研究发现，有针对性的提醒增加了高强度他汀类药物的处方

根据美国心脏病学会(American College of Cardiology)的一项研究，如果临床医生收到关于心血管疾病史、既往使用他汀类药物和他汀类药物相关副作用史的自动提醒，患有心血管疾病(如心脏病、中风或外周动脉疾病)的患者更有可能接受指南推荐的高强度他汀类药物治疗年度科学会议和世界心脏病学大会一起。这些提醒是使用机器学习算法和指南建议生成的。这项研究同时在线发表在杂志上循环在陈述时。

他汀类药物是一种降低胆固醇的药物，非常有效地预防过早死亡在已经确定的人群中心血管病与动脉阻塞有关，比如以前的心脏病发作，以及降低患严重心脏疾病的高危人群的可能性心脏病或中风。尽管医学指南建议几乎所有患有心血管疾病的人都使用高强度他汀类药物，但之前的研究表明，指南的依从率很低。

“我们发现，如果你能发送与患者个人相关的提醒信息，它就能起作用，”Salim Virani医学博士说，他是休斯顿Michael E. DeBakey VA医疗中心的心脏病专家，巴基斯坦卡拉奇Aga Khan大学的研究副教务长和教授，以及德克萨斯州心脏研究所/贝勒医学院的工作人员。“我们的数据还表明，重要的是要注意提醒如何适应临床工作流程，以避免造成警报疲劳。”

为了开发提醒系统，研究人员首先使用机器学习算法进行解析临床医生注意他汀类药物相关的证据副作用(通常被认为是导致指南依从性低的因素)，并生成患者心血管疾病史、他汀类药物使用史和任何报告的副作用的摘要。然后，他们对患者和临床医生进行了访谈，以了解在哪种情况下，在一般他汀类药物指南的同时，提供患者特定摘要的提醒是最有用的。

为了测试提醒系统，研究人员随机分配了14家诊所(共有117名临床医生治疗18,427名患者)在15个月的时间内实施提醒，并分配了13家诊所(128名临床医生治疗18,214名患者)继续他们的常规护理做法。收到的所有诊所基础教育在研究开始前，所有临床医生都可以访问一个仪表盘，其中包含心血管疾病患者使用他汀类药物治疗的详细信息。

对于实施提醒的诊所来说，大约27%的提醒是同步发送的，这意味着它们是在临床医生看到患者之前的2到7天内发送的，其余的提醒是在研究期间的其他时间异步发送的。该系统的设计目的是不向连续有超过三个未签名提醒的临床医生发送提醒。

总的来说，这项研究是迄今为止使用机器学习生成的提醒来影响临床医生处方做法的最大研究之一，涉及超过3.6万名患者，每组超过1.8万名患者。在干预组，总共向4532名不同的患者发送了4928个提醒。由于研究算法中内置了最小化警报疲劳的协议，只有大约一半的队列有资格得到提醒。与常规护理组相比，在干预组的所有诊所中，开出高强度他汀类药物治疗的患者比例增加了3.8%，在干预组的提醒患者中，这一比例增加了10.1%。

维拉尼说:“几项研究表明，考虑到与这一问题相关的挑战，高强度他汀类药物使用增加10%在医疗保健系统层面是非常有意义的。”“我们的研究结果表明，每发送10个提醒，医疗保健系统就可以期望一名心血管疾病患者开始或逐步接受高强度他汀类药物治疗。”

以同步提醒为特征的患者更有可能接受高强度他汀类药物治疗，之前没有报告他汀类药物相关副作用的患者也是如此。然而，该研究显示，即使在有他汀类药物相关副作用的患者中，高强度他汀类药物的使用也增加了9%，这些患者在干预组中被列为提醒患者。维拉尼说:“这很重要，因为考虑到这些患者之前有他汀类药物相关副作用的历史，他们是最难治疗的。”

此外，干预组患者的他汀类药物依从性(以处方补充数据衡量)高出2.8%。患者使用任何他汀类药物的总比例(不仅是高强度的他汀类药物治疗)在两组中都略有下降，但这种减员在两组中较低病人在干预组。

维拉尼说，尽管从警报中看到了好处，但参与研究的大约30%的临床医生选择退出试验，这强调了创建警报既能吸引临床医生的注意力，又不会压倒他们的挑战。他说，这项研究是在工作流程快速变化的时候进行的，因为COVID-19的反复波动可能影响了结果。研究人员计划进一步分析数据，以了解为什么一些临床医生选择不使用提醒。此外，临床医生不能直接点击提醒来启动处方，这可能限制了它作为临床决策支持工具的使用。