Методология создания системы управления рисками возникновения межлекарственных взаимодействий

Межлекарственные взаимодействия (DDI) являются серьёзной причиной госпитализации, отвечая за 16,6% случаев, когда причиной был ADR, и около 1% всех госпитализаций. Полипрагмазия получает всё более широкое распространение. Так шведское популяционное исследование лиц в возрасте ;;;75 лет показало, что распространённость полипрагмазии увеличилась с 27% в 1988 г. до 54% в 2001 г. и до 65% в 2006 г. Цель. Анализ баз данных по DDI и последующая оценка возможности их применения для управления рисками фармакотерапии в РФ и ЕАЭС. Результаты. Охарактеризованы основные базы данных по DDI. Определена степень несогласованности данных по количеству DDI, степени тяжести и клиническим рекомендациям. Сформулированы основные требования, предъявляемые к полноте информации в базах данных. Выявлено, что необходимо гармонизировать подходы к предоставлению информации о DDI, а также потребность в создании локальных баз данных для нужд медицинских организаций. Создана программа для ЭВМ, предназначенная для минимизации рисков возникновения DDI в клинической практике, для экспертных и научных целей. Заключение. Базы данных и программы по DDI имеют различные цели, различный набор данных о DDI с различной степенью доказательств, различия в оценке степени тяжести, вероятности возникновения, клинических рекомендациях по терапии и коррекции DDI. Вариабельность сведений обусловлена отсутствием единой системы оценки тяжести и вероятности наступления потенциальных негативных последствий DDI; различными целями при создании; разницей в бюджетах при создании. Такая ситуация приводит к избыточности предупреждений и усталости врачей от незначимых или недоказанных DDI. На основании выявленных требований к локальным базам данных создана и получила свидетельство о государственной регистрации программа для ЭВМ для моделирования рациональной фармакотерапии при инфекциях нижних дыхательных путей.

1. Kontsioti E., Maskell S., Bensalem A., Dutta B., Pirmohamed M. Similarity and consistency assessment of three major online drug-drug interaction resources. Br J Clin Pharmacol. 2022 Sep; 88 (9): 4067–4079. doi: 10.1111/bcp.15341. Epub 2022 Apr 12. PMID: 35362214; PMCID: PMC9545693.

2. Department of Health and Social Care. Good for You, Good for Us, Good for Everybody: A Plan to Reduce Overprescribing to Make Patient Care Better and Safer, Support the NHS, and Reduce Carbon Emissions; 2021. https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/1019475/good-for-you-good-forus-good-for-everybody.pdf. Published September 22, 2021. Accessed март 28, 2023.

3. Wastesson J.W., Morin L., Tan E.C.K., Johnell K. An update on the clinical consequences of polypharmacy in older adults: a narrative review. Expert Opinion on Drug Safety. 2018; 27 Jul: 1185–1196. doi: https://doi.org/10.1080/14740338.2018.1546841

4. Pirmohamed M., James S., Meakin S., Green C. Adverse drug reactions as cause of admission to hospital. BMJ. 2004; 329 (7463): 15–19. doi: 10.1136/bmj.329.7456.15.

5. Magro L., Moretti U., Leone R. Epidemiology and characteristics of adverse drug reactions caused by drug–drug interactions. Expert Opin Drug Saf. 2012; 11 (1): 83–94. doi: 10.1517/14740338.2012.631910.

6. Tannenbaum C., Sheehan N.L.Understanding and preventing drug–drug and drug–gene interactions. Expert Review of Clinical Pharmacology. 2014; 7 (4): 533–544. doi: https://doi.org/10.1586/17512433.2014.910111.

7. Kovačević M.,Kovačević S.V., Radovanović S., Stevanović P., Miljković B. Adverse drug reactions caused by drug–drug interactions in cardiovascular disease patients: introduction of a simple prediction tool using electronic screening database items. Cardiovascular Medicine. 2019; 26 Aug: 1873–1883. doi: https://doi.org/10.1080/03007995.2019.1647021.

8. Tod M., Pierrillas P.B., Bourguignon L., Goutelle S. Comparison of the static in vivo approach to a physiologically based pharmacokinetic approach for metabolic drug–drug interactions prediction. Int J Pharm. 2016: 1; 25–34. doi: https://doi.org/10.4155/ipk.16.2

9. Magro L., Moretti U., Leone R. Epidemiology and characteristics of adverse drug reactions caused by drug-drug interactions. Expert Opin Drug Saf. 2012 Jan; 11 (1): 83–94. doi: 10.1517/14740338.2012.631910.

10. Merative Micromedex Web Application Access [cited 18.04.2023]. Available from: https://www.micromedexsolutions.com/home/dispatch

11. van Roon E.N., Flikweert S., le Comte M., Langendijk P.N., Kwee-Zuiderwijk W.J., Smits P., Brouwers J.R. Clinical relevance of drug-drug interactions: a structured assessment procedure. Drug Saf. 2005; 28 (12): 1131–1139. doi: 10.2165/00002018-200528120-00007.

12. Seripa D., Pilotto A., Panza F. et al. Pharmacogenetics of cytochrome P450 (CYP) in the elderly. Ageing Res Rev. 2010; 9 (4): 457–74.

13. Moreau F., Simon N., Walther J., Dambrine M., Kosmalski G., Genay S., Perez M., Lecoutre D., Belaiche S., Rousselière C., Tod M., Décaudin B., Odou P. Does DDI-predictor help pharmacists to detect drug-drug interactions and resolve medication issues more effectively? Metabolites. 2021 Mar 17; 11 (3): 173. doi: 10.3390/metabo11030173.

14. DRUG-REAX. (2012). Truven Health Analytics. [cited 18.04.2023]. Available from: https://search.lib.uts.edu.au/discovery/fulldisplay/alma9910010 40579705671/61UTS_INST:61UTS.

15. Fung K.W., Kapusnik-Uner J., Cunningham J., Higby-Baker S., Bodenreider O. Comparison of three commercial knowledge bases for detection of drug-drug interactions in clinical decision support. J Am Med Inform Assoc. 2017 Jul 1; 24 (4): 806–812. doi: 10.1093/jamia/ocx010. PMID: 28339701. PMCID: PMC6080681.

16. Shariff A., Belagodu Sridhar S., Abdullah Basha N.F., Bin Taleth Alshemeil S.S.H., Ahmed Aljallaf Alzaabi N.A. 4th. Assessing consistency of drug-drug interaction-related information across various drug information resources. Cureus. 2021 Mar 8; 13 (3): e13766. doi: 10.7759/cureus.13766.

17. Ayvaz S., Horn J., Hassanzadeh O., Zhu Q., Stan J., Tatonetti N.P., Vilar S., Brochhausen M., Samwald M., Rastegar-Mojarad M. et al. Toward a complete dataset of drug-drug interaction information from publicly available sources. J Biomed Inform. 2015; 55: 206–217. doi: 10.1016/ j.jbi.2015.04.006.

18. Romagnoli K.M., Nelson S.D., Hines L., Empey P., Boyce R.D., Hochheiser H. Information needs for making clinical recommendations about potential drug-drug interactions: a synthesis of literature review and interviews. BMC Med Inform Decis Mak. 2017 Feb 22; 17 (1): 21. doi: 10.1186/ s12911-017-0419-3. PMID: 28228132; PMCID: PMC5322613.

19. Olakotan O., Mohd Yusof M., Ezat Wan Puteh S. A Systematic Review on CDSS Alert Appropriateness. Stud Health Technol Inform. 2020 Jun 16; 270: 906–910. doi: 10.3233/SHTI200293.

20. Patel R.I., Beckett R.D. Evaluation of resources for analyzing drug interactions. J Med Libr Assoc. 2016 Oct; 104 (4): 290–295. doi: 10.3163/15365050.104.4.007.

21. Phansalkar S., van der Sijs H., Tucker A.D., Desai A.A., Bell D.S., Teich J.M., Middleton B., Bates D.W. Drug-drug interactions that should be non-interruptive in order to reduce alert fatigue in electronic health records. J Am Med Inform Assoc. 2013 May 1; 20 (3): 489–93. doi: 10.1136/amiajnl-2012-001089.

22. Lapane K.L., Waring M.E., Schneider K.L., Dubé C., Quilliam B.J. A mixed method study of the merits of e-prescribing drug alerts in primary care. J Gen Intern Med. 2008 Apr; 23 (4): 442–446. doi: 10.1007/s11606-008-0505-4.

23. Magnus D., Rodgers S., Avery A.J. GPs' views on computerized drug interaction alerts: questionnaire survey. J Clin Pharm Ther. 2002 Oct; 27 (5): 377–382. doi: 10.1046/j.1365-2710.2002.00434.x. PMID: 12383140.

24. Vitry A.I. Comparative assessment of four drug interaction compendia. Br J Clin Pharmacol. 2007 Jun; 63 (6): 709–714. doi: 10.1111/j.13652125.2006.02809.x.

25. Таубэ А.А., Демидова О.А., Александрова Т.В., Степанов Е.А., Журавлева М.В., Аляутдин Р.Н. Анализ структуры назначений антибактериальных препаратов при внебольничной пневмонии в условиях реальной клинической практики. Клиническая микробиология и антимикробная химиотерапия. 2022; 24 (4): 388–394. doi: https://doi.org/10.36488/cmac.2022.4.388-394.

26. Моделирование рациональной комбинированной фармакотерапии при инфекциях нижних дыхательных путей А.А.Таубэ, Р.Н.Аляутдин, М.В.Журавлева, В.Ю. Трубин. Свидетельство о регистрации программы для ЭВМ 2022669265, 19.10.2022.