在当今社会，饮酒现象十分普遍，然而不健康饮酒带来的问题不容小觑。酒精使用障碍（Alcohol Use Disorder，AUD），涵盖从危险饮酒到酒精成瘾的一系列情况，是美国可预防性死亡的主要诱因之一 。尽管多数 AUD 患者频繁接触医疗系统，却未能得到基于循证医学的有效治疗。这背后原因复杂，比如社会对饮酒问题的偏见，认为酒精危害小于其他物质；在普通医疗环境中，实施和维持酒精筛查困难重重；忙碌的临床工作中，时间紧张、任务优先级安排等问题也使得 AUD 治疗常被忽视。电子健康记录（Electronic Health Record，EHR）在多数基层医疗实践中广泛应用，本有望改善 AUD 的诊疗状况，但其单独使用时，难以突破患者识别、干预和转诊等方面的障碍，还可能引发医护人员的 “警报疲劳”。在此背景下，为了探寻更有效的 AUD 治疗支持模式，来自波士顿大学公共卫生学院、医学院等多个机构的研究人员开展了 Records for Alcohol Care Enhancement（RACE）研究 。该研究成果发表在《Addiction Science & Clinical Practice》上，对优化 AUD 治疗体系具有重要意义。
研究人员采用的主要技术方法包括：一是随机分组，将初级医疗保健医生（Primary Care Provider，PCP）随机分为四组，分别接受不同的干预措施；二是利用电子健康记录系统，其中 Epic Systems 公司的 EHR 软件为研究提供支持，研究团队对其进行优化，设计了相关的最佳实践建议（Best Practice Advisory，BPA）和临床决策支持（Clinical Decision Support，CDS）工具；三是数据收集，从州级医疗补助数据和 EHR 数据中获取信息，评估研究结果；四是通过 PHM 和 CCM 工作人员完成每周干预保真度评估，以及对 PCP 进行基线和随访调查收集相关信息。
研究设计
RACE 研究是一项四臂随机试验，采用 2×2 析因设计，旨在对比不同干预措施对 AUD 治疗参与度及其他患者结局的影响。四组干预分别为：仅通过 EHR 的 BPA 和 CDS 对 PCP 进行提示（BPA）；BPA 加人群健康管理（BPA + PHM）；BPA 加临床护理管理（BPA + CCM）；三者皆有（BPA + PHM + CCM）。PCP 为随机化单位和干预对象，干预周期为 18 个月 。研究的主要结局指标基于美国国家质量保证委员会（National Committee for Quality Assurance，NCQA）的医疗保健效果数据和信息集（Healthcare Effectiveness Data and Information Set，HEDIS）中物质使用障碍治疗启动和参与（Initiation and Engagement of Substance Use Disorder Treatment，IET）的质量衡量标准，即新诊断 AUD 患者在开始治疗后 34 天内接受两次或更多次医疗服务（包括 AUD 药物治疗）的比例。次要结局指标包括治疗启动情况、90 天内 AUD 药物处方情况、各类 AUD 健康服务的数量等，部分通过医疗补助索赔数据评估，部分通过 EHR 数据评估。研究人员假设，与仅 BPA 相比，BPA 与 PHM、CCM 单独或共同结合的干预措施，能提高新诊断 AUD 患者的治疗参与率和其他 AUD 护理结局 。
研究实施
研究在一家城市学术安全网医院的成人普通内科基层医疗诊所进行，该诊所服务的患者群体具有种族多样性。研究人员通过电子邮件和现场招募的方式，邀请预期在诊所工作至少 18 个月的 PCP 参与研究，参与者需签署电子知情同意书。随机化过程根据 PCP 类型和预计新诊断 AUD 患者数量进行分层，分配序列由统计学家使用 SAS 软件生成，且在干预分配前对研究人员保密 。
在干预措施方面，BPA 和 CDS 工具会在患者酒精筛查结果呈阳性、AUDIT 评分提示风险饮酒或 AUD，以及有酒精相关诊断时激活，为 PCP 提供患者酒精筛查结果解读、记录新 AUDIT 筛查结果和评估患者的选项，并链接到 CDS 工具，该工具基于最佳实践指南，辅助诊断、干预、开医嘱、转诊等。BPA + PHM 组的 PCP 除使用上述工具外，还会得到人群健康管理师（PHM）的支持，PHM 每月运行 Epic 系统中的 “工作台报告”，汇总 PCP 患者的 AUD 质量指标，每季度发送个性化质量报告，并根据每周报告提醒前台为特定患者安排随访 。BPA + CCM 组的 PCP 有临床护理管理师（CCM）协助，CCM 是经过成瘾医学培训的注册护士，每周运行报告识别需 AUD 护理的患者，通过电话联系患者，与 PCP 沟通并协助实施护理计划 。BPA + PHM + CCM 组则同时接受 PHM 和 CCM 的支持。
研究结果
目前文章尚未呈现具体研究结果，但从研究设计和实施过程来看，该研究具有严谨性和科学性。研究团队收集了大量数据，包括行政数据、干预保真度评估数据、PCP 调查数据等，这些数据将为后续分析提供有力支持。
研究结论和讨论
AUD 在医疗领域存在诊断不足和治疗不足的问题，给个人、临床和社会带来巨大成本。本研究采用的 EHR 工具与临床支持相结合的模式，有望突破 AUD 循证护理的障碍，提高护理质量。PHM 可帮助 PCP 了解患者群体中不健康饮酒的流行情况和自身 AUD 护理表现，促使其改进；CCM 则通过直接接触患者，协助实施 AUD 治疗计划 。然而，研究也存在一些局限性，如部分数据只能通过 EHR 评估，可能低估患者接受的 AUD 服务；患者连续医疗补助参保时间限制可能导致部分新诊断 AUD 患者被排除在分析之外；PCP 分配可能不准确等 。尽管如此，本研究采用随机试验方法，在真实世界基层医疗环境中实施干预，并注重干预保真度的测量，其结果仍有望为广泛应用 EHR 改善 AUD 识别和管理提供可行性和潜在方向，为优化临床干预组合、提高 AUD 治疗效果提供重要依据，对降低酒精相关发病率和死亡率具有积极意义，研究成果还可能为美国乃至全球的医疗实践和系统改进提供参考，推动 AUD 医疗服务的发展 。
生物通微信公众号
