由于种种原因，糖尿病患者对降糖药物的依从性较差。2016年9月，发表在《J Gen Intern Med》的一项在美国开展的大型国家医疗补助计划中的一项回顾性队列研究，考察了糖尿病患者口服降糖药的依从性轨迹与后续的住院之间的相关性。

背景：现有许多干预措施可提高药物依从性，但是这些干预措施的目标经常依赖于较差依从性的不精准测量。基于人群的轨迹模型可鉴别出具有相似纵向处方填充模式的个体。虽然依从性轨迹和临床结局之间的关系仍然未知，但不同依从性轨迹的鉴别在决定干预措施上更有用。。

目的：旨在检测糖尿病患者中，口服降糖药的依从性轨迹和后续的住院之间的关系。

设计：回顾性队列研究。

患者：总共16256名宾夕法尼亚医保参保者，非双重资格的医保参保，并且2007~2009年初始口服降糖药。

主要测量：研究人员使用基于人群的轨迹模型来鉴别初始治疗后12个月的口服降糖药的轨迹，使用每月覆盖天数比例（PDC）作为依从性测量指标。多变量Cox成比例风险模型用于检测轨迹和次年首次糖尿病相关的住院/急诊就诊时间之间的关系。使用C-指数比较依从性轨迹和二元分割点（每年PDC＜80 vs ≥80%）之间的预测性能。

结果：平均每年PDC为0.58（SD 0.32）。鉴别出7个轨迹：完美依从者（队列的9%）、接近完美依从者（31.4%）、中度依从者（21.0%）、低依从者（11.0%）、晚期停药者（6.8%）、早期停药者（9.7%）、仅有一次处方填充的不依从者（11.1%）。与完美依从者相比，中度依从者（HR，1.48；95% CI，1.25~1.75）、低依从者（HR，1.51；95% CI，1.25~1.83）、仅有一次处方填充的不依从者（HR，1.35；95% CI，1.09~1.67）的轨迹具有较高的糖尿病相关住院/急诊就诊风险。与二元分割点相比，使用轨迹可改善预测准确度（C-指数，0.714 vs 0.652）。

结论：该大型医疗补助队列中，口服降糖治疗轨迹具有高度差异。低和中度依从者和仅有一次处方填充者与完美依从者相比具有相对较高的住院/急诊就诊风险。轨迹模型在鉴别靶向干预的特异性非依从性模式上具有价值。

英文链接 http://www.ncbi.nlm.nih.gov/pubmed/27229000

（选题审校：顾歆纯 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：这个研究结果显示糖尿病这样的慢性病，用药依从性差会严重影响到临床结局，提示医师注意患者的教育，尽可能确保用药依从性。而另一方面，通过用药依从性数据建模来预测患者一年后入院率也是非常有意义的，或许在之后的研究中预测某项干预的依从性相关临床结局上能发挥作用。）