基于电子健康记录分析住院老年患者潜在不适当用药与跌倒风险的关联：POLAR_MI项目研究

《Drugs - Real World Outcomes》：Use of Potentially Inappropriate Medication and Association with Falls During Hospitalisation: An Analysis Based on Electronic Health Records (POLAR_MI project)

本研究针对老龄化社会中药物相关问题日益突出的现状，利用德国医学信息学倡议框架，对10家大学医院166,126例≥65岁住院患者的电子健康记录进行分布式分析。通过PRISCUS和EU(7)-PIM两种标准评估潜在不适当用药(PIM) prevalence，并探讨其与跌倒事件的关联。结果显示PIM使用普遍(PRISCUS:12.8%, EU(7)-PIM:45.6%)，但未发现PIM与跌倒的显著关联，而跌倒风险增加药物(FRIDs)的关联性得到确认。研究证实了多中心电子健康记录分析在药物安全评估中的可行性。

　　

随着全球人口老龄化进程加速，多药治疗(polypharmacy)现象在老年群体中日益普遍，由此引发的药物相关问题(DRPs)已成为公共卫生领域的重要挑战。其中，潜在不适当用药(PIM)作为药物相关问题的关键组成部分，特别容易发生在具有年龄相关性药代动力学和药效学改变的老年患者身上。这些药物可能引发一系列不良后果，而跌倒及其相关并发症更是老年患者面临的主要风险之一。

在临床实践中，使用PIM清单如PRISCUS清单和EU(7)-PIM清单已成为提高老年患者用药安全的重要工具。然而，德国医院数字化基础设施相对滞后，仅有约四分之一的医院建立了数字化药物管理系统，这限制了大范围药物安全研究的开展。在此背景下，德国联邦研究部启动了医学信息学倡议(MII)，旨在通过建立数据集成中心(DIC)，使常规医疗数据更易于用于研究目的。

POLAR_MI项目作为MII框架下的应用案例，致力于利用德国大学医院的电子健康记录(EHR)数据，识别多药治疗成年患者的健康风险。本研究特别聚焦于住院老年患者的PIM使用情况及其与跌倒事件的关联，为改善老年患者用药安全提供实证依据。

研究团队采用了分布式分析方法，利用POLAR_MI ETL Pipeline对10家德国大学医院2018-2021年间的电子健康记录进行回顾性分析。纳入标准包括：年龄≥65岁、住院治疗、有可用药物数据。PIM的识别基于PRISCUS和EU(7)-PIM两种标准清单，跌倒事件则通过骨折诊断编码作为替代指标。统计分析采用多变量逻辑回归模型，调整了年龄、性别、查尔森合并症指数(CCI)和跌倒风险增加药物(FRIDs)等混杂因素。

研究结果

研究队列描述

研究最终纳入166,126例病例（对应120,199名患者），中位年龄76岁，女性占45.8%。按年龄分层，65-74岁患者占44.1%，75-84岁占42.6%，85岁及以上占13.2%。中位住院时间为4.6天，中位诊断数量为9.3个，中位药物使用数量为8.3种。有跌倒记录的患者药物数量更高(中位数10.4种)，且年龄更大(中位数80.2岁)，女性比例更高(61.0%)。

PIM患病率

根据PRISCUS标准，12.8%的病例至少使用一种PIM，女性患病率(14.1%)高于男性(11.8%)。按年龄分层，65-74岁组为13.3%，75-84岁组为12.4%，85岁及以上组为12.4%。根据EU(7)-PIM标准，45.6%的病例至少使用一种PIM，各年龄组患病率随年龄增长而升高(65-74岁：41.8%，75-84岁：47.7%，≥85岁：52.2%)。

最常见的PRISCUS PIM为阿米替林(amitriptyline，1.1%)、多沙唑嗪(doxazosin，1.0%)和可乐定(clonidine，0.7%)。而EU(7)-PIM中最常见的为阿哌沙班(apixaban，8.6%)、利伐沙班(rivaroxaban，5.4%)和西格列汀(sitagliptin，3.5%)。

PIM与跌倒的关联分析

多变量逻辑回归分析显示，无论是PRISCUS PIM(调整后比值比[aOR] 1.21，95%置信区间[CI] 0.94-1.55)还是EU(7)-PIM(aOR 1.01，95% CI 0.83-1.22)，均未发现与跌倒的显著关联。然而，女性性别(aOR 1.63，95% CI 1.51-1.76)、年龄增长(aOR 1.07，95% CI 1.06-1.08)以及骨质疏松(aOR 5.47，95% CI 3.85-7.76)、阿尔茨海默病/痴呆(aOR 3.49，95% CI 2.97-4.11)和帕金森病(aOR 2.22，95% CI 1.97-2.51)与跌倒风险增加显著相关。

特别值得注意的是，非PIM类FRIDs与跌倒显著相关(PRISCUS模型：aOR 2.31，95% CI 1.64-3.27；EU(7)-PIM模型：aOR 2.43，95% CI 1.69-3.48)，表明FRIDs作为一类药物确实增加了跌倒风险，无论其是否被归类为PIM。

讨论与结论

本研究是德国迄今为止规模最大的住院患者PIM分析，证实了PIM在老年住院患者中的高患病率，但未发现PIM与跌倒的显著关联。这一结果可能与研究设计相关，如使用骨折作为跌倒的替代指标可能低估了真实跌倒事件，且无法区分住院前已停用药物与住院期间新用药物。

与预期相反，较高的查尔森合并症指数与较低的跌倒风险相关，这可能与使用骨折作为跌倒指标有关，忽略了无骨折的跌倒事件。研究结果强调了在评估药物相关跌倒风险时，需要考虑所有FRIDs，而不仅仅是那些被归类为PIM的药物。

研究的优势在于大规模多中心设计和分布式分析方法，但也存在一定局限性，如无法获取药物剂量和疗程信息，PIM清单未能完全应用，以及跌倒定义的局限性。未来研究可通过自然语言处理技术提取更丰富的临床信息，提高跌倒识别的准确性。

本研究证实了在MII框架下进行大规模电子健康记录分析的可行性，为德国医院数字化建设提供了重要参考。随后的INTERPOLAR项目将在此基础上，通过结构化药物审查进一步改善药物安全，将回顾性数据分析与临床实践相结合，最终提升老年患者的用药安全性。

研究成果发表于《Drugs - Real World Outcomes》期刊，为改善老年患者药物安全提供了重要证据，也为其他医疗系统开展类似研究提供了可借鉴的方法学框架。随着医院数字化进程的推进，此类大规模数据分析将在风险评估和患者安全改善中发挥越来越重要的作用。