目的 通过Meta分析了解老年高血压患者用药偏差影响因素,为制定相应干预策略提供循证依据.方法 计算机检索知网,维普,万方,SinoMed,PubMed,Web of Science,Cochrane Library,EMbase等数据库,获取有关老年高血压患者用药偏差影响因素的研究,检索时间为建库至 2023 年 9 月 1 日;采用RevMan5.4 软件进行Meta分析.结果 共纳入 19 篇文献,均为中高质量,纳入样本量 18 220 例,Meta分析结果显示,年龄[OR=1.36,95%CI=(1.00,1.86)]、居住地[OR=1.91,95%CI=(1.33,2.75)]、医疗费用支付方式[OR=1.60,95%CI=(1.38,1.86)]、收入水平[OR=1.68,95%CI=(1.45,1.95)]、职业状态[OR=1.79,95%CI=(1.37,2.36)]、社会支持[OR=1.43,95%CI=(1.27,1.60)]、共病[OR=0.33,95%CI=(0.19,0.58)]、测压频次[OR=1.53,95%CI=(1.14,2.05)]、疾病知晓程度[OR=1.70,95%CI=(1.44,2.00)]、服药次数[OR=1.44,95%CI=(1.16,1.79)]是老年高血压患者用药偏差的影响因素.此外,性别、婚姻状况、抑郁、认知障碍、并发症等影响因素纳入文献数量<3 篇,仅进行描述性分析.结论 医护人员应重点关注老年高血压患者用药偏差的危险因素,及时采取针对性预防和干预措施,减少用药偏差的发生.

目的:观察老年慢性病患者用药偏差发生情况，并分析导致其发生的相关因素。方法:采用便利抽样法，选择2021年4月至2022年3月于医院接受治疗后出院的164例老年慢性病患者作为研究对象，药师对患者出院带药信息进行审核并统计用药偏差发生情况，将患者分为用药偏差发生组与未发生组，统计并比较两组患者及其主治医生相关资料，通过 Logistic回归分析检验我院老年慢性病患者用药偏差发生的影响因素。 结果:164例患者中110例出现用药偏差，用药偏差发生率为67.1%，发生组患者所患疾病数量、出院时开具的药物品种较未发生组多( Z＝2.552， t＝3.063，均 P<0.05)；主治医生年龄、工作年限较未发生组短，职称较未发生组低( Z＝3.754、3.713， Z＝2.016，均 P<0.05)； Logistic回归分析显示，患者所患疾病数量及出院时开具的药物品种较多是我院老年慢性病患者用药偏差发生的危险因素( OR＝1.260、1.227，均 P<0.05)；主治医生年龄较大、工作年限较长是我院老年慢性病患者用药偏差发生的保护因素( OR＝0.925、0.930，均 P<0.05)。 结论:老年慢性病患者用药偏差发生率较高，患者所患疾病数量及出院时开具的药物品种较多、主治医生年龄较小、工作年限较短均可能导致用药偏差情况的发生。

目的:分析医院-社区-家庭过渡期行为偏差管理护理对骨质疏松性骨折患者自护能力及生活能力的影响。方法:通过便利抽样法，抽取2021年3月至2022年3月南通大学第二附属医院收治的108例骨质疏松性骨折患者为研究对象，根据患者入院时间，其中2021年3～7月收治的59例患者为对照组，采用常规管理护理；2021年8月至2022年3月收治的59例患者为观察组，采用医院-社区-家庭过渡期行为偏差管理护理干预。干预12 w后比较两组患者的自护能力、生活能力、遵医行为、生活质量。结果:干预12 w后，观察组自护责任感、疾病知识、疾病管理技能以及健康管理概念评分及总分、生活能力、正确用药、合理饮食、坚持锻炼、戒烟限酒、充足日晒、定期复诊及总分、总体健康、社会功能、情感职能、生理职能、精神健康评分及生活质量量表总分明显高于对照组，差异均有统计意义(均 P<0.05)。 结论:医院-社区-家庭过渡期行为偏差管理护理干预能够提高骨质疏松性骨折患者的自护能力、生活能力、遵医行为，改善其生活质量，护理干预效果较好。

目的:探讨老年糖尿病患者医院-家庭过渡期用药偏差的影响因素。方法:选择2019年3月至2021年3月河南省人民医院老年糖尿病患者278例作为研究对象，均于出院1周时进行电话随访；采用用药偏差评估工具(MDT)评估患者医院-家庭过渡期用药偏差情况，并分为用药偏差发生组和未发生组，比较两组患者社会人口学及疾病相关资料以及用药管理相关资料，采用Logistic回归分析老年糖尿病患者医院-家庭过渡期用药偏差发生的影响因素。结果:278例老年糖尿病患者医院-家庭过渡期发生用药偏差162例(至少发生1项用药偏差)，发生率58.27%；用药偏差发生组家庭关怀度指数低于未发生组，差异有统计学意义( Z＝6.578， P<0.001)；用药偏差发生组出院医嘱药物数量高于未发生组，服药依从性量表(MMAS-8)、糖尿病自我管理行为量表(SDSCA)、合理服药自我效能量表(SEAMS)评分低于未发生组，差异有统计学意义( Z＝10.971、6.077， t＝5.947、14.105，均 P<0.001)；二分类Logistic回归分析结果显示，出院医嘱药物数量多是老年糖尿病患者医院-家庭过渡期用药偏差的危险因素( OR＝4.128， P<0.001)，家庭关怀度指数、MMAS-8评分、SDSCA评分、SEAMS评分高是其保护因素( OR＝0.343、0.523、0.922、0.568，均 P<0.05)。 结论:老年糖尿病患者医院-家庭过渡期用药偏差的发生率较高，且其可能的保护因素为MMAS-8、SDSCA、SEAMS评分高，危险因素为出院医嘱药物数量多，可据此实施针对性干预措施，以减少用药偏差的发生。

创伤性脑损伤（TBI）特别是重型TBI患者因意识障碍、肢体活动障碍等因素发生静脉血栓栓塞症（VTE）的概率明显增加。在VTE发生的急性阶段，通过低分子肝素（LMWH）预防血栓是最常用的且安全有效的措施。由于创伤患者伤情变化、临床医师对VTE认识偏差及各医疗机构的用药习惯等，LMWH预防的初始时间及剂量的选择存在明显差异。LMWH剂量不足或超量将导致患者血栓或出血。近年来，抗X活性浓度监测LMWH用药在TBI患者中逐渐得到重视，并发挥了降低血栓发生率的重要作用。笔者从抗X活性浓度监测LMWH的机制、LWMH用药时间窗与抗X活性浓度监测、LWMH用药剂量调整与抗X活性浓度监测等方面对抗X活性浓度监测辅助LMWH预防血栓在TBI中应用的研究进展进行综述，为临床治疗提供参考。

目的:探讨老年脑梗死患者医院-家庭过渡期用药偏差现状及影响因素，并探讨用药偏差和药物不良事件的相关性。方法:采用便利抽样法，选取2021年11月—2022年5月成都医学院第一附属医院神经内科的218例老年脑梗死患者为研究对象。采用一般资料调查表和合理用药自我效能量表对其进行调查。出院后1个月，采用用药差异评估工具和Morisky服药依从性量表对患者进行电话随访，并收集药物不良事件的发生情况。采用Logistic回归分析探讨用药偏差的影响因素。采用Spearman相关分析探讨药物不良事件与用药偏差的相关性。本研究共发放问卷218份，回收有效问卷207份，有效回收率为95.0%。结果:老年脑梗死患者用药偏差的发生率为48.8%（101/207）。Logistic回归分析结果显示，高血压病、卒中严重程度、服药依从性、医嘱用药数量是用药偏差的影响因素（ P<0.05）。Spearman相关分析显示，药物不良事件与用药偏差呈正相关（ r=0.234， P<0.01）。 结论:老年脑梗死患者医院-家庭过渡期用药偏差发生率较高，高血压病、卒中严重程度、服药依从性、医嘱用药数量是用药偏差发生的影响因素。医护人员应基于用药偏差的影响因素制订有针对性的干预措施，降低用药偏差的发生率。

目的:验证群体药代动力学软件JPKD-vancomycin对万古霉素稳态谷浓度的预测能力，并分析影响JPKD-vancomycin软件预测能力的因素。方法:收集2013年7月至2018年12月在南京医科大学附属苏州医院应用万古霉素抗感染治疗并同时进行血药浓度监测（TDM）的住院患者的临床资料。所有患者参考万古霉素用药指南制定经验性给药方案（初始方案），于首次给药48 h后及下一剂给药前0.5 h测定万古霉素稳态谷浓度，稳态谷浓度不达标者按谷浓度值制定个体化调整给药方案（调整方案），调整给药48 h后再次测定万古霉素稳态谷浓度；万古霉素的目标浓度为10～20 mg/L。收集患者临床信息，根据经典药代动力学软件Vancomycin Calculator测算结果，应用JPKD-vancomycin软件测算万古霉素初始方案并预测稳态谷浓度；再采用JPKD-vancomycin软件调整万古霉素给药方案并预测调整方案后的稳态谷浓度。采用万古霉素预测稳态谷浓度（C 预）与实测稳态谷浓度（C 实）的权重偏差（WRES）评估JPKD-vancomycin软件对万古霉素稳态谷浓度的预测能力。根据WRES将初始方案TDM数据分为预测准确组（WRES<30%）与预测不准确组（WRES≥30%），记录两组患者的性别、年龄、体重、身高、住院时间、合并症、应用血管活性药物、机械通气、吸烟史、是否术后、是否产科、是否创伤等指标以及实验室检查、万古霉素用药情况和TDM结果。采用单因素和多因素Logistic回归分析筛选影响JPKD-vancomycin软件预测万古霉素稳态谷浓度的因素，并绘制受试者工作特征曲线（ROC）以评价影响因素的评估价值。 结果:共纳入310例患者，收集万古霉素TDM数据467例次，其中初始方案310例次，调整方案157例次。与初始方案相比，根据初始C 实调整方案后的WRES显著减小〔14.84（6.05，22.89）%比20.41（11.06，45.76）%， P<0.01〕，WRES<30%的比例显著升高〔82.80%（130/157）比63.87%（198/310）， P<0.01〕，提示JPKD-vancomycin软件预测调整方案万古霉素稳态谷浓度的准确性优于对初始方案稳态谷浓度的预测。预测准确组198例次，预测不准确组112例次；单因素Logistic回归分析结果显示，女性〔优势比（ OR）＝0.466，95%可信区间（95% CI）为0.290～0.746， P＝0.002〕、体重轻（ OR＝0.974，95% CI为0.953～0.996， P＝0.022）、身高矮（ OR＝0.963，95% CI为0.935～0.992， P＝0.014）、万古霉素清除率（CL Van）低（ OR<0.001，95% CI为0.000～0.231， P＝0.023）和术后患者（ OR＝1.695，95% CI为1.063～2.702， P＝0.027）是影响JPKD-vancomycin软件预测能力的相关因素；多因素Logistic回归分析显示，女性（ OR＝0.449，95% CI为0.205～0.986， P＝0.046）、CL Van低（ OR<0.001，95% CI为0.000～0.081， P＝0.015）和术后患者（ OR＝2.493，95% CI为1.455～4.272， P＝0.001）是JPKD-vancomycin软件预测不准确的独立危险因素。ROC曲线分析显示，CL Van评估JPKD-vancomycin软件预测万古霉素稳态谷浓度准确性的ROC曲线下面积（AUC）为0.571，当CL Van低于0.065 L·h -1·kg -1时，敏感度为56.3%，特异度为57.1%，说明JPKD-vancomycin软件预测万古霉素稳态谷浓度不准确的风险增加。 结论:JPKD-vancomycin软件对万古霉素调整给药方案后稳态谷浓度的预测能力较初始方案稳态谷浓度更高；JPKD-vancomycin软件对女性、CL Van低和术后患者万古霉素稳态谷浓度的预测能力较差，尤其是CL Van低于0.065 L·h -1·kg -1时，预测不准确的风险增加。

目的:评价Smart Dose、PharmVan及JPKD 3款个体化给药辅助决策系统对万古霉素血药浓度的预测能力，分析影响Smart Dose、PharmVan及JPKD预测能力的因素。方法:回顾性分析2018年1月至2020年7月在温州医科大学附属第一医院使用万古霉素治疗并进行治疗药物监测（TDM）的成年住院患者的临床资料。使用Smart Dose和PharmVan软件预测万古霉素初始方案的稳态谷浓度，对于因稳态谷浓度不达标而需要调整万古霉素给药方案的患者，使用Smart Dose、PharmVan、JPKD软件分别预测调整方案后的万古霉素稳态谷浓度。计算实测浓度与预测浓度之间的相对预测偏差（PE），绘制各软件PE的箱式图；比较各软件预测万古霉素血药浓度PE绝对值（APE）的差异。根据APE将各软件的预测数据分为预测准确组（APE<30%）和预测不准确组（APE≥30%），比较两组患者性别、年龄、体重、合并症等指标和万古霉素用药情况以及TDM结果的差异；采用单因素和多因素Logistic回归分析影响Smart Dose、PharmVan、JPKD预测万古霉素血药浓度准确性的危险因素；并绘制受试者工作特征曲线（ROC曲线），评价影响因素对软件预测准确性的判断价值。结果:共纳入185例患者，收集万古霉素TDM数据258例次，其中初始方案185例次，调整方案73例次。Smart Dose与PharmVan对初始方案万古霉素血药浓度的预测准确性差异无统计学意义，Smart Dose、PharmVan和JPKD对调整方案的预测准确性差异亦无统计学意义。Smart Dose预测调整方案血药浓度的准确性优于初始方案〔22.94%（10.50%，36.24%）比29.33%（13.07%，47.99%）， P<0.05〕。影响Smart Dose预测初始方案万古霉素血药浓度准确性的单因素分析显示：预测准确组高血压患者的比例明显高于预测不准确组〔43.3%（42/97）比27.3%（24/88）， P<0.05〕，影响SmartDose预测调整方案万古霉素血药浓度准确性的单因素分析显示：预测准确组合并心脏瓣膜病患者的比例明显低于预测不准确组〔23.4%（11/47）比46.2%（12/26）， P<0.05〕，影响JPKD软件预测调整方案万古霉素血药浓度准确性的单因素分析显示：预测准确组体重明显高于预测不准确组（kg：62.8±14.9比54.8±12.8， P<0.05）。多因素Logistic回归分析显示，高血压是Smart Dose预测万古霉素初始方案血药浓度的优势因素〔优势比（ OR）＝0.526，95%可信区间（95% CI）为0.281～0.983， P＝0.044〕；低体重是JPKD预测调整方案血药浓度不准确的独立危险因素（ OR＝1.042，95% CI为1.001～1.085， P＝0.043）。ROC曲线分析显示，体重评估JPKD预测万古霉素血药浓度准确性的ROC曲线下面积（AUC）＝0.663，95% CI为0.529～0.796， P＝0.023；当体重低于55.95 kg时，JPKD预测万古霉素稳态谷浓度不准确的风险增加，其敏感度为75%，特异度为60%。 结论:个体化给药辅助决策系统Smart Dose、Pharm Van及JPKD对万古霉素血药浓度的预测能力无明显差异。Smart Dose对调整方案血药浓度的预测能力较初始方案高。Smart Dose的初始方案模块对合并有高血压的患者预测能力较好；JPKD对低体重的患者预测能力较差，尤其是体重低于55.95 kg时，预测不准确的风险增加。

目的:本研究旨在评估REF-XT01型尿酸测试仪检测血尿酸浓度的准确性，以判断该尿酸测试仪检测结果能否用于指导痛风患者降尿酸药物的调整。方法:对青岛大学附属医院痛风病临床医学中心就诊的1 551例受试者，空腹采集静脉血，用全自动生化分析仪测定血尿酸浓度，同时采集指尖末梢血用REF-XT01型尿酸测试仪测定血尿酸浓度。应用线性回归、组内相关系数(ICC)、Bland-Altman分析法评估全自动生化分析仪血尿酸浓度(sUA BA)检测值和尿酸测试仪血尿酸浓度(sUA UM)检测值间的相关性。使用受试者操作特性曲线(ROC曲线)，评估sUA UM能否用于指导痛风患者的降尿酸用药。 结果:回归分析表明sUA BA和sUA UM之间有良好的相关性，Y＝0.875X＋39.525( r＝0.84, P<0.01)；ICC为0.829(95% CI 0.814～0.844, P<0.01)；Bland-Altman图显示sUA BA和sUA UM具有较好的一致性，绝对偏差95%一致性界限(95% LoA)-143.4～114.5 μmol/L，平均偏差-14.4 μmol/L。以300 μmol/L作为尿酸测试仪的检测临界值，灵敏度为96.61%，特异度为48.81%，ROC曲线下面积(AUC)为0.926( P<0.01)，而以360 μmol/L作为检测临界值，灵敏度为90.98%，特异度为66.78%，AUC为0.914( P<0.01)。 结论:REF-XT01型尿酸测试仪具有较高的精确度，其检测血尿酸数值可用于指导痛风患者降尿酸药物的调整。

目的 通过临床调查与回顾性研究相结合的方法,归纳总结86例严重创伤后出现急性肾损伤患者的中医证型、证素的分布规律,以期为严重创伤后出现急性肾损伤患者的中医诊断、治疗提供可靠依据.方法 收集山东省文登整骨医院2023年1月至2023年12月急诊创伤科、重症医学科、内科住院患者中符合严重创伤后急性肾损伤的病例107例,符合纳入标准共计86例,应用传统中医辨证分型,并对其病位、病性证素进行统计分型,分析其临床特点.结果 86例严重创伤后急性肾损伤患者中医辨证分型,总体归属于血瘀气滞证、脾肾阳虚水停证、瘀结水留证、热毒炽盛证、脾肾气虚血瘀证、肝肾气血两虚证及痰湿中阻证;病位证素10个,尤以肾、脾、胃、肝、膀胱比较多见;病性证素12个,尤以血瘀、毒、阳虚、水停、气虚、血虚、气滞、湿、闭等比较常见.结论 86例严重创伤后急性肾损伤患者的病位证素、病性证素与传统中医辨证分型相符合,辨证素更明确地揭示了疾病发生的病位、病性及病理因素,更能形成统一的辨证分型及论治用药.故而当临床中可采用证素辨证来避免医者主观判断所造成的偏差.