Overstyringsrate for Kliniske Varsler

Overstyringsrate for kliniske varsler måler andelen kliniske beslutningsstøttevarsler (CDS), som varsler om legemiddelinteraksjoner, allergivarsler, og dosegrense-kontroller generert av et datastyrt forskriversystem (CPOE), som en kliniker avviser eller overstyrer i stedet for å handle på. Det er standard kvantitativt signal brukt for å oppdage og håndtere "varseltretthet": den velvidokumenterte tendensen der klinikere blir desensibilisert for varsler når volumet av lavverdi-advarsler blir overveldende.

Hvorfor dette er viktig

Publiserte overstyringsrater for legemiddelinteraksjonsvarsler varierer vanligvis fra omtrent halvparten til over nitti prosent, og en høy rate er ikke automatisk en sikkerhetssvikt: mange forstyrrende varsler utløses for interaksjoner som er klinisk ubetydelige i kontekst, eller gjentar et varsel klinikeren allerede har handlet på tidligere i samme ordresett, så et godt kalibrert system utløser bevisst færre, mer verdifulle varsler i stedet for å prøve å drive overstyringsraten til null. Det som virkelig betyr noe for sikkerhet, er trenden over tid, fordelingen på alvorlighetsnivåer, og om klinikere dokumenterer en grunn når de overstyrer et høyalvorlighetsvarsel; en stigende overstyringsrate på høyalvorlighets-, velbeviste interaksjoner er en reell styringsbekymring selv når gjennomsnittet på tvers av alle varsler ser stabilt ut.

Hvordan det beregnes

Overstyringsrate = overstyrte varsler / totalt utløste varsler × 100

Segmenter etter:
  - alvorlighetsnivå (f.eks. kontraindisert, alvorlig, moderat)
  - varseltype (legemiddelinteraksjon, allergi, duplikatterapi, dosegrense)
  - om en overstyringsgrunn ble dokumentert

En "dokumentert overstyringsrate" sporer andelen overstyringer som har en
registrert begrunnelse, som er et styringsmål i seg selv.

Gjennomarbeidet eksempel

Et sykehus' CPOE-system utløser 10 000 legemiddelinteraksjonsvarsler i en måned, hvorav 8 700 overstyres, noe som gir en samlet overstyringsrate på 87 %. Segmentering etter alvorlighet viser at av 500 "kontraindiserte" varsler blir 60 overstyrt (12 %), mens av 6 000 "moderate" varsler blir 5 700 overstyrt (95 %). Det moderate nivåets tall er stort sett i samsvar med publiserte referanseverdier og er ikke i seg selv grunn til bekymring; det kontraindiserte nivåets tall krever individuell sakgjennomgang, og det faktum at bare 340 av de 500 overstyringene på det nivået har en dokumentert grunn, er det mer handlingsrettede styringsfunnet.

Datakilder og forbehold

Den elektroniske pasientjournalens revisjonslogg, eller CDS-leverandørens egen varslingsmodul, registrerer hver varsel-utløst og varsel-respons-hendelse, inkludert om klinikeren skrev inn fritekst eller strukturert begrunnelse. Å sammenligne overstyringsrater mellom organisasjoner, eller til og med mellom avdelinger i samme organisasjon, krever å sjekke at de underliggende varselregelsettene og alvorlighetsgraderingen er de samme; et sykehus med et aggressivt kalibrert regelsett vil vise en lavere overstyringsrate av grunner som ikke har noe med klinikeratferd å gjøre.

Fallgruver

• Behandle den rå overstyringsraten som en enkelt sikkerhetsscore: den blander velbegrunnede overstyringer av lavverdi-varsler med usikre overstyringer av genuint farlige interaksjoner; segmenter alltid etter alvorlighet.
• Ingen fangst av overstyringsgrunn: uten en dokumentert grunn er det umulig å skille "dette varselet var feil" fra "dette varselet var riktig og klinikeren tok en usikker vurdering", som er den faktiske distinksjonen som betyr noe for pasientsikkerhet.
• Inflasjon av varselregler over tid: å legge til flere varsler "for sikkerhets skyld" uten å beskjære lavverdi-varsler, er den direkte årsaken til stigende overstyringsrater og varseltretthet; varselstyring bør inkludere regelmessig gjennomgang og pensjonering av dårlig presterende regler, ikke bare overvåking.
• Sammenligne rater på tvers av systemer med ulik avbruddsdesign: et forstyrrende, hard-stopp-varsel produserer annen overstyringsatferd enn et passivt, ikke-blokkerende varsel, så de to er ikke direkte sammenlignbare metrikker.

Kilder

• Fagfellevurdert litteratur om varseltretthet i klinisk beslutningsstøtte, mye publisert i tidsskrifter inkludert JAMIA og npj Digital Medicine
• ONC / HealthIT.gov, veiledning om helse-IT-sikkerhet for klinisk beslutningsstøtte
• Institute for Safe Medication Practices (ISMP), veiledning om CDS-varseldesign og -styring