마취 중 사고의 스페인 통신 시스템의 약물 오류: 10년 분석. (SENSAMED)

설계 및 승인 이 관찰 연구는 스페인 마취 및 Reanimation Incident Reporting System(SENSAR)은 약물 관련 환자 안전 사고를 검색합니다. 방법론은 STROBE(역학 관찰 연구 보고 강화) 성명의 권장 사항을 따랐습니다. 품질 개선 보고 우수성 표준(SQUIRE)을 사용하여 원고를 작성했습니다.

FRAMEWORK(연구 설정) 이 연구에서 분석된 모든 데이터는 수술 전후 환경에 초점을 맞춘 국가 다중 센터 사고 알림 시스템인 SENSAR에서 얻었습니다. 2017년 12월까지 스페인과 칠레의 104개 병원이 포함됐다. 2008년 네트워크가 시작된 이래로 병원을 네트워크에 편입하는 것은 점진적이고 진보적이었습니다. 자발적으로, 익명으로, 비징벌적 기반으로, 마취 전문의, 수련 중인 상주 의사, 마취 및 소생술 간호사는 할당된 각 센터에 대한 일반 키로 액세스하는 웹 양식을 사용하여 모든 보안 사건을 전달할 수 있으므로 커뮤니케이터의 익명성을 보장할 수 있습니다. 이 데이터베이스에는 사고에 대한 자세한 설명을 위한 자유 텍스트와 함께 구조화된 형식으로 통신이 기록됩니다. 각 병원에는 런던 의정서(*+*)에 따라 사건에 대한 익명 및 기밀 분석을 담당하는 전문가 그룹이 있으며, 이는 사건의 반복을 피하기 위한 조치를 제안하고 신고자에게 피드백을 제공합니다.

조사관은 환자 안전 사고를 환자에게 불필요한 해를 끼칠 수 있거나 해왔을 수 있는 사건이나 상황으로 정의합니다(*).

분석 과정에서 보고된 사건은 수술 전후 환경에 적합한 분류를 통해 사건 유형에 따라 분류됩니다. 예방할 수 없는 부작용도 연구자 분류(별첨)에 포함됩니다.

연구 모집단 (대상자) (데이터 수집) (관찰자) 연구 모집단은 2008년 1월 1일부터 2017년 12월 31일 사이에 SENSAR 데이터베이스의 통신 및 분석으로 구성되었습니다. 조사관은 사건에 대한 통지 및 후속 분석 당시 데이터베이스에 포함된 구조화된 정보에서 투약 사건으로 분류된 사건을 선택했습니다. 사건 유형 분류가 없는 사건의 경우 2명의 저자(ER 및 YS)가 약물과 관련된 사건을 찾기 위해 양식의 자유 텍스트를 읽고 각 사례를 개별적으로 검토했습니다. 두 관찰자 간의 불일치는 세 번째 저자(DA)에 의해 해결되었습니다.

연구 변수 사건에 대한 설명적 분석을 위해 조사관은 투약 사건의 유형, 사건이 발생한 순간, 관련된 약물 그룹 및 생성된 이환율과 같은 범주형 변수를 사용했습니다. 독립변인으로는 투약사고의 유형을 약물투여 생략, 유통기한 경과, 약물선택 착오, 권고, 농도, 투여시점으로 분류하였다. 수술 전후 환경에 맞게 조정된 SENSAR 자체 분류에 따라 약물의 처방, 조제, 조제, 투여 또는 모니터링에서 사건이 발생한 순간. 관련 약물 분석을 위해 조사관은 자체 분류를 사용했습니다(표 1).

종속 변수인 사건으로 인한 이환율에 대해 연구자들은 이환율을 무해, 경미한 이환율, 중간 이환율, 주요 이환율 및 사망(*) 범주로 분류하는 WHO 분류법을 사용했습니다.

통계적 방법. 연구원들은 통계 소프트웨어인 "R" 버전 3.4.1을 사용하여 다양한 유형의 보고된 사건이 ​​발생한 빈도를 절대 수치와 백분율로 얻은 표본 분석을 수행합니다. 사용된 서로 다른 독립 변수와 환자에게 발생한 손상 사이의 인구 수준 관계의 존재를 확인하기 위해 연구원은 5%의 유의 수준으로 Kruskal-Wallis 비모수 테스트를 사용했습니다. 이 테스트의 결과는 얻은 대비 통계와 그 p-값으로 표현됩니다. 환자의 이환율이 다른 위험을 가장 잘 추정하는 요인을 식별하기 위해 조사관은 다중 순서 로지스틱 회귀 모델을 생성했습니다. 이 경우에 제시된 효과는 추정량, 표준 오차, "교차비", 95%에서의 신뢰 구간 및 5% 유의성에 대한 p-값입니다.