编辑推荐：
静脉血栓栓塞症（VTE）预防常存在对低风险患者过度用药的情况。研究人员开展了关于 VTE 风险评估模型（RAM）使用的研究。结果显示 RAM 使用与预防用药减少相关，但仍有许多低风险患者接受预防治疗。这为优化 VTE 预防策略提供了依据。
在医疗领域，静脉血栓栓塞症（Venous Thromboembolism，VTE）如同潜藏在患者身边的 “隐形杀手”，时刻威胁着患者的健康。对于急性病患者而言，他们患上 VTE 的风险更是大大增加。为了对抗这一风险，化学预防成为常用手段。然而，这种预防方法并非毫无弊端，它可能会给患者带来不适，还可能引发肝素诱导的血小板减少症（HIT）、出血等不良后果，同时也会造成医疗资源的浪费。
目前，在 VTE 预防方面存在一个严峻的问题：对低风险患者的过度预防现象十分普遍。尽管多年来一直致力于提高对高风险患者的预防水平，但却导致了低风险患者被过度治疗的局面。据估计，低风险患者接受预防治疗的比例高达 74% - 87%。为了解决这一问题，帮助医生更好地进行风险分层，研究人员开发了多种预测模型，如帕多瓦（Padua）和 IMPROVE 风险评估模型（Risk Assessment Model，RAM），但这些模型在临床实践中的应用并不广泛，医生对模型的接受程度和使用效果也有待探究。
在此背景下，克利夫兰诊所（Cleveland Clinic）的研究人员开展了一项关于 VTE 的 RAM 使用情况的研究。他们将经过验证的 RAM 纳入入院医嘱集，旨在量化 RAM 的使用情况，确定其与预防用药之间的关联，并找出影响计算出的 VTE 风险与预防用药一致性的患者因素。
研究人员收集了 2020 年 12 月 16 日至 2023 年 3 月 31 日期间，克利夫兰诊所医疗系统内 10 家医院中年龄≥18 岁的内科住院患者的电子健康记录（Electronic Health Record，EHR）数据。他们排除了手术患者、新冠患者、重症监护病房患者，以及有预防用药禁忌或已在接受抗凝治疗的患者。在研究过程中，医生使用 RAM 作为主要预测变量，将患者分为高风险和低风险两类，主要观察指标为化学预防用药的开具情况，以及医生的用药决策与 RAM 推荐的一致性。
在研究结果方面，尽管 VTE RAM 是强制使用的，但只有 90% 的患者在 EHR 中有 VTE 计算概率记录，不同医院的使用率在 54% - 99% 之间，且研究期间使用率呈上升趋势。在使用 RAM 的情况下，预防用药的处方率（44%）显著低于未使用时（73%）。在计算风险方面，高风险患者中 96% 接受了预防用药，而低风险患者仅为 37%，不过不同医院之间差异较大。整体而言，医生的用药决策与 RAM 推荐的一致性为 68%，高风险患者的一致性（96%）高于低风险患者（63%）。
进一步分析发现，在低风险患者中，接受预防用药的患者具有一些特征，如男性、年龄较大、活动能力降低，以及有深静脉血栓（DVT）、中风、心力衰竭、呼吸衰竭或癌症病史等。多变量逻辑回归模型显示，年龄较大、男性、非白人、较高的体重指数（BMI）等因素与低风险患者预防用药不一致的几率增加有关，尤其是有 DVT 或肺栓塞（PE）病史的患者。
从研究结论和讨论来看，该研究表明 RAM 的使用与减少预防用药处方相关，这说明医生在一定程度上受到了 RAM 的影响。然而，仍有许多低风险患者，尤其是有 VTE 风险因素的患者，依然接受了预防用药。这可能是由于医生对风险的理解存在偏差、对 RAM 不信任、低估了预防用药的危害，或者担心患者在未接受预防治疗时发生 VTE 而面临医疗诉讼。
此项研究成果发表在《Journal of General Internal Medicine》上，其意义重大。它揭示了 RAM 在 VTE 预防中的作用和现状，为优化 VTE 预防策略提供了重要依据。同时也提示医院在实施临床决策支持时，应充分考虑医生对新技术接受程度的差异，以及医院文化对新技术应用的影响。未来还需要更多研究来探索如何持续减少极低风险患者的预防用药处方。
研究人员在开展这项研究时，主要采用了以下关键技术方法：
- 数据收集：从 10 家医院的 EHR 系统中收集符合条件的内科住院患者数据。
- 风险评估：使用已验证的 RAM，通过输入患者的活动水平、疾病史等多个风险因素，计算患者 14 天内发生 VTE 的风险，并分为高、低风险。
- 统计分析：运用皮尔逊卡方检验等方法，分析 RAM 使用、患者风险分类与预防用药处方之间的关系；构建多变量逻辑回归模型，预测低风险患者预防用药不一致的情况。
