Application of the ATC/DDD methodology in predicting the need for genetically engineered biological products used to treat patients with rheumatic diseases in a hospital setting

Abstract


Objective. To assess the feasibility of using the ATC/DDD methodology to predict the needs for genetically engineered biological drugs on the model of a republican hospital of the third level.Materials and methods. Medical documents (3329 patient health records with rheumatoid arthritis, ankylosing spondylitis and psoriatic arthritis during 2015-2020 years; 1181 appointment sheets) were used in our research. Retrospective and frequency analyses were used for learning of actual consumption of genetically engineered biological drugs (GIBD). Requirements on one case and for 355 predicted cases are calculated with the ATC/DDD methodology in natural unit of measurement (mg).Results and discussion. The frequency of appointments of 6 INN GIBP for 2019 has been established. The number of cases of the use of GIBP for 2020 is predicted - 355 cases. The forecast of the annual demand for GIBP in natural indicators (mg) and packages was obtained, which was compared with the actual consumption of GIBP for 2020.Conclusion. Based on the established discrepancies between the actual and predicted consumption of GIBD using ATC/DDD analysis for 4 INN, the discrepancy exceeded the criterion value of 25% (Abatacept - 62.33%, Infliximab - 73.35%, Rituximab - 68.42%, Certolizumab pegol - 38.63%), which indicates that it is inappropriate to use this method to predict the hospital need for GIBD.

Full Text

Введение Ревматические заболевания (РЗ) представляют собой группу гетерогенно разных клинически разнородных заболеваний, занимающих лидирующую позицию в мире по уровню негативного влияния на общество [1, 2]. Ежегодный рост эпидемиологических показателей по РЗ, высокий уровень хронизации и инвалидизации, существенное ухудшение качества жизни пациентов трудоспособного возраста приводят к значительным трудовым и экономическим потерям, что подтверждает их социально-экономическую значимость [3, 4]. Ревматоидный артрит (РА), анкилозирующий спондилит (АС) и псориатический артрит (ПсА) являются наиболее распространёнными воспалительными заболеваниями соединительной ткани, в основе патогенеза которых лежит комплекс дефектов иммунной системы [2, 3]. В России за последние 25-30 лет установлен факт 1,5-3,0-кратного роста эпидемиологических показателей по распространённости данных РЗ. Согласно данным исследований Е. Л. Насонова, Е. А. Галушко, распространённость РА в 2018 г. оказалась равной 0,61%, АС - 0,1%, ПсА - 0,37% [2]. РЗ относятся к категории высокозатратных заболеваний для системы здравоохранения, социальной системы и для пациента. Финансовые расходы на фармакотерапию РА, АС и ПсА с использованием дорогостоящих ГИБП занимают одно из ведущих мест в структуре общих затрат на лекарственное обеспечение для лечения социально значимых заболеваний [5]. Количественная оценка потребления лекарственных препаратов (ЛП) приобретает особую значимость, поскольку позволяет изучать их использование с течением времени и проводить оптимизацию системы лекарственного обеспечения в условиях дефицита бюджетных средств [6]. Использование современных методов исследования для оценки потребления ЛП, включая ATC/DDD-методологию, является целесообразным, т. к. фактор составления оптимальной заявки на закуп ЛС является ключевым в экономии бюджетных средств, в особенности финансовых ресурсов медицинских организаций [7, 8]. ATC/DDD-методология служит основным инструментом для проведения исследований по изучению потребления ЛС, с помощью которого можно оценить структуру расходов на закупку ЛС, а также изучить динамику использования лекарственных препаратов [9, 10]. В 1996 г. Всемирная организация здравоохранения (ВОЗ) впервые рекомендовала ATC/DDD-анализ как международный стандарт исследований для оценки потребления ЛС [8]. АТС/DDD-методология основана на классификационной системе, где для каждого ЛП, имеющего ATХ (АТС) код, ВОЗ установлены средние суточные поддерживающие дозы (Defined Daily Dose - DDD), позволяющие объективно оценивать приблизительный объём использования ЛП [10, 11]. Таким образом, в связи с необходимостью рационального распределения финансовых ресурсов в условиях дефицита бюджетных средств предложено использование АТС/DDD-методологии для прогнозирования потребности в ГИБП. Цель исследования: оценить целесообразность использования ATC/DDD-методологии для прогнозирования потребности в ГИБП на модели специализированного отделения. Материалы и методы При проведении ретроспективного фармакоэпидемиологического исследования проанализировано 3329 историй болезни пациентов с диагнозами РА, АС и ПсА, госпитализированных в ревматологическое отделение ГАУЗ «Республиканская клиническая больница» г. Казани за 2015-2020 гг. Произведён контент-анализ 1181 медицинской карты и листов врачебных назначений, где указывалось применение генно-инженерной терапии. Выкопировка данных проводилась с применением специально разработанной статистической карты, исключающей использование персональных данных и возможность разглашения конфиденциальной информации. С целью изучения динамики фактического потребления ГИБП за анализируемый период был использован частотный анализ структуры назначений. Для определения госпитальной потребности в ГИБП был применён ATC/DDD-анализ [9, 10]. Для конкретного клинического случая при РА, АС и ПсА в зависимости от наименования ГИБП предусмотрена определённая схема лечения, поэтому, учитывая особенности применения генно-инженерной терапии, потребность (Пi) рассчитывалась не на 1 пациента, а на 1 фактический случай применения [12]: Пi = DDDi × ti × m, (1) где Пi - потребности в i-м ГИБП на 1 случай применения в натуральных показателях (мг); ti - средняя продолжительность лечения i-м ГИБП в расчётный период (дней); m - частота назначения i-го ГИБП. Годовая потребность в натуральных показателях (мг) в ГИБП была рассчитана по формуле: П - Пi × N, (2) где П - годовая потребность в ГИБП для лечения пациентов с РА, АС и ПсА в натуральных показателях (мг); N - число случаев фактического применения ГИБП на прогнозируемый период - 2020 г. Величины DDD установлены согласно представленным данным Центра по статистике ЛП на специализированном сайте ВОЗ 57 [13]. При расчёте потребности в ГИБП использование установленных DDD не представлялось возможным, т. к. они не соответствуют предписанной суточной дозе. Учитывая фармакокинетические особенности ГИБП и характеристики больного, в терапии АРЗ используются терапевтические дозировки ГИБП, которые значительно отличаются от поддерживающих (DDD) [14]. Для МНН Ритуксимаб DDD не определена ввиду широкого спектра дозирования. Учитывая данные факторы, в исследовании были использован показатель средней дозы лекарственного средства PDD (Prescribed Daily Dose), установленной путем репрезентативной выборки листов врачебных назначений [10]. В условиях стохастичного фактического потребления показатель «число случаев фактического применения ГИБП на прогнозируемый период» (N) определено с помощью метода аналитического выравнивания временного ряда, где в качестве линии тренда использовалась функция полинома второй степени. Для удобства сравнения потребности в ГИБП на 2020 г., прогнозируемой с помощью ATC/DDD-методологии и фактического потребления за 2020 год, установленного в результате контент-анализа, полученные значения в натуральных показателях (мг) были количественно переведены в число упаковок конкретного ГИБП. Интерпретация проводилась исходя из торговых наименований ЛС, которые на 2021 г. зарегистрированы в Государственном реестре лекарственных средств и наиболее часто встречались в медицинской документации. Результаты и обсуждение За анализируемый период установлено, что для лечения пациентов с РА, АС и ПсА назначают ГИБП по 6 МНН: абатацепт, голимумаб, инфликсимаб, ритуксимаб, тоцилизумаб и цертолизумаба пэгол. В результате проведения частотного анализа установлена динамика потребления 6 ГИБП за 2015-2019 гг., которая указывает на его неравномерный характер (рис. 1). Неравномерный характер потребления при отсутствии прямой функциональной зависимости свидетельствует о невозможности прогнозирования на основе однофакторных моделей (экстраполяция тенденции, экспоненциальное сглаживание). Частота назначений каждого ЛС рассчитывалась как отношение фактического применения каждого МНН к общему числу назначений ГИБП за последний исследуемый период - 2019 г. (280 случаев). Таким образом, частота назначений составила: абатацепт - 0,218, голимумаб - 0,128, инфликсимаб - 0,064, ритуксимаб - 0,268, тоцилизумаб - 0,196 и цертолизумаба пэгол - 0,125. Число случаев фактического применения ГИБП на прогнозируемый период было определено с использованием программного обеспечения «Microsoft Office Excel 2016». Максимальная точность прогноза достигается при достижении показателя R2 = 1,0. Согласно данному методу, исследуемый показатель R2 составил 0,8284, прогнозируемое число случаев - 355 человек (рис. 2). На следующем этапе для каждого ГИБП рассчитаны потребность на 1 случай применения и годовая потребность на 355 прогнозируемых случаев в натуральных показателях (табл. 1). re202201.4htm00049.jpg При проведении сравнения прогнозируемых показателей с данными фактического потребления ГИБП годовая потребность в натуральных показателях была пересчитана на число упаковок конкретных ЛС. Результаты проведённого анализа представлены в табл. 2. Прогноз потребности считается удовлетворительным, если расхождение фактического и прогнозируемого значения не превышает 25%. В нашем случае установлено значительное расхождение в прогнозируемых данных для ГИБП: абатацепт (62,33%), инфликсимаб (73,35%), ритуксимаб (68,42%), цертолизумаба пэгол (38,63%). Для голимумаба и тоцилизумаба расхождение не превысило критического значения и составило 2,22 и 10,14% соответственно. Заключение Проведённое определение краткосрочной госпитальной потребности с использованием ATC/DDD-методологии показало разную возможность прогнозирования для ГИБП в условиях стационара. Так, для голимумаба и тоцилизумаба методика является приемлемой, расхождение составило 2,22 и 10,14% соответственно, однако для 4 МНН прогнозирование данным методом не является возможным. Таким образом, в условиях, когда потребление не является детерминированным, необходима разработка научно обоснованных методических подходов к определению потребности в ГИБП, представляющих собой многовариантный прогноз потребности с использованием в том числе корреляционно-регрессионного анализа.

About the authors

V. N. Ugoltsova

Kazan (Volga Region) Federal University

Email: veronika.ugolcova@gmail.com

D. Kh. Shakirova

Kazan (Volga Region) Federal University


D. I. Abdulganieva

Kazan State Medical University


R. S. Safiullin

Kazan State Medical University


References

  1. Левашова О. А., Левашов С. Ю. 20-летний мониторинг ревматических заболеваний у детей города Челябинска за 2000-2019 годы // Вятский медицинский вестник. 2021. Т. 69, № 1. С. 36-41. doi: 10.24411/2220-7880-2021-10148.
  2. Галушко Е. А., Насонов Е. Л. Распространенность ревматических заболеваний в России // Альманах клинической медицины. 2018. Т. 46, № 1. С. 32-39. doi: 10.18786/2072-0505-2018-46-1-32-39.
  3. Лила А. М., Древаль Р. О., Инамова О. В. Медико-экономический анализ влияния инвалидизации, ассоциированной с ревматическими заболеваниями, на экономику страны с учетом реализации пенсионной реформы // Современная ревматология. 2019. Т. 13, № 4. Р. 18-25. doi: 10/14412/1996-7012-2019-4-18-25.
  4. Кундер Е. В. Псориатический артрит: эпидемиология, социально-экономическая значимость, этиопатогенез // Вестник Витебского государственного медицинского университета. 2012. Т. 11, № 4. С. 64-73.
  5. Бурбелло А. Т., Федоренко А. С., Латария Э. Л. Сравнительный клинико-экономический анализ затрат на лекарственные препараты в многопрофильном стационаре за 2014-2018 гг. // Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. 2019. Т. 12, № 4. С. 291-299. doi: 10.17749/2070-4909.2019.12.4.291-299.
  6. Евстигнеев С. В., Александрова Э. Г., Абакумова Т. Р. Оценка потребления антибактериальных лекарственных средств в многопрофильном стационаре, проведенная по методологии ATC/DDD анализа // Медико-фармацевтический журнал «Пульс». 2019. № 7. С. 131-137.
  7. Васькова Л. Б., Тяпкина М. В., Михайленко Е. В. Сравнительный анализ объема потребления антипсихотических препаратов для лечения больных шизофренией на стационарном этапе лечения: 5-летнее ретроспективное исследование // Фармакоэкономика. Современная фармакоэкономика и фармакоэпидемиология. 2020. Т. 13, № 3. С. 251-261. doi: 10.17749/2070-490.
  8. Федоренко А. С., Бурбелло А. Т., Покладова М. В. Какие факторы необходимо учитывать при оценке финансовых затрат на лекарственные средства // Вестник Северо-Западного государственного медицинского университета им. И. И. Мечникова. 2018. Т. 10, № 2. С. 64-72. doi: 10.17816/mechnikov201810264-72.
  9. Федоренко А. С., Бурбелло А. Т., Сычев Д. А. Врач-клинический фармаколог: основные трудовые функции и их необходимость в медицинской организации // Менеджер здравоохранения. 2019. № 4. С. 60-68.
  10. Чеберда А. Е. Исследования потребления лекарственных средств // Качественная клиническая практика. 2017. № 1. С. 42-45.
  11. Жусупова Г. К., Жалдыбаева С. С., Утепова Д. Б., Жаменкенова А. А. Оценка потребления антибиотиков, закупленных единым дистрибьютором в рамках гарантированного объема бесплатной медицинской помощи за период 2012-2016 гг. с использованием рекомендаций Всемирной организации здравоохранения // Наука и здравоохранение. 2017. № 2. С. 34-47.
  12. Сафиуллин Р. С., Шакирова Д. Х., Красильников Д. М. Использование АТС/DDD-методологии для прогнозирования потребности в антибактериальных препаратах для лечения панкреонекроза // Фармакоэкономика: теория и практика. 2017. № 1. С. 12-14.
  13. Жукова О. В., Некаева Е. С., Хорошавина Е. С. и др. Фармакоэпидемиологический анализ фармакотерапии ожоговой травмы в реальной клинической практике // Медицинские технологии. Оценка и выбор. 2020. № 1. С. 70-79. doi: 10.31556/2219-0678.2020.39.1.070-079.
  14. Рачина С. А., Козлов Р. С., Белькова Ю. А. Фармакоэпидемиология: от теоретических основ к практическому применению // Фармакоэкономика. 2014. № 1. С. 32-38.

Statistics

Views

Abstract - 188

Cited-By


PlumX

Dimensions


Copyright (c) 2022 АО "Шико"

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

Mailing Address

Address: 105064, Moscow, st. Vorontsovo Pole, 12, building 1

Email: redactor@remedium-journal.ru

Phone: +7(495) 917-48-86



Principal Contact

Sherstneva Elena Vladimirovna
EXECUTIVE SECRETARY
FSSBI «N.A. Semashko National Research Institute of Public Health»

105064, Vorontsovo Pole st., 12, Moscow


Email: redactor@remedium-journal.ru

This website uses cookies

You consent to our cookies if you continue to use our website.

About Cookies