在为期三个月的数字治疗项目中，基线疼痛药物的使用与患者对治疗方案的高依从性持续时间更长相关，该治疗项目针对髋关节和膝关节骨关节炎患者

该研究通过观察性队列分析33078例髋/膝关节骨关节炎患者的数字治疗依从性，发现基线使用对乙酰氨基酚（单独或联合NSAIDs）组到达低依从状态时间较对照组延长，而阿片类药物使用者提前出现低依从。主要依据每周完成率低于80%持续两周定义低依从，生存分析显示药物类型与依从时间显著相关。研究强调疼痛管理药物对数字康复参与度的影响差异，为优化 OA 治疗方案提供依据。

　　
该研究聚焦于髋膝骨关节炎（OA）患者参与数字化康复治疗时，基线止痛药物使用与依从性之间的关联性。研究采用观察性队列设计，通过瑞典某三甲医院电子健康档案系统，纳入2022-2024年间参与数字康复平台"关节学院"的33,078名OA患者。数据采集周期为13周，结合每周在线行为追踪与基线临床特征分析，揭示不同止痛方案对患者依从性的影响规律。

研究首先构建多维分析框架，将基线止痛药物划分为六大类别：无用药、单一帕acetamol（含膳食补充剂）、单一NSAIDs（含膳食补充剂）、帕acetamol+NSAIDs联合用药（含膳食补充剂）、膳食补充剂单独使用、以及含阿片类药物的联合用药。这种分类方式既考虑药物类型，又兼顾联合用药及补充剂使用情况，为后续分析奠定基础。

在依从性评估方面，创新性地采用动态监测指标。不同于传统固定阈值，该研究将"连续两周完成率低于80%"设为主要观察终点，同时设置多个敏感性验证指标（包括单周完成率低于80%、50%或0%等）。这种设计有效捕捉了患者参与度的波动性特征，特别适用于数字化平台的长周期跟踪场景。

核心研究发现呈现显著的双向分化：以帕acetamol单独或联合NSAIDs用药组（HR=0.91-0.94）与未用药组相比，出现不依从的时间平均延迟9-14天，相当于完成额外20-25次治疗单元。而阿片类药物使用者（HR=1.12）则比基准组提前约8天进入不依从状态。这种差异在敏感性分析中保持稳定，即便调整到更严格的完成率标准（如单周0%完成率），联合用药组的优势仍具统计学显著性。

临床特征分析揭示重要关联：未用药组患者在基线时表现出更优的生理指标（BMI 26.5 vs 27.4）、更高的运动意愿（55.1% vs 49.7%）和更好的生活质量（EQ-5D指数0.88 vs 0.82）。而阿片类药物使用者普遍存在更严重的共病（平均0.6 vs 0.3）、更低的自我效能（9.1 vs 9.3）和更高的手术意愿（41.4% vs 35.6%）。这些差异提示药物使用模式可能通过影响患者心理状态和生理功能，间接作用于治疗依从性。

研究方法创新体现在三方面：其一，采用间隔截断参数生存模型，有效处理数字化监测产生的周期性数据；其二，构建多维协变量调整模型，纳入教育水平、疼痛数字评分（NRS）、身体活动指数等12项关键变量；其三，建立完整的亚组分析体系，包括完整病例分析（n=12,640）和不同不依从阈值下的敏感性验证。

讨论部分深入剖析了机制假设：帕acetamol联合NSAIDs组的长效依从性可能源于多重协同作用。药物组合使用在控制疼痛的同时，可能通过神经内分泌调节增强运动神经元的兴奋性，这种生理机制与数字化治疗强调的"小剂量高频次"原则相契合。临床观察显示，该组合用药组患者的每日任务完成率波动范围更小（标准差1.2 vs 1.4），提示更稳定的治疗参与模式。

对于阿片类药物用户出现的早发型不依从现象，研究提出"药物-行为-认知"三元干预假说。阿片类药物可能通过抑制前扣带回皮层活动，降低患者的执行功能（如时间管理、任务优先级排序），同时其成瘾性倾向与数字平台要求的持续自主参与存在根本性冲突。这种神经认知层面的双重影响，可能解释为何阿片使用者即便在基线疼痛评分较低的情况下（6.9 vs 5.7），仍表现出显著的行为异常。

研究特别关注到膳食补充剂的使用矛盾：单独使用补充剂组（HR=1.015）在依从性上与非用药组无统计学差异，但联合用药组的优势被部分抵消。这提示单一补充剂可能缺乏足够的疼痛控制效果，而联合用药可能产生拮抗作用。需要进一步研究不同补充剂成分（如玫瑰果提取物、葡萄糖胺等）的协同效应。

研究局限性方面，数字化筛选可能造成选择偏倚：自愿参与线上项目的患者普遍具有更强的数字素养（研究显示高学历组参与度更高）和更积极的治疗预期。此外，自我报告的用药数据存在15-20%的回忆偏差，特别是对于联合用药患者，可能存在药物分类错误。这些因素提示未来研究应加强生物标记物验证，如血药浓度检测等客观指标。

研究对临床实践提出三点建议：首先，对于中重度OA患者，在启动数字化康复前应进行药物经济学评估，优先选择帕acetamol联合NSAIDs等低成瘾性药物；其次，针对阿片类药物使用者，需设计阶梯式退出方案，配合认知行为干预，逐步建立非药物性疼痛管理能力；最后，应开发智能化预警系统，当监测到患者连续3天未完成基础任务时，自动触发多学科干预流程。

该研究为数字化康复治疗提供了重要决策依据：当选择止痛方案时，既要考虑急性疼痛控制效果，更要评估其对长期治疗依从性的潜在影响。特别是对于60岁以上、多病共存的患者群体，临床决策应建立在药物代谢动力学特性与数字行为模式的交叉分析基础上。后续研究可拓展至真实世界场景，结合可穿戴设备监测的客观活动数据，建立更精准的预测模型。