跨学科共识构建：基于实时德尔菲法的药物依从性技术术语标准化研究及其在欧洲健康系统中的推广应用

本研究针对药物依从性技术（MATech）在临床实践中应用率低的问题，通过欧洲ENABLE行动网络开展实时德尔菲法研究，集结39国250名跨学科专家达成术语共识。结果显示，83.3%的参与者认可MATech定义及21个属性框架的清晰性与相关性，为构建标准化知识管理平台奠定基础。该研究解决了技术推广中的术语壁垒，推动了欧洲健康系统内药物依从性管理的协同创新。

　　

在慢性病管理领域，药物不依从性导致每年约2000亿欧元的可避免医疗支出，但技术辅助解决方案的实际应用率不足30%。这一矛盾的核心在于：尽管智能药盒、移动应用等药物依从性技术（Medication Adherence Technologies, MATech）层出不穷，但缺乏统一的术语标准阻碍了技术比较、知识共享和跨系统推广。欧洲ENABLE行动网络（CA19132）发现，现有MATech描述存在"语言孤岛"现象——临床医生关注疗效证据，开发者强调技术参数，政策制定者重视成本效益，这种认知差异使技术转化效率大打折扣。

为解决这一难题，来自欧洲39国的多学科团队开展了一项开创性研究。通过实时德尔菲法（Real-time Delphi），研究人员成功构建了首个跨学科MATech术语框架，成果发表于《Journal of Medical Internet Research》。这项研究最引人注目的突破在于：首次将药物依从性管理的三个关键维度（产品信息、依从性描述符、实施评估）整合到统一架构中，并实现超70%的专家共识率。

研究采用三项关键技术方法：1）基于RAND/UCLA适当性方法的实时德尔菲平台，允许117名参与者（含临床医生、研究者、患者代表等）动态调整评分；2）IPRAS（对称调整百分位间距）分析量化共识度；3）NVivo Pro软件对自由文本评论进行主题编码。样本覆盖27个欧洲国家，确保地理代表性。

研究结果

背景与目标
现有MATech分类存在"概念碎片化"问题，如WHO健康技术定义与Ascertaining Barriers to Compliance（ABC）依从性分类体系未有效衔接。研究明确需要建立既能描述技术特征（如ISO认证），又能反映依从性干预本质（如行为改变技术BCTs）的术语系统。

方法学创新
实时德尔菲法突破传统调查局限：当技术开发者对"干预设置"属性提出异议时，其他参与者可即时看到争议并参与讨论，最终使该属性清晰度评分提升1.3分（P<0.05）。平台记录的278条交互评论成为优化术语的关键依据。

核心发现

• 定义共识：MATech定义获得中位数7.02分（9分制），特别在"证据基础"和"医患协议"条款达成一致。但关于数字技术范围的争议促使团队最终采用TRL 4（技术成熟度）作为入库门槛。
• 属性框架：21个属性集群中，"目标使用场景"相关性最高（7.66分），而"ISO认证"因文化差异仅获6.34分，调整为更包容的"认证标签"。
• 亚组差异：患者代表对"行为决定因素"的清晰度评分显著低于研究者（5.8 vs 7.1，P=0.03），提示需简化专业术语的公众传播版本。

结论与展望
这项研究创造了三个里程碑：1）建立首个经跨国验证的MATech本体框架；2）开发出可扩展的实时共识形成方法；3）为ENABLE知识库（现收录8国技术方案）提供结构化基础。正如一位政策制定者评论："这套术语就像罗塞塔石碑，让我们终于能读懂不同领域的技术语言"。

未来方向值得关注：将术语系统升级为智能本体（Ontology），实现与COMPAR-EU等平台的语义互操作；开发基于该框架的"数字适应工具包"（Digital Adaptation Kit），支持WHO成员国部署标准化依从性解决方案。随着欧洲数字健康空间（EHDS）建设加速，这项研究提供的"通用语法"可能成为打破技术转化瓶颈的关键钥匙。