尹鋒 張倩

某市中心醫(yī)院用藥差錯分析

尹鋒 張倩

目的 了解本院用藥差錯(ME)的原因, 針對出現(xiàn)差錯的原因, 找到合理、有效的改進(jìn)措施,從而降低各環(huán)節(jié)的差錯發(fā)生率。方法 對本院2012年1月~2013年6月間各藥房上報的ME案例進(jìn)行分析, 項(xiàng)目包括ME分類、分級、引發(fā)及發(fā)現(xiàn)ME的人數(shù)及構(gòu)成比和引發(fā)因素。結(jié)果 265例ME報告中藥品品種錯誤比例最高, 為71例(26.79%), 給藥劑量、時間、途徑錯誤分別占41例(15.47%)、43例(16.23%)、38例(14.34%)。265例ME報告共發(fā)現(xiàn)281例次的引發(fā)原因, 排在前3位的原因?yàn)橥庥^相似、藥品名稱相似、處方錯誤, 具體為53例(18.86%)、49例(17.44%)、41例(14.59%)。涉及人員中, 醫(yī)師、護(hù)士、藥師、患者或家屬占比分別為162例(57.65%)、54例(19.22%)、61例(21.71%)。結(jié)論 通過分析ME, 有針對性的進(jìn)行改進(jìn), 能有效降低ME, 保證用藥安全。

ME；分析；藥物

理想的藥物治療要求在保證療效的同時, 將患者的用藥風(fēng)險降到最低。但在藥物治療過程中潛在著許多目前已知及未知的風(fēng)險, ME也逐漸被認(rèn)為是導(dǎo)致醫(yī)源性傷害的主要原因之一［1］。ME是指藥物使用過程中出現(xiàn)的任何可預(yù)防事件, 導(dǎo)致用藥不當(dāng)或患者受損。該事件和專業(yè)技術(shù)、藥物產(chǎn)品、操作程序, 以及管理體系有關(guān)。ME可出現(xiàn)于處方、醫(yī)囑、藥品標(biāo)簽與包裝、藥品名稱、藥品混合、配方、發(fā)藥、給藥、用藥指導(dǎo)、監(jiān)測及應(yīng)用等過程中［2］。國內(nèi)藥學(xué)專家近年一直呼吁建立完善的ME上報系統(tǒng)［3］, 將ME上報與藥品不良反應(yīng)上報放在同樣重要位置。本文對鄭州大學(xué)附屬洛陽中心醫(yī)院2012年1月~2013年6月上報的ME進(jìn)行了回顧性分析,分析ME的原因, 并針對出現(xiàn)差錯的原因, 找到合理、有效的改進(jìn)措施, 從而降低各環(huán)節(jié)的差錯發(fā)生率。

1 資料與方法

1. 1 一般資料 2012年1月~2013年6月間上報的ME, 均為日常工作中主動上報, 包含有差錯發(fā)生的類別、引起差錯的工作人員等必要信息。

1. 2 方法 數(shù)據(jù)采用描述性統(tǒng)計方法進(jìn)行處理, 主要對ME的分類、引發(fā)因素、分級、發(fā)現(xiàn)及引發(fā)ME人員的例數(shù)(例次)及構(gòu)成比等項(xiàng)目進(jìn)行分析。

ME分級參照美國國家ME報告及預(yù)防協(xié)調(diào)委員會(NCC MERP)制定的標(biāo)準(zhǔn)［4］, 根據(jù)患者機(jī)體受損害程度將ME分為A~I 9個級別, A級為差錯隱患, B~D為輕型ME, E~I為嚴(yán)重型ME, ME內(nèi)容包括藥品名稱、劑量、給藥途徑、給藥時間、療程等；引發(fā)差錯的因素包括選錯藥物、處方辨認(rèn)不清、縮寫不清、外觀相似、藥名相似、分裝錯誤、稀釋錯誤等。

2 結(jié)果

2. 1 ME上報情況 2012年1月~2013年6月間共收到265份ME報告。引發(fā)藥物不良反應(yīng)6例。

2. 2 ME分類 265例ME報告中藥品品種錯誤比例最高,為71例(26.79%), 給藥劑量、時間、途徑錯誤分別占41例(15.47%)、43例(16.23%)、38例(14.34%)。71例藥品品種錯誤包含32例不合理用藥；41例給藥劑量、時間、途徑錯誤有20例屬于不合理用藥。

2. 3 ME分級 輕型ME為241例, 占比為90.94%；嚴(yán)重ME為3例, 占1.13%, 其中無G、H、I級別的報告。具體情況為：A、B、C、D、E、F級ME分別為22例(8.3%)、183例 (69.06%)、50例(18.87%)、8例 (3.02%)、2例(0.75%)、 1例(0.38%), G、H、I級未有報告。

2. 4 ME引發(fā)因素 265例ME報告共發(fā)現(xiàn)281例次的引發(fā)原因, 排在前3位的原因?yàn)橥庥^相似、藥品名稱相似、處方錯誤, 具體為53例(18.86%)、49例(17.44%)、41例(14.59%)。2. 5 涉及人員情況 涉及人員中, 醫(yī)師、護(hù)士、藥師、患者或家屬占比分別為162例(57.65%)、54例(19.22%)、61例(21.71%)?？梢钥闯? 醫(yī)師涉及最多, 其次是藥師。

2. 6 發(fā)現(xiàn)ME的人員 發(fā)現(xiàn)ME的人員中, 藥師、醫(yī)師、護(hù)士、患者或家屬占比分別為229例(81.50%)、16例(5.70%)、11例(3.91%)、5例(1.78%)。藥師發(fā)現(xiàn)的ME的比例最高。

3 討論

3. 1 原因分析 從結(jié)果可以看出, 差錯的發(fā)生涉及患者診療全過程, 差錯的引發(fā)因素也涉及多個方面, 引發(fā)人員也涉及多類人群。發(fā)生差錯的主要原因包括以下幾方面：①人員因素, 數(shù)據(jù)可以看出醫(yī)師(57.65%), 其次為藥師(21.71%)、護(hù)士(19.22%), 主要表現(xiàn)為醫(yī)師處方開具不合理及藥師調(diào)劑錯誤等, 因此加強(qiáng)合理用藥知識的學(xué)習(xí)和培訓(xùn)可有效降低ME的發(fā)生；②藥品因素, 主要為看似、聽似等易混淆藥品等。聽似藥品(17.44%)容易引發(fā)醫(yī)師的處方錯誤, 同時也會導(dǎo)致藥師調(diào)配和發(fā)藥的錯誤。看似藥品(18.86%)引發(fā)的錯誤大多發(fā)生在藥學(xué)部, 主要為醫(yī)師不直接接觸藥品［5］。

3. 2 改進(jìn)措施 美國安全用藥研究所提出了降低ME發(fā)生率的6個策略, 按其有效性強(qiáng)弱, 依次為強(qiáng)制功能和約束、自動化和計算機(jī)化、標(biāo)準(zhǔn)化和協(xié)議、項(xiàng)目清單和復(fù)核系統(tǒng)、規(guī)章和制度、教育和信息［6］。針對問題進(jìn)行以下改進(jìn)：①加強(qiáng)合理用藥的監(jiān)管, 規(guī)范醫(yī)師用藥行為。②規(guī)范護(hù)士給藥行為, 嚴(yán)格按照醫(yī)囑時間間隔給藥。③加強(qiáng)全體醫(yī)護(hù)人員合理用藥知識培訓(xùn)和ME知識培訓(xùn)。④對易混淆藥品、高危藥品等實(shí)行可視化管理, 制作各種警示標(biāo)志, 防范差錯發(fā)生。⑤借助信息化手段, 全程監(jiān)控合理用藥。

綜上所述, ME對用藥安全和醫(yī)療質(zhì)量有直接影響, 差錯發(fā)生涉及多方面原因, 包括個人因素、制度和流程的缺陷等。通過差錯報告尋找出流程和制度存在的問題, 并以此改善流程, 可有效的提高用藥安全。

［1］ Forni A, Chu H T, Fanikos J. Technology utilization to prevent medication errors. Current Drug Safety, 2010, 5(1):13-18.

［2］ 李素華,李珊,楊悅,等.門診處方中藥差錯分析與干預(yù)措施探討.中國藥師, 2012,15(6):889-890.

［3］ 張曉樂.用藥安全和中藥差錯報告系統(tǒng).中國處方藥, 2009,8(11): 22-23.

［4］ National Coordinating Council for Medication Error Reporting and Prevention. NCC MERP Index for Categorizing Medication Errors , 2001,02(20).

［5］ 安秀琴,徐建萍.基于瑞士奶酪模型對我國護(hù)理安全管理的思考. 護(hù)理研究, 2010,24(8):1975-1976.

［6］ 李曉玲,閆素英,王育琴,等.北京22家醫(yī)院1165例用藥錯誤分析.藥物不良反應(yīng)雜志, 2013,15(2):64-68.

471009 洛陽, 鄭州大學(xué)附屬洛陽中心醫(yī)院(尹鋒張倩)；河南大學(xué)藥學(xué)院(尹鋒)