Medicación potencialmente inadecuada e interacciones medicamentosas en pacientes con multimorbilidad y polimedicación en atención primaria

Resumen

Introducción En el contexto de envejecimiento actual, cada vez es mayor el número de pacientes que padecen enfermedades de forma simultánea aumentando así el número de fármacos prescritos para el tratamiento de cada nueva enfermedad. La polimedicación, generalmente definida por el consumo de cinco o más fármacos por cada paciente, está claramente en aumento. Este aumento de polimedicación incrementa el riesgo de efectos adversos, interacciones medicamentosas y el uso de medicación potencialmente inadecuada. La atención de las personas con multimorbilidad y polimedicación es cada vez más compleja, teniendo la Atención Primaria un papel protagonista. Tradicionalmente, las estrategias de atención a pacientes polimedicados en Atención Primaria en nuestro entorno se dirigen a pacientes mayores de 75 años, y muchos de los estudios de prevalencia de multimorbilidad y polimedicación están centrados en el ámbito hospitalario y en pacientes mayores. Pero este problema afecta también a personas más jóvenes en la comunidad. Revisar periódicamente el plan terapéutico de estos pacientes es una actividad fundamental para facilitar la revisión global de la medicación, se han desarrollado diversas herramientas, como los métodos implícitos y explícitos que pueden ayudar al profesional en la detección de posibles inadecuaciones y riesgos derivados de la prescripción de múltiples fármacos simultáneamente en diferentes escenarios clínicos. Además, son numerosas las herramientas disponibles para la detección de interacciones que también deben ser analizadas en el momento de la revisión del tratamiento en este grupo de pacientes. Para agilizar esta revisión y el uso de las herramientas de detección de medicación potencialmente inadecuada e interacciones, se han desarrollado sistemas automatizados que podrían facilitar la tarea de revisión. Hipótesis Hipótesis general La prevalencia de medicamentos potencialmente inadecuados en población de 65 a 74 años con multimorbilidad y polimedicación atendidos en Atención Primaria es elevada independientemente de los métodos utilizados para su análisis. La prevalencia de interacciones fármaco-fármaco y fármaco-enfermedad es elevada, pero su relevancia clínica es baja. Hipótesis específicas 1. La prevalencia de medicación potencialmente inadecuada, medida con métodos explícitos, es elevada en la población de 65 a 74 años con multimorbilidad y polimedicación en Atención Primaria, y es mayor al aumentar el número de medicamentos prescritos. 2. La prevalencia de medicación potencialmente inadecuada en población de 65 a 74 años con multimorbilidad y polimedicación en Atención Primaria, medida con métodos implícitos es mayor a la obtenida con explícitos y la concordancia entre ambos criterios es baja. 3. Las interacciones fármaco-fármaco y fármaco-enfermedad, son frecuentes en pacientes de 65 a 74 años con multimorbilidad y polimedicación en Atención Primaria, siendo la mayoría de ellas de baja relevancia clínica. Un mayor número de fármacos prescritos se asocia con la presencia de interacciones clínicamente relevantes. Objetivos Objetivo general Estimar la prevalencia de medicación potencialmente inadecuada y de interacciones medicamentosas en pacientes entre 65 y 74 años con multimorbilidad y polimedicación en Atención Primaria medida con métodos implícitos (MAI) y explícitos (STOPP/START y Beers), analizando la concordancia entre ambos métodos en sus diferentes versiones, y estudiar los factores asociados a medicación potencialmente inadecuada e interacciones de relevancia clínica. Objetivos específicos 1. Estimar la prevalencia de medicación potencialmente inadecuada con los criterios explícitos STOPP/START Versión 2 y Beers 2015, implementados en un sistema automatizado, y analizar los factores asociados a la medicación potencialmente inadecuada. 2. Estimar la prevalencia de medicación potencialmente inadecuada con los diferentes métodos, implícitos (MAI) y explícitos con STOPP (Versión 1 y Versión 2) y Beers (2015 y 2019), y estudiar la concordancia entre los distintos métodos. Analizar los factores asociados a medicación potencialmente inadecuada. 3. Estimar las potenciales interacciones fármaco-fármaco y fármaco-enfermedad, detectadas por un sistema automatizado, su clasificación según relevancia clínica y analizar los factores asociados a presentar interacciones clínicamente relevantes. Método Estudio transversal, descriptivo, multicéntrico y observacional realizado en Atención Primaria. Se incluyeron 593 pacientes de 65 a 74 años con multimorbilidad (tres o más enfermedades crónicas) y polifarmacia (cinco fármacos o más durante al menos tres meses), entre diciembre de 2016 y enero de 2017, que habían acudido a su consulta médica al menos una vez en el último año, y que dieron su consentimiento por escrito para participar en el ensayo MULTIPAP. Se recogieron variables sociodemográficas de los pacientes: edad, sexo, estado civil, nivel de estudios, clase social y los ingresos familiares ajustados por el número de personas en el hogar. Variables clínicas y de tratamiento, recogiendo el número de principios activos por paciente según clasificación ATC (Anatomical, Therapeutic, Chemical classification system) y las enfermedades crónicas recogidas según International Classification of Diseases en Atención Primaria (CIAP) seleccionando las más relevantes según O¿Halloran. Todas estas variables fueron recogidas en un cuaderno de recogida de datos por los ciento diecisiete médicos participantes en el ensayo MULTIPAP, tras entrevistar a sus propios pacientes. Una investigadora revisó toda la información recogida y transfirió la información clínica y farmacoterapéutica al sistema automatizado Checkthemeds® para analizar la medicación potencialmente inadecuada y las interacciones fármaco-fármaco y fármaco-enfermedad. Esta herramienta analizó la medicación potencialmente inadecuada (MPI) utilizando los criterios explícitos STOPP/START Versión 1 y Versión 2, Beers 2015 y 2019 y las interacciones medicamentosas, combinando diversas fuentes de análisis de interacciones y clasificando su relevancia clínica según la clasificación de Lexicomp. Tres evaluadores médicos de familia, del equipo investigador de MULTIPAP, realizaron el análisis de las prescripciones con el método implícito MAI (Medication Appropriateness Index). Se describieron las variables categóricas con frecuencias y porcentajes y las cuantitativas con media y desviación con su intervalo de confianza del 95% (IC95%) verificada la normalidad de las mismas, o mediana y rango intercuartílico en el caso de las distribuciones asimétricas. Para responder a los distintos objetivos, se realizaron los siguientes análisis: Estudio 1: Se estimó la prevalencia de pacientes con al menos un MPI según los criterios explícitos STOPP/START Versión 2 y Beers 2015 con porcentajes y un IC 95%. Se categorizó por grupos en función de la presencia o no de MPI con los diferentes métodos y se estudió la asociación entre ambos grupos y las principales variables utilizando la ¿2 para variables categóricas y la t de Student para las cuantitativas (U de Mann-Whithney si no siguiese una distribución normal). Se estudiaron los factores asociados con la presencia de MPI mediante un modelo de regresión logística multivariante con estimadores robustos, siendo la variable dependiente la presencia de al menos un MPI medido por STOPP 2014 y como variables independientes aquellas que en el análisis bivariado resultaron estadísticamente significativas o con relevancia clínica. Estudio 2: Se estimó inicialmente la prevalencia de MPI utilizando los métodos explícitos STOPP Versión 1 y 2 y Beers 2015 y 2019 (IC 95%); y el método implícito MAI, que se evaluó tanto por fármaco como por paciente (suma de puntuación MAI por paciente). Se analizó la concordancia entre métodos implícitos y explícitos, utilizando MAI como patrón oro, mediante el índice kappa con IC 95%. Se calculó la especificidad y la sensibilidad de los criterios explícitos, calculando los intervalos de confianza mediante corrección exacta. Se estudiaron los factores asociados a la mayor prevalencia de MPI tanto con métodos explícitos como implícitos. Las variables independientes fueron las que alcanzaron significación estadística en el análisis univariante o se consideraron de relevancia clínica. Se construyeron diferentes modelos: Un modelo de regresión lineal multivariante para evaluar los factores asociados a la puntuación global de MAI por paciente. Cinco modelos diferentes de regresión logística multivariante para determinar los factores que se asocian de forma independiente a la MPI, siendo las variables dependientes presentar algún MPI (si/no) con STOPP Versión 1, STOPP Versión 2, Beers 2015 y Beers 2019, o tener prescrito algún medicamento con uno o más ítems inapropiados en los criterios MAI. Todos ellos se ajustaron con estimadores robustos. Estudio 3: Se estimó la prevalencia de todas las interacciones fármaco-fármaco y fármaco enfermedad (IC95%). Se describieron las interacciones clínicamente relevantes más frecuentes y sus potenciales consecuencias clínicas y se analizaron los factores relacionados con la presencia de interacciones fármaco-fármaco clínicamente relevantes con un modelo de regresión logística multivariante con estimadores robustos. La variable dependiente fue la presencia de interacción fármaco-fármaco clínicamente relevante, tipo X y D según Lexicomp, y las variables independientes aquellas que en el análisis bivariado resultaron estadísticamente significativas o fueron consideradas de importancia clínica. Resultados Los 593 pacientes incluidos en el estudio tenían un total de 4386 fármacos prescritos. La edad media de los pacientes fue de 69.7 (2.7) años y el 55.8% fueron mujeres. El 75.4% de los pacientes estaban casados y el 17.9% vivía solo. Las patologías más frecuentes fueron la hipertensión (78.9%), la hipercolesterolemia (50.2%) y la diabetes (42.2%). La media de enfermedades crónicas por pacientes fue de 5.8 (2.3) y la de prescripciones por paciente de 7.4 (2.4). El 17.9% tenían diez o más fármacos prescritos. Los grupos ATC más frecuentes fueron el de cardiovascular con un 95.3% de pacientes que tomaron al menos un fármaco de este grupo. El fármaco más prescrito fue el omeprazol (49.2%), seguido del ácido acetil salicílico (36.8%), la metformina con (34.4%), la simvastatina con 195 (32.9%) y el enalapril (27.2%). El 94.1% de los pacientes del estudio tuvo al menos un criterio de inadecuación en algún fármaco de los que tenía prescrito de acuerdo con los criterios MAI. Se detectó MPI en el 57.4%, 43.3%, 68.8% y 70.8% de los pacientes en función de los criterios explícitos STOPP V2, STOPP V1, Beers 2019 y Beers 2015 respectivamente. Un 42.8% presentó alguna omisión con los criterios START. Considerando el MAI como patrón oro, los criterios con mayor sensibilidad fueron el Beers 2015 (71.8%); sin embargo, el mayor valor predictivo positivo se obtuvo con el STOPP V2 (97.9%), que presentó una mayor concordancia para detectar la MPI en comparación con otras versiones de STOPP o Beers. Al analizar los criterios STOPP V2 frente a Beers 2015, observamos que sólo detectaron simultáneamente uno o más MPI en el 40.8% de los pacientes. Los MPI más frecuentes fueron el uso de Benzodiazepinas durante más de 4 semanas según criterios STOPP V2 (36.6%) y el uso prolongado de Inhibidores de la bomba de protones según criterios Beers 2015 (45.4%). Los factores asociados a una mayor prevalencia de MPI con STOPP V2 fueron ser mujer (OR 1.43; IC 95% 1.01-2.01; p=0.04), tener un mayor número de fármacos prescritos (OR 1.25; IC 95%: 1.14-1.37; p<0.001), y tener prescritos fármacos para el sistema nervioso central (grupo ATC N) (OR 3.75; IC 95% 2.45-5.76; p<0.001). Los pacientes con más de diez fármacos prescritos presentaron de forma significativa una mayor de inadecuación independientemente de los criterios utilizados. Por cada nuevo fármaco prescrito a un paciente, la puntuación del MAI aumentó 2.41(IC 95% 1.46-3.35) puntos. La diabetes, la cardiopatía isquémica o el asma, se asociaron de forma independiente con puntuaciones de MAI más bajas. En cuanto a las interacciones, el 97.1% de los pacientes tuvieron alguna interacción fármaco-fármaco (IFF) y el 90.1% de pacientes presentó alguna interacción fármaco-enfermedad (IFE). Sólo el 50.1% (IC95% 46.1-54.1) de pacientes presentó alguna IFF clínicamente relevante (tipo D y/o X) y casi una cuarta parte 23.9% (IC95% 18.9-25.6) presentaba una IFE. La combinación de fármacos no opioides depresores del sistema nervioso central (10.8%) y la combinación de benzodiacepinas con opioides (5.9%) fueron las IFF más frecuentes. Las IFE más frecuentes fueron el uso de Beta2 agonistas de larga duración en asma grave (5.2%) y las de fármacos que afectan a la función renal (4.9%). Tener prescritos más de diez fármacos frente a tener prescritos de cinco a seis fármacos (OR 11.86; IC95% 6.92-20.33) y tener ansiedad/depresión (OR 1.98; IC95% 1.31-2.98) se asoció a una mayor probabilidad de presentar IFF relevantes. Entre los factores que disminuyeron la probabilidad de tener IFF, se encontraron la hipertensión (OR 0.62; IC95% 0.41-0.94), la diabetes (OR 0.57, IC95% 0.40-0.82) y la cardiopatía isquémica (OR 0.43; IC95% 0.25-0.74). Conclusión Existe una alta prevalencia de medicación potencialmente inadecuada en pacientes adultos mayores con multimorbilidad y polimedicación en Atención Primaria utilizando métodos explícitos e implícitos. Estas prevalencias obtenidas y los fármacos inadecuados más frecuentes son acordes a lo encontrado en la literatura. Analizando la medicación con MAI como método implícito en esta misma población, se detecta mayor inadecuación que con métodos explícitos, aunque la aplicación de estos enfoques implícitos es más compleja. Las prevalencias de medicación potencialmente inadecuada que se obtienen son diferentes según el criterio explícito utilizado. La concordancia entre métodos explícitos e implícitos para la detección de medicación potencialmente inadecuada es baja. Los pacientes con mayor número de fármacos prescritos, tienen más riesgo de presentar medicación potencialmente inadecuada medida con métodos explícitos e implícitos. Las interacciones farmacológicas son frecuentes en nuestros pacientes con multimorbilidad y polifarmacia. La frecuencia de interacciones clínicamente relevantes, sin embargo, es baja. El número fármacos es, una vez más, el factor que más se asocia con la presentación de interacciones relevantes. En la práctica clínica, los métodos explícitos y el análisis de interacciones podrían analizarse de forma más ágil y simultánea en herramientas automatizadas. Los métodos implícitos, sin embargo, no pueden automatizarse por completo.