2014年12月，发表在《Ther Drug Monit》的一项研究比较了不同华法林剂量调整方法的预测能力。总体来说，包括某些测量INR应答（INR反馈算法和贝叶斯方法）的华法林剂量调整方法能够得出非偏倚和更精确的剂量预测值。在需求剂量＞8mg/天的患者中，贝叶斯预测方法得出了正偏倚的剂量预测值。

背景：本研究的目的为比较不同华法林剂量调整方法的预测能力。

方法：46名起始华法林治疗的患者数据纳入到本分析中。我们对包含8个剂量预测算法和1个贝叶斯预测方法的9个最近发表的剂量调整工具进行了相互比较，看其对预测实际维持剂量的能力。剂量调整工具包括基于患者特征（2个临床和2个基因型为主的算法）的4个算法、基于INR应答反馈和患者特征的4个算法（2个临床和2个基因型为主的算法）和1个贝叶斯预测方法。应用偏倚的测量值（平均预测误差（MPE））和不准确性的测量值（均方根预测误差（RMSE））进行比较。

结果：Horne等和Lenzini等开发的2个基因型为主的INR反馈算法（RMSE分别为1.16和1.19mg/天，P＜0.05），比Gage等和Klein等开发的基因型为主的算法和贝叶斯方法（RMSE分别为1.60、1.62和1.81mg/天），能够得出更精确的维持剂量预测值。Gage等、Klein等和Horne等开发的临床和基因型为主的算法得出的剂量预测值都为负偏倚。仅有Lenzini等开发的INR反馈算法（临床和基因型）得出了非偏倚的剂量预测值。总体来说，贝叶斯方法得出的剂量预测值都为非偏倚的（MPE，+0.37mg/天（95% CI，0.89~-0.15）），但是在需求剂量＞8mg/天的患者中，得出了过高的剂量预测值。

结论：总体来说，包括某些测量INR应答（INR反馈算法和贝叶斯方法）的华法林剂量调整方法能够得出非偏倚和更精确的剂量预测值。在需求剂量＞8mg/天的患者中，贝叶斯预测方法得出了正偏倚的剂量预测值。当应用贝叶斯或INR为主的算法预测华法林剂量时，需要进一步的研究评估在临床终点上的差异。

（选题审校：李慧博 编辑：吴刚）

（本文由北京大学第三医院药剂科翟所迪教授及其团队选题并审校，环球医学资讯编辑完成。）

（专家点评：）