Phân tích thực trạng không chấp thuận cảnh báo tương tác thuốc trên phần mềm kê đơn tại Bệnh viện Đa khoa huyện Nga Sơn

  • Phạm Văn Trường Bệnh viện Đa khoa huyện Nga Sơn
  • Đặng Nguyệt Hà Trường Đại học Dược Hà Nội
  • Nguyễn Thị Hồng Hạnh Trường Đại học Dược Hà Nội
  • Lê Bá Hải Trường Đại học Dược Hà Nội
  • Nguyễn Thành Hải Trường Đại học Dược Hà Nội

Main Article Content

Keywords

Hệ thống hỗ trợ ra quyết định lâm sàng, tương tác thuốc, chấp thuận cảnh báo

Tóm tắt

Mục tiêu: Phân tích thực trạng không chấp thuận cảnh báo tương tác thuốc (TTT) bất lợi trên phần mềm kê đơn tại Bệnh viện Đa khoa huyện Nga Sơn. Đối tượng và phương pháp: Nghiên cứu mô tả cắt ngang dựa trên hồi cứu dữ liệu lưu vết của 1501 lượt TTT không được chấp thuận từ 1/4/2023 đến 30/11/2023 và sử dụng bộ câu hỏi để khảo sát về quan điểm, đánh giá sự hài lòng của 38 bác sĩ về hệ thống cảnh báo TTT trên phần mềm kê đơn. Kết quả: Các TTT chống chỉ định (CCĐ) chiếm 3,1% lượt TTT không được chấp thuận, trong đó 100% là TTT CCĐ có kèm điều kiện. Tỷ lệ bệnh nhân có các điều kiện CCĐ là 48,6%. Có 1455 lượt TTT nghiêm trọng không được chấp thuận, chiếm 96,9%. Đa số các bác sĩ đánh giá cao hệ thống cảnh báo kê đơn về TTT trên các khía cạnh gồm: Giao diện (4,21/5), chất lượng thông tin (4,09/5), chất lượng công nghệ (4,69/5) và tác động tích cực đến quá trình thực hành kê đơn (4,45/5). Tuy nhiên, quan điểm của bác sĩ về các tương tác thuốc không được chấp thuận bao gồm: Bệnh nhân không có điều kiện chống chỉ định nhưng vẫn cảnh báo, không có lựa chọn thay thế, không ghi nhận hậu quả trên bệnh nhân,... Kết luận: Các bác sĩ phản hồi tích cực về tác động của cảnh báo TTT, tuy nhiên cần giảm thiểu cảnh báo không đặc hiệu, bị quá tải, tích hợp thông tin bệnh nhân, tình huống lâm sàng và tư vấn của dược sĩ lâm sàng nhằm nâng cao tỷ lệ chấp thuận của bác sĩ.

Article Details

Các tài liệu tham khảo

1. Van De Sijpe G, Quintens C, Walgraeve K et al (2022) Overall performance of a drug - drug interaction clinical decision support system: quantitative evaluation and end-user survey. BMC Med Inform Decis Mak 22(1): 48.
2. Aksoy N, Ozturk N (2023) A meta-analysis assessing the prevalence of drug-drug interactions among hospitalized patients. Pharmacoepidemiology and drug safety 32(12): 1319-1330.
3. Moura SC, et al (2012) Evaluation of Drug-drug Interactions Screening Software Combined with Pharmacist Intervention. International Journal of Clinical Pharmacy 34(4): 547-552.
4. Ancker JS, Edwards A, Nosal S, et al (2017) Effects of workload, work complexity, and repeated alerts on alert fatigue in a clinical decision support system. BMC Med Inform Decis Mak 17(1): 36.
5. Muylle KM, Gentens K, et al (2021) Evaluation of an optimized context-aware clinical decision support system for drug-drug interaction screening. Int J Med Inform 148: 104393.
6. Chaudhry AP, Samudrala S, Lopez-Jimenez F, et al (2019) Provider Survey on Automated Clinical Decision Support System for Cardiovascular Risk Assessment. AMIA Jt Summits Transl Sci Proc 3(1): 23-29.
7. Shemeikka T, Bastholm-Rahmner P, Elinder CG, et al (2015) A Health Record Integrated Clinical Decision Support System to Support Prescriptions of Pharmaceutical Drugs in Patients with Reduced Renal Function: Design, Development and Proof of Concept. International Journal of Medical Informatics 84(6): 387-395.
8. Đỗ Ngọc Minh (2023) Khảo sát đặc điểm cảnh báo quá liều thông qua hệ thống hỗ trợ quyết định lâm sàng tại bệnh viện Hữu Nghị. Khóa luận tốt nghiệp Dược sĩ Đại học, Đại học Dược Hà Nội.
9. Kulkarni U, Ravindran S & Freeze R (2006) A knowledge management success model: Theoretical development and empirical validation. Journal of management information systems 23(3): 309-347.
10. Park J, Chae YM, Lee YT et al (2009) Evaluation of CDSS for Drug Prescriptions Based on Success Measures. Journal of Korean Society of Medical Informatics 15(3): 293-301.
11. Kim J, Chae YM, Kim S, Ho SH, Kim HH, Park CB (2012) A Study on User Satisfaction Regarding the Clinical Decision Support System (CDSS) for Medication. Healthcare Informatics Research 18(1): 35-43.