Resumen de Calidad del registro de problemas relacionados con los medicamentos en una base de datos de notificación voluntaria de eventos adversos
Teresa Aznar Saliente, Laura Roca Aznar, Amparo Taléns Bolós, Paola Herraiz Robles, Manuel Bonete Sánchez, Laia Pons Martínez, Borja Marcos Ribes
- español
Objetivo:
Determinar el número y tipo de errores en los regi stros de pro- blemas relacionados con los medicamentos encontrado s en la base de datos de SINEA, sistema electrónico de notificación voluntaria de eventos adversos de la asistencia sanitaria, para cuantific ar las diferencias entre las bases de datos bruta y refinada, proponer mejor as y establecer la necesidad de depuración.
Métodos:
Un farmacéutico revisó la base de datos y depuró los eventos adversos notificados de enero a agosto de 2014, considerando el campo “ describa_lo_que_pasó ” como gold standard . Se compararon los porcen- tajes de errores de medicación, tanto potenciales como real es, reacciones adversas, efecto en el paciente, impacto en la asistencia y m edicamentos implicados más frecuentemente en las bases de datos bruta y d epurada. Se calculó la concordancia con el coeficiente kappa ( κ ) de Cohen.
Resultados:
Se notificaron 364 eventos adversos, 66,7% errores de medicación, 2,7% reacciones adversas al medicamento (2 clasificados erróneamente en ambas clases arrojando un porcentaj e total>100%) y 31% de otros eventos. Tras la depuración, los porce ntajes respectivamente fueron 69,5%, 5,8% y 24,7% ( κ =0,85; CI95% [0,80-0,90]). Antes de la depuración, el 73,6% de los errores de medicación s e consideraron po- tenciales versus 82,3% tras la depuración ( κ =0,65; CI95% [0,54-0,76]).
El medicamento implicado más frecuentemente fue tra stuzumab (20,9%).
El campo “ principio_activo ” estaba vacío en 133 registros. Se detectó una media de 1,8±1,9 errores por registro.
Conclusiones:
Aunque la concordancia es buena, no puede evitarse la depuración, que proporciona información valiosa par a mejorar la farma- coterapia. Reducir los campos de texto libre, utili zar listas desplegables y aumentar la formación de los notificadores podría i ncrementar la calidad de los dato
- English
Objective:
To determine the number and type of errors found i n the record of drug-related problems in the SINEA databa se, an electronic system for voluntary reporting of adverse events in healthcare, in order to quantify the differences between the raw and refine d databases, suggest improvements, and determine the need for refining s aid databases.
Methods:
A Pharmacist reviewed the database and refined the adverse events reported from January to August, 2014, consi dering the “ descri- be_what_happened ” field as the gold standard. There was a compariso n of the rates of medication errors, both potential a nd real, adverse reac- tions, impact on the patient, impact on healthcare, and medi cations more frequently involved in the raw and refined database s. Agreement was calculated through Cohen’s Kappa Coefficient.
Results:
364 adverse events were reported: 66.7% were medic ation errors, 2.7% adverse reactions to the medication (2 were wrongly clas- sified as both, showing a total percentage >100%) a nd 31% were other events. After refinement, the percentages were 69.5 %, 5.8% and 24.7%, respectively ( κ =0.85; CI95% [0.80-0.90]). Before refinement, 73.6% of medication errors were considered potential vs.
82.3% after refinement ( κ =0.65; CI95% [0.54-0.76]). The medication most freq uently involved was trastuzumab (20.9%). The “ molecule ” field was blank in 133 entries.
A mean of 1.8±1.9 errors per entry were detected.
Conclusions:
Although agreement is good, the refinement process cannot be avoided, as it provides valuable information to improve phar macothera- py. Data quality could be improved by reducing the number of typ e-in text fields, using drop-down lists, and by increasing the training of t he reporters.
