Allvarliga läkemedelsavvikelser på förlossningsenheter : En analys av HaiPro-anmälningar från åren 2013 och 2014

Abstract

Läkemedelsavvikelser har redan länge varit några av de oftast förekommande negativa händelserna inom vården. För att kunna minska på dem har olika undersökningar gjorts, främst sådana där man studerat vad som gått fel. I detta arbete studerades personalens anmälningar över avvikelser. Materialet bestod av HaiPro-anmälningar gällande läkemedels- och vätskebehandling samt blodtransfusion i riskklasserna III-V gjorda på HNS förlossningsenheter under åren 2013 och 2014. De analyserades med hjälp av deduktiv innehållsanalys i syfte att hitta en praktisk modell för hur man kan minska på läkemedelsavvikelserna. De flesta avvikelserna gällde doseringen och administreringen, så analysen fokuserade främst på dem. På basen av analysen steg följande teman fram: omständigheter, dokumentering, avdelningens rutiner, klinisk säkerhet, patienten samt rapportering. Dessa delades vidare in i underkategorier. Med hjälp av James Reasons ostmodell bildades modeller för att försöka förhindra de vanligaste och mest riskfyllda avvikelserna som steg fram: infektionsprofylax och RhD-immunisation. Analysen försvårades då så få anmälningar gjorts och en stor del av dem dessutom var väldigt korta, så t.ex. bidragande orsaker till varför avvikelsen skett var svåra att hitta. Det syntes inga större skillnader mellan anmälningar som gjorts på de olika avdelningarna. I framtiden kunde en analys av anmälningar på alla förlossningssjukhus i hela landet vara intressant och lärorik för att förbättra medicineringssäkerheten och därmed patientsäkerheten som helhet.

Medication errors have for some time been some of the most common adverse events within healthcare. Many studies have been made, most focusing on what has gone wrong, to try and reduce the adverse events. This thesis studies reports about adverse events made by the hospital staff. The material consists of HaiPro reports concerning medication- and fluid therapy as well as blood transfusions in risk classes III-V made in the delivery wards of HUS in the years 2013 and 2014. They were analyzed with deductive content analysis with the aim of finding a practical model for reducing medication errors. Most of the adverse events concerned medication distribution and administration, so the analysis focused on them. Based on the analysis, some themes arose: circumstances, documentation, routines of the ward, clinical safety, the patient and reporting. These themes were divided into further subcategories. Using James Reason’s swiss cheese model, models were made to try and prevent the most common and the riskiest adverse events that arose from the material: infection prophylaxis and RhD-immunization. The analysis was difficult to carry out, as there were very few reports and most of them were very short, so for example contributory reasons to why the adverse event happened, were hard to find. There were no big differences between the reports that were made in different wards. In the future an analysis of reports made in all the delivery hospitals in the country could be interesting and informative in improving the medication safety and thus patient safety as a whole.

Lääkepoikkeamat ovat jo pitkään olleet tavallisimpia kielteisiä tapahtumia hoidossa. Erilaisia tutkimuksia on tehty, useimmat sellaisia joissa tutkitaan mitä on tehty väärin, jotta keinoja löytyisi millä kielteiset tapahtumat voisi vähentää. Tässä työssä tutkittiin henkilökunnan tekemiä ilmoituksia kielteisistä tapahtumista. Materiaali koostui HUS:n synnytysyksiköissä vuosina 2013 ja 2014 tehdyistä HaiPro-ilmoituksista jotka liittyivät lääke- ja nestehoitoon sekä verensiirtoon riskiryhmissä III-V. Ilmoitukset analysoitiin deduktiivisella sisällön analyysillä tavoitteena löytää käytännön malli, jolla lääkepoikkeamia voisi vähentää. Suurin osa poikkeavuuksista liittyi lääkkeiden jakoon ja antoon, joten analyysi keskittyi pääosin näihin. Analyysin pohjalta seuraavat teemat nousivat esille: olosuhteet, kirjaaminen, osaston rutiinit, kliininen turvallisuus, potilas sekä raportointi. Nämä teemat jaettiin lisäksi alakategorioihin. James Reasonin juustomallin perusteella tehtiin malleja, joiden avulla yritetään estää tavallisimmat ja riskialttiimmat poikkeavuudet: infektioprofylaksia ja RhD-immunisaatio. Analyysin teko vaikeutui, koska ilmoituksia oli tehty vähän ja iso osa niistä oli hyvin lyhytsanaisia, joten esimerkiksi myötävaikuttavia tekijöitä miksi poikkeavuus syntyi, oli vaikea löytää. Eri osastoilla tehtyjen ilmoitusten välillä ei näkynyt suurempia eroja. Tulevaisuudessa analyysi koko maan synnytyssairaaloiden ilmoituksista voisi olla kiinnostava ja opettavainen, jotta lääketurvallisuutta ja näin myös potilasturvallisuutta kokonaisuutena voitaisiin parantaa.