2種醫囑審核模式的臨床應用及存在問題的文獻分析

宗宇桐 閆素英 褚燕琦

摘 要 目的：總結人工醫囑審核和信息化醫囑審核模式的臨床應用情況及存在的問題，為提高合理用藥水平提供參考。方法：采用文獻檢索的方法收集資料，以“處方審核”“醫囑審核”“處方前置審核”“醫囑前置審核”“用藥錯誤”“藥物相關問題”“用藥安全”“警報疲勞”“Medication review”“Decision support medication review”“Real-time medication review”“Real-time prescription surveillance”“Clinical alarms decision support systems”“Clinical pharmacy information systems”“Medication errors”“Medication related problem”“Medication safety”“Alert fatigue”等為關鍵詞，在中國知網、萬方數據庫、PubMed、Embase、Web of Science等數據庫中組合查詢2000年1月-2019年11月發表的相關文獻，對2種醫囑審核模式的臨床應用及存在的問題進行歸納總結。結果與結論：人工審核模式能減少藥物相關問題（如藥物治療效果不佳、有未治療的癥狀或適應證、可能發生藥物不良事件、不必要的藥物治療等），提升患者生活質量，但可能無法降低患者死亡率或住院時長;存在所需醫囑審核藥師數量多、審核時間不足、審核標準不一、審核時間滯后等問題。信息化醫囑審核模式能夠減少藥物相關問題、節省醫囑審核時間、降低用藥錯誤發生率、減少不合理醫囑、提高審核效率，相比于人工審核模式具有一定優勢，但存在警報疲勞等問題。目前我國醫囑審核模式以人工審核模式為主，信息化醫囑審核模式仍處于起步階段，且大多關注其對于處方合格率的影響，而對患者不良事件發生率等臨床效果影響的研究較少。后續可對此2種醫囑模式進行完善，為醫院藥學人員醫囑審核提供參考。

關鍵詞 醫囑審核模式;人工審核;信息化審核;用藥安全;警報疲勞

ABSTRACT? ?OBJECTIVE： To summarize clinical application and existing problems of artificial auditing and information-based medical order auditing modes so as to provide reference for improving rational medication. METHODS： Collecting data by literature search，using “Prescription auditing” “Medical order auditing” “Prescription pre-auditing” “Medication error” “Medication-related problems” “Medication safety” “Alert fatigue” “Medication review” “Decision support medication review” “Real-time medication review” “Real-time prescription surveillance” “Clinical alarms decision support systems” “Clinical pharmacy information systems” “Medication errors” “Medication related problem” as keywords， the related literatures from Jan. 2000 to Nov. 2019 were retrieved from CNKI， Wanfang database， PubMed， Embase， Web of Science and other databases. The clinical application and existing problems of 2 medical order auditing modes were analyzed and summarized. RESULTS & CONCLUSIONS： The artificial auditing mode can reduce medication-related problems （such as poor drug treatment effect， untreated symptoms or indications， potential adverse drug events， unnecessary drug treatment， etc.）， improve life quality of patients， but can not decrease the mortality and the length of hospitalization stay; there are some problems， such as many pharmacists needed for medical order auditing， insufficient auditing time， different auditing standards， auditing time lagging. The information-based medical order auditing mode can reduce medication-related problems， save auditing time， reduce the incidence of medication errors， reduce unreasonable medical orders， and improve audit efficiency. Compared with the artificial auditing mode， it has certain advantages， but there are problems such as alarm fatigue. At present， the domestic medical order auditing mode is dominated by artificial audit mode; the information-based medical order auditing mode is still in the initial stage， and the most attention is paid to its influence on the qualified rate of prescription， while the research on the incidence of adverse events and other clinical effects is less. Later， the 2 midical order can be improve to provide a reference for medical order auditing of hospital pharmacy personnel.

KEYWORDS? ?Medical order auditing mode;Artificial auditing; Information-based auditing; Medication safety; Alert fatigue

目前，藥物不良事件嚴重威脅患者安全，每100名入院患者中，平均發生24.3次藥物不良事件，其中五分之一是可以預防的[1] 。此外，住院患者中，1%～2%的患者因用藥錯誤導致平均住院時間延長4～10 d[2] 。我國有關資料顯示，每年約5 000萬住院患者中，有超過 250萬患者的死亡與藥物不良事件相關[3]。

用藥錯誤造成的傷害也是致命的，美國每年有超過 7 000名患者因可預防的用藥錯誤而死亡[4]。相關研究表示，通過優化患者用藥方案，全球每年可節省醫療費用約5 000億美元，約占全球衛生支出的8%[5]。

臨床不合理用藥往往會給患者帶來不可避免的經濟和健康負擔，甚至造成死亡。為了減少藥物傷害，各國普遍采用醫囑（包括住院醫囑與門診處方）審核的方式促進臨床合理用藥。醫囑審核可分為人工醫囑審核模式與信息化輔助的實時醫囑審核模式（如處方前置審核、醫囑前置審核、實時醫囑審核系統輔助醫囑審核模式等，以下統一簡稱為“信息化醫囑審核模式”）[6]。人工醫囑審核模式下，醫師開具醫囑后，審核藥師在發藥前對醫囑的合理性進行審核，對不合理醫囑進行干預。而信息化醫囑審核模式是在醫師開具醫囑進行保存時，信息化醫囑審核系統會進行實時審核，對于不合理的醫囑將提示醫師更改;若醫師不認同審核結果，可發送到藥師端進行人工復核，復核后，合理醫囑可以執行，不合理醫囑將由藥師與醫師溝通干預。

為了能給醫院藥學人員在醫囑審核方面提供參考，筆者采用文獻檢索的方法收集資料，以“處方審核”“醫囑審核”“處方前置審核”“醫囑前置審核”“用藥錯誤”“藥物相關問題”“用藥安全”“警報疲勞”“Medication review”“Decision support medication review”“Real-time medication review”“Real-time prescription surveillance”“Clinical alarms decision support systems”“Clinical pharmacy information systems”“Medication errors”“Medication related problem”“Medication safety”“Alert fatigue”等為關鍵詞，組合查詢2000年1月-2019年11月在中國知網、萬方數據庫、PubMed、Embase、Web of Science等數據庫中的相關文獻，對人工醫囑審核和信息化醫囑審核模式的臨床應用及存在的問題進行歸納總結。

1 人工醫囑審核模式

1.1 人工醫囑審核模式的臨床應用

人工醫囑審核模式下，藥師會對醫師開具的醫囑進行審核，并針對問題醫囑進行干預。Bo?nak AS等[7]對102位化療患者的用藥醫囑進行人工審核，結果顯示，102位患者的藥物相關問題（如藥物治療效果不佳、有未治療的癥狀或適應證、可能發生藥物不良事件、不必要的藥物治療等）經藥師人工醫囑審核干預后能夠解決86.4%。Lenander C等[8]將初級醫療機構的209名患者隨機分為人工醫囑審核干預組（n=107）與對照組（n=102，不進行藥師干預），結果顯示，經人工醫囑審核并干預的患者，人均藥物相關問題從1.73個降低至1.31個（P<0.05），人均用藥數量從8.6種降低至7.9種（P<0.05）;對照組人均藥物相關問題從1.37個降低到1.11（P>0.05），人均用藥數量從7.4種增加至7.5種（P>0.05）。由此可知，人工醫囑審核能夠減少藥物相關問題。

Verdoorn S等[9]納入了629名70歲以上，使用7種及以上藥物的患者，隨機分為干預組（n=315，人工醫囑審核并干預）、對照組（n=314），結果顯示，經過藥師的干預，患者的生活質量得到提升。Gillespie U等[10]將368名患者分為人工醫囑審核組（n=182）和對照組（n=186，不進行藥師干預）進行試驗，結果顯示，人工醫囑審核組（57/182）與對照組（61/186）的死亡率無顯著差異（P>0.05），分析其原因可能是由于納入樣本量較少，隨訪時間較短（1個月至1年），難以觀察到重要的療效指標，這也提示后續需要更多高質量的長期隨訪（至少1年）研究。

1.2 人工醫囑審核模式存在的問題

1.2.1 所需審核藥師數量多 美國醫院平均每100張病床配備17名臨床藥師、15名調劑藥師，每周7 d、每天24 h地進行醫囑審核，從而每時每刻地保障患者用藥安全，約88.9%的醫院能提供全年無休的全時段醫囑審核[11]。我國臨床藥師數量與美國相比較少，我國大型綜合醫療機構大多僅能保證每100張病床配備1名臨床藥師，而負責醫囑審核的藥師人數就更少，且我國的藥師還面臨著大量的調劑工作，這也使得原本用于人工醫囑審核的時間進一步受到壓縮，更加無法保證審核的質量[12]。

1.2.2 審核時間不足 人工審核模式面臨著醫囑繁多冗雜、藥師審方時間短、審核效率低等問題。以我國醫療機構每日的門診處方審核工作為例，鹽城市第三人民醫院平均審核時間不足50.0 s[13];南京醫科大學附屬兒童醫院平均審核時間不足27 s[14];北京大學腫瘤醫院門診高峰時期，每小時藥師需審核200張處方，平均每張審核時間不足20 s[15] 。醫囑審核時間不足使藥師無暇顧及患者個體情況，無法提供精細的個體化用藥方案。

1.2.3 審核標準不一 人工醫囑審核模式缺少標準知識庫，過度依賴審核藥師個人知識儲備，難以保證不同藥師審核的一致性[16]。同時，即使有著完備的知識，人工審核模式也不能保證無遺漏地查出所有的處方問題，并進行適宜地干預[17] 。人工醫囑審核的質量還受到藥師個人的臨床經驗、標準把握度等因素影響，甚至可能導致審核結果的偏倚[18] 。

1.2.4 審核時間滯后 人工審核模式是在發現問題醫囑后才進行的干預，有滯后性，且處方問題更正過程繁瑣，醫師、患者的滿意度差、配合度不佳。

2 信息化醫囑審核模式

信息化醫囑審核模式需要使用信息化醫囑審核系統支持進行審核。信息化醫囑審核系統在國際上目前尚無統一的名稱，目前的名稱包括處方前置審核、醫囑前置審核、實時醫囑審核系統、臨床警報決策支持系統、臨床藥房信息系統等[19-20]。此類信息化醫囑審核模式的功能大致可分為輔助診斷[21] 、審核醫囑合理性[22] 、促進指南依從性[22] 、提供治療方案及各方案利弊分析[23] 、特殊人群藥物劑量計算并提示醫師完善相關監護措施等[24]。

2.1 信息化醫囑審核模式的臨床應用

相關研究表明，使用信息化醫囑審核模式能夠顯著節省醫囑審核的時間成本，如Helmons PJ等[25]對使用信息化醫囑審核模式審核藥物相互作用花費時間的投資回報分析顯示，與人工醫囑審核相比，使用了信息化醫囑審核模式后，審核藥物相互作用所需的時間減少了45%，有效提高了審核效率。在美國，70.9%的醫院采用了信息化醫囑審核模式[11]，從而保證了對患者醫囑全天候的審核，而我國與美國等先進國家在這方面的差距較大。

為了能在醫師下達醫囑時便同步完成處方審核等功能，醫囑審核類型的信息化醫囑審核模式往往鑲嵌在電子醫囑錄入系統（CPOE）中。如Aziz MT等[26]、Tsuda K等[27]、Vermeulen KM等[28]的研究中，將進行醫囑審核的信息化醫囑審核模式鑲嵌在CPOE中，從而降低了用藥錯誤發生率，減少了不合理醫囑。

信息化醫囑審核模式能夠有效減少藥物相關問題，減少臨床不合理用藥。Willoch K等[29]將77名患者隨機分為干預組（n=40，信息化醫囑審核并進行干預）與對照組（n=37，不進行信息化醫囑審核），結果顯示，干預組人均藥物相關問題數從4.4個降低到1.2個（P<0.01），對照組從人均4.2個降低到4.0個（P>0.05）。Vardi A等[30]對一家兒科醫院重癥監護室的心肺復蘇相關用藥進行信息化輔助的醫囑審核，結果顯示，在采用信息化醫囑審核模式后，無用藥錯誤情況發生，有效地促進了臨床合理用藥。張東肅等[31]使用信息化醫囑審核系統審核門診處方并對問題醫囑進行干預，最終共審核85 630張處方，門診處方問題發生率從0.21%降低至0.02%;廖麗娜等[32]對采用信息化審核模式后的門診用藥情況進行統計分析，結果顯示，超劑量用藥、藥物相互作用不合格處方率分別從7.1%、0.49%降低到0.14%、0.06%。信息化審核模式對于減少患者醫療花費也具有一定作用，如姜德春等[6]采用信息化審核模式對245.49萬張門診處方進行審核，對發現的藥物相關問題進行干預，結果顯示，處方醫師修改處方前后，平均每張處方費用減少了（146.25±13.49）元。

不僅如此，信息化醫囑審核模式比人工醫囑審核模式能發現更多的藥物相關問題，如Curtain C等[16]對570名社區老年患者的醫囑分別進行人工醫囑審核與信息化醫囑審核，結果顯示，信息化醫囑審核共發現2 854個藥物相關問題，人工審核僅發現1 680個藥物相關問題。

2.2 信息化醫囑審核模式存在的問題

隨著信息化醫囑審核模式的普及和使用，越來越多的研究開始關注于信息化醫囑審核模式存在的問題，并開始著手進行改進。

2.2.1 警報疲勞 信息化醫囑審核模式導致的問題中，警報疲勞引起的關注度最高。警報疲勞是指使用者對過多的系統警報脫敏（其中不乏不需采取行動的，或者錯誤的），并對報警信號置之不理或延后處理，最終可能導致延誤患者治療的現象[33]。警報疲勞的根本原因之一是系統警報與臨床的相關性低，而評估警報疲勞最常用的指標是系統警報中臨床相關問題的陽性預測值。Eppenga WL等[34]對4 023份醫囑進行信息化醫囑審核，結果顯示，因藥物相互作用的警報陽性預測值為14.8%，因年齡導致用藥不適宜的警報陽性預測值為73.3%，因劑量不適宜的警報陽性預測值為73.3%。這提示針對不同問題類型的報警，警報疲勞嚴重程度相差懸殊，因此藥師應當對不同報警類型分別進行分析，從而更好評估報警情況并改善實時醫囑審核系統。

為了解決警報疲勞的問題，一些學者進行了深入研究，如Paterno MD等[35]對兩家醫院的住院患者醫囑以信息化審核模式審核藥物相互作用，其中一家醫院的警報根據相互作用的嚴重程度進行分級，作為干預組，另一家醫院的警報不進行分級，作為對照組。結果顯示，對于配伍禁忌的警報，2家醫院醫師的接受率分別為100%（干預組）、34%（對照組），提示將警報根據嚴重程度進行分級可避免醫師對重要警報的忽視。Seidling HM等[36]對某院常見的100種藥物相互作用進行分析，其中17種藥物相互作用可能對患者造成傷害，系統會根據醫囑自動報警，提示醫師藥物存在相互作用，但是另外的83種藥物相互作用只有在結合患者腎功能、血鉀、血藥濃度等個體化信息進行綜合分析，才能夠判斷是否可能會對患者造成傷害。但系統對上述情況均會自動報警，由此產生了部分沒有臨床意義的警報，易造成警報疲勞。

2.2.2 延誤治療時機 除警報疲勞帶來的問題外，信息化醫囑審核模式使用不當還可能導致治療延誤。Storm BL等[37]將1 971名醫師隨機分為干預組（n=985）與對照組（n=986），干預組使用信息化醫囑審核，一旦檢出藥物相關問題就立即發出警報阻止醫師開具當前醫囑，對照組則僅提示警報，不阻止醫師開具醫囑。結果顯示，由于干預組的問題醫囑被系統強制攔截，且醫師沒有及時給出合理的藥物調整方案，1名患者未能給予預防用的復方磺胺甲噁唑、1名患者的抗感染治療被延誤3 d、2名患者本應使用的華法林被延誤1 d以上，試驗也被迫提前終止。這提示信息化醫囑審核模式審核醫囑的過程中，還應關注其是否會給患者帶來危害。同時，在急診、ICU等患者病情危重且變化較快的科室，使用信息系統輔助醫囑審核時更需謹慎。

3 結語

當前的醫囑審核模式可分為人工醫囑審核模式與信息化醫囑審核模式。人工醫囑審核模式可顯著減少藥物相關問題，提升患者藥物治療達標率及生活質量，但可能無法降低死亡率或減少住院時長等，目前在我國實際臨床應用中仍存在很多問題。信息化醫囑審核模式能夠在減少藥物相關問題的同時提高審核效率，與人工審核模式相比存在著一定的優勢，但同樣存在警報疲勞等問題，藥師的人工審核作用仍然不可替代。

目前國內醫囑審核模式以人工審核模式為主，信息化醫囑審核模式仍處于起步階段，但已初見成效。然而國內學者大多關注于信息化醫囑審核模式在門診的使用效果，而對住院醫囑進行信息化審核的效果研究較少;此外，我國的研究大多關注于此模式對于處方合格率的影響，而對患者不良事件發生率、住院時長等臨床效果影響的研究較少。

隨著臨床對藥學服務的需求不斷提高、藥師地位穩步提升，藥師責任也逐漸加重，為了保障用藥合理性，后續可對此2種模式進行完善，為其醫囑審核提供參考。

參考文獻

[ 1 ] BOEKER EB，RAM K，KLOPOTOWSKA JE，et al. An individual patient data meta-analysis on factors associated with adverse drug events in surgical and non-surgical inpatients[J]. Br J Clin Pharmacol，2015，79（4）：548-557.

[ 2 ] Agency for Healthcare Research and Quality. Medication administration errors in hospitals：challenges and recommendations for their measurement[EB/OL].[2019-02-24].https：//psnet.ahrq.gov/issue/medication-administration-errors-hospitals-challenges-and-recommendations-their-measurement.

[ 3 ] 朱永珙.藥品不良反應監察是臨床藥學工作的一個重要內容[J].中國藥房，1992，3（2）：9-11.

[ 4 ] WALSH MH. Automated medication dispensing cabinet and medication errors[EB/OL].[2019-09-12].https：//sch- olarworks.waldenu.edu/dissertations/305/.

[ 5 ] ATKEN M，GOROKHOVICH L. Advancing the responsible use of medicines：applying levers for change[J]. SSRN Electronic Journal，2012. DOI：10.2139/ssrn.2222541.

[ 6 ] 姜德春，崔曉輝，閆素英，等.基于信息化輔助的藥師實時處方審核的模式建立與實施效果評價[J].臨床藥物治療雜志，2018，16（11）：15-19.

[ 7 ] BO?NAK AS，BIRAND N，DIKER ?，et al. The role of the pharmacist in the multidisciplinary approach to the prevention and resolution of drug-related problems in cancer chemotherapy[J]. J Oncol Pharm Pract，2019，25（6）：1312-1320.

[ 8 ] LENANDER C，ELFSSON B，DANIELSSON B，et al. Effects of a pharmacist-led structured medication review in primary care on drug-related problems and hospital admission rates：a randomized controlled trial[J]. Scand J Prim Health Care，2014，32（4）：180-186.

[ 9 ] VERDOORN S，KWINT H，BLOM JW，et al. Effects of a clinical medication review focused on personal goals，quality of life，and health problems in older persons with polypharmacy：a randomised controlled trial （DREAMeR-study）[J]. PLoS Med，2019. DOI：10.1371/journal.pmed.1002798.

[10] GILLESPIE U，ALASSAAD A，HENROHN D，et al. A comprehensive pharmacist intervention to reduce morbidity in patients 80 years or older：a randomized controlled trial[J]. Arch Intern Med，2009，169（9）：894-900.

[11] SCHNEIDER PJ，PEDERSEN CA，SCHECKELHOFF DJ. ASHP national survey of pharmacy practice in hospital settings：dispensing and administration-2017[J]. Am J Health Syst Pharm，2018，75（16）：1203-1226.

[12] 齊曉漣，王育琴.從醫生的助手，患者的朋友到醫生的合作者，患者的指導者：首都醫科大學宣武醫院臨床藥師情況簡介[J].中國藥物應用與監測，2010，7（4）：228- 229.

[13] 季宏建，岳峰，朱宏亮，等.我院門/急診電子處方事前審核模式的建立及完善[J].中國藥房，2017，28（1）：80-83.

[14] 王絢，胡雅慧，趙耀，等.我院PIVAS審方平臺的優化與實踐[J].中國藥房，2019，30（3）：303-306.

[15] 王欣，徐健，丁曦，等.我院門診收費前審核處方的運行實踐[J].中國藥房，2016，27（4）：461-463.

[16] CURTAIN C，BINDOFF I，WESTBURY J，et al. An investigation into drug-related problems identifiable by commercial medication review software[J]. Australas Med J，2013，6（4）：183-188.

[17] WEIDEMAN RA，BERNSTEIN IH，MCKINNEY WP. Pharmacist recognition of potential drug interactions[J]. Am J Health Syst Pharm，1999，56（15）：1524-1529.

[18] 王娟，崔曉輝，姜德春，等.門急診處方前置審核系統模式的建立對處方質量的影響[J].臨床藥物治療雜志，2018，16（9）：65-68.

[19] FERR?NDEZ O，URBINA O，GRAU S，et al. Computerized pharmacy surveillance and alert system for drug-related problems[J]. J Clin Pharm Ther，2017，42（2）：201- 208.

[20] HEO JH，SUH DC，KIM S，et al. Evaluation of the pilot program on the real-time drug utilization review system in South Korea[J]. Int J Med Inform，2013，82（10）：987- 995.

[21] WULFF A，HAARBRANDT B，TUTE E，et al. An interoperable clinical decision-support system for early detection of SIRS in? pediatric intensive care using openEHR[J]. Artif Intell Med，2018. DOI：10.1016/j.artmed.2018. 04.012.

[22] ALOTAIBI YK，FEDERICO F. The impact of health information technology on patient safety[J]. Saudi Med J，2017，38（12）：1173-1180.

[23] STACEY D，L?GAR? F，LEWIS K，et al. Decision aids for people facing health treatment or screening decisions：reviews[J]. Cochrane Database Syst Rev，2017. DOI：10. 1002/14651858.CD001431.pub5.

[24] RAHIMI R，KAZEMI A，MOGHADDASI H，et al. Specifications of computerized provider order entry and clinical decision support systems for cancer patients undergoing chemotherapy：a systematic review[J]. Chemotherapy，2018，63（3）：162-171.

[25] HELMONS PJ，SUIJKERBUIJK BO，NANNAN PANDAY PV，et al. Drug-drug interaction checking assisted by clinical decision support：a return on investment analysis[J]. J Am Med Inform Assoc，2015，22（4）：764-772.

[26] AZIZ MT，UR-REHMAN T，QURESHI S，et al. Reduction in chemotherapy order errors with computerised physician order entry and clinical decision support systems[J]. Health Inf Manag，2015，44（3）：13-22.

[27] TSUDA K，KIMURA Y，TANIMOTO T，et al. Impact of the automatic rounding-off function of the computerized physician order entry system on the ordering time and dose dispersion of chemotherapeutic drugs in regimens for hematologic malignancies[J]. Int J Med Inform，2016，85（1）：76-79.