社区慢性病共病药物治疗决策的困境与应对路径

【摘要】 慢性病共病是指个体同时患有2种及以上的慢性疾病。共病患者常联用多种药物治疗，给社区全科医生的科学用药决策带来了挑战。本文分析了社区共病药物治疗决策困境形成的原因与影响因素，并提出了一种动态的综合性决策框架，即共病药物治疗决策框架（MDMF）。该框架由社区全科医生接诊共病患者的5个阶段构成，包括“健康问题回顾”“用药综合评估”“医患共同决策”“药物治疗记录”和“安排随访计划”。MDMF能够促使社区全科医生为共病患者制定个体化的药物治疗方案，但也对其诊疗能力提出了一定要求。因此，建议对社区全科医生开展以MDMF为核心的培训、提供决策辅助支持，并采取合理的激励与监督措施，推动社区医疗机构提供以患者为中心的药物治疗方案，提升药物治疗的安全性和有效性，减轻患者的治疗负担。

【关键词】 慢性病共病；药物治疗决策；决策模型；社区卫生服务；全科医生

【中图分类号】 R 36 【文献标识码】 A DOI：10.12114/j.issn.1007-9572.2024.0356

Dilemmas and Coping Strategies in Medication Decision-making for Multimorbidity in the Community

XIA Yu1，LUO Yuan2，LI Zhengrong3，ZHOU Xinmei4，TONG Yuling4，ZHAO Yang5，6*，XU Zhijie4*

1.Department of General Practice，Peking University Shenzhen Hospital，Shenzhen 518036，China

2.Xiaoying Community Health Service Center of Shangcheng District，Hangzhou 310009，China

3.Department of Pharmacy，Linyi People's Hospital，Linyi 276000，China

4.Department of General Practice，the Second Affiliated Hospital，Zhejiang University School of Medicine，Hangzhou 310009，China

5.The George Institute for Global Health，University of New South Wales，Sydney 2050，Australia

6.School of Population and Global Health，University of Melbourne，Melbourne 3010，Australia

*Corresponding authors：ZHAO Yang，Researcher/Doctoral supervisor；E-mail：Wzhao@georgeinstitute.org.cn

XU Zhijie；E-mail：zhijiexu@zju.edu.cn

【Abstract】 Multimorbidity refers to an individual suffering from two or more chronic diseases simultaneously. Patients with multimorbidity refers often require the concurrent use of multiple medications，posing a challenge to community general practitioners in making scientific medication decisions. This paper analyzes the reasons and influencing factors that lead to the dilemmas in medication decision-making for patients with multimorbidity in the community. It also proposes a dynamic and comprehensive decision-making framework known as the Medication Decision-making for Multimorbidity Framework（MDMF）. The framework consists of five stages in the process of community general practitioners treating patients with multimorbidity，which include \"Health problems review\"\"Comprehensive medication assessment\"\"Shared decision-making\"\"Medication therapy recording\"，and \"Follow-up arrangement\". The MDMF facilitates the development of individualized medication therapy for patients with multimorbidity by community general practitioners，but it also places certain demands on their capabilities. Therefore，it is recommended to provide training for community general practitioners centered on the MDMF，offer decision-making support，and implement reasonable incentives and supervision measures. This is expected to promote primary care institutions to provide patient-centered medication therapy，enhance its safety and efficacy，and alleviate the treatment burden on patients.

【Key words】 Multiple chronic conditions；Medication decision-making；Decision-making model；Community health services；General practitioners

慢性病共病（以下简称共病）是指个体同时患有2种或2种以上的慢性疾病［1］。全球约有三分之一的人患有共病，我国大陆地区居民共病患病率为36.3%，且患病率随年龄的增长而显著升高［2-3］。药物治疗是控制共病的主要手段。由于共病患者常联用多种药物，不适当用药和潜在的不良反应风险增加，带来了一系列的健康与治疗负担问题［4］。研究显示，社区医疗机构接诊的共病患者比例达58%，社区全科医生需要同时综合管理多个系统的疾病，兼顾多种健康问题的治疗决策，并提供长期、连续和个体化的管理，是共病患者合理用药的“守门人”［5］。相比于综合医院，社区医疗机构资源更为有限，社区全科医生专业能力相对不足，社区患者的个体差异更大，能否为共病患者守好“用药关”面临重大挑战。

与单一疾病患者相比，共病患者药物治疗的不确定性增加，其面临的潜在风险、获益和负担可能发生显著改变［6］。如何合理评估药物治疗的预期获益是否超过对患者可能产生的负面影响和伤害，是社区全科医生面临的决策困境。既往临床决策模式主要聚焦于单一疾病，尚缺乏应用动态的综合性决策体系来合理评估共病患者药物治疗的风险、负担和获益。本文分析了共病药物治疗决策困境形成的内在机制和影响因素，提出一种应对该决策困境的理论框架，以期推动社区全科医生为共病患者制定以患者为中心的药物治疗方案，降低用药风险。

1 共病药物治疗的决策困境

1.1 困境形成的内在机制

1.1.1 药物和疾病之间相互作用：共病患者面临多种疾病并存的情况，疾病之间可能存在交互作用；同时，针对不同疾病的药物治疗使得决策变得更为复杂，药物与疾病、药物与药物之间的相互作用可能导致药效降低或不良反应增加［6］。例如，对于高血压合并慢性肾功能不全的患者，慢性肾病引起血压升高，而高血压引起肾功能进一步恶化；血管紧张素转换酶抑制剂（ACEI）是控制血压的常用药物，但应用于合并中重度肾功能不全的患者时有加速肾功能恶化的风险；此外，慢性肾功能不全的患者常使用醛固酮拮抗剂，与ACEI联用时增加高钾血症的风险。因此，对于高血压合并慢性肾功能不全的患者，ACEI的使用一般从小剂量开始，根据血肌酐和血钾水平调整剂量或更换药物。

1.1.2 对风险与获益的认知偏差：在为共病患者选择药物治疗时，医患双方均可能存在对药物获益和风险的认知偏差，给科学决策带来挑战。在制定治疗方案时，全科医生可能受到个人专业知识和临床经验的影响，倾向于选择自己熟悉的治疗药物，导致其高估药物的治疗效果，而对共病患者个体治疗的实际获益评估不足［7］。例如，对于同时罹患高血压和糖尿病的共病患者，部分全科医生由于认可β-受体阻滞剂对高血压的控制效果，而可能忽视药物对血糖控制的负面影响及掩盖低血糖症状的风险。同时，患者对药物治疗的认知常基于用药体验和主观感受，无法准确判断用药风险，因而可能因为短期内症状缓解而忽视长期用药可能带来的不良反应，或者因为担心药物不良反应而拒绝必要的治疗。

1.1.3 治疗负担过高导致依从性下降：共病的存在使得患者的治疗方案变得复杂，这不仅增加了患者的治疗负担，也可能导致患者对治疗的依从性降低，致使药物治疗方案的实际获益和风险缺乏可控性［8］。例如，患有糖尿病和哮喘的患者可能需要同时服用降糖、解痉、平喘等药物，且药物的使用时间、剂量和方式可能各不相同，加之定期复查带来的不便，显著增加了其治疗负担。随着患者病情的发展，可能需要更频繁的医疗干预，如门诊随访、检查和调整治疗方案，不仅消耗了患者大量的时间和精力，还可能导致生活质量下降［9］。共病患者可能会因为担心多种药物联用的不良反应、经济开支以及对长期治疗的不确定性感到焦虑和恐惧，这些心理因素也可能进一步影响其遵循治疗方案的意愿，从而降低依从性［10］。

1.2 药物治疗决策的阻碍因素

1.2.1 医生因素：对药物治疗的认知不足是医生层面常见的阻碍因素，这可能导致全科医生无法充分理解合理用药的重要性，影响其选择和调整治疗方案的能力。同时，全科医生对于药物治疗潜在不良后果的担忧，将导致在药物治疗决策上采取保守的态度，避免使用风险不确定的治疗方案，尽管此方案可能有明确的获益，因而限制了其为患者提供最佳治疗方案的意愿和能力［11］。治疗惯性是另一项常见的阻碍因素，是指全科医生在面对患者的个体差异和病情变化时，仍然继续沿用原有的治疗方案。有研究显示，社区全科医生不愿意更改其他医疗专业人员开具的药物处方现象较为普遍［12］。此外，社区全科医生缺乏与患者的有效沟通会减少患者对治疗的理解和信任，从而影响患者对治疗方案的接受程度和依从性，无法充分参与到治疗决策过程中［13］。

1.2.2 患者因素：患者对药物治疗的错误认知及相关行为是治疗决策的阻碍因素。首先，患者对药物不良反应和潜在风险的认识不足，可能导致其在错误医疗健康信息的影响下，对某些药物治疗抱有过于乐观的态度，而对全科医生提出的治疗方案持有较强抵触心理［14］。部分患者在长期使用某些药物后形成生理或心理上的依赖，促使其在没有充分治疗指征的情况下，坚持要求使用特定药物，采用闹情绪、托关系或投诉等各种方式，迫使全科医生在满足患者需求和维护患者健康之间做出艰难的抉择［15］。同时，患者由于对药物治疗方案的误解或对可能发生的不良后果的恐惧，可能会拒绝医生提出治疗方案调整建议，致使合理的药物治疗决策无法顺利实施［14］。

1.2.3 技术因素：技术支持不足是共病药物治疗科学决策的重大挑战。现有临床指南大多针对单一疾病，而有关共病状态下药物相互作用与综合治疗方案的指导却相对缺乏［16］。多病共存状态下，治疗选择、适应证判断以及疗效评估的准确性受到影响，基于临床指南为共病患者做出的药物治疗决策，可能因为疾病与药物的相互作用而增加不良反应发生率。此外，部分社区医疗机构的用药系统信息化建设存在滞后性，使得社区全科医生在决策时缺乏必要的技术支持。在欠发达地区，社区全科医生常难以获得电子化智能审方系统的支持，甚至缺少电子药物说明书的配备，不利于其快速准确地评估药物相互作用和潜在不良反应［17］。

1.2.4 环境因素：医疗环境中存在的现实问题一定程度上同样影响了决策质量。首先，医疗专业人员之间的协作不足可能导致社区全科医生难以获得全面的医疗信息和专业支持，降低了药物治疗方案的一致性和连贯性，影响治疗的整体效果［18］。其次，社区医疗资源的有限性，如药品种类的限制、检查和监测设备的不足，限制了社区全科医生在治疗选择上的灵活性，使得其在部分情形下无法为患者提供最适合的治疗方案［11］。再者，社区医疗机构在对不合理用药的审查与管理方面存在不足。缺乏有效的审查和管理机制，可能导致不恰当的处方行为，不利于做出合理的药物治疗决策［19］。最后，部分地区社区医疗机构的门诊工作量较大，社区全科医生可能需要在有限的时间内处理大量患者，高负荷的工作状态将导致社区全科医生无法为共病患者提供足够全面细致地评估和沟通，从而影响决策质量［20］。

2 共病药物治疗决策的应对路径

2.1 现有决策模型存在局限性

为应对不断增长的慢性病诊疗复杂需求，国内外学者提出了多种决策框架或模型，以促进医疗决策的合理化。医务人员与患者共同参与决策的方式契合“以患者为中心”的理念，尤为适用于慢性病的治疗和管理。1980年，加拿大学者CHARLES等［21］提出的医患共同决策理论是共同参与决策模式的首个理论框架，其将医疗决策分为信息交流、协商和做出决策三个阶段，并于1999年在修订版中明确了治疗决策过程中的不同步骤和方法。此后，其他医疗决策模型被相继提出，大体上可分为2类。

第一类模型侧重于医患之间通过沟通与合作达成共识和决策。此类通常强调医患关系的共享性和平等性，鼓励全科医生提供医疗选择，并支持患者表达自己的偏好和价值观。经典模型包括“Three-Talk模型”“Tiggelbout模型”等，其步骤设计简洁明了，适合在时间紧迫的临床环境中使用，促使医生从单一关注疾病本身转变为综合考虑患者个人情况、家庭状况及治疗偏好，与患者共同制定决策方案［22-23］。然而，此类模型慢性病治疗决策中存在一定的局限性，特别是在面对多病共存的患者时，未能提供足够的科学依据处理不同疾病间的相互作用以及药物间的潜在影响。

第二类模型侧重于为患者提供医疗信息和决策支持工具。这类模型旨在帮助患者理解其疾病状况和治疗选择，并在此基础上做出基于充分信息的决策。“渥太华决策支持框架”和“Makoul模型”等均属于此类模

型［24-25］，强调医患双方在决策过程中的共同参与，但这一过程的有效性建立在患者具有较高的决策参与意愿和健康知识水平，同时医生能够为患者提供充足的时间以深思熟虑。在时间和资源紧张的社区医疗环境下，此类模型面临推广限制。并且，其同样未能解决共病患者所面临的复杂药物治疗难题。因此，为了克服现有决策模型的限制，有必要综合考虑不同医疗决策模型的优势，并结合药物治疗的科学方法，构建一个更为全面且可行的理论模型。

2.2 共病药物治疗决策框架（Medication Decision-making for Multimorbidity Framework，MDMF）

为应对共病患者在药物治疗中的决策困境，本课题组通过专家函询和面向社区全科医生的调研，设计了一个动态的综合性决策框架——MDMF，如图1所示。MDMF涵盖了社区全科医生在接诊共病患者时的5个关键阶段，包括“健康问题回顾”“用药综合评估”“医患共同决策”“药物治疗记录”和“安排随访计划”。当发生患者被诊断出新的疾病、调整了用药方案、出现了药物不良事件或对疾病和用药有显著的偏好变化等情况时，社区全科医生需要从全面回顾健康问题开始，按照MDMF的5个阶段重新进行决策。这一动态过程确保了患者能够及时获得个性化的治疗方案，从而实现最佳的治疗效果。表1列举了MDMF建议的社区全科医生为共病患者实施科学药物治疗决策的要点。

2.2.1 健康问题回顾：全面掌握共病患者的健康问题是做出合理评估和用药决策的前提，该阶段涉及方面内容包括：患者个人信息、临床信息和用药体验。掌握患者个人信息的目的在于确定患者的身份和基本情况，个人信息通常记录在电子病历系统或健康档案中，包括但不限于年龄、性别、身高、体质量等基本特征，这与药物的使用剂量直接相关，因为其直接影响药物在体内的分布和代谢。此外，生活状况是个人信息的重要方面，患者的家庭背景、医疗保险、经济状况、社会支持等是影响共病管理的关键因素，直接影响到治疗方案的可行性、可接受性和有效性。

根据信息来源的不同，临床信息可分为患者报告信息和临床记录信息。患者报告信息是通过患者口述获得的，包括就诊原因、症状、疾病既往史、手术史、个人史、过敏史、家族史和治疗经过等，为社区全科医生提供了全面评估患者的关键资料。临床记录信息则包括各类实验室检查结果和医生的体格检查结果，是判断药物适应证和疗效的重要依据，同时也可用于监测药物的不良反应，如肝肾功能损伤等，在选择药物前做出准确的判断和调整。社区全科医生应分析患者本次就诊需求与过去健康事件之间的相关性，并据此制定后续的沟通策略。

用药体验是用于评估患者治疗需求的基本信息，对患者是否决定用药以及用药方式具有重要影响。患者的用药体验可以从三个维度进行评估：既往用药、当前药物治疗方案以及患者对药物治疗的理解和态度。对于既往用药，社区全科医生需要重点关注患者既往使用药物的依从性和治疗效果，以及是否出现过药物不良反应，从而了解患者的药物耐受性和可能发生的药物相互作用；当前药物治疗方案包括患者正在使用的所有药物、营养补充剂、保健品等物品的名称、用法及其适应证。在接诊过程中，社区全科医生应有意识地了解患者对当前疾病和药物治疗的期望和顾虑，有助于与患者快速建立信任关系，为初步拟定治疗方案明确合理的方向。

2.2.2 用药综合评估：基于收集到的健康问题，社区全科医生应从多个方面综合评估共病患者的药物治疗方案是否能够达到治疗目标，即药物的适应证是否合适，药品是否有效、安全，以及患者是否愿意并能够遵医嘱服用药物。社区全科医生应首先考虑患者的整体健康状况，以确保药物的使用是适宜的，并且符合患者的个体化治疗需求。具体而言，是要明确患者的健康问题是否与用药相关，或者是否能够通过药物治疗进行解决或预防，确保所有正在使用的药物均有明确的适应证，并且与患者的病情相匹配，以及识别出患者是否存在尚未得到治疗的病症。

在评估共病患者药物治疗的安全性时，社区全科医生需综合考虑药物的用法、剂量、用药时间以及患者用药后是否出现了不良反应，例如皮疹、恶心、呕吐、头晕等症状。可采用的方法包括直接询问患者或其家属，或通过定期监测患者的临床指标，如肝肾功能、血压和血糖水平等，以评估药物不良反应。在处理用药相关问题时，特别注意检查药物的剂量、用药频率以及用药时间等药品用法上是否存在不当之处。同时，评估患者是否存在药物与疾病、药物与药物之间的潜在相互作用是必不可少的，这通常需要对患者当前的用药清单进行详细审查，来判断其相关性，并在必要时查询相关药物相互作用数据库，以满足对共病患者药物治疗安全性的

评估。

依从性是评估共病药物治疗状况的关键指标，其反映了患者遵医嘱正确使用药物的程度。社区全科医生可以采取多种方法来评估患者的用药依从性，包括直接询问患者，了解其是否按时服药、是否有遗漏或额外服用药物的情况，观察患者的药物使用记录和药品剩余情况等。在条件允许的情况下，还可以使用一些标准化工具，如普通用药依从性量表（General Medication Adherence Scale，GMAS），更精确地评估患者是否按时和正确使用药物［26］。GMAS有助于识别影响依从性的因素，从而促使医生采取相应的干预措施。在评估依从性的过程中，社区全科医生还需要考虑患者是否承受着过重的药物治疗负担。为此，可以使用慢性病共存治疗负担问卷（Multimorbidity Treatment Burden Questionnaire，MTBQ）等工具，快速明确患者的治疗负担情况［27］。

2.2.3 医患共同决策：医患共同决策是MDMF的核心环节，首要步骤是确立医患共同认可的治疗目标。治疗目标的设定应基于患者的疾病状况、生活方式、个人偏好以及相关并发症制定。当共同治疗目标确定后，医患沟通将聚焦于如何实现这些目标，包括药物的选择及相关生活习惯的改变等。在尽可能减少对患者日常生活干扰的前提下，医生向患者提供必要的指导与支持，帮助其实现治疗目标。在时间有限的门诊环境中，社区全科医生需要帮助患者识别并优先解决最关键的健康问题。每次门诊集中讨论1～2个重要问题，而非试图一次性解决所有问题，这种深入而集中的沟通方法能够有效提高接诊的效率，使决策得到更全面和深入的探讨。

社区全科医生根据患者健康问题及用药综合评估的结果，向患者告知计划使用的药物治疗方案。在提出治疗方案前，社区全科医生需评估患者对治疗的期望，鼓励患者参与到决策过程中。药物选择应以安全性和有效性为首要考量，兼顾经济性和治疗负担。随后，通过开放式的沟通，与患者讨论每种药物的潜在获益和实际可达到目标的可能性，包括生活质量、症状和临床指标的预期影响。在沟通过程中，社区全科医生应该采用开放性的问题，鼓励患者表达自己的观点和感受，并采用积极倾听的技巧，确保患者的意见被充分听取和尊重。例如，医生可以询问患者对于不同治疗方案的看法，他们是否愿意接受长期治疗，以及他们对于治疗过程中可能需要的生活方式调整有何想法。

在共同决策的过程中，社区全科医生应展现出同理心，理解患者可能面临的心理和情感压力。长期患病的患者可能会对持续的药物治疗感到疲惫或焦虑［28］，对此，医生应提供必要的支持和安慰，帮助患者缓解负面情绪，同时提供或引导患者获取心理辅导资源。在尊重患者个人偏好的基础上，社区全科医生有责任纠正患者可能持有的不正确观点，如对药物不良反应的不必要担忧或对药物效果的偏见。总之，在与患者共同决策药物治疗方案时，社区全科医生应综合考虑科学证据、自身的专业建议以及患者的个人偏好和治疗负担，以确保制定的药物治疗方案既科学合理，又能够充分满足患者的需求和期望。

2.2.4 药物治疗记录：药物治疗记录是决策后的重要步骤。随着电子病历系统的广泛应用，开具药物处方后药物的名称、剂量和用法可以自动记录在电子病历中。然而，对于患有共病的患者而言，药物种类繁多且用药方案复杂，仅依赖电子病历的记录可能不足以呈现清晰的用药史，特别是在诊疗信息不连贯的情况下。因此，为共病患者建立一个全面且规范的药物治疗档案，协助社区全科医生和患者快速而准确地掌握当前用药方案是十分必要的。

在药物治疗档案中，社区全科医生应及时记录下患者用药方案的相关信息，其中应包括患者所有在用药物（处方药、非处方药、补充剂和保健品等）的名称、剂量、用药频率与给药途径；药物的适应证，用于明确每种药物针对的疾病或解决的健康问题；预期治疗周期；调整剂量或用法的说明。同时，对于患者当前或既往用药中出现的不良反应，也应予以记录，以便于监测和预防潜在的药物相互作用或不良反应。规范的药物治疗记录可以提高患者用药的安全性和有效性，亦有助于社区全科医生对共病患者的持续跟踪和管理。

用药教育是确保共病患者正确理解和执行用药方案的环节，有助于患者认识到合理用药的重要性和提高对用药依从性。社区全科医生应结合药物记录文档，根据患者的个体情况向其详细解释每种药物的名称、预期效果以及可能发生的不良反应。同时，医生还应提供具体的用药指导，包括药物的正确使用时间、剂量、以及与食物或其他药物的潜在相互作用，避免患者的不当用药行为。针对依从性不佳的患者，医生应提供个性化的解决方案，帮助其克服可能影响依从性的因素，例如通过教育减轻患者对不良反应的担忧，寻求患者家属和其他照护者的帮助，或调整用药时间以适应患者的日常生活等。

2.2.5 安排随访计划：在共病药物治疗决策的最终阶段，社区全科医生在接诊时应当为共病患者制定随访计划，以确保未来持续评估治疗效果并实现既定的治疗目标。随访计划的首要任务是告知患者常规复诊的时间安排与复诊时需要完成的事项，包括持续药物治疗和必要的实验室检查等。随访计划应基于患者的病情严重性、稳定性、药物种类与数量以及依从性等因素进行个性化调整。在安排随访计划时，社区全科医生应指导患者如何识别并报告潜在的药物不良反应，当可疑症状出现时，患者应立即与医生联系或前往医院进行复诊。为了提升随访的效率和效果，建议医生指导患者记录实际用药情况、用药体验以及疑似发生的不良反应，并监测关键生理指标。患者记录在随访期间将提供重要的参考信息，有助于社区全科医生更准确地评估治疗效果，及时调整治疗方案。

在为共病患者安排随访计划时，社区全科医生应提供多样化的随访方式，以适应不同患者的需求和偏好。除了传统的门诊随访外，还可采用基于远程监测的随访途径，为患者提供更加便捷的服务。社交媒体平台、电话或短信因其便捷性和实时性，已成为社区全科医生进行远程随访的常用工具，特别适合因行动不便或居住在偏远地区而难以亲自就诊的患者。通过远程随诊，社区全科医生能够随时掌握患者的用药情况和身体状况，及时提供必要的医疗建议和指导。社区全科医生应鼓励患者通过微信等社交媒体平台反馈用药体验和身体状况，这有助于评估其药物治疗的有效性、安全性和患者依从性，进而对患者的治疗计划进行调整，最终优化整体治疗效果［29］。

3 反思与启示

3.1 MDMF的应用价值

作为临床治疗决策模型，MDMF为社区全科医生提供了一种全面而动态的方法，以应对共病患者在药物治疗决策中面临的困境。MDMF引导社区全科医生在全面评估患者健康相关问题的基础上，与患者共同决策药物治疗方案，向患者提供用药教育，并将决策过程贯穿于共病的整个管理周期。

MDMF的应用价值主要体现在3个方面。首先，与传统临床决策模型相比，MDMF促使医生以整体性的视角，全方位地考虑患者罹患的多种慢性病、疾病之间及其药物之间的潜在相互作用。社区全科医生在临床实践指南和药物说明书等医疗信息的支持下，深入分析疾病与药物之间的相互关联性，可以在决策前为患者提供的相对合理的治疗选择，减少非必要药物的使用，有助于从根源上降低共病患者的药物相关问题发生率，改善用药方案的整体治疗效果。

其次，MDMF关注共病患者在健康状况、生活方式、治疗偏好和生活环境等方面的个体差异，采用“生物-心理-社会”医学模式制定治疗方案，以满足患者的实际需求。MDMF将医患共同决策置于决策过程的核心位置，通过促进医患之间的深入沟通和紧密合作，MDMF帮助社区全科医生了解患者的治疗偏好和价值观念，从而能够确定患者的健康问题优先顺序，并制定出既符合患者期望又适应其生活实际的个性化管理方案。MDMF以患者为中心的决策模式不仅有助于提升患者的满意度和参与度，还能够促进患者对治疗的长期坚持，提高治疗效果和生活质量。

再次，MDMF要求社区全科医生从动态的视角看待共病药物治疗决策，通过为患者安排合理的随访计划，在治疗周期中及时应对患者的健康问题变化。临床证据推荐的药物治疗着眼于改善患者的长期结局，但患者短期面临的问题（例如治疗负担过重）可能与治疗方案发生冲突。将治疗决策融入长期随访过程中，MDMF确保患者在整个治疗过程中都能获得个性化和连续性的医疗照护。社区全科医生应用MDMF能够及时捕捉并应对患者健康问题的变化，必要时调整治疗方案以适应患者的个体需求，在提升了治疗灵活性和适应性的同时强化了医患之间的合作。

3.2 潜在的应用挑战

社区全科医生在应用MDMF与共病患者开展药物治疗决策时，可能面临的挑战：（1）医生临床决策能力不足。在决策过程中，社区全科医生需要具备扎实全面的药学知识，以便根据患者的健康状况提供合理的药物选择；同时，还需要投入时间和精力与患者进行有效沟通，使患者充分表达观点和理解，在决策中真正有所参与。（2）门诊时间有限。共病管理过程中保持MDMF动态流程确保患者能够及时获得个性化的治疗方案，如果不能保证足够的沟通时间，可能出现病史信息获取不完整，患者偏好评估不全面等问题。（3）缺少必要医药信息支持。在进行药物综合评估时，如果缺乏一个完善的临床合理用药系统，或者与药师协作的密切度不足，社区全科医生获取合理用药信息的难度将会增加，不利于其在短时间内做出准确的分析和判断。（4）患者配合度低。当患者主动提出不合理药物的请求，并拒绝深入沟通时，社区全科医生将难以正常应用MDMF机进行决策，致使药物治疗的质量偏低。上述问题在社区医疗环境中较为普遍，这对全科医生应用MDMF提出了更高的能力要求。因此，采取相应措施以确保为共病患者提供高质量的药物治疗决策尤为重要［30］。

3.3 在社区推广应用MDMF的建议

3.3.1 开展专项能力培训：为了确保社区全科医生的能力满足MDMF的应用要求，开发一个全面的培训计划至关重要。该计划应包括基础和进阶两个层次的培训，以满足不同经验和知识水平的医生的需求。基础培训应覆盖MDMF的核心药学知识、共病评估和管理技巧；进阶培训则应专注于提升医生的临床决策技能，尤其是如何利用MDMF制定个体化的药物治疗计划、开展用药教育以及执行有效的随访管理。在培训的实施方式上，建议采用多样化的教学方法，如结合实践案例的讲座式授课、研讨会、工作坊以及模拟教学，以增强培训的吸引力和实用性，促进知识的理解和记忆。为确保培训效果，每个模块结束后都应进行考核，并为参与者提供针对性的反馈和具体的改进建议，这将帮助社区全科医生了解并掌握MDMF的使用方法，有效解决患者的复杂医疗问题［31］。

3.3.2 提供用药决策支持：为社区全科医生提供用药决策支持是提高MDMF应用效率的关键。例如，在社区医疗机构中引入先进的合理用药软件，这一目标可以通过采购电子临床用药决策支持系统来实现，该系统能够嵌入现有的电子病历系统中，或以合理用药插件的形式增强电子病历系统的功能。此外，购买合理用药的手机应用程序权限，亦可以为社区全科医生提供便捷的用药决策支持。合理用药的软件应具备多项核心功能，包括药物相互作用的提醒、药物合理使用方法的智能推荐，以及基于最新临床指南的治疗建议等［32］。在资源和条件允许的情况下，建议在社区医疗机构内部招募或与综合医院药学部合作，建立药师咨询团队［33］。该团队将为社区全科医生提供全面的药物信息咨询服务，包括处方审查和处方点评，确保药物治疗方案的安全性和有

效性。

3.3.3 制定激励与监督措施：为推动社区全科医生主动为共病患者开展科学的药物治疗决策，建议制定一系列切实可行的激励措施，以鼓励其积极参与MDMF的应用，提升职业成就感和工作积极性。激励措施可包含提供继续医学教育学分、给予经济补助或提供上级医院进修学习等职业发展机会，公开表彰在共病管理中药物治疗质量突出的医生，同时鼓励医生之间的经验交流和知识共享［34］。另一方面，建议社区医疗机构成立药物处方质量改进委员会，负责监督和评估MDMF的应用效果。该委员会定期审查医生的处方合理性，调查患者对药物治疗的满意度，确保药物治疗方案符合临床指南和患者需求。基于审查和调查结果，委员会应制定和实施针对性的质量改进策略。通过上述措施，可以确保MDMF的应用不仅能够带来实际的临床改进，还能显著提高医疗服务的质量和患者的满意度。

4 小结

难以合理评估共病患者用药的获益与潜在风险给社区全科医生带来药物治疗决策困境。为应对这一决策困境，本文提出了一种动态的综合性决策框架——MDMF。相较于传统临床决策模型，MDMF围绕医患共同决策的核心，全面考虑了共病患者多种疾病与药物之间的复杂相互作用，并强化了药物治疗的记录、教育与随访，具有提升治疗方案的合理性和减轻治疗负担的潜力。MDMF的成功实施需要社区全科医生具备相应的专业能力和外部条件的支持。为推广MDMF在社区医疗环境下的应用，未来的研究和实践可以着重于开发和实施针对性的社区共病药物治疗能力培训课程、设计和运用有效的药物治疗决策支持工具，以及制定和执行合理用药的激励与监督政策。

作者贡献：夏瑀、徐志杰负责文章的构思与设计、可行性分析、论文撰写；夏瑀、徐志杰、周馨媚负责文献资料收集和整理；童钰铃、罗原对文章提出了修改建议；徐志杰、赵洋负责质量控制及审校，并对文章负责。

本文无利益冲突。

夏瑀https：//orcid.org/0009-0003-8837-1139

周馨媚https：//orcid.org/0009-0009-1364-3316

李峥嵘https：//orcid.org/0009-0004-5881-3191

罗原https：//orcid.org/0009-0009-6971-5497

童钰铃https：//orcid.org/0000-0002-3772-9327

赵洋https：//orcid.org/0000-0002-6011-5948

徐志杰https：//orcid.org/0000-0003-4824-6176

参考文献

SKOU S T，MAIR F S，FORTIN M，et al. Multimorbidity［J］. Nat Rev Dis Primers，2022，8（1）：48. DOI：10.1038/s41572-022-00376-4.

CHOWDHURY S R，CHANDRA DAS D，SUNNA T C，et al.

Global and regional prevalence of multimorbidity in the adult population in community settings：a systematic review and meta-analysis［J］. EClinicalMedicine，2023，57：101860.

何莉，张逸凡，沈雪纯，等. 中国大陆地区居民慢性病共病的流行趋势：一项Meta分析［J］. 中国全科医学，2023，26（29）：3599-3607. DOI：10.12114/j.issn.1007-9572.2023.0217.

MAIR F S，MAY C R. Thinking about the burden of treatment［J］. BMJ，2014，349：g6680. DOI：10.1136/bmj.g6680.

SALISBURY C. Multimorbidity：redesigning health care for people who use it［J］. Lancet，2012，380（9836）：7-9. DOI：10.1016/S0140-6736（12）60482-6.

SÁNCHEZ-VALLE J，CORREIA R B，CAMACHO-ARTACHO M，et al. Prevalence and differences in the co-administration of drugs known to interact：an analysis of three distinct and large populations［J］. BMC Med，2024，22（1）：166. DOI：10.1186/s12916-024-03384-1.

STOKES T，TUMILTY E，DOOLAN-NOBLE F，et al. Multimorbidity，clinical decision making and health care delivery in New Zealand primary care：a qualitative study［J］. BMC Fam Pract，2017，18（1）：51. DOI：10.1186/s12875-017-0622-4.

SELVAKUMAR D，SIVANANDY P，INGLE P V，et al. Relationship between treatment burden，health literacy，and medication adherence in older adults coping with multiple chronic conditions［J］. Medicina，2023，59（8）：1401. DOI：10.3390/medicina59081401.

GEBREYOHANNES E A，GEBRESILLASSIE B M，MULUGETA F，et al. Treatment burden and health-related quality of life of patients with multimorbidity：a cross-sectional study［J］. Qual Life Res，2023，32（11）：3269-3277. DOI：10.1007/s11136-023-03473-3.

MIKKOLA H，DIMITROW M，HÄMEEN-ANTTILA K，et al. Understanding medication-related burden from patient perspectives：a qualitative study testing the applicability of the conceptual model among chronically ill outpatients in Finland［J］. BMJ Open，2023，13（12）：e077214. DOI：10.1136/bmjopen-2023-077214.

RIECKERT A，SOMMERAUER C，KRUMEICH A，et al. Reduction of inappropriate medication in older populations by electronic decision support（the PRIMA-eDS study）：a qualitative study of practical implementation in primary care［J］. BMC Fam Pract，2018，19（1）：110. DOI：10.1186/s12875-018-0789-3.

USHERWOOD T. Therapeutic inertia［J］. Aust Prescr，2024，47（1）：15-19. DOI：10.18773/austprescr.2024.001.

HASKARD-ZOLNIEREK K，MARTIN L R，BUENO E H，et al. Physician-patient communication and satisfaction in Spanish-language primary care visits［J］. Health Commun，2023，38（4）：714-720. DOI：10.1080/10410236.2021.1973176.

HESER K，POHONTSCH N J，SCHERER M，et al. Perspective of elderly patients on chronic use of potentially inappropriate medication - Results of the qualitative CIM-TRIAD study［J］. PLoS One，2018，13（9）：e0202068. DOI：10.1371/journal.pone.0202068.

ALRASHEED M M，ALHAWASSI T M，ALANAZI A，et al. Knowledge and willingness of physicians about deprescribing among older patients：a qualitative study［J］. Clin Interv Aging，2018，13：1401-1408. DOI：10.2147/CIA.S165588.

FARMER C，FENU E，O'FLYNN N，et al. Clinical assessment and management of multimorbidity：summary of NICE guidance［J］. BMJ，2016，354：i4843. DOI：10.1136/bmj.i4843.

HAREEM A，LEE J，STUPANS I，et al. Benefits and barriers associated with e-prescribing in community pharmacy - a systematic review［J］. Explor Res Clin Soc Pharm，2023，12：100375. DOI：10.1016/j.rcsop.2023.100375.

CAI S T，HUANG X H，VAN C，et al. General practitioners' attitudes towards and frequency of collaboration with pharmacists in China：a cross-sectional study［J］. BMC Health Serv Res，2023，23（1）：1174. DOI：10.1186/s12913-023-10151-0.

XU Z J，LU Y T，LIANG X J，et al. Primary care physician responses to requests by older adults for unnecessary drugs：a qualitative study［J］. BMC Prim Care，2022，23（1）：247. DOI：10.1186/s12875-022-01857-x.

徐志杰，钱熠，严明，等. 基于疾病协同理论的慢性病共病影响因素与管理策略［J］. 中国全科医学，2024，27（11）：1288-1295. DOI：10.12114/j.issn.1007-9572.2023.0701.

CHARLES C，GAFNI A，WHELAN T. Decision-making in the physician-patient encounter：revisiting the shared treatment decision-making model［J］. Soc Sci Med，1999，49（5）：651-661. DOI：10.1016/s0277-9536（99）00145-8.

ELWYN G，DURAND M A，SONG J L，et al. A three-talk model for shared decision making：multistage consultation process［J］. BMJ，2017，359：j4891. DOI：10.1136/bmj.j4891.

STIGGELBOUT A M，PIETERSE A H，DE HAES J C J M. Shared decision making：Concepts，evidence，and practice［J］. Patient Educ Couns，2015，98（10）：1172-1179.

李学靖，赵俊强，张小艳，等. 渥太华决策支持框架内涵及其临床应用的范围综述［J］. 中华护理杂志，2022，57（6）：756-762.

MAKOUL G，CLAYMAN M L. An integrative model of shared decision making in medical encounters［J］. Patient Educ Couns，2006，60（3）：301-312. DOI：10.1016/j.pec.2005.06.010.

WANG Y，WANG X X，WANG X B，et al. Translation and validation of the Chinese version of the general medication adherence scale（GMAS）in patients with chronic illness［J］. Curr Med Res Opin，2021，37（5）：829-837. DOI：10.1080/03007995.2021.1901680.

DUNCAN P，MURPHY M，MAN M S，et al. Development and validation of the multimorbidity treatment burden questionnaire（MTBQ）［J］. BMJ Open，2018，8（4）：e019413. DOI：10.1136/bmjopen-2017-019413.

READ J R，SHARPE L，MODINI M，et al. Multimorbidity and depression：a systematic review and meta-analysis［J］. J Affect Disord，2017，221：36-46. DOI：10.1016/j.jad.2017.06.009.

梁旭健，曾锐峰，邓志玲，等. 基于微信平台的医院药学服务实践：现状与启示［J］. 中国医院药学杂志，2022，42（22）：2421-2424，2429. DOI：10.13286/j.1001-5213.2022.22.19.

XU Z J，LIANG X J，ZHU Y，et al. Factors associated with potentially inappropriate prescriptions and barriers to medicines optimisation among older adults in primary care settings：a systematic review［J］. Fam Med Community Health，2021，9（4）：e001325. DOI：10.1136/fmch-2021-001325.

CLARK B，KAI M R，DIX R，et al. Association of a multimodal educational intervention for primary care physicians with prescriptions of buprenorphine for opioid use disorders［J］. JAMA Netw Open，2019，2（10）：e1913818. DOI：10.1001/jamanetworkopen.2019.13818.

MUTH C，UHLMANN L，HAEFELI W E，et al. Effectiveness of a complex intervention on prioritising multimedication in multimorbidity（PRIMUM）in primary care：results of a pragmatic cluster randomised controlled trial［J］. BMJ Open，2018，8（2）：e017740. DOI：10.1136/bmjopen-2017-017740.

邓志玲，陆益婷，梁旭健，等. 基层药师与全科医生团队合作的研究进展、挑战及应对策略［J］. 中国全科医学，2023，26（10）：1179-1185. DOI：10.12114/j.issn.1007-9572.2022.0615.

CROOKS M G，CUMMINGS H，MORICE A H，et al. Reducing short-acting beta-agonist use in asthma：impact of national incentives on prescribing practices in England and the findings from SENTINEL plus early adopter sites［J］. NPJ Prim Care Respir Med，2024，34（1）：6. DOI：10.1038/s41533-024-00363-0.

（收稿日期：2024-07-15；修回日期：2024-09-15）

（本文编辑：崔莎）