减药也能降事件，处方重整把2年MACE降了24%

心血管慢病领域的用药讨论，绝大多数是关于加什么。

发表于《JAMA Internal Medicine》的这项中国多中心前瞻性真实世界队列，讨论的是减什么、怎么减，并且拿到了硬终点。

覆盖15个省市、32家医疗机构、8,400例患者、随访2年。

先看这批人有多难管

入组的是ASCVD患者且合并至少一种非心血管慢病（2型糖尿病、CKD 3–4期、COPD或骨质疏松）。

基线还有一条硬限制：必须处于持续多重用药状态，全队列基线平均用药种类以两位数计。

这正是各科指南GDMT层层叠加之后的真实场景。每一条推荐单看都对，合在一起就成了另一个问题：潜在不适当用药(PIMs)、药物相互作用(DDIs)、不良事件，以及最直接的，服药负担一上去，依从性就断崖式下跌，核心治疗的远期保护跟着被削掉。

每个科室都开对了药,病人却可能因此吃不下去。

干预是什么

不是简单的药师看一眼。

医务端： 临床决策支持系统实时接入门诊电子病历与跨科室处方库，基于Beers与STOPP/START标准自动识别PIMs、重复用药、配伍禁忌与潜在严重DDIs，再由心血管专科医师与临床药师协同实施结构化处方精简(deprescribing)。

患者端： 移动健康应用做个性化服药日程推送、打卡、不良反应预警与周期性用药重整复核，形成全病程用药行为跟踪。

对照组接受常规心血管专科门诊随访与传统用药宣教。

关键词是跨科室和闭环，单科室看不见别科开了什么，这是多重用药问题的结构性根源。

结果

MACE定义为心血管死亡、非致死性心肌梗死、非致死性缺血性脑卒中，以及因心衰加重或不稳定型心绞痛的非计划再住院。

值得注意的是：这个获益不是靠新增一种药物拿到的，而是靠把用药结构理顺拿到的。

方法学上做了什么来撑住因果推断

观察性研究的说服力全在混杂控制上，这项研究在这一点上交代得比较完整：目标试验模拟(Target Trial Emulation)框架在方案制定阶段就引入；1:1倾向评分匹配 + 逆概率治疗加权平衡基线，校正变量除常规临床特征外，还纳入eGFR、Charlson合并症指数、基线用药复杂性指数与医院层级特征；随访起点设为完成处方重整时，并对后续药物调整用时间依存Cox模型动态校正，这一步针对的是不朽时间偏倚。

不朽时间偏倚在这类研究里特别容易出：活得久的人才有机会完成重整。不处理，获益会被系统性高估。

需要说清楚的

其一，仍是观察性设计。 尽管混杂控制做得细，能接受数字化闭环管理的患者与机构，在依从意愿和医疗资源上本就可能更优。残余混杂无法完全排除。

其二，干预是个复合包。 CDSS、药师协同、移动端随访三件事一起上，这项研究无法拆出各自的贡献占比。想照搬的机构需要知道自己缺的是哪一块。

其三，不等于鼓励患者自行减药。 处方精简是由专科医师与临床药师依据标准协同执行的临床行为，任何药物的增减都须由医师决定，本文不构成用药建议。

其四，落地依赖信息化底座。 跨科室处方库实时接入是这套干预的前提。做不到这一点，后面的自动识别就无从谈起。

对做心血管、药学与相关医学事务的人而言，这项研究提供的是一个不太常见的证据类型：减法也能进入硬终点的讨论范围。

参考文献

Digital prescription reconciliation and adherence intervention in patients with ASCVD and multimorbidity: a nationwide prospective real-world cohort study. JAMA Internal Medicine. 2026-09-09.

本文由穆景循证 MJonline 编辑部原创。信息仅供医疗卫生专业人士参考，不作为诊疗建议。