Medikationsanalysen sind eine wichtige Maßnahme zur Verbesserung der Arzneimitteltherapiesicherheit (AMTS). In der öffentlichen Apotheke ist eine Priorisierung von Patienten notwendig, weil Medikationsanalysen zeitintensiv sind und einzelne Patienten ein besonders hohes Risiko für arzneimittelbezogene Probleme (ABP) haben. Ziel der vorliegenden Arbeit war daher die Entwicklung von Risikomodellen zur Priorisierung von Patienten mit einem hohen Risiko für das Vorliegen von ABP, die in der öffentlichen Apotheke häufig identifiziert werden und gut lösbar sind.

Für die Entwicklung der Risikomodelle wurden Daten von Medikationsanalysen vom Typ 2a aus der Beobachtungsstudie „Medikationsmanagement in AMTS-qualifizierten Apotheken in Westfalen-Lippe unter Einbeziehung der AOK-PatientenQuittung“, kurz „3A-Studie“ genutzt. Potentielle Risikofaktoren wurden in einer Literaturrecherche mit Scoping-Review-Ansatz identifiziert. Es wurde jeweils ein Risikomodell für die folgenden sechs Endpunkte mittels multivariater logistischer Regression entwickelt: „Ungeeignete Dosierung“, „Ungeeigneter Einnahmezeitpunkt“, „Anwendungsprobleme“, „Interaktionen“, „Unerwünschte Arzneimittelwirkungen (UAW)“ und „Non-Adhärenz“. In die finalen sechs Risikomodelle wurden Prädiktoren eingeschlossen, die einen p-Wert ≤ 0,01 aufwiesen. Anschließend wurde ein Bootstrapping durchgeführt und die Area under the Receiver Operating Characteristics (AUROC)-Kurve für die Modelle bestimmt.

Insgesamt wurden 722 Medikationsanalysen in die Auswertung eingeschlossen. 36 im Studiensetting verfügbare potentielle Einflussfaktoren wurden in der multivariaten logistischen Regression untersucht. Folgende acht Prädiktoren zeigten eine signifikante Korrelation zu einem oder mehreren der Endpunkte und wurden somit als Prädiktoren identifiziert: Juckreiz, Schwindel, der patientenberichtete Gesundheitszustand, Mittel, die den Lipidstoffwechsel beeinflussen (C10), Mittel bei obstruktiven Lungenerkrankungen (R03), Systemische Hormonpräparate (H), die Arzneimittelanzahl und das Vorliegen einer Selbstmedikation. Das Modell zur Vorhersage von UAW zeigte das beste Vorhersagevermögen mit einer AUROC von 0,69.

Die Entwicklung von Risikomodellen zur Identifizierung von Patienten mit hohem Risiko für einzelne ABP ist ein vielversprechender Ansatz, um Medikationsanalysen gezielt anzubieten. Um die Anwendung in der Praxis zu erleichtern, sollten alle sechs Modelle in ein Scoring-System zusammengefasst werden.