警惕！三重抗栓治疗出血风险大揭秘：利伐沙班风险高，阿哌沙班相对安全

《BMC Cardiovascular Disorders》：Hemorrhage risk associated with triple antithrombotic therapy: a focused real-world pharmacovigilance disproportional analysis study

为探究三重抗栓治疗（TAT）出血风险，研究人员分析真实数据，发现利伐沙班风险高，阿哌沙班更安全。

　　在心血管疾病治疗领域，抗栓治疗一直是关键环节。双重抗血小板治疗（Dual Antiplatelet Therapy，DAPT），通常是使用乙酰水杨酸和氯吡格雷，常用于经皮冠状动脉介入（Percutaneous Coronary Intervention，PCI）患者，能有效降低支架血栓形成和主要不良心血管事件风险。然而，对于一些同时患有心房颤动的 PCI 患者，还需要使用抗凝剂预防中风，此时就会用到三重抗栓治疗（Triple Antithrombotic Therapy，TAT），即 DAPT 联合口服抗凝剂。

虽然 TAT 有一定疗效，但它却伴随着较高的出血风险。以往的研究已经显示，TAT 的出血风险明显高于一些单一药物治疗或双重药物治疗。比如，不同药物组合的出血风险差异较大，可现有数据在不同口服抗凝剂用于 TAT 时的出血风险方面存在缺失，缺乏与 DAPT 以及单独的抗凝剂、抗血小板药物的对比数据。这让医生在为患者选择合适的抗栓治疗方案时面临很大挑战，难以做出准确、科学的决策。为了填补这一知识空白，来自阿拉伯海湾大学医学院药理学与治疗学系等机构的研究人员 Kannan Sridharan 和 Gowri Sivaramakrishnan 开展了一项聚焦于 TAT 出血风险的真实世界药物警戒比例失衡分析研究，相关成果发表在《BMC Cardiovascular Disorders》杂志上。

研究人员为了深入了解 TAT 的出血风险，从美国食品药品监督管理局不良事件报告系统（USFDA Adverse Event Reporting System，AERS）中获取了 2004 年 3 月至 2024 年 6 月期间与 “出血（haemorrhages）” 相关的数据。他们采用 “病例 - 非病例” 的方法进行比例失衡分析，运用了包括频率学派（计算报告比值比 Reporting Odds Ratio，ROR、比例报告比值 Proportional Reporting Ratio，PRR）和贝叶斯（贝叶斯置信传播神经网络 Bayesian Confidence Propagation Neural Network，BCPNN、多项目伽马泊松收缩器 Multi-Item Gamma Poisson Shrinker，MGPS 算法）在内的多种数据挖掘算法来检测出血的安全信号。研究中分析了 DAPT（乙酰水杨酸和氯吡格雷）与多种口服抗凝剂（如醋硝香豆素、阿哌沙班、达比加群、依度沙班、利伐沙班和华法林）联合使用的报告，同时还对报告中的患者年龄、性别、报告年份和国家等特征进行了提取分析134。

研究结果显示，在纳入分析的 20,626 份独特报告中，812 份涉及 TAT，3,820 份为 DAPT，15,995 份是单独使用阿司匹林或氯吡格雷。大部分病例发生在老年患者（年龄≥65 岁）中，且男性患者居多。从出血信号来看，利伐沙班与 DAPT 联合使用时呈现出最高的出血信号（ROR：82.84；95% CI，60.77 - 112.92），而阿哌沙班的出血信号最低（ROR：13.11；95% CI，9.39 - 18.3），其他抗凝剂的出血信号分别为华法林（ROR：15.96；95% CI：13.88 - 18.36）、达比加群（ROR：27.32；95% CI：20.03 - 37.26）和醋硝香豆素（ROR：43.98；95% CI：17.21 - 112.4）。在死亡率和住院率方面，不同治疗方案之间差异显著，利伐沙班与最高的死亡率相关2。

综合研究结果和讨论部分来看，此次研究意义重大。它明确指出 TAT 存在较高的出血风险，尤其是利伐沙班联合 DAPT 时更为明显，而阿哌沙班在出血和死亡率方面表现相对更安全。这一发现提醒临床医生，在为患者制定抗栓治疗方案时，特别是针对老年或肾功能受损等高危患者，需要谨慎权衡不同药物组合的风险和益处。对于出血风险较高的患者，如通过 HASBLED 评分等评估为高风险的患者，阿哌沙班可能是更合适的选择。同时，该研究也强调了个性化抗栓治疗的重要性，医生应根据患者的具体情况，如年龄、肾功能、合并症等，选择最适宜的抗栓药物和治疗方案，以优化治疗效果，减少出血等不良反应的发生。不过，该研究也存在一定局限性，如数据可能存在漏报、缺乏详细的剂量和患者合并症信息等，未来还需要更多研究来进一步验证和完善这些结论。