Risk factors for medication administration error alerts: analyses of a large-scale closed-loop medication administration system using RFID and barcode

Abstract

To determine the risk factors and rate of medication administration error (MAE) alerts by analyzing large-scale medication administration data and related error logs automatically recorded in a closed-loop medication administration system using radio-frequency identification (RFID) and barcodes. The subject hospital adopted a closed-loop medication administration system. All medication administrations in the general wards were automatically recorded in real-time using RFID, barcodes, and hand-held point-of-care devices. MAE alert logs recorded during a full 1-year of 2012. We evaluated risk factors for MAE alerts including administration time, order type, medication route, the number of medication doses administered, and factors associated with nurse practices by logistic regression analysis. A total of 2,874,539 medication dose records from 30,232 patients (882.6 patient-years) were included in 2012. We identified 35,082 MAE alerts (1.22% of total medication doses). The MAE alerts were significantly related to administration at non-standard time [odds ratio (OR) 1.559, 95% confidence interval (CI) 1.515 – 1.604], emergency order (OR 1.527, 95% CI 1.464 – 1.594), and the number of medication doses administered (OR 0.993, 95% CI 0.992 – 0.993). Medication route, nurse’s employment duration and working schedule were also significantly related. The MAE alert rate was 1.22% over the 1-year observation period in the hospital examined in this study. The MAE alerts were significantly related to administration time, order type, medication route, the number of medication doses administered, nurse’s employment duration and working schedule. The real-time closed-loop medication administration system contributed to improving patient safety by preventing potential MAEs.

본 연구에서는 투약과정에서 발생할 수 있는 medication administration error (MAE) alert의 발생률과 오류 발생의 원인이 될 수 있는 위험요인을 분석하였다. MAE의 발생률과 발생요인을 분석한 여러 연구들이 있었지만, 대부분의 이전 연구들은 연구자가 투약과정을 직접 관찰하여 기록하는 직접적 관찰 방법에 의해 수행되었다. 이런 연구들은 적은 수의 표본에 따른 객관성 부족과 직접적 관찰 방법에서 발생할 수 있는 관찰자 효과로 인한 결과의 편향과 같은 한계를 가지고 있었다. 본 연구에서는 국내 단일 상급종합병원에서 발생한 1년 동안의 투약 데이터를 closed-loop medication administration 시스템을 통해 수집하였다. Closed-loop medication administration 시스템은 투약의 전 과정을 모니터링 하여 발생 가능한 오류를 사전에 확인할 수 있는 시스템으로, 이를 통해 어떤 인위적인 조작이나 편향 없이 자동으로 투약 데이터를 수집하여 이전 연구들이 갖는 한계를 극복하고자 하였다. 2012년의 연구기간 1년 동안 30,232명 환자의 38,468건 입원, 882.6 patient-years로부터 2,874,539건의 투약 데이터를 가지고 단변량분석과 로지스틱 회귀분석을 수행하였다. 전체 투약 데이터에 대한 빅데이터 분석 결과, 투약시간(administration time), 처방종류(order type), 투여경로(medication route), 간호사의 대상병원 근무기간(employment duration), 간호사 근무스케줄(working schedule), 단위시간당 투약건수(the number of medication doses administered)가 MAE alert를 유발하는 위험요인이 될 수 있다는 것을 확인하였다. 전체 투약건수에 대한 MAE alert의 발생률은 1.22%였으며, 연구기간 1년 동안 대상병원에서는 closed-loop medication administration 시스템을 통해 35,082건의 MAE 발생과 이에 유발되는 adverse drug event (ADE)를 예방할 수 있었다. 투약의 정확성을 향상시키고 MAE 또는 MAE alert 발생을 방지하기 위해서는 투약에 대한 프로세스를 표준화, 정형화하여 가능한 한 계획된 상황에서 투약을 수행해야 하며, 무엇보다 간호사에게 투약에 집중할 수 있는 임상환경과 충분한 시간을 제공하여야 한다.