- DOI:
10.13738/j.cnki.acc.qklw60536
- 专辑:
科学Ⅰ辑;信息科技
- 专题:
信息、科学;综合科技
- 分类号:
G90;N92
摘要:目的 调查复旦大学附属中山医院青浦分院维持性血液透析(HD)患者的用药依从性现状,剖析其影响因素,探究系统化药学干预对提升患者用药依从性的临床效果。
方法 选取2024年9月—11月本院收治的200例慢性肾衰竭血透患者,采用中文版Morisky药物依从性8项量表(MMAS-8)评估患者用药依从性,通过单因素、多因素Logistic回归分析筛选依从性影响因素。采用随机数字表法将患者分为对照组和实验组,各100例,对照组实施常规用药管理,实验组在此基础上开展个性化药学干预,对比两组干预前后的用药依从性差异,评价干预效果。结果 200例患者中,用药依从性良好者105例(52.5%),依从性不佳者95例(47.5%)。单因素分析显示,每日用药数量、服药不良反应、合并症数量、家庭人均月收入、随访干预方式与患者用药依从性显著相关(P<0.001)。多因素Logistic回归分析证实,每日用药数量(OR=2.258,95%CI:1.126~4.527,P=0.022)、合并症数量(OR=3.411,95%CI:1.798~6.471,P<0.001)、服药不良反应(OR=0.234,95%CI:0.091~0.603,P=0.003)、家庭人均月收入(OR=5.000,95%CI:2.433~10.275,P<0.001)是影响血透患者用药依从性的独立危险因素。干预后,实验组MMAS-8评分显著高于干预前及同期对照组,组间差异有统计学意义(P<0.05)。结论 针对性药学干预可有效改善本院血透患者的用药依从性,优化临床治疗效果、提升患者生活质量,具备临床推广应用价值。
关键词:血液透析;用药依从性;影响因素;药学干预
前言
慢性肾脏病(CKD)是一类以肾脏结构损伤、功能进行性衰退为核心的慢性疾病,涵盖慢性肾小球肾炎、糖尿病肾病、肾病综合征等类型,具有高发病率、高致残率、高死亡率特征,已成为全球性重点公共卫生问题。相关流行病学数据显示,全球成人CKD患病率约10%[1],我国成人患病率达13.1%[2],患者的经济负担不断加重[3-5]。终末期肾病(ESRD)作为CKD终末阶段,患者需长期接受肾脏替代治疗,且常合并高血压、贫血、钙磷代谢紊乱、心血管疾病等多种并发症,不仅大幅降低患者生活质量,长期透析与药物治疗产生的高额费用,也给患者家庭及社会医疗体系带来沉重负担。
血液透析(Hemodialysis,HD)是治疗ESRD患者的关键方法之一[6,7]。在美国,近90%的患者选择血液透析作为治疗肾功能衰竭的方式[8]。血液透析能显著减轻尿毒症症状并提高长期生存率[9],但患者的合并症发生率和死亡率仍然较高[10]。接受血液透析的患者需要服用多种药物,且剂量较大,这影响了他们的用药依从性。
对于血液透析患者来说,用药依从性是成功透析的关键因素[11]。通过评估和干预,可以确保患者按时按量服用药物,有效控制病情,并减少并发症的发生。依从性差会增加疾病进展的风险,增加住院医疗费用,以及导致过早死亡[12]。研究表明,影响患者用药依从性的因素众多,包括年龄、家庭收入和疾病知识水平等[13]。因此,临床药师需要根据患者的具体情况,制定个性化的干预措施和用药方案,并定期进行检测评估,以确保治疗方案的合理性和有效性。本研究旨在评估本院血液透析患者的用药依从性,并分析影响依从性的因素,通过干预措施提高患者的用药依从性,进而改善其生活质量。
第一章 资料与方法
1.1 一般资料
选取2024年9月—11月于复旦大学附属中山医院青浦分院接受维持性血液透析治疗的200例慢性肾衰竭患者,采用随机数字表法分为对照组与实验组,每组100例。对照组男女比例58:42,年龄28~76岁,平均(55.74±10.976)岁,病程6个月~8年,平均(3.26±2.06)年,其中住院透析32例、门诊透析68例;实验组男女比例61:39,年龄25~83岁,平均(55.48±11.96)岁,病程6个月~9年,平均(3.34±2.18)年,其中住院透析28例、门诊透析72例。两组患者性别、年龄、病程、透析类型等基线资料对比,差异无统计学意义(P>0.05),具有可比性。
纳入标准:①符合慢性肾衰竭终末期诊断标准,规律接受血液透析治疗;②临床资料完整,可配合完成问卷调查、随访及干预工作;③患者及家属知情同意,自愿参与本研究。
排除标准:①非本院规律血透患者,仅短期就诊检查者;②存在认知障碍、沟通障碍或精神疾病,无法配合研究者;③中途退出、失联或无法完成全程干预者。
1.2 调查内容及工具
1.2.1 一般资料调查表
采用本院自行设计的调查表收集患者基线资料,主要涵盖四部分内容:①基本信息:年龄、性别、学历、就业状态、家庭人均月收入;②病情信息:透析时长、合并症种类、并发症发生情况;③用药信息:每日服药种类、服药后不良反应发生情况;④药学服务需求:患者偏好的随访干预方式。
1.2.2 用药依从性评估工具
采用 Morisky 药物依从性量表(Morisky medi-cation adherence scale,MMAS-8[14])评估HD患者的用药依从性水平。该量表信效度良好,广泛应用于慢性病患者用药依从性调查。量表共8个条目,总分0~8分,1~7条目采用“是/否”计分(是=0分、否=1分),第8条目根据服药难度分为5个等级,计0~1分。以6分为临界值,总分<6分为依从性差,≥6分为依从性良好。
1.3 干预方法
对照组:给予常规临床干预,医护人员常规告知患者用药方案、服药基础注意事项,开展常规体征监测、病情观察及健康宣教,无针对性、个性化药学干预措施。
实验组:在常规干预基础上,实施系统化、个性化药学综合干预,具体措施如下:①用药精准评估与方案优化:临床药师全程参与患者诊疗,结合患者病情、透析药物代谢特点,评估用药合理性,规避配伍禁忌与毒副作用,在保障疗效的前提下精简用药方案,降低多药联用负担。②个性化用药指导:通过一对一面对面宣教,详细讲解各类药物的用法用量、药理作用、服药频次及不良反应应对方式,杜绝患者擅自停药、减药、漏服。③多元化健康宣教:发放血透专用用药手册,定期开展用药健康讲座,搭建线上交流群,常态化推送用药科普、服药提醒,及时解答患者用药疑问。④家庭协同干预:联动患者家属参与用药监督,讲解疾病与用药核心要点,构建“药师-患者-家属”三位一体管理模式,全程保障用药规范性。
1.4 统计学方法
采用SPSS 27.0统计学软件处理数据,计量资料以“均数±标准差”表示,组间比较行独立样本t检验;计数资料以率(%)表示,组间比较行χ²检验。将单因素分析中P<0.05的变量纳入二元Logistic回归模型,筛选用药依从性独立影响因素,以P<0.05为差异具有统计学意义。
第二章 结果
2.1 患者用药依从性整体情况
本次共发放问卷216份,回收有效问卷200份,有效回收率92.59%。200例患者中,用药依从性良好者105例(52.5%),依从性差者95例(47.5%)。MMAS-8条目统计显示,患者依从性问题主要集中于“难以记住全部治疗药物”,占比37.00%,轻微漏服、擅自停药减药等不规范用药现象普遍存在,具体见表1。
表1 MMAS-8用药依从性调查结果[n(%)]
条目内容 | 是(0分) | 否(1分) |
1.有忘记过服药吗? | 69(34.50) | 131(65.50) |
2.近2周有无其他原因漏服药物? | 27(13.50) | 173(86.50) |
3.病情加重时是否擅自停药、减药? | 51(25.50) | 149(74.50) |
4.外出时是否忘记携带药物? | 35(17.50) | 165(82.50) |
5.昨日是否忘记服药? | 14(7.00) | 186(93.00) |
6.病情控制后是否擅自停药? | 38(19.00) | 162(81.00) |
7.遵守治疗方案是否存在困难? | 32(16.00) | 168(84.00) |
8.记住所有治疗药物是否存在困难? | 74(37.00) | 90(45.00) |
2.2 用药依从性单因素分析
单因素分析结果显示,患者年龄、性别、学历、就业情况、透析时长与用药依从性无显著相关性(P>0.05);每日用药数量、服药不良反应、合并症数量、家庭人均月收入、随访干预方式是影响用药依从性的显著因素(P<0.001),具体见表2。
表2 血透患者用药依从性单因素分析[n(%)]
影响因素 | 分类 | 依从性好(n=105) | 依从性差(n=95) | χ²值 | P值 |
每日用药数量 | <3种3~5种>5种 | 19(18.1)56(53.3)30(28.6) | 0(0)22(23.2)73(76.8) | 51.40 | <0.001 |
服药不良反应 | 有无 | 14(13.3)91(86.7) | 43(45.3)52(54.7) | 24.953 | <0.001 |
合并症数量 | 1种2种3种>3种 | 22(21)51(48.6)30(28.6)2(1.9) | 2(2.1)20(21.1)58(61.1)15(15.8) | 48.674 | <0.001 |
家庭人均月收入 | <5000元5000~10000元>10000元 | 30(28.6)41(39)34(32.4) | 83(87.4)9(9.5)3(3.2) | 70.989 | <0.001 |
随访干预方式 | 面对面网络沟通其他 | 33(31.4)59(56.2)13(12.4) | 60(63.2)31(32.6)4(4.2) | 20.867 | <0.001 |
2.3 用药依从性多因素Logistic回归分析
将单因素分析有统计学意义的5项变量纳入回归模型,结果显示:每日用药数量多、合并症数量多、存在服药不良反应是用药依从性的危险因素,家庭人均月收入高是用药依从性的保护因素,随访干预方式对依从性无显著独立影响(P>0.05),具体见表3。
表3 血透患者用药依从性多因素Logistic回归分析
变量 | β | SE | Waldχ² | P值 | OR | 95%CI下限 | 95%CI上限 |
每日用药数量 | 0.814 | 0.355 | 5.264 | 0.022 | 2.258 | 1.126 | 4.527 |
合并症数量 | 1.227 | 0.327 | 14.112 | <0.001 | 3.411 | 1.798 | 6.471 |
服药不良反应 | -1.453 | 0.483 | 9.054 | 0.003 | 0.234 | 0.091 | 0.603 |
家庭人均月收入 | 1.610 | 0.367 | 19.185 | <0.001 | 5.000 | 2.433 | 10.275 |
随访干预方式 | 0.063 | 0.362 | 0.030 | 0.861 | 1.065 | 0.524 | 2.164 |
常量 | -6.870 | 1.720 | 15.963 | <0.001 | <0.001 |
2.4 两组患者干预前后依从性评分对比
干预前,两组患者MMAS-8评分无明显差异(P>0.05);干预后,两组评分均有所提升,其中实验组评分显著高于干预前及对照组,组间差异有统计学意义(P<0.05),对照组干预前后评分无显著变化(P>0.05),证实药学干预可有效提升患者用药依从性,具体见表4。
表4 两组患者干预前后MMAS-8评分对比
组别 | 例数 | 干预前 | 干预后 |
实验组 | 100 | 6.41±1.627 | 7.11±1.043 |
对照组 | 100 | 6.35±1.610 | 6.61±1.385 |
t值 | - | 0.262 | 2.884 |
P值 | - | 0.794 | 0.004 |
第三章 讨论
3.1 血透患者用药依从性现状分析
本次研究结果显示,47.5%的维持性血透患者存在用药依从性不佳问题,与国内近年相关研究结论一致,印证血透患者用药不规范是临床普遍存在的共性问题。药物依从性在治疗血透患者中普遍存在,比例约为12%-98%[15]。从量表统计结果来看,患者依从性短板集中体现为药物记忆困难、漏服频发、擅自调整药量,核心诱因具有明显群体特征。血透患者多为中老年群体,记忆力、执行力衰退,且需长期服用磷结合剂、降压药、纠正贫血药等多种药物,服药频次多、方案繁琐,长期多药联用易产生治疗疲惫感。同时,部分药物存在胃肠道不适、头晕等不良反应,患者缺乏专业用药认知,易产生抵触心理,加之部分患者症状缓解后忽视持续用药的重要性,最终导致依从性持续偏低,与现有研究中“多药负担、症状负担、认知不足是血透患者依从性低下核心诱因”的观点一致。
3.2 血透患者用药依从性核心影响因素
本研究多因素分析明确,每日用药数量、合并症数量、服药不良反应、家庭经济收入是影响患者用药依从性的独立核心因素。每日用药种类越多,患者记忆负担与服药执行难度越高,治疗疲惫感显著加剧,遵医行为持续弱化,是依从性不佳的直接危险因素。合并症数量越多,患者整体病情越复杂,治疗方案更繁琐,身心消耗与医疗支出双重增加,导致部分患者难以长期坚持规范用药。服药不良反应是主观依从性下降的关键诱因,患者出现不适后未及时就医调整方案,自行停药减药,易引发病情波动、并发症加重的恶性循环。家庭人均月收入是重要保护因素,低收入患者难以承担长期透析与药物费用,经济压力迫使患者缩减药量、中断治疗,这与国内多项知信行研究结论高度契合。本研究中随访干预方式无独立影响,推测因不同干预方式可适配不同患者需求,单一干预形式无法显著改变整体依从性水平。
3.3 药学干预的临床应用价值
近年来,药师主导的个体化、系统化药学干预已成为改善血透患者用药管理质量的重要手段。本研究构建的综合干预方案,相较于常规简单宣教更具系统性与针对性。通过临床药师参与诊疗全过程,优化精简用药方案,减少不必要多药联用,从源头降低患者服药负担与用药风险;通过一对一宣教、手册指导、线上科普等多元化形式,有效提升患者疾病与用药认知,纠正错误用药观念;通过家庭协同管理,构建全程监督体系,弥补患者自我管理短板,缓解治疗顾虑、提升治疗信心。干预结果显示,实验组干预后MMAS-8评分显著提升,远优于常规干预的对照组,证实该药学干预模式可精准规避依从性不良危险因素,有效规范患者用药行为、稳定病情、减少并发症,适配基层医院血透患者管理需求,具备良好的临床推广价值。
参考文献
[1]Lohia S,Vlahou A,Zoidakis J. Microbiome in Chronic Kidney Disease (CKD): An Omics Perspective[J].Toxins(Basel),2022,14(3):176.
[2]白雪莲,张佳宜,项国梁,等.中国成人慢性肾脏病患病率的meta分析[J].中国医药科学,2022,12(9):49-53.
[3]Yang C,Wang HB,Zhao XJ,et al.CKD in China: evolving spectrum and public health implications[J].Am J Kidney Dis,2020,76(2):258-264.
[4]Jian YN,Zhu D,Zhou DN,et al.ARIMA model for predicting chronic kidney disease and estimating its economic burden in China[J].BMC Public Health,2022,22(1):2456.
[5]杨超,李鹏飞,张路霞.大气污染及气候因素对肾脏疾病的影响及其生物学机制研究进展[J].解放军医学杂志,2022,47(1):72-77.
[6]杜彭.对终末期肾病采取腹膜透析与血液透析治疗的研究进展[J].中国医疗器械信息,2022,28(14):26-28.
[7]Chuasuwan A, Pooripussarakul S, Thakkinstian A,et al.Comparisons of quality of life between patients underwent peritoneal dialysis and hemodialysis:a systematic review and meta-analysis[J].Health Qual Life Outcomes,2020,18(1):1-10.
[8]Vachharajani TJ,Taliercio JJ, Anvari E.New Devices and Technologies for Hemodialysis Vascular Access:A Review[J].Am J Kidney Dis,2021,78(1):116-124.
[9]韩景.连续性肾脏替代治疗与间歇性血液透析治疗重症急性肾衰的效果及对生存率的影响[J].中国实用医药,2022,17(25):67-69.
[10]叶娟.探讨终末期肾病患者用腹膜透析与血液透析两种紧急透析方式治疗的相关并发症和患者生存率[J].黑龙江医学,2022,46(14):1672-1674.
[11]Mirzaei-Alavijeh M, Hamzeh B, Omrani H, et al.Determinants of medication adherence in hemodialysis patients: a cross-sectional study based on capability-opportunity-motivation and behavior model[J].BMC Nephrol,2023,24(1):174.
[12]Mechta Nielsen T,Marott T,Hornum M,et al.Non-adherence, medication beliefs and symptom burden among patients receiving hemodialysis-a cross-sectional study[J].BMC Nephrol,2023,24(1):321.
[13]付小丽,吴楠楠,胡洁萍,等.维持性血液透析患者用药依从性的影响因素分析[J].现代养生,2024,24(11):805-808.
[14]陈强,曲珊珊,黄欣.中文版MMAS-8评价心血管慢病患者用药依从性的信效度分析与实践[J].中国药房,2019,30(2):268-271.
[15]Ghimire S,Castelino RL,Lioufas NM,et al.Nonadherence to medication therapy in haemodialysis patients: a systematic review[J].PLoS ONE,2015,10(12):e0144119.
相关文献推荐
- 节点文献
- 读者推荐
- 相关基金文献
- 关联作者
- 相关视频
- 批量下載
