Estudio observacional prospectivo sobre interacciones medicamentosas en pacientes onco-hematológicos

Abstract

El conocimiento y el manejo adecuado de las interacciones medicamentosas mejoran la calidad, seguridad y eficiencia de los tratamientos prescritos a los pacientes. Objetivos: 1. Determinar la prevalencia de tratamientos con interacciones farmacológicas (IF) potenciales en pacientes onco-hematológicos ingresados, distinguiendo tres grupos poblacionales (población pediátrica, población adulta hematológica y población adulta oncológica) y usando dos bases de datos, Micromedex® y Drug Interaction Facts® (DIF®). 2. Determinar la densidad de incidencia de IF potenciales en tratamientos de pacientes en las mismas poblaciones. 3. Describir las características de los pacientes, de los tratamientos y de las IF potenciales detectadas. 4. Determinar los factores de riesgo asociados a la presencia de interacciones totales y clínicamente relevantes para los 3 grupos poblacionales y las dos bases de datos. 5. Comparar el nivel de concordancia de dos bases de datos en cuanto a la detección de interacciones potenciales y su nivel de severidad. 6. Describir las interacciones con relevancia clínica más frecuentes y proponer alternativas farmacológicas o estrategias de reducción de riesgo. Metodología: Estudio observacional prospectivo descriptivo, durante 12 semanas, sobre IF potenciales detectadas en los tratamientos médicos de pacientes onco-hematológicos ingresados, adultos o pediátricos, independientemente de que recibieran tratamiento antineoplásico o no. Además de los tratamientos médicos se recopilaron datos demográficos, clínicos y analíticos. Para la detección de las IF, se cotejaron todas las líneas de prescripción del tratamiento en 2 bases de datos, Micromedex® y DIF®, y se registraron todas las IF detectadas por pares, junto con el grado de severidad y evidencia otorgados, el mecanismo de interacción y la descripción del efecto. Para establecer la relevancia clínica de las IF detectadas, se siguió el siguiente criterio: • Para las IF detectadas con Micromedex®, se consideraron clínicamente relevantes todas aquellas con nivel de severidad contraindicado, grave y moderado, independientemente del nivel de evidencia. • Para las IF detectadas con DIF®, se consideraron clínicamente relevantes todas aquellas con nivel de severidad grave y moderado, independientemente del nivel de evidencia y del grado de significación. Se realizó un análisis descriptivo, tanto numérico como nominal, de los datos demográficos, clínicos y analíticos, así como de los medicamentos prescritos en los tratamientos estudiados y de las IF potenciales totales y clínicamente relevantes detectadas por ambas bases de datos. Se recurrió a modelos de regresión logística y regresión lineal para identificar los factores de riesgo asociados con las IF, bien como probabilidad de aparición del evento (presencia/ausencia de la IF), bien para obtener la ecuación que determine el número de IF potenciales en función de factores de riesgo asociados. En la comparación entre las bases de datos, y para las interacciones comunes a ambas, se determinó la concordancia entre los grados de severidad otorgados por ambas a través del coeficiente kappa. Resultados: Se analizaron un total de 1.166 tratamientos médicos, pertenecientes a 341 pacientes. Se encontraron un total de 3.155 IF por la base de datos Micromedex®, y 1.989 por la base de datos DIF®. Los resultados correspondientes a los objetivos principales han sido: • Servicio de Oncología: la prevalencia de tratamientos con alguna IF potencial fue del 81,69% y 48,21% para Micromedex® y DIF®; y de tratamientos con alguna IF clínicamente relevante, del 80,97% y 32,62%, respectivamente. La densidad de incidencia promedio para las IF potenciales fue de 222,77 y 102,08 IF por 100 tratamientos-día; y para las IF clínicamente relevantes, de 218,63 y 61,72 IF por 100 tratamientos-día, respectivamente. • Servicio de Hematología: la prevalencia de tratamientos con alguna IF potencial fue del 74,45% y 69,40% para Micromedex® y DIF®; y de tratamientos con alguna IF clínicamente relevante, del 74,13% y 56,78%, respectivamente. La densidad de incidencia promedio para las IF potenciales fue de 437,28 y 331,95 IF por 100 tratamientos-día; y para las IF clínicamente relevantes, de 428,51 y 240,53 IF por 100 tratamientos-día, respectivamente. • Onco-hematología pediátrica: la prevalencia de tratamientos con alguna IF potencial fue del 56,67% y 58,00% para Micromedex® y DIF®; y de tratamientos con alguna IF clínicamente relevante, del 44,67% y 51,33%, respectivamente. La densidad de incidencia promedio para las IF potenciales fue de 155,70 y 153,82 IF por 100 tratamientos-día; y para las IF clínicamente relevantes, de 121,04 y 118,12 IF por 100 tratamientos-día, respectivamente. De forma general, el principal factor de riesgo asociado a la presencia de IF fue el número de fármacos, en unos casos como fármacos prescritos en total y en otros como fármacos distintos de los antineoplásicos, o incluso ambos. En la comparación de las bases de datos se observaron múltiples diferencias, tanto en la capacidad de detectar la presencia de alguna IF potencial hallando una concordancia débil (k=0,372 para IF totales y k=0,253 para las clínicamente relevantes, siendo p<0,0001 en ambos casos), como en el análisis de fiabilidad entre los grados de severidad otorgados por cada base de datos con respecto a las IF detectadas en común, hallando una concordancia nula con un valor de k=-0,062, siendo p<0,002. Por su gravedad potencial y frecuencia, destacan las siguientes IF: combinaciones de fármacos depresores del sistema nervioso central; el riesgo de aparición de reacciones extrapiramidales tras la asociación de fármacos antieméticos; síndrome serotoninérgico por asociación de 2 fármacos serotoninérgicos; la prolongación del intervalo QT, especialmente por combinaciones de antifúngicos azólicos, antagonistas de los receptores 5-HT3, antipsicóticos, fluoroquinolonas y antidepresivos tricíclicos; y la disminución o el aumento de los niveles sanguíneos de fármacos inmunosupresores. Conclusiones: La prevalencia y densidad de incidencia determinadas han sido elevadas para ambas bases de datos y en los tres grupos poblacionales. Existen diferencias importantes entre las bases de datos utilizadas, lo que hace que el grado de concordancia entre ellas sea bajo y, por tanto, dificulta la propuesta de alternativas terapéuticas y el establecimiento de estrategias de reducción de riesgo.

The knowledge and a suitable management of drug interactions improve the quality, safety and efficiency of treatments administered to patients. Objectives: 1. To determine the prevalence of potential drug-drug interactions (DDIs) in treatments from onco-haematological inpatients, distinguishing three population groups (paediatric patients, oncological adult patients and haematological adult patients). Two databases were used, Micromedex® and Drug Interaction Facts® (DIF®). 2. To determine the incidence density of potential DDIs in treatments from onco-haematological patients in the same population groups. 3. To describe the characteristics of patients, treatments and detected potential DDIs. 4. To determine the risk factors associated with the presence of both total and clinically relevant DDIs by each population group and database. 5. To compare the agreement between both databases regarding to identified potential DDIs and their severity rating. 6. To describe the most frequent clinically relevant DDIs and to propose pharmacological alternatives or risk reduction strategies. Methodology: A prospective, observational and descriptive study was carried out during a 12 weeks period, to detect potential DDIs in medical treatments from onco-haematological inpatients, both adults and children, regardless antineoplastic treatment were administered to patients. Apart from treatment sheets, demographical, clinical and analytical data were recorded. Each medication list was screened through Micromedex® and DIF®. All identified potential DDIs were recorded and graded by their level of severity and scientific evidence, with a description of the pharmacological mechanism and their effects. Any DDI detected by each database was considered a potential DDI. A clinically relevant DDI (CR-DDI) was defined according to the level of severity irrespective to the scientific evidence: • For Micromedex® database, those DDIs classified as contraindicated, major and moderate. • For DIF®, those DDIs classified as major and moderate. A descriptive analysis, both quantitative and qualitative, of demographical, clinical and analytical data was carried out. A list of prescribed drugs and both total and clinically relevant identified DDIs by each database was executed too. Logistic and linear regression models were used to identify risk factors associated with DDIs, well as probability of DDI occurrence (presence/absence), well as to obtain an equation that determine the number of potential DDIs according to associated risk factors. When comparing both databases, and in the context of commonly detected DDIs, kappa statistic was used to evaluate the agreement between their assigned severity ratings. Results: A total of 1,166 treatment sheets, belonging to 341 patients, were analysed. The total number of identified DDIs was 3,155 by Micromedex® and 1,989 by DIF®. Results for the main objectives were described as follows: • Oncology Department: prevalence of medical orders with any potential DDI was 81.69% and 48.21% by Micromedex® and DIF® respectively; and prevalence of treatments with any potential CR-DDI was 80.97% and 32.62%, respectively. Mean incidence density considering all potential DDIs was 222.77 and 102.08 DDI per 100 treatments-day; regarding to CR-DDIs, 218.63 and 61.72 DDIs per 100 treatments-day, respectively. • Haematology Department: prevalence of medical orders with any potential DDI was 74.45% and 69.40% by Micromedex® and DIF® respectively; and prevalence of treatments with any potential CR-DDI was 74.13% and 56.78%, respectively. Mean incidence density considering all potential DDIs was 437.28 and 331.95 DDIs per 100 treatments-day; regarding to CR-DDIs, 428.51 and 240.53 DDIs per 100 treatments-day, respectively. • Onco-haematological Paediatric Section: prevalence of medical orders with any potential DDI was 56.67% and 58.00% by Micromedex® and DIF® respectively; and prevalence of treatments with any potential CR-DDI was 44.67% and 51.33%, respectively. Mean incidence density considering all potential DDIs was 155.70 and 153.82 DDIs per 100 treatments-day; regarding to CR-DDIs, 121.04 and 118.12 DDIs per 100 treatments-day, respectively. Globally, the main risk factor associated with the presence of DDIs was the drugs number, sometimes as total prescribed drugs, others as non-antineoplastic drugs, or even both. Several differences were observed when comparing both databases, such as the ability to detect any potential DDI finding a weak congruence (k=0.372 by total DDIs and k=0.253 regarding to CR-DDIs; p<0.0001 in both instances), or analyzing the reliability of severity ratings in the context of commonly detected DDIs by both databases, finding a null congruence (k=-0.062; p<0.002). Given their potential severity and frequency, we would like to highlight the following DDIs: combinations of central nervous system depressants; increased risk of extrapyramidal reactions when antiemetics are associated; serotoninergic syndrome when 2 serotoninergic agents are co-administered; QT interval prolongation, especially if some drugs are combined, such as azole antifungals, 5-HT3 antagonists, antipsychotics, fluoroquinolones and tricyclic antidepressants; and an increase or a decrease in serum concentrations of immunosuppressant agents. Conclusions: Prevalence and incidence density of DDIs were elevated, considering both databases and all three population groups. There are important differences between databases, so the congruence of severity ratings was low. This fact makes difficult a proposal based on alternative drugs and the establishment of risk reduction strategies.