Construction and validation of a medication deviation prediction model for hospital-to-home transition period in coronary heart disease patients with initial treatment

LI Yushuang; LI Shu; ZHANG Qianying; HUANG Yan; LIU Kun; GU Xiulin; JIANG Huanhuan

doi:10.6039/j.issn.1001-0408.2026.04.14

您当前的位置：

首页 >

文章列表页 >

Construction and validation of a medication deviation prediction model for hospital-to-home transition period in coronary heart disease patients with initial treatment

更新时间：2026-02-27

- Construction and validation of a medication deviation prediction model for hospital-to-home transition period in coronary heart disease patients with initial treatment
- ZHONGGUO YAOFANG Vol. 37, Issue 4, Pages: 491-496(2026)
- 作者机构：
  
  1.华北理工大学附属医院药学部，河北唐山　063000
  2.华北理工大学药学院，河北唐山　063210
  3.河北北方学院附属第二医院药剂科，河北张家口　075100
- 作者简介：
- 基金信息：
- DOI：10.6039/j.issn.1001-0408.2026.04.14
  CLC： R972;R543
- Received：27 September 2025，
  
  Revised：2025-11-18，
  
  Accepted：30 January 2026，
  
  Published：28 February 2026
- 稿件说明：
移动端阅览
李玉双,李殊,张倩影,等.初治冠心病患者在医院-家庭过渡期的用药偏差预测模型构建与验证[J].中国药房,2026,37(04):491-496.

LI Yushuang,LI Shu,ZHANG Qianying,et al.Construction and validation of a medication deviation prediction model for hospital-to-home transition period in coronary heart disease patients with initial treatment[J].ZHONGGUO YAOFANG,2026,37(04):491-496.
李玉双,李殊,张倩影,等.初治冠心病患者在医院-家庭过渡期的用药偏差预测模型构建与验证[J].中国药房,2026,37(04):491-496. DOI： 10.6039/j.issn.1001-0408.2026.04.14.

LI Yushuang,LI Shu,ZHANG Qianying,et al.Construction and validation of a medication deviation prediction model for hospital-to-home transition period in coronary heart disease patients with initial treatment[J].ZHONGGUO YAOFANG,2026,37(04):491-496. DOI： 10.6039/j.issn.1001-0408.2026.04.14.

摘要

目的

开发初治冠心病患者医院-家庭过渡期用药偏差风险预测模型，以助力医务人员快速识别用药偏差高危人群。

方法

纳入2024年1－7月华北理工大学附属医院（以下简称“我院”）的462例初治住院冠心病患者。将患者随机分为建模组与内部验证组。建模组患者依据是否发生用药偏差，分为用药偏差组和非用药偏差组。同法收集2025年6－9月我院心血管内科的57例初治住院冠心病患者作为外部验证组。采用单因素分析筛选预测因子，进一步通过多因素Logistic回归分析构建预测模型，并采用内部验证方法评估模型性能，采用外部验证方法检验模型的泛化能力。

结果

462例患者被分为建模组（319例）和内部验证组（143例）。在建模组中，用药偏差组有192例（占比60.19%），非用药偏差组有127例（占比39.81%）。多因素Logistic回归分析结果显示，年龄、药品种类、服药依从性、合理服药自我效能是初治冠心病患者用药偏差发生的预测因子（

＜0.05），预测模型方程为logit

＝ln[

/（1－

）

]

＝1.321+1.732×年龄+4.091×药品种类－4.360×服药依从性－3.081×合理服药自我效能。模型区分度良好，Hosmer-Lemeshow检验拟合的

值为0.439，受试者工作特征曲线下面积（AUC）为0.870，灵敏度为0.970，特异度为0.607；绘制了总分为350分、截断值为110分的风险列线图；内部验证组患者的AUC为0.787，预测准确率为77.6%；外部验证组患者的AUC为0.802，预测准确率为73.7%。

结论

本研究成功构建了初治冠心病患者医院-家庭过渡期用药偏差风险预测模型，此模型具备良好的区分度与预测准确率，识别出高龄（＞70岁）、药品种类≥5种、服药依从性差、合理服药自我效能差为用药偏差的独立危险因素。

Abstract

OBJECTIVE

To develope a predictive model for medication deviation risks during the hospital-to-home transition period in coronary heart disease （CHD） patients with initial treatment， aiming to assist medical staff in rapidly identifying high-risk groups for medication deviation.

METHODS

A total of 462 CHD patients with initial treatment from the Affiliated Hospital of North China University of Science and Technology （hereinafter referred to as “our hospital”） between January and July 2024 were enrolled. The patients were randomly divided into a modeling group and an internal validation group. The modeling group was further categorized into a medication deviation group and a non-medication deviation group based on whether medication deviations occurred. Similarly， 57 CHD patients with initial treatment from the cardiology department of our hospital between June and September 2025 were collected as an external validation group. Univariate analysis was used to screen predictive factors， followed by multivariate Logistic regression to construct the predictive model. Internal validation methods were employed to evaluate model performance， while external validation methods were used to test the model’s generalizability.

RESULTS

The 462 patients were divided into a modeling group （319 cases） and an internal validation group （143 cases）. In the modeling group， the medication deviation group （192 cases， 60.19%） and the non-medication deviation group （127 cases， 39.81%） were identified. Multivariate Logistic regression analysis revealed that age， medication type， medication adherence， and self-efficacy in rational medication use were predictive factors for medication deviations in CHD patients with initial treatment （

＜0.05）. The predictive model equation was logit

＝ln[

/（1－

）

]

＝1.321+1.732×age+4.091×medication type －4.360×medication adherence －3.081×self-efficacy in rational medication use. The model demonstrated good discrimination， with a Hosmer-Lemeshow goodness-of-fit test

-value of 0.439， an area under the receiver operating characteristic curve （AUC） of 0.870， sensitivity of 0.970， and specificity of 0.607. A risk nomogram with a total score of 350 points and a cutoff value of 110 points was plotted. The internal validation group showed an AUC o

f 0.787 and a prediction accuracy of 77.6%， while the external validation group exhibited an AUC of 0.802 and a prediction accuracy of 73.7%.

CONCLUSIONS

This study successfully developed a predictive model for medication deviation risks during the hospital-to-home transition period in CHD patients with initial treatment. The model demonstrates excellent discrimination and predictive accuracy， effectively identifying high-risk populations for medication deviations. Age （＞70 years）， number of drug types≥5， poor medication adherence， and poor self-efficacy in rational medication use are independent risk factors for medication deviations.

关键词

Keywords

references

HENRIQUES J ， AMARO AM ， PIEDADE A P . Biomi-micking atherosclerotic vessels：a relevant and （yet） sub-explored topic [J ] . Biomimetics （Basel）， 2024 ， 9 （ 3 ）： 135 .

LIU X ， TANG L ， TANG Y ， et al . Closing gaps in medication taking for secondary prevention of coronary heart disease patients among US adults [J ] . Heliyon ， 2022 ， 8 （ 11 ）： e11530 .

国家心血管病中心，中国心血管健康与疾病报告编写组 . 中国心血管健康与疾病报告2024概要 [J ] . 中国循环杂志， 2025 ， 40 （ 6 ）： 521 - 559 .

盛昌余 . 冠心病二级预防研究体会与进展 [J ] . 医学食疗与健康， 2022 ， 20 （ 24 ）： 163 - 166 .

于瑞，赵英强，李鹏，等 . 1 061例冠心病稳定型心绞痛患者二级预防现状及影响因素的横断面研究 [J ] . 中医杂志， 2024 ， 65 （ 20 ）： 2126 - 2134 .

IWAGAMI M ， MATSUI H . Introduction to clinical prediction models [J ] . Ann Clin Epidemiol ， 2022 ， 4 （ 3 ）： 72 - 80 .

程美娟，邱凯丽 . 老年缺血性脑卒中患者用药偏差预测模型构建与验证 [J ] . 临床护理杂志， 2024 ， 23 （ 3 ）： 14 - 18 .

张华倩，张梦，马晓雯，等 . 脑卒中患者医院-家庭过渡期用药偏差风险预测模型的构建及验证 [J ] . 护理学杂志， 2024 ， 39 （ 2 ）： 110 - 115 .

彭晓芸，张金江，段成城，等 . 首次入院与多次入院冠心病患者情绪障碍差异分析 [J ] . 中国临床护理， 2015 ， 7 （ 5 ）： 443 - 445 .

张旭，王蕊，隋雪芝，等 . 初次住院与重复住院冠状动脉硬化性心脏病患者健康教育认知缺陷的对比研究 [J ] . 解放军护理杂志， 2014 ， 31 （ 22 ）： 13 - 16 .

李英华，王秀英，陆悦，等 . 冠心病患者出院后用药差异发生情况及相关因素的调查研究 [J ] . 中国药房， 2015 ， 26 （ 2 ）： 273 - 275 .

GALLITTO G ， ENGLERT R ， KINCSES B ， et al . External validation of machine learning models-registered models and adaptive sample splitting [J ] . Gigascience ， 2025 ， 14 ： giaf036 .

于爱晨，王国英，傅孟元，等 . 老年慢性病患者用药偏差及相关因素研究 [J ] . 中国医院药学杂志， 2020 ， 40 （ 19 ）： 2059 - 2063 .

王秀英，李英华，肖锟婷，等 . 改良版用药差异评估工具的信度与效度评价 [J ] . 中国药房， 2015 ， 26 （ 31 ）： 4460 - 4462 .

SMITH J D ， COLEMAN E A ， MIN S J . A new tool for identifying discrepancies in postacute medications for community-dwelling older adults [J ] . Am J Geriatr Pharmacother ， 2004 ， 2 （ 2 ）： 141 - 147 .

赵晶晶，干梦希 . 基于随机森林分析首发老年糖尿病病人医院-家庭过渡期用药偏差的因素权属分析 [J ] . 全科护理， 2025 ， 23 （ 13 ）： 2559 - 2562 .

倪芳琴，唐志仙，王佳敏 . 老年高血压患者医院-家庭过渡期用药偏差预测模型构建 [J ] . 全科医学临床与教育， 2025 ， 23 （ 7 ）： 667 - 669 .

张华倩，陈芹，薛梦婷，等 . 缺血性脑卒中患者医院-家庭过渡期用药偏差及相关因素分析 [J ] . 护理学杂志， 2023 ， 38 （ 19 ）： 16 - 20 .

KRZYŻANIAK N ， PAWŁOWSKA I ， BAJOREK B . Review of drug utilization patterns in NICUs worldwide [J ] . J Clin Pharm Ther ， 2016 ， 41 （ 6 ）： 612 - 620 .

孟彤，张灵健，沈智文，等 . 临床药物依从性评价的研究进展 [J ] . 医药导报， 2021 ， 40 （ 4 ）： 466 - 471 .

RISSER J ， JACOBSON T A ， KRIPALANI S . Development and psychometric evaluation of the Self-efficacy for Appropriate Medication Use Scale （SEAMS）in low-literacy patients with chronic disease [J ] . J Nurs Meas ， 2007 ， 15 （ 3 ）： 203 - 219 .

于骁，孙亚召，黄捷，等 . 甘油三酯-葡萄糖指数联合C反应蛋白对缺血性脑卒中患者预后的预测价值 [J ] . 神经疾病与精神卫生， 2025 ， 25 （ 6 ）： 409 - 415 .

王梦格，王建榜，李新宇，等 . 老年人潜在不适当用药流行现状和影响因素的研究 [J ] . 临床医学进展， 2022 ， 12 （ 10 ）： 9628 - 9634 .

VAN DER NAT D J ， TAKS M ， HUISKES V J B ， et al . Risk factors for clinically relevant deviations in patients’ medication lists reported by patients in personal health records：a prospective cohort study in a hospital setting [J ] . Int J Clin Pharm ， 2022 ， 44 （ 2 ）： 539 - 547 .

魏宣宣 . 某院就诊慢性病老年患者用药偏差状况的调查分析 [J ] . 医学理论与实践， 2024 ， 37 （ 2 ）： 301 - 303 .

王哲，李杰，施恒远 . 某院心内科老年患者潜在不适当用药情况及影响因素分析 [J ] . 中国药业， 2024 ， 33 （ 16 ）： 135 - 140 .

SAMOILENKO M ， LEFEBVRE G . An exact regression-based approach for the estimation of natural direct and indirect effects with a binary outcome and a continuous mediator [J ] . Stat Med ， 2023 ， 42 （ 3 ）： 353 - 387 .

LIU Y H ， JIN L J . Research progress of drug treatment adherence in patients with coronary heart disease [J ] . Adv Cardiovasc Med ， 2019 ， 40 （ 1 ）： 113 - 116 .

薛文俊，牛晓丹，王艳红 . 老年2型糖尿病患者医院-家庭过渡期用药偏差的调查研究 [J ] . 中华护理杂志， 2021 ， 56 （ 2 ）： 225 - 232 .

沈晗埼 . 老年脑梗死患者医院-家庭过渡期用药偏差的调查研究 [D ] . 成都：成都医学院， 2023 .

BAKAN G ， INCI F H . Predictor of self-efficacy in individuals with chronic disease：stress-coping strategies [J ] . J Clin Nurs ， 2021 ， 30 （ 5/6 ）： 874 - 881 .

常陆，蒋梦蝶，王梦莹，等 . 老年糖尿病患者医院-家庭过渡期用药偏差的影响因素 [J ] . 中华老年医学杂志， 2022 ， 41 （ 4 ）： 433 - 437 .

王璐，赵齐美，谢赫男，等 . 老年慢性心力衰竭患者医院-家庭过渡期用药偏差现状及其影响因素 [J ] . 实用临床医药杂志， 2024 ， 28 （ 9 ）： 109 - 114 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Predictive model for severe adverse reaction associated with bevacizumab based on the global trigger tool and machine learning

Analysis of influencing factors for successful detoxification in patients undergoing methadone maintenance therapy

Analysis of factors influencing the achievement of target vancomycin plasma concentration and construction of a predictive model in patients from high-altitude regions： a single-center retrospective study

MeDIP-Seq 法检测冠心病患者全基因组甲基化谱

硝苯地平联合氯沙坦对高血压合并冠心病患者血压和肾功能的影响

Related Author

FU Yongfei

LONG Xin

XU Hongzhen

TANG Jian

LI Xiangqing

LONG Yucheng

QIN Dong

MO Guodong

Related Institution

College of Pharmacy， Guilin Medical University

Dept. of Pharmacy， Guilin People’s Hospital

Data Center， Guilin People’s Hospital

Zhongshan Second People’s Hospital

School of Public Health， Guangdong Pharmaceutical University

⁰