靜脈用藥調配中心調劑差錯與防范措施分析*

陳燕，盧影，劉巧珍，彭勇，賴曉娟，胡兆流

（南方科技大學醫(yī)院靜脈用藥調配中心，廣東 深圳 518000）

我院靜脈用藥調配中心（PIVAS）建于2016年，為全院23個臨床科室提供藥物成品輸液調劑服務，已開展普通藥物、化學治療藥物、抗感染藥物及腸外營養(yǎng)液的調劑。隨著臨床科室及患者數量的增加，降低成品輸液的調劑差錯，保證患者的用藥安全成為我院PIVAS首要解決的問題。PIVAS調劑流程煩瑣且復雜，調劑藥品正確與否會直接影響住院患者的治療效果，甚至威脅患者的生命安全。層次任務分析（HTA）即進行任務樹分解，任務樹應直至最底層級的任務子項，最終形成完整的任務樹。對于復雜的任務構型，任務樹的層次多，任務子項繁雜，其分解的原理和過程可借鑒系統(tǒng)安全性分析中的故障樹進行分析。人為差錯模式（HET）是由MARSHALL等發(fā)展創(chuàng)立的一項為應用于飛機飛行界面而特別設計的人為差錯識別技術。本研究中根據HTA-HET理論［1-2］，分析了PIVAS調劑差錯發(fā)生的原因，并制訂防范措施，降低調劑差錯率，為提高醫(yī)院PIVAS成品輸液的質量和安全提供參考?，F(xiàn)報道如下。

1 資料與方法

1.1 資料來源

研究數據來源于我院PIVAS記錄的調劑差錯。共收集2020年7月至12月（整改前）醫(yī)囑127 262條，調劑差錯512條；2021年1月至6月（整改后）醫(yī)囑132 983條，調劑差錯392條。

1.2 方法

1.2.1 任務樹分解

針對PIVAS調劑流程的HTA［3-4］：根據《靜脈用藥集中調配質量管理規(guī)范》，分析PIVAS調劑的標準操作流程，采用HTA理論按調劑流程操作的先后順序將PIVAS工作流程分為兩層。其中，第1層包括4個子流程，第2層在第1層的基礎上進行劃分，包括11個子流程。詳見圖1。

圖1 PIVAS調劑流程Fig.1 Dispensing procedures of PIVAS

針對調劑差錯的HET：PIVAS集信息化和智能化為一體，根據藥師實際調劑差錯的發(fā)生頻率及《處方管理辦法》（中華人民共和國衛(wèi)生部令第53號）中要求藥師遵守的“四查十對”原則，將調劑差錯分為以下13種類型，①配伍禁忌；②用藥與臨床診斷不符；③給藥途徑錯誤；④劑量差錯；⑤品種差錯；⑥批號差錯；⑦規(guī)格差錯；⑧數量差錯；⑨成品輸液質量不達標；⑩轉床轉科患者信息更新不及時（或藥品送錯病區(qū)）；?PIVAS信息系統(tǒng)故障；?藥師讀取信息錯誤；?其他。

1.2.2 調劑差錯數據分析

整改前，調劑差錯共512條（表1）。其中，各項子流程調劑差錯排名前3的分別為擺放主藥、溶劑貼簽、加藥混合調配，分別占26.17%，21.48%，16.80%，詳見表2。主要調劑差錯類型為品種差錯、規(guī)格差錯、數量差錯，分別占26.76%，25.00%，18.95%，詳見表3。由“二八法則”可知，應重點解決上述3項子流程的調劑差錯，以降低調劑差錯率。

表1 HTA-HET統(tǒng)計表Tab.1 Statistical table of HTA-HET

表2 各項子流程調劑差錯占比（n=512）Tab.2 Proportions of dispensing errors of various subprocedures（n=512）

表3 各項調劑差錯類型占比（n=512）Tab.3 Proportions of various types of dispensing errors（n=512）

1.2.3 調劑差錯原因與防范措施

1）擺放主藥

原因：藥師執(zhí)行子流程擺放主藥時調劑差錯率為26.17%。

類型：（1）數量差錯，如擺放主藥時易出現(xiàn)擺多或擺少現(xiàn)象；（2）規(guī)格差錯，如注射用更昔洛韋50，100，150 mg 3種規(guī)格藥品擺放錯誤；（3）批號差錯，如注射用頭孢曲松的批號不一致；（4）品種差錯，如注射用阿昔洛韋與注射用更昔洛韋、注射用奧美拉唑鈉（奧西康）與注射用奧美拉唑鈉（衛(wèi)坦）不同品種藥品擺放錯誤。

防范措施：應用WD-1600型智能針劑系統(tǒng)（韋樂海茨＜上海＞醫(yī)藥設備科技有限公司，下同）的“主藥統(tǒng)領”功能可有效解決上述問題。該系統(tǒng)通過掃描輸液標簽二維碼，可顯示主藥數量及藥品所在位置，避免人為取錯藥品的品種及數量等。退藥歸位及藥品存入智能針劑系統(tǒng)需區(qū)分批號，不同批號的藥品用隔板區(qū)分；智能針劑系統(tǒng)增加標識貼，遵循“先進先出”“近效先用”等原則，避免不同批號的藥品混批使用。藥師需復核“按批號管理”藥品的劑量、批號；同時將不同批號的藥品區(qū)分放置，并在存放框內放置“不同批號”警示標簽，避免不同批號的藥品用于同一患者。

2）溶劑貼簽

原因：藥師執(zhí)行子流程溶劑貼簽時調劑差錯率為21.48%。

類型：品種差錯和規(guī)格差錯。PIVAS采用WL-1800型智能貼簽機系統(tǒng)（韋樂海茨＜上海＞醫(yī)藥設備科技有限公司）進行溶劑貼簽，藥師根據貼簽機數量提示，將溶劑擺放于貼簽機運輸帶，貼簽機自動掃描標簽后進行貼簽。但溶劑種類、規(guī)格均較多，各溶劑位置相近，且采用貼簽機貼簽速度快，均可能導致貼錯標簽。常見調劑差錯，如將500 mL 5%葡萄糖氯化鈉注射液貼成500 mL 5%葡萄糖注射液；將50 mL 5%葡萄糖注射液貼成100 mL等。

防范措施：可將貼簽機提示的界面放大，同時增加溶劑柜語音提醒功能及亮燈顯示藥品位置的功能，降低藥師的工作強度，避免藥師因長時間重復操作而致取錯溶劑。

3）加藥混合調配

原因：藥師執(zhí)行子流程加藥混合調配時調劑差錯率為16.80%。

類型：（1）劑量差錯，如將1.5支注射用頭孢美唑鈉調配成2支，將200 mL 0.9%氯化鈉注射液調配成250 mL；（2）規(guī)格差錯，如將50 mL 0.9%氯化鈉注射液調配成100 mL；（3）品種差錯，常見調劑差錯為溶劑種類不適宜，如將100 mL 0.9%氯化鈉注射液貼成100 mL 5%葡萄糖注射液。

防范措施：對于非全量藥品（如醫(yī)囑為7.5 mL 10%氯化鉀注射液），調劑時需雙人復核、簽名，標簽增加提示功能，且在非全量藥品下增加下劃線。對于品種、規(guī)格錯誤，制訂一品多規(guī)的藥品目錄更新制度，并定期組織藥師學習醫(yī)院藥品目錄；同時制訂加藥混合調配過程的調配操作步驟，并對藥師進行培訓。

4）貼簽擺藥

原因：貼簽擺藥的調劑差錯率為57.03%（292/512），提示子流程溶劑貼簽、擺放主藥、核對醫(yī)囑信息存在較大問題。

防范措施：我院PIVAS采用醫(yī)欣系統(tǒng)對全院靜脈用藥進行醫(yī)囑審核和醫(yī)囑排批。根據患者用藥的種類、數量及輸液總量進行排批，采用WL-1800型智能貼簽機系統(tǒng)對溶劑進行貼簽，采用WD-1600型智能針劑系統(tǒng)對主藥進行統(tǒng)領。整改前，醫(yī)欣系統(tǒng)將每日的調配藥品分至5輛統(tǒng)藥小車，每輛統(tǒng)藥小車均有不同批次的醫(yī)囑，根據每個批次所含的醫(yī)囑信息，按不同藥品、不同溶劑進行分類。故采用WL-1800型智能貼簽機系統(tǒng)進行溶劑貼簽時，需經常更換不同批次的擺藥小框；擺藥時，同一規(guī)格溶劑下需更換不同的主藥；擺藥核對完畢后，需將5輛統(tǒng)藥小車中同一批次相同溶劑的主藥歸類完成后上架，貼簽擺藥的流程較復雜，導致出現(xiàn)調劑差錯的可能性增加。詳見圖2 A。整改后，不再將同一批次的藥品分至不同的統(tǒng)藥小車，而采用WD-1600型智能針劑系統(tǒng)集中統(tǒng)藥。溶劑貼簽時，按同一批次進行貼簽；相同主藥的醫(yī)囑集中貼簽；且溶劑貼簽無須頻繁更換不同批次的擺藥小框。這樣可避免頻繁更換主藥，方便其他藥師核對醫(yī)囑信息，核對完畢后可直接上架，降低擺錯批次框的差錯率。詳見圖2 B。

1.3 統(tǒng)計學處理

采用SPSS 22.0統(tǒng)計學軟件分析。計數資料以率（%）表示，行χ2檢驗。P＜0.05為差異有統(tǒng)計學意義。

2 結果

整改后，調劑子流程中擺放主藥、溶劑貼簽、加藥混合調配、成品輸液核對調劑差錯率均較整改前顯著降低（P＜0.05）；調劑差錯類型中規(guī)格差錯率、品種差錯率、數量差錯率均較整改前顯著降低（P＜0.05）。詳見表4和表5。

表4 整改前后各項子流程調劑差錯率比較［條（%）］Tab.4 Comparison of the dispensing error rate of various subprocedures before and after the rectification［item（%）］

表5 整改前后各項調劑差錯類型調劑差錯率比較［條（%）］Tab.5 Comparison of dispensing error rate of various types of dispensing errors before and after the rectification［item（%）］

3 討論

對于藥房調劑差錯，醫(yī)療機構常采用品管圈、事故分析法、持續(xù)質量改進管理等方法進行分析，結果主要歸因于藥師的專業(yè)素質、標簽提醒、工作設備等因素，具有主觀性［5-15］。WICHENS認知模型利用信息加工模型設計差錯登記表，通過分析登記數據構建理論模型，從信息加工的角度改進調劑工作流程，具有客觀性，但差錯分析步驟不夠詳細。PIVAS成品輸液的調劑流程復雜，調劑準備步驟多，涉及藥師數量多。應用HTA-HET理論能細分各工作環(huán)節(jié)的流程，并對各項子流程的調劑差錯類型進行分析，從客觀數據出發(fā)，減少主觀因素的影響。通過分析藥師調劑差錯的流程和類型，制訂防范措施，減少調劑差錯。

綜上所述，HTA-HET模型有助于分析PIVAS調劑差錯的主要原因，制訂有針對性的防范措施，具有較好的臨床應用價值，可為智能化防范PIVAS調劑差錯提供參考。

A.整改前B.整改后注：#表示需藥師混合調配的藥品；K表示無需藥師混合調配的藥品。圖2貼簽擺藥流程A.Before the rectification B.After the rectificationNote：# refers to drugs that need to be mixed and dispensed by pharmacists，while K refers to drugs that do not need to be mixed and dispensed by pharmacists.Fig.2 Procedures of solvent labeling and main drug placing