本文遵循决策辅助评估通用报告标准(SUNDAE)指南[ 26]．我们于2021年3月至2021年8月对DDInteract与UC进行了随机形成性评估。形成性评价是一种研究方法，用于严格审查在实施卫生保健创新过程中可能影响进展的因素[ 27]．我们采用了混合方法，因为我们收集了定量和定性数据。

本课题已获得犹他大学机构审查委员会(00127062)批准。所有参与者在参与本研究前都签署了知情同意书。

我们将ddinteraction设计成一个免费的SDM工具，与EHR集成，以降低因华法林和非甾体抗炎药(NSAIDs)等ddi造成的伤害风险[ 25]．当从EHR中启动时，该工具从患者记录中检索风险因素(例如，胃肠道出血史，年龄，药物)并计算患者出血的风险。动态风险阵列根据临床医生输入、患者病史和药物选择实时显示和更新胃肠道出血风险( 图1)。当选择一种非甾体抗炎药时，由于两种药物对出血风险的联合作用，风险数组发生变化，以反映风险的增加。该工具还(1)提供非药物治疗疼痛的信息，如针灸和物理治疗;(2)包括通过使用质子泵抑制剂降低胃肠道出血风险的策略;(3)方便药品处方流程;(4)自动化SDM讨论的临床文档;(5)在“访后总结”中对患者进行教育。关于ddinteraction功能的更多细节在其他地方描述，该工具可在ddinteraction网站上进行演示[ 28]．

我们随机安排了一组医生和患者，使用DDInteract或传统药物信息资源(UC)参与模拟临床接触，治疗一名服用华法林同时也在使用非甾体抗炎药(NSAID)缓解疼痛的患者。两组(DDInteract或UC)的医生都可以访问各种在线DDI资源(如Micromedex)，而干预组的医生也可以访问DDInteract。

我们通过电子通讯、向医疗团体作报告和滚雪球抽样来招募医生。医生的入选标准要求有治疗口服抗凝剂患者的经验。我们从犹他大学卫生系统招募患者，包括心脏病科和抗凝服务部门。患者参与者需要年龄大于21岁，英语流利，目前正在服用口服抗凝剂。

我们使用快速健康互操作性资源(FHIR)标准的替代医疗应用和可重用技术(SMART)指南，将ddinteraction与Logica沙盒EHR环境集成并部署[ 29]．有关技术架构(包括互操作性方法)的详情，可在其他地方查阅[ 30.]．医患双方使用在线会议软件参与模拟虚拟会面，并在开始模拟会面前提供同意。我们指导医生和病人表现得像遇到抗凝病人想用布洛芬治疗疼痛但又担心出血时那样。参与者允许我们记录他们的遭遇。医生和患者分别通过分组讨论室接受指导，并在模拟访问之前向研究人员询问任何问题。

随机分配到ddinteraction组的医生收到了一个视频链接，展示了ddinteraction的功能，而随机分配到UC组的医生收到了关于主要主题和在线药物信息源的信息，这些信息可以筛选药物相互作用(见《临床用药指南》中的表S1) 多媒体附录1)。两组的医生都可以访问在线资源，供ddi在会诊期间自行使用。模拟相遇后，医生和患者均与研究小组成员进行了半结构化访谈，讨论DDInteract和在线药物信息资源的相遇和使用情况。在结束模拟相遇后，参与者完成了一份包含后续部分中描述的工具的在线调查。

主要观察指标为SDM的质量，根据医生评估的共有9项的共同决策问卷(SDM- q -9)进行评估。医师模拟后调查项目分为6组:(1)SDM-Q-9量表[ 31];(2)经调整的系统可用性量表[ 32];(3)美国国家航空航天局(NASA)任务负荷指数(NASA- tlx) [ 33];(4)技术接受与使用统一理论(UTAUT) [ 34]，包括绩效期望、努力期望、技术使用态度、社会影响、促进条件、自我效能、焦虑和行为建构;(5)感知行为控制量表[ 35];(6)与参与者的人口统计和专业经验有关的问题。患者的调查包括6个项目改编自SUS量表，11个项目改编自决策冲突量表(DCS) [ 36]，以及关于他们的人口统计学和抗凝治疗的问题。

我们从各种量表和工具中计算出每个项目/结构的平均值和标准差。对于SDM质量，这是主要结果，我们进行了两组学生 t-测试评估DDInteract与UC的差异，并由医生评分。采用类似的方法来测试次要测量的差异，包括SUS、NASA-TLX和UTAUT。医生评定的PBC量表以及DCS上的项目也使用相同的方法进行分析。用Student对两组模拟相遇的总时间进行比较 t以及。所有统计比较均采用双尾检验，α < 0.05。由于样本量相对较小，没有对多重比较进行调整。因为我们不能假设总体是正态分布的，所以我们对报告的所有结果估计了Mann-Whitney U检验。我们还回顾了会面后半结构化访谈的文字记录，并突出了最有见地的评论。所有的记录都经过审查，主要研究者提取了最相关和重复的评论。数据分析使用Microsoft Excel for Mac 2016 (IBM Corp)和Stata (version 17, basic edition)。

共有12对医患双方完成了形成性评价。我们将6对随机分配到DDInteract, 6对随机分配到UC。参与者的人口统计数据显示在 表1。UC组比DDInteract组多1名女医师，多2名女患者。所有患者和9名(75%)医生报告为白种人。两组医生自我报告的华法林患者管理经验没有差异(DDInteract 68.8, SD 31.5 vs UC 77.7, SD 20.6，从0-100的量表， P= 58)。

主要结果感兴趣(SDM)，由SDM- q -9测量，出现在 表2。ddinteraction和UC组对SDM的认知在9个属性中的6个属性上存在显著差异( P< 0.05)，包括:促进对偏好的讨论，协助患者理解，提出不同的选择，提出不同治疗方案的优缺点，让患者参与，并明确要做出的决定。毫不奇怪，两组之间最大的差异是不同治疗方案的呈现(平均5.7,SD 0.5 vs平均1.8,SD 1.2， P<.001)和优点和缺点的介绍(平均5.0,SD 1.1 vs平均2.8,SD 1.2， P= 0.008)，分别为DDI和UC。

由NASA-TLX指数评估的任务负荷，从0(低/容易/成功)到10(高/要求/不成功)，DDInteract组的任务负荷低于UC组;无统计学意义，但有统计学意义的趋势(平均2.0,SD 1.2 vs平均4.2,SD 2.1， P=。08，respectively) ( 表3)。参与者表示，与UC中的工具相比，使用ddinteraction所需的工作量明显更少(平均0.8,SD 0.7 vs平均7.3,SD 3.7， P=。008，respectively), but none of the other constructs differed significantly between the study groups.

患者报告的适应性SUS量表评分在两组之间没有差异，但医生的评分差异显著，DDInteract被认为比UC更符合逻辑、更高效、更有帮助/有效，SDM被认为比UC中使用传统的DDI工具更有价值。 P< . 05) ( 表4)。

ddinteraction组的医生在李克特量表上的反应从1(强烈不同意)到7(强烈同意)与UC组的医生在以下UTAUT结构上的反应不同:表现预期(平均5.6,SD 1.2 vs平均3.4,SD 1.7; P<.001)，期望努力(平均6.8，标准差0.5 vs平均5.2，标准差1.6， P<.001)，对使用技术的态度(平均5.7,SD 1.1 vs平均3.9,SD 1.8， P<.001)，社会影响(平均5.5,SD 0.8 vs平均4.1,SD 1.8， P<.001)，焦虑(平均1.4,SD 0.5 vs平均2.5,SD 1.5， P< 0.001)，分别为( 表5)。总的来说，与UC相比，医生似乎认为ddinteraction表现更好，需要更少的努力，改善对技术的态度，得到管理层和同事的支持，并减少了感知焦虑。

表6显示医师对PBC的评估。与随机分配到UC的医生相比，暴露于DDInteract的医生更有可能在临床使用SDM(平均6.8,SD 0.4 vs平均6.0,SD 0.6)。 P=。02，respectively). DDInteract physicians were also more likely to perceive conducting SDM without extending the duration of the visit than UC physicians (mean 5.5, SD 0.5 vs mean 3.7, SD 1.5, P= 03)。然而，ddinteraction组的平均接触时间平均增加了5分钟，但ddinteraction组和UC组之间的这种增加没有显著差异(平均17.6分钟，SD 5.4分钟vs平均12.7分钟，SD 4.8分钟)。 P= 13)。两组间其他PBC项目无显著差异。两组患者对DCS的评分无差异(见表S2) 多媒体附录1)。

不同结果(SDM-Q-9、UTAUT、SUS、NASA-TLX、PBC和DCS)的非参数检验结果在统计学意义上与上述结果没有差异(表S3-S9) 多媒体附录1)。收集定性叙述数据，以了解参与者对SDM和DDI的看法。

在虚拟会面之后，临床医生和患者使用半结构化访谈形式讨论模拟，以引出他们对DDInteract和在线DDI资源的印象。以下是参与者的精选语录。总的来说，DDInteract受到了医生的好评，如下所述:

对于使用DDInteract所花费的额外时间的担忧在参与者中并不明显。一位医生说:

另一位医生认为，该工具将鼓励与患者进行更多的对话，并帮助他们了解与出血和抗凝治疗相关的风险:

当患者被问及ddinteraction中的图标阵列是否可以作为显示出血风险的一种方法时，一些评论包括:

表S10 in 多媒体附录1提供医生和病人的附加意见。

形成性评估的结果表明，ddinteraction作为一种潜在的有用工具，有助于促进SDM，涉及可能导致DDI的伴随治疗。医生认为该工具直观，易于使用，并且不会增加就诊时间。在模拟遭遇之后，接触ddinteraction工具的患者评论说，他们喜欢信息呈现的方式，包括风险的定量估计以及风险如何根据用户界面中的患者因素而变化。

与使用标准化和验证工具(SDM- q -9)随机分配到UC的医生相比，使用DDInteract的医生报告SDM增强[ 31， 37]．本研究表明，ddinteraction有助于促进讨论，增加患者理解，提供不同的治疗方案及其各自的优缺点，并为治疗选择和最终决定提供清晰的信息。这与目前关于潜在相互作用的警告形成对比，这些警告是临床医生导向的，而不是为与患者共享而设计的。

由于非甾体抗炎药的普遍使用，包括处方和非处方产品，患者在预防ddi的危害方面发挥着重要作用。通过教育，患者可以通过避免与非处方药相互作用和监测不良后果的体征和症状来减少伤害[ 38]．ddinteraction最重要的一个方面是风险数组，当选择风险因素或药物时，它会动态变化。可用性研究表明，这种方法很有吸引力，有助于显示伤害的风险[ 25]．此外，在会诊期间使用ddinteraction的医生没有接受SDM方面的额外培训，但对SDM方面的评价高于随机分配到UC的医生。

SUS指数的结果表明，医生认为ddinteraction比UC的医生认为在线概要和传统电子病历工具更合乎逻辑、更高效、更有价值、更易于使用、更有帮助/有效。鉴于EHR系统和在线ddi资源缺乏患者特定信息，这一发现并不令人惊讶。只有SUS的一个属性(“学到了一些东西”)在两组之间没有显著差异( P= 0。06)。患者对ddinteraction和UC工具的认知在SUS量表上没有差异，这一发现可能归因于患者希望获得更多关于ddi的信息[ 39， 40]．

根据参与者对NASA-TLX和UTAUT仪器的评分，DDInteract似乎直观且易于使用。这些结果支持了先前在设计工具时进行的可用性研究的报告[ 25]．NASA-TLX先前已被用于评估与新的临床决策支持工具(类似于ddinteraction)相关的工作量[ 41]．与UC相比，医生对ddinteraction在UTAUT领域的绩效预期、努力预期、对技术的态度和社会影响的评价更高。此外，与UC资源相比，ddinteraction与ddi的焦虑水平较低有关。这些发现与使用UTAUT模型评估有效临床决策支持的研究的元回归相一致，并表明努力预期、促进条件和表现预期对临床医生的行为有重大影响[ 42]．许多研究使用UTAUT评估与药物相关的CDS，包括研究一套名为Sentri7/Quantifi的综合CDS工具[ 43]，精神障碍的决策辅助工具的使用[ 44]，肿瘤学环境中的药物管理[ 45]，以及帮助提醒艾滋病毒阳性男性在进行性活动时使用抗病毒治疗的工具[ 46]．然而，据我们所知，没有人将UTAUT模型应用于ddi特定的SDM。

患者对DCS的反应在两组之间没有差异，这并不奇怪。在非瓣膜性房颤(NVAF)中使用DCS的研究发现，辅助患者决策的结果好坏参半[ 47， 48]．专注于抗凝治疗的非瓣膜性房颤决策辅助工具在使用决策辅助工具后显示DCS评分较低或DCS评分下降，但与不使用决策辅助工具的组相比，这些差异无显著差异[ 18， 47， 48]．此外，在我们的研究中，小样本量可能导致各组之间在DCS方面缺乏显着差异。

使用CDS和SDM应用程序所需的时间是临床医生普遍关注的问题。我们的研究发现，医生不认为ddinteraction会影响患者花费在SDM上的时间或精力(PBC量表问题)，而不会延长ddinteraction所支持的咨询时间。 P=.03)，尽管在进行模拟遭遇的时间上有5分钟的不显著差异，但DDInteract遭遇的时间更长。在汇报过程中，一位医生提出，ddinteraction实际上可以节省时间，因为它可以直观地解释伤害的风险和各种治疗方案，而不是口头解释风险。观察到的使用ddinteraction的时间和感知到的使用工具的时间之间的脱节可能是由于临床医生之前没有使用该工具的经验，必须在模拟过程中学习如何使用ddinteraction。临床医生发现该工具易于使用和直观，表明在未来遇到时使用该工具的时间减少了。

ddinteraction是一种提供潜在交互信息的新方法。目前，电子健康档案系统中的在线药物概要和警告存在许多问题[ 49]．它们不考虑个别患者的风险因素，也不提供风险的定量估计。此外，它们缺乏探索替代治疗风险变化的能力，几乎完全是基于文本的，没有任何视觉显示信息。此外，它们可能包含不正确的信息。例如，Drugs.com目前指出，控制华法林和布洛芬患者出血风险的机制是密切监测国际标准化比值(INR);然而，同时使用非甾体抗炎药和华法林相互作用是一种药效学相互作用，不会影响INR [ 24]．研究发现，在有出血且同时服用这两种药物的个体中，患者的INR在一定范围内，一项系统评价没有发现布洛芬或萘普生对INR有影响[ 50， 51]．对7个支持DDI检查并针对医疗专业人员的中国应用程序的审查发现，DDI信息差异很大，超过50%的应用程序缺乏准确的DDI信息[ 52]．尽管ddinteraction目前在其包含的交互方面受到限制，但是该方法可以推广到其他交互，并且正在努力扩展这些交互。

本研究有几个局限性，在解释结果时应考虑到这些局限性。我们招募的参与者少于我们的先验样本量(16对)，但我们仍然观察到研究组之间在SDM质量的主要结局和几个次要结局方面存在显著差异。COVID-19协议和限制限制了我们对受试者的招募，因为诊所就诊部分转向远程医疗，使得联系患者变得更加困难，而且由于大流行，医生的需求负担过重[ 53， 54]．此外，本研究关注的是华法林的特定DDI，由于有其他抗凝剂需要较少的监测，华法林的处方越来越少。一些医生评论说，他们希望看到DDInteract纳入其他抗凝血剂和其他消化道出血风险。如前所述，正在努力扩大纳入该工具的相互作用。另一个限制是临床场景需要二人扮演一个可能不会在临床实践中发生的场景，即患者在服用抗凝血剂时向医生寻求治疗疼痛的建议。虽然这种情况在大多数实践环境中并不常见，但先前的研究发现，在接受华法林治疗的患者中，这种情况发生的比例高达25% [ 2， 3.]．此外，研究中的许多医生表示，当研究人员在模拟访问之前解释场景时，他们意识到了这种相互作用。因此，当提供ddinteraction或其他DDI信息时，许多从业者的行为可能会有所不同。尽管如此，在模拟访问之后，许多接触到DDInteract的从业者都对这个工具充满了热情。因此，我们相信ddinteraction可能在许多实践环境中有用，特别是当该工具扩展到支持SDM用于其他药物相互作用时，例如其他口服抗凝剂。

DDInteract是一种新型工具，用于在遇到潜在有害的ddi时促进SDM。该工具改进了SDM，根据NASA-TLX和UTAUT量表，该工具没有过度负担，并且普遍受到医生和患者的好评。然而，需要进一步的研究来评估DDInteract对接触有害的ddi和其他重要健康结果的影响。