Stratification of pharmacotherapeutic competencies: from deficit diagnosis to differentiated training

• Roman A. Bontsevich

Abstract

Introduction. The problem of irrational drug prescribing requires new approaches to diagnosing its causes, which lie in the structure of clinical and pharmacological reasoning. The aim of this study was to develop and validate, using multivariate statistical analysis, a model for stratifying competency profiles to create differentiated educational pathways.

Material and methods. A series of cross-sectional studies involving physicians and medical students (n=3927) was conducted using validated questionnaires on patient management and pharmacotherapy of arterial hypertension (AH), bronchial asthma (BA), chronic obstructive pulmonary disease (COPD), community-acquired pneumonia (CAP), and antimicrobial therapy (AMT). A two-step cluster analysis (hierarchical method + k-means) was applied, followed by validation with discriminant analysis and assessment of the internal knowledge structure using correlation analysis (Spearman's ρ).

Results. A highly accurate (92.5–95.9%) model of six universal competency profiles was validated: "Systemic" ("Integrative"), "Dissociated", "Algorithmic", "Rigid", "Contradictory," and "Insufficient". Correlation analysis revealed stable "pharmacotherapeutic clusters" of knowledge. A key identified problem is the "clinical-pharmacological gap".

Conclusion. The identified profiles represent systemic thinking defects rather than random knowledge gaps. A concept for targeted educational interventions has been developed. The comprehensive methodology provides an effective tool for assessing and subsequently optimizing specialists' competencies, with a focus on improving pharmacotherapy.

Keywords: medical education; cluster analysis; clinical-pharmacological gap; competencies; rational drug prescribing; stratification; discriminant analysis; real-world knowledge

Нерациональное использование лекарственных средств (ЛС) представляет собой глобальную проблему, ведущую к снижению эффективности лечения, росту числа нежелательных реакций и значительным экономическим потерям [1-6]. Существующие системы оценки знаний и аккредитации медицинских специалистов часто фокусируются на измерении общего объема часов или средней оценки усвоенной информации, не затрагивая глубинные структуры клинико-фармакологического мышления, определяющие качество принимаемых решений [7-10].

В итоге мы имеем специфические "знания из реальной практики" (Real-World Knowledge, RWK), что можно определить как систематизированное понимание врачебных тактик (подходов), формируемое на основе интеграции данных (Real-World Data, RWD) и доказательств (Real-World Evidence, RWE) реальной клинической практики. RWK объединяет количественные и качественные аспекты медицинской деятельности [11].

Традиционный анализ образовательных дефицитов, основанный на подсчете среднего процента или медианы правильных ответов в типовых опросниках, не позволяет идентифицировать системные паттерны ошибок, связанные с нарушением логистики принятия решений - неспособностью интегрировать знания о патогенезе, диагностике и фармакологических свойствах ЛС в единый алгоритм действий [12-14]. В связи с этим необходим переход от констатации факта обобщенных проблем и среднего уровня оценки знаний той или иной дисциплины к определению типа нарушения и построению новых корректирующих подходов.

Цель исследования - разработать модель стратификации профилей компетенций специалистов в области фармакотерапии с использованием многомерного статистического анализа для последующего обоснования дифференцированных образовательных интервенций.

Материал и методы

Данное исследование проведено по результатам авторского диссертационного исследования. В анализ взят период с 2019 по 2023 г., в который была проведена серия поперечных (cross-sectional) фармакоэпидемиологических исследований [11]. Объединенная выборка составила 3927 респондентов, включая практикующих врачей терапевтического профиля и студентов старших курсов медицинских вузов. Выборка была репрезентативной по возрасту и стажу для анализа внутригрупповых различий. Для анализа данных использовались результаты анкетирований респондентов [11, 15-20], структурно охватывающих ключевые разделы ведения и фармакотерапии 5 социально значимых заболеваний: артериальная гипертензия (АГ) - 25 вопросов; бронхиальная астма (БА) - 21 вопрос; хроническая обструктивная болезнь легких (ХОБЛ) - 21 вопрос; внебольничная пневмония (ВП) - 14 вопросов; антимикробная терапия (АМТ) - 10 вопросов (включая комбинированные комплексные) по ключевым группам антибиотиков, принципам их назначения и некоторым типовым нозологиям. В указанных проектах применялись валидированные оригинальные авторские анкеты (разработаны с соавторами). Опросы происходили в анонимном формате. Анкеты включали вопросы на определение, этиопатогенез, диагностику, классификацию, основы фармакотерапии, а также на ключевые практические аспекты назначения.

Статистический анализ. Применялись методы описательной, параметрической и непараметрической статистики, обработка данных проводилась с использованием программного обеспечения MS Excel и IBM SPSS Statistics 27. Кластерный анализ проводили в два этапа для повышения устойчивости модели. На первом этапе - для определения оптимального числа кластеров применяли иерархический кластерный анализ (метод полной связи, квадрат евклидова расстояния). На втором этапе - полученное оптимальное число кластеров использовали как параметр для проведения неиерархического кластерного анализа по методу k-средних. Валидация кластерной структуры осуществлялась с помощью дискриминантного анализа. Оценивалась точность классификации исходных наблюдений по кластерам, а также значимость вклада каждого переменного (вопроса) в дискриминацию групп с помощью критерия Уилкса (λ). Анализ внутренней структуры знаний проводился с расчетом коэффициента ранговой корреляции Спирмена (ρ) для всех пар переменных внутри каждой нозологии. Целью было выявление тесно связанных групп вопросов (фармакотерапевтических плеяд) и изолированных фактов. Кросс-нозологический синтез результатов заключался в сравнительном анализе кластерных моделей и качественной интерпретации профилей для выявления универсальных типологий. Уровень статистической значимости для всех тестов был установлен на значении p<0,05.

Результаты

Валидация кластерных моделей. Дискриминантный анализ подтвердил высокую точность и устойчивость полученных кластерных решений среди всех 5 нозологий. Доля правильно классифицированных случаев варьировала от 92,5 (БА) до 95,9% (ХОБЛ), что свидетельствует о статистической надежности моделей. Анализ критерия Уилкса показал, что подавляющее большинство переменных (вопросов) вносят значимый вклад в различение кластеров (p<0,01), при этом наибольший вклад, как правило, вносили вопросы, связанные с выбором терапии (см. рисунок).

Универсальные профили компетенций. На основе кросс-нозологического синтеза была разработана единая типология, включающая 6 профилей:

• профиль 1 - системный (интегративный) (~20% выборки), характеризуется сбалансированно высокими результатами по всем тематическим доменам, демонстрирует способность к интеграции знаний, является эталонной группой;
• профиль 2 - диссоциированный (~18% выборки), демонстрирует выраженный разрыв между приемлемыми знаниями в области диагностики и критически низкими в области обоснования выбора и назначения фармакотерапии, наиболее ярко иллюстрирует феномен клинико-фармакологического разрыва;
• профиль 3 - алгоритмический (~17% выборки), показывает высокие результаты в знании конкретных протоколов, схем и рецептурных комбинаций, но обладает дефицитом фундаментальных знаний (патогенез, фармакодинамика), что делает компетенции неустойчивыми;
• профиль 4 - ригидный (~13% выборки), отличается выраженной приверженностью устаревшим, неоптимальным или не рекомендованным современными руководствами схемам лечения, что свидетельствует об инертности фармако­терапевтического мышления;
• профиль 5 - противоречивый (~8% выборки), сочетает наличие глубоких и правильных знаний в одних областях (например, этиология, некоторые вопросы терапии) с грубыми, фундаментальными ошибками в других, смежных (тактика ведения, сроки начала терапии), представляет наибольший потенциальный ятрогенный риск;
• профиль 6 - недостаточный (~24% выборки), характеризуется тотальным или мозаичным (фрагментарным) дефицитом знаний по всем блокам знаний (вопросам), требует фундаментального, а не корректирующего образовательного вмешательства.

Корреляционная структура знаний. Анализ корреляционных плеяд выявил устойчивые связи между группами вопросов. Наиболее мощные корреляционные связи (ρ>0,3; p<0,01) наблюдались между вопросами, требующими интегративного знания: "выбор базисной терапии" - "тактика при неэффективности" - "терапия сопутствующих состояний". Вопросы, проверяющие изолированные факты, имели слабые связи с общей структурой. Низкие результаты в выявленных плеядах объективно характеризуют несформированность клинико-фармакологического мышления (см. таблицу).

Обсуждение

Проведенное исследование демонстрирует, что проблемы рациональной фар­макотерапии носят глубинный, системный характер и связаны с дисфункциями в структуре профессионального мышления, а не со случайными пробелами в знаниях. Выявленные профили представляют собой качественно различные типы нарушений в процессе принятия клинико-фармакологических решений.

Ключевым системным дефектом, идентифицированным во всех исследованиях, является клинико-фармакологический разрыв (наиболее выраженный у диссоциированного профиля). Этот феномен описывает ситуацию, когда усвоенные знания о нозологии и ЛС существуют в виде разрозненных блоков и не преобразуются в алгоритм обоснованного назначения. Это указывает на фундаментальную слабость современных образовательных программ, которые эффективно транслируют информацию, но не формируют навыков ее клинической интеграции.

Выделение противоречивого профиля имеет особое клиническое значение, так как данная группа, обладая определенным объемом знаний, представляет наибольшую опасность с точки зрения ятрогенных рисков, что требует разработки приоритетных и безотлагательных образовательных интервенций.

Полученные данные обусловливают необходимость смены парадигмы в непрерывном медицинском образовании - перехода от унифицированных программ к дифференцированным образовательным трекам, целенаправленно корректирующим специфические структурные дефициты каждого профиля.

Автор предлагает следующие возможные образовательные треки.

Трек 1. Для системного профиля.

Цель: профессиональное развитие, выход на уровень эксперта и наставника.

Формат: продвинутые клинические разборы, менторство, работа со сложными и нестандартными случаями (коморбидность, терапевтическая резистентность).

Трек 2. Для диссоциированного профиля.

Цель: построение моста между диагнозом и терапией. Ликвидация клинико-фармакологического разрыва.

Формат: сквозные кейсы по алгоритму "синдром → дифференциальная диа­гностика → обоснование выбора ЛС". Модуль "Фармакологический патогенез".

Трек 3. Для алгоритмического профиля.

Цель: глубокое понимание патофизиологических и фармакологических основ протоколов.

Формат: модуль "Почему работает этот протокол?". Разбор случаев, где стандартные алгоритмы не срабатывают. Основы фармакокинетики и фармакодинамики для клиницистов.

Трек 4. Для ригидного профиля.

Цель: актуализация базы знаний. Демонстрация доказательных преимуществ современных подходов.

Формат: "эволюция клинических рекомендаций" с разбором данных рандомизированных контролируемых исследований, метаанализов и систематических обзоров. Фармакоэкономическое обоснование новых схем терапии.

Трек 5. Для противоречивого профиля.

Цель: срочная коррекция критических ошибок и формирование целостной клинической картины. Приоритет - безопасность пациента.

Формат: интенсивные тренинги по ключевым неотложным состояниям и базовым принципам терапии (например, "Неотложная помощь при обострении ХОБЛ/БА", "Стартовая АМТ при ВП: устранение фатальных ошибок"). Обязательное использование симуляторов и разборов ятрогенных случаев, наглядно демонстрирующих последствия ошибок.

Трек 6. Для недостаточного профиля.

Цель: построение системной структурированной базы фундаментальных и клинических знаний.

Формат: "базовый конструктор" - структурированные курсы по алгоритму "определение → патогенез → диагностика → препараты 1‑й линии". Визуализация (блок-схемы, ментальные карты), симуляционные тренинги начального уровня.

Конкретное специфическое наполнение указанных образовательных треков разрабатывается в данный момент автором исследования с коллективом сотрудников медицинского научно-образовательного центра ФГБОУ ВО "Марийский государственный университет", после чего данная методика оценки компетенций и возможные пути их коррекции будут предложены научному и образовательному медицинскому сообществу.

Ограничения исследования включают преобладание в выборке врачей терапевтического профиля, что может ограничивать обобщаемость результатов на узких специалистов. Перспективы дальнейших исследований видятся в разработке и апробации конкретных образовательных модулей для каждого профиля и оценке их эффективности в рандомизированных контролируемых исследованиях.

Выводы

Комплексное применение кластер­ного, корреляционного и дискриминантного анализа является высокоэффективным методом для диагностики системных, а не случайных проблем в области фармакотерапевтической подготовки.

На репрезентативной выборке вери­фицирована универсальная модель, стратифицирующая медицинских специалистов на 6 устойчивых профилей компетенций, отражающих различные типы нарушений клинико-фармакологического мышления.

Установлено, что основной проблемой, лимитирующей рациональное использование ЛС, является системный клинико-фармакологический разрыв - диссоциация между диагностическими знаниями и умением назначать обоснованную терапию.

Разработана концепция дифференцированного образовательного подхода, предполагающая создание целевых интервенций для каждого выявленного профиля, что открывает новые пути для оптимизации фармакотерапии и повышения качества медицинской помощи.

REFERENCES

1.Padmanabhan R. Rational antibiotic use in office practice. Indian J Pediatr. 2025; 92 (9): 1005–12. DOI: https://doi.org/10.1007/s12098-025-05631-6

2.Lekhan V.M., Puchkova N.V., Zaiarskyi M.I. Problems of antimicrobial resistance in the primary health care system (results of the sociological study). Wiad Lek. 2025; 78 (5): 981–7. DOI: https://doi.org/10.36740/WLek/205352

3.Aldhafeeri F., Wilson A., Larkin S., Aldhafeeri F.M. Effectiveness of quality use of medicines (QUM) programs and strategies in Saudi Arabia: a narrative review. Drug Health Patient Saf. 2025; 17: 87–96. DOI: https://doi.org/10.2147/DHPS.S503383

4.Hennigs A., Jochum J. [Rational antimicrobial therapy – recommendations for common infections]. Dtsch Med Wochenschr. 2020; 145 (23): 1673–82. DOI: https://doi.org/10.1055/a-1114-3946

5.Reddel H.K., Bacharier L.B., Bateman E.D., Brightling C.E., Brusselle G.G., Buhl R., et al. Global Initiative for Asthma Strategy 2021: executive summary and rationale for key changes. Am J Respir Crit Care Med. 2022; 205 (1): 17–35. DOI: https://doi.org/10.1164/rccm.202109-2205PP

6.Perepech N.B., Shurygina V.D., Tregubov A.V. Physicians' adherence to guidelines for the diagnosis and treatment of arterial hypertension. Ratsional’naya farmakoterapiya v kardiologii [Rational Pharmacotherapy in Cardiology]. 2019; 15 (4): 502–9. DOI: https://doi.org/10.20996/1819-6446-2019-15-4-502-509 (in Russian)

7.Rajendran R., Chitrapady S., Tejashree M.U., Haritha K., Balakrishnan J.M., Nair S., et al. Antimicrobial stewardship programs in primary and secondary care settings in India: current challenges, facilitators, perceptions, and impact – a scoping review. BMC Infect Dis. 2025; 25 (1): 1539. DOI: https://doi.org/10.1186/s12879-025-11851-0

8.Khurshid F., Thompson R., O’Connor E., Hegazi I., Maynard G., Siddiqui H., et al. Evolving through complex learning: designing a blueprint for prescribing using the four-component instructional design (4C/ID) model in basic medical training. Teach Learn Med. 2025; Oct 25: 1–15. DOI: https://doi.org/10.1080/10401334.2025.2572779

9.Kaae S., Holst S.S., Hansen J.M., Vermehren C. New program theory in pharmacist-led patient-centered medication review in general practice: a qualitative pilot study. Res Soc Adm Pharm. 2025; 21 (12): 1070–8. DOI: https://doi.org/10.1016/j.sapharm.2025.07.002

10. Gong M., Liu L., Sun X., Yang Y., Wang S., Zhu H. Cloud-based system for effective surveillance and control of COVID-19: useful experiences from Hubei, China. J Med Internet Res. 2020; 22 (4): e18948. DOI: https://doi.org/10.2196/18948

11. Bontsevich R.A. Educational pharmacoepidemiology and «real-world evidence». Real’naya klinicheskaya praktika: dannye i dokazatel’stva [Real Clinical Practice: Data and Evidence]. 2024. Vol. 4, N. 4. P. 44–52. DOI: https://doi.org/10.37489/2782-3784-myrwd-062 (in Russian)

12. Mohajer M.A., Matthias K., Nix D. Improving the knowledge and attitudes of students and physicians regarding appropriate use of antibiotics for respiratory infections through online continuing medical education modules. Open Forum Infect Dis. 2016; 3 (suppl 1). DOI: https://doi.org/10.1093/ofid/ofw172.679

13. Yawn B.P., Wollan P.C. Knowledge and attitudes of family physicians coming to COPD continuing medical education. Int J COPD. 2008; 3 (2): 311–7. DOI: https://doi.org/10.2147/copd.s2486

14. Ibsen H., Kjaer N.K., Sondergaard J., Švab I., Ahrenfeldt L.J. Continuing medical education: understanding general practitioners who rarely attend, a cross-sectional questionnaire study among Danish GPs. BMC Med Educ. 2025; 25 (1): 1400. DOI: https://doi.org/10.1186/s12909-025-07958-2

15. Bontsevich R.A., Kosimova N.S., Chernyadyeva T.I., Batisheva G.A., Nevzorova V.A., Tsygankova O.V., et al. Pharmacotherapy of arterial hypertension: assessment of knowledge levels among students and practicing physicians. Results of the PHYSTARH-II Project. Res Results Pharmacol. 2025; 11 (2): 86–99. DOI: https://doi.org/10.18413/rrpharmacology.11.559

16. Bontsevich R.A., Vodyakhina A.Ya., Umerenkov A.A., et al. Bronchial asthma – pharmacoepidemiological cross-section of physicians' knowledge. Results of the ASSA-III study. Vestnik sovremennoy klinicheskoy meditsiny [Bulletin of Modern Clinical Medicine]. 2024; 17 (2): 23–33. DOI: https://doi.org/10.20969/VSKM.2024.17(2) (in Russian)

17. Bontsevich R.A., Zavitkevich G.I., Batishcheva G.A., Nevzorova V.A., Tsygankova O.V., Ketova G.G., et al. Etiology, pathogenesis and diagnosis of chronic obstructive pulmonary disease: assessment of knowledge among physicians and senior students. Results of the ASCO-III study. Meditsinskiy sovet [Medical Council]. 2025; (9): 69–79. DOI: https://doi.org/10.21518/ms2025-037 (in Russian)

18. Bontsevich R.A., Gavrilova A.A., Vovk Y.R., Adonina A.V., Goncharova N.Y., Prozorova G.G., et al. The assessment of physicians' and senior medical students' knowledge in the field of community-acquired pneumonia: preliminary results of the KNOCAP-II project (2017–2019). Medicni Perspektivi (Medical Perspectives). 2020; 25 (1): 59–65. DOI: https://doi.org/10.26641/2307-0404.2020.1.200402

19. Bontsevich R.A., Azizova G.F., Danilova M.S., Tsygankova O.V., Batishcheva G.A., Prozorova G.G., et al. Assessment of practicing physicians' knowledge on rational antimicrobial therapy (results of the KANT-IV project)]. Klinicheskaya mikrobiologiya i antimikrobnaya khimioterapiya [Clinical Microbiology and Antimicrobial Chemotherapy]. 2024; 26 (2): 215–28. DOI: https://doi.org/10.36488/cmac.2024.2.215-228 (in Russian)

20. Bontsevich R.A., Tikhoyvanova A.A., Annenkov N.V., Batishcheva G.A., Nevzorova V.A., Martynenko I.M., et al. Assessment of senior medical students' knowledge on antimicrobial therapy (results of the KANT-IV project). Klinicheskaya mikrobiologiya i antimikrobnaya khimioterapiya [Clinical Microbiology and Antimicrobial Chemotherapy]. 2024; 26 (1): 87–97. DOI: https://doi.org/10.36488/cmac.2024.1.87-97 (in Russian)

All articles in our journal are distributed under the CC BY-NC-ND 4.0 (Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International)