在英国巴斯大学的一项新研究中，不当多重用药（即过度或不必要的多种药物使用）被证实是65岁以上成年人急诊入院的主要驱动因素。研究团队希望通过开发数字工具（如应用程序）主动识别存在药物相关危害风险的老年人，在必须入院治疗前进行干预。
这项发表于《年龄与老龄化》（Age and Ageing）期刊的研究首次采用数据驱动方法，探索潜在不当多重用药如何导致老年人短期住院。随着老龄人口快速增长及住院并发症风险增加，研究强化了老年医学领域对过度处方风险的担忧。
过度处方的隐性危害
老年人常需服用多种药物管理糖尿病、高血压和关节炎等慢性病。这可能引发处方级联效应：某药物的副作用需额外药物治疗，从而形成复杂且风险递增的处方循环。例如患者因疼痛用药后出现高血压副作用，继而接受新药治疗，最终形成复杂的药物网络，增加有害相互作用风险。
巴斯大学生命科学系博士研究员罗伯特·奥伦德（Robert Olender）指出："面对日益庞大的复杂用药老年群体，我们需要预防性降低可避免的急诊住院手段。"尽管研究基于英国数据，全球多国（包括美国、澳大利亚、新西兰及欧洲国家）的数据显示老年人多重用药导致住院风险、药物不良反应及生活质量下降的问题正在加剧。此前巴斯团队基于新西兰数据的研究发现，老年人药物负担、酒精摄入及吸烟均与30天内住院风险显著相关。
机器学习预测住院风险
研究使用英国大型数据集开发了三个机器学习模型，可提前30天预测老年人急诊住院风险，准确率达75%。模型核心变量是药物负担指数（DBI），该指数衡量具有镇静和抗胆碱能特性的药物累积效应。抗胆碱能药物用于治疗痴呆、抑郁症、尿失禁和慢性阻塞性肺病等慢性病。
研究还发现，行动能力障碍、骨折跌倒史、吸烟和过量饮酒同样是住院风险的重要预测因素。该研究首次系统分析特定数据集和年龄组，揭示了长期存在的多重用药与短期住院间的关联，为开发风险评估工具奠定基础。
从研究到现实影响
研究团队设想开发临床应用程序，通过简单问卷评估患者住院风险。问题可能涉及当前处方、生活方式因素（如吸烟饮酒）及癌症或高血压等慢性病。工具将生成风险评分，帮助医生实时决策。这类低成本高效益的干预手段可提升患者安全并节省NHS资源。例如通过早期识别高风险患者，调整药物方案、鼓励体育活动或改善生活方式，可能显著降低急诊入院概率。
尽管应用程序开发周期较短，但整合进临床流程需监管审批和临床试验。研究团队认为潜在收益包括减少住院、提升患者安全及降低医疗成本。研究旨在提高初级护理、社区药房和临终关怀机构医护人员对此类问题的重视。
奥伦德表示："随着全球老龄化，解决不当多重用药已成为公共卫生优先事项。我们的研究通过先进数据驱动方法，深化对英国背景下该问题规模和后果的理解。目标是将研究成果转化为支持安全用药和改善老年护理的工具。"
尼什塔拉博士强调："不当多重用药仍是全球性挑战，跨研究识别的稳定风险因素凸显了本研究的及时性和相关性。风险评估工具将带来切实利益：减轻患者和家庭住院压力、通过减少住院环境暴露预防感染和并发症、最终帮助NHS节省宝贵资源。"
【全文结束】
