中国社区老年人潜在不适当用药发生率及相关因素的Meta分析

doi:10.12114/j.issn.1007-9572.2022.0781

中国全科医学 ›› 2023, Vol. 26 ›› Issue (13): 1605-1612.DOI: 10.12114/j.issn.1007-9572.2022.0781

• 论著·慢性病共病专题研究 • 上一篇下一篇

中国社区老年人潜在不适当用药发生率及相关因素的Meta分析

罗娅婵¹, 孔令娜²^,^*(), 吕琼³, 姚海燕⁴

1．400016　重庆市，重庆医科大学附属第一医院药学部
2．400016　重庆市，重庆医科大学护理学院
3．400016　重庆市，重庆医科大学附属第一医院全科医学科
4．400016　重庆市，重庆医科大学附属第一医院图书馆

收稿日期:2022-10-28 修回日期:2023-02-18 出版日期:2023-05-05 发布日期:2023-02-23
通讯作者: 孔令娜
作者贡献：罗娅婵负责文章构思与设计、论文撰写；罗娅婵、孔令娜、吕琼、姚海燕负责文献检索、数据提取、质量评价及数据分析；孔令娜负责文章审校及质量控制，并对文章整体负责。
基金资助:
重庆市科卫联合医学科研项目(2021MSXM012)

Prevalence and Associated Factors of Potentially Inappropriate Medication in Community-dwelling Older Adults in China: a Meta-analysis

LUO Yachan¹, KONG Lingna²^,^*(), LYU Qiong³, YAO Haiyan⁴

1. Department of Pharmacy, the First Affiliated Hospital of Chongqing Medical University, Chongqing 400016, China
2. School of Nursing, Chongqing Medical University, Chongqing 400016, China
3. Department of General Practice, the First Affiliated Hospital of Chongqing Medical University, Chongqing 400016, China
4. Library, the First Affiliated Hospital of Chongqing Medical University, Chongqing 400016, China

Received:2022-10-28 Revised:2023-02-18 Published:2023-05-05 Online:2023-02-23
Contact: KONG Lingna

分享到

1. 2023中国知网《学术精要数据库》论文入选证书.png(636KB)

摘要/Abstract

摘要： 背景随着人口老龄化程度日益加深，老年人多病共存和多重用药现象明显增加，易发生潜在不适当用药。潜在不适当用药与不良健康结局相关。目的系统评价中国社区老年人潜在不适当用药发生率及相关因素，旨在为制定干预策略提供依据。方法于2022年6月，检索中国知网、维普中文科技期刊全文数据库、万方数据知识服务平台、中国生物医学文献数据库、PubMed、EmBase和Web of Science，获取有关中国社区老年人潜在不适当用药发生率及相关因素的文献，检索时限均为建库至2022年6月。由2名研究者独立筛选文献、提取数据后，采用美国卫生保健质量和研究机构推荐的横断面研究质量评价工具评价文献质量。采用Stata 12.0软件进行Meta分析。结果共纳入24篇文献，其中2篇文献质量为高，22篇文献质量中等。Meta分析结果显示，中国社区老年人潜在不适当用药发生率为34.8%〔95%CI（31.3%，38.3%）〕，其发生潜在不适当用药的相关因素有年龄≥75岁〔OR（95%CI）=1.261（1.074，1.481）〕、合并多病（≥5种）〔OR（95%CI）=3.287（1.405，7.691）〕、用药数量≥5种〔OR（95%CI）=1.800（1.305，2.481）〕和用药数量≥10种〔OR（95%CI）=4.380（2.612，7.347）〕。结论中国社区老年人潜在不适当用药发生率较高，高龄、合并多病、用药数量多是社区老年人发生潜在不适当用药的危险因素，应重视对具有上述特征的社区老年人群潜在不适当用药的预防和干预管理。

关键词: 潜在不适当用药, 老年人, 相关因素, 社区卫生服务, 合理用药, 安全用药, Meta分析, 循证医学

Abstract:

Background

As population aging progresses, the prevalence of multimorbidity and polypharmacy is increasing in older adults, which may increase the risk of potentially inappropriate medication, causing adverse health outcomes.

Objective

To systematically assess the prevalence and associated factors of potentially inappropriate medication in community-dwelling Chinese older adults, in order to provide a reference for developing relevant intervention strategies.

Methods

In June 2022, we searched databases of CNKI, CQVIP, Wanfang Data, SinoMed, PubMed, EmBase, and Web of Science from inception to June 2022 for studies on potentially inappropriate medication in community-dwelling older adults in China. Two reviewers independently selected studies, extracted data and assessed the quality of included studies according to the Agency for Healthcare Research and Quality methodology checklist. Meta-analysis was conducted using Stata 12.0.

Results

A total of 24 studies were included, including two with high quality and 22 with moderate quality. Meta-analysis showed that the pooled prevalence of potentially inappropriate medication was 34.8%〔95%CI (31.3%, 38.3%) 〕in community-dwelling older adults in China. Pooled estimates showed 75 years or above〔OR (95%CI) =1.261 (1.074, 1.481) 〕, five or more comorbidities〔OR (95%CI) =3.287 (1.405, 7.691) 〕, and taking five or more medications〔OR (95%CI) =1.800 (1.305, 2.481) 〕or taking 10 or more medications〔OR (95%CI) =4.380 (2.612, 7.347) 〕were associated factors of potentially inappropriate medication.

Conclusion

Potentially inappropriate medication is common in community-dwelling older adults in China, whose risk is associated with older age, multimorbidity and polypharmacy. Prevention and management of potentially inappropriate medication should be paid attention to individuals with the above characteristics.

Key words: Potentially inappropriate medication, Aged, Associated factors, Community health services, Rational medication, Safe medication, Meta-analysis, Evidence-based medicine

罗娅婵,孔令娜,吕琼,等. 中国社区老年人潜在不适当用药发生率及相关因素的Meta分析[J]. 中国全科医学, 2023, 26(13): 1605-1612. DOI: 10.12114/j.issn.1007-9572.2022.0781.
LUO Yachan,KONG Lingna,LYU Qiong, et al. Prevalence and Associated Factors of Potentially Inappropriate Medication in Community-dwelling Older Adults in China: a Meta-analysis[J]. Chinese General Practice, 2023, 26(13): 1605-1612. DOI: 10.12114/j.issn.1007-9572.2022.0781.

图/表 8

参考文献 43

[1]	BEERS M H, OUSLANDER J G, ROLLINGHER I, et al. Explicit criteria for determining inappropriate medication use in nursing home residents. UCLA Division of Geriatric Medicine[J]. Arch Intern Med，1991，151(9):1825-1832.
[2]	王思蒙，张晨，孙雪，等. 社区老年人潜在不适当用药及其应对模式的研究进展[J]. 中国全科医学，2022，25(13):1551-1556. DOI：10.12114/j.issn.1007-9572.2022.0077.
[3]	迟俊婷，牛晓丹，阮海慧，等. 潜在不适当用药对老年人不良健康结局影响的系统评价[J]. 中华护理教育，2020，17(3):268-274. DOI：10.3761/j.issn.1672-9234.2020.03.017.
[4]	MORIN L, LAROCHE M L, TEXIER G, et al. Prevalence of potentially inappropriate medication use in older adults living in nursing homes：a systematic review[J]. J Am Med Dir Assoc，2016，17(9):862. DOI：10.1016/j.jamda.2016.06.011.
[5]	TIAN F, CHEN Z, WU J. Prevalence of polypharmacy and potentially inappropriate medications use in elderly Chinese patients：a systematic review and Meta-analysis[J]. Front Pharmacol，2022，13:862561. DOI：10.3389/fphar.2022.862561.
[6]	NOTHELLE S K, SHARMA R, OAKES A, et al. Factors associated with potentially inappropriate medication use in community-dwelling older adults in the United States：a systematic review[J]. Int J Pharm Pract，2019，27(5):408-423. DOI：10.1111/ijpp.12541.
[7]	曾宪涛，刘慧，陈曦，等. Meta分析系列之四：观察性研究的质量评价工具[J]. 中国循证心血管医学杂志，2012，4(4):297-299. DOI：10.3969/j.1674-4055.2012.04.004.
[8]	朱洁云，高敏，宋秋韵，等. 中国老年人骨质疏松症患病率的Meta分析[J]. 中国全科医学，2022，25(3):346-353. DOI：10.12114/j.issn.1007-9572.2021.02.083.
[9]	赵欢，薛鹏，刘建秋，等. 基于Beers准则的社区老年慢性病患者潜在性不适当用药调查分析[J]. 中国农村卫生事业管理，2012，32(3):241-243.
[10]	李旭琴，杨惠赟，毛凤飞，等. 新版Beers标准评价社区多病种慢性病老年患者潜在性不适当用药的探索[J]. 世界临床药物，2015，36(9):618-622. DOI：10.13683/j.wph.2015.09.010.
[11]	杨楠，管璐艳，郑晓栋，等. 真如社区老年高血压合并糖尿病患者多重用药现状调查[J]. 药物流行病学杂志，2016，25(5):306-308.
[12]	杨晓欧，庄宁，张琳，等. Beers标准和STOPP标准在社区老年患者潜在不适当用药中的评估作用[J]. 临床合理用药杂志，2017，10(21):95-97.
[13]	陈张勇，刘利刚，吐达洪，等. 基于3种标准的社区老年患者潜在不适当用药评估[J]. 中国新药与临床杂志，2018，37(12):700-706. DOI：10.14109/j.cnki.xyylc.2018.12.009.
[14]	栗芳，王思铮，石志华，等. 基于2015版Beers标准的社区老年患者用药问题分析[J]. 中国新药与临床杂志，2018，37(3):173-176. DOI：10.14109/j.cnki.xyylc.2018.03.012.
[15]	唐志华. 社区独居与非独居老人不合理用药现状及影响因素比较研究[D]. 杭州：浙江大学，2018.
[16]	刘葳，于德华，金花，等. 社区老年多病共存患者多重用药情况评价研究[J]. 中国全科医学，2020，23(13):1592-1598. DOI：10.12114/j.issn.1007-9572.2020.00.026.
[17]	刘晓瑞，郭桂芳. 北京市社区老年人潜在不适当用药的调查分析[J]. 解放军护理杂志，2020，37(5):30-34. DOI：10.3969/j.issn.1008-9993.2020.05.008.
[18]	黄琦岚. 太原市社区老年慢性病患者用药情况及生命质量评价研究[D]. 晋中：山西中医药大学，2020.
[19]	李雪冰，王鹏. 斋堂社区老年人潜在不适当用药及其相关因素[J]. 中华老年多器官疾病杂志，2020，19(5):340-344. DOI：10.11915/j.issn.1671-5403.2020.05.080.
[20]	章陈怡，潘志刚，陈实，等. 上海社区老年慢性病患者潜在不适当用药情况及影响因素[J]. 中华全科医师杂志，2020，19(4):324-328. DOI：10.3760/cma.j.cn114798-20190718-00547.
[21]	单青，胡波，陈孟莉. 社区老年人潜在不适当用药与衰弱的相关性[J]. 中华老年多器官疾病杂志，2021，20(8):581-585. DOI：10.11915/j.issn.1671-5403.2021.08.121.
[22]	顾乐乐，杨郗. 社区临床药师视角下老年高血压合并糖尿病患者合理用药现况研究[J]. 山西医药杂志，2021，50(5):706-709. DOI：10.3969/j.issn.0253-9926.2021.05.002.
[23]	杜林娜. 老年糖尿病患者潜在不恰当用药与衰弱的关系研究[D]. 西安：西安医学院，2021.
[24]	周茜，汪晓洲，白洁. 青海地区65岁以上老年群体高血压多病共存患者治疗现状调查[J]. 公共卫生与预防医学，2021，32(5):153-156. DOI：10.3969/j.issn.1006-2483.2021.05.036.
[25]	栗芳，陈张勇，吐达洪，等. 基于我国标准社区老年患者潜在不适当用药分析[J]. 临床药物治疗杂志，2022，20(6):58-62. DOI：10.3969/j.issn.1672-3384.2022.06.011.
[26]	耿佳音，黄亚芳，刘艳丽. 老年患者社区门诊潜在不适当处方影响因素分析[J]. 中国全科医学，2022，25(16):1969-1977. DOI：10.12114/j.issn.1007-9572.2022.0164.
[27]	田艳，周涛，丁林，等. 北京市东城区社区老年患者潜在不适当用药和处方遗漏问题调查分析[J]. 医药导报，2022，41(8):1207-1212. DOI：3870/j.issn.1004-0781.2022.08.022.
[28]	王思蒙. 社区老年轻度认知障碍者衰弱与其亚型分布现状及影响因素分析[D]. 湖州：湖州师范学院，2022.
[29]	HUANG Y, ZHANG L, HUANG X, et al. Potentially inappropriate medications in Chinese community-dwelling older adults[J]. Int J Clin Pharm，2020，42(2):598-603. DOI：10.1007/s11096-020-00980-y.
[30]	LI Y, HU J, GAO Y Z, et al. Prevalence and determinants of potentially inappropriate medications prescribing in elderly patients in Chinese communities[J]. Ann Palliat Med，2021，10(2):2072-2079. DOI：10.21037/apm-21-32.
[31]	SU S, GAO L, MA W, et al. Number-dependent association of potentially inappropriate medications with clinical outcomes and expenditures among community-dwelling older adults：a population-based cohort study[J]. Br J Clin Pharmacol，2022，88(7):3378-3391. DOI：10.1111/bcp.15286.
[32]	ZENG Y, YU Y, LIU Q, et al. Comparison of the prevalence and nature of potentially inappropriate medication use in geriatric outpatients between tertiary and community healthcare settings：a multicenter cross-sectional study[J]. Int J Clin Pharm，2022，44(3):619-629. DOI：10.1007/s11096-022-01380-0.
[33]	BOLINA A F, GOMES N C, MARCHIORI G F, et al. Potentially inappropriate medication use and frailty phenotype among community-dwelling older adults：a population-based study[J]. J Clin Nurs，2019，28(21/22):3914-3922. DOI：10.1111/jocn.14976.
[34]	FERNÁNDEZ A, GÓMEZ F, CURCIO C L, et al. Prevalence and impact of potentially inappropriate medication on community-dwelling older adults[J]. Biomedica，2021，41(1):111-122. DOI：10.7705/biomedica.5787.
[35]	侯凯旋，邢晓璇，闫素英. 中国老年门诊患者潜在不适当用药现状系统评价[J]. 临床药物治疗杂志，2017，15(11):26-30. DOI：10.3969/j.issn.1672-3384.2017.11.006.
[36]	中国老年保健医学研究会老年合理用药分会，中华医学会老年医学分会，中国药学会老年药学专业委员会，等. 中国老年人潜在不适当用药判断标准（2017年版）[J]. 药物不良反应杂志，2018，20(1):2-8. DOI：10.3760/cma.j.issn.1008-5734.2018.01.002.
[37]	舒冰，刘玉龙，姜玲. 老年人潜在不适当用药评估标准研究进展[J]. 中国医院药学杂志，2019，39(18):1905-1910. DOI：10.13286/j.cnki.chinhosppharmacyj.2019.18.20.
[38]	廖雅慧，郎驿天，林燕，等. 常用老年人潜在不适当用药判断标准比较[J]. 中国药房，2022，33(9):1131-1135. DOI：10.6039/j.issn.1001-0408.2022.09.18.
[39]	ZHANG H, WONG E L, WONG S Y, et al. Prevalence and determinants of potentially inappropriate medication use in Hong Kong older patients：a cross-sectional study[J]. BMJ Open，2021，11(7):e051527. DOI：10.1136/bmjopen-2021-051527.
[40]	李荔，李莎，卫芸，等. 社区老年人多重用药率及其相关因素的系统综述[J]. 中国全科医学，2021，24(25):3161-3170. DOI：10.12114/j.issn.1007-9572.2021.00.204.
[41]	DE ARAÚJO N C, SILVEIRA E A, MOTA B G, et al. Risk factors for potentially inappropriate medication use in older adults：a cohort study[J]. Int J Clin Pharm，2022，44(5):1132-1139. DOI：10.1007/s11096-022-01433-4.
[42]	HAN S, MO G, GAO T, et al. Age，sex，residence，and region-specific differences in prevalence and patterns of multimorbidity among older Chinese：evidence from Chinese Longitudinal Healthy Longevity Survey[J]. BMC Public Health，2022，22(1):1116. DOI：10.1186/s12889-022-13506-0.
[43]	MASNOON N, SHAKIB S, KALISCH-ELLETT L, et al. What is polypharmacy? A systematic review of definitions[J]. BMC Geriatr，2017，17(1):230. DOI：10.1186/s12877-017-0621-2.

步骤	策略
#1	（"inappropriate prescribing"[MeSH Terms]OR "medication error"[MeSH Terms]）OR（"inappropriate prescribing"[Title/Abstract]OR "inappropriate prescription"[Title/Abstract]OR "inappropriate medication"[Title/Abstract]OR "inappropriate medicine"[Title/Abstract]OR "inappropriate drug"[Title/Abstract]OR "irrational prescribing"[Title/Abstract]OR "irrational prescription"[Title/Abstract]OR "high risk prescription"[Title/Abstract]OR "high risk medication"[Title/Abstract]OR "unsafe prescribing"[Title/Abstract]OR "unsafe medication"[Title/Abstract]OR "harmful medication"[Title/Abstract]OR "harmful drug"[Title/Abstract]OR "suboptimal prescribing"[Title/Abstract]OR "suboptimal medication"[Title/Abstract]OR "overprescribing"[Title/Abstract]OR "over-prescribing"[Title/Abstract]OR "over-prescription"[Title/Abstract]OR "prescription drug misuse"[Title/Abstract]OR "deprescrib"[Title/Abstract]OR "prescribing patterns"[Title/Abstract]）
#2	（"primary health care"[MeSH Terms]OR "general practice"[MeSH Terms]OR "general practitioners"[MeSH Terms] OR "family practice"[MeSH Terms]OR "community health centers"[MeSH Terms]OR "community health services"[MeSH Terms]OR "physicians，family"[MeSH Terms] OR "hospitals，community"[MeSH Terms]）OR（"family physicians"[Title/Abstract]OR "family practice"[Title/Abstract]OR "general practice"[Title/Abstract]OR "general practitioner"[Title/Abstract]OR "primary care"[Title/Abstract]OR "primary health care"[Title/Abstract]OR "primary medical care"[Title/Abstract]OR "community"[Title/Abstract]OR "home*"[Title/Abstract]OR "general population"[Title/Abstract]OR "health station"[Title/Abstract]）
#3	（"aged"[MeSH Terms]）OR（"elder"[Title/Abstract] OR "older"[Title/Abstract]OR "senior*"[Title/Abstract] OR "aging"[Title/Abstract]OR "ageing"[Title/Abstract]OR "aged"[Title/Abstract]OR "geriatric"[Title/Abstract]）
#4	"China"[All Fields]OR"Chinese"[All Fields]OR"China"[MeSH Terms]
#5	#1 AND #2 AND #3 AND #4

步骤	策略
#1	（"inappropriate prescribing"[MeSH Terms]OR "medication error"[MeSH Terms]）OR（"inappropriate prescribing"[Title/Abstract]OR "inappropriate prescription"[Title/Abstract]OR "inappropriate medication"[Title/Abstract]OR "inappropriate medicine"[Title/Abstract]OR "inappropriate drug"[Title/Abstract]OR "irrational prescribing"[Title/Abstract]OR "irrational prescription"[Title/Abstract]OR "high risk prescription"[Title/Abstract]OR "high risk medication"[Title/Abstract]OR "unsafe prescribing"[Title/Abstract]OR "unsafe medication"[Title/Abstract]OR "harmful medication"[Title/Abstract]OR "harmful drug"[Title/Abstract]OR "suboptimal prescribing"[Title/Abstract]OR "suboptimal medication"[Title/Abstract]OR "overprescribing"[Title/Abstract]OR "over-prescribing"[Title/Abstract]OR "over-prescription"[Title/Abstract]OR "prescription drug misuse"[Title/Abstract]OR "deprescrib"[Title/Abstract]OR "prescribing patterns"[Title/Abstract]）
#2	（"primary health care"[MeSH Terms]OR "general practice"[MeSH Terms]OR "general practitioners"[MeSH Terms] OR "family practice"[MeSH Terms]OR "community health centers"[MeSH Terms]OR "community health services"[MeSH Terms]OR "physicians，family"[MeSH Terms] OR "hospitals，community"[MeSH Terms]）OR（"family physicians"[Title/Abstract]OR "family practice"[Title/Abstract]OR "general practice"[Title/Abstract]OR "general practitioner"[Title/Abstract]OR "primary care"[Title/Abstract]OR "primary health care"[Title/Abstract]OR "primary medical care"[Title/Abstract]OR "community"[Title/Abstract]OR "home*"[Title/Abstract]OR "general population"[Title/Abstract]OR "health station"[Title/Abstract]）
#3	（"aged"[MeSH Terms]）OR（"elder"[Title/Abstract] OR "older"[Title/Abstract]OR "senior*"[Title/Abstract] OR "aging"[Title/Abstract]OR "ageing"[Title/Abstract]OR "aged"[Title/Abstract]OR "geriatric"[Title/Abstract]）
#4	"China"[All Fields]OR"Chinese"[All Fields]OR"China"[MeSH Terms]
#5	#1 AND #2 AND #3 AND #4

作者	发表年份（年）	研究类型	地区	样本量	年龄（岁）	样本中男性占比（%）	PIM评估工具	PIM发生率（%）	PIM相关因素
赵欢等^[9]	2012	横断面研究	河北省	416	≥60	50.2	Beers标准（2003版）	14.7	—
李旭琴等^[10]	2015	横断面研究	上海市	398	60~75	44.2	Beers标准（2012版）	37.7	—
杨楠等^[11]	2016	横断面研究	上海市	6 002	60~97	40.1	Beers标准（2012版）	16.0	⑦
杨晓欧等^[12]	2017	横断面研究	北京市	216	65~89	41.2	Beers标准（2015版） STOPP标准（2014版）	26.4 33.8	—
陈张勇等^[13]	2018	横断面研究	北京市	795	65~103	49.2	Beers标准（2015版） STOPP标准（2014版）中国PIM标准（2015版）	25.4 18.5 28.9	—
栗芳等^[14]	2018	横断面研究	北京市	332	65~80	56.6	Beers标准（2015版）	17.5	—
唐志华^[15]	2018	横断面研究	浙江省	300	≥60	32.7	Beers标准（2015版）	36.3	—
刘葳等^[16]	2020	横断面研究	上海市	360	65~96	50.3	Beers标准（2015版） STOPP标准（2014版）	15.8 22.2	①、②、③、④、⑤、⑥、⑦
刘晓瑞等^[17]	2020	横断面研究	北京市	215	60~90	31.2	Beers标准（2019版）中国PIM标准（2017版）	30.7 24.7	—
黄琦岚^[18]	2020	横断面研究	山西省	476	≥60	43.5	Beers标准（2015版）	67.2	①、②、③、④、⑤、⑥、⑦
李雪冰等^[19]	2020	横断面研究	北京市	264	62~95	58.3	Beers标准（2019版）中国PIM标准（2017版）	39.0 28.4	①、②、④、⑤、⑥
章陈怡等^[20]	2020	横断面研究	上海市	968	≥65	51.3	Beers标准（2015版）	32.7	①、②、⑥、⑦
单青等^[21]	2021	横断面研究	北京市	562	65~97	33.3	中国PIM标准（2017版）	69.6	①、②、③、④、⑦
顾乐乐等^[22]	2021	横断面研究	上海市	300	61~88	52.3	中国PIM标准（2017版）	19.3	①、②、⑥、⑦
杜琳娜^[23]	2021	横断面研究	陕西省	319	≥60	40.4	中国PIM标准（2017版）	58.0	①、②、③、④、⑤
周茜等^[24]	2021	横断面研究	青海省	530	≥65	53.8	STOPP标准（2014版）	32.6	①、②、④、⑤、⑥、⑦
栗芳等^[25]	2022	横断面研究	北京市	943	60~79	48.5	中国PIM标准（2017版）	31.3	—
耿佳音等^[26]	2022	横断面研究	北京市	815	≥60	37.4	Beers标准（2019版）中国PIM标准（2017版）	32.6 22.3	①、②、⑥、⑦
田艳等^[27]	2022	横断面研究	北京市	312	65~93	42.8	STOPP标准（2014版）中国PIM标准（2017版）	35.9 29.7	①、②、④、⑥、⑦
王思蒙^[28]	2022	横断面研究	安徽省	422	62~101	46.2	中国PIM标准（2017版）	64.0	—
HUANG等^[29]	2020	横断面研究	湖南省	1 874	65~102	80.0	Beers标准（2019版）中国PIM标准（2017版）	35.0 50.6	①、②、⑥、⑦
LI等^[30]	2021	横断面研究	江苏省	8 235	65~103	51.9	Beers标准（2019版）中国PIM标准（2017版）	32.2 37.1	①、②、⑥、⑦
SU等^[31]	2022	横断面研究	北京市	506 214	65~105	49.9	Beers标准（2015版）	38.1	①、②
ZENG等^[32]	2022	横断面研究	北京市	508	≥65	46.7	Beers标准（2015版） Beers标准（2019版） STOPP标准（2014版）	34.7 42.5 73.2	①、②、③、④、⑤、⑥、⑦

作者	发表年份（年）	研究类型	地区	样本量	年龄（岁）	样本中男性占比（%）	PIM评估工具	PIM发生率（%）	PIM相关因素
赵欢等^[9]	2012	横断面研究	河北省	416	≥60	50.2	Beers标准（2003版）	14.7	—
李旭琴等^[10]	2015	横断面研究	上海市	398	60~75	44.2	Beers标准（2012版）	37.7	—
杨楠等^[11]	2016	横断面研究	上海市	6 002	60~97	40.1	Beers标准（2012版）	16.0	⑦
杨晓欧等^[12]	2017	横断面研究	北京市	216	65~89	41.2	Beers标准（2015版） STOPP标准（2014版）	26.4 33.8	—
陈张勇等^[13]	2018	横断面研究	北京市	795	65~103	49.2	Beers标准（2015版） STOPP标准（2014版）中国PIM标准（2015版）	25.4 18.5 28.9	—
栗芳等^[14]	2018	横断面研究	北京市	332	65~80	56.6	Beers标准（2015版）	17.5	—
唐志华^[15]	2018	横断面研究	浙江省	300	≥60	32.7	Beers标准（2015版）	36.3	—
刘葳等^[16]	2020	横断面研究	上海市	360	65~96	50.3	Beers标准（2015版） STOPP标准（2014版）	15.8 22.2	①、②、③、④、⑤、⑥、⑦
刘晓瑞等^[17]	2020	横断面研究	北京市	215	60~90	31.2	Beers标准（2019版）中国PIM标准（2017版）	30.7 24.7	—
黄琦岚^[18]	2020	横断面研究	山西省	476	≥60	43.5	Beers标准（2015版）	67.2	①、②、③、④、⑤、⑥、⑦
李雪冰等^[19]	2020	横断面研究	北京市	264	62~95	58.3	Beers标准（2019版）中国PIM标准（2017版）	39.0 28.4	①、②、④、⑤、⑥
章陈怡等^[20]	2020	横断面研究	上海市	968	≥65	51.3	Beers标准（2015版）	32.7	①、②、⑥、⑦
单青等^[21]	2021	横断面研究	北京市	562	65~97	33.3	中国PIM标准（2017版）	69.6	①、②、③、④、⑦
顾乐乐等^[22]	2021	横断面研究	上海市	300	61~88	52.3	中国PIM标准（2017版）	19.3	①、②、⑥、⑦
杜琳娜^[23]	2021	横断面研究	陕西省	319	≥60	40.4	中国PIM标准（2017版）	58.0	①、②、③、④、⑤
周茜等^[24]	2021	横断面研究	青海省	530	≥65	53.8	STOPP标准（2014版）	32.6	①、②、④、⑤、⑥、⑦
栗芳等^[25]	2022	横断面研究	北京市	943	60~79	48.5	中国PIM标准（2017版）	31.3	—
耿佳音等^[26]	2022	横断面研究	北京市	815	≥60	37.4	Beers标准（2019版）中国PIM标准（2017版）	32.6 22.3	①、②、⑥、⑦
田艳等^[27]	2022	横断面研究	北京市	312	65~93	42.8	STOPP标准（2014版）中国PIM标准（2017版）	35.9 29.7	①、②、④、⑥、⑦
王思蒙^[28]	2022	横断面研究	安徽省	422	62~101	46.2	中国PIM标准（2017版）	64.0	—
HUANG等^[29]	2020	横断面研究	湖南省	1 874	65~102	80.0	Beers标准（2019版）中国PIM标准（2017版）	35.0 50.6	①、②、⑥、⑦
LI等^[30]	2021	横断面研究	江苏省	8 235	65~103	51.9	Beers标准（2019版）中国PIM标准（2017版）	32.2 37.1	①、②、⑥、⑦
SU等^[31]	2022	横断面研究	北京市	506 214	65~105	49.9	Beers标准（2015版）	38.1	①、②
ZENG等^[32]	2022	横断面研究	北京市	508	≥65	46.7	Beers标准（2015版） Beers标准（2019版） STOPP标准（2014版）	34.7 42.5 73.2	①、②、③、④、⑤、⑥、⑦

作者	①	②	③	④	⑥	⑦	⑧	⑩	总分（分）
赵欢等^[9]	1	1	1	1	1	0	0	1	6
李旭琴等^[10]	1	1	1	1	1	0	0	1	6
杨楠等^[11]	1	1	1	1	1	0	0	1	6
杨晓欧等^[12]	1	1	1	1	1	0	0	1	6
陈张勇等^[13]	1	1	1	1	1	0	0	1	6
栗芳等^[14]	1	1	0	1	1	0	0	1	5
唐志华^[15]	1	1	1	1	1	1	0	1	7
刘葳等^[16]	1	1	1	1	1	0	0	1	6
刘晓瑞等^[17]	1	1	1	1	1	0	0	1	6
黄琦岚^[18]	1	1	1	1	1	1	0	1	7
李雪冰等^[19]	1	1	1	1	1	0	0	1	6
章陈怡等^[20]	1	1	1	1	1	0	0	1	6
单青等^[21]	1	1	1	1	1	0	0	1	6
顾乐乐等^[22]	1	1	1	1	1	0	0	1	6
杜琳娜^[23]	1	1	1	1	1	0	0	1	6
周茜等^[24]	1	1	1	1	1	0	0	1	6
栗芳等^[25]	1	1	1	1	1	0	0	1	6
耿佳音等^[26]	1	1	1	1	1	0	0	1	6
田艳等^[27]	1	1	1	1	1	0	0	1	6
王思蒙^[28]	1	1	1	1	1	0	0	1	6
HUANG等^[29]	1	1	1	1	1	0	0	1	6
LI等^[30]	1	1	1	1	1	0	0	1	6
SU等^[31]	1	1	1	1	1	1	1	1	8
ZENG等^[32]	1	1	1	1	1	1	1	1	8

中国社区老年人潜在不适当用药发生率及相关因素的Meta分析

Prevalence and Associated Factors of Potentially Inappropriate Medication in Community-dwelling Older Adults in China: a Meta-analysis

RichHTML

PDF

补充材料

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 43

相关文章 15

编辑推荐

Metrics

留言

亚组	纳入研究数（项）	异质性检验		效应模型	PIM发生率（95%CI）（%）
亚组	纳入研究数（项）	P值	I²（%）	效应模型	PIM发生率（95%CI）（%）
评估工具
Beers标准	17^{[9,10,11,12,13,14,15,16,17,18,19,20,26,29,30,31,32]}	<0.001	99.4	随机	31.9（26.7，37.1）
中国PIM标准	12^{[13,17,19,21,22,23,25,26,27,28,29,30]}	<0.001	98.7	随机	38.7（31.1，46.3）
STOPP标准	6^{[12,13,16,24,27,32]}	<0.001	99.1	随机	36.0（18.4，53.7）
样本中男性占比（%）
<50	15^{[10,11,12,13,15,17,18,21,23,25,26,27,28,31,32]}	<0.001	99.4	随机	38.1（32.4，43.9）
≥50	9^{[9,14,16,19,20,22,24,29,30]}	<0.001	98.0	随机	29.1（24.4，33.8）
地理区域
北方	15^{[9,12,13,14,17,18,19,21,23,24,25,26,27,31,32]}	<0.001	98.6	随机	35.6（30.8，40.5）
南方	9^{[10,11,15,16,20,22,28,29,30]}	<0.001	99.4	随机	33.2（26.3，40.1）
文献发表时间（年）
2012—2019	7^{[9,10,11,12,13,14,15]}	<0.001	96.0	随机	25.2（20.4，30.1）
2020—2022	17^{[16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32]}	<0.001	98.5	随机	38.4（35.3，41.6）

项目	纳入研究数（项）	异质性检验		效应模型	OR （95%CI）	Z值	P值
项目	纳入研究数（项）	P值	I²（%）	效应模型	OR （95%CI）	Z值	P值
性别男	11^{[16,18,19,20,21,22,23,24,26,29,30]}	0.301	13.9	固定	0.986（0.936，1.039）	0.53	0.599
年龄≥75岁	6^{[16,20,23,24,29,30]}	<0.001	78.6	随机	1.261（1.074，1.481）	2.84	0.005
有配偶	4^{[16,18,21,23]}	0.524	0	固定	0.921（0.788，1.076）	1.04	0.297
文化程度为初中及以下	6^{[16,18,19,21,23,24]}	0.287	18.8	固定	1.060（0.926，1.214）	0.84	0.399
独居	5^{[16,18,19,23,24]}	0.932	0	固定	1.114（0.862，1.441）	0.83	0.408
合并多病（≥5种）	3^[18,20,22]	<0.001	92.6	随机	3.287（1.405，7.691）	2.74	0.006
用药数量≥5种	7^{[11,16,18,20,21,29,30]}	<0.001	95.7	随机	1.800（1.305，2.481）	3.59	<0.001
用药数量≥10种	4^{[11,21,22,30]}	0.006	76.1	随机	4.380（2.612，7.347）	5.60	<0.001

[1]	赵红波, 吴晓晶, 杨云, 葛志明, 范娴娴, 赵岚, 王宏伟. 调中益气汤治疗老年气虚型慢传输便秘的疗效研究[J]. 中国全科医学, 2024, 27(12): 1487-1492.
[2]	张娜文, 黄少敏, 田利民. 成人血清骨钙素水平与非酒精性脂肪性肝病发生风险的Meta分析[J]. 中国全科医学, 2024, 27(12): 1519-1524.
[3]	张勇, 王森莉, 黄荣华, 徐凤萍, 刘丹. 音乐治疗对阿尔茨海默病患者干预效果的Meta分析[J]. 中国全科医学, 2024, 27(12): 1511-1518.
[4]	刘影, 姜俊丞, 景汇泉. 我国中老年人群慢性病患病率及患病种类区域差异与医疗卫生资源的相关性研究[J]. 中国全科医学, 2024, 27(12): 1452-1459.
[5]	何海洋, 杨嘉玲, 雷迅. 绝经后女性骨质疏松症患病率及影响因素的Meta分析[J]. 中国全科医学, 2024, 27(11): 1370-1379.
[6]	石玉霜, 王惠华, 李艳, 陆萍, 宋玮, 潘桂俊. 不同心房颤动筛查方式在社区老年人中的效果研究[J]. 中国全科医学, 2024, 27(11): 1316-1319.
[7]	谢翼, 徐俊马, 胥方琴, 俪超, 陈辰, 邵婵. 肌少症指数对老年急性缺血性脑卒中患者预后的预测价值研究[J]. 中国全科医学, 2024, 27(11): 1326-1330.
[8]	王雯娟, 王瑞, 曾泓辑, 刘雅慧, 卫姝帆, 田庆丰. 基于限制性立方样条分析老年人血清肝脏转氨酶与代谢综合征的关系研究[J]. 中国全科医学, 2024, 27(11): 1337-1342.
[9]	李龙, 安雪梅, 张杰, 黄琳瑜, 张兴玲. 中国高龄产妇产后抑郁检出率的Meta分析[J]. 中国全科医学, 2024, 27(11): 1363-1369.
[10]	徐莉, 葛晶, 于鹏, 虞莹. 中国老年人慢性病及共病模式变化研究：基于中国健康与养老追踪调查数据[J]. 中国全科医学, 2024, 27(11): 1296-1302.
[11]	余新艳, 苏鹏, 袁晓静, 姜清茹, 杨建云, 赵旭东, 王一凡, 张海澄. 基层老年慢性病患者心血管疾病综合发生风险的影响因素研究[J]. 中国全科医学, 2024, 27(10): 1186-1193.
[12]	朱宸立, 张天程, 李卉, 冯郑文, 陈小垒, 邵爽, 杜娟. 北京市失能老人上门医疗服务质量评价指标体系的构建研究[J]. 中国全科医学, 2024, 27(10): 1215-1220.
[13]	高川, 李庆印, 柯丹丹, 周俞余, 张宇扬, 何仲. 中国≥45岁人群健康体检服务利用情况：一项基于CHARLS 2018的全国横断面调查[J]. 中国全科医学, 2024, 27(10): 1179-1185.
[14]	吴月苹, 牛亚冬, 张亮, 张翔, 吴建, 苗豫东. 中国社区卫生服务发展的挑战与优化路径[J]. 中国全科医学, 2024, 27(10): 1162-1165.
[15]	李娅玲, 顾燕峰, 郑艳玲, 蔡学民, 王伟, 余海燕, 杜兆辉. 城市社区卫生服务中心发展情况调查研究[J]. 中国全科医学, 2024, 27(10): 1166-1172.