| Abstract | Obzirom na dosadašnje spoznaje o mehanizmu nastanka i uzrocima neželjenih
događaja i događaja prepoznatih prije ozljede u procesima prijetransfuzijske
dijagnostike i transfuzijskog liječenja, u ovoj je disertaciji prospektivno praćena
pojava medicinskih pogrešaka i učinjena je njihova analiza. Za njihovo
prijavljivanje, klasifikaciju i istraživanje korišten je MERS-TM.
U ovom istraživanju neželjeni događaji praćeni su tijekom devet godina.
Opažena su 36 neželjena događaja. Pogreške su najčešće bile vezane za
transfuziju eritrocitnih krvnih pripravaka, međutim najveća incidencija pogrešaka
opažena je u postupcima vezanim za primjenu anti-RhD imunoglobulina.
Incidencija neželjenih događaja na 1000 transfundiranih bolesnika bila je 0,9 uz
najveću incidenciju u jedinicama intenzivnog liječenja za novorođenčad 2,76.
Ukupna incidencija neželjenih događaja na 1000 postupaka transfuzijskog
liječenja bila je 0,08 uz najveću incidenciju na ginekološkim odjelima 0,28.
Transfuzijske reakcije zbog neželjenih događaja imalo je 28% bolesnika.
Učestalost ABO nepodudarnih transfuzija bila je 1:22.479. Statistički značajna
povezanost neželjenih događaja zabilježena je za internističku i kiruršku
djelatnost.
Događaji prepoznati prije ozljede praćeni su u jednoj kalendarskoj godini.
Opaženo je 894 događaja prepoznata prije ozljede. Analizirani su po skupinama.
Najveći broj događaja bio je povezan s uništenjem eritrocitnih pripravka i
pripravaka plazme, a po brojnosti su slijedile pogreške vezane za označavanje i
uzimanje uzoraka, te naručivanje krvnih pripravaka. Na 1000 transfundiranih
doza krvnih pripravaka uništava se 19,9 doza. Procijenjeno je da je na svakih
1.110 uzoraka krvi jedan uzorak izvađen pogrešnom bolesniku. U 15%
događaja prepoznatih prije ozljede usprkos kontrolnim mehanizmima ugrađenim
u proces transfuzijskog liječenja, pogreške su otkrivene slučajno zahvaljujući
osoblju, organizaciji rada ili čimbenicima bolesnika. U najvećem broju
visokorizičnih događaja sudjelovali su liječnici. Istraživanje uzroka događaja
prepoznatih prije ozljede pokazalo je da su pogreške najčešće povezane s
ljudskim čimbenicima. Za visokorizične događaje izrađena su stabla uzroka.
Procjena rizika (RAI) učinjena je za svaki događaj. Za sve neželjene događaje
RAI je bio visok, a u skupini događaja prepoznatih prije ozljede 9% događaja
bilo je visokorizično, 33% je imalo umjeren rizik, a 58% nizak rizik. Analiza
uzroka neželjenih događaja i događaja prepoznatih prije ozljede pokazala je da
su pogreške najčešće uzrokovane ljudskim čimbenicima od kojih su
najznačajniji nepridržavanje postupka identifikacije bolesnika i postupaka
nadzora izvršenih radnji. Za svaki neželjeni događaj i visokorizični događaj
prepoznat prije ozljede izrađeno je stablo uzroka. Radi dinamičkog praćenja
broja uništenih doza eritrocitnih pripravaka, svježe zamrznute plazme,
pogrešnih uzoraka krvi i zahtjeva za transfuzijsko liječenje izrađene su
kontrolne karte, a radi usmjeravanja korektivnih aktivnosti izrađeni su Pareto
dijagrami. Radi boljeg razumijevanja uzroka i posljedica visokorizičnih događaja
izrađeni su Isikawa dijagrami. Izrađeno je 10 dijagrama prema MERS-TM
podjeli procesa u transfuzijskom liječenju. Ustrojena je informatička baza
neželjenih događaja i događaja prepoznatih prije ozljede s predloženim
korektivnim mjerama radi budućeg bržeg rješavanja identičnih neželjenih
događaja i događaja prepoznatih prije ozljede.
U ovom istraživanju prvi su puta dobiveni epidemiološki podaci o medicinskoj
pogrešci u području kliničke transfuzijske medicine u Hrvatskoj. Učestalost
najtežih transfuzijskih reakcija koje se javljaju zbog ABO nepodudarnosti ne
razlikuje se od podataka u literaturi. Obzirom na vrstu događaja koja je
analizirana dobivena je veća ukupna učestalost događaja, ali učestalost za
visokorizične događaje i događaje umjerenog rizika kao i njihova distribucija
prema vrsti pogrešaka, medicinskom osoblju i medicinskoj djelatnosti odgovara
podacima iz literature. |
| Abstract (english) | Recent reports have identified medical errors as a significant cause of morbidity
and mortality among patients in a number of different countries. A variety
approaches have been implemented to identify errors and their causes. To gain
the better understanding of these phenomena, learn more about the incidence
and type of medical errors, and the factor contributing to these errors, we first
need to acquire a broad range of raw data relating to patient safety and quality
of care and perform a comprehensive analysis of the data.
Transfusion medicine lacks a standard method for the systematic collection and
analysis of event reports. The most frequent use is Medical Event Reporting
System for Transfusion Medicine (MERS-TM) which has been developed
decade ago by Kaplan and al. MERS-TM utilizes descriptive coding and causal
classification schemes. The Eindhoven Classification Model (Medical Version)
was adopted for causal classification and analysis.
The MERS-TM system is used in our hospital until 2002. The present study
analyzed 36 adverse events reported between 2002. and 2010. and 908 near
miss events reported in 2007. Sample collection and identification of patients
were found to be the highest risk step in the work process. The pediatric,
especially neonatal intensive unit, was identified as high-risk clinical area. The
data showed multiple causes for events. We identified clusters of identical
transfusion incidents and established database with suggesting solutions for
each case.
This study confirms that near miss events occur far more frequently than
adverse events causing harm. High risk errors occur most frequently outside the
transfusion service, and the bedside of the patient is the main location. Our data
can be used to identify areas where resources need to be targeted in order to
prevent future harm to patients, improving the overall safety of transfusion. |
