Giới thiệu dự án

Trong bối cảnh hệ thống y tế Việt Nam đang chuyển dịch mạnh mẽ theo xu hướng công nghiệp hóa và già hóa dân số, mô hình bệnh tật (MHBT) tại các cơ sở khám chữa bệnh đô thị đã có sự biến chuyển rõ rệt. Theo thống kê dịch tễ học của Bộ Y tế và Tổ chức Y tế Thế giới (WHO), các bệnh không lây nhiễm và mạn tính (tim mạch, đái tháo đường, rối loạn chuyển hóa) đang chiếm tỷ lệ chi phối, đan xen phức tạp cùng các bệnh lý nhiễm khuẩn hô hấp và tiêu hóa. Để tối ưu hóa nguồn lực tài chính y tế và nâng cao chất lượng điều trị, việc lượng hóa chính xác lượng tiêu thụ dược phẩm đóng vai trò sống còn.

Tuy nhiên, công tác quản trị dược bệnh viện truyền thống thường đối mặt với các nút thắt kỹ thuật nghiêm trọng:

  • Thiếu chuẩn hóa đơn vị đo lường: Các báo cáo số lượng xuất/nhập/tồn theo đơn vị đóng gói (viên, lọ, chai, vỉ) không phản ánh đúng cường độ sử dụng thuốc thực tế trên lâm sàng.
  • Độ trễ trong phân tích dữ liệu: Phương pháp tổng hợp thủ công tiêu tốn hàng trăm giờ làm việc của dược sĩ, dễ xảy ra sai sót khi xử lý hàng trăm nghìn dòng dữ liệu kê đơn.
  • Khoảng cách giữa cung ứng và mô hình bệnh tật: Kế hoạch đấu thầu và dự trù cơ số thuốc chưa bám sát dịch tễ thực tế tại cơ sở, dẫn đến tình trạng vừa thừa thuốc cục bộ vừa thiếu các thuốc điều trị thiết yếu.

Đề tài khóa luận tốt nghiệp Dược sĩ: "Khảo sát thực trạng, cải tiến, đánh giá và phân tích mô hình bệnh tật theo phương pháp phân tích liều xác định trong ngày (DDD) tại Bệnh viện Quận 11 trong năm 2017" do sinh viên Nguyễn Phạm Phương Ngọc thực hiện (dưới sự hướng dẫn của DS CKII. Đào Duy Kim Ngà và ThS. Nguyễn Hương Thư) giải quyết triệt để bài toán trên thông qua 3 mục tiêu trọng tâm:

  1. Khảo sát thực trạng sử dụng thuốc năm 2017 bằng phương pháp liều xác định trong ngày (Defined Daily Dose - DDD) kết hợp phân tích phân khúc sử dụng 90% (Drug Utilization 90% - DU90%) và đề xuất mở rộng chuẩn hóa mã giải phẫu - điều trị - hóa học (Anatomical Therapeutic Chemical - ATC).
  2. Tự động hóa quá trình truy xuất, phân tích dữ liệu dược thông qua công cụ chuyên dụng i3 Pharmacist Tools, từ đó khái quát hóa chính xác mô hình bệnh tật thực tế tại Bệnh viện Quận 11.
  3. Tham mưu cho Hội đồng Thuốc và Điều trị (HĐT&ĐT) xây dựng Danh mục thuốc (DMT) tối ưu về hiệu quả - chi phí, giảm thiểu tối đa các biến cố có hại của thuốc (ADE), phản ứng có hại (ADR) và sai sót trị liệu (ME).

Phạm vi và giới hạn nghiên cứu:

  • Không gian & Thời gian: Dữ liệu cấp phát nội trú và ngoại trú từ ngày 01/01/2017 đến 31/12/2017 tại Bệnh viện Quận 11 (Bệnh viện đa khoa hạng 3 với lưu lượng tiếp đón ~1.500 lượt khám ngoại trú/ngày và 11 khoa lâm sàng).
  • Tiêu chí loại trừ: Trẻ em dưới 6 tuổi; bệnh nhân suy giảm chức năng gan/thận nặng; thuốc ngoài danh mục ATC/DDD của WHO (dịch truyền, vắc xin, thuốc chống ung thư, thuốc tê - mê, thuốc cản quang, thuốc dùng ngoài).

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các cơ sở y tế tuyến quận/huyện, việc đánh giá tình hình tiêu thụ thuốc thường dừng lại ở phân tích chi phí ABC (Pareto 80/20) hoặc mức độ quan trọng VEN (Vital, Essential, Non-essential). Những phương pháp này chỉ cung cấp góc nhìn tài chính thuần túy mà không liên kết được với chỉ định lâm sàng.

Phương pháp Ưu điểm Nhược điểm Khả năng phản ánh MHBT
Thống kê kho thủ công Đơn giản, sẵn có trên phần mềm quản lý kho. Phụ thuộc quy cách đóng gói, biến động theo giá trị hóa đơn. Kém (Không phân tích được cường độ điều trị).
Phân tích ABC / VEN thuần túy Kiểm soát tốt ngân sách thuốc nhóm A và thuốc V. Không chuẩn hóa được liều dùng, không so sánh được giữa các hoạt chất cùng nhóm. Trung bình (Chỉ thấy nhóm chiếm tỷ trọng tiền lớn).
Phân tích phối hợp ATC/DDD & DU90% Chuẩn hóa quốc tế theo WHO, so sánh độc lập với giá cả, xác định chính xác 90% lượng thuốc tiêu thụ cốt lõi. Đòi hỏi cơ sở dữ liệu phải chuẩn hóa mã ATC và DDD chuẩn theo đường dùng. Rất cao (Phản ánh chính xác dịch tễ và thói quen kê đơn).

Ưu tiên yêu cầu nghiệp vụ (Mô hình MoSCoW):

  • Must-have: Tự động tính toán tổng số liều DDD, DDD/100 giường/ngày và phân khúc DU90% cho toàn bộ hoạt chất trong danh mục.
  • Should-have: Truy xuất trực quan biểu đồ phân bố chi phí theo từng nhóm mã giải phẫu ATC cấp độ 1 đến cấp độ 5.
  • Could-have: Module so sánh chi phí - hiệu quả giữa các hoạt chất thay thế cùng nhóm trị liệu (ví dụ: các Statin hoặc Cephalosporin thế hệ 3).
  • Won't-have (giai đoạn này): Tích hợp cảnh báo tương tác thuốc thời gian thực trực tiếp trên phân hệ kê đơn bác sĩ.

Thiết kế hệ thống

Hệ thống phân tích quản lý dược lâm sàng được thiết kế dựa trên cấu trúc liên kết dữ liệu đa tầng, kết nối trực tiếp từ Cơ sở dữ liệu Quản trị Bệnh viện (HIS) sang công cụ phân tích chuyên biệt i3 Pharmacist Tools (phát triển bởi Khoa Dược BVQ11 phối hợp cùng i3 Solution Australia).

+-------------------------------------------------------------------------+
|                  HIS DATABASE (Bệnh viện Quận 11)                       |
|  - Dữ liệu xuất/nhập/tồn kho Dược (Nội trú & Ngoại trú BHYT/Dịch vụ)    |
|  - Thông tin bệnh án: ICD-10, Ngày nằm viện, Số lượt khám               |
+------------------------------------+------------------------------------+
                                     | (Export CSV/Excel chuẩn hóa)
                                     v
+-------------------------------------------------------------------------+
|                  i3 PHARMACIST TOOLS ENGINE v2.1                        |
|  +---------------------------+     +---------------------------------+  |
|  |  WHO ATC/DDD Database     | <-> |  Data Cleaning & ETL Engine     |  |
|  |  - ATC 5 Levels Mapping   |     |  - Standardize Active Substance |  |
|  |  - Standard DDD (mg, g, UI|     |  - Filter Exclusion Criteria    |  |
|  +---------------------------+     +---------------------------------+  |
|                                    |                                    |
|  +---------------------------------v---------------------------------+  |
|  |  Calculation & Analytics Module                                   |  |
|  |  - Total DDD = Total Amount (g) / WHO Standard DDD (g)            |  |
|  |  - DDD/100 Bed-Days = (Total DDD * 100) / (Bed Count * Days)      |  |
|  |  - DU90% Cumulative Sorter & Cost-Benefit Optimizer               |  |
+------------------------------------+------------------------------------+
                                     |
                                     v
+-------------------------------------------------------------------------+
|                  OUTPUT REPORTS & STRATEGIC INSIGHTS                    |
|  - DU90% Formulation Matrix (30 hoạt chất cốt lõi)                      |
|  - ATC Cost Breakdown (Cardiovascular, Endocrine, Antibiotics)          |
|  - HĐT&ĐT Procurement & Clinical Intervention Strategy                  |
+-------------------------------------------------------------------------+

Cấu trúc dữ liệu quan hệ (Data Schema):

  • TBL_DRUG_MASTER (Drug_ID, Brand_Name, Active_Ingredient, Strength, Unit, Route_Code, ATC_Code, Unit_Price)
  • TBL_WHO_ATC_DDD (ATC_Code, Chemical_Substance, Route_Admin, Standard_DDD_Value, Standard_Unit)
  • TBL_CONSUMPTION_LOG (Transaction_ID, Drug_ID, Patient_Type, Prescription_Date, Quantity_Dispensed, Total_Cost)
  • TBL_HOSPITAL_METRICS (Report_Year, Total_Beds, Total_Inpatient_Days, Total_Outpatient_Visits)

Phương pháp nghiên cứu (Methodology)

Nghiên cứu áp dụng thiết kế mô tả cắt ngang hồi cứu toàn bộ dữ liệu tiêu thụ thuốc trong 365 ngày của năm 2017:

  • Nguồn dữ liệu: Toàn bộ phiếu xuất thuốc cho bệnh nhân ngoại trú (BHYT, viện phí) và hồ sơ bệnh án nội trú tại 11 khoa lâm sàng.
  • Quy trình đảm bảo chất lượng (QA): Dữ liệu thô từ HIS được đối soát chéo 3 vòng giữa Khoa Dược, Phòng Tài chính Kế toán và Phòng Kế hoạch Tổng hợp trước khi nạp vào phần mềm i3 Pharmacist Tools.
  • Đánh giá rủi ro: Sai lệch dữ liệu do nhập liệu sai hàm lượng hoặc quy cách được kiểm soát tự động bằng các luật kiểm tra biên (validation rules) dựa trên danh mục biệt dược chuẩn.

Implementation và kết quả

Quy trình phân tích và thuật toán cốt lõi

Quá trình trích xuất và biến đổi dữ liệu được chuẩn hóa thành pipeline xử lý tự động. Thuật toán tính toán DDD và xác định phân khúc DU90% được mô hình hóa bằng đoạn mã xử lý dữ liệu tiêu chuẩn:

import pandas as pd
import numpy as np

def calculate_ddd_and_du90(consumption_df, who_ddd_df, total_beds=200, study_days=365):
    """
    Tính toán chỉ số DDD, DDD/100 giường/ngày và lọc phân khúc DU90%.
    """
    # 1. Kết nối bảng tiêu thụ với bảng chuẩn WHO ATC/DDD
    merged = pd.merge(consumption_df, who_ddd_df, on=['active_ingredient', 'route'])
    
    # 2. Quy đổi tổng lượng hoạt chất đã dùng sang đơn vị chuẩn (ví dụ: gram)
    merged['total_amount_g'] = (merged['quantity_dispensed'] * merged['strength_mg']) / 1000.0
    
    # 3. Tính số liều xác định trong ngày (Total DDD)
    merged['total_ddd'] = merged['total_amount_g'] / merged['who_standard_ddd_g']
    
    # 4. Tính chỉ số DDD/100 giường/ngày cho bệnh nhân nội trú
    merged['ddd_per_100_bed_days'] = (merged['total_ddd'] * 100.0) / (total_beds * study_days)
    
    # 5. Gom nhóm theo hoạt chất và sắp xếp giảm dần theo Total DDD
    substance_summary = merged.groupby(['atc_code', 'active_ingredient']).agg({
        'total_ddd': 'sum',
        'total_cost_vnd': 'sum',
        'ddd_per_100_bed_days': 'sum'
    }).reset_index().sort_values(by='total_ddd', ascending=False)
    
    # 6. Tính tỷ lệ phần trăm tích lũy (Cumulative Percentage) để tìm DU90%
    total_hospital_ddd = substance_summary['total_ddd'].sum()
    substance_summary['ddd_percent'] = (substance_summary['total_ddd'] / total_hospital_ddd) * 100.0
    substance_summary['cumulative_ddd_percent'] = substance_summary['ddd_percent'].cumsum()
    
    # 7. Phân loại phân khúc DU90%
    substance_summary['is_du90'] = substance_summary['cumulative_ddd_percent'] <= 90.0
    
    return substance_summary

Kết quả khảo sát thực trạng tiêu thụ thuốc

Sau khi xử lý toàn bộ cơ sở dữ liệu cấp phát thuốc năm 2017 tại Bệnh viện Quận 11 qua công cụ i3 Pharmacist Tools, các số liệu định lượng quan trọng đã được xác lập:

+----------------------------------------------------------------------------+
|        TỔNG QUAN PHÂN BỐ CHI PHÍ THEO NHÓM ĐIỀU TRỊ ATC (NĂM 2017)         |
+----------------------------------------------------------------------------+
| 1. Nhóm C (Hệ Tim mạch)            | [===================] 29.32%          |
| 2. Nhóm A (Đái tháo đường/Chuyển hóa)| [=============]       20.76%          |
| 3. Nhóm J (Kháng sinh toàn thân)   | [============]        19.06%          |
| 4. Các nhóm trị liệu khác (B, M, N...)| [==================] 30.86%          |
+----------------------------------------------------------------------------+
  1. Phân tích phân khúc DU90%:
    • Số lượng thuốc nằm trong nhóm DU90% chiếm 89,74% tổng số liều DDD toàn bệnh viện.
    • Nhóm DU90% tập trung chính vào 30 hoạt chất cốt lõi, chủ yếu thuộc 2 nhóm bệnh lý mạn tính: Đái tháo đường (Metformin, Gliclazide, Insulin) và Tim mạch - Tăng huyết áp (Amlodipine, Losartan, Captopril, Atorvastatin).
  2. Phân tích cơ cấu chi phí sử dụng thuốc:
    • Nhóm Tim mạch (Mã ATC: C): Chiếm tỷ trọng chi phí cao nhất với 29,32% tổng ngân sách thuốc.
    • Nhóm Đái tháo đường & Tiêu hóa (Mã ATC: A): Đứng thứ hai với 20,76% tổng chi phí.
    • Nhóm Thuốc kháng khuẩn dùng toàn thân (Mã ATC: J): Chiếm 19,06% ngân sách thuốc toàn viện.
  3. Mô hình bệnh tật khái quát: Dữ liệu phân tích DDD phản ánh chính xác cấu trúc bệnh tật tại Bệnh viện Quận 11: Bệnh không lây nhiễm mạn tính (tăng huyết áp, thiếu máu cơ tim cục bộ, đái tháo đường type 2) chiếm ưu thế áp đảo tại khối ngoại trú; trong khi các bệnh lý nhiễm khuẩn (hô hấp, tiêu hóa, mô mềm) chiếm tỷ trọng tiêu thụ lớn tại khối điều trị nội trú.

Đổi mới và đóng góp

Nghiên cứu ghi nhận nhiều điểm cải tiến mang tính đột phá trong công tác dược lâm sàng và quản trị bệnh viện:

  1. Đổi mới công nghệ phân tích: Khác với phương pháp thống kê Excel rời rạc hoặc phân tích thủ công truyền thống vốn mất từ 10-14 ngày làm việc, việc triển khai công cụ i3 Pharmacist Tools đã rút ngắn thời gian xử lý dữ liệu toàn viện xuống dưới 15 phút, loại bỏ 100% sai sót số học trong quy đổi hàm lượng.
  2. So sánh với các nghiên cứu tiền nhiệm:
    • So với nghiên cứu tại Bệnh viện Hữu nghị Việt Đức (2012) chỉ tập trung đơn lẻ vào chỉ số DDD/100 ngày nằm viện cho nhóm kháng sinh ngoại khoa.
    • So với các nghiên cứu dịch tễ tại Indonesia (2017) hoặc Ả Rập Saudi (2015) chỉ khảo sát DU90% trên nhóm bệnh nhân nội trú riêng biệt.
    • Công trình tại Bệnh viện Quận 11 đã tích hợp đồng bộ cả 2 khối nội trú và ngoại trú, liên kết trực tiếp giữa phân loại giải phẫu ATC 5 cấp độ với liều chuẩn DDD của WHO để định hình bức tranh toàn diện về mô hình bệnh tật tuyến quận.
  3. Đóng góp cho công tác Dược bệnh viện:
    • Cung cấp luận cứ khoa học thực chứng giúp HĐT&ĐT loại bỏ các thuốc có chi phí điều trị/ngày (Cost/DDD) quá cao nhưng hiệu quả điều trị không vượt trội so với các thuốc generic nhóm 1 tương đương.
    • Tối ưu hóa cơ số dự trù kho, giảm thiểu tỷ lệ tồn kho cận hạn từ đó nâng cao vòng quay vốn lưu động của bệnh viện.

Ứng dụng thực tế và triển khai

Kết quả từ mô hình phân tích DDD/ATC tại Bệnh viện Quận 11 mang lại giá trị ứng dụng cao cho quy trình vận hành bệnh viện:

              +------------------------------------------------+
              |           KHOA DƯỢC & HĐT&ĐT BVQ11             |
              +-----------------------+------------------------+
                                      |
         +----------------------------+---------------------------+
         |                                                        |
         v                                                        v
+----------------------------------+    +----------------------------------+
|   KẾ HOẠCH MUA SẮM & ĐẤU THẦU    |    |      HOẠT ĐỘNG DƯỢC LÂM SÀNG     |
| - Ưu tiên 3 nhóm: C, A, J        |    | - Giám sát kê đơn theo DU90%     |
| - Đảm bảo cơ số thuốc 30 hoạt    |    | - Can thiệp chuyển đổi phác đồ   |
|   chất DU90% không bị đứt hàng   |    |   tối ưu chi phí (Cost/DDD)      |
| - Giảm tồn trữ thuốc ngoài DU90% |    | - Tuyên truyền phòng ngừa ADR/ME |
+----------------------------------+    +----------------------------------+
  • Kịch bản chuyển đổi liệu trình điều trị (Cost-effectiveness Optimization): Dược sĩ lâm sàng sử dụng chỉ số Chi phí/DDD để tư vấn cho bác sĩ điều trị lựa chọn các hoạt chất kháng sinh hoặc hạ áp nhóm ức chế men chuyển/chẹn thụ thể có chi phí điều trị ngày tối ưu nhất mà vẫn đạt mục tiêu kiểm soát huyết áp/đường huyết mục tiêu.
  • Kế hoạch dự trù và mua sắm: Phòng Dược chuyển trọng tâm phân bổ ngân sách sang 3 nhóm chủ lực: Tim mạch (29,32%), Đái tháo đường (20,76%) và Kháng sinh (19,06%). Đảm bảo chuỗi cung ứng liên tục cho 30 hoạt chất thuộc phân khúc DU90%, hạn chế tối đa nguy cơ gián đoạn thuốc điều trị cho người bệnh BHYT mạn tính.
  • Định hướng truyền thông y tế: Từ mô hình bệnh tật được lượng hóa, Ban Giám đốc bệnh viện xây dựng các chương trình truyền thông giáo dục sức khỏe cộng đồng tập trung vào quản lý bệnh không lây nhiễm tại tuyến y tế cơ sở, giúp giảm tải áp lực nằm viện nội trú.

Hạn chế và hướng phát triển

Hạn chế kỹ thuật

  • Phương pháp DDD dựa trên liều duy trì giả định chuẩn của người lớn (ví dụ: Methyldopa = 1g/ngày, Cefotaxim = 4g/ngày), do đó không phản ánh chính xác liều thực tế kê đơn (Prescribed Daily Dose - PDD) trên từng cá thể người bệnh cụ thể (người suy thận, suy gan hoặc béo phì).
  • Chưa áp dụng được cho nhóm bệnh nhi dưới 6 tuổi và các dạng thuốc dùng ngoài, dịch truyền dinh dưỡng.

Hướng phát triển tương lai

  • Nâng cấp hệ thống phân tích sang nền tảng đám mây, tích hợp trực tiếp API với hệ thống HIS/EMR của bệnh viện để phân tích dữ liệu DDD/ATC theo thời gian thực (Real-time Drug Utilization Review).
  • Mở rộng module phân tích PDD/DDD ratio để đánh giá mức độ tuân thủ hướng dẫn điều trị của các bác sĩ chuyên khoa.
  • Ứng dụng Machine Learning vào chuỗi thời gian dữ liệu tiêu thụ thuốc để dự báo chính xác nhu cầu dược phẩm theo mùa dịch tễ.

Đối tượng hưởng lợi

Đối tượng Giá trị mang lại Lợi ích định lượng
Sinh viên & Học viên Dược Cung cấp phương pháp luận chuẩn mực về phân tích tiêu thụ thuốc theo chuẩn WHO và quy định của Bộ Y tế (Thông tư 21/2013/TT-BYT). Nắm vững kỹ năng thực hành phân tích dữ liệu dược tễ học.
Dược sĩ Lâm sàng Sở hữu công cụ lượng hóa chính xác chất lượng kê đơn thông qua phân khúc DU90% và chỉ số DDD/100 giường/ngày. Giảm 90% thời gian làm báo cáo định kỳ cho HĐT&ĐT.
Ban Giám đốc & Bệnh viện Tối ưu hóa danh mục thuốc đấu thầu, dự trù ngân sách sát với mô hình bệnh tật thực tế, nâng cao tiêu chí quản lý chất lượng (Thông tư 19/2013/TT-BYT và Thông tư 54/2017/TT-BYT). Tiết kiệm từ 10-15% chi phí tồn trữ và hao hụt dược phẩm không cần thiết.
Người bệnh Được tiếp cận phác đồ điều trị an toàn, hợp lý, giảm thiểu tối đa các biến cố có hại (ADE, ADR, ME) và giảm gánh nặng chi phí tiền túi. Kiểm soát bệnh mạn tính ổn định với chi phí hợp lý.

Câu hỏi thường gặp

1. Yêu cầu dữ liệu đầu vào để triển khai công cụ phân tích DDD/ATC là gì?

Hệ thống yêu cầu các trường dữ liệu tiêu chuẩn từ HIS xuất ra định dạng bảng (Excel/CSV): Mã hoạt chất, Tên biệt dược, Hàm lượng/Nồng độ, Đường dùng, Đơn vị tính, Số lượng xuất, Đơn giá và Số ngày điều trị/Số giường bệnh thực kê.

2. Sự khác biệt căn bản giữa chỉ số DDD và PDD là gì?

DDD (Defined Daily Dose) là đơn vị đo lường quy ước quốc tế do WHO ban hành (liều duy trì trung bình mỗi ngày cho chỉ định chính ở người lớn). PDD (Prescribed Daily Dose) là liều thực tế được bác sĩ ghi trên đơn thuốc. Tỷ lệ PDD/DDD giúp đánh giá xu hướng kê đơn dưới liều hay quá liều tại bệnh viện.

3. Tại sao nhóm thuốc ung thư, dịch truyền và thuốc dùng ngoài bị loại trừ khỏi phân tích DDD?

Các nhóm thuốc này không có mã liều DDD chuẩn từ WHO do liều dùng phụ thuộc hoàn toàn vào diện tích bề mặt cơ thể ($mg/m^2$), cân nặng ($mg/kg$), tình trạng mất nước hoặc diện tích tổn thương da, không thể gán một giá trị trung bình cố định.

4. Công cụ i3 Pharmacist Tools có thể tích hợp với các phần mềm HIS hiện nay không?

Có. Công cụ được thiết kế module hóa, có khả năng nhập liệu linh hoạt thông qua các file dữ liệu trung gian chuẩn hóa hoặc kết nối trực tiếp qua giao thức Open Database Connectivity (ODBC) với cơ sở dữ liệu HIS (Oracle, SQL Server, PostgreSQL).

5. Việc phân tích mô hình bệnh tật qua DDD hỗ trợ gì cho công tác đấu thầu thuốc BHYT?

Kết quả phân tích giúp xác định chính xác 30 hoạt chất trong nhóm DU90% (chiếm gần 90% nhu cầu điều trị), giúp bệnh viện tập trung xây dựng kế hoạch đấu thầu tập trung vào các nhóm hoạt chất có nhu cầu cao, tránh tình trạng trúng thầu các thuốc ít sử dụng gây ứ đọng vốn.

Kết luận

Đề tài khóa luận tốt nghiệp của sinh viên Nguyễn Phạm Phương Ngọc đã chứng minh tính ưu việt của việc ứng dụng công nghệ thông tin trong phân tích dược tễ học bệnh viện. Việc kết hợp chặt chẽ giữa hệ thống mã hóa ATC và phương pháp phân tích DDD thông qua công cụ i3 Pharmacist Tools đã phác họa thành công bức tranh toàn diện về mô hình bệnh tật tại Bệnh viện Quận 11 trong năm 2017: mô hình bệnh kép với sự áp đảo của các bệnh lý tim mạch (29,32% chi phí), đái tháo đường (20,76% chi phí) và nhiễm khuẩn (19,06% chi phí).

Công trình không chỉ hoàn thành xuất sắc các mục tiêu học thuật mà còn tạo ra một sản phẩm ứng dụng có giá trị thực tiễn cao, đóng vai trò công cụ đắc lực hỗ trợ Hội đồng Thuốc và Điều trị trong việc chuẩn hóa danh mục thuốc, nâng cao an toàn điều trị và tối ưu hóa hiệu quả kinh tế y tế. Đây là mô hình chuẩn mực cần được tiếp tục nhân rộng tại các cơ sở khám chữa bệnh tuyến quận/huyện trên toàn quốc.