Page 89 - 《中国药房》2026年4期

·药学服务·

初治冠心病患者在医院-家庭过渡期的用药偏差预测模型构建与
验证 Δ

李玉双 1， 2＊ ，李 殊 ，张倩影 ，黄 炎 ，刘 坤 ，谷秀林 ，蒋欢欢 （1. 华北理工大学附属医院药学部，河北
1
1
1
1 #
1
3
唐山 063000；2. 华北理工大学药学院，河北 唐山 063210；3. 河北北方学院附属第二医院药剂科，河北
张家口 075100）
中图分类号 R972；R543 文献标志码 A 文章编号 1001-0408（2026）04-0491-06
DOI 10.6039/j.issn.1001-0408.2026.04.14

摘 要 目的 开发初治冠心病患者医院-家庭过渡期用药偏差风险预测模型，以助力医务人员快速识别用药偏差高危人群。方法
纳入2024年1－7月华北理工大学附属医院（以下简称“我院”）的462例初治住院冠心病患者。将患者随机分为建模组与内部验
证组。建模组患者依据是否发生用药偏差，分为用药偏差组和非用药偏差组。同法收集2025年6－9月我院心血管内科的57例
初治住院冠心病患者作为外部验证组。采用单因素分析筛选预测因子，进一步通过多因素Logistic回归分析构建预测模型，并采
用内部验证方法评估模型性能，采用外部验证方法检验模型的泛化能力。结果 462例患者被分为建模组（319例）和内部验证组
（143例）。在建模组中，用药偏差组有192例（占比60.19%），非用药偏差组有127例（占比39.81%）。多因素Logistic回归分析结果
显示，年龄、药品种类、服药依从性、合理服药自我效能是初治冠心病患者用药偏差发生的预测因子（P＜0.05），预测模型方程为
logitP＝ln[P/（1－P）]＝1.321+1.732×年龄+4.091×药品种类－4.360×服药依从性－3.081×合理服药自我效能。模型区分度良
好，Hosmer-Lemeshow检验拟合的P值为0.439，受试者工作特征曲线下面积（AUC）为0.870，灵敏度为0.970，特异度为0.607；绘制了
总分为350分、截断值为110分的风险列线图；内部验证组患者的AUC为0.787，预测准确率为77.6%；外部验证组患者的AUC为
0.802，预测准确率为73.7%。结论 本研究成功构建了初治冠心病患者医院-家庭过渡期用药偏差风险预测模型，此模型具备良好的
区分度与预测准确率，识别出高龄（＞70岁）、药品种类≥5种、服药依从性差、合理服药自我效能差为用药偏差的独立危险因素。
关键词 冠心病；用药偏差；医院-家庭过渡期；影响因素；预测模型

Construction and validation of a medication deviation prediction model for hospital-to-home transition
period in coronary heart disease patients with initial treatment
1
1
LI Yushuang ，LI Shu ，ZHANG Qianying ，HUANG Yan ，LIU Kun ，GU Xiulin ，JIANG Huanhuan（1. Dept. of
1
1， 2
1
3
1
Pharmacy， the Affiliated Hospital of North China University of Science and Technology， Hebei Tangshan
063000， China；2. School of Pharmacy， North China University of Science and Technology， Hebei Tangshan
063210， China；3. Dept. of Pharmacy， the Second Affiliated Hospital of Hebei Northern University， Hebei
Zhangjiakou 075100， China）
ABSTRACT OBJECTIVE To develope a predictive model for medication deviation risks during the hospital-to-home transition
period in coronary heart disease （CHD） patients with initial treatment， aiming to assist medical staff in rapidly identifying high-risk
groups for medication deviation. METHODS A total of 462 CHD patients with initial treatment from the Affiliated Hospital of
North China University of Science and Technology （hereinafter referred to as “our hospital”） between January and July 2024 were
enrolled. The patients were randomly divided into a modeling group and an internal validation group. The modeling group was
further categorized into a medication deviation group and a non-medication deviation group based on whether medication deviations
occurred. Similarly， 57 CHD patients with initial treatment from the cardiology department of our hospital between June and
September 2025 were collected as an external validation group. Univariate analysis was used to screen predictive factors， followed
by multivariate Logistic regression to construct the predictive model. Internal validation methods were employed to evaluate model
performance， while external validation methods were used to test the model’s generalizability. RESULTS The 462 patients were
divided into a modeling group （319 cases） and an internal validation group （143 cases）. In the modeling group， the medication
deviation group （192 cases， 60.19%） and the non-medication deviation group （127 cases， 39.81%） were identified. Multivariate
Logistic regression analysis revealed that age， medication
Δ 基金项目 河北省医研企联合创新专项课题（No.LH20250181）
＊ 第一作者 硕 士 研 究 生 。 研 究 方 向 ：临 床 药 学 。 E-mail： type， medication adherence， and self-efficacy in rational
medication use were predictive factors for medication
15776262164@163.com
# 通信作者 主任药师，硕士生导师。研究方向：临床药学、药物经 deviations in CHD patients with initial treatment （P＜0.05）.
济学、老年慢病管理。E-mail：jianghuan1001@163.com The predictive model equation was logitP＝ln[P/（1－P）]＝1.321+

中国药房 2026年第37卷第4期 China Pharmacy 2026 Vol. 37 No. 4 · 491 ·