СРАВНИТЕЛЬНЫЙ АНАЛИЗ ЛЕКАРСТВЕННОЙ ТЕРАПИИ ПАЦИЕНТОВ С ПАДЕНИЯМИ И БЕЗ НИХ ПРИ ПОМОЩИ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ ВРАЧЕБНЫХ РЕШЕНИЙ
Духанина О.Д., Клейменова Е.Б., Отделенов В.А. и др. Сравнительный анализ лекарственной терапии пациентов с падениями и без них при помощи системы поддержки принятия врачебных решений. Фармакология & Фармакотерапия. 2023; 4: 14–18. DOI 10.46393/27132129_2023_4_14
Распространенность падений и ассоциированных с ними осложнений ежегодно увеличивается: по данным эпиде- миологического исследования, проведенного в США с участием 374 972 пациентов, скорректированный по возрасту уровень смертности от падений увеличился с 29,40 на 100 тыс. человек в 1999 г. до 63,27 на 100 тыс. человек в 2017 г. В связи с этим вопрос о поиске наиболее чувствительного и удобного для применения метода профилактики падений, в том числе лекарственно-индуцированных, остается чрезвычайно актуальным. Целью исследования стала разработка и апробация системы поддержки принятия врачебных решений. Методы. Система поддержки принятия решения включила в себя анализ STOPP/START-критериев, баллов по шкале антихолинергической нагрузки, лекарственных средств, ассоциированных с высоким риском падений по светофорной шкале, в сочетании с анализом межлекарственных взаимодействий при помощи инструмента Drug interaction checker сайта drugs.com для выявления пациентов с высоким риском падений. Результаты. При сравнении групп пациентов с падениями и без падений количество потенциальных межлекарствен- ных взаимодействий высокой клинической значимости, количество баллов по шкале антихолинергической нагрузки и количество STOPP-критериев, ассоциированных с высоким риском падений, было статистически значимо выше в группе пациентов с падениями. Выводы. Полученные данные создают горизонт для новых проспективных исследований чувствительности разрабо- танной системы поддержки принятия врачебных решений для выявления пациентов высокого риска и предотвращения у них лекарственно-индуцированных падений.
Согласно данным Всемирной организации здра- воохранения, ежегодный уровень падений составляет 28–35% среди людей в возрасте ≥ 65 лет и 32–42% среди лиц в возрасте ≥ 70 лет. Кроме того, распространенность падений и ассоциированных с ними осложнений ежегод- но увеличивается: по данным эпидемиологического ис- следования, проведенного в США с участием 374 972 па- циентов, скорректированный по возрасту уровень смертности от падений увеличился с 29,40 на 100 тыс. человек в 1999 г. до 63,27 на 100 тыс. человек в 2017 г. [1]. Существует множество причин, приводящих к падениям у пожилых пациентов: старческая астения, неустойчивая походка, нарушение равновесия, орто- статическая гипотензия, полипрагмазия, спутанность сознания, нарушение зрения, гипогликемия, брадикар- дия, тахисистолия, периоды асистолии, снижение ког- нитивных функций (особенно нарушения внимания) и другие факторы. Важнейшими из них являются поли- прагмазия и применение некоторых классов лекарствен- ных средств (ЛС). Эпидемиологическое исследование, основанное на данных Medicare в США, показало, что частота падений среди пациентов, принимающих ЛС, достигает 10,3% по сравнению с 5,42% у людей, не по- лучающих лекарственную терапию [2]. В исследовании падений, ассоциированных с полипрагмазией, показано, что прием четырех и более препаратов связан с увеличе- нием частоты падений, повторных падений и падений, приводящих к травмам [3]. Лекарства, прием которых ассоциирован с повы- шенным риском падений, носят название «лекарствен- ные средства, повышающие риск падений» (ЛСПРП; англ. fall-risk-increasing drugs, FRIDs). К ЛСПРП в боль- шинстве случаев относят следующие группы лекарствен- ных средств: бензодиазепины и небензодиазепиновые снотворные, нейролептики, антидепрессанты и опиои- ды [4]. Согласно другим источникам, в список ЛСПРП также могут быть включены антиаритмические, гипо- тензивные и диуретические препараты [5]. Для анализа лекарственной терапии на предмет увеличения риска падений существует светофорная классификация, разработанная Британским гериатри- ческим обществом и Национальным институтом со- вершенствования клинической помощи (NICE, Велико- британия) [6]. В данной классификации психотропные и кардиологические ЛС, повышающие риск падений, разделены на три группы – «красные», ассоциирован- ные с высоким риском, «оранжевые», ассоциирован- ные со средним риском, и «желтые», ассоциированные с низким риском падений. Большое количество лекар- ственных препаратов в данных списках затрудняет их применение для лекарственного аудита в клинической практике, что приводит к логичной потребности в упро- щении их использования, например, посредством авто- матизации (системы поддержки принятия врачебных решений, СППВР). Однако СППВР должна не только выявлять ЛС, повышающие риск падений, но и предла- гать лечащему врачу возможные пути решения данной проблемы. Это возможно реализовать в СППВР при помощи инструмента STOPPFALL, в котором дельфий- ским методом были выделены 14 классов ЛС, связанных с повышенным риском падений, и алгоритмы потенци- ального депрескрайбинга этих ЛС [7]. Цель исследования – разработать систему под- держки принятия врачебных решений, при ее помощи провести сравнительный анализ лекарственной терапии пациентов с падениями и без таковых с целью выявле- ния наиболее чувствительных методов для определения высокого риска падений. Материал и методы В исследование были включены две группы па- циентов: с падениями и без них, госпитализированные в многопрофильный медицинский стационар Банка России в период с 2018 по 2023 г. (табл. 1). Для анализа данных был применен комплексный подход, включающий в себя СППВР, в которой комплекс алгоритмов анализирует нозологии и лекарственную те- рапию пациента с целью определения у него количества принимаемых лекарственных препаратов, STOPP-кри- териев (в том числе ассоциированных с высоким риском падений), START-критериев, баллов по шкале антихоли- нергической нагрузки, «красных», «оранжевых» и «жел- тых» лекарственных препаратов по светофорной шкале. Для оценки межлекарственных взаимодействий был применен алгоритм сайта drugs.com – Interaction checker. Для создания СППВР были последовательно проведены следующие этапы: актуализация данных STOPP/START-критериев согласно современным кли- ническим рекомендациям, кодирование перечисленных в них нозологий по Международной классификации бо- лезней 10-го пересмотра и лекарственных средств по ана- томо-терапевтическо-химической (АТХ) классифика- ции, добавление уточняющих вопросов, кодирование по АТХ-классификации лекарственных препаратов, пере- численных в шкале антихолинергической нагрузки и све- тофорной классификации, автоматизация анализа данных пациента с целью выявления исследуемых критериев. Для статистической обработки полученных ре- зультатов был применен расчет U-критерия Манна–Уит- ни при помощи программного обеспечения IBM SPSS Statistics 23. Результаты По результатам сравнительного анализа данных, количество STOPP- и START-критериев в группах ста- тистически значимо не различалось; количество баллов по шкале антихолинергической нагрузки было статисти- чески значимо выше в группе пациентов с падениями; количество межлекарственных взаимодействий высокой клинической значимости (major по инструменту Drug interaction checker сайта drugs.com) было статистически значимо выше в группе пациентов с падениями; коли- чество межлекарственных взаимодействий средней тя- жести (moderate по инструменту Drug interaction checker сайта drugs.com) статистически значимо не различалось. В исследовании также оценивалось количество STOPP-критериев, ассоциированных с высоким риском падений. Данными критериями являлись: 1) антипсихотические средства, принимаемые дли- тельно (более месяца) как снотворное (повышение риска развития дезориентации, гипотензии, экс- трапирамидных побочных эффектов, падений); 2) бензодиазепины: прием в течение длительного времени (более месяца) длительно действующих бензодиазепинов, таких как хлордиазепоксид, флуразепам, нитразепам, и бензодиазепинов с длительно действующими метаболитами, таких как диазепам (риск развития длительной седа- ции, дезориентации, нарушения равновесия, па- дений); 3) блокаторы Н1-гистаминовых рецепторов первого поколения (обладают седативным эффектом, мо- гут ухудшить чувствительность); 4) небензодиазепиновые снотворные (залеплон, золпидем, зопиклон) (могут вызвать затяжную дневную седацию, атаксию); 5) совместное использование двух и более препара- тов c антимускариновыми/антихолинергически- ми свойствами (спазмолитики, трициклические антидепрессанты, блокаторы Н1-гистаминовых рецепторов первого поколения) (риск усиления антихолинергической токсичности). Количество STOPP-критериев, ассоциированных с падениями, было достоверно выше в группе пациентов с падениями. Количество ЛС высокого риска падений (красный цвет по светофорной шкале), ЛС среднего риска паде- ний (оранжевый цвет по светофорной шкале), ЛС низ- кого риска падений (желтый цвет по светофорной шка- ле) статистически значимо не различалось. Результаты статистического сравнения данных представлены в табл. 2. В исследовании также была проанализирова- на структура лекарственных средств, повышающих риск падений (211 ЛС), в группе пациентов с падениями (63 пациента), и структура лекарственных средств, по- вышающих риск падений (288 ЛС), в группе пациентов без падений (99 пациентов). Результаты представлены в табл. 3. Из 211 ЛС, повышающих риск падений, 48 были назначены пациентам впервые во время госпитализа- ции, что может говорить о потенциальной предотврати- мости совершившихся лекарственно-индуцированных падений. Для ЛС, повышающих риск падений, выявлен- ных у пациентов с падениями (опиаты), существовали пути депрескрайбинга, предложенные инструментом STOPPFALL, которые в нашем исследовании были алго- ритмизированы и автоматизированы в СППВР. Обсуждение Проведен поиск литературных данных по СППВР с целью сравнения используемых подходов по профи- лактике и предотвращению падений у пожилых паци- ентов. В исследовании 2022 г., проведенном в четырех европейских больницах, использовалась автоматизация STOPP/START-критериев (исследование OPERAM), оце- нено количество критериев у пациентов и последующее соблюдение врачами рекомендаций СППВР. По резуль- татам исследования выявлено 5080 STOPP/START-кри- териев, 39% которых были учтены врачами, что приве- ло к изменению тактики лечения. Влияние внедрения СППВР на частоту падений не оценивалось [8]. В мультицентровом рандомизированном кон- тролируемом исследовании 2022 г. была использована автоматизация и оценка клинической и экономической эффективности программы «Руководство к действию по предотвращению падений в домах престарелых» (программа GtACH). По результатам исследования, не- скорректированное отношение частоты встречаемости составило 0,57 (95% доверительный интервал 0,45–0,71; p < 0,01) в пользу программы GtACH. Частота падений была ниже в группе GtACH в период 0–90 дней [9]. В исследовании 2015 г. в систему поддержки при- нятия решений для медсестер для стратификации риска падений были включены следующие параметры: шкала падений Морзе, падения в анамнезе, затрудненное пере- движение, изменение ментального статуса, назначение ЛС, повышающих риск падений. По результатам внедрения системы поддержки принятия решений не вы- явлено статистически значимого снижения количества падений на 1000 пациентов [10]. В нашем исследовании была разработана и внедрена комплексная СППВР, анализирующая количество STOPP/START-критериев, в том числе STOPP-критери- ев, ассоциированных с риском падений, баллов по шкале антихолинергической нагрузки, ЛС, ассоциированных с высоким риском падений по светофорной шкале, в со- четании с анализом межлекарственных взаимодействий при помощи инструмента Drug interaction checker сайта drugs.com для выявления пациентов с высоким риском падений. Установлено, что в группе пациентов с падени- ями были статистически значимо выше следующие пока- затели: количество межлекарственных взаимодействий высокой клинической значимости (major по инструмен- ту Drug interaction checker сайта drugs.com), количество баллов по шкале антихолинергической нагрузки и коли- чество STOPP-критериев, ассоциированных с высоким риском падений. Заключение Разработанная нами система поддержки приня- тия врачебных решений выявила показатели, статисти- чески значимо повышенные в группе пациентов с паде- ниями по сравнению с группой пациентов без падений. Этими показателями стали количество межлекарствен- ных взаимодействий высокой клинической значимости (major по инструменту Drug interaction checker сайта drugs.com), количество баллов по шкале антихолинерги- ческой нагрузки и количество STOPP-критериев, ассо- циированных с высоким риском падений. Для ЛС, повышающих риск падений (опиаты), су- ществуют пути депрескрайбинга, которые были автома- тизированы в нашем исследовании. Полученные данные создают горизонт для новых проспективных исследований чувствительности разра- ботанной системы поддержки принятия врачебных реше- ний для выявления пациентов высокого риска и предот- вращения у них лекарственно-индуцированных падений. Литература 1. Shaver A.L., Clark C.M., Hejna M. et al. Trends in fall-related mortality and fall risk increasing drugs among older individuals in the United States, 1999–2017. Pharmacoepidemiol. Drug Saf. 2021; 30: 1049–1056. 2. Watanabe J.H. Medication use, falls, and fall-related worry in older adults in the United States. Consult. Pharm. 2016; 31: 385–393. 3. Zia A., Kamaruzzaman S.B., Tan M.P. Polypharmacy and falls in older people: balancing evidence-based medicine against falls risk. Postgrad. Med. 2015; 127: 330–337. 4. American Geriatrics Society 2019 Beers Criteria® Update Expert Panel. American Geriatrics Society 2019 updated AGS Beers Criteria for potentially inappropriate medication use in older adults. J. Am. Geriatr. Soc. 2019; 67: 674–694. 5. Ильина Е.С., Шалыгин В.А., Иващенко Д.В. и др. Па- дения у коморбидных пациентов старческого возраста при сочетанном применении психотропных и кардио- логических лекарственных средств. Нервно-мышечные болезни. 2019; 9 (1): 67–74. 6. Darowski A., Dwight J., Reynolds J. Medicines and falls in hospital: guidance sheet. National Institute for Health and Clinical Excellence guidelines, 2011. Available at: http://www.drugsandfalls.com 7. Seppala L.J., Petrovic M., Ryg J. et al. STOPPFall (Screening Tool of Older Persons Prescriptions in older adults with high fall risk): a Delphi study by the EuGMS Task and Finish Group on Fall-Risk-Increasing Drugs. Age Ageing. 2021; 50 (4): 1189–1199. 8. Sallevelt B.T.G.M., Huibers C.J.A., Heij J.M.J.O. et al. Frequency and acceptance of clinical decision support system- generated STOPP/START signals for hospitalised older patients with polypharmacy and multimorbidity. Drugs Aging. 2022; 39 (1): 59–73. 9. Logan P.A., Horne J.C., Allen F. et al. A multidomain decision support tool to prevent falls in older people: the FinCH cluster RCT. Health Technol. Assess. 2022; 26 (9): 1–136. 10. Lytle K.S., Short N.M., Richesson R.L., Horvath M.M. Clinical decision support for nurses: a fall risk and prevention example. Comput. Inform. Nurs. 2015; 33 (12): 530–537.