Возможности снижения рисков полипрагмазии при использовании систем поддержки принятия врачебных решений

лет

предоставляем актуальную медицинскую информацию от ведущих специалистов, помогая врачам в ежедневной работе

Присоединяйтесь!

Уведомления

Личный
кабинет

лет

Присоединяйтесь!

лет

Присоединяйтесь!

Возможности снижения рисков полипрагмазии при использовании систем поддержки принятия врачебных решений

Кардиология

462

23 декабря 2025

ФГБУ «НМИЦК им. ак. Е.И. Чазова» Минздрава России, Москва, Россия

ФГБОУ ВО «РЭУ им. Г.В. Плеханова», Москва, Российская Федерация

ФГБОУ ДПО РМАНПО Минздрава России, Москва, Россия

Учитывая имеющуюся тенденцию к снижению смертности и увеличению продолжительности жизни, ожидается рост числа полиморбидных лиц старших возрастных групп, нуждающихся в назначении большого количества лекарственных средств. Оптимизация фармакотерапии является важным и необходимым компонентом лечения в связи с достаточно высокой частотой назначения потенциально не рекомендованных лекарственных средств, приводящих к развитию опасных нежелательных лекарственных реакций. Фармакотерапия, особенно у полиморбидных пациентов старших возрастных групп, должна включать лекарственный аудит для выявления потенциально не рекомендованных лекарственных средств и лекарственных взаимодействий. Для улучшения качества назначения лекарственных средств и повышения безопасности медикаментозной терапии активно внедряются системы поддержки принятия врачебных решений. В настоящее время данные литературы в целом демонстрируют положительные тенденции в отношении эффективности данных систем для коррекции медикаментозной терапии у пациентов с необоснованной полифармакотерапией, однако существуют и ограничения в развитии данного направления.

Ключевые слова: система поддержки принятия врачебных решений, полифармакотерапия, полипрагмазия, клинические рекомендации, сердечно-сосудистые заболевания, пожилые пациенты, ограничительные перечни.

Yu.A. Dolgusheva^1,2, Yu.E. Efremova¹, Yu.P. Titov², P.M. Ivanova², V.G. Kudrina^2.3

¹Acad. E.I. Chazov National Medical Research Center of Cardiology, Moscow

²G.V. Plekhanov Russian University of Economics, Moscow

³Russian Medical Academy of Continuous Professional Education, Moscow

Considering a current trend towards a decrease in mortality and an increase in life expectancy, an increase in a number of polymorbid elderly persons who need to receive multiple medicines is expected. Optimized pharmacotherapy is an important and necessary therapeutic component due to relatively common potentially non-recommended drugs leading to serious adverse drug reactions (SADRs). Especially in polymorbid elderly patients, pharmacotherapy should include drug audits to identify potentially non-recommended drugs and drug-drug interactions. Medical decision support systems are being extensively implemented to improve drug prescription quality and to increase safety of drug therapy. Actually, literature data generally demonstrate positive trends in the system efficacy in the context of drug therapy management in patients with unjustified polypharmacy. However, development of the area is limited.

Keywords: medical decision support system, polypharmacy, polypragmasy, clinical guidelines, cardiovascular diseases, elderly patients, restrictive lists.

For citation: Dolgusheva Yu.A., Efremova Yu.E., Titov Yu.P., Ivanova P.M., Kudrina V.G. Possibilities of reducing the risks of polypragmasy by medical decision support systems. RMJ. 2025;8:50–54. DOI: 10.32364/2225-2282-2025-8-9

Для цитирования: Долгушева Ю.А., Ефремова Ю.Е., Титов Ю.П., Иванова П.М., Кудрина В.Г. Возможности снижения рисков полипрагмазии при использовании систем поддержки принятия врачебных решений. РМЖ. 2025;8:50-54. DOI: 10.32364/2225-2282-2025-8-9.

Возможности снижения рисков полипрагмазии при использовании систем поддержки принятия врачебных решений

Введение

Целью стартовавшего в 2025 г. в Российской Федерации (РФ) национального проекта «Продолжительная и активная жизнь» является увеличение ожидаемой продолжительности жизни к 2030 г. до 78 лет. Учитывая имеющуюся тенденцию к снижению смертности и увеличению продолжительности жизни в будущем, будет расти число полиморбидных лиц старших возрастных групп, нуждающихся в назначении большого количества лекарственных средств (ЛС). Болезни системы кровообращения (БСК) в настоящее время занимают лидирующее место в структуре смертности в РФ [1].

В настоящее время все более актуальной становится проблема полипрагмазии с назначением одному пациенту ≥5 ЛС или ≥10 при курсовом лечении¹. Полипрагмазия наиболее часто встречается среди пожилых полиморбидных пациентов. 90% пациентов ≥65 лет принимают по крайней мере одно ЛС, 30–50% — ≥5 ЛC, 10–20% — ≥10 ЛC [2–4]. По результатам проспективного когортного исследования, у пациентов, принимающих 5–9 ЛС, вероятность развития побочных эффектов почти в 2 раза выше, чем при приеме менее 5 ЛС (ОШ 1,81, 95% ДИ 1,17–2,82, p=0,008). У лиц, принимающих ≥10 ЛС, вероятность развития побочных эффектов более чем в 3 раза выше (скорректированное ОШ 3,33, 95% ДИ 1,62–6,85, p=0,001) [5].

В РФ в рамках формирования единого информационного контура в медицинских учреждениях для ведения амбулаторных карт и историй болезни, сбора и анализа медицинских данных используются медицинские информационные системы (МИС). В настоящее время степень внедрения информационных технологий в РФ достаточно высока и продолжает развиваться, так, в 2019 г. было зарегистрировано 4 млн электронных медицинских документов, а в 2024 г. — уже 1,7 млрд. Возможности МИС для анализа медицинских данных оперативного мониторинга достижения целевых показателей здоровья ограниченны. Внедрение дополнительных цифровых инструментов контроля показателей здоровья и соответствия ведения пациентов клиническим рекомендациям, направленных на повышение качества оказываемой медицинской помощи, является перспективным направлением в развитии системы цифровизации здравоохранения.

Таким инструментом является система поддержки принятия врачебных решений (СППВР), интегрированная в МИС. СППВР — это специальный программный продукт, который анализирует данные из МИС с возможностью формирования аналитических данных и предлагает рекомендации по диагностике и лечению на основе алгоритмов, заложенных в СППВР (актуальные нормативные правовые акты, стандарты и клинические рекомендации) [6, 7].

В представленном обзоре рассмотрены возможности влияния СППВР на полифармакотерапию и проверки соответствия тактики ведения пациентов актуальным клинических рекомендациям.

Развитие СППВР в здравоохранении

Внедрение СППВР является одним из ключевых направлений развития цифрового здравоохранения. СППВР как цифровой инструмент направлена на улучшение качества медицинской помощи, снижение числа ошибок и повышение эффективности работы врачей. С момента своего создания в 50-х годах прошлого века СППВР получила значительное развитие, эволюционируя от экспертных систем до улучшенных инструментов, управляемых искусственным интеллектом (ИИ) [8]. Первоначальная концепция СППВР была основана на использовании компьютеров для принятия медицинских решений, позднее, в 70–80-х годах прошлого века, появились экспертные системы (такие как система поддержки выбора антибиотиков и система помощи врачам в диагностике сложных случаев). В 1990–2000-х годах произошла интеграция СППВР с электронными медицинскими картами. Развитие доказательной медицины в этот период способствовало разработке СППВР, основанных на принципах доказательной медицины, которые включали использование руководств и клинических рекомендаций. К 2010 г. произошло стремительное развитие ИИ и машинного обучения, что повлияло на дальнейшее усовершенствование СППВР, которые, используя большие базы данных и передовые алгоритмы, стали предоставлять более персонифицированные рекомендации.

Имеющиеся в настоящее время СППВР предназначены для помощи врачам, оценки и контроля тактики ведения пациентов и анализа большого объема медицинских данных.

Основные функции СППВР [9–11]:

определение соответствия тактики ведения пациентов клиническим рекомендациям и стандартам оказания медицинской помощи;
мониторинг показателей здоровья;
мониторинг назначения фармакотерапии;
помощь врачу в диагностике и постановке диагноза;
применение персонализированного подхода в терапии с использованием алгоритмов ИИ;
выявления факторов риска развития заболеваний;
анализ большого массива медицинских данных для организаторов здравоохранения.

Таким образом, СППВР предоставляют рекомендации для врачей в режиме реального времени, основанные на данных МИС, нормативных правовых документах и клинических рекомендациях, также СППВР могут включать в себя разделы для организаторов здравоохранения, объединяющие массивы данных из МИС и формирующие необходимые аналитические отчеты.

Однако имеются сложности внедрения данных технологий в практическую систему здравоохранения [12]:

эффективность СППВР напрямую зависит от полноты и качества вводимых данных в МИС и способности СППВР расшифровывать большие массивы текстовых неструктурированных данных;
сложности с интеграцией СППВР и МИС;
усталость врачей от оповещений СППВР.

Полифармакотерия и СППВР

Количество полиморбидных пациентов с полипрагмазией неуклонно растет, что напрямую связано с количеством назначаемых ЛС. Одним из важных направлений в работе СППВР является снижение рисков нежелательных лекарственных реакций (НЛР) и уменьшение количества ошибок при назначении ЛС.

Ошибки при назначении ЛС являются важной проблемой здравоохранения. Порядка 7000 пациентов в США ежегодно умирают вследствие ошибок при назначении ЛС². Эти ошибки могут приводить к развитию НЛР у пациентов, особенно пожилых, так как возрастные физиологические изменения, множество хронических заболеваний и полипрагмазия повышают риск НЛР, связанных с приемом ЛС, у данной группы пациентов [13]. Полипрагмазия может быть независимым фактором риска развития НЛР, которые становятся причиной обращения к врачу и последующей госпитализации, что в свою очередь приводит к дополнительной нагрузке на систему здравоохранения [14].

Для решения проблем безопасности фармакотерапии внедрены регистрация и лицензирование ЛС, государственный контроль качества и мониторинг безопасности, исследование их эффективности и рисков, а также информационное обеспечение пациентов и врачей. Эти меры направлены на минимизацию вреда здоровью и обеспечение положительного эффекта от применения лекарств.

Для определения применения нерекомендованных ЛС с целью оптимизации фармакотерапии в разных странах создаются так называемые «ограничительные» перечни (Potentially Inappropriate Medication), включающие потенциально не рекомендованные ЛС для пациентов ≥65 лет [15]. Одним из самых используемых «ограничительных» перечней являются критерии Бирса [16]. Критерии предназначены для использования врачами в амбулаторном и стационарном звене здравоохранения при лечении пациентов старшей возрастной группы. В настоящее время в клинической практике используются критерии Бирса пересмотра 2023 г. [17, 18]. В данных критериях представлены:

ЛС, применение которых потенциально нежелательно;
ЛС, применение которых потенциально нежелательно при определенных заболеваниях и синдромах;
ЛС, которые необходимо применять с осторожностью;
ЛС, применение которых потенциально нежелательно в связи с возможным развитием межлекарственных взаимодействий;
ЛС, дозировка которых зависит от уровня функции почек.
ЛС с выраженным антихолинергическим действием.

Существующие СППВР, которые определяют потенциально не рекомендованные ЛС у пациентов ≥65 лет, в основном используют комплексный подход, основанный на критериях Бирса и STOPP/START-критериях. На основе данного подхода возможно определение нерекомендуемых или нерациональных ЛС, а также выявление так называемых «упущенных» назначений ЛС, т. е. тех ЛС, для которых имеются показания, но они не были назначены [19].

В последнее время выполнено значительное количество клинических исследований, изучающих влияние СППВР на риски фармакотерапии при различных заболеваниях. В исследовании, проведенном McDonald et al. [20], включившем 1066 пациентов в возрасте ≥65 лет с сердечно-сосудистыми заболеваниями (ССЗ) (артериальная гипертония — 73% случаев, ишемическая болезнь сердца — 38%, застойная сердечная недостаточность — 30%, клапанные пороки сердца — 21%), внедрение СППВР на основе STOPP-критериев, критериев Бирса и листа рекомендаций Choosing Wisely привело к увеличению доли пациентов, у которых были отменены один или несколько потенциально не рекомендованных ЛС, с 46,9 до 54,7% [21].

В исследовании M. Meulendijk et al.³ применение СППВР, основанной на данных межлекарственных взаимодействий и STOPP/START-критериях, увеличило доли правильных клинических решений с 58 до 76% (p<0,0001) и снизило долю неправильных решений с 42 до 24% (p<0,0001).

В другой работе внедрение СППВР, разработанной на основе базы данных межлекарственных взаимодействий, критериев Бирса и шкалы антихолинергической нагрузки, сопровождалось значимым снижением количества пациентов, принимавших хотя бы один потенциально не рекомендованный препарат [22]. В исследование были включены две группы пожилых пациентов (≥65 лет), госпитализированных в гериатрическое отделение. В течение первой фазы исследования (наблюдения) ЛС, назначенные пациентам при поступлении и выписке, анализировались с помощью СППВР без каких-либо изменений на основе информации, полученной из программного обеспечения. В течение второй фазы (вмешательства) лечение пациентов было пересмотрено и изменено при выписке в соответствии с рекомендациями СППВР. В период наблюдения была выявлена существенная доля (39,1%) пациентов, у которых было выявлено по крайней мере по одному нерекомендованному ЛС. Использование СППВР во второй фазе привело к снижению доли пациентов, у которых было также обнаружено по крайней мере по одному нерекомендованному ЛС, с 41,7 до 11,6% (p<0,001).

S. Verdorn et al. [23] анализировали ретроспективные и проспективные данные. В ретроспективной части исследования был проведен анализ данных пациентов в возрасте ≥65 лет, принимающих ≥5 ЛС перорально. Далее, в проспективной части, проводился визит пациентов, на котором были определены потенциальные проблемы, связанные с фармакотерапией, — избыточное назначение ЛС или неоптимальная медикаментозная терапия, и проведена коррекция терапии (добавление или прекращение приема ЛС). Подобный анализ был проведен сначала только врачом, затем с использованием СППВР. У 3100 пациентов до внедрения СППВР была выявлена 9151 ошибка в фармакотерапии. После использования СППВР выявляемость таких пациентов увеличилась до 4303, а ошибок выявлено 15 268. Количество выявленных ошибок на одного пациента увеличилось в результате применения СППВР (3,2 против 3,6, p<0,01). Среди наиболее часто назначаемых ЛС были ЛС для терапии БСК: блокаторы кальциевых каналов (29%), статины (17%), β-адреноблокаторы (15%), ингибиторы ангиотензинпревращающего фермента (14%), дезагреганты (14%), диуретики (13%). Таким образом, использование СППВР значимо повысило выявляемость ошибок, связанных с фармакотерапией, — избыточного и/или неправильного назначения ЛС.

В систематическом обзоре, включившем 16 исследований, проанализировано влияние СППВР на безопасность ЛС у пожилых пациентов. В общей сложности в анализ были включены данные 135 108 полиморбидных пациентов ≥65 лет. Продолжительность исследований варьировала от 2 до 30 мес. В результате было показано, что применение СППВР снижает частоту назначения потенциально неподходящих ЛС, а также способствует выявлению и исключению уже назначенных неподходящих ЛС [24].

В проспективном исследовании, изучающем точность и эффективность системы предупреждений об ошибках при приеме ЛС, в отделении терапии за 16 мес. наблюдения врачи сделали 78 017 назначений. Количество предупреждений, генерируемых системой на протяжении всего исследования, было небольшим и составило 0,4% от всех назначений, или в среднем 4,5 предупреждения в неделю на отделение. Из сгенерированных предупреждений было 40% сделано в процессе назначения, а 60% сформировано позже, на этапе мониторинга, на основании изменения клинического состояния пациента (например, новых лабораторных результатов, показателей жизнедеятельности и т. д.) [25].

По данным обзора P. Jia et al. [26], в который было включено 237 уникальных рандомизированных контролируемых исследований (РКИ) и 176 не являющихся РКИ, доказательства того, что СППВР снижает количество ошибок при назначении ЛС, повышая соответствие лечения клиническим рекомендациям, были обнаружены в 108 из 143 уникальных исследований, изучающих этот эффект (75%). Только 18 из 90 уникальных исследований сообщили о значительных доказательствах того, что СППВР положительно влияет на результаты лечения пациентов (20%).

В 2020 г. опубликовано исследование, в котором участвовало 359 врачей общей практики из Европы, включая Великобританию [27]. В работе оценивалась СППВР, предназначенная для оптимизации медикаментозной терапии и отмены потенциально неподходящих ЛС. В исследование было включено 3904 пациента в возрасте ≥75 лет, регулярно принимающих восемь или более препаратов, и сформировано две группы: группа использования СППВР (n=1953) и группа, в которой коррекция медикаментозной терапии проводилась без применения СППВР (контроль, n=1951). Первичной точкой исследования была незапланированная госпитализация или смерть в течение 24 мес., вторичной — сокращение количества принимаемых ЛС. Средний возраст пациентов составил 81,5±4,4 года, среднее количество принимаемых препаратов — 10,5±2,4, у одного пациента было в среднем 9,5±4,9 диагноза. В группе СППВР в течение 24 мес. наблюдения незапланированная госпитализация или смерть были у 44,6%, в группе контроля — у 48,4%, авторы не нашли достоверных подтверждений того, что использование СППВР уменьшает число внеплановых госпитализаций или смертей. Однако количество назначенных препаратов снизилось в группе применения СППВР по сравнению с контрольной группой в среднем на 3,38 ЛС (95% ДИ 3,20–3,56).

Европейское исследование в отделениях реанимации и интенсивной терапии, которое включило 9887 пациентов, показало, что внедрение СППВР в клиническую практику приводит к снижению количества назначаемых ЛС [28]. В работе была разработана система, предупреждающая о нежелательных взаимодействиях ЛС и дублировании назначений. В результате удалось достичь снижения на 12% (95% ДИ 5–18%, р=0,0008) количества назначенных комбинаций ЛС с высоким риском развития нежелательных реакций.

В работе 2024 г. был выполнен анализ эффективности СППВР, разработанной на основании перечня STOPP/START-критериев, шкалы антихолинергической нагрузки, инструмента анализа межлекарственных взаимодействий Drug Interaction Checker на портале drugs.com и светофорной шкалы риска падений. Исследование было выполнено с участием пожилых пациентов отделений терапевтического профиля с сердечно-сосудистыми, цереброваскулярными заболеваниями и/или сахарным диабетом 2 типа. В результате с помощью СППВР была оптимизирована медикаментозная терапия, что привело к снижению среднего количества ЛС на человека с 10,02 до 8,28 (p<0,001). Доля неправильных клинических решений в ЛС после внедрения СППВР уменьшилась с 58,6 до 9,0%, а доля неправильных клинических решений — со 100 до 44,4%. В данном исследовании СППВР включала более широкий спектр шкал для борьбы с полипрагмазией. Применение данной СППВР позволило достоверно уменьшить полипрагмазию у пациентов и привело к улучшению показателей медикаментозной терапии [29].

Клинические рекомендации и СППВР

Кроме проблем с необоснованной полипрагмазией не менее актуальна проблема неназначения всех ЛС и недовыполнение диагностических исследований, соответствующих нозологическим клиническим рекомендациям, одобренным научно-практическим советом Минздрава России⁴. В реальной клинической практике необходимый объем диагностических исследований и рекомендованная терапия назначаются не всем пациентам. По данным исследования пациентов с хронической сердечной недостаточностью (ХСН) в РФ, необходимую терапию, улучшающую прогноз, получали лишь 11,8% пациентов [30]. Такие важные показатели для ХСН, как уровень натрийуретических пептидов и фракция выброса левого желудочка, определялись лишь у 1–2 и у 46,57% пациентов соответственно [31, 32].

В многоцентровом исследовании С.Н. Терещенко и соавт. [33] оценивали эффективность применения аналитического сервиса с функцией СППВР в виде подсказок с рекомендациями по ведению пациентов с ХСН. Подсказки включали в себя персонализированную схему терапии и обследования пациентов, данные о наличии противопоказаний, особенностях межлекарственных взаимодействий. Средний возраст пациентов составил 67,8–70,6 года. Результаты работы продемонстрировали, что применение СППВР увеличило частоту выполнения необходимых обследований у пациентов с ХСН, включая определение мозгового натрийуретического пептида и фракции выброса левого желудочка, увеличилась частота назначения медикаментозной терапии в соответствии с клиническими рекомендациями. Кроме того, в результате применения СППВР было выявлено снижение частоты повторных госпитализаций среди пациентов с ХСН.

Внедрение этой же СППВР в МИС Кемеровской области показало увеличение приверженности врачей к соблюдению клинических рекомендаций, улучшению качества ведения пациентов с острыми сердечно-сосудистыми событиями, ишемической болезнью сердца, дислипидемией. У пациентов чаще стал контролироваться уровень липопротеидов низкой плотности, увеличилось количество посещений специалистов и улучшились схемы гиполипидемической терапии с назначением более высоких доз высокоинтенсивных статинов и добавлением при необходимости 2-й и 3-й линии гиполипидемической терапии. Использование СППВР позволило улучшить преемственность медицинской помощи и качество диспансерного наблюдения, а также выявить проблемные зоны в организации оказания медицинской помощи больным с ССЗ [9].

Ранее опубликованные данные показывают, что у пациентов с фибрилляцией предсердий и высоким риском тромбоэмболических осложнений частота назначения антикоагулянтной терапии с использованием оральных антикоагулянтов недостаточна [34]. СППВР при ведении таких пациентов способствовала увеличению количества назначений антикоагулянтов и повышению приверженности врачей соблюдению клинических рекомендаций [35]. В исследовании ИНТЕЛЛЕКТ [36] эксперты, применявшие СППВР, на 15% чаще назначали новые оральные антикоагулянты (95% ДИ 10–21), если сравнивать с терапией, назначенной врачами, указанной в медицинских картах. В другом исследовании была изучена частота соответствия назначений антикоагулянтной терапии врачами общей практики клиническим рекомендациям [37]. Было продемонстрировано, что применение СППВР увеличивало вероятность соответствия клиническим рекомендациям в 8,07 раза по сравнению с контрольной группой (ОШ 8,07, 95% ДИ 2,57–25,34, p<0,001).

Заключение

Оптимизация фармакотерапии является важным и необходимым компонентом лечения в связи с достаточно высокой частотой назначения потенциально не рекомендованных ЛС, приводящих к развитию опасных НЛР. Фармакотерапия, особенно у полиморбидных пациентов старших возрастных групп, должна включать лекарственный аудит для выявления потенциально не рекомендованных ЛС и лекарственных взаимодействий. В настоящее время данные литературы об эффективности СППВР в коррекции медикаментозной терапии у пациентов с необоснованной полифармакотерапией в целом демонстрируют положительные тенденции, однако существуют и ограничения в развитии данного направления:

большинство проведенных исследований включали только пожилых пациентов;
для оценки лекарственных взаимодействий в основном использовались одни и те же критерии, учитывающие в большинстве своем потенциально опасное взаимодействие двух ЛС и более;
сложности в интеграции МИС и СППВР;
ограниченные возможности СППВР при анализе большого массива данных неструктурированного текста;
у некоторых СППВР имеется нозологическая специфика, что затрудняет работу системы с полиморбидными пациентами.

Необходимо дальнейшее развитие и внедрение СППВР для коррекции полифармакотерапии, а также проведение новых исследований на больших массивах данных с использованием технологий ИИ.

Для улучшения эффективности применения СППВР необходимо решить ряд задач, включающих в себя развитие цифровизации здравоохранения в целом, широкое внедрение технологий ИИ и повышение приверженности врачей работе с данными системами.

Источник финансирования: работа выполнена в рамках гранта Российского научного фонда № 23-75-30012.

¹Клинические рекомендации. Старческая астения. 2024. (Электронный ресурс.) URL: https://cr.minzdrav.gov.ru/preview-cr/613_2 (дата обращения: 05.11.2025).

²Holquist C. Medication errors: an FDA perspective. European Union Regulatory Workshop on Medication Errors. 2013. (Electronic resource.) URL: http://www.ema.europa.eu/docs/en_GB/document_library/Presentation/2013/03/WC500139886.pdf (access data: 29.09.2025).

³Meulendijk Michiel C. et al. «STRIPA: A Rule-Based Decision Support System for Medication Reviews in Primary Care». 2015. (Electronic resource.) URL: https://aisel.aisnet.org/ecis2015_rip/29 (access data: 29.09.2025).

⁴Научно-практический совет. 2019. (Эелктронный ресурс.) URL: https://minzdrav.gov.ru/poleznye-resursy/nauchno-prakticheskiy-sovet (дата обращения: 10.10.2025).

1. Бойцов С.А., Проваторов С.И., Шестова И.И., Никулина Н.Н. Неотложные меры в диагностике и лечении хронических форм ишемической болезни сердца. Терапевтический архив. 2025;97(1):5–10. [Boytsov S.A., Provatorov S.I., Shestova I.I., Nikulina N.N. Emergency measures in the diagnosis and treatment of chronic forms of ischemic heart disease. Terapevticheskii Arkhiv. 2025;97(1):5–10 (in Russ.)]. DOI: 10.26442/00403660.2025.01.203125
2. Guthrie B., Makubate B., Hernandez-Santiago V., Dreischulte T. The rising tide of polypharmacy and drug-drug interactions: population database analysis 1995–2010. BMC Med. 2015;13:74. DOI: 10.1186/ s12916-015-0322-7
3. Wastesson J.W., Morin L., Tan E.C.K., Johnell K. An update on the clinical consequences of polypharmacy in older adults: a narrative review. Expert Opin Drug Saf. 2018;17:1185–1196. DOI: 10.1080/14740338.2018.1546841
4. Wimmer B.C., Cross A.J., Jokanovic N. et al. Clinical outcomes associated with medication regimen complexity in older people: a systematic review. J Am Geriatr Soc. 2017;65:747–753. DOI: 10.1111/ jgs.14682
5. Doherty A.S., Boland F., Moriarty F. et al. Adverse drug reactions and associated patient characteristics in older community-dwelling adults: a 6-year prospective cohort study. Br J Gen Pract. 2023;73(728):e211–e219. DOI: 10.3399/BJGP.2022.0181
6. Sutton R.T., Pincock D., Baumgart D.C. et al. An overview of clinical decision support systems: benefits, risks, and strategies for success. NPJ Digit Med. 2020;3:17. DOI: 10.1038/s41746-020-0221-y
7. Boston D., Larson A.E., Sheppler C.R. et al. Does Clinical Decision Support Increase Appropriate Medication Prescribing for Cardiovascular Risk Reduction? J Am Board Fam Med. 2023;36(5):777–788. DOI: 10.3122/jabfm.2022.220391R2
8. Chen Z., Liang N., Zhang H. et al. Harnessing the power of clinical decision support systems: challenges and opportunities. Open Heart. 2023;10:e002432. DOI: 10.1136/openhrt-2023-002432
9. Ежов М.В., Сергиенко И.В., Палеев Ф.Н. и др. Влияние сервиса поддержки принятия врачебных решений на соблюдение клинических рекомендаций и достижение целевого уровня холестерина липопротеинов низкой плотности у пациентов с риском развития сердечно-сосудистых осложнений в Кемеровской области (исследование SuccESS в Кемеровской области). Российский кардиологический журнал. 2025;30(5):6370. [Ezhov M.V., Sergienko I.V., Paleev F.N. et al. The impact of a clinical decision support service on adherence to clinical guidelines and achieving target low-density lipoprotein cholesterol levels in patients at risk of cardiovascular events in the Kemerovo Oblast (SuccESS Study in the Kemerovo Oblast). Russian Journal of Cardiology. 2025;30(5):6370 (in Russ.)]. DOI: 10.15829/1560-4071-2025-6370
10. Гусев А.В., Гольдина Т.А. Анализ данных реальной клинической практики, извлеченных из электронных медицинских карт в платформе Webiomed. Врач и информационные технологии. 2024;3:44–61. [Gusev A.V., Goldina T.A. Analysis of Real-World Data extracted from electronic medical records in the Webiomed platform. Medical Doctor and Information Technologies. 2024;(3):44–61 (in Russ.)]. DOI: 10.25881/18110193_2024_3_44
11. Ермак А.Д., Гаврилов Д.В., Новицкий Р.Э. и др. Использование машинного обучения для прогнозирования онкологических заболеваний на основе данных электронных медицинских карт: автоматизированный подход к скринингу. Вопросы онкологии. 2025;71(4):914–926. [Ermak A.D., Gavrilov D.V., Novitskiy R.E. et al. Machine learning for cancer risk prediction using electronic health records: an automated screening framework. Voprosy Onkologii, 2025;71(4):914–926 (in Russ.)]. DOI: 10.37469/0507-3758-2025-71-4-OF-2258
12. Elhaddad M., Hamam S.. A Idriven clinical decision support systems: Anong oingpursuit of potential. Cureus. 2024;16:e57728. https://doi.org/10.7759/cureus.57728,
13. Marano C., Murianni L., Sticchi L. To err is human. Building a safer health system. Ital J Public Health. 2005;2:93–95. DOI: 10.2427/5972
14. Benamar S., Lukas C., Daien C. et al. Polypharmacy is associated with an increased risk of adverse outcomes in patients with rheumatoid arthritis. Ann Rheum Dis. 2017;76(Suppl 2):806. DOI: 10.1136/annrheumdis-2017-eular.2262
15. Ильина Е.С., Богова О.Т., Доскина Е.В. и др. Назначение потенциально не рекомендованных лекарственных средств согласно критериям Бирса как фактор риска развития падений у пациентов старческого возраста кардиологического профиля с полипрагмазией. Вестник Всероссийского общества специалистов по медико-социальной экспертизе, реабилитации и реабилитационной индустрии. 2024;1:31–40. [Ilina E.S., Bogova O.T., Doskina E.V. et al. Prescribing potentially unsupported medicines according to the bierce criteria as a risk factor for falls in elderly cardiological patients with polypragmasia. Bulletin of the all-russian society of specialists in medical and social examination, rehabilitation, and rehabilitation industry. 2024;1:31–40 (in Russ.)]. DOI: 10.17238/issn1999-2351.2024.1.31-40
16. By the American Geriatrics Society 2015 Beers Criteria Update Expert Panel. American Geriatrics Society 2015 updated Beers Criteria for potentially inappropriate medication use in older adults. J Am Geriatr Soc. 2015;63(11):2227–2246. DOI: 10.1111/jgs.13702
17. Черняева М.С., Рожкова М.А., Казакова М.В. и др. Опыт использования критериев Бирса в клинической практике по данным отечественной литературы. ФАРМАКОЭКОНОМИКА. Современная фармакоэкономика и фармакоэпидемиология. 2024;17(3):384–395. [Cherniaeva M.S., Rozhkova M.A., Kazakova M.V. et al. Experience of using Beers criteria in clinical practice (according to Russian literature). FARMAKOEKONOMIKA. Modern Pharmacoeconomics and Pharmacoepidemiology. 2024;17(3):384–395 (in Russ.)]. DOI: 10.17749/2070-4909/farmakoekonomika.2024.262
18. By the 2023 American Geriatrics Society Beers Criteria® Update Expert Panel. American Geriatrics Society 2023 updated AGS Beers Criteria® for potentially inappropriate medication use in older adults. J Am Geriatr Soc. 2023;71(7):2052–2081. DOI: 10.1111/jgs.18372
19. Рунихина Н.К., Черняева М.С., Малая И.П. и др. STOPP/START критерии, версия 3. Обновленный инструмент для борьбы с полипрагмазией у гериатрических пациентов. Российский журнал гериатрической медицины. 2023;4(16):273–288. [Runikhina N.K., Cherniaeva M.S., Malaya I.P. et al. Enhanced STOPP/START Criteria: a tool for managing polypharmacy in older population. Russian Journal of Geriatric Medicine. 2023;4(16):273–288 (in Russ.)]. DOI: 10.37586/2686-8636-4-2023-273-288
20. McDonald E.G., Wu P.E., Rashidi B. et al. The MedSafer Study: a controlled trial of an electronic decision support tool for deprescribing in acute care. J Am Geriatr Soc. 2019;67(9):1843–1850. DOI: 10.1111/jgs.16040
21. Dovjak P. Choosing wisely in case of hypertension, diabetes and hyperlipidemia in older patients. Wien Med Wochenschr. 2016;166(5–6):166–72. DOI: 10.1007/s10354-015-0426-x
22. Ghibelli S., Marengoni A., Djade C. et al. Prevention of inappropriate prescribing in hospitalized older patients using a computerized prescription support system (INTERcheck®). Drugs Aging. 2013;30(10):821–828. DOI: 10.1007/s40266-013-0109-5
23. Verdoorn S., Kwint H.F., Hoogland P. et al. Drug-related problems identified during medication review before and after the introduction of a clinical decision support system. J Clin Pharm. Ther. 2018;43(2):224–231. DOI: 10.1111/jcpt.12637
24. Ng Y., Hsu J.T.Y., Ng N.N.E. et al. Evaluating the role of clinical decision support systems in medication safety for older people: a systematic review. Age Ageing. 2025;54(7):afaf206. DOI: 10.1093/ageing/afaf206
25. Segal G., Segev A., Brom A. et al. Reducing drug prescription errors and adverse drug events by application of a probabilistic, machine-learning based clinical decision support system in an inpatient setting. J Am Med Inform Assoc. 2019;26(12):1560–1565. DOI: 10.1093/jamia/ocz135
26. Jia P., Zhang L., Chen J. et al. The effects of clinical decision support systems on medication safety: Anoverview. PLoSOne. 2016;11:e0167683. DOI: 10.1371/journal.pone.0167683
27. Rieckert A., Reeves D., Altiner A. et al. Use of an electronic decision support tool to reduce polypharmacy in elderly people with chronic diseases: cluster randomised controlled trial. BMJ. 2020;369:m1822. DOI: 10.1136/bmj.m1822
28. Bakker T., Klopotowska J.E., Dongelmans D.A. et al. The effect of computerised decision support alerts tailored to intensive care on the administration of high-risk drug combinations, and their monitoring: a cluster randomised stepped-wedge trial. Lancet. 2024;403(10425):439–449. DOI: 10.1016/S0140-6736(23)02465-0
29. Духанина (Конова) О.Д., Клейменова Е.Б., Отделенов В.А., Сычев Д.А. Оптимизация медикаментозной терапии пожилых пациентов с полипрагмазией при помощи системы поддержки принятия врачебных решений. Клин фармакол тер. 2024;33(2):27–30. [Dukhanina (Konova) O.D., Kleymenova E.B., Otdelenov V.A., Sychev D.A. The use of an electronic clinical decision support system to reduce polypharmacy in the elderly patients. Klinicheskaya farmakologiya i terapiya=Clin Pharmacol Ther. 2024;33(2):27–30 (in Russ.)]. DOI: 10.32756/0869-5490-2024-2-27-30
30. Шляхто Е.В., Беленков Ю.Н., Бойцов С.А. и др. Результаты промежуточного анализа проспективного наблюдательного многоцентрового регистрового исследования пациентов с хронической сердечной недостаточностью в Российской Федерации «ПРИОРИТЕТ-ХСН»: исходные характеристики и лечение первых включенных пациентов. Российский кардиологический журнал. 2023;28(10):5593. [Shlyakhto E.V., Belenkov Yu.N., Boytsov S.A. et al. Interim analysis of a prospective observational multicenter registry study of patients with chronic heart failure in the Russian Federation "PRIORITET-CHF": initial characteristics and treatment of the first included patients. Russian Journal of Cardiology. 2023;28(10):5593 (in Russ.)]. DOI: 10.15829/1560-4071-2023-5593
31. Гиляревский С.Р., Гаврилов Д.В., Гусев А.В. Результаты ретроспективного анализа записей электронных амбулаторных медицинских карт пациентов с хронической сердечной недостаточностью: первый российский опыт. Российский кардиологический журнал. 2021;26(5):4502. [Gilyarevsky S.R., Gavrilov D.V., Gusev A.V. Retrospective analysis of electronic health records of patients with heart failure: the first Russian experience. Russian Journal of Cardiology. 2021;26(5):4502 (in Russ.)]. DOI: 10.15829/1560-4071-2021-4502
32. Лопатин Ю.М., Недогода С.В., Архипов М.В. и др. Фармакоэпидемиологический анализ рутинной практики ведения пациентов с хронической сердечной недостаточностью в Российской Федерации. Часть I. Российский кардиологический журнал. 2021;26(4):4368. [Lopatin Yu.M., Nedogoda S.V., Arkhipov M.V. et al. Pharmacoepidemiological analysis of routine management of heart failure patients in the Russian Federation. Part I. Russian Journal of Cardiology. 2021;26(4):4368(in Russ.)]. DOI: 10.15829/1560-4071-2021-4368
33. Терещенко С.Н., Жиров И.В., Шангина А.М. и др. Влияние сервиса поддержки принятия врачебных решений на соблюдение клинических рекомендаций при ведении пациентов с хронической сердечной недостаточностью (исследование SPHERA-HF). Кардиоваскулярная терапия и профилактика. 2025;24(7):4462. [Tereshchenko S.N., Zhirov I.V., Shangina A.M. et al. Impact of a clinical decision support system on adherence to clinical guidelines in the management of patients with heart failure (SPHERA-HF study). Cardiovascular Therapy and Prevention. 2025;24(7):4462 (in Russ.)]. DOI: 10.15829/1728-8800-2025-4462
34. Al-Khatib S.M., Pokorney S.D., Al-Khalidi H.R. et al. Underuse of oral anticoagulants in privately insured patients with atrial fibrillation: a population being targeted by the IMplementation of a randomized controlled trial to improve treatment with oral AntiCoagulanTs in patients with Atrial Fibrillation (IMPACT-AFib). Am Heart J. 2020;229:110–117. DOI: 10.1016/j.ahj.2020.07.012
35. Пономаренко А.В., Гаврилко А.Д., Гартунг А.А. и др. Клиническое применение сервисов поддержки принятия врачебных решений при ведении пациентов с фибрилляцией предсердий. Рациональная Фармакотерапия в Кардиологии. 2024;20(4):468–477. [Ponomarenko A.V., Gavrilko A.D., Gartung A.A. et al. Clinical application of clinical decision support systems in the management of patients with atrial fibrillation. Rational Pharmacotherapy in Cardiology. 2024;20(4):468–477 (in Russ.)]. DOI: 10.20996/1819-6446-2024-3062
36. Лосик Д.В., Козлова С.Н., Кривошеев Ю.С. и др. Результаты ретроспективного анализа выбора терапии при помощи сервиса поддержки принятия врачебных решений у пациентов с артериальной гипертензией и фибрилляцией предсердий (ИНТЕЛЛЕКТ). Российский кардиологический журнал. 2021;26(4):4406. [Losik D.V., Kozlova S.N., Krivosheev Yu.S. et al. Retrospective analysis of clinical decision support system use in patients with hypertension and atrial fibrillation (INTELLECT). Russian Journal of Cardiology. 2021;26(4):4406 (in Russ.)]. DOI: 10.15829/1560-4071-2021-4406
37. Ru X., Wang T., Zhu L. et al. Using a Clinical Decision Support system to improve anticoagulation in patients with nonvalve atrial fibrillation in China’s primary care settings: a feasibility study. Int J Clin Pract. 2023;2023:2136922. DOI: 10.1155/2023/2136922