酸抑制治疗 - 适当性审查 (ASTRA)

阿斯特拉 1

一项回顾性、多中心、观察性研究将在 9 家比利时医院进行。 患者将在所有参与医院的医院范围内招募。

2012 年 7 月 7 日至 2013 年 1 月 1 日期间从参与医院出院的所有住院成年患者（出院时定义为 18 岁或以上），如果他们在住院期间的任何时候接受过 AST 治疗（ H2A（定义为属于 ATC A02BA 的所有药物）和 PPI（定义为属于 ATC A02BC 的所有药物）。 年轻患者被排除在外，因为他们经常接受复合悬浮液治疗，而且这些制剂不可能与配发的药物相匹配。 这些标准的满足将基于从医院信息系统检索数据的查询。 该查询将为每个参与的医院生成一个独特的住院列表。 为了保证患者的隐私，数据集将由受信任的第三方匿名化（详见协议）。 报告将是匿名的，绝不会针对个别患者、医生或医院。

对于此列表，将通过添加编码的患者相关数据来记录所有可能感兴趣的协变量，以便通过单变量和多变量分析确定相关的风险因素。 HIS 将要求提供以下与患者相关的信息：参与医院的数量、入院和出院日期、年龄、体重、性别、居住地区、住院时间、入院诊断、死亡率方面的医院结果、合并症详细信息（基于 ICD-9 编码）、住院期间进行胃（十二指肠）检查（例如 胃镜检查），治疗临床医生和/或医院病房的学科。

在入选期间多次住院的患者将被包括在内。 每次单独的住院治疗都将在数据库中计为单独的一行。 预计偏差很小，因为长期使用 AST 将排除随后的住院期，因为患者在入院时不会天真使用 AST。

数据集的样本量不限于 ASTRA-1，以便为研究提供最大功效，但将包括至少 5000 名患者。

数据集以及协变量和相关数据将由 Custodix 进行匿名化处理，Custodix 是一家在医院数据匿名化方面经验丰富的可信第三方。 所有匿名数据集都将由受信任的第三方通过匿名患者编号与门诊配药的匿名 IMS 数据库相关联。 所有进一步的查询都将在这个匿名数据集上执行，该数据集结合了患者协变量和相关药物的门诊消耗。

我们希望在本研究的主要终点分析中调查那些在住院前没有使用门诊的长期门诊 AST（定义为持续使用 > 3 个月）的患者。

我们将确定这些患者的数量与所有出院成年患者的数量以及住院期间任何时候接受 AST 治疗的成年患者的数量。

更详细地说，将使用适当的参数或非参数测试（Student t-test 或 Mann-Whitney U-test，基于数据分布）进行描述性统计，以描述包括的患者的人口统计数据。

患者将分为 3 组：1) 入院前服用 AST 的患者（无论是在住院期间停止治疗还是继续治疗），2) 住院期间开始服用 AST 但在出院前或出院时停止的患者，以及 3) 住院期间开始服用 AST 的患者和出院后继续使用。 对于第 3 组患者，我们将描述在出院后 +1、3、6 和 12 个月使用 AST 的患者比例，因此第 3 组将根据这些比例进行细分。

为了调查与长期使用相关的潜在风险因素，将使用单变量和多变量分析来比较第 2 组和第 3 组，评估相关的风险因素，例如年龄、性别、体重、合并症、病房类型和伴随用药。 将对第 2 组和第 3 组 (b+c+d) 进行亚组比较，以讨论与持续长期使用相关的风险因素。

统计分析将由研究者与 L-Biostat (KU Leuven) 合作在 SPSS 或 SAS 中进行。

基于此数据集，将使用 2013 年 1 月 7 日所涉及药物的标价（= 公开价格）从医疗保健付款人的角度估算 AST 成本。 结合 ASTRA-2 的结果，将在多变量分析中研究适当性百分比、治疗持续时间、诊断和合并症等参数的影响。 由于 ASTRA-2 的主要数据集来自 UZ Leuven，其他参与医院均被要求审查其医院的 20 份医疗文件，以调查可能的外推偏差或支持研究结果。

阿斯特拉2

参与医院将进行一项回顾性、非干预性、多中心研究。 患者将在所有参与医院的医院范围内招募。 主要的纳入数量将在鲁汶大学医院进行，其他参与医院的纳入将用于调查可能的外推偏差并支持研究结果。

从 01-07-2012 到 01-07-2013 期间从参与医院出院的所有住院患者都将包括在内。 排除已故患者、青少年患者（定义为出院时小于 18 岁）、重症患者、未开始 AST 的患者和出院时未进行 AST 的患者，形成了本研究的亚组。 图 8 给出了包含过程的概述。

住院期间入住 ICU 的患者将不包括在内，因为有关在 ICU 环境中（对于危重患者）使用 AST（尤其是 SUP）的文献已经详尽无遗 3,15。

住院期间启动或启动 AST 定义为从住院期间的第 3 天或更晚开始使用 H2A（ATC 分类 A02BA）或 PPI（ATC 分类 A02BC）进行治疗。 住院前接受 H2A/PPI 治疗的患者将被排除在外，因为他们的 AST 不是在医院开始的。

将根据从医院信息系统（入院和出院数据）和参与医院的 CPOE（AST 处方）检索数据的查询来执行患者纳入。

当患者在研究期间再次入院时，将分别评估不同的住院情况。

对 AST 适当性的评估将由参与医院训练有素的药剂师通过病历审查进行，他们可以在药学院硕士生的密切监督下提供协助，并由经过验证的程序领导。

审查方法将使用 kappa 统计进行评估者间有效性评估。 记录审查的唯一目的是收集有关 AST 药物使用和适当性的数据，不会以任何方式干预治疗或医患关系。 报告将是匿名的，绝不会针对个别患者、医生或医院。

不适当 AST 的估计患病率未知。 假设 50% 不适当 AST 的最坏情况，则需要将 384 名患者纳入试验，置信区间为 95%（见下表）。 假设不适当 AST 的发生率为 30%，则需要纳入 323 名患者。 为保证此样本量，将筛选至少 500 个医疗文件以补偿潜在的辍学。 这 500 个医疗文件将使用随机代码生成器从所有包含的患者中随机选择。 UZ Leuven 将至少筛选500 份病历，要求其他参与医院补充每家筛选20 份病历。

为了保证所研究人群的代表性样本，将检查样本的基线变量性别（男性/女性）、年龄（负 65 岁或以上）和入院标签（内部或手术）的比例分配。 为了防止选择偏差，我们不会使用分层分配的随机抽样，因为我们没有计划干预组。

证明 AST 用于非重症住院患者的因素基于文献综述，将用于评估住院后长期不适当使用 AST 的适当性和确定风险因素。

将从医疗保健支付者的角度研究对医院人群成本节约的影响。 因此，医院将使用 2013 年 1 月 7 日的官方购置标价，等于住院患者的报销价格。 如果治疗不当或 IV/PO 切换较晚，则有机会节省成本。 这将进行敏感性分析。 除了直接成本节省外，还可能避免长期成本，但这更难计算，因为长期治疗的副作用刚刚出现在研究中，还不能货币化。

通过结合 ASTRA-1 和 ASTRA-2 的结果，将医院中使用不适当 AST 的患者百分比外推至不适当持续长期使用。 通过这种方式，可以计算出从医疗保健支付方的角度来看对成本的影响。 在分析中，我们还将查看患者的依从性，改用更便宜的产品，并对作为及时停止不适当治疗的功能的成本节省进行敏感性分析。