口服抗癌药物用药依从性轨迹的影响因素：一项多中心队列研究

《Supportive Care in Cancer》：Factors associated with medication adherence trajectory among patients treated with oral anticancer drugs: a multicentre cohort study

本研究针对口服系统性抗癌治疗(SACT)中用药依从性动态变化机制不清的问题，通过多中心队列设计，采用基于组的轨迹建模(GBTM)分析患者依从性轨迹。结果识别出持续优化(73.2%)、改善(9.9%)和下降(16.9%)三类轨迹，发现低收入群体更易出现依从性下降。研究为动态监测口服SACT依从性提供了新方法，对制定个性化干预策略具有重要临床意义。

　　

随着口服系统性抗癌疗法(SACT)在肿瘤治疗中的应用日益广泛，患者用药依从性问题逐渐成为影响疗效的关键因素。与传统静脉化疗相比，口服SACT虽然提升了治疗便利性和患者自主权，但将用药管理的责任转移给患者后，其依从性受到认知功能、吞咽困难、复杂用药方案等多重因素挑战。尤其值得关注的是，不同癌症患者中依从性差异显著，某些抗癌药物的依从率低至14%，这种非依从行为可能导致生存率降低、疾病进展、住院风险增加等严重后果。然而，现有研究多基于横断面数据，缺乏对依从性动态变化规律的深入探索。

在此背景下，法国研究团队在《Supportive Care in Cancer》发表了一项创新性研究，通过前瞻性多中心队列设计，首次采用基于组的轨迹建模(GBTM)方法分析口服SACT患者的依从性变化模式。研究团队在2019年2月至2021年3月期间，从乔治·蓬皮杜医院和科尚医院纳入135名启动口服SACT治疗的患者，所有参与者均加入了包含药师主导的标准化风险管理项目。

研究采用多维评估方法，主要技术手段包括：1）使用吉雷尔六项用药依从性量表(Girerd scale)进行周期性评估；2）通过治疗药物监测(TDM)检测血浆药物浓度，采用液相色谱-串联质谱(LC-MS/MS)技术分析；3）应用GBTM算法识别潜在依从性轨迹群体；4）采用偏倚减少多项逻辑回归分析影响因素。研究特别关注了社会职业状况（按法国国家统计与经济研究所PCS分类）、合并症（Charlson指数）、多药治疗（≥5种药物）等关键变量。

Medication adherence trajectories

通过对71名完成至少两次依从性评估的患者数据分析，GBTM模型识别出三类显著不同的依从性轨迹：

• •
  持续优化依从组（73.2%）：52名患者在整个随访期间保持稳定优良的依从性
• •
  改善依从组（9.9%）：7名患者随时间推移依从性显著提升
• •
  下降依从组（16.9%）：12名患者出现依从性恶化趋势
  

Factors associated with medication adherence trajectories

多变量分析显示，社会经济学因素是影响依从性轨迹的关键变量。与持续优化依从组相比，下降依从组患者来自低收入群体的概率显著更高（OR=7.9; 95%CI 1.21-51.3）。在单因素分析中，肥胖（BMI≥30kg/m²）与改善依从组呈正相关，而使用草药、维生素补充剂或芳香疗法等补充替代医学(CAM)的患者更易出现依从性下降趋势。

Validation of the six-item questionnaire using TDM

通过比较40名同时完成依从性问卷和TDM评估患者的数据，研究发现问卷评分轨迹与TDM结果轨迹存在显著相关性（Cramér's V=0.21），验证了吉雷尔量表在口服SACT场景下的适用性。

研究结论强调，用药依从性是一个动态变化的过程，传统横断面评估可能掩盖重要变化规律。GBTM方法能够识别具有临床意义的依从性轨迹模式，特别是发现社会经济地位对依从性维持的重要影响。这一发现为制定针对性干预措施提供了科学依据，提示临床实践中需特别关注低收入患者的用药支持。研究创新性地将轨迹建模方法与多维评估相结合，为口服抗癌药物的依从性研究提供了新范式，对优化肿瘤支持治疗策略、减少健康不平等具有重要实践意义。