韓強，潘晨，郭明星，徐菀佚，趙瑩，田月，崔向麗

(1.首都醫(yī)科大學附屬北京友誼醫(yī)院檢驗科，北京 100050；2.首都醫(yī)科大學附屬北京友誼醫(yī)院藥劑科，北京 100050；首都醫(yī)科大學附屬北京天壇醫(yī)院藥學部，北京 100070)

藥物重整(medication reconciliation，MR)指獲得患者正在服用所有藥物最準確的清單的過程，包括藥物名稱、劑量、給藥頻次和途徑等[1-2]。MR有以下三個步驟：①構建患者最佳可能用藥史(the best possible medication history ，BPMH)；②比較當前用藥清單或用藥計劃與BPMH的差異；③向患者、監(jiān)護者、處方醫(yī)生、社區(qū)醫(yī)生等提供準確的用藥信息[1]。

MR能有效避免藥物治療相關問題，包括漏服、重復服藥、服藥劑量錯誤等，減少潛在有害的用藥錯誤，是藥物治療管理的基礎[3-5]。2005年，國際衛(wèi)生保健組織認證聯(lián)合會將MR列為“患者安全目標”之一[2]。2021年10月3日，國家衛(wèi)生健康委發(fā)布的《國家衛(wèi)生健康委辦公廳關于印發(fā)醫(yī)療機構藥學門診服務規(guī)范等5項規(guī)范的通知》，將MR列為五項藥學服務中的重要一項，可見我國對MR的重視程度顯著提高。在本研究中，筆者通過對近20年WOS(Web of science)數(shù)據(jù)庫中MR文獻進行可視化分析，了解MR研究歷史、現(xiàn)狀、熱點以及發(fā)展方向，并為國內優(yōu)化藥學服務提供參考。

1 資料與方法

1.1文獻檢索 以MR對應的MeSH詞“Medication reconciliation”檢索《Web of science》(WOS)核心合集數(shù)據(jù)庫，該數(shù)據(jù)庫是權威、專業(yè)的引文數(shù)據(jù)庫，限定為標題檢索，檢索時間為建庫至2022年1月18日，排除以下文獻類型：meeting abstract、editorial material、letter、news item、early access、correction、proceedings paper、reprint，重點分析論著和綜述。由本文的第一作者和第二作者閱讀檢索到的所有文獻標題和摘要，獨立完成文獻篩選，如遇分歧與通信作者討論解決。

1.2統(tǒng)計項目 將檢索文獻導入Endnote軟件，統(tǒng)計每年發(fā)文總量和被引次數(shù)；分別統(tǒng)計作者、期刊、機構、國家的發(fā)文量、被引頻次和平均被引頻次；統(tǒng)計2020年度期刊引文報告(Journal Citation Report，JCR)，包括影響因子(impact factor，IF)、歸屬類別、期刊等級以及期刊分區(qū)，對發(fā)文量排名前10的期刊進行系統(tǒng)客觀評價。使用Bibliometric.com在線軟件創(chuàng)建國家合作關系圖，對國家之間的合作關系進行可視化分析。

1.3引文突現(xiàn)檢測 將文獻導入CiteSpace(5.8.R3版本)軟件，設置選擇節(jié)點類型為“Cited reference”，“Time Slice”=1年，時間設置為2003—2021年(檢索到最早一篇文獻發(fā)表于2003年)，檢測10篇最強突現(xiàn)引文(citation burst)。

1.4關鍵詞聚類分析 將文獻導入VOSviewer(1.6.16版本)軟件，共檢測出關鍵詞319個，設置關鍵詞出現(xiàn)的閾值為5次，對28個符合要求的關鍵詞進行聚類分析。根據(jù)文獻的發(fā)表時間，對關鍵詞進行時間排序，不同時間段的關鍵詞標記不同顏色，以對不同時間段的研究熱點進行可視化呈現(xiàn)，分析MR研究的熱點和趨勢。

2 結果

2.1文獻篩選結果 初步檢索到734篇文獻，排除以下文獻類型：會議摘要(meeting abstract)349篇，編輯材料(editorial material)42篇，信件(letter)32篇，短篇新聞(news item)8篇，在線發(fā)表(early access)7篇，出版修正(correction)4篇，會議文獻(proceedings paper)4篇，重印本(reprint)1篇，最終得到納入分析文獻300篇，其中論著(article) 281篇和綜述(review )19篇。

2.2文獻趨勢分析 整體上MR文獻較少，最早的一篇文獻發(fā)表于2003年。2003—2013年，MR相關文獻量呈現(xiàn)較快增長，2013—2021年，年度發(fā)文量維持在18～28篇，2013年、2019年和2021年的年度發(fā)文量最高達28篇(見圖1)。MR相關文獻的總被引頻次為6605次，2003—2021年呈現(xiàn)快速增長趨勢(見圖1)，2021年達到最高引用次數(shù)為970，平均每篇引用次數(shù)22.02次，H-index為43。被引頻次最高的文獻是MUELLER[6]在2012年發(fā)表的《Hospital-Based Medication Reconciliation Practices A Systematic Review》，被引314次。

2.3MR文獻的特征分析

2.3.1發(fā)文國家 文章中每位作者所屬機構在的國家均計該文章的發(fā)文國家。共有38個國家發(fā)表MR相關研究，美國發(fā)文量第一(156篇，52.00%)，遠遠超過其他國家的發(fā)文量。另外根據(jù)圖2國家合作關系圖，美國與其他國家的合作最為密切。加拿大發(fā)文量位居第2名(24篇，8%)，但平均每篇被引次數(shù)最高達38.04次，領先于其他國家，見表1和圖2。

2.3.2作者和機構 共有1559位作者(包括第一作者、共同作者和通信作者)，合著作者平均每人5.20篇。發(fā)文量排名前10位的作者見表2，美國學者SCHNIPPER J L發(fā)文量15篇，總被引頻次1036次，位居第一，由圖3作者合作關系網(wǎng)絡圖可見，SCHNIPPER J L與其他作者的合作關系最為密切。加拿大學者HAMANN C文章的平均被引頻次最高，高達每篇108.80次。

共有583個機構參與MR方面研究，排名前10位的機構見表3。發(fā)文量和總被引頻次排名第一的機構是美國哈佛大學附屬布萊根婦女醫(yī)院(Brigham and Women's Hospital)，平均被引頻次最高的機構是美國哈佛大學(Harvard University)，發(fā)文量前10的機構里有8個是美國的機構。

圖1 WOS中MR文獻年發(fā)表量

表1 WOS中MR文獻發(fā)文量排名前10的國家

2.3.3期刊引文報告 共有120個期刊發(fā)表MR文獻，發(fā)文量排名前10位的期刊見表4?！禞ournal of General Internal Medicine》總被引頻次、平均被引頻次和IF均排名第一，分區(qū)也在Q1。發(fā)文量前10名期刊分布在四大類：藥理學和藥學；情報學與圖書館學；內科-普通內科；醫(yī)療保健科學與服務。

2.4引文突現(xiàn)檢測 引文突現(xiàn)(citation burst)指文獻一段時間內被頻繁引用，主要評價指標為突現(xiàn)強度和突現(xiàn)持續(xù)時間，代表文獻的創(chuàng)新性，紅色標記相當于不同時期的前沿足跡，可用于綜合評估MR研究方向的發(fā)展趨勢。KWAN[3]發(fā)表的《Medication Reconciliation During Transitions of Care as a Patient Safety Strategy》引文強度最高達14.11。前10位最強突現(xiàn)文獻突現(xiàn)持續(xù)時間在4～5年。

2.5關鍵詞共現(xiàn)網(wǎng)絡 排名前28的關鍵詞共現(xiàn)分析

圖2 國家間合作關系圖

見圖4。圖中節(jié)點大小代表關鍵詞出現(xiàn)的頻次，由圖4可見，節(jié)點較大的除了檢索關鍵詞medication reconciliation外，還包括medication error、patient safety、medication discrepancy、transitions in care、pharmacist、clinical pharmacist、hospital discharge、electronic medical record、adverse drug event、elderly，這些出現(xiàn)頻次較高的關鍵詞均為MR方面研究的熱點。MR文獻關鍵詞可形成4個聚類(見圖4)。

3 討論

MR能夠減少用藥偏差，保障患者用藥的連續(xù)性和用藥安全，節(jié)約用藥成本。

2003年PRONOVOST[7]發(fā)表《Medication reconciliation：A practical tool to reduce the risk of medication errors》，首次提出MR的概念，MR整體發(fā)文量較低，2003—2013年呈現(xiàn)明顯上升趨勢，2013—2021年呈現(xiàn)鋸齒狀波動，這說明MR領域還需更多的關注。2003—2021年，MR文獻的被引頻次逐年增長，提示MR研究質量也在逐步提升。

表2 MR文獻發(fā)文量排名前10位的作者

MR研究主要集中在發(fā)達國家，美國發(fā)文量第一，超過總發(fā)文量的一半，早在2008年美國已有68%的機構開展MR服務[8]，各國之間MR開展情況存在較大差異。中國與巴西發(fā)文量并列前10名，但文章平均引用量較低，與其他國家的合作較少，與美國尚存在較大的差距。檢索國內文獻發(fā)現(xiàn)，目前我國在糖尿病、心血管疾病、呼吸科、神經內科等老年慢病患者均開展了MR相關研究[9-12]，但是整體處于發(fā)展階段，仍需要更多的推廣和實踐，我國學者可借鑒國外先進經驗，加強國際合作，開展MR相關領域研究。中國發(fā)表的6篇英文文章中，有3篇來自中國臺灣地區(qū)，在臺灣地區(qū)MR已嵌入醫(yī)院信息管理系統(tǒng)，患者實施MR的情況均會被記錄在病歷系統(tǒng)里[8，13]。在作者方面，發(fā)文量第一的是美國哈佛大學附屬布萊根婦女醫(yī)院學者SCHNIPPER J L，其與其他作者合作關系也最為密切，形成以Schnipper J L為核心的作者團隊。SCHNIPPER J L團隊牽頭的多中心藥物重整質量改善項目(Multicenter Medication Reconciliation Quality Improvement Study，MARQUIS1 )先后在5家醫(yī)院和18家醫(yī)院開展，研究顯示：每例患者平均發(fā)生用藥偏差由2.85個降至0.98個，對MR廣泛推廣和不斷完善有重要意義，值得我國學習和借鑒[14]。但其他作者分布相對比較散，合作并不密切，可見不同地區(qū)作者應該加強合作，以促進MR的不斷發(fā)展。在機構方面，前10位的機構中有8家來自美國，大部分發(fā)文機構是高校，也說明高校對MR研究比較重視和深入。在期刊方面，發(fā)文量前10位的期刊分區(qū)大多在Q3和Q4，提示MR領域的大部分研究仍需進一步提升質量。《Journal of the American Medical Informatics Association》和《Journal of General Internal Medicine》分區(qū)在Q1，且IF>4，是在MR領域發(fā)文質量相對較高的期刊，相關學者投稿時可重點關注。值得注意的是，前10位的期刊均不在2021年度《國際期刊預警名單(試行)》中。

MR研究熱點及前沿分析。分析引文突現(xiàn)，突現(xiàn)強度最高的文章是KWAN[3]發(fā)表的綜述，分別從意外用藥偏差、急診出院后30 d內再入院率、醫(yī)療成本等方面綜述MR作用，建議在出院等醫(yī)療轉換環(huán)節(jié)，實施MR提高患者安全。最早(2005年)的突現(xiàn)文獻是GLEASON等[15]報道對204例入院患者實施MR，對其中55例患者提出97項干預意見，有69項(71.13%)意見被接受。MEKONNEN等[2]Meta分析納入19項研究共15 525例患者，發(fā)現(xiàn)藥師主導的MR與常規(guī)護理相比，可顯著減少患者用藥偏差[RR0.34，95%CI(0.23，0.50)]。

圖3 作者合作網(wǎng)絡分析圖

表3 MR文獻發(fā)文量排名前10的機構

關鍵詞共現(xiàn)分析可看出研究熱點以及前沿，①聚類I主要圍繞癌癥、心血管疾病，藥物重整對藥物相關問題、藥物差異、治療過渡環(huán)節(jié)的影響，聚類I中除檢索詞“medication reconciliation”外，“medication discrepancy”(occurrence=36)最常出現(xiàn)，“cancer”(avg.pub.year=2020)最近出現(xiàn)?？梢奙R相關研究從前期關注心血管疾病逐漸轉向關注腫瘤患者。腫瘤患者用藥偏差發(fā)生率高，2021年1項前瞻性研究中發(fā)現(xiàn)，78 份癌癥患者的醫(yī)療記錄例共發(fā)現(xiàn) 166 處用藥偏差，該研究結果顯示癌癥患者處于危重疾病狀態(tài)，更需要MR服務[16]。HERLEDAN[17]開展一項對癌癥患者MR系統(tǒng)綜述研究，報道1項RCT研究發(fā)現(xiàn)MR可減少26%的對臨床造成明顯影響的用藥錯誤[18]，在經濟學評價方面，報道收益：成本=2.31：1，說明對癌癥患者實施MR具有明顯的經濟學效益[19]。②聚類Ⅱ主要圍繞對內科患者和老年患者，醫(yī)院藥師包括臨床藥師提供藥學服務，對用藥差錯的影響，聚類Ⅱ中“medication error”(occurrence=72)最常出現(xiàn)，“internal medicine”(avg.pub.year=2016)最近出現(xiàn)?？梢娎夏昊颊吆蛢瓤苹颊呤荕R重點關注對象。中國臺灣地區(qū)的一項針對老年患者的研究，發(fā)現(xiàn)臨床藥師在實施MR時借助PharmaCloud數(shù)據(jù)庫，MR的概率從44.0%增加到86.8%，不僅可以減少重復用藥，并可降低住院藥費[13]。一項針對內科住院患者中開展的MR研究，發(fā)現(xiàn)204例患者中存在195例用藥偏差，最常見的用藥偏差類型是用藥不全(71.8%)，最常見的干預類型是增加用藥(71.8%)和調整藥物劑量(12.8%)[20]。③聚類Ⅲ主要圍繞合并用藥較多患者，在患者出入院等治療過渡環(huán)節(jié)，整理用藥記錄，聚類Ⅲ中，“hospital discharge”(occurrence=18)最常出現(xiàn)，“electronic medical record”(avg.pub.year=2016)最近出現(xiàn)。實施MR的重要時間包括患者入院、轉科、出院等治療的過渡環(huán)節(jié)，Meta 分析顯示，在治療過渡環(huán)節(jié)開展電子化MR，用藥偏差顯著降低45%[RR0.55，95%CI(0.51，0.58)][21]。電子醫(yī)療記錄幫助醫(yī)療人員方便快捷獲取患者用藥信息，但也需要注意電子醫(yī)療記錄并無法準確記載患者全部用藥史，藥師對219例患者實施MR后發(fā)現(xiàn)，162例(74%)用藥與電子醫(yī)療記錄存在偏差[22]。④聚類Ⅳ主要圍繞運用電子信息技術提高醫(yī)療健康質量，以及MR對患者安全、醫(yī)療連續(xù)性的影響，“patient safety”(occurrence=69)最常出現(xiàn)，“healthcare quality improvement”(avg.pub.year=2017)最新出現(xiàn)。目前已有多項研究借助電子信息化技術開展MR，這也是未來MR研究開展的重要方向[23-24]。

表4 MR文獻發(fā)文量排名前10的期刊

表5 WOS中MR文獻中前十最強引文突現(xiàn)

圖4 藥物重整文獻關鍵詞共現(xiàn)圖譜

本研究通過文獻計量學方法，分析MR文獻的特征，全面、直觀地展示國際MR領域的現(xiàn)狀和研究熱點及發(fā)展方向，為國內藥師開展更加專業(yè)的MR服務提供參考，研究者參照本研究的熱點趨勢，開展更深入的研究。