过多的药物和频繁的医院就诊：新研究揭示了老年人的隐性风险
根据巴斯大学的一项新研究，不适当的多重用药是导致65岁及以上成年人紧急住院的主要原因。
老年人通常需要服用多种药物来管理慢性病，这可能导致“处方级联”现象，形成复杂且危险的用药循环。
不适当的多重用药——即过度或不必要的使用多种药物——是导致65岁及以上成年人紧急住院的主要原因，这是巴斯大学生命科学系的一项新研究得出的结论。
研究人员希望他们的发现能够推动开发一种数字化工具（例如应用程序），以主动识别面临药物相关危害风险的老年人，并在他们需要住院之前进行干预。
这项研究发表在英国临床老年医学领域的顶级期刊《年龄与老龄化》上，是首次使用数据驱动方法探讨潜在的不适当多重用药如何导致老年人短期住院的研究。随着这一人群快速增长并且住院并发症的风险增加，研究结果进一步强化了老年护理领域对过度开药危险性的担忧。
过度开药的隐性危险
老年人通常需要服用多种药物来管理慢性疾病，如糖尿病、高血压和关节炎。这可能导致“处方级联”，即一种药物的副作用通过额外的药物治疗，从而形成复杂且危险的用药循环。
例如，一名患者可能因疼痛管理被开具某种药物，但该药物的副作用引发了高血压，于是又需要另一种药物来控制新的症状。随着时间的推移，这种现象会形成一张复杂的处方网络，并带来有害药物相互作用的风险。
罗伯特·奥伦德（Robert Olender）博士研究员在巴斯大学生命科学系普拉萨德·尼什塔拉（Prasad Nishtala）博士（主要导师）和数学系桑迪潘·罗伊（Sandipan Roy）博士（次要导师）的指导下领导了这项研究。他表示：“随着越来越多的老年人采用复杂的药物方案，我们需要采取主动措施来减少可预防的急诊住院。”
尽管这项新研究基于英国的数据，但全球范围内老年人的多重用药问题也在不断加剧。来自美国、澳大利亚、新西兰以及欧洲各国的研究一致表明，多重用药与住院率增加、药物不良反应以及生活质量下降密切相关。
在早前一项基于新西兰数据集的研究中，同样由巴斯大学团队完成，发现了老年人中高药物负担、饮酒和吸烟与30天内住院风险增加之间的强烈关联。
使用机器学习预测住院风险
这项研究利用一个大型的英国数据集开发了三种机器学习模型，能够以约75%的准确率预测老年人在未来30天内的急诊住院风险。
这些模型中的关键变量是药物负担指数（Drug Burden Index, DBI），它衡量具有镇静和抗胆碱能特性的药物的累积效应。抗胆碱能药物是一类用于治疗多种慢性疾病的药物，包括痴呆、抑郁症、尿失禁和慢性阻塞性肺病（COPD）。
这些药物的累积效应始终是预测一个人是否有急诊住院风险的最强因素之一。其他预测因素包括行动能力受损、骨折和跌倒史、吸烟以及过量饮酒。
这项研究的独特之处在于其关注了一个此前未被充分探索的数据集和年龄段，为长期存在的问题提供了新的见解。尽管多重用药的危险性已广为人知，但本研究强调了多重用药与短期住院之间的联系，同时也为开发一种识别高危患者的潜在工具奠定了基础。
从研究到实际影响
研究团队设想了一款面向临床医生的应用程序，通过简单的问卷调查评估患者住院的风险。问题可能包括当前的处方药物、生活方式因素（如吸烟和饮酒）以及癌症或高血压等慢性疾病。该工具将生成一个风险评分，使临床医生能够实时做出明智的决策。
这样的工具可以作为一种低成本、高影响力的干预手段，确保患者安全并为英国国家医疗服务体系（NHS）节省开支。通过早期识别高危患者，临床医生可以调整药物方案、鼓励身体活动或解决可改变的生活方式因素——这些简单的步骤可能会显著降低个人急诊住院的风险。
虽然这款应用程序可以相对较快地开发出来，但将其整合到临床工作流程中需要监管机构的批准和试验。然而，研究人员认为，潜在的好处——更少的住院次数、更高的患者安全性以及更低的医疗成本——使其成为一项值得投资的技术。
团队希望这样的工具能够提高医疗专业人员的意识，尤其是在初级保健、社区药房和临终关怀机构中，早期干预可以帮助预防急诊住院。
奥伦德先生表示：“随着全球人口老龄化，解决不适当的多重用药已成为一项重要的公共卫生优先事项。我们的新研究通过采用先进的数据驱动方法，深入探讨了英国背景下这一问题的规模和后果，为国际证据库做出了贡献。”
“我们的目标是将研究结果转化为一种有影响力的工具，支持更安全的处方实践并改善老年人的护理质量。”
尼什塔拉博士补充道：“不适当的多重用药仍然是一个全球性问题，跨研究中一致的风险因素的识别突显了当前研究的及时性和相关性。”
“一款帮助评估老年人住院风险的工具可以带来实际益处。它不仅可以减轻患者及其家人因住院而产生的压力和生活干扰，还能通过让人们远离易感染和并发症的环境来支持健康老龄化，最终帮助NHS节省宝贵的资源。”
(全文结束)
