通过事件驱动的FMEA反循环提高放射治疗过程的安全性
Dominik Kornek1,2, Michael Lotter1,2, Juliane Szkitsak1,2
1Department of Radiation Oncology, Universitätsklinikum Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU), Erlangen, Germany.
Journal of applied clinical medical physics
|August 5, 2024
概括
与故障模式和影响分析 (FMEA) 相关的新事件报告系统 (IRS) 有效验证放射治疗风险评估,并识别新的故障模式. 该系统提供了准确的错误率,以提高FMEA的可靠性.
科学领域:
- 放射治疗的安全性和风险管理.
- 医学物理和工程.
- 提高医疗保健的质量.
背景情况:
- 故障模式和效应分析 (FMEA) 对于放射治疗风险评估至关重要,但可能受到未识别的故障或不准确的错误率的限制.
- 提高FMEA的可靠性对于提高放射治疗中的患者安全至关重要.
研究的目的:
- 评估一个与FMEA数据库集成的新型事件报告系统 (IRS),用于验证现有分析.
- 确定IRS是否能够提供准确的错误率来支持FMEA中的专家事件评级.
- 评估系统在放射治疗过程中识别新故障模式的实用性.
主要方法:
- 使用FMEA反和事件报告终端分析了23种预先识别的故障模式.
- 临床设置包括CT扫描仪,剂量计和五个线性加速器 (linacs).
- 统计测试 (克鲁斯卡尔-瓦利斯H和沃尔德的顺序概率比率测试) 用于比较风险优先级和验证发生评级.
主要成果:
- 在15个月内,提交了304份事件报告,每次成像研究和治疗部分的事件率很低.
- 确定了16种额外的故障模式,风险优先级与最初识别的模式相似 (p=0.954).
- 更新了一个故障模式发生评级;其他无法反驳.
结论:
- 综合的IRS和FMEA方法是有效的,用于持续验证和识别放射治疗中的故障模式.
- 该系统提供准确错误率的能力取决于有足够数量的事件报告是否可用.
- 这种方法提高了FMEA在临床放射治疗环境中的稳定性和可靠性.
