Lääkitysvirheet Espanjan anestesian tapausten viestintäjärjestelmässä: kymmenen vuoden analyysi. (SENSAMED)

SUUNNITTELU JA HYVÄKSYNTÄ Tämä havainnointitutkimus suoritettiin 1. tammikuuta 2008 ja 31. joulukuuta 2017 välisenä aikana instituution arviointilautakunnan (La Fe University and Polytechnic Hospital (numero) Valencian eettinen komitea (numero) hyväksynnän jälkeen käyttäen Espanjan Anestesian ja Reanimation Incident Reporting System (SENSAR) hakee lääkitykseen liittyviä potilasturvallisuustapahtumia. Metodologia noudatti STROBE-lausunnon (Strenthening the Reporting of Observational studies in Epidemiology) suosituksia. Käsikirjoituksen kirjoittamiseen käytettiin Standards for Quality Improvement Reporting Excellence (SQUIRE).

FRAMEWORK (tutkimuksen asetus) Kaikki tässä tutkimuksessa analysoitu data saatiin SENSAR:lta, joka on kansallinen, monikeskusinen tapahtumailmoitusjärjestelmä, joka keskittyy perioperatiiviseen ympäristöön. Joulukuuhun 2017 asti siihen kuului 104 sairaalaa Espanjassa ja Chilessä. Sairaaloiden liittäminen verkostoon on ollut asteittaista ja asteittaista sen perustamisesta vuonna 2008 lähtien. Anestesiologit, kouluttautuvat lääkärit, anestesia- ja elvytyshoitajat voivat ilmoittaa vapaaehtoisesti, anonyymisti ja ei-rangaistuksen perusteella kaikista turvallisuushäiriöistä verkkolomakkeella, johon kullekin osoitetulle keskukselle on yleinen avain, mikä varmistaa kommunikaattorin anonymiteetin. Tähän tietokantaan viestintä tallennetaan jäsennellyssä muodossa yhdessä vapaan tekstin kanssa tapahtuman yksityiskohtaista kuvausta varten. Jokaisessa sairaalassa on ryhmä ammattilaisia, jotka vastaavat tapausten anonyymistä ja luottamuksellisesta analysoinnista Lontoon pöytäkirjan mukaisesti (*+*), joka ehdottaa toimenpiteitä tapausten toistumisen välttämiseksi ja antaa palautetta ilmoittajille.

Potilasturvallisuustapahtumaksi tutkijat määrittelevät tapahtuman tai olosuhteen, jossa potilaalle voi aiheutua tai on aiheutunut tarpeetonta vahinkoa (*).

Analyysin aikana raportoidut tapaukset luokitellaan tapahtumatyypin mukaan perioperatiiviseen ympäristöön sovitetulla luokittelulla. Haittatapahtumat, joita ei voida estää, sisältyvät myös tutkijaluokitukseen (liite).

TUTKIMUSPOPULAATIO (Koehenkilöt) (tiedonkeruu) (tarkkailijat) Tutkimuspopulaatio koostui SENSAR-tietokannan kommunikaatiosta ja analysoinnista 1.1.2008-31.12.2017. Tutkijat valitsivat tietokannan strukturoidusta tiedosta ilmoituksen ja tapahtuman myöhemmän analysoinnin yhteydessä lääkitystapahtumiksi luokitellut tapahtumat. Tapauksissa, joille ei ollut tapaustyyppiluokitusta, kaksi kirjoittajaa (ER ja YS) tarkasteli jokaisen tapauksen erikseen lukemalla lomakkeen vapaita tekstejä etsiessään lääkitykseen liittyviä tapauksia. Kolmas kirjoittaja (DA) ratkaisi näiden kahden tarkkailijan väliset erot.

TUTKIMUKSEN MUUTTUJAT Tapausten kuvaavaan analyysiin tutkijat käyttivät seuraavia kategorisoituja muuttujia: lääkitystapauksen tyyppi, tapahtumahetki, osallinen huumeryhmä ja syntynyt sairastuvuus. Riippumattomien muuttujien osalta lääkitystapauksen tyyppi luokiteltiin lääkkeen antamisen laiminlyönnillä, vanhentuneiden tuotteiden antamisella, virheellä lääkkeen valinnassa, suosituksella, pitoisuudella tai antopisteillä; hetki, jolloin tapaus tapahtui lääkkeen määräämisessä, valmistuksessa, annostelussa, annostelussa tai seurannassa SENSARin oman luokituksen mukaisesti, sovitettuna perioperatiiviseen ympäristöön. Huumeiden analysoinnissa tutkijat käyttivät omaa luokitteluaan (taulukko 1).

Riippuvaisen muuttujan, tapahtuman aiheuttaman sairastuvuuden osalta tutkijat käyttivät WHO:n taksonomiaa, joka järjestää sairastuvuusasteet seuraaviin luokkiin: ei haittaa, vähäinen sairastuvuus, keskisairaus, suuri sairastuvuus ja kuolema (*).

STATISTISET MENETELMÄT. Tutkijat käyttävät tilastoohjelmistoa "R", versiota 3.4.1, otoksen analyysin suorittamiseen, jolloin saadaan absoluuttisina lukuina ja prosentteina, kuinka usein erityyppisiä raportoituja tapauksia on esiintynyt. Tutkijat käyttivät Kruskal-Wallis ei-parametrista testiä, jonka merkitsevyystaso oli 5 % määrittääkseen populaatiotason suhteen olemassaolon eri käytettyjen riippumattomien muuttujien ja potilaalle aiheutuneiden vaurioiden välillä. Tämän testin tulos ilmaistaan ​​saadulla kontrastitilastolla ja sen p-arvolla. Tunnistaakseen tekijät, jotka parhaiten arvioivat riskiä aiheuttaa eriasteisia sairastuvuutta potilaalle, tutkijat loivat moninkertaisen ordinaalisen logistisen regressiomallin. Tässä tapauksessa esitetyt vaikutukset ovat estimaattori, keskivirhe, "todennäköisyyssuhde", 95 %:n luottamusvälit ja 5 %:n merkitsevyyden p-arvo.