Introducción - Hospital Italiano de Buenos Aires

Introducción - Hospital Italiano de Buenos Aires

Indication-based prescribing prevents wrongpatient medication errors in computerized
provider order entry (CPOE).
(Prescripciones basadas en indicaciones previenen errores de medicación en
pacientes equivocados al utilizar un CPOE )
William Galanter,Suzanne Falck, Matthew Burns, Marci Laragh,Bruce L Lambert
Ateneo complementario
Dr. Alfredo Almerares
[email protected]
Informática Médica
Hospital Italiano de Buenos Aires
William Galanter
Introducción
El uso de un CPOE ha demostrado beneficios,
disminuyendo índice de errores y hasta de mortalidad
Introducción
La implementación de los mismos puede traer
aparejada consecuencias inesperadas como la
aparición de nuevos errores
Introducción
En un proyecto anterior los autores utilizaron alertas
para hacer que los médicos agregaran problemas a la
lista del paciente al realizar ciertas indicaciones, lo que
mejoraba la completitud de las listas.
los autores se percataron que en ocasiones al
recibir la alerta los médicos cancelaban la
indicación, Lo que podía indicar que los médicos ante
la misma se daban cuenta que era el paciente
incorrecto.
Objetivo
Comprobar si alertas basadas en indicaciones pueden
ayudar al medico a identificar y cancelar medicaciones
realizadas a pacientes equivocados.
Materiales y Métodos
Hospital de la Universidad de Illinois, Chicago
450 camas
Utilizan el sistema milenium de Cerner que permite a los
médicos mantener hce actualizada con terminología o
como texto libre y cuenta con sistema de CDS “discern
expert”
Materiales y Métodos
Si el medico hacia la orden para una medicación que no
estuviese indicada (codificada) para ninguno de los
problemas activos encontrados en la lista de problemas,
se disparaba una alerta para que el problema se
agregara. Se utiliza un set no aleatorizado de
indicaciones
Las alertas mostraban esta situación y ofrecían distintos
problemas que podían ser agregados así como las
opciones de no agregar nada o simplemente cancelar la
orden.
Materiales y Métodos
Todas las ordenes especificadas generaban alertas en
todos los ámbitos, menos la insulina que solo generaba
alerta en el ambulatorio, donde se la relaciona a la
DBTS pero no en la internación donde es indicada a
ptes no DBTS para mantener el control de la glucemia,
Materiales y Metodos
-
Se analizaron las alertas para identificar las secuencias
que cumplían con los siguientes criterios:
Se realizaba una orden pero no era completada.
El mismo proveedor realizaba igual orden en distinto
paciente en un plazo de 10 minutos ()
Luego estas secuencias eran estudiadas por un medico
experimentado, quien decidía si la primer orden fue un
error interceptado con 2 criterios,
1- Que el paciente no tuviera dentro de sus prescripciones
la medicación ordenada
2- Que el mismo no tuviera una condición para la cual se
podría dar esa medicación.
Un segundo investigador confirmaba todos los posible
errores interceptados.
Resultados
-
Se estudiaron las alertas disparadas en un periodo de 6
años (abril 2006-febrero 2012).
127370 alertas en 79304 encuentros con 54608
pacientes
77% de la veces fueron médicos de planta quienes
recibieron la alerta 18% médicos no staff y 5% otros
(enfermeros-farmaceuticos-estudiantes).
Se revisaron 822 registros que cumplían con la
secuencia.
Resultados
De la revisión surgieron 32 errores interceptados
En ningún caso los pacientes compartían el mismo
apellido
59% de las veces el proveedor tenia abierta sesiones
con los dos pacientes.
En todos los casos , menos uno, ambos pacientes
estaban al cuidado del mismo proveedor.
El numero de intercepciones no vario en función del
medio (ambulatorio-internacion) o tipo de proveedor que
emitía la orden.
Resultados
Si se evidencio variación significante según el
medicamento ordenado.
- Metformina y metoprolol 0.81 errores interceptados por
cada 1000 alertas generadas versus 0.17/1000 de otras
ordenes.
Solo 15 medicaciones representaron el 100 % de los
errores interceptados, siendo las mas comunes
metformina y metoprolol.
Discusión I
Los errores médicos se deben mayormente a sistemas
pobres y procesos complicados, mas que a simple
errores de los individuos. Malas interfaces y a
generación de flujos de trabajo inadecuado
La idea planteada demuestra un mecanismo para evitar
errores a través de un chequeo redundante
Discusión II
El concepto de reconciliar medicación con la lista de
problemas no es nueva y se basa en la relación entre
ambas.()
Utilizaron un algoritmo
para detectar
inconsistencias entre
medicaciones y listas de
problemas
Alertas como estas han demostrado utilidad para
mantener actualizada la lista de problemas.
En este articulo que
utiliza alertas para
generar adición de
problemas según la
indicación, el 76 % de
las Alertas llevaba a
la incorporación de
un problema.
Discusión III
El estudio demuestra otro beneficio en estas alertas que
es el de ayudar a evitar errores de medicación en
pacientes incorrectos. Esta estrategia al momento del
ingreso de una orden puede servir aun mas
coordinada con otras implementaciones que
busquen reducir este tipo de errores.
Una de las salvaguardas podría ser el de evitar que un
usuario tenga abierto el registro de mas de un paciente
al mismo tiempo, en el estudio el 60 % de los errores se
asociaba a esto.
La forma de selección de una HC puede
facilitar los errores.
error
Ross Koppel en 2005 identifico 22
errores en las indicaciones vinculados
a un CPOE y entre ellos se destaca la
selección del paciente incorrecto.
En este sentido les recomiendo leer el trabajo que se
esta realizando en el HCIL de la U de Maryland, sobre
como generar listas que eviten la selección del paciente
incorrecto. User Interface Techniques to Avoid Wrong
Patient Selection Errors
http://www.cs.umd.edu/hcil/WPE/
Discusión IV
-
-
Otras estrategias para evitar errores.
Exigir una confirmación con 1 click que se verifico la identidad del
paciente antes de la indicación. Esto redujo errores en un 16%.
Exigir que el proveedor ingrese iniciales sexo y edad antes de la
indicación. Esto llevo a una reducción de 41% en los errores.
Estos estudios utilizaron el mismo sistema de 10 minutos de tiempo
para que el medico haga la indicación en otro paciente, lo que tiene
un valor predictivo del 76%
Discusión V
Otra estrategia estudiada por Hyman et al fue la de
mostrar la foto del paciente al realizar la orden con un
40% de reducción. ( En este estudio una gran diferencia
fue el análisis, que se realizo contabilizando errores no
interceptados y se vio una reducción en los mismos)
Discusión VI
En cuanto a salvaguardas posteriores a las ordenes el
estudio de Carpenter y Gorman () desarrollo y testeo un
algoritmo que compara medicación del paciente con su
registro medico y encontró un 10% de errores, 52% de
ellos relevantes clínicamente.
2/3 correspondía a errores por medicación que no se
asociaba la lista de problemas y 1/3 que no era la droga
apropiada.
Discusión VII
La relación entre medicación , indicaciones y lista de
problemas o códigos de facturación puede ser usada en
forma retrospectiva como medio de vigilancia.
Este estudio tuvo un ratio de intercepción de errores de
0.25 por cada 1000 alertas.
Es difícil de comparar con otros estudios ya que usa un
set no aleatorizado de indicaciones. Además otros
estudios como el de Adelman interceptaban el errores
en un momento posterior a la orden y este antes de
firmarla.
Como no cuentan con información sobre la magnitud de
errores que se producen no se puede decir que robusto
resulta el método usado en este trabajo para la
intercepción de errores.
Este trabajo no es generalizable a toda la medicación,
solo sirve para ordenes vinculadas a problemas,
El método de Adelman logro disminuir 40% los errores
pero aumento 6 seg el tiempo necesario para cada
orden.
El método de Hyman ( de la foto) puede no ser tan util
cuando el paciente tenga apariencia de enfermo, este en
terapia o sean neonatos que son similares.
Es probable que el uso de estas técnicas combinadas o
integradas lograran una optima reducción.
Limitantes.
Este estudio se realizo en un centro medico con gran
mayoría de staff propio, por lo que podrían modificarse
los resultados al expandirlo a otro tipo de clínicos.
La intervención solo uso un subset de medicaciones, un
sistema implementado en forma generalizada podría
tener otro ratio de intercepción.
Conclusiones
Aceptación: Este tipo de errores suceden al utilizar un
CPOE ya sea que logren ser interceptados o no. La
reducción de los mismos puede lograrse con varios
métodos distintos.
Las mismas alertas utilizadas para mantener actualizada
la lista de problemas pueden ser usadas para evitar
errores de medicación a paciente equivocado a un ratio
de 0.25/1000
Criterios de Calidad
Significancia
Calidad Científica
Originalidad e Innovación
Cobertura de la literatura
Organización y Claridad
Espacio para discusión
Indication-based prescribing prevents wrong-patient medication errors in
computerized provider order entry (CPOE).
Dr. Almerares Alfredo
Ateneo complementario
[email protected]
Informática Médica
Hospital Italiano de Buenos Aires