Seguridad del paciente: estudio de factores para su consecución

Abstract

Desde los años 90 numerosos han sido las contribuciones de la comunidad científica en aras a minimizar el impacto de los EM en la salud pública presentándose múltiples propuestas desde otras tantas perspectivas para que cada sistema sanitario pudiera adoptar, entre todas aquellas, las que considerase más apropiadas a su realidad, buscando, en primer lugar, mejorar la seguridad de sus pacientes y, en segundo, reducir el impacto económico que tienen los EM. En un comienzo hubo aproximaciones que abordaron el estudio de un tipo concreto perteneciente a estos errores, los conocidos como Look-Alike Sound-Alike (LASA), que se debían al parecido ortográfico (Look-Alike) pronto se extendió a los aspectos fonéticos (Sound-Alike) entre nombres de medicamentos. Algunos de estos trabajos presentaban métodos cuantitativos que ayudaban a predecir la posible consecución de este tipo de errores. Múltiples han sido las propuestas sobre algoritmos fonéticos pero cada una bajo el prisma del idioma para el que habían sido creadas. Así, mientras que cualquier algoritmo ortográfico podía ser utilizado como herramienta universal, o al menos en idiomas que utilicen el alfabeto latino, la aproximación fonética se diferencia según la fonética de cada lengua y por lo tanto se hace necesario el desarrollo de algoritmos específicos para cada idioma. Los trabajos desarrollados en este sentido han demostrado que la aproximación conjunta fonética y ortográfica han obtenido resultados más ajustados a las observaciones. Sin embargo no se conocen trabajos realizados en el mercado del medicamento en lengua castellana. El objetivo principal de la tesis era intentar establecer un grupo de algoritmos matemáticos, que ayuden a identificar y, en su caso, predecir potenciales confusiones en los nombres de los medicamentos comercializados en España. Para ello se aplicaron a una muestra de 906 parejas de nombres de medicamentos distribuidas en dos grupos iguales diferentes algoritmos encontrados en la bibliografía. Así mismo, para adecuar la aproximación fonética al castellano se desarrolló un algoritmo de traducción fonética. Con estas herramientas se prueban, a lo largo de la tesis, diferentes combinaciones de algoritmos desde diferentes aproximaciones ortográfica, fonética y ambas al mismo tiempo. Así mismo se utiliza diversos métodos estadísticos intentando establecer el mejor método para identificar posibles confusiones entre nombres de medicamentos. Con los métodos utilizados se obtuvieron resultados en los que las sensibilidades y especificidades del sistema testado alcanzaron simultáneamente valores del orden del 97%. En el proceso de validación de los datos se testaron los sistemas probados con 8 110 378 parejas de nombres de medicamentos alcanzándose así una muy alta potencia estadística y validando los datos obtenidos a lo largo del estudio. Además se realizó un estudio clínico con alumnos de quinto del grado de farmacia cuyos resultados fueron coherentes con los anteriores obtenidos. Este ensayo sirvió además para obtener información de sumo interés ampliándose al aplicarse en una muestra de personas. Por último, se presentan estudios de carácter cualitativo y se propone un método global que permita establecer un sistema que sirva de herramienta a los diferentes ámbitos del mundo del medicamento a la hora de proponer nuevos nombres de medicamentos o evaluar los ya existentes para minimizar los errores que se puedan producir por similitud entre nombres de medicamentos en el mercado de lengua castellana.

Since the Institute of Medicine (IOM) published To Err is Human: Building a Safer Health System in 1999 and the UK National Health Service published Building a Safer NHS for Patients: Improving Medication Safety in 2001, several studies have reported the increasingly important role played by health professionals in identifying, preventing and reducing medication errors (ME) and thereby improving the safety and quality of patient care involving drugs. There is widespread consensus that the high frequency of adverse events associated with drugs as a result of ME is unacceptable, and that one of the causes of ME is phonetic and orthographic similarity between drug names. For example, poor handwriting on a handwritten prescription, orthographic similarity on an electronic prescription, incorrect pronunciation when dispensing and erroneous administration as a result of similar packaging and/or names may all lead to ME at any point in the drug use chain, with possible negative outcomes. Different studies have been conducted on this algorithm-based approach with the common aim of applying algorithms to prevent ME due to orthographic or phonetic similarity. The main aim of this study was therefore to establish a mathematical algorithm, or group of mathematical algorithms, that would help identify, and where appropriate predict, potential confusion over the names of drugs offered in Spanish language market. There have been used 906 pair of drug names divided in two groups for tasting different algorithms and has been developed one algorithm in order to make a phonetic translation from the Spanish language way. Looking for the best way in combining the algorithms in the orthographic and phonetic approximation at once there have been reached results with specificity and sensitivity around 97% at the same time. Finally it has been done a qualitative approach trying to present a global method that could help in the process of new drug names for marketing drugs in the Spanish language market.