Volume 3, No. 1 • February 2020   Issue PDF

我们如何分辨输注泵的“智能”程度？

Tim Vanderveen（药学博士、理学硕士）；Sean O’Neill（药学博士）；JW Beard（医学博士、工商管理硕士）

介绍

用药错误是导致医院和手术室内患者伤害的主要原因。在导致患者受伤的用药错误中，超过 50% 的用药错误发生在给药期间。1从历史上看，药物输注设备只是作为机械设备用于静脉内输注药物。智能输注泵的出现可使临床决策支持工具被整合在给药过程中。智能输注泵中的该策支持包括最小的和最大的剂量、浓度、持续时间警报以及输注速率警报，且是当今市面上绝大多数输注泵中存在的剂量错误减少软件 (DERS) 的一部分。该决策支持可预防输注泵的错误设定或按键错误（该类型错误的实例是设定了 55 mg（实际应当是5 mg））。

在急症照护患者背景下（包括围术期），采用带有药物库的智能输注泵的情况逐渐增加。美国卫生系统药剂师协会 (ASHP) 在 2017 年完成的调查发现，88.1% 的医院已采用了智能输注泵。2005 年仅有 35% 的医院报告使用了智能输注泵，目前使用率大幅增长。2

2010 年，超过 100 名利益相关者被邀请参见 ASPF 资助的用药安全会议，以制定新的策略来改善手术室内的用药安全。会议得出了这样一个结果，即主要关注于标准化、技术、药房/预充式/预混式输注泵，以及文化 (STPC)。来自本次会议的关键建议包括：1）确保所有药物和液体输注均通过智能输注泵进行；2）促进充分培训和改善智能输注泵的标准化。3后续在 2018 年召开的 APSF Stoelting 会议建议在专业人员和患者安全组织之间就输注给药中使用的药物浓度的标准化达成共识。4

成功使用智能输注泵的挑战和障碍

要达到 100% 采用智能输注泵还有很多挑战和障碍。5 这些挑战包括：

  1. 可用性和工作流程障碍 – 不使用智能输注泵或未正确使用这些设备削弱了其在减少给药错误方面的价值。 重要的是，现在在急症照护背景下使用的所有输注泵均包含 DERS。这些设备还能绕开该决策支持。非依从的关键促进因素包括 DERS 编程的陈旧界面和容易退出。5当评估智能输注泵在任何组织中的影响时，了解 DERS 使用依从性的障碍是最关键的一步。
  2. 构建和维护定制的药物库 – DERS 中的药物库（包含其限度）通常需要从头开始创建。该药物库包含哪种药物将被纳入以及剂量、浓度和持续时间的安全警告阈值/输注速率报警。构建这些药物库是一项耗时的资源密集型工作。不幸的是，该资源密集型的药物库构建过程仅仅是第一步。维护和更新该内容对于取得该技术的最佳结果意义重大，如果未完成该项工作，则是完全采用智能输注泵一大障碍。
  3. 报警/警告图 – 智能输注泵与其他医疗照护技术并无不同，广泛的预警/警告均可使医务人员注意到报警/警告图。6–8

克服智能输注泵采用障碍的干预措施

在 2010 年，APSF Newsletter 对大医疗系统采用智能输注泵的情况进行了报道。使用以上描述的 STPC 范例，维克森林大学 (Wake Forest University) 浸信医学中心 (Baptist Medical Center) 成功对多个患者照护区域（包括手术室）内的输注相关性操作进行标准化。导致该实施成功的关键性干预措施包括：1）多学科参与，包括药房、护理、重症监护医护人员和麻醉专业人员；2）主要关注 IV 给药浓度、剂量单位的标准化，以及智能输注泵技术在整个机构照护中的采用，3）强调培训人员应确保了解输注设备的能力和局限性。9

您所在机构的智能输注泵的智能程度如何？

输注泵可采集从离散的击键数据到临床医师对警报的反应等各种信息。该数据可通过无线方式，被频繁地传输至中心服务器。但是，该数据的获取和解释可能有挑战性，同时，负责监控这些设备的临床医师通常未充分利用该数据。安全用药实践研究所 (ISMP) 在 2018 年完成了一项调查，以了当前解智能输注泵数据分析结果的利用情况。该调查包括来自 126 家医院的药剂师和护士的回答，并得出结论认为，96% 的受访者相信，使用来自智能输注泵的数据对于推动质量改善至关重要。但是，仅 22% 的受访者感觉，其所在机构有正确的资源和技巧来从该数据中获取有意义的和可执行的指导意见。ISMP 建议，机构在必要时可利用外部资源，如数据公司或输注泵生产商等，以帮助进行数据评估。10

从输注设备中可捕获何种信息？

传统的数据评估和 DERS 依从性

当临床医师对输注泵进行设定时，可能会给他们显示一个使用 DERS 或使用“无选择的药物”或“基础输注”模式的选项。当未使用 DERS 时，临床医师可从程序中去除所有临床决策支持和安全限度。多数输注泵设备均可通过DERS提供有关输注百分比的数据。临床医师可能未认识到设定错误发生的频率以及 DERS 被忽视的频率。非常有必要与一线临床医师分享该数据，以提供充分的反馈来支持持续的质量改善。

预警和警告数据

已发现，预警疲劳和由此产生的严重不良事件与智能输注泵使用有关。6–8 预警疲劳的特征表现为临床医师无视可导致错过临床预警、延误患者评价，并可能发生严重患者伤害的警告或警示信号。11,12 这种无视是由于存在临床上无意义的或烦人的警报而发生的。13

输注泵日志捕获了每次警报和临床医师的反应，以促进警报管理来减少疲劳。输注泵相关性临床警报可包括最小的和最大的剂量、浓度和持续时间警报或输注速率警报。临床医师反应可能包含无视警报并继续工作、取消输注和预设定为基础输注，或改变输注参数，使其处于警报限度内。评价警报对于了解是否存在疲劳、是否需要调整限度，或是否可能存在与特定药物有关的不安全做法很有价值。

用药实践标准化

在 2015 年，ASHP 启动了标准化 4 项安全运动。14 这是首次开展的全国性、跨专业尝试，以便通过标准化给药浓度来帮助降低用药错误的发生率。评级和了解输注设备数据可提供能促进该标准化的详细信息。该数据包括以下给药要素：1）特定药物的总体使用情况；2）给予这些药物的地点；3）通常使用的剂量和浓度；4）总的给药体积。例如，输注泵数据的分析可能会发现经常在麻醉照护区域内使用的药物及其浓度。深入了解这些实践可在实现标准化中发挥重要作用。对麻醉和住院单元之间的浓度和给药单位进行标准化是用药安全的重要一环，因为这可能会降低用药错误的风险，当患者从一个照护区域转移至另一个区域时（图 1）。

图 1：麻醉专业人员的智能输注泵考量

  • 应将剂量错误减少软件 (DERS) 用于通过输注泵给予的所有药物。
  • 麻醉科和药房应在以下方面展开合作：
    • 构建麻醉科用药药物库
    • 定期审查麻醉药物警报和警报反应数据
    • 维护和修订药物库
    • 当出现药物短缺时，评价药物使用模式
    • 审查受控物质的准备和分发体积是否适当
    • 评估分配的和给予的药量，以便进行“适当调整”来防止浪费
  • 确保围术期麻醉和重症监护区域之间统一标准浓度和给药单位

新的数据评估

输注泵数据描述了给予患者的输液总体积，并可能有助于适当调整分发的药量。例如，如果从药房或自动化的分发箱中将药物 X 分发至手术区（按 100 mL），我们如何知道该药物的给药量是多少？传统上，临床医师只能通过手动方式检查 OR 和 EHR 记录才能提取到该信息。但是，来自输注设备的数据可提供额外的或更精确的药物给药量测定值。

麻醉药品转移缓解措施

从医疗照护机构转移阿片药物的影响已得到了广泛证明，但是，在监控受控物质的使用方面仍然存在弱点。15 ASHP 当前建议实施一项监测项目，该项目可有效监控来自高风险区域（如 OR 等）中用药技术的数据。16 了解分发给患者的药物量和给予患者的药物量对于麻醉药转移监控项目至关重要。例如，如芬太尼被分装在2500 mcg/250 mL 袋中，则输注泵数据可记录确切的给药量。未使用的药物有可能被转移，因此必须计算被浪费的药物量。受控物质转移监控可比较分发的容量、给予的药物容量，以及浪费的容量，以监控可能的药物转移。已发现，在其他的患者照护背景下，最大限度减少阿片分发与减少阿片相关性并发症有关。17–19

药物短缺

药物短缺的发生无法进行预测，并已成为了全国性的患者安全危机。从 2010 年至 2018 年，上报了将近 1500 起药物短缺事件。其中，高达 63% 的药物短缺与注射药物有关。20 药物短缺可能会迫使临床医师使用熟悉程度较低的、可能会影响患者安全的替代药物。输注泵数据分析可提供更为精确的测量结果，这些结果可以了解患者正在接受何种药物以及实际浪费的药物量，这可能有助于保护药物短缺期间的药物供应。

结论

已发现，智能输注泵可减少注射药物导致的患者伤害，但是，必须利用安全性特征来实现该技术的全部收益。医疗照护机构可能会寻求其他的方式来优化该技术的使用，包括管理分发的容器体积、阿片转移以及药物短缺管理。构建有效麻醉药物库的多学科努力、标准化输注以及参与正在进行的数据分析过程将使该设备的有效性最大化，并减少用药错误的可能性。

 

Tim Vanderveen（药学博士、理学硕士）是 ICU Medical 公司的顾问。他以前是 APSF 理事会的成员，同时也是 APSF 技术委员会的成员。他以前是 Becton Dickinson 的安全和临床规范中心副主任，同时也是当前的利益相关者。

O’Neill 博士是 Bainbridge Health 的共同创始人和首席临床官。他目前是 Bainbridge Health 的股东。

Beard 博士是 ICU Medical 的医学总监和股东，同时也是 APSF 编委会成员。

参考文献

  1. Leape LL, Bates DM, Cullen DJ, et al. Systems analysis of adverse drug events. JAMA. 1995;274:35–43.
  2. Schneider PJ, Pedersen CA, Scheckelhoff DJ. ASHP national survey of pharmacy practice in hospital settings: dispensing and administration—2017. AJHP. 2018;75:1203–1226.
  3. Eichhorn, JH. APSF hosts medication safety conference. APSF Newsletter. 2010;25:1–20. https://www.apsf.org/article/apsf-hosts-medication-safety-conference/ Accessed November 4, 2019.
  4. Recommendations of the four work groups at the 2018 APSF Stoelting conference on medication safety. APSF https://www.apsf.org/medication-safety-recommendations/. Accessed November 6, 2019.
  5. Giuliano KK, Ruppel H. Are smart pumps smart enough? Nursing. 2017;47:64–66.
  6. Cho OM, Kim H, Lee YW, et al. Clinical alarms in intensive care units: perceived obstacles of alarm management and alarm fatigue in nurses. Health Inform Res. 2016;22:46–53.
  7. Tran M, Ciarkowski S, Wagner D, et al. A case study of the safety impact of implementing smart patient controlled analgesic pumps at a tertiary care academic medical center. J Qual Patient Saf. 2012;38:112–119.
  8. Manrique-Rodriquez S, Sanchez-Galindo A, Fernandez-Llamazares CM, et al. Smart pump alerts: all that glitters is not gold. Int J Med Inform. 2012;81:344–350.
  9. Vanderveen T, Graver S, Noped J, et al. Successful implementation of the new paradigm for medication safety: standardization, technology, pharmacy, and culture (STPC). APSF Newsletter. 2010;25:26-28. https://www.apsf.org/article/successful-implementation-of-the-new-paradigm-for-medication-safety-standardization-technology-pharmacy-and-culture-stpc/ Accessed December 23, 2019.
  10. Smetzer J, Cohen M, Shastay A, et al. Survey results: smart pump data analytics. Acute Care ISMP Medication Safety Alert. 2018;23:1–4.
  11. ECRI Institute. Top 10 health technology hazards for 2014. Health Devices. 2013;42:1–3.
  12. Joint Commission on Accreditation of Healthcare Organizations. The Joint Commission announces 2014 patient safety goal. Jt Comm Perspect. 2013;33:1–4.
  13. Agency for Healthcare Research and Quality. Alert fatigue. https://psnet.ahrq.gov/primer/alert-fatigue. Accessed November 4, 2019.
  14. American Society of Health Systems Pharmacists. Standardize 4 Safety Initiative. https://www.ashp.org/pharmacy-practice/standardize-4-safety-initiative. Accessed November 4, 2019.
  15. Fan M, Tscheng D, Hamilton M, et al. Diversion of controlled drugs in hospitals: a scoping review of contributors and safequards. J Hosp Med. 2019;14:419–441:28.
  16. Brummond PW, Chen DF, Churchill W, et al. ASHP guidelines on preventing diversion of controlled substances. AJHP. 2017;74:325–348.
  17. Chen X, Ma Q, Barron J. Effect of controlled substance use management on prescribing patterns and health outcomes among high-risk users. J Manag Care Spec Pharm. 2019;25:392–401.
  18. Bohert AS, Valenstein M, Bair MJ. Association between opioid prescribing patterns and opioid overdose-related deaths. JAMA. 2011;305:1315–1321.
  19. Groenewald CB, Zhou C, Palermo TM, Van Cleve WC. Associations between opioid prescribing patterns and overdose among privately insured adolescents. Pediatrics. 2019; 144:e20184070.
  20. American Society of Health Systems Pharmacists. Drug shortages. Drug shortage statistics. https://www.ashp.org/Drug-Shortages/Shortage-Resources/Drug-Shortages-Statistics. Accessed November 4, 2019.