增强肿瘤患者化疗处方错误的预测

这项研究将根据医院的伦理委员会进行。 将收集有关年龄、癌症诊断、癌症分期、合并症、抗癌治疗的详细信息、合并症药物以及任何实验室异常的数据。数据将从病历审查中收集。进展说明和变更审查患者入院后的用药医嘱。

药物被归类为“活性药物”（定义为治疗癌症和/或治疗相关症状的药物）或“治疗合并症的药物”。 合并症被定义为需要药物治疗的非癌症临床病症。

处方错误将被分类为：

• 不正确的药物治疗：根据适应症、患者特定变量或临床状态，订购的药物不适合患者。
• 药物遗漏错误：患者有适应症而没有治疗或治疗不充分。
• 剂量误差：抗肿瘤药物剂量不足或超过5%。
• 剂量遗漏：药物的未指定剂量。
• 不正确的治疗持续时间：没有适当停止时间的处方药。
• 潜在的药物间相互作用：当一种药物与另一种药物一起给药时，药物作用的改变。
• 重复开处方：同一类别的两种或多种药物被开具用于治疗相同的病症或不同的病症。
• 遗漏或不正确的给药途径：未指定途径、错误途径或对患者临床状态的途径不当。
• 不正确的药物输注速度：通过静脉途径给药的药物输注速度错误。

将利用以下方法识别处方错误：

1. Ain shams 大学医院的临床肿瘤学指南。
2. 卑诗省癌症署 (BCCA) 癌症药物手册
3. . 网站化学计算器（将用于识别剂量计算中的错误）。

4- .Drugs.com（用于识别药物相互作用、给药途径错误、剂量错误和输注速度错误）。

5-- 通过 pubmed. 和 science direct 手动搜索化疗处方错误文章。

处方错误将根据其科学证据分为 3 个级别。

1. 成立：大型临床试验证实的错误。
2. 可能的：错误发生的可能性很高，但没有明确的随机临床试验。
3. Suspect：可能发生错误；来自病例报告的数据。 为确认错误的科学证据，研究人员需要搜索 BC Cancer Agency、pubmed、science direct 和医学期刊文献，以确保错误的科学证据。 通过电子邮件向医生报告 1 至 3 的科学证据的用药错误。

对处方错误的严重程度进行排序，其中主要错误可能导致永久性损害或死亡风险；中度，当错误的临床后果需要医疗时；或轻微的，当错误预期很小或没有临床影响时。

临床药师将讨论和研究以下风险因素对处方错误的影响：

• 肿瘤类型（乳腺癌、淋巴瘤和骨髓瘤、肺癌、泌尿生殖系统癌症、妇科癌症、GIT 癌症、黑色素瘤、头颈癌）。

• 癌症阶段。

  1. 早期：表示原位癌
  2. ：局部晚期：表示更广泛的疾病：更大的肿瘤大小和/或癌症扩散到它最初发展的器官之外到附近的淋巴结和/或与原发肿瘤位置相邻的组织或器官
  3. 转移性：表示癌症已经扩散到远处的组织或器官。
• 合并症类型（心脏病/肾病/肝病/糖尿病/高血压/胃病/血液异常/骨质疏松症）。
• 治疗方案中的药物数量。
• 药物类型（活性剂，合并症药物）
• 抗癌治疗类型
• 化疗的给药途径（静脉内、肌肉内、口服、鞘内）。
• 治疗的给药频率。
• 患者经历的化疗副作用的数量。
• 异常实验室数据的数量。
• 实验室数据异常类型（肾功能检查、肝功能检查、血液检查）。
• 患者的年龄。 将对数据进行汇总统计，以确定 Ain shams 大学医院肿瘤科的处方错误发生率。

将使用 SPSS 对数据进行逻辑回归分析。

• 因变量是存在或不存在有合理支持证据（即科学证据级别 1-3）的处方错误。
• 解释变量（风险因素）是年龄、癌症类型、癌症阶段、治疗类型、合并症类型、药物数量、药物类型、实验室异常数量、实验室异常类型、给药途径、治疗频率.

Logistic 回归用于对决定因素建模并预测 Ain shams 大学医院肿瘤科处方错误的可能性。 每个风险因素的影响（系数）将在数量上与处方错误相关。

将制作图表以告知医生高发病率的处方错误，以及增加处方错误可能性的风险因素。