利用真实世界的数据集来评估通过智能输液泵进行连续输注的高风险药物的滴定操作

《American Journal of Health-System Pharmacy》：Utilizing a real-world data set to assess titration practices for high-alert medications delivered via continuous infusions with smart infusion pumps

通过分析智能输液泵的活动数据，发现高警示药物存在剂量编程错误（1%）、超量使用（1%）及滴定过快（4种药物）等问题。研究为建立标准化滴定参数、优化药物库及提升DERS系统效能提供依据。

　　

摘要

目的

智能输液泵配备了剂量错误预防系统（DERS），旨在拦截给药和/或编程错误；然而，这些系统可能无法捕捉到所有潜在的错误。通过分析这些设备的日志数据，可以获取有关剂量调整实践及高警示性连续输液过程中风险的重要信息。

方法

数据来源于Bainbridge Health输液泵网络，时间范围为2022年1月至12月。选取了成人患者使用的常见、可调节剂量的高警示性药物的连续输液记录。

结果

Bainbridge Health输液泵网络的数据涵盖了美国20个医疗系统，共分析了347,170次输液记录。被纳入研究的9种药物包括右美托咪定、多巴胺、芬太尼、肝素、胰岛素、咪达唑仑、去甲肾上腺素、丙泊酚和血管加压素。数据分析显示：1%的输液存在剂量编程错误；1%的输液超过了建议的最大剂量；其中4种药物的输液速度过快。

结论

这项开创性的数据分析揭示了安全漏洞，有助于建立高警示性药物剂量调整参数的统一标准。这些标准将进一步优化药物管理流程，并提升智能输液泵的安全性能。

剂量错误预防系统, 剂量调整, 高警示性药物错误, 输液泵, 医疗设备安全, 药物错误