【数百万人开出了错误剂量的普通药物】根据本周公布的最新计算，美国可能有超过1100万人服用了一系列常用药物的错误剂量。

来自加州斯坦福大学医学院的科学家最近研究了所谓的聚合队列方程(PCEs)的可靠性。这些数字在药物的处方中起着关键作用，包括血压药物、他汀类药物和阿司匹林。PCEs帮助医生确定每个病人中风或心脏病发作的总体风险。评估心血管风险有助于医生了解有效和安全的药物的确切水平。这些方程可以作为在线网络工具和智能手机应用程序使用，它们甚至被嵌入到数字医疗记录中。

近年来，一些人质疑PCEs的准确性，质疑他们所依赖的数据是否过时。如果真的存在这种情况，病人可能有危险地服用高剂量或低剂量的药物的风险。斯坦福大学的研究人员们着手研究PCEs是否应该改进。正如他们所说的那样，“我们发现至少有两种主要的方法来改善2013年的方程式。”研究结果发表在本周的《内科医学年鉴》上。

研究人员发现的第一个问题是一个已经讨论了一段时间的问题:“用来推导方程的数据是否得到更新。”PCEs基于各种数据集，其中一些数据集比较旧。例如，其中一项数据包括1948年30-62岁人群的信息。然而目前，饮食、生活方式、健康风险，以及两者之间的一切都发生了变化。这项研究的作者说，由于这些信息的年代久远，人们的风险被估计比真实的高20%左右。依靠祖父母的数据来做出治疗选择可能不是最好的办法。

除此之外，研究人员发现的另一个问题是数据集中缺乏非洲裔美国人，近些年来，非裔美国人的心血管风险要高得多。然而，由于数据的缺乏，他们可能在接受错误的治疗导向。为了纠正这些缺点，研究人员增加了新的数据以提高PCEs的准确性。这些数据目前由美国国家卫生研究院(NIH)维持，他们已经批准了新的和更新的方程。解决老化数据是第一步，但还有第二个问题需要关注。研究人员表示，PCEs背后的一些统计方法也过时了，需要使用新的数据和统计方法来修正PCEs，这样才可以提高心血管疾病风险评估的准确性。

由于PCEs指导的医疗决策涉及到一些最常用的处方药，如阿司匹林、降压药和他汀类药物，这些变化可能会拯救和延长成千上万人的生命。