Giới thiệu dự án

Tăng huyết áp (THA) là một trong những bệnh lý tim mạch mạn tính phổ biến nhất trên toàn cầu và được mệnh danh là "kẻ giết người thầm lặng". Theo báo cáo của Tổ chức Y tế Thế giới (WHO, 2021), toàn cầu có khoảng 1,28 tỷ người trưởng thành từ 30–79 tuổi mắc THA, trong đó 2/3 tập trung tại các quốc gia có thu nhập thấp và trung bình. Đáng chú ý, có tới 46% người mắc bệnh không biết mình mắc bệnh, chưa đến 42% được chẩn đoán và điều trị, và chỉ 21% kiểm soát được huyết áp mục tiêu. Tại Việt Nam, thống kê của Hội Tim mạch học Việt Nam (VNHA) ghi nhận tỷ lệ THA ở người trưởng thành đã chạm mức 47,3%.

Vấn đề cốt lõi đặt ra trong thực hành lâm sàng là THA hiếm khi xuất hiện đơn độc mà thường đi kèm các bệnh lý chuyển hóa và tim mạch phức tạp (rối loạn lipid máu, đái tháo đường, thiếu máu cục bộ cơ tim). Điều này dẫn đến tình trạng đa trị liệu (polypharmacy), làm tăng nguy cơ tương tác thuốc bất lợi (Drug-Drug Interactions - DDI), giảm tuân thủ điều trị và gia tăng tỷ lệ tái nhập viện. Đề tài khóa luận tốt nghiệp Dược sĩ đại học: "Khảo sát tình hình sử dụng thuốc điều trị tăng huyết áp tại bệnh viện Đa khoa tỉnh Kiên Giang" được thực hiện nhằm giải quyết trực tiếp bài toán tối ưu hóa phác đồ điều trị và cảnh báo nguy cơ tương tác thuốc trên bệnh nhân ngoại trú.

+------------------------------------------------------------------------------------+
|                                 MỤC TIÊU DỰ ÁN                                    |
+------------------------------------------------------------------------------------+
| 1. Khảo sát đặc điểm nhân khẩu học, phân độ THA và mô hình bệnh lý kèm theo      |
|    trên 340 bệnh nhân ngoại trú tại BVĐK tỉnh Kiên Giang.                         |
| 2. Phân tích cơ cấu nhóm thuốc, hoạt chất và dạng phác đồ hạ áp được chỉ định.   |
| 3. Nhận diện, phân loại mức độ nghiêm trọng của các tương tác thuốc tiềm tàng     |
|    bằng phần mềm chuyên dụng Drugs.com, MIMS 2020 và Dược thư Quốc gia 2018.      |
+------------------------------------------------------------------------------------+

Phương pháp tiếp cận của nghiên cứu dựa trên mô hình mô tả cắt ngang có phân tích, chuẩn hóa dữ liệu từ hồ sơ bệnh án ngoại trú và đối chiếu nghiêm ngặt với Hướng dẫn chẩn đoán và điều trị tăng huyết áp của Bộ Y tế (Quyết định số 3192/QĐ-BYT), khuyến cáo VNHA/VSH 2021 và ESC/ESH 2018. Kết quả đầu ra cung cấp bức tranh dịch tễ học lâm sàng định lượng, chỉ ra các cặp tương tác thuốc có ý nghĩa thực tiễn, tạo cơ sở cho Hội đồng Thuốc và Điều trị bệnh viện xây dựng hệ thống cảnh báo tự động trong kê đơn. Phạm vi nghiên cứu tập trung vào 340 bệnh nhân khám ngoại trú tại Phòng khám Nội tim mạch từ ngày 01/03/2022 đến 01/04/2022, loại trừ phụ nữ mang thai, cho con bú và bệnh nhân nội trú.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

Tại các bệnh viện tuyến tỉnh, việc quản lý và kê đơn cho bệnh nhân THA ngoại trú đối mặt với nhiều thách thức do áp lực quá tải khám chữa bệnh và hạn chế về công cụ kiểm soát tương tác thuốc tự động theo thời gian thực (Real-time Clinical Decision Support System - CDSS).

Tiêu chí phân tích Phương pháp kiểm duyệt thủ công (Hiện trạng) Hệ thống tra cứu số hóa bán tự động (Giải pháp đề tài) Hệ thống CDSS tích hợp HIS hoàn chỉnh
Tốc độ phát hiện DDI Chậm, phụ thuộc trí nhớ bác sĩ Nhanh chóng qua cơ sở dữ liệu số (Drugs.com, MIMS) Tức thì ngay khi nhập lệnh đơn thuốc
Độ phủ cảnh báo Thấp, dễ bỏ sót tương tác trung bình Toàn diện (nhẹ, trung bình, nghiêm trọng) Tự động chặn hoặc cảnh báo theo phân quyền
Chi phí triển khai Không tốn chi phí phần mềm Chi phí thấp, ứng dụng chuẩn mã hóa mở Chi phí đầu tư hạ tầng phần mềm cao
Khả năng tùy biến Không có Linh hoạt theo dữ liệu dịch tễ bệnh viện Cần đội ngũ kỹ sư bảo trì định kỳ

Áp dụng phương pháp phân loại yêu cầu MoSCoW trong chuẩn hóa dữ liệu nghiên cứu:

  • Must have (Bắt buộc): Thu thập chính xác chỉ số huyết áp tâm thu (HATT), huyết áp tâm trương (HATTr), phân độ THA theo Bộ Y tế 2010, định danh đầy đủ hoạt chất và phát hiện 100% tương tác thuốc nghiêm trọng.
  • Should have (Nên có): Phân tầng yếu tố nguy cơ tim mạch (YTNCTM) và tổn thương cơ quan đích (TTCQĐ) theo chuẩn VNHA/VSH 2021.
  • Could have (Có thể có): Thống kê tỷ lệ sử dụng viên phối hợp liều cố định (Fixed-Dose Combinations - FDC).
  • Won't have (Chưa thực hiện): Theo dõi dọc can thiệp lâm sàng dài hạn trên từng cá thể sau 12 tháng.

Thiết kế hệ thống

Quy trình quản lý, trích xuất và xử trị dữ liệu dược lâm sàng được thiết kế theo mô hình đường ống 4 giai đoạn (4-Stage Clinical Data Pipeline):

Technology Stack & Công cụ sử dụng:

  • SPSS Version 22.0 (IBM): Xử lý thống kê mô tả, tần số, tỷ lệ phần trăm và giá trị trung bình $\pm$ độ lệch chuẩn ($\text{TB} \pm \text{SD}$).
  • Drugs.com Drug Interaction Checker Engine (Micromedex / Cerner Multum Database): Phân loại mức độ tương tác (Major, Moderate, Minor).
  • Cơ sở dữ liệu MIMS 2020 & Dược thư Quốc gia Việt Nam 2018: Thẩm định cơ chế dược lực học và dược động học.
  • Python 3.10 (Pandas, NumPy): Hỗ trợ kiểm toán tính toàn vẹn của dữ liệu thu thập.

Cấu trúc lược đồ quan hệ dữ liệu lâm sàng (Relational Clinical Schema):

-- Lược đồ cơ sở dữ liệu theo dõi bệnh nhân và tương tác thuốc
CREATE TABLE Patients (
    patient_id VARCHAR(20) PRIMARY KEY,
    gender VARCHAR(10) CHECK (gender IN ('Nam', 'Nữ')),
    age INT NOT NULL,
    systolic_bp INT NOT NULL,
    diastolic_bp INT NOT NULL,
    htn_grade INT CHECK (htn_grade IN (1, 2, 3))
);

CREATE TABLE Prescriptions (
    prescription_id VARCHAR(20) PRIMARY KEY,
    patient_id VARCHAR(20) REFERENCES Patients(patient_id),
    regimen_type VARCHAR(50), -- Đơn trị, Kết hợp 2, 3, 4 hoạt chất
    prescribed_date DATE NOT NULL
);

CREATE TABLE Drug_Interactions (
    interaction_id INT PRIMARY KEY AUTO_INCREMENT,
    prescription_id VARCHAR(20) REFERENCES Prescriptions(prescription_id),
    drug_a VARCHAR(100) NOT NULL,
    drug_b VARCHAR(100) NOT NULL,
    severity_level VARCHAR(20) CHECK (severity_level IN ('Nhẹ', 'Trung bình', 'Nghiêm trọng')),
    clinical_mechanism TEXT
);

Methodology

Nghiên cứu áp dụng thiết kế dịch tễ học mô tả cắt ngang có phân tích. Cỡ mẫu tối thiểu được xác định thông qua công thức tính cỡ mẫu ước lượng một tỷ lệ trong quần thể:

$$n = \frac{Z_{1-\alpha/2}^2 \cdot p(1-p)}{e^2}$$

Trong đó:

  • $Z_{1-\alpha/2} = 1{,}96$ (độ tin cậy $95%$).
  • $p = 0{,}33$ (tỷ lệ tham chiếu từ nghiên cứu tương đồng của Nguyễn Thị Thùy Linh, 2017).
  • $e = 0{,}05$ (sai số tuyệt đối cho phép).

$$\implies n = \frac{1{,}96^2 \cdot 0{,}33 \cdot (1 - 0{,}33)}{0{,}05^2} \approx 340$$

Để dự phòng sai số và phiếu không hợp lệ, 400 mẫu ngẫu nhiên được trích xuất từ hệ thống, sau đó bốc thăm ngẫu nhiên thu được đúng 340 hồ sơ đạt tiêu chuẩn lựa chọn.

Implementation và kết quả

Development process

Quá trình thu thập và xử lý dữ liệu được thực hiện chặt chẽ qua 4 bước: (1) Sàng lọc hồ sơ bệnh án ngoại trú đủ tiêu chuẩn; (2) Trích xuất dữ liệu vào phiếu khảo sát; (3) Mã hóa dữ liệu sang tệp tin .sav của SPSS 22.0; (4) Chạy thuật toán phát hiện và phân loại cặp tương tác thuốc.

# Thuật toán phân tích ma trận tương tác thuốc tự động
from typing import List, Dict, Tuple

SEVERITY_LEVELS = {"MAJOR": "Nghiêm trọng", "MODERATE": "Trung bình", "MINOR": "Nhẹ"}

KNOWN_DDI_DATABASE = {
    ("spironolactone", "valsartan"): ("MAJOR", "Nguy cơ tăng kali huyết thanh nghiêm trọng do ức chế kép renin-angiotensin-aldosterone"),
    ("amlodipine", "bisoprolol"): ("MODERATE", "Tăng nguy cơ hạ huyết áp quá mức và làm chậm nhịp tim quá mức"),
    ("ramipril", "furosemide"): ("MODERATE", "Nguy cơ tụt huyết áp tư thế đứng liều đầu và suy giảm chức năng thận"),
}

def screen_prescription_ddi(drug_list: List[str]) -> List[Dict[str, str]]:
    detected_ddis = []
    cleaned_drugs = [d.strip().lower() for d in drug_list]
    for i in range(len(cleaned_drugs)):
        for j in range(i + 1, len(cleaned_drugs)):
            pair = (cleaned_drugs[i], cleaned_drugs[j])
            rev_pair = (cleaned_drugs[j], cleaned_drugs[i])
            match = KNOWN_DDI_DATABASE.get(pair) or KNOWN_DDI_DATABASE.get(rev_pair)
            if match:
                severity, mechanism = match
                detected_ddis.append({
                    "pair": f"{cleaned_drugs[i].capitalize()} + {cleaned_drugs[j].capitalize()}",
                    "severity": severity,
                    "mechanism": mechanism
                })
    return detected_ddis

Testing và validation

Dữ liệu được kiểm soát chất lượng qua phương pháp nhập liệu kép (double-entry verification). Tỷ lệ lỗi logic khi nhập liệu đạt $0%$. Toàn bộ 340 đơn thuốc đều được thẩm định chéo với chỉ định lâm sàng của bác sĩ chuyên khoa tim mạch.

Kết quả đạt được

Nghiên cứu trên 340 bệnh nhân ghi nhận các chỉ số định lượng cụ thể:

+------------------------------------------------------------------------------------+
|                         ĐẶC ĐIỂM MẪU NGHIÊN CỨU (N = 340)                          |
+------------------------------------------------------------------------------------+
| Tuổi trung bình: 62,5 ± 9,7 tuổi | Thấp nhất: 35 tuổi | Cao nhất: 92 tuổi         |
| Nhóm ≥ 60 tuổi: 60,0% (n=204)    | Nhóm 50-59 tuổi: 31,2% (n=106)                 |
| Giới tính: Nam 54,1% (n=184)     | Nữ 45,9% (n=156)      | Tỷ lệ Nam/Nữ: 1,18     |
| THA Độ 1: 88,5% (n=301)          | THA Độ 2: 10,3% (n=35)| THA Độ 3: 1,2% (n=4)   |
+------------------------------------------------------------------------------------+
  • Mô hình bệnh lý kèm theo: Bệnh nhân mắc kèm 3 bệnh chiếm tỷ lệ cao nhất với $37{,}9%$ ($n=129$), tiếp theo là mắc kèm $>3$ bệnh với $37{,}1%$ ($n=126$). Yếu tố nguy cơ tim mạch phổ biến nhất là Rối loạn lipid máu với $95{,}9%$ ($n=326$) và Tuổi cao chiếm $60{,}0%$. Về tổn thương cơ quan đích tại tim: Thiếu máu cục bộ cơ tim chiếm $96{,}2%$ ($n=327$), Đau thắt ngực chiếm $26{,}2%$ ($n=89$), Rối loạn nhịp tim chiếm $25{,}6%$ ($n=87$).
  • Cơ cấu sử dụng thuốc:
    • Phác đồ đa trị liệu chiếm ưu thế tuyệt đối với $92{,}9%$ ($n=316$), trong khi phác đồ đơn trị liệu chỉ chiếm $7{,}1%$ ($n=24$).
    • Nhóm thuốc hạ áp được kê đơn nhiều nhất là Thuốc chẹn bêta giao cảm (BB) chiếm $83{,}5%$, tiếp theo là Thuốc ức chế men chuyển (ACEI), Chẹn kênh calci (CCB), Thuốc ức chế thụ thể angiotensin (ARB) và Lợi tiểu.
    • Phác đồ phối hợp 3 thuốc được chỉ định nhiều nhất là bộ ba ACEI + CCB + BB chiếm $24{,}7%$ với các hoạt chất tiêu biểu: Ramipril + Bisoprolol + Lercanidipine hydrochloride.
  • Tình hình tương tác thuốc:
    • Có $60{,}0%$ ($n=204$) đơn thuốc xuất hiện tương tác thuốc.
    • Tương tác mức độ trung bình chiếm tỷ trọng cao nhất ($105{,}3%$ tính trên tổng số lượt cặp tương tác), trong đó cặp Amlodipine + Bisoprolol xuất hiện nhiều nhất ($14{,}4%$).
    • Ghi nhận 05 cặp tương tác nghiêm trọng (mức độ nặng), nổi bật là cặp Spironolactone + Valsartan chiếm $2{,}1%$, tiềm ẩn nguy cơ giữ kali gây rối loạn nhịp tim đe dọa tính mạng.

Đổi mới và đóng góp

Nghiên cứu mang lại các đóng góp học thuật và bằng chứng thực nghiệm rõ ràng:

  1. Lý giải mối liên hệ dịch tễ - dược lý: Khác với các nghiên cứu thông thường chỉ ra thuốc ức chế men chuyển hoặc lợi tiểu đứng đầu, nghiên cứu này chứng minh tỷ lệ chỉ định nhóm Chẹn bêta giao cảm lên tới $83{,}5%$ là hoàn toàn hợp lý về mặt dược lâm sàng. Lý do là có tới $96{,}2%$ bệnh nhân trong mẫu nghiên cứu có tổn thương cơ quan đích là thiếu máu cục bộ cơ tim và $25{,}6%$ rối loạn nhịp tim — những chỉ định bắt buộc của nhóm chẹn bêta theo hướng dẫn của Bộ Y tế và ESC/ESH.
  2. So sánh đối chuẩn với các công trình nghiên cứu trong nước:
Chỉ số nghiên cứu Nghiên cứu này (Kiên Giang, 2022) Tôn Văn Giàu (2021) Thái Khoa Bảo Châu (2016) Lê Nguyễn Ngọc Trâm (2019)
Độ tuổi trung bình $62{,}5 \pm 9{,}7$ tuổi Tỷ lệ $\ge 60$ tuổi: $72{,}8%$ $67{,}57 \pm 13{,}97$ tuổi --
Tỷ lệ Nam giới $54{,}1%$ $50{,}25%$ $48{,}2%$ $46{,}5%$
Tỷ lệ THA Độ 1 $88{,}5%$ $65{,}2%$ -- $59{,}4%$
Tỷ lệ đa trị liệu $92{,}9%$ $88{,}4%$ $81{,}2%$ $78{,}9%$
Tỷ lệ đơn có DDI $60{,}0%$ $54{,}6%$ $49{,}8%$ --
  1. Cảnh báo an toàn người bệnh: Xác định chính xác tỷ lệ $2{,}1%$ đơn thuốc chứa cặp tương tác nghiêm trọng Spironolactone + Valsartan, cung cấp bằng chứng để Hội đồng Thuốc và Điều trị khuyến cáo theo dõi định kỳ điện giải đồ ($K^+$ huyết thanh) và chức năng thận ($eGFR$).

Ứng dụng thực tế và triển khai

  • Ứng dụng tại bệnh viện: Dữ liệu nghiên cứu là căn cứ thực tế để Khoa Dược Bệnh viện Đa khoa tỉnh Kiên Giang xây dựng danh mục "Cảnh báo tương tác thuốc cần giám sát đặc biệt", tích hợp quy tắc kiểm tra tự động vào hệ thống Thông tin Bệnh viện (HIS/EMR).
  • Lộ trình triển khai khuyến nghị:
+------------------------------------------------------------------------------------+
|                       LỘ TRÌNH CHUẨN HÓA DƯỢC LÂM SÀNG                             |
+------------------------------------------------------------------------------------+
| Giai đoạn 1 (Tháng 1-2): Cập nhật cơ sở dữ liệu tương tác thuốc vào phần mềm kê đơn|
| Giai đoạn 2 (Tháng 3-4): Tổ chức tập huấn dược lâm sàng cho bác sĩ tim mạch        |
| Giai đoạn 3 (Tháng 5-6): Triển khai quy trình Dược sĩ duyệt đơn ngoại trú tự động  |
| Giai đoạn 4 (Định kỳ)  : Đánh giá tỷ lệ giảm thiểu tương tác bất lợi sau can thiệp |
+------------------------------------------------------------------------------------+
  • Phân tích hiệu quả kinh tế y tế (ROI): Việc phát hiện và ngăn chặn sớm các biến cố tăng kali máu hoặc hạ huyết áp quá mức do DDI giúp giảm tỷ lệ nhập viện cấp cứu, tiết kiệm chi phí điều trị biến chứng ước tính hàng trăm triệu đồng mỗi năm cho ngân sách bảo hiểm y tế.

Hạn chế và hướng phát triển

  • Hạn chế:
    • Thiết kế nghiên cứu cắt ngang trong thời gian 1 tháng (01/03 - 01/04/2022) chưa phản ánh sự biến thiên theo mùa của chỉ số huyết áp.
    • Chưa thu thập dữ liệu can thiệp lâm sàng trực tiếp trên người bệnh sau khi dược sĩ đưa ra khuyến cáo chỉnh liều hoặc đổi thuốc.
  • Hướng phát triển:
    • Mở rộng nghiên cứu đa trung tâm tại các bệnh viện khu vực Đồng bằng Sông Cửu Long.
    • Xây dựng mô hình Machine Learning dự đoán nguy cơ xuất hiện tác dụng phụ trên bệnh nhân THA cao tuổi sử dụng phác đồ kết hợp $\ge 3$ hoạt chất.

Đối tượng hưởng lợi

  • Sinh viên & Học viên chuyên ngành Dược/Y: Nắm vững phương pháp luận nghiên cứu sử dụng thuốc (Drug Utilization Research), cách tính cỡ mẫu và kỹ thuật phân tích số liệu y tế bằng SPSS.
  • Dược sĩ lâm sàng & Bác sĩ điều trị: Có thêm tài liệu tham khảo thực chứng về các tương tác thuốc phổ biến trong điều trị THA ngoại trú để tối ưu hóa quyết định kê đơn.
  • Nhà phát triển phần mềm Y tế (HealthTech): Khai thác bộ quy tắc tương tác thuốc (Amlodipine - Bisoprolol, Spironolactone - Valsartan) để thiết kế các module cảnh báo kê đơn thông minh.
  • Người bệnh tăng huyết áp: Hưởng lợi gián tiếp từ quy trình dùng thuốc an toàn, giảm thiểu phản ứng có hại và đạt huyết áp mục tiêu bền vững.

Câu hỏi thường gặp

  1. Tại sao nghiên cứu ghi nhận tỷ lệ dùng thuốc chẹn bêta giao cảm lên đến 83,5%, cao hơn nhiều khuyến cáo chung?
    Do mẫu bệnh nhân nghiên cứu tại BVĐK tỉnh Kiên Giang có tỷ lệ mắc kèm bệnh mạch vành/thiếu máu cục bộ cơ tim rất cao ($96{,}2%$) và rối loạn nhịp tim ($25{,}6%$). Theo Hướng dẫn của Bộ Y tế và ESC/ESH, đây là các chỉ định bắt buộc phải sử dụng chẹn bêta để giảm nguy cơ tử vong và tái phát biến cố tim mạch.

  2. Cặp tương tác Spironolactone và Valsartan nguy hiểm như thế nào?
    Cả Spironolactone (lợi tiểu tiết kiệm kali) và Valsartan (ức chế thụ thể AT1) đều làm giảm bài tiết aldosteron, dẫn đến tích lũy ion $K^+$ trong máu. Sự phối hợp này làm tăng nguy cơ tăng kali huyết nghiêm trọng, có thể dẫn đến loạn nhịp tim nguy hiểm và ngưng tim nếu không được theo dõi điện giải đồ định kỳ.

  3. Công cụ nào được dùng để xác thực các mức độ tương tác thuốc trong đề tài?
    Nghiên cứu sử dụng hệ thống tra cứu tương tác của Drugs.com (với lõi dữ liệu từ Micromedex và Cerner Multum), kết hợp đối soát với phần mềm MIMS 2020 và Dược thư Quốc gia Việt Nam 2018 nhằm đảm bảo độ tin cậy khoa học cao nhất.

  4. Làm thế nào để giảm tỷ lệ tương tác thuốc mức độ trung bình (14,4% của cặp Amlodipine + Bisoprolol)?
    Cần hướng dẫn bệnh nhân theo dõi sát huyết áp và tần số tim tại nhà trong giai đoạn đầu phối hợp thuốc, dùng đúng liều lượng chỉ định và tái khám ngay khi có triệu chứng hoa mắt, chóng mặt hoặc nhịp tim chậm $<50$ lần/phút.

  5. Nghiên cứu có thể tích hợp trực tiếp vào hệ thống bệnh viện thông minh như thế nào?
    Cơ sở dữ liệu mã hóa từ đề tài có thể chuyển đổi thành các API web service chuẩn HL7/FHIR để tích hợp vào bất kỳ phần mềm quản lý bệnh viện (HIS) nào, giúp tự động kích hoạt pop-up cảnh báo khi bác sĩ kê đơn trùng cặp tương tác.

Kết luận

Khóa luận tốt nghiệp đã hoàn thành toàn diện các mục tiêu đề ra: phản ánh chính xác thực trạng điều trị tăng huyết áp tại Bệnh viện Đa khoa tỉnh Kiên Giang với tỷ lệ đa trị liệu đạt $92{,}9%$ và chỉ định thuốc bám sát bệnh lý tim mạch mắc kèm. Nghiên cứu đã gióng lên hồi chuông cảnh báo quan trọng khi ghi nhận $60{,}0%$ đơn thuốc có tương tác, bao gồm $2{,}1%$ tương tác nghiêm trọng giữa Spironolactone và Valsartan. Các kết quả này cung cấp cơ sở khoa học thực chứng vững chắc, thúc đẩy mạnh mẽ vai trò của Dược sĩ lâm sàng trong công tác giám sát kê đơn, góp phần nâng cao chất lượng điều trị và đảm bảo an toàn tối đa cho người bệnh.