Información de la revista
Vol. 31. Núm. 5.
Páginas 276-282 (septiembre 2007)
Vol. 31. Núm. 5.
Páginas 276-282 (septiembre 2007)
Acceso a texto completo
Sistema de alertas asociado a prescripción electrónica asistida: análisis e identificación de puntos de mejora
Alerts system associated with computerized physician order entry: Analysis and identification of improvement points
Visitas
6168
Este artículo ha recibido
Información del artículo
Objetivo: Realizar un análisis cuantitativo de alertas asociadas a un sistema de prescripción electrónica asistida e identificar oportunidades de mejora de dicho sistema. Método: Estudio observacional retrospectivo en un hospital general con 750 camas, de las cuales 500 disponen de prescripción electrónica asistida. Se analizó la frecuencia por tipo y medicamento de 525.691 alertas generadas durante un año en la prescripción de los tratamientos farmacológicos de 15.466 pacientes, trasfiriéndose para ello a una base de datos. El sistema contempla tres categorías de alertas relacionadas con el medicamento, las características del paciente y la política de medicamentos del hospital. Mediante análisis de modos de fallos y efectos se identificaron oportunidades de mejora del sistema y se propusieron acciones correctoras. Resultados: Se observó que 20 medicamentos del total de 1.084 generaron el 34% de las alertas, siendo los diez principios activos más frecuentemente implicados: cloruro potásico, acenocumarol, imipenem, lorazepam, diazepam, micofenolato, enoxaparina, tacrolimus, carbonato cálcico y ciclosporina. Las alertas más frecuentes generadas durante la prescripción electrónica se asociaron con duplicidad terapéutica (35,4%), insuficiencia renal (27,6%) y riesgo por geriatría (17,2%), constituyendo estos grupos el 80,2% del total. Se identificaron como puntos de mejora prioritarios la sobrecarga de alertas y la información facilitada por las alertas. Conclusiones: El sistema genera excesivas alertas con el consiguiente riesgo de ser ignoradas y de disminuir su capacidad para la prevención de acontecimientos adversos a medicamentos. Se requieren modificaciones en el diseño del sistema de alertas, así como la actualización continua de las mismas.
Palabras clave:
Prescripción electrónica asistida
Alertas farmacoterapéuticas
Errores de medicación
Efectos adversos a medicamentos
Prevención
Objective: To make a quantitative analysis of the alerts associated with a computerized physician order entry system and identify opportunities to improve the system. Method: A retrospective observational study in a general hospital with 750 beds, 500 of which have a computerized physician order entry system installed. The frequency per type and medication of 525,691 alerts produced for a year in the prescription of drug treatments to 15,466 patients was analysed, entering these on a database. The system includes three categories of alert relating to the drug, the characteristics of the patient and the hospital medicine policy. By means of a failure mode and effects analysis, opportunities for improving the system were identified and corrective measures were suggested. Results: It has been observed that from the total of 1,084 drugs, 20 of them produce 34% of alerts. The ten most frequently active ingredients involved are: potassium chloride, acenocumarol, imipenem, lorazepam, diazepam, mycophenolate, enoxaparin, tacrolimus, calcium carbonate and cyclosporine. The most frequent alerts generated during electronic prescription are associated with duplicated therapy (35.4%), renal failure (27.6%) and risk due to advanced age (17.2%), with these groups accounting for 80.2% of the total. The excess of alerts and information provided by the alerts were identified as priority improvement points. Conclusions: The system produced excessive alerts which led to the risk of them being ignored and reducing the capacity to prevent adverse drug events. Modifications are required for the design of the alert system, which also needs to be continuously updated.
Keywords:
Computerized physician order entry
Alerts system
Medication errors
Adverse drug events
Prevention
El Texto completo está disponible en PDF