藥物依從率 — 數位健康指標

藥物依從率衡量的是病患按醫囑服用處方藥物的程度，最常表示為在特定時期內病患按處方獲得藥物的天數佔比。這是最具影響力的數位健康指標之一，因為不依從現象普遍存在，且在恰當支援下很大程度上可以預防，並與更差的臨床結果和更高的下游成本直接相關——而這正是用藥提醒應用、智慧藥盒和藥房續方提醒工具旨在彌合的差距。

為何重要

公共衛生機構估計，某些疾病的慢性病用藥不依從率高達50%，這是導致可避免住院、疾病進展和治療失敗的主要可預防原因，而這些後果常被錯誤地歸咎於藥物本身，而非用藥的不一致性。數位依從性工具正是為彌合這一差距而存在，因此對於任何包含用藥環節的專案而言，依從率通常是最能指導決策的單一指標：它在因果鏈上位於生物指標改善、再入院及大多數專案可能報告的其他臨床結果指標的上游。一個提升了參與度或滿意度卻未能改變依從率的專案，很可能尚未展示出臨床獲益的合理機制。

計算方法

覆蓋天數比例（PDC） = 期間內持有藥物的天數（基於配藥供應
                      天數）/ 測量期間總天數 × 100

用藥佔有率（MPR） = 期間內獲得的總供應天數 / 期間總天數 × 100
                    （提前續方可能導致超過100%；因此通常更
                    傾向使用PDC）

按照廣泛使用的品質測量慣例，PDC閾值≥80%通常將病患歸類為
"依從"。

實例解析

一名病患在90天的測量期間內被處方每日慢性病用藥。藥房配藥記錄顯示，該病患獲得的藥物足以覆蓋90天中的76天，存在兩個缺口：一個是用完藥後續方前的9天缺口，另一個是住院期間的5天缺口。PDC為76 / 90 × 100 = 84%，超過了傳統的80%依從閾值。如果使用基於配藥供應天數（而非實際覆蓋天數）的MPR來衡量同樣的缺口，期間內其他地方的提前續方可能會將比率推高至100%以上，這說明了為何PDC是更為保守、也更受青睞的衡量方式。

資料來源與注意事項

藥房理賠或配藥資料（來自藥品福利管理機構或聯網藥房系統）是標準資料來源，因為它反映了病患實際獲得的藥物，而非僅是處方所記錄的；僅憑處方資料會高估依從性，因為它無法確認病患是否曾取藥。數位依從性工具——智慧藥盒、可攝入感測器、針對哮喘和慢性阻塞性肺病等呼吸系統疾病記錄每次吸入動作的聯網智慧吸入器，以及基於應用程式的簽到——能提供更高解析度的資料，說明劑量是否確實被服用，而不僅僅是被獲得，但使用這些工具的病患只是一小部分、可能不具代表性的群體，因此在人群層面將裝置確認的依從性與基於理賠的PDC混合使用時需謹慎解讀。依從性應在足夠長的時期內測量，以平滑單次漏服的影響，但又要足夠短，以便在造成臨床傷害前及時發現有意義的下降——對慢性病用藥而言，90天的滾動視窗較為常見。

常見誤區

使用MPR而不說明其可能超過100%：提前續方或囤藥導致的無法解釋的超過100%比率，會使跨病患和跨期間的比較變得不可靠，除非使用PDC或對比率明確設定上限。
將處方或醫囑資料視為依從性的證明：開出或傳送至藥房的處方並不能說明病患是否取藥或服藥；只有配藥或裝置資料才能彌合這一差距。
不加區分地對所有疾病應用同一依從閾值：漏服20%劑量的臨床後果因藥物類別（例如抗凝劑與他汀類藥物）而異，因此普遍採用單一80%閾值可能會低估或高估某些藥物的臨床風險。
忽視藥物更換和停藥：如果計算中未考慮換藥情況，一名在臨床上被適當更換為另一種藥物的病患，在原藥物上可能表現為依從率的大幅下降。

來源

藥房品質聯盟（PQA），覆蓋天數比例測量規範
美國醫療保險和醫療補助服務中心（CMS），星級評定用藥依從性測量
關於用藥依從性測量與數位依從性介入的同行評審文獻，例如發表於《Journal of Managed Care & Specialty Pharmacy》的研究

另見：生物指標改善率，慢性病用藥依從性是其主要驅動因素之一。