讨论
本系统性范围综述绘制了残障人士用药管理ATs的科学文献图谱,虽近十年发表量显著增加,但证据表明其仍呈碎片化、方法学局限,不足以支持临床转化或政策制定。首要发现是研究焦点的显著失衡,绝大多数研究关注视力障碍,侧重电子设备与包装适应性改造,反映了对标签阅读等可通过技术解决的显性障碍的偏好,而与沟通、认知相关的听力及智力残疾的复杂挑战则研究不足,凸显了跨残疾类型公平解决方案的开发缺口。
尽管ATs已按形式分类,但其在用药过程中的功能角色为临床实践提供了更深见解:设备(如电子提醒与配药系统)主要支持依从性与剂量监测;信息适应性改造解决理解障碍;包装适应性改造主要涉及药品识别与操作;服务类干预则常覆盖教育、获取及随访等多环节。这表明ATs可支持单阶段或多阶段的用药自我管理,具备融入药学监护流程的潜力。
另一关键发现是方法学的脆弱性。小样本、观察性或定性研究及原型测试的主导地位,意味着该领域仍局限于可行性与可接受性评估。RCT与纵向设计的稀缺阻碍了临床有效性的可靠评估,导致结局测量受限,多关注满意度或任务表现,而非依从率、用药错误减少、住院率及生活质量改善等具临床意义的结局。这种干预与切实健康结局脱钩的现象,是ATs在医疗系统中推广的重大障碍。
经济评价同样匮乏。成本分析稀少且多为描述性,缺乏对成本效益的系统评估。若无此类证据,决策者与医疗管理者将无法获得资助与报销决策所需的依据。无论创新潜力多大,若无法明确其预算影响及相较于标准护理的价值,便无法实现可持续规模化。
移动应用、电子提醒与适应包装等技术虽易于融入常规药房流程,但可及性标准实施缺口、监管框架不完善及报销机制缺失仍是重要障碍。药师作为用药管理的核心角色,是实施、调整及评估ATs的关键利益相关者。针对临床与经济结局研究的匮乏强化了未来研究支撑政策决策与可持续实施的必要性。
此外,人工智能(Artificial Intelligence, AI)融入ATs有望成为提升残障人士可及性与自主性的范式转变,AI驱动的自适应界面、语音识别工具及对话代理可改善沟通、辅助诊断并提供依从性支持,从而减少健康差距。然而,算法偏见、数据隐私及AI模型开发中包容性不足等伦理与操作挑战,可能无意中加剧不平等并危及患者隐私,需在公平部署中得到解决。
基于上述发现,未来研究议程应聚焦四大领域:一是开展务实RCT,在真实世界条件下评估前景广阔的ATs的有效性,采用经过验证的临床与依从性结局;二是关注代表性不足的人群,将研究与创新资源导向听力与智力残疾群体,这类人群可能最受益于服务类或多模式干预;三是整合经济评价,从设计初期纳入成本效益分析,为技术采纳与资金决策提供依据;四是标准化结局指标,制定并采用用药管理AT研究的核心结局集,以实现跨研究的可比性与综合。医疗保健专业人员在推荐ATs时,应承认现有证据基础的局限性,并优先采用共同决策模式,与患者协作选择并调整最符合其功能能力与偏好的工具。