Psychopharmaka-Interaktionen im Fokus – Entwicklung eines 11-Item-Tools zum Vergleich von Interaktionsdatenbanken für die psychiatrische Praxis

Zusammenfassung

Ziel der Studie

Ziel ist die Entwicklung und Pilotierung eines Bewertungssystems, mit dem Interaktionsdatenbanken, insbesondere im psychiatrischen Kontext, objektiv und systematisch verglichen werden können.

Material und Methoden

Die Medikation von 104 psychiatrischen Patienten wurde in zwölf Datenbanken auf Wechselwirkungen geprüft. Ein neues Bewertungssystems mit 11 Kriterien und einem Punktesystem wurde entwickelt und zur Bewertung eingesetzt.

Ergebnisse

Zwischen den Datenbanken gab es erhebliche Unterschiede. Keine Datenbank erreichte die maximale Punktzahl. Kostenpflichtige Datenbanken schnitten durchschnittlich besser ab als kostenfreie (6,4±2,5 Punkte; 0,5±2,4 Punkte p=0,009). Das beste Ergebnis erzielten ifap und PGXperts.

Schlussfolgerung

Psychotrope Substanzen sind besonders wechselwirkungsreich. Es empfiehlt sich die Nutzung mehrerer Datenbanken, kombiniert mit klinischer Erfahrung und interdisziplinärer Zusammenarbeit.

Abstract

Background

The objective is the development and pilot testing of a evaluation system designed to facilitate the objective and systematic comparison of interaction databases, Especially in the psychiatric context.

Material and methods

The study examined medication plans of 104 psychiatric patients. The medication was checked for interactions in twelve databases. A newly developed evaluation system with 11 criteria and a scoring system was used for evaluation.

Results

The number of interactions detected differs significantly between the databases. No database achieved the maximum number of points. Paid databases scored better on average (6.4±2,5 points) than free ones (1.5±2,4 points, p=0,009). The best results were achieved by ifap and PGXperts.

Conclusion

Psychotropic substances have a high potential for interactions. Using multiple databases is recommended, combined with clinical experience and interdisciplinary collaboration.

Schlüsselwörter

Arzneimitteltherapiesicherheit - Interaktionsdatenbanken - Wechselwirkungen - Klassifikationssystem - Patientensicherheit

Keywords

drug therapy safety - drug interaction databases - drug-drug interactions - classification system - patient safety

Publikationsverlauf

Eingereicht: 05. Mai 2025

Angenommen: 04. September 2025

Artikel online veröffentlicht:
12. November 2025

• Literatur

• 1 Patientensicherheit in Deutschland stärken. BMG. Im Internet: https://www.bundesgesundheitsministerium.de/themen/praevention/patientenrechte/verbesserung-der-patientensicherheit Stand: 23.08.2024
• 2 Peabody J, Acelajado MC, Robert T. et al. Drug-Drug Interaction Assessment and Identification in the Primary Care Setting. J Clin Med Res 2018; 10: 806-814
• 3 Meier F, Maas R, Sonst A. et al. Adverse drug events in patients admitted to an emergency department: an analysis of direct costs. Pharmacoepidemiol Drug Saf 2015; 24: 176-186
• 4 Pols RG, Sellman D, Jurd S. et al. What is the psychiatrist’s role in drugs and alcohol?. Aust N Z J Psychiatry 1996; 30: 540-548 discussion 548-549
• 5 English BA, Dortch M, Ereshefsky L. et al. Clinically Significant Psychotropic Drug-Drug Interactions in the Primary Care Setting. Curr Psychiatry Rep 2012; 14: 376-390
• 6 Aburamadan HAR, Sridhar SB, Tadross TM. Assessment of potential drug interactions among psychiatric inpatients receiving antipsychotic therapy of a secondary care hospital, United Arab Emirates. J Adv Pharm Technol Res 2021; 12: 45-51
• 7 Niu J, Straubinger RM, Mager DE. Pharmacodynamic Drug-Drug Interactions. Clin Pharmacol Ther 2019; 105: 1395-1406
• 8 Masnoon N, Shakib S, Kalisch-Ellett L. et al. What is polypharmacy? A systematic review of definitions. BMC Geriatrics 2017; 17: 230
• 9 Masoudi-Sobhanzadeh Y, Omidi Y, Amanlou M. et al. Drug databases and their contributions to drug repurposing. Genomics 2020; 112: 1087-1095
• 10 Glassman PA, Simon B, Belperio P. et al. Improving recognition of drug interactions: benefits and barriers to using automated drug alerts. Med Care 2002; 40: 1161-1171
• 11 Hahn M, Roll SC. Validation of interaction databases in psychopharmacotherapy. Nervenarzt 2018; 89: 319-326
• 12 Bossaer JB, Eskens D, Gardner A. Sensitivity and specificity of drug interaction databases to detect interactions with recently approved oral antineoplastics. J Oncol Pharm Pract 2022; 28: 82-86
• 13 Scheife RT, Hines LE, Boyce RD. et al. Consensus Recommendations for Systematic Evaluation of Drug-Drug Interaction Evidence for Clinical Decision Support. Drug Saf 2015; 38: 197-206
• 14 Shariff A, Belagodu Sridhar S, Abdullah Basha NF. et al. Assessing Consistency of Drug-Drug Interaction-Related Information Across Various Drug Information Resources. Cureus 2021; 13: e13766
• 15 Villa Zapata L, Subbian V, Boyce RD. et al. Overriding Drug-Drug Interaction Alerts in Clinical Decision Support Systems: A Scoping Review. In: MEDINFO 2021: One World, One Health – Global Partnership for Digital Innovation. IOS Press; 2022: 380-384
• 16 Wong A, Amato MG, Seger DL. et al. Prospective evaluation of medication-related clinical decision support over-rides in the intensive care unit. BMJ Qual Saf. 2018. 27. 718-724
• 17 Horn J, Ueng S. The Effect of Patient-Specific Drug-Drug Interaction Alerting on the Frequency of Alerts: A Pilot Study. Ann Pharmacother 2019; 53: 1087-1092
• 18 Gillman PK. Serotonin syndrome: history and risk. Fundam Clin Pharmacol 1998; 12: 482-491
• 19 Hahn M, Roll SC. A new approach to pharmaceutical care: experiences with the “Eichberger” Model in a psychiatric clinic in Germany. Drug Ther perspect 2012; 28: 24-26
• 20 Hahn M, Ritter C, Roll SC. Validation of pharmacist–physician collaboration in psychiatry: ‘the Eichberger-model’. Int J Clin Pharm 2018; 40: 1001-1004