编辑推荐：
这篇综述聚焦社区老年居民减药干预，通过系统回顾和荟萃分析 17 项研究发现，减药干预能减少用药数量（平均每人减少 0.14 种药物），但对降低至少使用 1 种潜在不适当药物（PIMs）的人群比例无显著影响，不过群体层面影响较大。
引言
多药联用（通常定义为使用≥5 种慢性药物）和潜在不适当药物（PIMs）与不良药物事件（ADEs）、医疗保健利用率增加（如急诊就诊、急性护理住院）以及更高的医疗成本相关。这些风险在 65 岁及以上成年人中尤为突出，据估计，45% 的老年人存在多药联用情况，58% 的老年人使用 PIMs。减药是指 “系统地识别和停用药物…… 在个体患者的护理目标背景下，现有或潜在危害超过现有或潜在益处” 的过程，它有可能改善患者安全和护理质量，降低药物负担，进而减少 ADEs、发病率和死亡率。
减药干预形式多样，包括临床药剂师药物审查、基于既定标准（如 Beers 标准、老年人潜在不适当处方筛查工具 [STOPP]）识别候选药物、处方点临床决策支持（CDS）以及直接面向患者的教育材料等。干预可以是孤立的或纵向的，涉及一个或多个参与决策的个体（如处方者、临床药剂师、患者、患者家属 / 护理人员）。
社区居住的成年人在管理药物方面通常更具独立性，与医院或长期护理环境不同，他们可能接受帮助但并非直接由他人给药。因此，社区环境中的减药干预可能与其他环境有所不同。鉴于社区中 90% 以上的老年人，这一群体成为安全用药处方和使用的重点关注对象。
此前的研究对减药干预的效果存在不同结论，且自 MHS III 以来，虽有许多新的系统评价，但存在各种局限性，如针对特定减药干预、纳入异质环境研究、关注健康结果、依赖观察性研究等。自 2019 年起，有许多针对社区老年居民减药干预的随机临床试验发表，因此本研究旨在综合近期证据，探讨减药干预与 PIMs 或总用药数量变化之间的关系。
方法
本研究遵循系统评价和荟萃分析的首选报告项目（PRISMA）报告指南，基于 MHS IV 的快速响应工作进行更新，包括更新搜索、细化纳入标准并使用荟萃分析整合研究结果。
在数据来源和搜索方面，检索了 PubMed 和 Cochrane 图书馆 2019 年 1 月至 2024 年 7 月 26 日的英文人类研究，使用了 “deprescribing”“polypharmacy”“potentially inappropriate medications” 等术语，完整搜索策略见补充材料 1 中的 eAppendix 1。同时通过参考文献挖掘和专家咨询补充研究。
研究选择上，由两位作者（A.M.L. 和 P.G.S.）独立筛选标题、摘要和全文，分歧通过团队讨论解决。纳入标准为：仅或主要关于减药或减少药物使用；聚焦社区居住成年人；多中心研究；采用随机试验设计；报告总药物或 PIMs 的数字结果和 / 或使用 PIMs 的人群比例。排除干预为更普遍的药物审查或优化（可能导致开始新药物）、在医院或长期护理环境中进行以及单中心研究。纳入针对多种药物和针对单一药物或药物类别的干预研究。
数据提取和质量评估方面，重复提取研究设计、干预特征、人群特征和随访等数据元素。使用 Cochrane 偏倚风险工具评估偏倚风险，结果数据由统计学家（M.B.）提取并由第二位作者（P.W.S.）检查。
数据合成和分级时，主要结局为处方药物数量，优先评估 PIMs 数量变化（如有）；次要结局为使用 1 种或多种 PIMs 的人群比例。将针对多种药物和单一药物或药物类别的研究分开，使用最长随访时间数据，并采用推荐评估、发展和评价分级（GRADE）系统对证据确定性进行评级。
统计分析上，对于报告平均处方药物数量的研究计算平均差异，对于报告人群比例的研究计算优势比（OR）。采用随机效应荟萃分析的 Hartung - Knapp - Sidik - Jonkman 方法，该方法适用于合并研究数量较少且存在异质性的情况。对于纳入的整群随机临床试验，使用组内相关系数（ICC）和平均群大小调整聚类效应，确定 ICC 为 0.01。使用I2统计量评估异质性，通过 Egger 回归不对称检验和 Begg 秩相关检验检查发表偏倚。所有分析在 R 版本 4.4.1 中使用 metafor 包进行，数据于 2024 年 9 月 23 日至 10 月 14 日分析。
结果
经过筛选，从 PubMed 和 Cochrane 搜索的 1586 个标题中添加 33 个其他来源的引文，确定 133 项研究进行全文筛选，最终 17 项研究（18 篇出版物）符合所有纳入标准。
在证据描述方面，17 项研究中 11 项为整群随机试验。除 1 项研究外，所有研究参与者年龄至少 60 岁，均为初级保健、全科医疗或社区居住的成年人。样本量从 7 个全科医生（GP）诊所的 143 名参与者到 2281 名初级保健医生和 33936 名参与者不等，多数研究有 10 - 25 个诊所和 100 - 500 名参与者。参与者基线平均（SD）用药数量为 9.74（2.54）种。大多数干预针对医疗保健从业者，许多包含患者教育成分，2 项研究仅针对患者。13 项研究将干预与常规护理进行比较，其余研究比较了多成分干预与仅临床医生教育、药剂师药物审查与计算机化 CDS 与仅药物审查、患者教育手册与对照手册、医生教育与对照教育课程等。
偏倚风险评估显示，大多数针对临床医生的干预难以设盲，若药物处方数量从电子健康记录（EHR）中的药房数据或行政数据获取，则偏倚风险低；若来自患者或临床医生报告，则偏倚风险高。所有研究因随机试验且报告药物使用结局，随机化和选择性结局报告领域偏倚风险均低。除 6 项研究外，多数研究至少在 1 个领域偏倚风险高，2 项研究所有领域偏倚风险低。
在报告处方药物数量的研究中，确定 10 项研究报告了药物数量，其中 3 项专门报告了 PIMs。8 项针对多种药物减药干预的研究中，随机效应合并估计显示，PIMs 或总药物处方数量平均差异为 - 0.14（95% CI， - 0.27 至 - 0.01）种药物（I2 = 37%），无发表偏倚证据。报告最有利估计的研究测试了欧洲 4 个国家全科医疗中的电子 CDS 工具，最不利估计的 3 项研究分别评估了澳大利亚药剂师使用电子 CDS、医生 - 药剂师合作以及意大利专家审查药物并给出减药建议。4 项研究报告了最常被确定为减药目标的药物，包括质子泵抑制剂、H2 受体拮抗剂、抗焦虑 / 催眠药、抗抑郁 / 抗精神病药、抗高血压药、阿司匹林和辛伐他汀。2 项针对单一药物或药物类别的研究中，一项针对痴呆患者喹硫平的研究发现，收到最多 3 封过度处方警告信与喹硫平使用天数减少 1.5（95% CI， - 1.8 至 - 1.1）天相关；另一项针对非苯二氮?类镇静剂（Z - 药物）的研究发现，药剂师电话咨询和患者教育干预使 55% 的患者停用 Z - 药物，而常规护理组为 26%。
报告使用 1 种或多种 PIMs 患者比例的研究中，确定 11 项研究报告了该比例。6 项针对一般减药或特定药物列表（如 PIMs）的研究中，随机效应合并分析未发现使用至少 1 种 PIMs 的人群比例显著降低（OR，0.92 [95% CI，0.74 至 1.14]；I2 = 7%），无发表偏倚证据。最有利估计的研究测试了爱尔兰全科医生使用定制的基于网络的教育和 CDS，最不利估计的研究测试了德国初级保健实践中的临床医生教育干预。5 项针对单一药物或药物类别干预的研究中，干预成分多样，结果不一致，无法进行正式荟萃分析，不支持针对窄范围药物的减药干预更有效的先验假设。
证据确定性方面，减药干预可减少社区老年居民 PIMs 或总药物数量的证据确定性为中等，因结果不一致（可能由于干预或测试背景的异质性）从高等级下调；与减少使用至少 1 种 PIMs 患者比例的关联证据确定性极低，因合并分析虽方向正确但无统计学显著差异。
讨论
本系统评价和荟萃分析发现，减药干预与社区老年多药联用患者平均处方药物数量减少相关，但个体获益较小，约 7 名患者接受干预才能减少 1 种处方药物。然而，从群体层面看，若初级保健医生有大量多药联用患者，减药干预可显著减少处方药物数量，类似于癌症筛查干预，个体获益小但群体获益大。
一些系统评价发现减药干预与健康结局无关联，可类似非劣效性试验解释，即减少药物数量时临床结局（如死亡率）未改变，表明减药可能危害极小或无危害，且可能有减少药丸负担和自付费用等直接益处，群体层面可减少药房相关支出，重新分配资源用于高价值护理，还可能减少不良药物事件。
虽假设针对单一药物或药物类别的干预更有效，但本研究中此类研究数量不足，无法进行荟萃分析。虽 2 项报告药物数量结局的试验效果较好，但 5 项报告 PIMs 患者比例的研究结果不一致，需要更多试验确定针对单一药物和多种药物干预的相对有效性。
局限性
本研究存在局限性。在源材料方面，虽依赖随机试验减轻了观察性研究数据的偏倚，但多数纳入研究至少在 1 个领域偏倚风险高，主要因减药干预难以对参与者设盲；且干预异质性大，相同干预未在多项研究中出现，无法评估干预或背景中影响有效性的因素。在研究方法方面，可能未识别所有符合条件的研究，原因可能是搜索范围不够广或部分减药干预结果未发表，缺失数据对研究结果的影响不确定。
结论
本系统评价和荟萃分析发现，有中等确定性证据表明减药干预与社区老年居民多药联用和 PIMs 使用减少相关。尽管个体层面结局较小，但考虑到社区老年居民中多药联用和 PIMs 使用的高流行率，群体层面的差异可能很大。
