一种数据驱动的方法来评估条形码辅助药物准备警报在一个大型学术医疗中心的数据驱动方法
Joint Commission journal on quality and patient safety
|July 10, 2023
概括
开发了一个数据驱动的过程来分析条形码辅助的药物制备警报,大大减少了针对特定药物的"条形码未识别"警报. 这项质量改进计划将警报噪音降到最低,并提高药物安全性.
科学领域:
- 医疗信息学 医疗信息学
- 药物安全 药物安全
- 提高质量 提高质量
背景情况:
- 条形码辅助的药物制备系统会产生许多警报.
- 大量的警报可能是不准确的,导致警报疲劳,并可能影响患者的安全.
研究的目的:
- 开发一个数据驱动的流程,用于分析条形码辅助的药物制备预警数据.
- 尽量减少不准确的警报,提高药物制备系统的整体效率.
主要方法:
- 从电子健康记录系统中提取了三个月的药物制剂警报数据.
- 开发了一个仪表板,以识别大量警报和相关药物记录.
- 实施有针对性的干预措施,包括基于根源原因分析的信息学,工作流程和员工教育.
主要成果:
- 该机构每月平均收到31,000个警报,其中"条形码未识别"是最常见的.
- 85个药物记录占了警报的很大一部分,需要进行各种干预.
- 有针对性的干预措施使"条形码未识别"警报率从聚乙烯甘醇的26.6%降至1.3%,而烯丁的48.7%降至0%.
结论:
- 一种系统的,数据驱动的方法有效地识别和减少不准确的药物制剂警报.
- 通过预警数据分析优化药物采购,储存和制备流程,提高了药物安全性.
- 这项质量改进项目证明了分析警报数据的价值,以最大限度地减少系统噪音并改善临床工作流程.
