《BJPsych Bulletin》:Associations between recorded treatment non-adherence and clinical outcomes in schizophrenia
編輯推薦:
本研究聚焦精神分裂癥治療不依從性如何影響患者預后。研究者利用自然語言處理(NLP)技術分析電子健康記錄,揭示了不依從記錄與癥狀惡化、住院/危機護理頻率增加、抗精神病藥物更換頻繁及軀體共病增多顯著相關。結果強調了早期識別并干預治療不依從對改善預后的重要性。
精神分裂癥是一種復雜的慢性精神疾病,其病程常常波動不定,患者時常經歷癥狀的復發與惡化。在這些“病情起伏”的背后,一個公認的關鍵推手便是“治療不依從”——即患者未能遵循醫囑進行治療。然而,盡管治療不依從是導致病情復發和再次住院的明確風險因素,但其對更廣泛的臨床結局——比如具體的癥狀變化、藥物使用模式以及身體共病發展——究竟產生多大的系統性影響,既往研究仍缺乏足夠清晰的描繪。為了填補這一知識空白,一個研究團隊利用英國倫敦南部一家大型精神衛生服務機構的匿名電子健康記錄,開展了一項大規模、精細化的回顧性隊列研究,旨在探尋“有記錄的治療不依從”與精神分裂癥患者在診斷后第一年內的多種臨床結局之間的關聯。這項重要的研究成果發表在了《BJPsych Bulletin》上。
這項研究主要依賴于兩大關鍵技術方法。首先,自然語言處理(NLP)算法 被用于從海量臨床文本中識別和分類患者的“治療不依從”狀態。其次,研究基于臨床記錄交互搜索(CRIS)平臺,獲取了來自南倫敦和莫茲利(SLaM)國民醫療服務體系基金會信托的、在2007年至2018年間首次被診斷為精神分裂癥(ICD-10代碼F20)的2667名成人患者的隊列數據。通過對這些數據的多變量線性回歸 和泊松回歸分析,研究者們系統地評估了治療不依從記錄與各項臨床指標間的統計學關聯。
研究結果方面,研究者們發現了治療不依從記錄與一系列不良臨床結局之間的顯著關聯。在人口統計學上,不依從組患者更年輕,且基線時在陽性、陰性、抑郁、躁狂、紊亂性等所有癥狀領域的評分均顯著更高。在癥狀變化方面,不依從組在所有癥狀領域的評分增加幅度均顯著高于對照組,其中以陽性癥狀和精神分裂樣躁狂癥狀的相對差異最為突出。在醫療資源利用方面,不依從組患者的入院頻率是對照組的3.79倍,危機護理頻率是對照組的2.86倍,且這些服務的使用總時長也顯著更長。在治療模式上,不依從組在隨訪期間使用了更多種不同的抗精神病藥物。在身體狀況方面,不依從組患者記錄在案的軀體共病數量也顯著增加。這些關聯即使在控制了年齡、性別、基線癥狀評分等多個潛在混雜因素后依然顯著。
在討論部分,作者指出,本研究證實了治療不依從與精神分裂癥患者預后不良之間存在廣泛而深刻的聯系。不依從不僅導致更頻繁、更持久的醫療服務使用,也與更明顯的癥狀進展、更頻繁的藥物更換以及更多軀體健康問題相關。特別是軀體共病的增加,結合精神分裂癥患者本就較高的全因死亡率,凸顯了解決治療不依從問題對降低發病率和死亡率的重要性。研究還探討了不依從與“未經治療的病程(DUP)”概念的相似性,為非依從行為影響預后的機制提供了理論框架。
研究也指出了幾個關鍵局限。首先是“暴露”評估的循環性:較差的臨床結果可能促使臨床醫生更傾向于記錄不依從。其次,對不依從的判斷完全基于臨床記錄,可能將未記錄不依從的患者與真正依從者歸為一組,這可能低估了組間的真實差異。最后,癥狀嚴重程度與不依從之間可能存在復雜的雙向關系,雖然本研究控制了基線癥狀,但仍難以完全剝離其相互影響的因果鏈條。
總之,這項研究以前所未有的廣度和數據規模,細致地刻畫了精神分裂癥治療不依從記錄所伴隨的全貌性臨床風險。它強有力地證明了,不依從遠不止是導致一次入院那么簡單,而是與疾病管理的方方面面交織在一起的惡性循環。這些發現強調了在臨床實踐中,早期、積極地識別、評估并干預治療不依從,以及建立穩固的醫患治療聯盟,對于打破這個循環、改善精神分裂癥患者的長期預后具有至關重要的意義。