2014年10月，在线发表在《Pharmacotherapy》的一项回顾性分析对参加药师提供的电话药物治疗管理项目（MTM）的医疗补助患者中药物相关问题（MRPs）的预测因素进行鉴别。

研究目的：旨在鉴别参加药师提供的电话药物治疗管理项目（MTM）的医疗补助患者中药物相关问题（MRPs）的预测因素。

设计：入组到以前发表研究中的患者数据的回顾性分析。

数据来源：两个医疗补助行政索赔文件数据库（为了获得卫生服务利用和处方配药信息）和1个药学组织文件（为了获得MTM项目信息）。

患者：712名成年医疗补助患者，这些患者参加了全国范围的药师提供的基于电话的MTM项目，并接受了初始药物治疗审查。

测量和主要结果：首要因变量为初始药物治疗审查期间发现的MRPs数量。次要因变量为与指征、有效性、安全性和依从性相关的一个或更多MRPs的发现。预测变量为从文献和我们自己的实践经历总结出来并假设与MRPs潜在相关的先验因素：人口统计学、并发症、药物使用和卫生服务利用。我们进行了双变量分析，并构建了多变量模型。然后，我们将所有与发现的MRP数量中位值显著相关的预测变量（定义先验因素为P＜0.1）都录入到三块多元线性回归模型中。总模型具有显著性（P＜0.001，R2=0.064）。任何MRPs的显著预测因素（P＜0.05）为药物总数、肥胖症、血脂障碍以及过去3个月一次或多次就诊。对于指征相关的MRPs，该模型具有显著性（P＜0.001，R2=0.049），并且预测因素包括女性、肥胖症、血脂障碍和药物总数（P＜0.05）。对于有效性相关的MRPs，模型具有显著性（P＜0.001，R2=0.054），预测因素包括骨疾病和血脂障碍（P＜0.05）。对于安全性相关的MRPs，模型具有显著性（P＜0.001，R2=0.046），血脂障碍为预测因素（P＜0.05）。没有鉴别出依从性相关MRPs的显著性预测因素。

结论：本分析支持了在医疗补助人群中，药物数量作为一种MRPs预测因素的相对重要性，并鉴别了其他的预测因素。但是，鉴于模型的R2值较低，这些结果表明，其他未知的因素非常重要，并且通常用于确定MTM合适与否的标准可能在鉴别医疗补助人群中哪些患者适合MTM上是不充分的。

（选题审校：聂小燕 编辑：吴刚）

（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：）