Page 117 - 《中国药房》2026年3期
P. 117
1.3.2 DMDC模型的构建及分级预警策略 2 结果
本研究选取门诊重点监控药物的近3年(2021年11 2.1 门诊重点药物监控目录建立结果
月-2024 年 10 月)的月度用量,数据构建基于季节性 2024年10月的门诊药房销售额排名前20%的药品
Mann-Kendall趋势检验的DMDC模型。采用Python 3.9 共225个,其累计金额占比为80.07%。由于在院使用时
计算各药物的季节性Mann-Kendall趋势检验统计值,使 间小于6个月的品种暂无监控必要,排除这些品种后共
用 matplotlib 库绘制各药品的月度用量图,使用 scipy 库 215个品种纳入我院当月的重点药物监控目录。
对存在显著趋势的药品拟合参考趋势线。 2.2 DMDC模型构建结果
DMDC 模型提供的 P 及 S′统计值支持基于趋势显 根据当月门诊重点药物监控目录成功构建 DMDC
著性和强度的分级预警。从门诊重点药物监控目录中 模型215个,具体情况见表1。其中,具有显著上升趋势
筛选出具有显著上升趋势的药品(P<0.05 且 S′>0)纳
的品种 119 个(P<0.05,S′>0)、无显著变化趋势的品种
入当月“重点关注药品池”。以历史 S′值的 90% 分位数
83 个(P≥0.05)、显著下降趋势的品种 13 个(P<0.05,
设置预警阈值(预警阈值可在实际工作中根据监测效果
S′<0)。代表性样品的示例见图1(图1A、B、C分别为显
进行动态调整),本研究中预警阈值为 30。根据 S′值大
著上升、无显著变化趋势、显著下降的代表品种)。
小实施分级预警:S′≥30 的药品纳入预警品种;0<S′<
表1 DMDC模型在2021年11月-2024年10月的建模
30的药品纳入关注品种。
结果
1.4 DMDC模型的应用
趋势类型 统计学参数 品种个数 药品分类(品种个数)
我院药学部从2024年10月起每月更新当前月份的 显著上升 P<0.05,S′>0 119 内科用药(中成药)(25),消化道和代谢方面的药物(18),皮肤病用
门诊重点药物监控目录,运行当月DMDC模型。并针对 药(16),心血管系统用药(9),血液和造血器官用药(7),其他(7),
模型结果中的预警品种(S′≥30),结合诊断、用法用量、 呼吸系统用药(6),抗肿瘤药及免疫调节剂(6),神经系统药物(6),
皮肤科用药(中成药)(4),除性激素和胰岛素外的全身激素制剂
疗程等进一步分析药品使用量显著增长的原因,以排除 (3),感觉器官药物(3),肌肉-骨骼系统药物(3),全身用抗感染药
疾病谱变化等客观因素导致的药品消耗增长。 (2),妇科用药(中成药)(1),抗寄生虫药、杀虫药和驱虫药(1),泌
尿生殖系统药和性激素(1),肿瘤用药(中成药)(1)
1.5 DMDC模型与传统环比增长率排序法的效果对比
无显著变化 P≥0.05 83 内科用药(中成药)(16),皮肤病用药(14),消化道和代谢方面的药
本研究采用回顾性分析,选取药品用量波动显著的 趋势 物(14),血液和造血器官用药(8),抗肿瘤药及免疫调节剂(5),呼
2024年第四季度作为观测窗口,以规避政策调整等中长 吸系统用药(4),其他(4),肌肉-骨骼系统药物(3),泌尿生殖系统药
和性激素(3),心血管系统用药(3),全身用抗感染药(2),神经系统
期混杂因素影响,实现复杂场景下的监测效能对比。本
药物(2),肿瘤用药(中成药)(2),感觉器官药物(1),抗寄生虫药、
研究采用环比增长率排序法(逐月筛选环比增长率排名 杀虫药和驱虫药(1),皮肤科用药(中成药)(1)
前20位的药品)、DMDC模型两种监测方法同步开展月 显著下降 P<0.05,S′<0 13 血液和造血器官药(3),皮肤病用药(2),消化道和代谢方面的药物
(2),心血管系统用药(2),呼吸系统用药(1),抗肿瘤药及免疫调节
度药品用量分析,分别得到各自的预警品种目录。将两
剂(1),神经系统药物(1),肿瘤用药(中成药)(1)
种方法得到的预警品种目录合并并去重,形成待评审的
2.3 DMDC模型的应用案例分析
预警品种目录。
本研究以 3 个具有代表性的药品组[黏液溶解性祛
由我院药学部药事管理组的 3 名药师组成评审小
痰药、皮肤真菌病用三唑类衍生物、单方羟甲基戊二酸
组,对预警品种逐一进行盲法评议。潜在异动品种的
单酰辅酶 A(hydroxymethylglutaryl coenzyme A,HMG-
“金标准”定义为:经处方点评确认,其用量异常增长缺
CoA)还原酶抑制剂]进行案例分析,介绍基于季节性
乏合理临床依据的品种。
计算以下指标以量化评价两种方法的效能:精确 Mann-Kendall 趋势检验的 DMDC 模型对药品用量的监
率=模型预警的确属潜在异动品种的数量/模型预警品 测实践效果。
种总数×100%;召回率=模型预警的确属潜在异动品 2.3.1 黏液溶解性祛痰药的用量监测
种的数量/评审小组确认的潜在异动品种总数×100%。 黏液溶解性祛痰药使用情况如图2所示。冬季呼吸
[12]
需要注意的是,假设所有存在不合理用药的潜在异 道感染及慢性阻塞性肺疾病急性加重高发 ,可见黏液
动品种,都已被两种监测方法中的至少一种所预警,并 溶解性祛痰药存在较明显季节性变化趋势,每年11月到
纳入了本次评审范围。该假设可能会导致召回率偏高, 次年3月用量较大。
此偏差对两种监测方法的评估产生同等影响,故不影响 我院使用的黏液溶解性祛痰药口服制剂中,桉柠蒎
其相对效能的比较。 肠溶胶囊(P<0.001,S′=36)、乙酰半胱氨酸泡腾片(P<
使用 SPSS 25.0 软件对两种方法的分类效能数据 0.001,S′=24)、福多司坦片(P<0.001 1,S′=23)存在显
2
进 行统计分析。组间比较采用 χ 检验。检验水准 著增长趋势,盐酸氨溴索片(P=1.000,S′=0)无显著变
α=0.05。 化趋势(图2)。其中,桉柠蒎肠溶胶囊为国家基本药物,
中国药房 2026年第37卷第3期 China Pharmacy 2026 Vol. 37 No. 3 · 379 ·

