在住院期间密切监测肾功能时，CDSS可以轻松识别处方中的不当药物剂量和频率。商业CDSS的一个关键优势是能够提供根据患者整体临床情况定制的实时更新数据。这些系统整合了变量，如适应症、特殊条件（例如，透析方式）、年龄、体重、体表面积和肾功能。通过整合这些信息，商业CDSS可以在复杂临床场景中生成剂量建议和范围检查，确保更个性化和安全的药物管理方法。

药物相互作用

药物相互作用可以影响治疗结果，导致药物浓度波动或改变药理 effects。在CDSS中实施药物相互作用警报确保了药物治疗的 safe and effective use。这些警报可以帮助药师评估并提供立即的药物 therapy recommendations。它们还可以防止因药物相互作用而对患者造成伤害，包括疗效不足或副作用增加。由于劳动力资源有限，医疗中心只有一两名药师负责维护HG系统的药物相互作用信息。由于许多药物是细胞色素P450诱导剂或抑制剂，药物相互作用的信息量也非常大。因此，药师很难记住所有这些信息。然而，建立药物相互作用警报繁琐且耗时，导致HG系统中仅包含少数绝对组合禁忌症。

在2019冠状病毒病（COVID-19）大流行期间，药师特别将与COVID-19治疗相关的药物相互作用警报（如尼马曲韦/利托那韦）添加到HG系统中。由于当时除COVID-19感染外，住院患者数量减少，研究期间HG系统提供的所有药物相互作用警报都与尼马曲韦和利托那韦相关。尽管如此，商业CDSS中的警报每月更新，并涵盖广泛的细胞色素P450抑制剂和诱导剂。在研究期间，商业CDSS在干预处方中的药物相互作用方面比HG系统更有效，因为它提供了更多与其他药物相关的警报，例如碳青霉烯类和丙戊酸之间的相互作用。商业CDSS显著节省了药师维护药物相互作用数据的时间。这使他们能够高效评估处方中的药物相互作用，并专注于参与临床照护。

适应症和禁忌症

尽管商业CDSS和HG系统的禁忌症警报数量相似，但警报的定义在这两个系统之间有所不同（表1）。在HG系统中，当医师处方一种患者在其EMR中有记录药物相关过敏或 adverse reactions 的药物时，会触发禁忌症警报。然而，除了孕妇外，HG系统不提供基于生理或病理条件的药物禁忌症信息。此外，药师很难将每个国际疾病分类（ICD）代码准确链接到药物的适应症或禁忌症。任何遗漏或与疾病分类代码的错误关联都会提供错误信息并增加系统负担。因此，HG系统中与药物适应症和禁忌症相关的警报数据有限。此外，由于台湾独特的全国性强制单 payer NHI系统，药物使用仅限于NHI法规覆盖的适应症。因此，在本研究中，HG系统仅根据台湾NHI报销标准验证某些药物的适应症。相反，商业CDSS平台配备了内置的药物适应症数据库，可以自动交叉引用医疗记录系统中的患者诊断ICD代码，从而能够根据患者的临床背景更有效地评估药物适当性。

改进的障碍与机遇

缺乏互操作性

尽管商业CDSS不断进步，但在实现跨医疗机构集成方面仍然存在挑战。例如，在医疗中心的电子医疗记录（EMR）中，ICD代码记录在三个不同的位置：入院记录、出院记录和医师在住院期间记录的进展笔记。尽管商业CDSS由全面数据库支持，但其警报能力可能受到不一致结构的EMR和系统间缺乏互操作性的限制。一个可行的解决方案是与IT团队合作，通过安全云服务和区块链技术建立患者记录，从而提供更准确的患者数据，并促进CDSS与医疗机构系统之间更好的集成。这些措施可以提高信息质量和一致性，并增强CDSS在各种医疗环境中的有效性。

警报疲劳

当出现无关或不适当的警报时，会发生警报疲劳，导致用户忽略警报，无论其重要性如何。例如，在我们的研究中，商业CDSS记录中出现了几个与高血钾水平相关的药物相互作用和禁忌症。这主要是因为商业CDSS根据患者的入院记录检查ICD代码，但无法验证实验室测试值或条件。在患者住院期间，即使纠正了血清钾水平，商业CDSS仍识别出与高钾血症相关的禁忌症，例如当处方可能导致高血钾的药物时，导致警报疲劳。

一项研究发现，优化高钾血症病例的警报显著减少了92.8%的警报负担。解决警报疲劳的方法包括定期分析有效和无效警报，优先处理更重要和有影响的警报，并根据临床需求和严重性设置警报触发器。CDSS应整合患者的实验室测试值或其他特征，以生成更个性化的警报和建议，从而减少警报疲劳。

对成本效益的影响

对商业CDSS和HG系统的成本节约分析显示了它们的效益，与先前有关CDSS的研究结果一致。商业CDSS的实施能够发现更多可预防的ADE，并可以减少患者的住院天数和费用。美国一家医疗中心进行了一项财务分析，比较了实施商业CDSS前后药师干预的月度成本节约，使用了长期财务数据。结果显示，实施后月度成本节约从127,467美元增加到249,959美元，从而导致年度增加1,469,907美元， year-over-year growth rate 为96%。尽管该研究未透露商业CDSS的设置和维护成本，但它强调了在真实环境中观察到的直接成本节约，反映了系统在提高药师效率和药物决策方面的显著贡献。另一项评估商业CDSS实施的研究采用了多方法数据收集策略，包括现场观察以评估住院手术订单处理效率的变化，以及分析医疗记录和系统数据以检查订单认证、住院时间和医疗费用的变化。研究结果显示， across various types of surgical procedures—including heart and other organ transplants, general surgery, and oncology—the commercial CDSS significantly reduced total costs per patient, with savings ranging from USD 393 to USD 671 in contrast to scenarios without the system。相比之下，我们的研究采用了一个 benefit-cost ratio 模型，专注于通过“有效警报”节省的住院天数和相关医疗成本，这些警报有助于预防ADE。这种方法为临床决策和风险管理提供了更详细的基础。

尽管商业CDSS产品、评估模型和目标在各研究中有所不同，但所有研究都表明CDSS可以显著增强药师干预的价值，并导致医疗成本的大幅减少。在我们的成本效益计算中，我们采用了公式：P x N x D x C，其中P是ADE的概率，N表示避免的ADE数量，D代表每个ADE的额外住院天数（天），C是每天的住院成本。在这些变量中，只有N来自我们的研究数据。P和D的值来自先前发表的文献，而C基于台湾当前的医疗成本。然而，我们承认医疗法规、保险政策和临床实践在各国家甚至各机构之间差异显著。因此，我们模型中引用的值可能不具有普遍通用性。鉴于我们估计的保守性，商业CDSS干预的实际成本效益可能被低估。本研究作为评估实施商业CDSS影响的参考，并提供了对其在支持药师减少医疗机构药物相关成本方面的作用的保守估计。通过采用保守估计方法，研究结果优先考虑可靠性，同时承认系统的实际 impact 可能高于报告值。

局限性

我们成本效益分析中的假设存在某些局限性：（1）在我们的设置中，商业CDSS生成的警报在处方过程中实时提供给临床医生，但每15分钟向药师显示一次。鉴于这种时间滞后，如果医师在药师审核前根据警报修改了处方，则相关的ADE预防未在本研究的结果测量中捕获。因此，报告的临床和经济效果可能被低估。此外，本研究未包括正式的 power analysis 或成本效益计算中的统计度量（如置信区间或标准差），这可能限制研究结果的精确性、可解释性和通用性。作为回顾性分析，我们的模型主要依赖于从现有文献和机构数据中得出的确定性输入，特别是关于ADE概率和住院成本。这些输入 inherently lacked variability estimates。虽然这种方法提供了潜在成本节约的保守估计，但它可能低估了真实 impact。未来研究应纳入前瞻性数据收集和概率建模，以更好地捕捉参数不确定性并增强成本效益评估的稳健性。（2）警报类别在两个系统中定义和实施方式的微小差异限制了成本节约估计的可比性。（3）CDSS干预的影响受到各种因素的影响，包括特定环境和技术。本研究未考虑其他相关成本，如人员资源或系统维护和警报优化所需的时间，这可能会影响整体结果。然而，由于这仍然是一个相对较新的研究领域，需要进一步探索和标准化定量指标来分析CDSS未来的财务影响。

药师在CDSS中的作用

药师在增强CDSS相关性方面的作用至关重要，以确保系统提供准确、及时和符合背景的建议，与患者照护的最佳实践保持一致。CDSS的有效性仅取决于其使用的数据，药师可以通过确保系统考虑以下因素来帮助增强系统：（1）患者历史：药师可以确保系统整合相关患者数据，如过敏、合并症和先前的药物 adverse reactions。（2）临床指南：药师可以帮助更新系统，提供最新的基于证据的指南、临床协议和治疗建议，这些建议针对特定患者群体（例如，儿科、老年科或慢性病患者）定制。

药师还可以与医师、护士和其他医疗专业人员合作，确保CDSS无缝集成到临床工作流程中。这种合作有助于识别系统中的可用性问题，并与IT团队合作使界面更加用户友好。最后，作为药物 therapy 和患者照护的专家，药师处于提供CDSS持续反馈的有利位置。通过分析结果、识别系统中的差距和评估改进领域，他们可以确保系统 evolve 以满足临床实践的变化需求。

结论

本研究表明，在住院环境中实施商业CDSS可以显著减少药物相关警报，增强处方安全性，并通过最小化不必要的干预来提高成本效益。研究结果支持研究目标，并与现有文献一致。然而，由于研究在单一中心进行，结果的通用性可能有限。未来研究应采用多中心、纵向设计来评估更广泛的影响，比较不同类型的CDSS，评估用户采用情况，并检查临床结果。将分析扩展到门诊和急诊照护环境可以进一步阐明CDSS在不同医疗环境中的有效性。

伦理批准

所有研究方案均获得国立成功大学医院机构审查委员会的批准[编号A-ER-112-463]。所有方法均按照机构审查委员会的相关指南和法规以及赫尔辛基宣言执行。

知情同意

研究数据由台湾NHI提供，已删除，且个体无法识别。我们的研究获得了机构审查委员会的批准，未从任何受试者获得知情同意。作者确认本文的PI对患者负有直接临床责任。

披露

作者报告在本工作中无利益冲突。

致谢

我们感谢国立成功大学医院健康结果研究中心提供的技术服务以及Wolters Kluwer Inc.的Belle Chang。

数据共享声明

与本研究相关的数据可根据要求向第一作者提供。（Lu-Hsuan Wu，电子邮件：[e-mail]）。