科研 Skill
药物利用研究
pharm-drug-utilization
基于WHO ATC/DDD体系将处方数据换算为用药频度,做结构趋势与政策中断时间序列分析。适用于抗菌药物等药事管理研究。
发布者 Codar安全审核通过v0.1.0更新于 2026-11-18
SKILL.md
药物利用研究(Drug Utilization Research)
适用场景
- 医院或区域抗菌药物使用强度(AUD,DDDs/100 人天)的年度变化与结构分析。
- 国家组织药品集中带量采购前后中选/非中选品种用量与费用变化评估。
- 某类药物(如质子泵抑制剂、他汀类)的用药频度(DDDs)排序与限定日费用(DDDc)比较。
- 处方数据中的用药模式描述:多重用药、联合用药、超说明书用药的比例(描述性研究层面)。
- 跨地区或跨国用药水平比较(需统一 ATC/DDD 版本与人口分母)。
边界与不适用
- 仅用于群体层面的科研与药事管理分析,不对个体患者给出用药、剂量或处方调整建议。
- DDD 是统计计量单位,不等于推荐日剂量或实际处方日剂量(PDD),不能据此判断某位患者剂量是否合适。
- 不做个体化的处方合理性判定;处方点评类研究须由具备资质的药师按院内标准完成,本 Skill 只协助数据整理与统计。
- 药物警戒信号挖掘见
pharm-pharmacovigilance。
工作流
- 界定研究问题与口径
- 明确研究对象(门诊/住院/全院/区域)、时间窗、药物范围(ATC 层级,如 J01 全身用抗菌药)。
- 选择指标:DDDs、DDDs/1000 居民/日(社区人群)、DDDs/100 床日或 /100 人天(住院)、DDDc、用药金额与构成比、DUR 90%。
- 决策点:分母来源(常住人口、出院患者实际占用床日)须与指标定义一致。
- 数据获取与去标识化
- 来源:医院 HIS 处方明细、药库出库数据、医保结算数据、药品采购平台数据。
- 去除姓名、身份证号、病历号等直接标识;患者 ID 用加盐哈希;仅保留研究所需字段。
- 记录伦理审批与数据使用协议编号。
- 药品标准化与 ATC 映射
- 统一通用名(去商品名、盐基与剂型后缀规则写成映射表),映射到 ATC 代码。
- 计算每条记录的总活性成分量:规格 × 数量(注意单位 mg/g/IU、复方制剂)。
- 复方制剂按 WHO 规定的复方 DDD(以"单位剂量 UD"计)处理;无 DDD 的药物单列,不强行估算。
- 决策点:固定 DDD 版本年份(WHO 每年更新),跨年研究统一用同一版本并在方法中注明。
- 指标计算
- DDDs = 总用量 / DDD 值。
- DDDc = 总金额 / DDDs。
- DUR 90%:按 DDDs 降序累计至 90% 的品种数及其占比。
- 排序比 B/A:金额排序与 DDDs 排序之比,用于观察价格与用量的同步性(描述用途)。
- 趋势与政策影响分析
- 描述趋势:年度/月度序列图、年均变化率。
- 政策评估:中断时间序列(ITS,分段回归,考虑自相关与季节性),或 Joinpoint 回归识别变化点。
- 决策点:政策实施有过渡期时设置缓冲期;存在同期其他政策时在讨论中说明混杂。
- 报告
- 按药物利用研究常用结构报告:数据来源、ATC/DDD 版本、分母定义、缺失处理、敏感性分析。
工具与数据源
- WHO Collaborating Centre for Drug Statistics Methodology:ATC/DDD Index 及《Guidelines for ATC classification and DDD assignment》(每年更新)。
- 国家卫生健康委抗菌药物临床应用管理相关文件(AUD 指标口径)。
- 国家组织药品集中采购中选结果公告(上海阳光医药采购网等平台公示)。
- 《中华人民共和国药典》《国家基本药物目录》《国家医保药品目录》用于药品分类与范围界定。
- Python:
pandas、statsmodels(分段回归、Newey-West 标准误);R:segmented、nlme。 - Joinpoint Regression Program(美国 NCI 提供)。
最小代码示例(Python)
import pandas as pd
import statsmodels.formula.api as smf
rx = pd.read_csv("rx_clean.csv") # 列:month, atc, amount_mg, cost
ddd = pd.read_csv("ddd_2024.csv") # 列:atc, ddd_mg(固定版本)
d = rx.merge(ddd, on="atc", how="left", validate="many_to_one")
print("无 DDD 记录占比:", d["ddd_mg"].isna().mean())
d = d.dropna(subset=["ddd_mg"])
d["ddds"] = d["amount_mg"] / d["ddd_mg"]
m = d.groupby("month", as_index=False)[["ddds", "cost"]].sum()
beds = pd.read_csv("bed_days.csv") # 列:month, bed_days
m = m.merge(beds, on="month")
m["dddi"] = m["ddds"] / m["bed_days"] * 100 # DDDs/100 床日
m["t"] = range(len(m))
m["post"] = (m["month"] >= "2023-01").astype(int)
m["t_post"] = (m["t"] - m.loc[m["post"] == 1, "t"].min()).clip(lower=0) * m["post"]
its = smf.ols("dddi ~ t + post + t_post", data=m).fit(cov_type="HAC", cov_kwds={"maxlags": 3})
print(its.summary())
质量检查
- ATC/DDD 版本年份固定并注明;跨年数据未混用不同版本。
- 通用名映射表可追溯,人工抽检至少 5% 记录。
- 规格单位统一(mg/g/IU),复方制剂处理方式明确。
- 分母(人口、床日、人天)定义与指标匹配,来源有据。
- 无 DDD 的药物单列报告,未随意估算。
- ITS 检查了自相关、季节性与过渡期;有敏感性分析。
- 数据已去标识化,伦理审批与数据协议已记录。
输出格式
- 品种表:ATC、通用名、DDD 值、DDDs、金额、DDDc、DDDs 排序、金额排序、B/A。
- 结构表:ATC 第 2–4 级构成比。
- 趋势图与 ITS 结果表:水平变化、斜率变化、95% CI。
- 方法附录:数据源、版本、映射规则、缺失处理。
参考规范与文献
- WHO Collaborating Centre for Drug Statistics Methodology. Guidelines for ATC classification and DDD assignment(年度版)。
- WHO. 2003. Introduction to Drug Utilization Research.
- Wagner AK, Soumerai SB, Zhang F, Ross-Degnan D. 2002. Segmented regression analysis of interrupted time series studies in medication use research. Journal of Clinical Pharmacy and Therapeutics.
- Elseviers M, et al. (eds). 2016. Drug Utilization Research: Methods and Applications. Wiley.
示例提示词
请按 WHO ATC/DDD 计算我院近五年抗菌药物使用强度,并用中断时间序列评估集采政策前后的变化。
所属插件
安装该插件会一并获得同领域的 9 个 Skill / MCP。
同插件的其他科研 Skill
- 药物ADMET计算预测用SwissADME、ADMETlab等工具预测化合物吸收分布代谢排泄与毒性,评估适用域局限。适用于先导化合物早期筛选,不作安全性依据。
- 剂量效应与协同分析用drc或scipy拟合四参数剂量效应曲线估计IC50/EC50,并用Bliss/Loewe模型评估联用协同。适用于细胞活力与酶抑制实验分析,不外推临床剂量。
- 制剂处方 QbD 优化按ICH QbD理念做风险评估与Box-Behnken/CCD响应面实验优化处方工艺。适用于片剂纳米制剂的处方研究,不涉及临床给药。
- 非房室药动学与生物等效用PKNCA计算AUC/Cmax等参数,按交叉设计做ANOVA估计几何均值比90%CI。适用于仿制药生物等效性研究与CRO结果复核。
- 药物警戒信号挖掘下载FAERS数据去重标准化后计算ROR/PRR/EBGM信号,讨论报告偏倚局限。适用于药物不良事件信号挖掘类论文,不做因果判定。
- 群体药动学建模用nlmixr2/NONMEM估计群体药动学结构模型与协变量效应,做VPC和bootstrap验证。适用于稀疏采样PK数据与暴露-效应研究。
- 药理实验设计与报告按ARRIVE 2.0规划动物实验的随机化盲法与样本量估算,落实3R原则。适用于药效学方案设计与投稿前自查,不替代伦理审查。
- 靶点与药物数据库检索从ChEMBL、BindingDB等数据库检索靶点活性数据,统一单位去重整合。适用于SAR建模数据集构建与老药新用线索梳理。
常见问题
药物利用研究能做什么?
基于WHO ATC/DDD体系将处方数据换算为用药频度,做结构趋势与政策中断时间序列分析。适用于抗菌药物等药事管理研究。
如何安装药物利用研究?
在科搭 Codar 左侧点击「插件」,在「组件」页签搜索「药物利用研究」并安装;在 Claude Code 或 Codex 中可以发送本页的安装提示词,或下载 Skill 包后解压到 ~/.claude/skills 或 ~/.codex/skills。
药物利用研究需要哪些权限?
该科研 Skill没有声明额外权限;执行具体操作时仍由 Agent 按自身规则请求确认。
药物利用研究经过官方审核吗?
是。SpeedSkills 收录的每个版本都会记录内容摘要与权限声明,当前版本已通过安全审核。