Untitled Document
 
 
 
 
Untitled Document
Home
Current issue
Past issues
Topic collections
Search
e-journal Editor page

Development of Prescribing Error Program for Reporting in Srinagarind Hospital

การพัฒนาโปรแกรมเพื่อรายงานผลความคลาดเคลื่อนการสั่งใช้ยาของโรงพยาบาลศรีนครินทร์

Piangpen Chanatepaporn (เพียงเพ็ญ ชนาเทพาพร) 1




หลักการและวัตถุประสงค์: ความคลาดเคลื่อนการสั่งใช้ยา ถือเป็นตัวชี้วัดคุณภาพของโรงพยาบาล ที่เป็นการรับประกันคุณภาพการรักษาพยาบาลของผู้ป่วย ให้มีประสิทธิภาพและเกิดความปลอดภัยจากการใช้ยา เนื่องจากโรงพยาบาลศรีนครินทร์ขาดการเก็บข้อมูลที่ดี  การพัฒนานี้จึงมีวัตถุประสงค์เพื่อนำเทคโนโลยีคอมพิวเตอร์มาใช้ในการบันทึกและรายงานผลความคลาดเคลื่อนการสั่งใช้ยา ที่นำไปสู่การทราบชนิดและรูปแบบความคลาดเคลื่อนการสั่งใช้ยา

วิธีการศึกษา: เป็นการศึกษาเชิงพรรณนา โดยการพัฒนาโปรแกรมการเก็บข้อมูลและประมวลผล “Prescribing error Program” จาก Microsoft Access 2007 ทำการเก็บข้อมูลความคลาดเคลื่อนการสั่งใช้ยาจากการคัดกรองใบสั่งยาผู้ป่วยนอกและผู้ป่วยใน ณ ห้องจ่ายยา โรงพยาบาลศรีนครินทร์ ระหว่างวันที่ 1 ตุลาคม 2559 ถึง 30 กันยายน 2560 

ผลการศึกษา: พบความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอก 974 ครั้ง คิดเป็น 1.58 ครั้งต่อหนึ่งพันใบสั่ง  ภาควิชาที่พบปัญหามากที่สุด คือ อายุรศาสตร์ (ร้อยละ 37.17)  รองลงมาคือ กุมารเวชศาสตร์ (ร้อยละ 19.20) และ ศัลยศาสตร์ (ร้อยละ 9.65) ตามลำดับ ประเภทปัญหาที่พบจากการสั่งใช้ยามากที่สุดคือ การสั่งวิธีใช้ยาไม่ชัดเจน/คลุมเครือ (ร้อยละ 39.57)  รองลงมาคือ การสั่งยาซ้ำซ้อน (ร้อยละ 11.91) และ การระบุจำนวนยาไม่ถูกต้อง (ร้อยละ 11.29)  ระดับความรุนแรงส่วนใหญ่เป็นความคลาดเคลื่อนที่ไม่มีผลกระทบต่อผู้ป่วย หรือไม่ถึงตัวผู้ป่วย (Category B)  (ร้อยละ 99.38)      ส่วนความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยในพบ 693 ครั้ง คิดเป็น 0.634 ครั้งต่อหนึ่งพันใบสั่ง ภาควิชาที่พบปัญหามากที่สุด คือ อายุรศาสตร์ (ร้อยละ 43.87) รองลงมาคือ ศัลยศาสตร์ (ร้อยละ 18.90) และกุมารเวชศาสตร์ (ร้อยละ 12.41) ตามลำดับ ส่วนประเภทปัญหาที่พบจากการสั่งใช้ยามากที่สุดคือ การบันทึกคำสั่งในระบบสารสนเทศโรงพยาบาลไม่ตรงกับใบสั่ง (ร้อยละ 17.75)   รองลงมาคือ ขนาดยามากเกินไป (ร้อยละ 15.73) และ ความแรงไม่ชัดเจนหรือไม่ถูกต้อง (ร้อยละ 6.78)   ระดับความรุนแรงส่วนใหญ่เป็นความคลาดเคลื่อน Category B (ร้อยละ 84.13)     

สรุป: โปรแกรมนี้ถือเป็นนวัตกรรมใหม่ที่สามารถตอบสนองความต้องการการจัดเก็บ สืบค้น  ตลอดจนการวิเคราะห์และรายงานผลความคลาดเคลื่อนการสั่งใช้ยา ทำให้เกิดความรวดเร็วทันเวลาในการนำข้อมูลความคลาดเคลื่อนการสั่งใช้ยามาหาแนวทางการแก้ไขและป้องกัน  ที่อาจนำไปสู่การเพิ่มประสิทธิภาพในการบริบาลทางเภสัชกรรมแก่ผู้ป่วย

Background and Objective: One of indicators for assessment quality of hospital  was prescribing error. Which could guarantee the effectiveness in treatment  and safety of medication use in patients. Because of Srinagarind hospital lacks of the effective method to collect prescribing errors. The objectives of this study were to introduce the computer technology into the process for collecting and reporting data of prescribing errors. Thus, leading to identify the types and formats of prescribing errors.

Methods: This study was a descriptive study, designed and developed “Prescribing error program” with the Microsoft access 2007. Data was collected from prescription of the out-patients and in-patients at pharmacy service in Srinagarind hospital, during October 1st 2016 to September 30th 2017.

Results: Nine hundred and seventy-four prescribing errors were detected in out-patient’s prescription (1.58 per 1,000 prescriptions). The most frequently found in “medicine department” (37.17%), followed by “pediatrics department” (19.20%) and “surgery department” (9.65%), respectively. The most common type of problem were “unclear dosage regimen” (39.57%), followed by “drug duplicate” (11.91%) and “wrong amount of medicines” (11.29%), respectively. The most severity of identified prescribing errors was classified as level B (99.38%). In the part of in-patients’s prescription, there were 693 prescribing errors (0.634 per 1,000 prescriptions). The most frequently found in “medicine department” (43.87%), followed by “surgery department” (18.90%) and “pediatrics department” (12.41%),  respectively. The most common type of problem were “the save command in the hospital information system does not match prescriptions” (17.75%), followed by “over dose” (15.73%) and “unclear or wrong of  drug strength” (6.78%),  respectively. The most severity levels of prescribing errors was classified as level B (84.13%).

Conclusions: This program was an innovation of technology for collecting, retrieving including analyzing and reporting prescribing errors. They could summarize the problems in time and input data for future in order to solve and prevent the prescribing errors. This program may increase efficiency in providing pharmaceutical care to the patients.

 

บทนำ

ปัจจุบันโรงพยาบาลมีความตื่นตัวในการพัฒนาคุณภาพ โดยมุ่งเน้นความปลอดภัยของผู้ป่วย สำหรับประเทศไทยนับตั้งแต่โรงพยาบาลต่างๆมีการพัฒนาคุณภาพตามกระบวนการพัฒนา และรับรองคุณภาพโรงพยาบาลตั้งแต่ พ.ศ. 2540 เป็นต้นมา ได้กล่าวถึงเรื่องความเสี่ยงและความปลอดภัยของผู้ป่วย  ซึ่งจะเป็นประเด็นคุณภาพที่ผู้เยี่ยมสำรวจ (surveyor) ให้ความสำคัญมากขึ้นเรื่อยๆ   โดยถือเป็นประเด็นหลักที่โรงพยาบาลจะต้องให้ความตระหนัก และสร้างระบบบริหารจัดการให้เกิดความปลอดภัยแก่ผู้รับบริการ มีการเก็บข้อมูล สถิติ เพื่อสะท้อนผลลัพธ์ของการดูแลผู้ป่วย  สถาบันพัฒนาและรับรองคุณภาพโรงพยาบาล จึงได้กำหนดให้ความคลาดเคลื่อนทางยาเป็นตัวชี้วัดระดับโรงพยาบาลที่ทุกโรงพยาบาลต้องมีการเก็บข้อมูลเพื่อสะท้อนเรื่องความปลอดภัยในกระบวนการใช้ยา1 ซึ่งความคลาดเคลื่อนทางยาเป็นปัญหาในกระบวนการใช้ยาที่ต้องเฝ้าระวังอย่างเข้มงวด เพราะสามารถทำให้เกิดผลเสียต่อผู้ป่วยถึงขั้นเสียชีวิตได้2,3 ความคลาดเคลื่อนที่พบบ่อย คือ ความคลาดเคลื่อนในการสั่งยา (Prescription error) ซึ่งหมายถึง การสั่งยาของแพทย์ที่ผิดไปจากหลักการเลือกยาตามข้อบ่งใช้ หรือ ข้อห้ามใช้ การสั่งยาที่ผู้ป่วยแพ้ สั่งยาที่ซ้ำซ้อน สั่งยาที่เกิดปฏิกิริยาระหว่างกัน การเลือกยาผิดในประเด็นต่อไปนี้ ขนาดยา รูปแบบยา วิถีทางให้ยา ความเข้มข้นยา อัตราเร็วในการให้ยา และจำนวนยา รวมถึงการสั่งยาไม่ครบตามโรคของผู้ป่วย การสั่งใช้ยาผิดตัวผู้ป่วย สิ่งเหล่านี้ล้วนทำให้เกิดความคลาดเคลื่อนที่อาจส่งผลถึงตัวผู้ป่วย4,5   การศึกษาที่ผ่านมาพบอัตราความคลาดเคลื่อนที่หลากหลาย ได้แก่ การศึกษาในโรงพยาบาลเด็กขนาดใหญ่แห่งหนึ่งในประเทศสหรัฐอเมริกา พบว่า ในเวลา 8 เดือน ความคลาดเคลื่อนจากการสั่งใช้ยาไม่ถูกขนาด ทำให้ผู้ป่วยเสียชีวิต 6 ราย6  การศึกษาในประเทศสหรัฐอเมริกาที่เมืองชิคาโกพบอัตราการสั่งยาผิด 62.4 ต่อพันใบสั่งยา ส่วนใหญ่เป็นยาปฏิชีวนะและเป็นการสั่งยาผิดขนาด7 ในขณะที่การศึกษาในประเทศไทยที่ตีพิมพ์มีไม่มากนัก การศึกษาการสั่งยาในระบบคอมพิวเตอร์ของโรงพยาบาลสงขลานครินทร์ พบความคลาดเคลื่อนหลังลงระบบคอมพิวเตอร์แทนการเขียนใบสั่งยาเป็นร้อยละ 0.14 (คลาดเคลื่อน 788 ครั้งจากการสั่งยาทั้งหมด 575,747 รายการ)8  ทั้งนี้อัตราการเกิดความคลาดเคลื่อนในการสั่งยายังขึ้นกับบริบทของสถานที่นั้น ๆ ได้แก่ ขนาดของโรงพยาบาล จำนวนเตียงผู้ป่วยที่ดูแล แผนกเฉพาะทางต่าง ๆ ระบบการตรวจสอบความผิดพลาดจากการสั่งยา และหน่วยที่ใช้วัดความคลาดเคลื่อน6

          โรงพยาบาลศรีนครินทร์เป็นโรงพยาบาลมหาวิทยาลัยระดับเหนือตติยภูมิ  ให้บริการผู้ป่วยนอกเฉลี่ย 3,500 รายต่อวัน และผู้ป่วยใน 1,200 เตียง   ในวันที่ 1 ธันวาคม 2557  โรงพยาบาลได้พัฒนาระบบเครือข่ายคอมพิวเตอร์ของโรงพยาบาลที่สามารถเชื่อมโยงกันในลักษณะอินเทอร์เน็ต (LAN) ทำให้สามารถส่งผ่านข้อมูลต่างๆถึงกันตลอด 24 ชั่วโมง และเป็นศูนย์กลางเชื่อมต่อระหว่างหน่วยงานที่เกี่ยวข้อง ได้แก่ เวชระเบียน ห้องจ่ายยา คลังเวชภัณฑ์ หน่วยผลิต ห้องการเงิน  หอผู้ป่วย ห้องตรวจผู้ป่วยนอก ห้องตรวจทางห้องปฏิบัติการ ฯลฯ จึงมีการนำคอมพิวเตอร์มาใช้ทุกขั้นตอนของจ่ายยายา  ซึ่งการบริการผู้ป่วยนอกแพทย์จะสั่งยาออนไลน์หรือบันทึกคำสั่งใช้ยามายังห้องจ่ายยาร้อยเปอร์เซ็นต์   และห้องจ่ายยาคัดกรองใบสั่งยาจากระบบสารสนเทศ   ขณะที่ผู้ป่วยในมีแพทย์บางส่วนที่บันทึกคำสั่งแบบออนไลน์ แต่ส่วนใหญ่พยาบาลเป็นผู้บันทึกคำสั่งแพทย์ลงระบบสารสนเทศแทน  ดังนั้นจึงยังมีการส่งสำเนาใบสั่งยามารับยาที่ห้องจ่ายยา  ซึ่งโรงพยาบาลมีระบบรายงานความคลาดเคลื่อนการสั่งใช้ยาเป็นรูปแบบบันทึกข้อมูลด้วยมือและมีรายละเอียดการเก็บข้อมูลที่แตกต่างกันในแต่ละห้องยาและแผนก  ทำให้ต้องเสียเวลาในการปรับข้อมูลเพื่อจัดทำรายงานอย่างมาก การวิเคราะห์สาเหตุความคลาดเคลื่อนทางยาจึงทำได้ยาก และเสียเวลา ไม่สามารถสะท้อนปัญหาและสาเหตุให้ผู้เกี่ยวข้องได้ทันเวลา   แม้กระทั่งการสืบค้นข้อมูลจะทำได้ค่อนข้างยาก ใช้เวลานานหรืออาจไม่สามารถทำได้เลย ข้อมูลบางอย่างเมื่อถูกวิเคราะห์หรือรายงานผลแล้วถูกทิ้งไป ไม่สามารถนำมาใช้ประโยชน์ได้    ดังนั้นผู้วิจัยจึงเล็งเห็นปัญหาและความยุ่งยากของการเก็บและรายงานผลข้อมูล  จึงได้นำโปรแกรมคอมพิวเตอร์มาใช้ประยุกต์ทำงานเพื่อเก็บความคลาดเคลื่อนในการสั่งใช้ยา โดยดำเนินการพัฒนาโปรแกรมจาก Microsoft  Access เนื่องจากเป็นโปรแกรมฐานข้อมูลที่มีความสามารถสูง ใช้จัดการกับฐานข้อมูลเชิงสัมพันธ์ (Relational Database) ใช้งานง่าย  มีความยืดหยุ่นในการใช้งาน เหมาะสำหรับการจัดเก็บข้อมูล การสืบค้นข้อมูล การคำนวณค่า การวิเคราะห์ข้อมูล และการจัดทำรายงานสรุป  การใช้ข้อมูลร่วมกันโดยใช้ Microsoft windows SharePoint Services 3.0 และการทำงานร่วมกับแหล่งข้อมูลที่หลากหลาย9,10  นอกจากนี้ยังพัฒนารูปแบบการเก็บข้อมูล เพื่อสะท้อนถึงปัญหาและความไม่เหมาะสมในการสั่งใช้ยา   ทำให้ทราบชนิดและรูปแบบความคลาดเคลื่อนการสั่งใช้ยาทั้งผู้ป่วยในและผู้ป่วยนอกที่อาจทำให้เกิดความคลาดเคลื่อนจากการสั่งใช้ยา และนำข้อมูลที่รวบรวมได้เป็นแนวทางในการแก้ไขและป้องกันมิให้เกิดความคลาดเคลื่อนในการสั่งใช้ยา เพื่อมุ่งหวังจะช่วยลดโอกาสของการเกิดอันตรายจากการใช้ยา หรือความล้มเหลวในการรักษา ทำให้ผู้ป่วยมีความปลอดภัยจากการใช้ยามากที่สุด เพื่อลดปัญหาและอุปสรรคในการปฏิบัติงานของบุคลากร ที่ต้องสูญเสียเวลาในการประสานงานและแก้ไขจัดการกับความคลาดเคลื่อนที่เกิดขึ้น

วิธีการศึกษา

เป็นการศึกษาเชิงพรรณนา (Descriptive study) แบบไปข้างหน้า  โดยรวบรวมความคลาดเคลื่อนการสั่งใช้ยาทั้งผู้ป่วยนอกและผู้ป่วยในทุกเหตุการณ์ที่เภสัชกร ณ ห้องจ่ายยา โรงพยาบาลศรีนครินทร์ คัดกรองปัญหาได้จากใบสั่งยา

ขั้นตอนการศึกษา : ผู้วิจัยสร้างและออกแบบ  “โปรแกรม Prescribing error” บน Microsoft  access 2007  กำหนดรูปแบบโปรแกรมเป็น 3 ส่วน คือ 1) การบันทึกข้อมูล  2) การค้นหาข้อมูล 3) การรายงาน   โดยได้ออกแบบรายละเอียดของข้อมูลที่ต้องการเก็บเพื่อนำมาออกแบบฐานข้อมูล  จากนั้นกำหนดคีย์หลัก (Primary key) และ คีย์รอง (Secondary key) เพื่อใช้เป็นตัวกำหนดเรียกหาข้อมูล  สร้างความสัมพันธ์ของฐานข้อมูลต่างๆ ออกแบบฟอร์ม (Form) สำหรับบันทึกข้อมูล การค้นหาข้อมูล หรือการรายงานผล กำหนดตัวชี้วัด (Indication) ที่ต้องการประมวล หรือรายงานผล แล้วทำการออกแบบสอบถามโดยใช้คิวรีวิซาร์ด (Query wizard) หรือ ใช้คำสั่งนิพจน์ต่างๆเพื่อช่วยดึงข้อมูลหรือประมวลผล ออกแบบฟอร์มการรายงานผลที่ได้จากการประมวลผลในคิวรีวิซาร์ด สร้างปุ่มคำสั่งต่างๆด้วยมาโคร (Macro) บนแบบฟอร์มเพื่อทำการเรียกหาข้อมูลที่ต้องการ เภสัชกรดำเนินการเก็บข้อมูลความคลาดเคลื่อนการสั่งใช้ยาที่พบจากการคัดกรองใบสั่งยาผู้ป่วนนอกและผู้ป่วนใน โรงพยาบาลศรีนครินทร์ ในช่วงระหว่างวันที่ 1 ตุลาคม 2559  ถึง 30 กันยายน 2560   จากนั้นเภสัชกรทำการบันทึกข้อมูลที่พบความคลาดเคลื่อนลงในโปรแกรม Prescribing error  เพื่อนำไปวิเคราะห์และประมวลผล   โดยใช้สถิติการแจกแจงความถี่ (จำนวนครั้ง)  ร้อยละ และ อัตราส่วนความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยเป็นต่อหนึ่งพันใบสั่ง และ ต่อหนึ่งพันวันนอน (ผู้ป่วยใน)

ผลการศึกษา

การพัฒนา “โปรแกรม Prescribing error”

การศึกษานี้ได้พัฒนา “โปรแกรม Prescribing error” ที่ประกอบด้วย 3 ส่วน ดังนี้

1.            การบันทึกข้อมูลความคลาดเคลื่อนการสั่งใช้ยา : สามารถบันทึกข้อมูลรายละเอียด วันที่เกิดเหตุการณ์ เลขที่ประจำตัวผู้ป่วย (Hospital Number) แผนก/หอผู้ป่วย ภาควิชา รายการยา ประเภทปัญหาความคลาดเคลื่อน11,12 รายละเอียดปัญหา รายละเอียดผลลัพธ์ การแก้ไขหรือป้องกันปัญหา การให้ข้อเสนอแนะของเภสัชกรแก่บุคลากรทางการแพทย์หรือผู้ป่วย ผลการให้ข้อเสนอแนะ  ระดับความรุนแรง(แบ่งเป็นระดับ A-I ตาม National Coordinating Council of Medication Error Reporting and Prevention (NCC MERP))13   ผู้ให้คำปรึกษา  ผู้ลงข้อมูล     (รูปที่ 1)   

                         

รูปที่ 1  แบบบันทึกความคลาดเคลื่อนการสั่งใช้ยา

 

2.            การค้นหาหรือสืบค้นข้อมูล : สามารถสืบค้นข้อมูลความคลาดเคลื่อนโดยใส่ข้อมูล วันที่ ภาควิชา  แผนก/หอผู้ป่วย ระดับความรุนแรง ประเภทปัญหา ข้อย่อยประเภทปัญหา รายการยา ที่ต้องการสืบค้น   ซึ่งโปรแกรมจะแสดงผลของข้อมูลพร้อมรูปใบสั่งยา หรือ แสดงเป็น “ตารางข้อมูล” (รูปที่ 2) นอกจากนี้โปรแกรมยังสามารถสั่งพิมพ์หรือโอนข้อมูลไปยัง Microsoft excel/word ได้

 

รูปที่ 2  แบบการสืบค้นข้อมูลความคลาดเคลื่อนการสั่งใช้ยา

3. การรายงานผลความคลาดเคลื่อนการสั่งใช้ยา : สามารถประมวลและรายงานผลการเก็บข้อมูลความคลาดเคลื่อนการสั่งใช้ยาตามช่วงเดือน แผนก ภาควิชาต่างๆ  โดยแสดงผลเป็นจำนวนครั้ง และร้อยละของประเภทปัญหาที่พบ  การแก้ไข/ป้องกันปัญหา การให้ปฏิสัมพันธ์ (Intervention) ผลการยอมรับของแพทย์  ความถี่ของรายการยาที่พบปัญหา  รายละเอียดของปัญหา ระดับความรุนแรงของปัญหา  (รูปที่ 3-6)

 

รูปที่ 3  การรายงานผลความคลาดเคลื่อนการสั่งใช้ยา

 

รูปที่ 4  การรายงานผลความคลาดเคลื่อนการสั่งใช้ยาตามประเภทปัญหา

 

รูปที่ 5  รายงานผลความคลาดเคลื่อนการสั่งใช้ยาตามประเภทปัญหาและภาควิชา

 

รูปที่ 6  รายงานรายละเอียดของปัญหาความคลาดเคลื่อนการสั่งใช้ยาตามประเภทปัญหา

 

ผลความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอก

            จากการดำเนินการเก็บข้อมูลความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอก ตั้งแต่ 1 ตุลาคม 2559 ถึง 30 กันยายน 2560 พบอุบัติการณ์ความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอก 974 ครั้ง คิดเป็น 1.582 ครั้งต่อหนึ่งพันใบสั่ง (จากจำนวนใบสั่งยาผู้ป่วยนอกทั้งหมด  615,547 ใบสั่งยา)  ภาควิชาที่พบปัญหามากที่สุด คือ อายุรศาสตร์ (ร้อยละ 37.17)  รองลงมาคือ กุมารเวชศาสตร์ (ร้อยละ 19.20) และ ศัลยศาสตร์ (ร้อยละ 9.65) ตามลำดับ    ส่วนประเภทปัญหาที่พบจากการสั่งใช้ยามากที่สุดคือ “การสั่งวิธีใช้ยาไม่ชัดเจน/คลุมเครือ” 288 ครั้ง (ร้อยละ 39.57)  รองลงมาคือ “การสั่งใช้ยาซ้ำซ้อน” 116 ครั้ง (ร้อยละ 11.91)   “การระบุจำนวนไม่ถูกต้อง” 110 ครั้ง (ร้อยละ 11.29)  “ขนาดยามากเกินไป” 82 ครั้ง (ร้อยละ 8.42)  ตามลำดับ (ตารางที่ 1)   ปัญหาส่วนใหญ่ป้องกันได้ 973 ครั้ง (ร้อยละ 99.90)  แก้ไข 1 ครั้ง (ร้อยละ 0.10)    เภสัชกรทำการปฏิสัมพันธ์เพื่อแก้ไข/ป้องกันปัญหากับแพทย์ เป็นส่วนใหญ่ 970 ครั้ง (ร้อยละ 99.59) กับผู้ป่วย 4 ครั้ง (ร้อยละ 0.41)   อัตราการยอมรับจากการปฏิสัมพันธ์ของแพทย์ เพื่อแก้ไขหรือป้องกันความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอกส่วนใหญ่ยอมรับและปฏิบัติตาม 902 ครั้ง (ร้อยละ 92.61)  ไม่ยอมรับ 42 ครั้ง (ร้อยละ 4.31)  ยอมรับแต่ปรับเปลี่ยนบางส่วน 27 ครั้ง (ร้อยละ 2.77)  และไม่สามารถติดตามได้ 3 ครั้ง (ร้อยละ 0.31)    ระดับความรุนแรงของความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอก ส่วนใหญ่เป็นความคลาดเคลื่อนที่ไม่มีผลกระทบต่อผู้ป่วย หรือไม่ถึงตัวผู้ป่วย (Category B)  968 ครั้ง (ร้อยละ 99.38)     รองลงมาเป็นความคลาดเคลื่อนที่มีผลกระทบต่อผู้ป่วยแต่ไม่เกิดอันตราย (Category C)  3 ครั้ง (ร้อยละ 0.31)  และ เป็นความคลาดเคลื่อนที่จำเป็นต้องเริ่มการเฝ้าติดตามดูแลผู้ป่วย (Category D) 3 ครั้ง (ร้อยละ 0.31)     

ผลความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยใน

            จากการดำเนินการเก็บข้อมูลความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยใน ตั้งแต่ 1 ตุลาคม 2559 ถึง 30 กันยายน 2560 พบอุบัติการณ์ความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยใน 693 ครั้ง คิดเป็น 0.634 ครั้งต่อหนึ่งพันใบสั่ง (จากจำนวนใบสั่งยาผู้ป่วยในทั้งหมด  1,093,820 ใบสั่งยา)  หรือ 2.377 ครั้งต่อหนึ่งพันวันนอน (291,493 วันนอน)  ภาควิชาที่พบปัญหามากที่สุด คือ “อายุรศาสตร์” 304 ครั้ง (ร้อยละ 43.87)  รองลงมาคือ “ศัลยศาสตร์” 131 ครั้ง (ร้อยละ 18.90) และ “กุมารเวชศาสตร์” 86 ครั้ง (ร้อยละ 12.41) ตามลำดับ     ส่วนประเภทปัญหาที่พบจากการสั่งใช้ยามากที่สุดคือ “การบันทึกคำสั่งในระบบสารสนเทศโรงพยาบาลไม่ตรงกับใบสั่ง”  123 ครั้ง (ร้อยละ 17.75)  รองลงมาคือ “ขนาดยามากเกินไป” 109 ครั้ง (ร้อยละ 15.73)   “ความแรงยาไม่ชัดเจนหรือไม่ถูกต้อง” 47 ครั้ง (ร้อยละ 6.78)  “การสั่งใช้ยาซ้ำซ้อน” 44 ครั้ง (ร้อยละ 6.35)  “การเกิดปฏิกิริยาระหว่างยา” 42 ครั้ง (ร้อยละ 6.06)   ตามลำดับ (ตารางที่ 1)    ปัญหาส่วนใหญ่ป้องกันได้ 599 ครั้ง (ร้อยละ 86.44)  แก้ไข 94 ครั้ง (ร้อยละ 13.56)    เภสัชกรทำการปฏิสัมพันธ์เพื่อแก้ไขหรือป้องกันปัญหากับแพทย์เป็นส่วนใหญ่ 631 ครั้ง (ร้อยละ 91.05) กับพยาบาล 62 ครั้ง (ร้อยละ 8.95)   อัตราการยอมรับจากการปฏิสัมพันธ์ เพื่อแก้ไขหรือป้องกันความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอกส่วนใหญ่ยอมรับและปฏิบัติตาม 571 ครั้ง (ร้อยละ 82.40)  ไม่ยอมรับ 64 ครั้ง (ร้อยละ 9.24)  ยอมรับแต่ปรับเปลี่ยนบางส่วน 35 ครั้ง (ร้อยละ 5.05)  และ ไม่สามารถติดตามได้ 23 ครั้ง (ร้อยละ 3.32)   ระดับความรุนแรงของความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอก ส่วนใหญ่เป็น Category B  583 ครั้ง (ร้อยละ 84.13)     รองลงมาเป็น Category C  102 ครั้ง (ร้อยละ 14.72)  และ Category D 8 ครั้ง (ร้อยละ 1.15)    

 

ตารางที่ 1 ความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอกและผู้ป่วยในตามประเภทปัญหา

ประเภทปัญหา

ผู้ป่วยนอก

ผู้ป่วยใน

จำนวน(ร้อยละ)

จำนวน(ร้อยละ)

A. การไม่ได้รับยาที่สมควรได้รับ

33 (3.39)

0 (0.00)

 

A01. มีข้อบ่งใช้แต่ไม่ได้รับ

31 (3.18)

0 (0.00)

 

A02.ไม่ได้รับยาที่ควรให้ร่วมกัน

1 (0.1)

0 (0.00)

 

A03.ไม่ได้รับยาที่ควรให้เพื่อป้องกัน Adverse drug reaction

1 (0.1)

0 (0.00)

B. การเลือกใช้ยาไม่เหมาะสม

61 (6.26)

17 (2.45)

 

B01. เลือกใช้ยาประสิทธิภาพต่ำ/ดื้อยา

1 (0.1)

1 (0.14)

 

B02. เลือกใช้ยาที่มีข้อห้ามใช้/ข้อควรระวังในการใช้

1 (0.1)

1 (0.14)

 

B03. เลือกใช้ยาที่ไม่เหมาะสมด้วยสถานะผู้ป่วย

8 (0.82)

13 (1.88)

 

B04. เลือกใช้รูปแบบยาไม่เหมาะสม

51 (5.24)

0 (0.00)

C. การบริหารยาไม่เหมาะสม

150 (15.4)

212 (30.59)

 

C01. ขนาดยาน้อยเกินไป

25 (2.57)

13 (1.88)

 

C02. ขนาดยามากเกินไป

82 (8.42)

111 (16.02)

 

C03. ความถี่ไม่เหมาะสม

31 (3.18)

29 (4.18)

 

C04. วิถีการบริหารยาไม่เหมาะสม

8 (0.82)

5 (0.72)

 

C05. ช่วงเวลาการให้ยาไม่เหมาะสม

8 (0.82)

8 (1.15)

 

C06. อัตราเร็วไม่เหมาะสม

0 (0.00)

8 (1.15)

 

C07. ชนิดตัวทำละลายไม่เหมาะสม

0 (0.00)

12 (1.73)

 

C08. ความเข้มข้นยาไม่เหมาะสม

1 (0.1)

28 (4.04)

E. การไม่ได้รับยาตามแพทย์สั่ง

86 (8.83)

5 (0.72)

 

E01. กระบวนการสั่ง/จ่าย/ให้ยาเกิดความคลาดเคลื่อน

72 (7.39)

0 (0.00)

 

E02. ยาขาดคราว

14 (1.44)

5 (0.72)

F. การเกิดอาการไม่พึงประสงค์จากยา

82 (8.42)

49 (7.07)

 

F01. เกิดอาการข้างเคียงจากยา

4 (0.41)

1 (0.14)

 

F03. สั่งใช้ยาที่เคยมีประวัติแพ้

27 (2.77)

11 (1.59)

 

F04. สั่งใช้ยากลุ่มที่เคยมีประวัติแพ้

51 (5.23)

37 (5.34)

G. การเกิดปฏิกิริยาระหว่างยา

6 (0.62)

42 (6.06)

 

G01. การเกิดปฏิกิริยาระหว่างยา

6 (0.62)

42 (6.06)

H. การได้รับยาที่ไม่สมควรได้รับ

6 (0.62)

1 (0.14)

 

H01. ไม่มีข้อบ่งใช้

6 (0.62)

1 (0.14)

I. การสั่งใช้ยาซ้ำซ้อน

116 (11.91)

44 (6.35)

 

I01. การสั่งใช้ยาซ้ำซ้อน

116 (11.91)

44 (6.35)

J. อื่นๆ

 

434 (44.56)

323 (46.61)

 

J01. ชื่อยาไม่ชัดเจน

0 (0.00)

4 (0.58)

 

J02. ใช้ชื่อยาที่ไม่เป็นสากล

0 (0.00)

2 (0.29)

 

J03. อาจสับสนเนื่องจากชื่อยาคล้ายกัน

11 (1.13)

31 (4.47)

 

J04. ไม่ระบุความแรงยา

0 (0.00)

51 (7.36)

 

J05. ความแรงยาไม่ชัดเจน/ไม่ถูกต้อง

13 (1.33)

47 (6.78)

 

J06. ไม่ระบุรูปแบบยา

0 (0.00)

1 (0.14)

 

J07. ระบุจำนวนยาไม่ถูกต้อง

110 (11.29)

13 (1.88)

 

J08. วิธีใช้ยาไม่ชัดเจน/คลุมเครือ

288 (29.57)

43 (6.20)

 

J09. ชื่อใบสั่งยาไม่ตรงกับชื่อผู้ป่วย

1 (0.1)

4 (0.58)

 

J10. ไม่มีการบันทึกรายการยา Brought from outside

0 (0.00)

4 (0.58)

 

J11. การบันทึกคำสั่งในระบบสารสนเทศไม่ตรงกับใบสั่ง

2 (0.21)

123 (17.75)

 

J12. ขาดใบประกอบการเบิกจ่าย

3 (0.31)

0 (0.00)

 

J13. สั่งใช้ยาเกินสิทธิ์ที่ได้รับ

1 (0.1)

0 (0.00)

 

ผลรวมทั้งหมด

974 (100)

693 (100)

วิจารณ์

          จากการดำเนินการพัฒนาโปรแกรมเพื่อบันทึกความคลาดเคลื่อนการสั่งใช้ยา พบว่าสามารถนำมาใช้แทนระบบเดิมที่ใช้แบบการบันทึกด้วยมือและนำไปประมวลผลอีกที   ซึ่งผู้วิจัยได้พยายามคิดค้น ออกแบบและสร้างโปรแกรมการเก็บข้อมูล  โดยใช้โปรแกรมคอมพิวเตอร์มาช่วยเก็บข้อมูลที่สามารถบันทึกรูปใบสั่งยาที่เกิดความคลาดเคลื่อนและรายละเอียดของเหตุการณ์ที่เกิดขึ้น  จึงถือว่าเป็นการนำระบบอิเล็กทรอนิกส์หรือระบบเทคโนโลยีมาประยุกต์ใช้ในการเก็บข้อมูลความคลาดเคลื่อนการสั่งใช้ยา  และทำให้มีรูปแบบการเก็บข้อมูลที่มีมาตรฐานของทุกแผนกทั้งผู้ป่วยนอกและผู้ป่วยใน  ซึ่งโปรแกรมสามารถบันทึกรูปใบสั่งที่เกิดความคลาดเคลื่อนทำให้สามารถนำไปใช้ประโยชน์ในแง่ การส่งข้อมูลความคลาดเคลื่อนให้แก่บุคลากรทางการแพทย์ได้เห็นแบบมีหลักฐานเชิงประจักษ์  นอกจากนี้ยังสามารถนำมาใช้สำหรับการให้ความรู้แก่บุคลากรภายนอกหน่วยงาน ได้แก่ แพทย์ พยาบาล นักศึกษาแพทย์ นักศึกษาเภสัชศาสตร์ หรือภายในหน่วยงาน ได้แก่ เภสัชกร ผู้ช่วยเภสัชกร  เพื่อใช้เป็นความรู้เบื้องต้นของการคัดกรองปัญหาจากใบสั่งยา   นอกจากนี้โปรแกรมยังทำให้การสืบค้นข้อมูลง่ายและสะดวกในหลายแง่มุมที่ต้องการทราบในช่วงเวลาต่างๆ  ได้แก่ การสืบค้นข้อมูลเพื่อให้ทราบตำแหน่งความชุกการเกิดเหตุการณ์ หรือ ภาควิชาที่เกิดความคลาดเคลื่อนการสั่งใช้ยา  เพื่อนำข้อมูลดังกล่าวไปให้แพทย์หรือพยาบาลที่เกี่ยวข้องทราบถึงปัญหาที่พบ  ทำให้เกิดการปรับเปลี่ยนพฤติกรรมการสั่งใช้ยา    หรือการสืบค้นข้อมูลจากประเภทปัญหาเพื่อนำมาออกแบบการให้ข้อมูลในระบบสารสนเทศโรงพยาบาลที่อาจส่งผลให้ลดความคลาดเคลื่อนการบันทึกคำสั่งการใช้ยา หรือการแสดงข้อความเพื่อเป็นการเตือนหรือข้อควรระวังในการสั่งใช้ยา ได้แก่ ยาที่มีชื่อยาคล้ายกันหรือหลายความแรง (ตัวอย่าง Epokine กับ Eprex หรือ Alum gel กับ Antacil gel หรือ Cef-3 ขนาด 1 มิลลิกรัม กับ 2 กรัม) จะทำข้อความแสดงให้ระวังการสั่งยาเนื่องจากอาจสับสนกับยาใด หรือยาที่มีข้อควรระวังพิเศษ ได้แก่ Dilantin kapseal 100 มิลลิกรัม จะทำข้อความว่ายาดังกล่าวแบ่งหรือบดไม่ได้   นอกจากนี้โปรแกรมยังสามารถสืบค้นข้อมูลได้ด้วยระดับความรุนแรง  โดยเฉพาะระดับความรุนแรง Category C ขึ้นไปที่เป็นเหตุการณ์ความคลาดเคลื่อนที่ถึงตัวผู้ป่วยจึงควรนำมาหาแนวทางการแก้ไขหรือป้องกันอย่างเร่งด่วน  เพื่อให้ผู้ป่วยมีความปลอดภัยในการใช้ยา   โปรแกรมสามารถสืบค้นตามรายการยาที่เกิดเหตุการณ์ เพื่อนำมาหาวิธีการป้องกันปัญหาที่อาจจะเกิดขึ้นจากการสั่งใช้ยาของยาแต่ละรายการ ได้แก่ การสั่งยา Methotrexate ที่เป็นยาเคมีบำบัด พบความคลาดเคลื่อนการสั่งใช้ยาแบบทุกวัน  ทำให้ผู้ป่วยได้รับยาเกินขนาด จากปัญหาดังกล่าวทำให้เกิดการตั้งค่าวิธีใช้ยาทุกวันออกเป็นให้เลือกทุกวันใดของสัปดาห์เพื่อลดความคลาดเคลื่อนการสั่งใช้ยา  ส่วนการรายงานผลพบว่าโปรแกรมสามารถวิเคราะห์และประมวลผลในรูปแบบรายงานต่างๆได้อย่างรวดเร็วภายใน 15-30 นาทีโดยใส่ช่วงวันที่ที่ต้องการหาผลลัพธ์ ทำให้สามารถนำข้อมูลมาหาแนวทางการแก้ไขหรือป้องกัน  ซึ่งแบบเดิมต้องใช้เวลา 2-3 สัปดาห์และสามารถนำข้อมูลส่งภาควิชาต่างๆได้อย่างรวดเร็วและมีแบบแผน นอกจากนี้โปรแกรมยังมีความสามารถในการพิมพ์รายงานหรือสิ่งที่สืบค้นและโอนถ่ายข้อมูลไปยัง Microsoft excel หรือ Microsoft word ได้ตามที่ต้องการ

จากผลการดำเนินการเก็บข้อมูลความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอก พบความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอก 1.582 ครั้งต่อหนึ่งพันใบสั่ง  ซึ่งใกล้เคียงกับ ปัญญฉัตร ซอสุขไพบูลย์ ที่ศึกษาในโรงพยาบาลราชวิถี (ระดับโรงพยาบาลตติยภูมิ) ระหว่างวันที่ 1 มกราคม 2551 ถึง 31 ธันวาคม 2552 พบปัญหาความคลาดเคลื่อนการสั่งใช้ยา 1.09 ต่อหนึ่งพันใบสั่งยา14  โดยภาควิชาที่พบปัญหามากที่สุด คือ อายุรศาสตร์ เนื่องจากเป็นภาควิชาที่มีผู้ป่วยมารับบริการมากและมีการใช้ยาที่หลากหลาย รองลงมาคือ ภาควิชากุมารเวชศาสตร์ เนื่องจากมีการใช้ยาที่มีลักษณะเฉพาะและมีความละเอียดอ่อนในการบันทึกวิธีใช้ยา ทำให้การบันทึกคำสั่งแพทย์จำเป็นต้องเขียนคำสั่งเพิ่มเติม จึงอาจเป็นเหตุให้เกิดความคลาดเคลื่อน อันดับที่ 3 เป็นภาควิชาศัลยศาสตร์ ซึ่งแพทย์อาจมีความเชี่ยวชาญการสั่งใช้ยาน้อยกว่าภาควิชาอื่นๆ เพราะเน้นในเรื่องของการทำหัตถการเป็นส่วนใหญ่    ส่วนประเภทปัญหาที่พบจากการสั่งใช้ยามากที่สุดคือ “การสั่งวิธีใช้ยาไม่ชัดเจน/คลุมเครือ”  ซึ่งปัญหาที่พบส่วนใหญ่เกิดจากแพทย์เขียนคำสั่งเพิ่มเติมเป็นภาษาทางการแพทย์หรือภาษาอังกฤษ ทำให้ฉลากยาที่ออกมาเภสัชกรต้องแก้ไขให้เป็นภาษาไทย นอกจากนี้ยังพบการสั่งใช้ยาด้วยการคัดลอกคำสั่งการใช้ยาเดิมมาแล้วนำมาพิมพ์คำสั่งเพิ่มเติม แล้วลืมเปลี่ยนหรือลบวิธีใช้เดิม ทำให้เภสัชกรเกิดความสงสัยและไม่เข้าใจความตั้งใจการสั่งใช้ยาของแพทย์  โดยเฉพาะวิธีการใช้ยาที่ไม่เป็นสากล ได้แก่ แพทย์ต้องการสั่งใช้ยา 1 เม็ด หลังอาหารเช้า  2 เม็ด หลังอาหารกลางวัน และ 1 เม็ด หลังอาหารเย็น  การบันทึกคำสั่งแพทย์ควรคีย์ 2 ครั้ง โดยการเลือกวิธีใช้ยา 1 เม็ดหลังอาหารเช้าและเย็น และอีกครั้งเป็น 2 เม็ด หลังอาหารกลางวัน  ซึ่งพบว่าแพทย์ส่วนใหญ่จะบันทึกครั้งเดียวด้วยการเลือกวิธีใช้ยา 1 เม็ดหลังอาหารเช้าและเย็น จากนั้นพิมพ์ที่ช่องคำสั่งเพิ่มเติม 2 เม็ดหลังอาหารกลางวันแทน   เมื่อผู้ป่วยมารับบริการครั้งถัดไป แพทย์ต้องการปรับลดยาเป็น 1 เม็ดหลังอาหารเช้าและเย็น แต่แพทย์ใช้วิธีคัดลอกคำสั่งเดิมแล้วนำมาแก้ไข ซึ่งบางครั้งลืมลบข้อความบริเวณช่องที่ให้เขียนคำสั่งเพิ่มเติม ทำให้เกิดความคลาดเคลื่อน หรือบางครั้งพิมพ์ในช่องคำสั่งเพิ่มเติมเป็น 1 เม็ด หลังอาหารเช้า และ 2 เม็ด หลังอาหารเย็น แต่วิธีใช้ที่เลือกเป็น 1 เม็ดหลังอาหารเช้าและเย็น ทำให้เกิดความสับสนของวิธีใช้ยา เป็นต้น  ดังนั้นปัญหาดังกล่าวควรสื่อสารให้แพทย์รับทราบ และควรจัดทำแนวทางการสั่งใช้ยาในระบบให้ถูกต้องโดยให้เลือกวิธีใช้ยาที่ตั้งค่าไว้ในระบบให้มากที่สุด หากไม่มีวิธีใช้ที่ให้เลือกควรติดต่อเภสัชกรเพื่อตั้งค่าต่อไป ซึ่งรายการยาที่พบการสั่งใช้ยาที่เขียนคำสั่งเพิ่มเติมมากที่สุดคือ warfarin เนื่องจากเป็นยาที่คิดขนาดยาเป็นสัปดาห์ ดังนั้นแพทย์จะมีการแบ่งวิธีการใช้ยาที่แตกต่างกัน จึงมีวิธีใช้ยามากมาย การตั้งค่าวิธีใช้ยาให้แพทย์เลือกใช้จึงค่อนข้างยาก จากปัญหาดังกล่าวควรมีการประชุมกับแพทย์ที่เกี่ยวข้องเพื่อหามติในการตั้งค่าวิธีการใช้ยาให้เป็นที่ยอมรับและเป็นแนวทางเดียวกัน รองลงมาคือ “การสั่งใช้ยาซ้ำซ้อน” เนื่องจากแพทย์แต่ละท่านยังไม่มีการพิจารณารายการยาของแพทย์ท่านอื่นที่สั่งไว้ ทำให้เภสัชกรต้องคอยตรวจสอบการสั่งยาซ้ำซ้อนให้แพทย์ ถึงแม้ในระบบสารสนเทศจะมีการเตือนหรือแสดงรูปการสั่งยาซ้ำซ้อน ดังนั้นควรมีการแจ้งให้แพทย์ตระหนักถึงความสำคัญของการสั่งใช้ยาซ้ำซ้อน  อันดับที่ 3 คือ “การระบุจำนวนไม่ถูกต้อง” เนื่องจากการป้อนข้อมูลของแพทย์อย่างรวดเร็วในการสั่งยา และอาจไม่มีการตรวจสอบซ้ำ ทำให้เกิดความคลาดเคลื่อนทางยา  อย่างไรก็ตามปัญหาส่วนใหญ่ป้องกันได้ และพบผลการปฏิสัมพันธ์เพื่อแก้ไข/ป้องกันปัญหาส่วนใหญ่ยอมรับและปฏิบัติตาม ระดับความรุนแรงของความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยนอก ส่วนใหญ่เป็นความคลาดเคลื่อนที่ไม่ถึงตัวผู้ป่วย เนื่องจากเภสัชกรสามารถคัดกรองปัญหาได้ทันเวลา

ส่วนความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยใน พบความคลาดเคลื่อน 0.634 ครั้งต่อหนึ่งพันใบสั่ง หรือ 2.377 ครั้งต่อหนึ่งพันวันนอน  ซึ่งแตกต่างกับการศึกษาของ อภิลักษณ์ นวลศรี ที่พบความคลาดเคลื่อนการสั่งยาก่อนลงระบบสั่งยาทางคอมพิวเตอร์ 0.016 ครั้งต่อพันใบสั่ง8  และ สุมิตรา สงครามศรี และ มาลินี เหล่าไพบูลย์ ที่พบความคลาดเคลื่อนการสั่งยาก่อนใช้คอมพิวเตอร์ 6.6 ครั้งต่อหนึ่งพันวันนอน5  เนื่องจากโรงพยาบาลมีบริบทและกระบวนการตรวจสอบความคลาดเคลื่อนที่แตกต่างกัน  โดยภาควิชาที่พบปัญหาคล้ายกับผู้ป่วยนอก    ส่วนประเภทปัญหาที่พบเป็น “การบันทึกคำสั่งในระบบสารสนเทศโรงพยาบาลไม่ตรงกับใบสั่ง”  เนื่องจากพยาบาลเป็นผู้บันทึกคำสั่งการใช้ยาในระบบสารสนเทศแทนแพทย์ ทำให้มีโอกาสเกิดความคลาดเคลื่อนการสั่งใช้ยาในระบบสารสนเทศ    รองลงมาคือ “ขนาดยามากเกินไป” และ “ความแรงยาไม่ชัดเจน/ไม่ถูกต้อง” เพราะแพทย์ไม่ได้เป็นผู้บันทึกคำสั่งใช้ยาด้วยตนเอง ทำให้ไม่เห็นวิธีใช้ยาที่ได้ตั้งค่าไว้สำหรับยาแต่ละรายการหรือความแรงยาในระบบสารสนเทศ  ทำให้พยาบาลและเภสัชกรต้องทำการปรึกษาแพทย์เพื่อยืนยันการสั่งใช้ยา ดังนั้นการสั่งใช้ยาควรให้แพทย์เป็นผู้บันทึกในระบบโดยตรงเพื่อลดความคลาดเคลื่อน  อย่างไรก็ตามปัญหาส่วนใหญ่ป้องกันได้ และ แพทย์ยอมรับและปฏิบัติตามในสิ่งที่เภสัชกรให้ข้อเสนอแนะ และระดับความรุนแรงของความคลาดเคลื่อนการสั่งใช้ยาผู้ป่วยในส่วนใหญ่ไม่ถึงตัวผู้ป่วย ซึ่งเหมือนกับการศึกษาของ สุมิตรา สงครามศรี และ มาลินี เหล่าไพบูลย์ ที่พบในระดับดังกล่าวเป็นส่วนใหญ่5

สรุป

          การพัฒนาโปรแกรมการรายงานผลความคลาดเคลื่อนในการสั่งใช้ยาถือเป็นนวัตกรรมที่นำเทคโนโลยีคอมพิวเตอร์มาใช้ในการปฏิบัติงานประจำ สามารถตอบสนองความต้องการได้อย่างครบสมบูรณ์ ไม่ว่าจะเป็นในแง่การจัดเก็บข้อมูล กรอกข้อมูล การสืบค้น การวิเคราะห์ ประมวลผล หรือรายงานข้อมูล นอกจากนี้ยังสามารถให้รายละเอียดข้อมูลความคลาดเคลื่อนการสั่งใช้ยาแก่บุคลากรสาขาวิชาชีพเพื่อนำไปหาแนวทางการแก้ไขหรือป้องกันได้รวดเร็วและทันเวลา  ที่อาจนำไปช่วยในการบริบาลทางเภสัชกรรมแก่ผู้ป่วยให้มีประสิทธิภาพมากขึ้น

กิติกรรมประกาศ

          ขอขอบคุณเภสัชกรหน่วยจ่ายยาทุกท่านที่ช่วยรวบรวมข้อมูลความคลาดเคลื่อนการสั่งใช้ยา และเป็นกำลังใจในการพัฒนาโปรแกรมนี้

เอกสารอ้างอิง

1.  วันชัย เบญจปฐมรงค์. การศึกษาความคลาดเคลื่อนทางยาในงานบริการผู้ป่วยโรงพยาบาลหล่มสัก จังหวัดเพชรบูรณ์ ประจำปีงบประมาณ  2551. ขอนแก่นเวชสาร 2551; 32: 23-32.

2.  Aronson JK. Medication errors: what they are, how they happen, and how to avoid them. QJM 2009;
102: 513-21.

3.  Velo GP, Minuz P. Medication errors: prescribing faults and prescription errors. Br J Clin Pharmacol 2009; 67: 624-8.

4.  ลดาวัลย์ ศิริลักษณ์, พีรธัช บัวลอย. ความชุกและลักษณะความคลาดเคลื่อนในการสั่งยาสำหรับ
ผู้ป่วยในก่อนออกจากโรงพยาบาลในระดับตติยภูมิแห่งหนึ่งในปี 2557. วารสารเภสัชกรรมไทย 2559; 8: 58-67.

5.  สุมิตรา สงครามศรี และ มาลินี เหล่าไพบูลย์. การสั่งยาด้วยระบบคอมพิวเตอร์ในการลดความคลาดเคลื่อนในการสั่งใช้ยาโรงพยาบาลหนองหาน จังหวัดอุดรธานี: Interrupted Time Series Design. วารสารเภสัชศาสตร์อีสาน 2560;  13: 53-66.

6.  Kozer E, Scolnik D, Keays T, Shi K, Luk T, Koren G. Large errors in the dosing of medications for children. N Engl J Med 2002; 346:1175-6.

7.  Bobb A, Gleason K, Husch M, Feinglass J, Yarnold PR, Noskin GA. The epidemiology of prescribing errors: the potential impact of computerized prescriber order entry. Arch Intern Med 2004; 164: 785-92.

8.   อภิลักษณ์ นวลศรี. ความคลาดเคลื่อนทางยากับการใช้ระบบสั่งยาทางคอมพิวเตอร์จากหอผู้ป่วย. สงขลานครินทร์เวชสาร 2549; 24: 1-8.

9.  เพ็ญนภา สำเนียง. Access 2007. กรุงเทพมหานคร: เอส.พี.ซี.บุ๊คส์; 2552. 

10.         นันทนี แขวงโสภา. คู่มือ Access 2007 : ฉบับสมบูรณ์. กรุงเทพมหานคร : โปรวิชั่ว; 2551

11.         Strand LM, Morley PC, Cipolle RJ, Ramsey R, Lamsam GD. Drug Related Problems : Their Structure and Function. Ann. Pharmacother 1990; 24: 1093-97.

12.         Hassan Y, Gan EK. Using pharmacist workup of drug therapy. In: Manual of pharmacist workup of drug therapy in pharmaceutical care. University of Sains Malaysia 1993; 4-41.

13.         National Coordinating Council for Medication Errors Reporting and Prevention. NCC MERP Taxonomy of Medication Errors [Online]. [Accessed 9 April 2018]. Available from http://www.nccmerp.org/sites/default/files/taxonomy2001-07-31.pdf

14.         ปัญญฉัตร ซอสุขไพบูลย์. ระบบรายงานความคลาดเคลื่อนทางยาจากโปรแกรมคอมพิวเตอร์ที่พัฒนาขึ้นในโรงพยาบาลขนาดใหญ่แห่งหนึ่ง. วารสารเภสัชกรรมไทย 2555; 4: 3-16.

 

Untitled Document
Article Location

Untitled Document
Article Option
       Abstract
       Fulltext
       PDF File
Untitled Document
 
ทำหน้าที่ ดึง Collection ที่เกี่ยวข้อง แสดง บทความ ตามที่ีมีใน collection ที่มีใน list Untitled Document
Another articles
in this topic collection

Cancer Chemoprevention from Dietary Phytochemical (เคมีป้องกันมะเร็ง :กลไกการป้องกันของยาและสารจากธรรมชาติ)
 
Role of Natural Products on Cancer Prevention and Treatment (บทบาทของผลิตภัณฑ์ธรรมชาติในการป้องกันและรักษามะเร็ง)
 
Prescription-Event Monitoring: New Systematic Approach of Adverse Drug Reaction Monitoring to New Drugs (Prescription-Event Monitoring: ระบบการติดตามอาการไม่พึงประสงค์จากการใช้ยาใหม่ )
 
The use of Digoxin in Pediatrics (การใช้ยาดิจ๊อกซินในเด็ก)
 
<More>
Untitled Document
 
This article is under
this collection.

Pharmacology
 
 
 
 
Srinagarind Medical Journal,Faculty of Medicine, Khon Kaen University. Copy Right © All Rights Reserved.
 
 
 
 

 


Warning: Unknown: Your script possibly relies on a session side-effect which existed until PHP 4.2.3. Please be advised that the session extension does not consider global variables as a source of data, unless register_globals is enabled. You can disable this functionality and this warning by setting session.bug_compat_42 or session.bug_compat_warn to off, respectively in Unknown on line 0