بررسی مقایسه ‏ای سیستم‏ های طبقه ‏بندی بین ‏المللی دارویی

نوع مقاله : مقاله مروری

نویسندگان

1 استاد گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ایران‎ ‎

2 استادیار گروه سلامت الکترونیک، دانشکده مجازی، دانشگاه علوم پزشکی تهران، تهران، ایران‎ ‎

3 دانشجوی دکترای تخصصی انفورماتیک پزشکی، گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، ‏تهران، ایران‎ ‎

4 کارشناس ارشد فناوری اطلاعات سلامت، گروه مدیریت اطلاعات سلامت، دانشکده پیراپزشکی، دانشگاه علوم پزشکی تهران، تهران، ‏ایران.‏

5 مربی گروه فناوری اطلاعات سلامت، دانشکده پیراپزشکی و بهداشت فردوس، دانشگاه علوم پزشکی بیرجند، بیرجند، ایران

چکیده

هدف:
سیستم‏ های طبقه ‏بندی بین ‏المللی دارویی از ابزارهای بسیار کاربردی در جهت مدیریت بهتر داروها و اطلاعات مرتبط با آن‏ ها هستند. مطالعه مروری نقلی حاضر، جهت بررسی و مقایسه ویژگی‏ ها و کاربردهای سیستم ‏های طبقه ‏بندی بین‏المللی مورد استفاده در حوزه داروها انجام شده است.
روش بررسی:
برای این منظور، جستجویی در منابع مختلف، از جمله پایگاه‏ های اطلاعاتی PubMed و Scopus، همچنین موتور جستجوی Google Scholar، پایگاه‏ های اطلاعاتی دارویی، وب سایت ‏های تخصصی و فایل ‏های الکترونیکی که حاوی اطلاعاتی در ارتباط با سیستم‏ های طبقه ‏بندی بین‏ المللی دارو بودند، در سال 1398 صورت گرفت. استراتژی جستجو متشکل از کلیدواژه ‏های Drug، Classification system، Coding system و International به همراه کلمات مترادف آن ‏ها می ‏باشد. سیستم ‏های طبقه ‏بندی بین ‏المللی در حوزه دارو که اطلاعات آن‏ ها در دسترس بود وارد مطالعه شدند. این سیستم ‏ها از نظر ویژگی‏ های سال انتشار، دامنه طبقه ‏بندی، سازمان متولی، چارچوب پایه مورد استفاده، ساختار سیستم، ساختار کدها و دوره به روزرسانی مورد بررسی و مقایسه قرار گرفتند. همچنین کاربردهای اصلی این سیستم ‏ها استخراج گردیدند.
یافته ‏ها:
در نتیجه جستجو، 10 سیستم طبقه ‏بندی بین ‏المللی دارو شامل ATC/DDD، ATCvet، HerbalATC، AT-EphMRA، NFC، AHFS، PCNE، UNSPSC، ICPM و ICD-10 به مطالعه وارد شدند. 40 درصد سیستم ‏ها، طبقه ‏بندی گروه خاصی از داروها همچون داروهای گیاهی، داروهای حیوانی، و اطلاعات خاص دارویی همچون اَشکال دارویی و مشکلات دارویی، را در برمی‏ گیرند. تمام این سیستم ‏ها توسط سازمان‏ های معتبر بین ‏المللی توسعه یافته ‏اند و دارای ساختار سلسله مراتبی هستند. مهمترین کاربردهای این سیستم ‏ها شناسایی محصولات دارویی، پایش و مقایسه مصارف دارویی و بررسی مشکلات و عوارض جانبی دارویی می ‏باشند.
نتیجه ‏گیری:
سیستم‏ های طبقه‏ بندی بین ‏المللی دارو، دسته ‏بندی گروه ‏ها و اطلاعات مختلف دارویی را در بر می ‏گیرند. اما هیچ کدام از آن ‏ها به صورت جامع تمام اطلاعات دارویی را پوشش نمی ‏دهند. بنابراین، توسعه یک سیستم طبقه ‏بندی بین ‏المللی جامع دارویی می ‏تواند روش‏ مناسبی جهت استفاده موثرتر این سیستم ‏ها در مدیریت داروها باشد.

کلیدواژه‌ها

مراجع

  1. Schumock GT, Stubbings J, Wiest MD, Li EC, et al. National trends in prescription drug expenditures and projections for 2018. AJHP 2018; 75(14): 1023-1038.
  2. IQVIA Institute for Human Data Science. Global Medicine Spending and Usage Trends: Outlook to 2025 [Online]. 2021 April. Available from: URL: https://www.iqvia.com/insights/the-iqvia-institute/reports/global-medicine-spending-and-usage-trends-outlook-to-2025.
  3. Safdari R, Jamalpoor A. Classificatin Systems of Medical Information. First ed. Tehran: Heidari; 2013; 1-19: 257.[Persian]
  4. Pahor M, Chrischilles EA, Guralnik JM, Brown SL, et al. Drug Data Coding and Analysis in Epidemiologic Studies. Eur J Epidemiol 1994; 10(4): 405-411.
  5. American Society of Health-System Pharmacists. AHFS Pharmacologic-Therapeutic Classification [Online]. Available from: https://www.ahfsdrugin- formation.com/ahfs-pharmacologic-therapeutic-classification/.
  6. European Pharmaceutical Market Research Association (EphMRA). New Form Codes [Online]. Available from: https://www.ephmra.org/ classification/new-form-codes/.
  7. Chen Y, Zivkovic M, Wang T, Su S, et al. A Systematic Review of Coding Systems Used in Pharmacoepidemiology and Database Research. Methods Inf Med 2018;  57(01/02): 01-42.
  8. van Mil JF, Westerlund LT, Hersberger KE, Schaefer MA. Drug-related Problem Classification Systems. Ann Pharmacother 2004; 38(5): 859-867.
  9. WHO Collaborating Center for Drug Statistics Methodology. Guidelines for ATC Classification and DDD Assignment 2021. Oslo, Norway, 2020:10-50.
  10. The Global Language of Business: GS1. Product Classification in Healthcare [Online]. 2015 April. Available from: https://www.gs1.org/sites/default/ files/docs/healthcare/product_classification_in_healthcare_april_2015.pdf.
  11. WHO Collaborating Center for Drug Statistics Methodology. Guidelines for ATCvet classification 2021. Oslo, 2021:11-19.
  12. Uppsala Monitoring Centre. The Herbal Anatomical Therapeutic Chemical Classification System [Online]. 2019 August 30. Available from: https:// www. who- umc .org/ whodrug/ whodrug portfolio/ whodrug-global/herbal-atc/.
  13. European Pharmaceutical Market Research Association (EphMRA). Anatomical Classification [Online]. Available from: https://www.ephmra.org /classification/anatomical-classification/.
  14. Pharmaceutical Care Network Europe Association. PCNE Classification for Drug-Related Problems V9.00 [Online]. 2019 June. Available from: https://www.pcne.org/upload/files/334_PCNE_classification_V9-0.pdf.
  15. UNSPSC. Frequently Asked Questions [Online]. Available from: https://www.unspsc.org/faqs.
  16. World Health Organization. 6 and 7. Drugs, Medicaments, and Biological Agents. In: International Classification of Procedures in Medicine, Geneva: World Health Organization; 1978; 2: 91-169.
  17. World Health Organization. International Statistical Classification of Diseases and Related Health Problems-10th Revision. Fifth ed. 2016.
  18. McCreanor V, Parsonage WA, Whiteman DC, Olsen C, et al. Pharmaceutical Use and Costs in Patients with Coronary Artery Disease, Using Australian Observational Data. BMJ Open 2019; 9: e029360.
  19. German Institute of Medical Documentation and Information. ATC-Classification with Defined Daily Doses [Online]. Available from: https://www .dimdi.de/dynamic/en/drugs/atc-classification/.
  20. Sketris IS, Metge CJ, Ross JL, MacCara ME, et al. The Use of the World Health Organisation Anatomical Therapeutic Chemical/Defined Daily Dose Methodology in Canada. Drug Inf J 2004; 38(1): 15-27.
  21. Dahlin A, Eriksson A, Kjartansdóttir T, Markestad A, Odensvik K. The ATCvet Classification System for Veterinary Medicinal Products. J Vet Pharmacol Ther 2001; 24(2): 141-142.
  22. Sözen H, Gönen I, Sözen A, Kutlucan A, et al. Application of ATC/DDD Methodology to Eveluate of Antibiotic Use in a General Hospital in Turkey. Ann Clin Microbiol Antimicrob 2013; 12(1): 23.
  23. Patel SR, Shah AM, Shah RB, Buch JG. Evaluation of Drug Utilization Pattern of Antimicrobials Using ATC/DDD System in Intensive Care Unit of a Tertiary-care Teaching Hospital. Int J Med Sci Public Health 2016; 5(01): 80-84.
  24. Abdollahiasl A, Kebriaeezadeh A, Nikfar S, Farshchi A, et al. Patterns of Antibiotic Consumption in Iran During 2000-2009. Int J Antimicrob Agents 2011; 37(5): 489-490.
  25. Safdari R, Marashi Shooshtari SS, Esmaeili M, Tahmasbi F, Javanmard Z. Coding System Design for Medicines and Medical Devices in Iran. Payavard Salamat. 2020; 13(6): 463-475.[Persian]
  26. World Health Organization. Essential Medicines and Health Products: The ATC/DDD Methodology [Online]. Available from: https://www.who.int/ medicines/ regulation/ medicines -safety / toolkit_ methodology/en/.
  27. Saitwal H, Qing D, Jones S, Bernstam EV, et al. Cross-terminology Mapping Challenges: A Demonstration Using Medication Terminological Systems. J Biomed Inform 2012;45(4):613-625.
  28. Wishart DS, Feunang YD, Guo AC, Lo EJ, et al. DrugBank 5.0: A Major Update to the DrugBank Database for 2018. NAR 2017; 46(D1): D1074-D1082.
  29. Takarabe M, Okuda SH, Itoh M, Tokimatsu T, et al. Network Analysis of Adverse Drug Interactions. Genome Inform 2008; 20: 252-259.
فصلنامه علمی- پژوهشی علوم پیراپزشکی وتوانبخشی
دوره 10، شماره 2
شهریور 1400
صفحه 107-115

فایل ها

هم رسانی

ارجاع به این مقاله

آمار