文献速递消化、代谢与肾脏急症重症综合管理与镇静镇痛

临床癌症人群基于电子患者报告结局的远程症状监测

Remote Symptom Monitoring With Electronic Patient-Reported Outcomes in Clinical Cancer Populations.
PubMed 文献 · JAMA Netw Open · 2025-05-01
一句话结论在阿拉巴马州两家学术机构接受系统抗癌治疗的患者中,实施基于电子患者报告结局的远程症状监测与历史对照相比,3个月和6个月住院风险分别降低19%和13%,ICU入住和急诊就诊无显著差异。

该非随机对照试验在2家阿拉巴马州学术机构纳入1392例接受化疗、靶向治疗或免疫治疗的患者实施基于电子患者报告结局的远程症状监测,并与4557例历史对照比较。远程症状监测组3个月住院风险降低19%(RR 0.81,95%CI 0.73-0.91),6个月降低13%(RR 0.87,95%CI 0.80-0.96);ICU入住和急诊就诊两组无显著差异。亚组分析中,高合并症负担(≥4种)患者3个月住院风险降低24%(RR 0.76,95%CI 0.64-0.90)。作者认为该结果支持在全国推广远程症状监测的实施。

要点

  • 接受系统抗癌治疗的患者实施基于电子患者报告结局的远程症状监测后,3个月住院风险较历史对照降低19%(RR 0.81,95%CI 0.73-0.91)。
  • 6个月住院风险降低13%(RR 0.87,95%CI 0.80-0.96),未调整比例分别为33% vs 44%。
  • ICU入住风险两组无显著差异(3个月RR 0.82,95%CI 0.59-1.13;6个月RR 0.83,95%CI 0.65-1.06)。
  • 急诊就诊两组相似(3个月RR 1.02,95%CI 0.89-1.16;6个月RR 1.03,95%CI 0.92-1.15)。
  • 高合并症负担(≥4种)患者3个月住院风险降低24%(RR 0.76,95%CI 0.64-0.90),6个月降低14%(RR 0.86,95%CI 0.75-0.99)。

适用人群与场景

  • 在参与机构接受首次静脉或口服化疗、免疫治疗或靶向治疗的癌症患者;允许既往在其他机构接受过癌症治疗。
  • 排除:寻求第二意见者、入组与治疗开始间隔超过120天者、未完成任何调查问卷者。
  • 研究场景为门诊系统抗癌治疗期间,非急诊或ICU住院期间。

处置流程与药物剂量

  • 非临床导航员通过电子病历审查识别合格患者,面对面或电话邀请加入基于网络的电子患者报告结局报告平台(Carevive;Health Catalyst),该平台可通过任何智能设备或电脑访问。
  • 患者接受为期6个月的每周症状评估调查,调查结果整合入电子病历。
  • 患者报告中度或重度症状时,系统向诊所护士生成警报,护士按机构方案提供症状管理。
  • 所有临床医生均可查看电子病历中整合的电子患者报告结局数据;该干预为标准诊疗,不提供激励。

研究设计与关键结果

  • 非随机对照试验,采用混合2型实施-效果设计,纳入1392例远程症状监测患者(中位年龄61岁,67%女性)与4557例历史对照(中位年龄62岁,58%女性),比较3个月和6个月医疗资源利用。
  • 调整后远程症状监测组3个月住院风险降低19%(RR 0.81,95%CI 0.73-0.91),6个月降低13%(RR 0.87,95%CI 0.80-0.96);未调整住院比例3个月22% vs 32%,6个月33% vs 44%。
  • ICU入住风险两组无显著差异(3个月RR 0.82,95%CI 0.59-1.13;6个月RR 0.83,95%CI 0.65-1.06)。
  • 急诊就诊两组相似(3个月RR 1.02,95%CI 0.89-1.16;6个月RR 1.03,95%CI 0.92-1.15)。
  • 亚组分析:高合并症负担(≥4种)患者住院风险降低(3个月RR 0.76,95%CI 0.64-0.90;6个月RR 0.86,95%CI 0.75-0.99);黑人患者、农村居民、高社区劣势地区居民的住院风险降低未达统计学显著。

证据类型、等级与局限

  • 证据类型:非随机对照试验(混合2型实施-效果设计),遵循TREND报告规范。
  • 局限:并非所有患者参与远程症状监测项目(项目未完全铺开及患者拒绝入组),可能导致选择偏倚,模型可能无法完全控制未测量的混杂因素。
  • 局限:队列中西班牙裔患者和其他亚群很少(<5%),这些人群可能有独特的语言和文化需求。
  • 局限:探索性、预先计划的亚组分析检验统计学显著差异的功效有限,这些分析是假设生成性的,需要在未来研究中进一步验证。
  • 局限:参与中心为大型国家癌症研究所指定的综合癌症中心和较小的学术癌症中心,可能无法完全反映社区实践环境中患者的体验。
  • 局限:基于电子病历的分析在数据准确性和质量方面存在局限,尤其在参与中心以外发生的医疗利用不会被电子病历捕获;未评估拒绝参与或调查参与不完整患者的结果。
  • 局限:分析跨越COVID-19大流行期间,虽在模型中加以考虑,但不能排除未测量混杂因素影响结果。

对床旁实践的改变

  • 在接受系统抗癌治疗的癌症患者中,基于电子患者报告结局的远程症状监测可能降低3个月和6个月住院风险,尤其在高合并症负担(≥4种)患者中3个月住院风险降低24%。
  • 该干预未降低ICU入住和急诊就诊风险,对这两类资源利用的影响有限。
  • 作者认为这些发现支持在全国推广远程症状监测的实施。
  • 作者指出,未来实施工作应重点关注公平性,确保多样化人群参与,因为既往工作显示黑人患者拒绝远程症状监测参与的可能性高3倍,居住在高区域 deprivation 地区的患者完成调查的可能性更低。

提炼说明

  • 原文未涉及「诊断标准与关键阈值」「红旗征与不能漏的情况」「指南或共识出处」,故未列出这些栏目。
全文中译12 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者(PMC Open Access),按 CC BY 许可使用,本译文为翻译改编。出处:JAMA Netw Open. 2025 May 13;8(5):e259852. doi: 10.1001/jamanetworkopen.2025.9852

引言

基于价值的医疗保健举措推动医疗保健转型。2016年,医疗保险和医疗补助创新中心(CMMI)启动了肿瘤护理模式(OCM),1 这是一个支付改革示范项目。OCM纳入了先前成功的CMMI示范项目的关键组成部分,例如患者护理连接计划,该计划突出了非专业导航的益处,2 以及COME HOME计划,该计划报告了用于治疗和症状管理的结构化决策支持工具带来的成本节约。3 尽管OCM整合了这些在肿瘤学中显示价值的项目组成部分,但该模式的价值低于预期。与未参与OCM的患者相比,参与OCM的诊所所照护的患者在住院、急诊科(ED)就诊和生存方面未观察到显著差异。此外,医疗保健成本的降低被向诊所支付的预付款所抵消,导致Medicare净成本增加。4 然而,在高风险 episodes 中发现了每位受益人每 episode 503美元的显著成本降低,5 项质量指标得到改善,其余指标与基线相似,没有任何恶化。4 此外,医疗保健诊所强调了OCM实践转型对其各自机构内护理服务的好处。5 此外,在全国范围内的肿瘤护理中也观察到实践转型活动(例如导航、抑郁筛查)的使用增加,这表明OCM政策变化可能影响了非OCM诊所建设基础设施。最终,该模式经过完善,并于2024年作为新的增强肿瘤学模式(EOM)重新启动。6

虽然EOM在若干模式特征上与OCM不同,但实践转型活动是一致的,并有1个关键补充——纳入电子患者报告结局(ePROs)以指导远程症状监测(RSM)。RSM包括提供每周电子症状调查,通常在门诊就诊之间通过电子邮件或短信进行,并带有相关触发机制,当症状达到预设阈值时通知临床团队主动联系并管理症状。选择为RSM添加ePROs是基于价值的医疗保健的自然契合,因为这既有可能利用OCM内部建立的基础设施(例如导航、痛苦筛查流程),也有来自随机临床试验的强有力文献发现基于ePRO的RSM增加了价值。在Basch及其同事进行的试验中,7,8,9 RSM改善了症状负担、生活质量、接受治疗的时间并减少了医疗保健利用。具体而言,在一项晚期癌症患者的试验中,接受RSM的患者与接受标准肿瘤护理的患者相比,急诊就诊减少7%,住院减少4%,并获得了5个月的生存获益。8 类似的国内和国际研究进一步为使用ePROs进行RSM提供了依据。10,11,12 因此,肿瘤学界呼吁将ePROs作为标准护理的一部分常规实施,13 这一呼吁现已在EOM中向前推进。6

尽管多项临床试验取得成功,但这些研究大多纳入的患者数量较少,未能充分代表常规临床实践中遇到的患者群体,也未达到EOM预期的规模。此外,少有实践成功将ePRO作为常规照护的一部分加以实施。尽管在COVID-19大流行期间实施,一家大型社区肿瘤学实践展示了早期实施的可行性,在其初始ePRO RSM示范中纳入了超过4000名患者,其中72%完成了至少1次ePRO评估。14此外,在229名接受RSM的Medicare患者子集中(与未入组RSM的对照相匹配),观察到住院率(20% vs 33%)和急诊就诊率(38% vs 42%)的降低。15虽然这些结果令人鼓舞,但缺乏关于在Medicare人群之外的临床环境中影响的数据,以及对特定边缘化亚人群(例如,黑人患者、居住在农村或高度弱势地区的患者)影响的数据,这些人群在数字健康素养和医疗保健中技术使用方面面临挑战。16这些亚人群目前正在参与基于ePRO的RSM,多元化人群的入组率超过90%,调查完成率为80%。17然而,鉴于健康结局中已知的种族、地理和社会经济差异,医疗保健提供干预措施也必须考虑对差异人群的影响,以尽量减少加剧差异的风险。

随着各实践考虑接受加入EOM的第二次邀请,以及支付方考虑哪些实践转型应纳入支付改革示范,需要在多元化人群中获得更多关于基于ePRO的RSM的数据。因此,本研究评估了作为标准照护一部分提供的基于ePRO的RSM与医疗保健利用之间的关联,研究在一个多元化的医疗保健提供系统中进行,该系统照护了大量黑人患者、居住在农村地区的患者或居住在资源有限社区的患者。

方法

本非随机对照试验经阿拉巴马大学伯明翰分校机构审查委员会批准,对参与者豁免知情同意,因为评估依赖于次要数据。本研究按照非随机设计评估透明报告(TREND)报告指南进行报告。

研究设计与人群

本研究采用非随机、混合2型试验设计18,以评估基于ePRO的RSM对癌症患者的实施结局和有效性(ClinicalTrials.gov标识符:NCT04809740)。该项目的实施在阿拉巴马大学伯明翰分校O'Neal综合癌症中心和南阿拉巴马大学Mitchell癌症研究所(MCI;位于阿拉巴马州莫比尔)进行。这2家学术医学中心服务于大量黑人患者、居住在农村地区、生活贫困或教育水平较低的患者群体。试验设计 and 分析计划此前已有描述。18实施结局此前已有报告。17,19,20,21,22,23本分析聚焦于接受基于ePRO的RSM患者的次要结局——医疗保健利用(急诊就诊、住院、ICU入住)。

RSM项目

符合RSM条件的癌症患者包括在参与机构接受首次输注或口服化疗、免疫治疗或靶向治疗的患者。如果既往癌症及相关治疗是在其他机构实施的,则允许纳入。接受第二诊疗意见的患者、入组与治疗开始之间间隔超过120天的患者,或未完成任何调查的患者被排除。项目细节已在其他地方概述。17,19,20,24 简言之,非临床导航员通过电子病历(EMR)审查识别符合条件的患者,并亲自或通过电话接触符合条件的患者,以使其入组一个基于网络的ePRO报告平台(Carevive;Health Catalyst),该平台可通过任何智能设备或电脑访问。患者可以选择拒绝入组。随后,他们接受每周症状评估调查,需完成6个月,回答整合至EMR。报告中度或重度症状的患者所提交的调查会向门诊护士生成警报,护士按机构方案提供症状管理。所有临床医生均可查看整合在EMR中的ePRO数据。由于这是一项标准治疗干预,未提供任何激励措施。9

干预与历史对照

干预患者为2021年5月至2024年5月期间入组RSM的患者。历史对照从EMR中识别,时间范围为2017年至各疾病团队(如乳腺癌、肺癌)推出RSM之时。为比较干预患者与对照,我们使用索引日期,定义为干预患者的RSM开始日期或对照首次接受符合RSM条件治疗的日期。

医疗服务利用

本分析的主要结局为入组RSM项目后3个月和6个月内的住院。次要结局包括3个月和6个月时的急诊科(ED)就诊和重症监护病房(ICU)入住。如果患者经ED入院,则该患者被视为同时具有ED和住院服务利用。医疗服务利用数据从EMR中提取,每项均二分为二元指标。

变量

从电子病历(EMR)中提取的患者数据包括出生日期、性别(女、男)、家庭住址、保险状态(私人保险、医疗补助、仅联邦医疗保险按服务收费、联邦医疗保险加补充保险、无/其他)、癌症类型(乳腺癌、胃肠道癌、泌尿生殖系统癌、妇科癌、头颈癌、血液系统恶性肿瘤[白血病、淋巴瘤、骨髓瘤]、肺癌、黑色素瘤、其他)、癌症治疗(化疗、免疫治疗和靶向治疗),以及使用《国际疾病分类第十版》(ICD-10)编码在索引日期前一年内的合并症。EMR中的地址数据用于对患者的农村性和社区劣势进行分类。使用农村-城市通勤区编码通过邮政编码将患者居住地划分为农村或城市。25 地区剥夺指数是一种从1到100的百分位排名测量工具,涵盖社区层面的教育、收入、就业和住房质量等领域,使用人口普查区块数据来确定患者的社区劣势。地区剥夺指数评分被二分为两类,百分位排名在86至100之间的社区被认为更具劣势。26 Elixhauser合并症指数用于量化患者的合并症,包含31个分组,评分越高表明合并症越多且预计住院资源使用越多。27 ePRO数据从基于网络的ePRO报告平台提取。从ePRO平台提取的其他患者数据包括基于EMR的种族(黑人、白人或其他[例如,美洲印第安人或阿拉斯加原住民、亚裔、西班牙裔或拉丁裔、夏威夷原住民或太平洋岛民、其他])。由于样本量原因,种族进行了合并。EMR离散字段提取中的缺失数据通过EMR审查和ePRO平台数据进行了补充。分析中仅纳入数据完整的患者。

统计分析

描述性统计对分类变量使用频率和百分比计算,对连续变量使用中位数和四分位距(IQR)计算。使用带稳健标准误的改良泊松模型28,采用意向性治疗分析,分别估算在入组或索引日期后3个月和6个月内接受RSM的患者与对照组之间任何住院、急诊就诊或ICU使用的相对风险(RR)和95% CI。由于研究期间与COVID-19大流行同期,我们通过为随访在此期间发生的患者创建二元指标来考虑这一特定时期事件。模型针对患者索引时年龄、性别、种族、居住地、社区劣势、保险状态、癌症类型、癌症分期、Elixhauser合并症指数、大流行指标和入组机构进行了调整。

按患者种族、居住地和社区劣势进行的探索性亚组分析为事先计划的比较RSM与对照组的分析。事后亚组分析按保险类型和合并症数量进行。对于亚组分析,保险类型分为政府保险(Medicare按服务收费、Medicare加补充保险和Medicaid)或私人保险。此外,Elixhauser合并症指数分为低合并症负担(0-1种疾病)、中等合并症负担(2-3种疾病)和高合并症负担(≥4种疾病)。由于各层内样本量较小,所有亚组分析均使用Firth惩罚逻辑回归。对于这些模型,RR由模型估计的比例计算,95%CI通过对log(RR)的检验统计量求逆计算。所有分析均使用SAS软件9.4版(SAS Institute)进行。数据分析时间为2024年5月至10月。

住院分析具有80%把握度(α = .015),以检测住院率从对照组预期6个月住院比例0.25下降5%,由此得出建议人群为2988例患者、组间均衡(比值比,1.33;较小差异)。鉴于对照组数量较大,5949例样本(1392例干预组,4557例对照组)被认为足以进行评估。P值为双侧,统计显著性设定为P < .05。

结果

从2021年5月至2024年5月,共有2242名参与者被接触邀请参加RSM;339例患者(15%)拒绝参加RSM,511例患者在最终分析计划中被排除,最终数据集为1392例RSM患者(索引日期年龄中位数[IQR],61[51-69]岁;933例[67%]女性)(补充材料1中的eFigure)。参与RSM者与被排除或拒绝者之间观察到适度差异,RSM组中乳腺癌患者和Medicaid保险患者比例较高(补充材料1中的eTable)。参加RSM的患者比例与每年计划的项目扩展规模一致。24 RSM样本包括378例黑人患者(27%)和922例白人患者(66%),其中262例患者(19%)居住在 rural 地区,372例患者(27%)居住在高社区劣势地区(Table)。接受RSM的患者与4557例纳入对照者相似(索引日期年龄中位数[IQR],62[53-69]岁;2654例[58%]女性),包括1177例黑人患者(26%)和3151例白人患者(69%),其中1012例患者(22%)居住在 rural 地区,1281例患者(28%)居住在高社区劣势地区。总体而言,RSM组和对照组之间的合并症情况相似,Elixhauser合并症指数中位数(IQR)为3(2-4)。RSM组和对照组中最常见的癌症类型均为乳腺癌(28%和16%),其次是肺癌(11%和13%)、肝癌和胰腺癌(8%和9%)以及结直肠癌(7%和7%)。最常见的保险类型为私人保险(44%和40%),其次是仅Medicare按服务收费(33%和37%)和任何Medicaid(11%和10%)。

在3个月(22% vs 32%)和6个月(33% vs 44%)时,接受RSM的患者中未调整的住院比例低于对照患者(图1A)。在调整分析中,与对照组相比,接受RSM的患者3个月时住院风险降低19%(RR,0.81;95% CI,0.73-0.91),6个月时降低13%(RR,0.87;95% CI,0.80-0.96)(图1B)。RSM组与对照组人群之间ICU入住风险无统计学显著性(3个月:RR,0.82;95% CI,0.59-1.13;6个月:RR,0.83;95% CI,0.65-1.06)。两组急诊就诊情况相似(3个月:RR,1.02;95% CI,0.89-1.16;RR,1.03;95% CI,0.92-1.15)。

在3个月和6个月的所有亚组分析中,住院(图2A)、急诊就诊(图2B)和ICU入住(图2C)的RR均观察到相似模式。分层分析中,与历史对照相比,我们未发现RSM与黑人患者(3个月:RR,0.86;95% CI,0.69-1.07;6个月:RR,0.89;95% CI,0.76-1.07)、居住在农村地区的患者(3个月:RR,0.77;95% CI,0.59-1.02;6个月:RR,0.90;95% CI,0.73-1.11)以及居住在高社区劣势地区患者(3个月:RR,0.77;95% CI,0.59-1.02;6个月:RR,0.78;95% CI,0.65-0.92)的住院风险之间存在统计学显著差异。然而,合并症负担高(≥4)的接受RSM的患者住院风险低于历史对照(3个月:RR,0.76;95% CI,0.64-0.90;6个月:RR,0.86;95% CI,0.75-0.99)。合并症负担低(0-1)的RSM患者也观察到相似结果。按保险类型的事后分析也显示了相似结果。

表. RSM患者与历史对照的人口学和临床特征 查看原表 ↗
图1. 3个月和6个月时医疗服务利用的未调整频率和调整相对风险(RR) ED表示急诊科;ICU表示重症监护病房;RSM表示远程症状监测。 查看原图 ↗
图2. 按亚组比较接受远程症状监测患者与对照患者的医疗服务利用ADI表示区域剥夺指数;ED表示急诊科;ICU表示重症监护病房;RUCA表示城乡通勤区。 查看原图 ↗

讨论

这项大规模、整合电子病历(EMR)的非随机对照试验发现,与历史对照相比,基于电子患者报告结局(ePRO)的RSM与接受积极治疗的多元化癌症患者人群中住院减少相关。这一发现将RSM对医疗服务利用的益处从既往多项随机临床和非随机试验扩展至临床环境,这些试验中观察到类似项目对医疗服务利用的有利影响。7,9,10,11,15,29,30,31重要的是,该分析表明在种族、农村居住地和社会经济地位方面,各患者人群均观察到获益。由于在所有群体中均观察到这些获益,未来在利用ePRO和RSM以缩小差异的努力中,确保多元化人群的参与将至关重要。鉴于我们先前的工作显示黑人患者拒绝RSM参与的可能性高出3倍,且居住在高区域剥夺地区者完成RSM调查的可能性较低,17对未来实施工作而言,关注公平性应成为关键重点。

该项目无论参保状态如何,均对参与者显示出有利的获益,这一发现在考虑美国支付改革的应用时也至关重要。在肿瘤学领域,EOM仅纳入拥有 primary Medicare 保险的患者。6 很少有其他支付方有可用的项目来支持 ePRO 所需的基础设施,这导致在整体癌症患者人群中只有一小部分拥有用于采集 ePRO 的报销策略。其他支付方,包括私人支付方和医疗补助(Medicaid),确实有必要考虑如何最好地支持以价值为导向的实践转型活动,例如基于 ePRO 的 RSM。这一需求十分紧迫,因为 EOM 实践必须做出艰难选择:是仅针对 Medicare 人群部署 RSM,还是同时承担基础设施成本和因下游医疗利用减少而造成的收入损失。

虽然本研究专门聚焦于肿瘤人群,但这些患者中有超过三分之一患有4种或更多继发性合并症,他们也从 RSM 中获益,3个月时相对风险降低了24%。这一发现提示,基于 ePRO 的 RSM 可能在其他亚专科中也有益处,尤其是与其他远程监测实践相结合时。在一项心力衰竭的荟萃分析中,与标准监测相比,使用植入式设备追踪血流动力学参数的家庭监测与住院率和死亡率降低相关。32 虽然还需要进一步研究来整合针对慢性病患者的多种远程监测方法,但本研究或可作为其他疾病条件下可扩展、整合 EMR 的诊疗和以患者为中心的诊疗服务的模型。

局限性

本研究存在一些局限性。我们认识到并非所有患者都参与了RSM项目,这既 due to 项目推广不完整,也由于患者拒绝入组。这可能导致选择偏倚,而由于未测量的混杂因素,我们的模型可能无法完全控制这种偏倚。然而,采用实用性设计来评估标准诊疗的实施而无需知情同意,可以使脆弱人群更大程度地参与,并允许在临床环境中进行评估,这补充了现有众多证明ePROs对患者有益的试验。7,9,10,11,15,30,31 尽管在阿拉巴马州癌症中心实施该项目提供了社会经济地位低且黑人患者比例高的人群,但我们队列中西班牙裔患者和其他可能具有独特语言和文化需求的亚人群很少(<5%)。33 我们也认识到,探索性的预设亚组分析检测统计学显著差异的效力有限;因此,这些分析是产生假设的,需要在未来研究中进一步验证。此外,这些中心代表了一个大型美国国家癌症研究所指定的综合癌症中心和一个较小的学术癌症中心,可能无法完全反映社区医疗实践环境中患者的体验。然而,我们持乐观态度,因为我们的发现与Patt等15在社区医疗实践中进行的评估一致。我们注意到基于电子病历的分析在数据准确性和质量方面的局限性,特别是因为在参与中心之外的使用情况不会被电子病历捕获。我们也没有评估拒绝参与或调查参与不完整的患者的结果,这可能影响已知参与度较低的关键人群(例如黑人患者、社会经济弱势地区的人群)的总体使用情况。17 此外,我们的主要分析缺乏对参与卫生系统之外发生的结果的全面评估。再者,我们的分析跨越了COVID-19大流行的时间段。尽管我们在模型中对此进行了考量,但不能排除未测量的混杂因素影响我们结果的可能性。

结论

在大规模临床实践人群中,使用ePROs的RSM与多样化肿瘤人群中以住院形式表现的医疗资源使用减少相关。研究结果在多样化患者人群中观察到,支持广泛适用性,并突显了这项EOM要求的实践转型活动对癌症照护服务价值的潜在影响。

参考来源

  1. Rocque GB, Franks JA, Deng L, et al. Remote Symptom Monitoring With Electronic Patient-Reported Outcomes in Clinical Cancer Populations. JAMA Netw Open. 2025. PMID: 40358948. doi:10.1001/jamanetworkopen.2025.9852
  2. 全文:PMC12076171(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12076171/

供执业医师抢救与诊疗参考,不替代临床判断;剂量请结合体重、肝肾功能和本院药品规格复核,以指南原文为准。