丁丙诺啡/纳洛酮的新诱导

OUD 药物治疗 (MOUD) 是 OUD 的一线治疗方法，可改善死亡率、治疗保留率和非处方阿片类药物使用的结果。 丁丙诺啡/纳洛酮是远程医疗环境中可用的三种 FDA 批准的 OUD 药物中唯一的 MOUD，因为美沙酮和注射纳曲酮必须在现场进行管理。 丁丙诺啡/纳洛酮，也称为商品名 Suboxone，通过将胶片置于舌下进行给药。 丁丙诺啡作为部分激动剂，对 μ-阿片受体具有高结合亲和力；纯阿片类激动剂的清除必须在全剂量丁丙诺啡给药之前发生，因为丁丙诺啡会取代对受体具有较低结合亲和力的阿片类激动剂，并引起快速发作的“快速戒断”。 在传统的诱导过程中，患者必须在开始丁丙诺啡/纳洛酮之前戒除阿片类药物，因此在开始丁丙诺啡之前要忍受轻度至中度的阿片类药物戒断（以避免突然戒断）。 传统诱导的障碍包括所需的戒断期、对突然戒断的恐惧（特别是阿片类药物供应中芬太尼的增加，它是亲脂性的，因此在最后一次使用后留在体内的时间更长），以及无法忍受的戒断期（这增加了患者离开治疗重新开始使用非处方阿片类药物）。 此外，有些患者还没有准备好停用阿片类药物，但已准备好开始治疗。

2016 年首次在文献中描述为伯尔尼法，微剂量诱导的开发旨在克服这些障碍。 微剂量诱导需要在数天至数周的时间内给予小剂量但递增剂量的丁丙诺啡/纳洛酮，以便丁丙诺啡缓慢克服阿片受体激动剂的作用。 这种技术不需要在开始治疗前有一段停药期。 在病例报告、病例系列和文献综述中主要描述了各种微剂量诱导方案。 没有已发表的研究可以系统地评估微剂量诱导的有效性和安全性，特别是在远程医疗环境中。

使用准实验设计来评估远程医疗环境中的 MOUD 诱导策略，研究人员将评估微剂量诱导对患者完成成功诱导并出现轻度戒断、调整后的最大戒断评分和不良事件的影响。 研究人员假设，与传统诱导患者相比，微剂量诱导患者完成成功诱导且轻度戒断的几率更高，最大戒断评分更低，不良事件数量相似。

研究详情：

拟议的研究将遵循准实验设计和比较组，以评估微剂量诱导与传统诱导丁丙诺啡/纳洛酮在 Bicycle Health 的远程医疗患者中的有效性和安全性。 Bicycle Health 是一家数字健康公司，通过远程医疗为 OUD 提供生物心理社会治疗。 在研究团队的指导下，Bicycle Health 的参与医疗服务提供者将在入院时招募符合资格标准的患者（请参阅下面的“参与者群体”部分）。 根据不同情况下的样本量计算，以及 Bicycle Health 当前摄入率的可行性，该研究将至少招募 85 名微剂量诱导组患者，至少 85 名对照组患者。

研究期将在治疗的诱导期进行。 所有登记的患者将在第一天、第四天、第七天和第十天接受参与提供者的评估，其中包括改良临床阿片类药物戒断量表 (M-COWS) 和临床访谈。 微剂量诱导患者的第一天将是他们开始服用丁丙诺啡/纳洛酮的第一天。 传统归纳研究组的第一天将是没有阿片类药物的第一天。 调查将由提供者在每次访问期间完成。 患者还将接受为期 10 天的每日自我评估，其中包括主观阿片类药物戒断量表 (SOWS)、是否存在渴望、自我报告的持续阿片类药物使用以及患者满意度。

诱导期后，将进行两次尿液药物筛查，以监测早期治疗中阿片类药物的使用情况。 Bicycle Health 的患者在第一次预约约 1 周后会收到邮寄的四个尿药筛查杯和四张芬太尼浸渍卡。 第一次尿液药物筛查预计将在运送到患者住所时完成，主要用于确保患者服用丁丙诺啡。 第二次尿液药物筛查预计将在第一次检测完成后的 14-21 天内完成。 这种尿液药物筛查将用于收集丁丙诺啡开始后阿片类药物使用的客观数据。 将在第 10 天和第 30 天测量治疗的保留率。

主要结果评估有效性和安全性：

• 完成诱导且无/轻度戒断：接受 ≥ 8 mg 的丁丙诺啡/纳洛酮，并且在诱导结束时没有同时自我报告使用阿片类药物，并且 M-COWS 评分保持在轻度戒断范围内，定义为在整个诱导过程中≤ 12 分
• 最大 M-COWS 分数减去基线 M-COWS
• 第 1、4、7、10 天的平均和中值 M-COWS 分数
• 平均和中位数 SOWS 分数每天≤12
• 所有不良事件，定义为：
• 作为接受研究干预的研究参与者的不良医疗事件，不一定与该干预有因果关系
• 在任何剂量下满足以下标准之一的不良医疗事件 - 导致死亡、危及生命、需要住院治疗、导致持续或严重的残疾或丧失能力

次要结果包括：

• 治疗保留率：定义为患者在第 10 天 (+5) 和第 30 天 (+7) 访问参与提供者
• 诱导后自我报告恢复使用阿片类药物
• 药物筛选中的阿片类药物外观
• 自我报告的渴望
• 患者满意度

研究人员将使用多级逻辑回归模型来估计完成成功诱导和轻度戒断的几率。 研究人员将使用多级 cox 比例风险回归模型进行保留分析。 所有模型都将针对协变量进行调整。 协变量可能包括年龄、性别、付款方式、基线 M-COWS 分数。 将考虑通过患者摄入表收集的其他协变量，包括诱导失败史、突然戒断史和丁丙诺啡使用史。 使用多级线性回归的差异分析将用于评估最大 M-COWS 分数减去基线 M-COWS 分数。 协变量将在模型中进行调整。 协变量可能包括年龄、性别、付款方式、基线 M-COWS 评分、引产不成功史、突然戒断史和丁丙诺啡使用史。 将在每个数据收集时间点计算平均和中值 M-COWS 和 SOWS。 不良事件将报告为经历不良事件的登记患者的百分比。 对于次要结果、渴望/戒断症状的水平和患者满意度，研究人员将计算每个测量时间点结果的平均分和中位数分。