Original article
Entscheidungsunterstützung beim Medikamentenprozess: Wie umfangreich sind die hospINDEX-Stammdaten?
Abstract
Decision-making support for the drug-order process: How
comprehensive is the hospINDEX
database?
Systems for computerized physician order entry (CPOE) are increasingly enhanced by clinical decision support (CDS) functions in order to reduce errors in the medication delivery process. Therefore, up-to-date and quality-approved drug knowledge databases must be available, including data that is semantically structured and coded in machine-readable form.
We analyzed the coverage of the CDS data from a commercially available database
(hospINDEX) relative to the drugs administered to inpatients at the University Hospital in
Zurich (USZ).
The most comprehensive data retrieved was related to allergies and incompatibilities, pregnancy and lactation, as well as maximal doses and alerts in the context of renal and hepatic insufficiency, resulting in a coverage of 31.3% for drug orders and 45.3% for drug administrations. Lower coverage was observed for nutrition interactions, dosage adaption for renal insufficiency, and links to doping lists. Data provided on drug-drug-interactions was quite comprehensive; yet owing to its limited specificity, this functionality was primarily used by consulting pharmacologists, but only infrequently by prescribing physicians.
The availability of comprehensive, machine-readable CDS data is gaining increasing relevance in advanced and quality-controlled health care services. There is thus room for improvement in Swiss drug knowledge databases, with data for selected functions only available for approximately half of the administered drugs.
Einleitung
Die fehlerfreie Medikamentenverordnung und deren Ausführung sind anspruchsvolle Prozesse. Viele Studien belegen die Fehleranfälligkeit und potentielle Patientenschädigung in der täglichen Praxis [1, 2]. Faktoren, die insbesondere bei stationärer Therapie in Zentrumsspitälern zu erhöhten Anforderungen bei der korrekten Verordnung der Arzneimittel führen, sind u.a. Überdosierungen wegen Nieren- und Leberfunktionsstörungen, Polymedikation aufgrund von Multimorbidität und Chemotherapien. Eine Herausforderung ergibt sich aus der Kooperation von verschiedenen beteiligten Berufsgruppen, u.a. Ärzten, Pflegenden, Apothekern und Logistikern. Bei den Ärzten sind zudem neben den direkt verschreibenden Ärzten oft auch ihre Vorgesetzten oder beratende Konsiliardienste beteiligt.
Die Einführung von Klinikinformationssystemen hat in den letzten Jahren in vielen Spitälern zum Einsatz eines vollständig informatikbasierten Medikamentenprozesses geführt. Ziele sind die Verbesserung der Abläufe, der Qualität und der Dokumentation, die Steigerung von Nachvollziehbarkeit, Transparenz und Effizienz sowie die Reduktion von Kosten.
Im Fokus liegt dabei die ärztliche Verordnung, die oft als Computerized Physician Order Entry (CPOE) bezeichnet wird. Therapeutische Anweisungen werden dabei im Informatiksystem erfasst und allen Beteiligten kommuniziert. Zunehmend werden CPOE-Systeme mit Funktionen zur Entscheidungshilfe ergänzt [3]. Diese «Clinical Decision Support» (CDS)-Module können vielfältige Hinweise und Warnungen kommunizieren, zur Erhöhung der Spezifität teilweise unter Berücksichtigung von Patientenparametern [4].
Entscheidungsunterstützung beim elektronischen Medikationsprozess ist ein Element zur Förderung der Medikationssicherheit. Durch den Einsatz von CPOE-/CDS-Systemen kann die Häufigkeit von Fehlern bei der Verordnung, Ausführung und Dokumentation reduziert werden. Durch solche wissensbasierten Systeme können zwar auch neue Fehlermöglichkeiten eingeführt werden, aber insgesamt werden damit Verordnungsfehler reduziert [3, 5].
Angestrebt wird eine kontextspezifische Präsentation von Informationen, Empfehlungen oder Warnungen zu Verordnungen oder der Verabreichung von Medikamenten. Hierzu werden Algorithmen verwendet, die u.a. Parameter aus Medikamentendatenbanken abfragen.
Verlässliche Medikamentenstammdaten bilden deshalb die Basis dieser Entscheidungsunterstützung. Die Daten sollten aktuell, qualitätskontrolliert, einheitlich nach definierter Semantik strukturiert und codiert in elektronischer Form verfügbar sein und eine breite Palette von Funktionen zur Entscheidungsunterstützung bei allen eingesetzten Medikamenten abdecken.
Eine solche ideale, maschineninterpretierbare und umfassende CDS-Datenbank ist für die in der Schweiz verwendeten Medikamente nicht verfügbar. Beim schrittweisen Aufbau von CDS-Funktionalitäten ist deshalb abzuklären, welche Daten in welchem Umfang und in welcher Qualität erhältlich sind. Wir haben untersucht, wie gross der Abdeckungsgrad von CDS-Daten in der kommerziell vertriebenen und im UniversitätsSpital (USZ) verwendeten Datenbank hospINDEX (Firma e-mediat AG, Bern) ist. Insbesondere wurde geprüft, zu welchem Anteil der Medikamentenverabreichungen auf Bettenstationen CDS-Daten vorliegen.
Methodik
Wir analysierten den hospINDEX-CDS-Datenstamm, der am 15.01.2014 veröffentlicht wurde. Geprüft wurde die Vollständigkeit der Angaben zu den maximalen und initialen Einzel- und Tagesdosen, zu den Dosierungsanpassungen bei Nieren- und Leberinsuffizienz, zu Schwangerschaft und Stillzeit, zu Allergien und Unverträglichkeiten, zu Nahrungsmittelinteraktionen und zu Doping. Als Grundlage für die Interpretation des Datenstamms diente die aktuellste verfügbare Dokumentation («User Manual INDEX-CDS» von e-mediat, Version 2012-11).
Der Abdeckungsgrad des CDS-Datenstamms wurde auf zwei Arten bestimmt: Einerseits prüften wir, in welchem Masse im hospINDEX-Medikamentenstamm CDS-Informationen vorlagen. Wir berechneten die Verhältnisse sowohl bezogen auf die Produktanzahl als auch auf die Artikelanzahl. Ein Produkt bezeichnet ein Medikament mit definiertem/n Arzneimittel/-n, Arzneitmitteldosis, galenischer Form und Hersteller. Ein Artikel bezeichnet die auf dem Markt erhältlichen Originalpackungen. Zwischen Produkt und Artikel besteht somit eine 1:n-Beziehung.
Andererseits wurde analysiert, zu welchem Anteil der im USZ abgegebenen Medikamente dieser Datenstamm CDS-Angaben enthielt. Berücksichtigt wurden alle Arzneimittel, die an stationäre Patienten des USZ verordnet und abgegeben wurden. Einschlusskriterien war der Spitaleintritt zwischen dem 1.12.2009 und dem 31.12.2011. Medikamentenverabreichungen auf den Intensivpflegestationen und Trägerlösungen von Infusionen wurden aus der Untersuchung ausgeschlossen. Die Berechnung der Verhältnisse erfolgte auf Basis der tatsächlichen Anzahl Medikamentenverabreichungen, wobei jede Medikamentenverordnung keine (bei Reserve-Verordnungen, falls Kriterien für Abgabe nie erfüllt), eine oder mehrere Verabreichungen auslösen kann.
Das USZ ist ein öffentliches akademisches Krankenhaus mit 850 Betten und jährlich 35000 Spitaleintritten. Die Analyse wurde durch die zuständige kantonale Ethikkommission bewilligt.
Tabelle 1.Verfügbarkeit von CDS-Daten im hospINDEX im Vergleich zur Medikamenten-Verabreichung im USZ. | |||||
hospINDEX | Verabreichungen am USZ | ||||
Produkte | Artikel | Produkte aus dem hospINDEX | Artikel aus dem hospINDEX | Verabreichungen von Artikeln aus dem hospINDEX | |
CDS-Daten vorhanden | 2'550 | 6'099 | 1'382 | 1'407 | 2'167'257 |
CDS-Daten geplant | 4'967 | 8'972 | 2'213 | 2'262 | 2'024'580 |
Keine CDS-Daten | 219'525 | 234'257 | 816 | 832 | 589'388 |
Total | 227'042 | 249'328 | 4'411 | 4'501 | 4'781'225 |
Resultate
Der hospINDEX enthält CDS-Daten von 2550 Produkten. Der Anteil von Produkten und Artikeln, bei denen in hospINDEX Angaben zu CDS vorhanden bzw. langfristig geplant sind, ist mit 1,1% bzw. 2,2% sehr klein (Tab. 1). Allerdings ist zu beachten, dass in dieser Datensammlung zusätzlich zu Arzneimitteln eine Vielzahl anderer Produkte registriert sind, bei denen CDS-Zusatzangaben nur begrenzt relevant sind, beispielsweise Homöopathika, Körperpflegemittel und Kosmetika.
Werden nur Medikamente betrachtet, die auf USZ-Bettenstationen eingesetzt werden, ist der Anteil wesentlich höher: Bei 31,3% der verordneten Artikel bzw. bei 45,3% der verabreichten Einzeldosen sind in hospINDEX Angaben zu CDS vorhanden (Tab. 1). Bei diesen Artikeln sind jedoch nicht alle CDS-Parameter vollständig mit Daten hinterlegt. Am meisten Angaben finden sich in hospINDEX zu Allergie und Unverträglichkeiten, Schwangerschaft und Stillzeit, Warnungen zu Nieren- und Leberinsuffizienz und Maximaldosen (Abb. 1).
Tiefer ist der Abdeckungsgrad bezüglich Interaktionen zu Lebensmitteln, der Berechnung der Dosiskorrektur bei Niereninsuffizienz oder Hinweisen zur Dopingliste.
![](https://swiss-medical-informatics.ch/rsrc/ji?tx_swajournal_image%5Baction%5D=index&tx_swajournal_image%5Bcontroller%5D=Image&tx_swajournal_image%5Bheight%5D=780&tx_swajournal_image%5Bidentifier%5D=smi.30.00318&tx_swajournal_image%5Bjournal%5D=ezm_smi&tx_swajournal_image%5Blanguage%5D=en&tx_swajournal_image%5Bmode%5D=view&tx_swajournal_image%5Bresource%5D=http%3A%2F%2Fprodclient.emh02.snowflakehosting.ch%2Fapi%2Ffile%2Fproduction%2Fe6%2Fe65a068ea2e7cb1a73f4a2b4661802537e5dfa37%2Fsmi_318_fig_01_conv.jpg&tx_swajournal_image%5Bscale%5D=ratio&tx_swajournal_image%5Btype%5D=article&tx_swajournal_image%5Bwidth%5D=780)
![](https://swiss-medical-informatics.ch/rsrc/ji?tx_swajournal_image%5Baction%5D=index&tx_swajournal_image%5Bcontroller%5D=Image&tx_swajournal_image%5Bheight%5D=1200&tx_swajournal_image%5Bidentifier%5D=smi.30.00318&tx_swajournal_image%5Bjournal%5D=ezm_smi&tx_swajournal_image%5Blanguage%5D=en&tx_swajournal_image%5Bmode%5D=view&tx_swajournal_image%5Bresource%5D=http%3A%2F%2Fprodclient.emh02.snowflakehosting.ch%2Fapi%2Ffile%2Fproduction%2Fe6%2Fe65a068ea2e7cb1a73f4a2b4661802537e5dfa37%2Fsmi_318_fig_01_conv.jpg&tx_swajournal_image%5Bscale%5D=ratio&tx_swajournal_image%5Btype%5D=article&tx_swajournal_image%5Bwidth%5D=1200)
Abbildung 1
Verfügbarkeit spezifischer CDS-Daten im hospINDEX in Bezug zur Medikamenten-Verabreichung im USZ.
Zu beachten ist zudem, dass der integrierte Medikamentenstamm eines Spitals aus mehreren Datenquellen zusammengesetzt sein kann, da nicht alle verwendeten Medikamente und spitalspezifischen Angaben in hospINDEXaufgeführt sind. Im USZ betrifft dies insbesondere Eigenprodukte der Kantonsapotheke, aber auch Freitextverordnungen (Abb. 2). Die Eingabe von Freitextverordnungen ist unerwünscht, wird aber technisch nicht verhindert, um u.a. auch nur im Ausland zugelassene Medikamente und Forschungssubstanzen verordnen zu können.
Diskussion
Die Medikamenten-Datenbank hospINDEX umfasst diverse Parameter zur Unterstützung und Überprüfung der Medikamentenverordnung. Am meisten Angaben finden sich zu Allergie und Unverträglichkeiten, Schwangerschaft und Stillzeit, Maximaldosen und Warnungen zu Nieren- und Leberinsuffizienz. Vorhanden sind diese Daten für knapp die Hälfte der Medikamentengaben, die im hospINDEX aufgeführt sind. Tiefer ist der Abdeckungsgrad bezüglich Interaktionen zu Lebensmitteln, der Berechnung der Dosiskorrektur bei Nieren- oder Leberinsuffizienz oder Hinweisen zur Dopingliste.
![](https://swiss-medical-informatics.ch/rsrc/ji?tx_swajournal_image%5Baction%5D=index&tx_swajournal_image%5Bcontroller%5D=Image&tx_swajournal_image%5Bheight%5D=780&tx_swajournal_image%5Bidentifier%5D=smi.30.00318&tx_swajournal_image%5Bjournal%5D=ezm_smi&tx_swajournal_image%5Blanguage%5D=en&tx_swajournal_image%5Bmode%5D=view&tx_swajournal_image%5Bresource%5D=http%3A%2F%2Fprodclient.emh02.snowflakehosting.ch%2Fapi%2Ffile%2Fproduction%2F2e%2F2e7ea2be06172ca3115041d89b0612c38ba01e1c%2Fsmi_318_fig_02_conv.jpg&tx_swajournal_image%5Bscale%5D=ratio&tx_swajournal_image%5Btype%5D=article&tx_swajournal_image%5Bwidth%5D=780)
![](https://swiss-medical-informatics.ch/rsrc/ji?tx_swajournal_image%5Baction%5D=index&tx_swajournal_image%5Bcontroller%5D=Image&tx_swajournal_image%5Bheight%5D=1200&tx_swajournal_image%5Bidentifier%5D=smi.30.00318&tx_swajournal_image%5Bjournal%5D=ezm_smi&tx_swajournal_image%5Blanguage%5D=en&tx_swajournal_image%5Bmode%5D=view&tx_swajournal_image%5Bresource%5D=http%3A%2F%2Fprodclient.emh02.snowflakehosting.ch%2Fapi%2Ffile%2Fproduction%2F2e%2F2e7ea2be06172ca3115041d89b0612c38ba01e1c%2Fsmi_318_fig_02_conv.jpg&tx_swajournal_image%5Bscale%5D=ratio&tx_swajournal_image%5Btype%5D=article&tx_swajournal_image%5Bwidth%5D=1200)
Abbildung 2
Verfügbarkeit von CDS-Daten in Bezug zur Medikamenten-Verabreichung im USZ.
Welcher Abdeckungsgrad vorhanden sein sollte, um mit Hinweisen und Warnungen einen nachhaltigen Nutzen zu bewirken, ohne aufgrund lückenhafter CDS-Informationen Fehler zu begünstigen und das Vertrauen in wissensbasierte Hilfsfunktionen zu verspielen, ist nicht geklärt. Von Einfluss ist dabei u.a. die Spezifität und Sensitivität der CDS-Funktionen und die Art und Weise, wie Meldungen an die Benutzer kommuniziert werden. Zu viele unspezifische Meldungen führen zu «alert fatigue», d.h. Hinweise werden als störend empfunden und ungelesen weggeklickt [6, 7].
Dies trifft insbesondere auch auf Meldungen zu Arzneimittelinteraktionen zu. Die im
hospINDEX verfügbare Interaktionsdatenbank und deren Einsatz und Nutzen ist im USZ in einer früheren Studie untersucht worden [8]. Es zeigte sich, dass viele Wechselwirkungen identifiziert werden, die bei den betroffenen Patienten kaum von klinischer Bedeutung sind, und dass auch eine zutreffende Einteilung in Stufen von klinischer Relevanz schwierig ist [9]. Klinische Pharmakologen wenden Abfragen zu Interaktionen häufig als Screening-Tool bei Konsilien an, dagegen wird diese Funktion selten von den direkt für die Patienten zuständigen Ärzten verwendet [8]. Die limitierte Spezifität dieser Funktionalität ist ein Problem aller Interaktionsdatenbanken [6, 10]. Um den Nutzen für die verschreibenden Ärzte zu erhöhen, ist der Bezug zur individuellen Patientensituation entscheidend. Illustrativ lässt sich dies anhand der Kalium-erhöhenden Interaktionen zeigen, den am häufigsten als kontraindiziert identifizierten Medikamentenkombinationen. Diese werden teilweise verschrieben, um Hypokaliämien zu behandeln. Warnungen wegen Hyperkaliämie sind kaum sinnvoll, solange ein Patient abnorm tiefe Kaliumwerte aufweist. Daher kann die Spezifität von CDS-Meldungen verbessert werden, indem ergänzend zur Arzneimittelinteraktion auch Patientendaten wie Laborparameter oder Diagnosen berücksichtigt werden [4, 9]. Die Herausforderungen beim Aufbau einer spezifischen Interaktionsdatenbank sind offensichtlich erheblich, wenn für viele Interaktionen auch entsprechende Angaben enthalten sein sollten. Wünschbar wären zudem Hinweise zu möglichen Therapiealternativen, um unerwünschte Wechselwirkungen zu vermeiden, oder die Integration von Empfehlungen zur Therapieüberwachung.
Das Deutsche Institut für Medizinische Dokumentation und Information hat zu CPOE-/CDS-Systemen ein Health Technology Assessment erstellt und berichtet über Reduktionen der Medikationsfehlerrate bei der Verordnung von Arzneimitteln [3]. Die medizinische Versorgung in der Schweiz wird oft als ausgezeichnet beurteilt – nicht selten ohne methodisch stringente vergleichende Evidenz. Zumindest bezüglich Verfügbarkeit von umfassenden CDS-Informationen scheint Ergänzungsbedarf zu bestehen. Zu den in der Schweiz zugelassenen Arzneimitteln sollten umfassende, maschinenlesbare CDS-Informationen verfügbar sein. Ergänzend zu Angaben zur ärztlichen Verordnung sollten auch Informationen zur Verabreichung enthalten sein; bei intravenös applizierten Produkten beispielsweise bezüglich der Kompatibilität mit gleichzeitig infundierten Produkten und Trägerlösungen oder bezüglich der minimalen Infusionsdauer. Um zuverlässig Entscheidungsunterstützung beim elektronischen Medikationsprozess vermitteln zu können, sind die Produkte aller Lieferanten relevant, weshalb auch Spital- oder Kantonsapotheken ihre Artikel mit CDS-Angaben dokumentieren sollten. Zu beachten sind zudem besondere Patientengruppen, insbesondere die Differenzierung zwischen Erwachsenen und Kindern.
Nicht näher untersucht wurde in dieser Studie die Qualität der im hospINDEX vorhandenen CDS-Angaben. Zuständigkeit und Kriterien zur Qualitätskontrolle von CDS-Daten sind nicht geregelt. Die pharmazeutischen Firmen sind verpflichtet, strukturierte Produkteangaben zu kommunizieren, jedoch nicht in maschineninterpretierbarer Form, d.h. einheitlich nach definierter Semantik strukturiert und codiert. Die Extraktion von CDS-relevanten Informationen ist deshalb ein fachlich anspruchsvoller Aufwand, der von den Datenbank-Providern geleistet werden muss, zumindest so lange, bis die Anforderungen bei der Medikamentenzulassung nicht entsprechende Dokumentationen erfordert. Zurzeit finden im nationalen Parlament im Rahmen der Revision des Heilmittelgesetzes entsprechende Diskussionen statt.
Informatikbasierte Entscheidungsunterstützung stellt eine Hilfsfunktion dar, welche in keiner Weise die ungeteilte Verantwortung der verordnenden Ärzte tangiert. Trotzdem wird die umfassende Verfügbarkeit von maschineninterpretierbaren CDS-Informationen zu einem immer wichtigeren Element einer fortschrittlichen, qualitätskontrollierten Gesundheitsversorgung.
Medikationsbezogene Wissensdatenbanken sind im schweizerischen Gesundheitssystem ausbaufähig. In der untersuchten Datenbank, wie auch in andern schweizerischen Medikamentenstammdaten, sind heute nicht genügend maschineninterpretierbar aufgearbeitete pharmakologische Daten verfügbar, um den Medikamentenprozess umfassend durch CPOE-/CDS-Systeme zu unterstützen. Immerhin stehen für ausgewählte Funktionen Daten für knapp die Hälfte der Medikamente, die in schweizerischen Kliniken abgegebenen werden, zur Verfügung. Ob das Glas nun knapp halb voll mit CDS-Daten gefüllt ist, oder eher halb leer und noch nicht reif für einen breiten klinischen Einsatz? Mehr im Glas ist immer besser!
Es bestehen keine Interessenskonflikte.
Correspondence
Korrespondenz:
Prof. Dr. Jürg Blaser
Forschungszentrum Medizininformatik
Direktion Forschung und Lehre
UniversitätsSpital Zürich
Moussonstrasse 2
CH-8091 Zürich
juerg.blaser[at]usz.ch
Literatur
1 Kohn LT, Corrigan JM, Donaldson MS. To Err Is Human: Building a Safer Health System. Washington, DC: The National Academies Press; 2000.
2 Hardmeier B, Braunschweig S, Cavallaro M, Roos M, Pauli-Magnus C, Giger M, et al. Adverse drug events caused by medication errors in medical inpatients. Swiss Med Wkly. 2004;134(45-46):664‒70. PubMed PMID: 15611888.
3 Stürzlinger H, Hiebinger C, Pertl D, Traurig P. Computerized Physician Order Entry – effectiveness and efficiency of electronic medication ordering with decision support systems. GMS Health Technol Assess. 2009;5:Doc07. PubMed PMID: 21289894. Pubmed Central PMCID: PMC3011281.
4 Oertle M. Frequency and nature of drug-drug interactions in a Swiss primary and secondary acute care hospital. Swiss Med Wkly. 2012;142:w13522. PubMed PMID: 22327947.
5 van Doormaal JE, van den Bemt PM, Zaal RJ, Egberts AC, Lenderink BW, Kosterink JG, et al. The influence that electronic prescribing has on medication errors and preventable adverse drug events: an interrupted time-series study. J Am Med Inform Assoc. 2009 2009 Nov-Dec;16(6):816–25. PubMed PMID: 19717798. Pubmed Central PMCID: PMC3002127.
6 van der Sijs H, Mulder A, van Gelder T, Aarts J, Berg M, Vulto A. Drug safety alert generation and overriding in a large Dutch university medical centre. Pharmacoepidemiol Drug Saf. 2009;18(10):941–7. PubMed PMID: 19579216.
7 Jung M, Hoerbst A, Hackl WO, Kirrane F, Borbolla D, Jaspers MW, et al. Attitude of physicians towards automatic alerting in computerized physician order entry systems. A comparative international survey. Methods Inf Med. 2013;52(2):99–108. PubMed PMID: 23187311.
8 Beeler PE, Eschmann E, Rosen C, Blaser J. Use of an on-demand drug-drug interaction checker by prescribers and consultants: a retrospective analysis in a Swiss teaching hospital. Drug Saf. 2013;36(6):427–34. PubMed PMID: 23516005.
9 Eschmann E, Beeler PE, Kaplan V, Schneemann M, Zünd G, Blaser J. Clinical decision support for monitoring drug-drug-interactions and potassium-increasing drug combinations: need for specific alerts. Stud Health Technol Inform. 2012;180:1200–2. PubMed PMID: 22874400.
10 Zorina OI, Haueis P, Greil W, Grohmann R, Kullak-Ublick GA, Russmann S. Comparative performance of two drug interaction screening programmes analysing a cross-sectional prescription dataset of 84,625 psychiatric inpatients. Drug Saf. 2013;36(4):247–58. PubMed PMID: 23494998.
Copyright
Published under the copyright license
“Attribution – Non-Commercial – NoDerivatives 4.0”.
No commercial reuse without permission.
See: emh.ch/en/emh/rights-and-licences/