09. E.

DELGADO SILVEIRA:Maquetación 1 17/10/07 16:17 Página 223

1130-6343/2007/31/4/223 FARM HOSP

FARMACIA HOSPITALARIA Vol. 31. N.° 4, pp. 223-230, 2007
Copyright © 2007 ARÁN EDICIONES, S. L. ORIGINAL

Errores de prescripción tras la implantación de un sistema de

prescripción electrónica asistida
E. Delgado Silveira, M. Soler Vigil, C. Pérez Menéndez-Conde, L. Delgado Téllez de Cepeda,
T. Bermejo Vicedo
Servicio de Farmacia. Hospital Universitario Ramón y Cajal. Madrid

Resumen Conclusiones: La utilización de la prescripción electrónica

asistida ha disminuido los errores en la identificación, prescripción
Objetivo: El objetivo de este estudio es detectar, cuantificar y y trascripción del tratamiento farmacológico y por tanto ha contri-
comparar los errores de medicación producidos con un sistema de buido a mejorar la calidad y la seguridad de la farmacoterapia apli-
prescripción manual comparado con un sistema de prescripción cada a los pacientes.
electrónica asistida en las fases de prescripción y transcripción.
Método: Estudio prospectivo realizado en dos unidades clíni- Palabras clave: Prescripción electrónica asistida. Errores de
cas de hospitalización (neumología y enfermedades infecciosas) de medicación. Errores de prescripción. Seguridad. Eficiencia.
un hospital general. El estudio ha tenido dos fases (antes y des-
pués de la implantación de la prescripción electrónica asistida) y
cada una tuvo una duración de un mes. Se han analizado y com-
parado los errores de medicación producidos en los procesos de
prescripción médica, transcripción y registro de la administración Summary
por el personal de enfermería, así como en la transcripción/vali-
dación por el farmacéutico. Objective: This study sets out to identify, compare and evalu-
Resultados: Durante los dos periodos de estudio se detecta- ate the medication errors of a manual prescribing system and an
ron un total de 3.908 errores referentes al tratamiento de los electronic prescribing system during the prescription and tran-
pacientes y 129 correspondientes a los datos identificativos de los scription phases.
mismos. Respecto a los errores cometidos en la identificación del Method: A prospective study of two clinical in-patient units
paciente o la orden de tratamiento, con la prescripción manual se (pneumology and infectious diseases) in one general hospital. Two
obtuvo una tasa de error del 14,4%, mientras que tras la implan- phases were studied; before and after an electronic prescribing
tación de la prescripción electrónica fue del 1,3%, siendo la system was implemented. Each phase lasted one month. A com-
reducción relativa del riesgo del 100 y del 85,44% en el servicio parative analysis was carried out of the medication errors in the
de infecciosas y neumología respectivamente (estadísticamente medical prescription process, the transcription process and the
significativo). Se ha conseguido una reducción relativa del riesgo, administration recording process carried out by nursing staff as
de forma global en ambas unidades, que oscila entre el 78,91% y well as the pharmacist’s transcriptions/validations.
el 100% y una reducción absoluta del riesgo que oscila entre el Results: A total of 3,908 patient treatment errors and 129
5,09 y el 30,45% respecto a los errores en los datos del medica- patient identification errors were detected during both of the peri-
mento, dosis, frecuencia/hora y vía/modo de administración, ods studied. The rate of errors in patient identification or treat-
siendo estos resultados estadísticamente significativos. ment orders using the manual prescribing system was 14.4
against 1.3% after the electronic system was implemented. The
relative risk reduction for infectious diseases and pneumology was

Delgado Silveira E, Soler Vigil M, Pérez Menéndez Conde C, Del-

100 and 85.44%, respectively (statistically significant). In general,

gado Tellez de Cepeda L, Bermejo Vicedo T. Errores de prescrip-

relative risk reduction was achieved in both units, oscillating

ción tras la implantación de un sistema de prescripción electróni-

between 78.91 and 100%. The absolute risk reduction oscillated

ca asistida. Farm Hosp 2007; 30: 223-230.

between 5.09 and 30.45% for errors in drug data, doses, frequen-
cy/time and route of administration. These results were statistical-
ly significant.

Recibido: 06-07-2006
Conclusions: The electronic prescribing system has reduced

Aceptado: 30-05-2007
errors in the identification, prescription and transcription of phar-
macological treatment and has consequently helped to improve

Correspondencia: Eva Delgado Silveira. Servicio de Farmacia. Hospital

the quality and safety of drug treatment received by patients.

Universitario Ramón y Cajal. Carretera de Colmenar, km 9,100. 28034

Madrid. e-mail: [email protected]
Key words: Electronic prescribing system. Medication errors.
Prescription errors. Safety. Efficiency.

E. Delgado Silveira et al. Farm Hosp 2007; 31: 223-230

09. E. DELGADO SILVEIRA:Maquetación 1 17/10/07 16:17 Página 224

224 Errores de prescripción tras la implantación de un sistema FARM HOSP

de prescripción electrónica asistida

co, pero que su impacto en el resultado del paciente per-

manece incierto6. Tanto Kaushal y cols., como Kuperman
INTRODUCCIÓN

Los errores de medicación (EM) constituyen una de y cols. han realizado una revisión sistemática de los
las causas más significativas por las que se producen diversos trabajos publicados sobre el impacto de la PEA
daños graves en el paciente y son la causa más común de para disminuir los EM con PEA, consiguiéndose esta
yatrogenia en pacientes hospitalizados1. Tanto Leape y reducción en todos ellos7,8. Leape y cols. encontraron que
cols como Bates y cols. indicaron que los EM se produ- la mejora de los sistemas de información para la prescrip-
cen en un 6,5% de las admisiones hospitalarias2,3. Los EM ción puede contribuir a prevenir el 78% de los errores
ocurren más a menudo en la prescripción (56%) y admi- que pueden producir un acontecimiento adverso a un
nistración (34%), y en menor proporción en la trascrip- medicamento2.
ción (6%) y dispensación (4%). Los EM más fácilmente Aunque las estrategias realizadas para mejorar los
interceptados fueron los que se producían en las primeras hábitos de prescripción (educativas, informativas, revi-
fases del proceso, en concreto en la prescripción (48%). sión de la prescripción con el facultativo) tienen una
De ellos, el 29% de los errores eran debidos a falta de influencia positiva tanto en la calidad asistencial como en
conocimiento del medicamento, mientras que el no dis- los costes asociados a la farmacoterapia9, en la actuali-
poner de información relativa al paciente y a datos del dad, los sistemas de PEA son considerados por diversos
laboratorio causaron el 18% de los mismos. Otros aspec- autores y sociedades científicas9-12 como la herramienta
tos como el cálculo de dosis, errores en decimales, nom- más adecuada para mejorar la calidad de la prescripción,
bres de medicamentos similares, formas de dosificación, reduciendo los EM9,10 y los costes asociados a la farmaco-
uso de abreviaturas, vías inusuales de administración, terapia, al prescribirse el fármaco más seguro y eficien-
regímenes de dosificación poco frecuentes, también se te13-22. Por ello la PEA debería ser considerada por las
han demostrado fuente de error. Así mismo Bates y cols. organizaciones sanitarias como una medida eficaz para
indicaron que el 28% de los efectos adversos a medica- disminuir la yatrogenia medicamentosa e incrementar la
mentos están asociados a un EM y por tanto son preveni- eficiencia de los procesos asistenciales relacionados con
bles; de estos el 56% ocurre en el proceso de prescrip- el tratamiento farmacológico del paciente.
ción. Los EM ocurren en un promedio mayor del 5% y El objetivo de este estudio es detectar, cuantificar y
aproximadamente la mitad de ellos ocurren en el proceso comparar los EM producidos con un sistema de prescrip-
de prescripción, siendo los principales errores la omisión ción manual frente a la prescripción electrónica asistida
de dosis y dosis incorrectas, frecuencias o vías de admi- en las fases de prescripción y trascripción.
nistración. Otros autores indican que hasta el 78% de los
EM que conducen a un efecto adverso son debidos a
fallos en el circuito prescripción-dispensación-adminis-
tración, lo cual podría optimizarse con la utilización de
sistemas de información computerizados2-5.
MÉTODO

Los errores de prescripción pueden prevenirse o dis- Estudio prospectivo, abierto, realizado en dos fases
minuirse con los sistemas de prescripción electrónica secuenciales: antes y después de la implantación de la
asistida (PEA) del tratamiento médico, interconexiona- PEA, de las prescripciones del tratamiento farmacológico
dos con otras bases de datos de información clínica y de los pacientes ingresados en dos unidades clínicas de
analítica del paciente y de información de medicamentos un hospital general: neumología (27 camas) y enfermeda-
que incluyan entre otras, alertas relativas a alergias o des infecciosas (26 camas), y con una estancia media
interacciones medicamentosas clínicamente significati- durante el periodo de estudio de 11,02 y 10,03 respectiva-
vas. Bates y cols.2 indican que los sistemas expertos son mente. Se seleccionaron estos dos servicios porque ya
especialmente útiles para prevenir los EM, encontrando tenían implantado el sistema de dispensación en dosis
que con un sistema de PEA que constaba de pocas ayudas unitaria con prescripción manual desde el año 2002 y en
a la prescripción, los acontecimientos adversos a medica- ambos se implantó la prescripción electrónica asistida en
mentos potenciales no interceptados descendieron un el mismo periodo de tiempo.
84%, y los prevenibles en un 17%. También Bates y cols. En la primera fase o fase de prescripción manual (PM)
realizando un análisis prospectivo para evaluar el impac- se recogieron los EM de la prescripción médica, trascrip-
to de un sistema experto de PEA (prescripción electróni- ción de la prescripción y registro de la administración de
ca, sin soporte a la decisión) en reducir el número de EM, la medicación por el personal de enfermería. Tras la
encontraron que los errores de dosis no enviadas a la implantación de la prescripción electrónica se dejó un
planta disminuyeron un 81%, y los EM graves no inter- mes, que se consideró como periodo de adaptación, y
ceptados disminuyeron un 86%5. Hunt y cols., en una posteriormente, en la segunda fase de prescripción elec-
revisión de diversos estudios publicados, concluyen que trónica asistida (PEA) se volvieron a recoger los errores.
la PEA, tanto para pacientes ingresados como ambulan- Cada fase del estudio tuvo un mes de duración. La dife-
tes, puede mejorar el manejo clínico de dosificaciones, rencia entre ambas fases fue que en la primera (PM) el
cuidados preventivos y otros aspectos del cuidado médi- médico utilizó un impreso para prescribir el tratamiento

E. Delgado Silveira et al. Farm Hosp 2007; 31: 223-230

09. E. DELGADO SILVEIRA:Maquetación 1 17/10/07 16:17 Página 225

Vol. 31. N.° 4, 2007 Errores de prescripción tras la implantación de un sistema 225
de prescripción electrónica asistida

médico, recibiéndose en el servicio de farmacia una de tida, frecuencia ambigua o confusa, hora de administra-
dichas copias, que el farmacéutico trascribía en el progra- ción errónea, omisión en la hora de administración en
ma informático “Hospiwin®”; además la enfermera tras- aquellos fármacos administrados una vez al día y especí-
cribía el tratamiento médico a una hoja de enfermería. En ficos de la mañana o noche.
la segunda fase o de PEA el médico introdujo el trata- —Errores en la vía o modo de administración: vía de
miento en dicho programa informático, imprimiendo y administración omitida o errónea (siempre que se omita
firmando la hoja de administración de medicamentos la vía de admistración o la que se indique sea errónea, por
para la enfermera, con lo que despareció la trascripción ejemplo indicar la administración de un fármaco por una
por parte de la enfermera y del farmacéutico. vía que no es posible administrar y de la que no existe
Para evitar sesgos, ni los médicos ni las enfermeras otra especialidad para administrar por esa vía).
conocían la existencia del estudio. Durante el periodo de —Errores en la duración del tratamiento: mayor o
estudio no hubo cambios de personal ni otros cambios menor de la correcta (según la ficha técnica de la especia-
que pudieran influir en los resultados. Diariamente dos lidad seleccionada), o cálculo erróneo en las fechas de
farmacéuticos eran los encargados de revisar las órdenes administración.
de tratamiento o la prescripción electrónica y si había —Se han revisado las interacciones farmacológicas,
dudas a la hora de analizar los errores se consultaba a considerando las de relevancia clínica pero que pueden
otro farmacéutico. La trascripción y validación diaria de administrarse de forma conjunta siempre y cuando se
las órdenes de tratamiento fue realizada por un farmacéu- haga un ajuste de dosis y/o se monitorice al paciente.
tico distinto de los que revisaron las órdenes de trata- En la hoja de administración de enfermería: errores
miento para el estudio. En ambas fases se recogieron los por órdenes contradictorias o confusas, omisión en la
errores siguientes: trascripción del medicamento, omisión en la trascripción
En la prescripción médica: de la administración, modo de administración inadecua-
—Errores de identificación del paciente: errores por do, omisión y error en la trascripción, de la dosis, vía de
omisión de fecha, hora y firma, número de historia o administración, frecuencia o de la suspensión de un
nombre del paciente, omisión de datos sobre las alergias medicamento, duplicidad terapéutica en la trascripción y
a medicamentos o si la cama estaba equivocada. trascripciones ilegibles.
—Errores del medicamento: medicamento inadecuado Se contabilizó el número de pacientes, el número de
por presentar el paciente historia de alergias o RAM pre- hojas revisadas y el número de líneas de tratamiento.
vias, medicamento inadecuado para el paciente por su Cada línea de tratamiento contabilizada correspondió a la
edad, por presentar el paciente insuficiencia hepática, prescripción nueva de un medicamento o a la modifica-
renal, patología subyacente y para ello el farmacéutico ción de la prescripción de los medicamentos ya prescritos
revisó las analíticas del paciente y el informe médico en con anterioridad. Se consideró el total de posibilidades de
el que se recogía su diagnóstico, selección de la especiali- error como el total de líneas de tratamiento revisadas en
dad farmacéutica inadecuada (selección de una especiali- el caso de los errores referentes al tratamiento de los
dad farmacéutica existiendo otra más adecuada en la guía pacientes, o como el total de hojas revisadas en el caso de
respecto a la vía de administración, por ejemplo para son- los errores identificativos de los pacientes. Se midieron
da nasogástrica seleccionar comprimidos en lugar de una los errores para cada unidad clínica y en total, con la fina-
presentación líquida, o por ejemplo seleccionar un inha- lidad de ver si había diferencias entre ambas.
lador para administrar en bennet en lugar de la solución El programa de prescripción electrónica utilizado es el
líquida, o por ejemplo seleccionar amoxicilina-clavuláni- “Hospiwin®” 2000 (Baxter), que permite al médico la
co de 2 g vial cuando se quiere administrar 1 g existiendo PEA de la orden de tratamiento y dispone de ayudas a la
también la presentación de 1 g vial, seleccionar una espe- prescripción a tiempo real, con la base de datos de los
cialidad en ampollas para administración oral existiendo medicamentos incluidos en la guía farmacoterapéutica
una específica para vía oral), selección inadecuada del del hospital, informa de las dosis más habituales, dosis
medicamento (cuando se prescribió algún medicamento máximas o mínimas, alertas sobre la existencia de dupli-
no incluído en la guía farmacoterapéutica del hospital cidades terapéuticas o interacciones medicamentosas.
existiendo equivalente), medicamento contraindicado por Una vez realizada la prescripción médica electrónica, el
interacción contraindicada, medicamento innecesario, médico imprime el tratamiento del paciente para el regis-
duplicidades terapéuticas (mismo principio activo sin tro de la administración por el personal de enfermería,
justificación o dos principios activos equivalentes), medi- evitando así el proceso de trascripción. Así mismo el far-
cación omitida, medicación ilegible o confusa, forma far- macéutico valida las órdenes médicas desde el ordenador
macéutica errónea, omitida o ilegible. conectado on-line con la unidad de hospitalización. El
—Errores en la dosis: prescripción de una dosis programa permite la comunicación directa del farmacéu-
mayor o menor de la correcta, dosis omitidas o ilegibles, tico desde el servicio de farmacia con el médico a través
o dosis ambiguas o confusas. de mensajes.
—Errores en la frecuencia/hora de administración: Para el cálculo estadístico se ha utilizado el progra-
frecuencia mayor o menor de la correcta, frecuencia omi- ma “Evaluación de tratamientos”, versión 1.0.1, desa-

E. Delgado Silveira et al. Farm Hosp 2007; 31: 223-230

09. E. DELGADO SILVEIRA:Maquetación 1 17/10/07 16:17 Página 226

226 Errores de prescripción tras la implantación de un sistema FARM HOSP

de prescripción electrónica asistida

ra24,25 y en base a la experiencia propia: se agruparon los

datos identificativos del paciente y de la orden médica,
Tabla I. Características de los tratamientos analizados en las dos

incluyendo las omisiones y los datos erróneos, se desglo-

fases de estudio

saron los errores por omisión y se incluyeron dentro de la

Prescripción Prescripción Total

variable analizada (medicamento, dosis, frecuencia, vía),

manual electrónica

se agruparon los errores de trascripción por parte de

Total

enfermería.
Total pacientes 172 138 310
Total nº hojas revisadas 839 610 1.449
Total nº líneas de tratamiento 2.848 1.966 4.814
Neumología
Nº pacientes 89 81 170
Nº hojas revisadas 412 249 661
Nº líneas de tratamiento 1.255 699 1.954 RESULTADOS

Los datos relativos al número de pacientes, número

Infecciosas

de hojas y número de líneas de tratamiento revisadas

Nº pacientes 83 57 140

quedan recogidos en la tabla I. Los errores detectados

Nº hojas revisadas 427 361 788
Nº líneas de tratamiento 1.593 1.267 2.860
en el tratamiento de los pacientes se recogen en la tabla
II mostrando tanto los errores en global de ambos servi-
cios como los datos desglosados de cada uno de ellos.
rrollado por la unidad de bioestadística clínica del Hos- Durante los dos periodos de estudio se detectaron, entre
pital Ramón y Cajal (http://www.hrc.es/investigacion/ los dos servicios analizados, un total de 3.908 errores
bioest/otras_calculadoras.html). Mediante dicho pro- referentes al tratamiento de los pacientes (Tabla II) y
grama se calculó la tasa de error, la reducción relativa 129 correspondientes a los datos identificativos de los
del riesgo (RRR) y la reducción absoluta del riesgo pacientes (Tabla III).
(RAR). La tabla II contiene los siete grupos de errores anali-
Para la clasificación de los errores se ha partido de la zados en las dos fases del estudio. La distribución de
clasificación propuesta por Otero y cols.23 modificada en errores según el tipo de variable analizada se recoge en
distintos aspectos después de la revisión de la literatu- la tabla IV.

Tabla II. Distribución de los errores

Prescripción Prescripción RAR Intervalo de RRR Intervalo de p
Tipo de error manual electrónica confianza confianza
Total
Datos del medicamento 1.099/2.848 (38%) 160/1.966 (8%) 30,45% 28,29 a 32,60% 78,91% 73,32 a 84,50% < 0,05
Dosis 831/2.848 (29%) 47/1.966 (2%) 26,79% 24,99 a 28,59% 91,81% 85,63 a 97,98% < 0,05
Frecuencia/hora administración 174/2.848 (6%) 20/1.966 (1%) 5,09% 4,11 a 6,08% 83,35% 67,22 a 99,47% < 0,05
Vía/modo administración 490/2.848 (17%) 5/1.966 (0%) 16,95% 15,55 a 18,35% 98,52% 90,36 a 106,68% < 0,05
Trascripción por enfermería 512/2.848 (18%) 414/1.966 (21%) -3,08% -5,37 a -0,79% -17,14% -29,86 a -4,41% < 0,05
Interacción medicamentosa 63/2.848 (2%) 56/1.966 (3%) -0,64% -1,55 a 0,28% -28,77% -70,01 a 12,48% NS
Duración del tratamiento 26/2.848 (1%) 11/1.966 (1%) 0,35% -0,13 a 0,83% 38,71% -13,90 a 91,33% NS
Total de errores 3.195 713
Neumología
Datos del medicamento 672/1.255 (54%) 151/699 (22%) 31,94% 27,83 a 36,06% 59,66% 51,97 a 67,34% < 0,05
Dosis 475/1.255 (38%) 34/699 (5%) 32,98% 29,86 a 36,11% 87,15% 78,90 a 95,40% < 0,05
Frecuencia/hora administración 111/1.255 (9%) 11/699 (2%) 7,27% 5,45 a 9,09% 82,21% 61,61 a 102,81% < 0,05
Vía/modo administración 173/1.255 (14%) 4/699 (1%) 13,21% 11,22 a 15,20% 95,85% 81,43 a 110,27% < 0,05
Trascripción por enfermería 317/1.255 (25%) 108/699 (4%) 9,81% 6,21 a 13,41% 38,83% 24,58 a 53,08% < 0,05
Interacción medicamentosa 47/1.255 (4%) 33/699 (5%) -0,98% -2,87 a 0,91% -26,06% -76,55 a 24,43% NS
Duración de tratamiento 9/1.255 (1%) 11/699 (2%) -0,86% -1,89 a 0,18% -119,44% -263,63 a 24,75% NS
Total de errores 1.804 352
Infecciosas
Datos del medicamento 427/1.593 (26%) 9/1.267 (0%) 26,09% 23,87 a 28,31% 97,35% 89,05 a 105,65% < 0,05
Dosis 356/1.593 (22%) 13/1.267 (1%) 21,32% 19,20 a 23,44% 95,41% 85,92 a 104,89% < 0,05
Frecuencia/hora administración 63/1.593 (4%) 9/1.267 (1%) 3,24% 2,18 a 4,31% 82,04% 55,16 a 108,92% < 0,05
Vía/modo administración 317/1.593 (20%) 1/1.267 (0%) 19,82% 17,85 a 21,79% 99,60% 89,7 a 109,49% < 0,05
Trascripción por enfermería 195/1.593 (12%) 306/1.267 (24%) -11,91% -14,76 a -9,06% -97,30% -120,61 a -73,99% < 0,05
Interacción medicamentosa 16/1.593 (1%) 23/1.267 (2%) -0,81% -1,69 a 0,07% - 80,74% -168,68 a 7,21% NS
Duración del tratamiento 17/1.593 (1%) 0/1.267 (0%) 1,07% 0,56 a 1,57% 100% 52,72 a 147,28% < 0,05
Total de errores 1.391 361

E. Delgado Silveira et al. Farm Hosp 2007; 31: 223-230

09. E. DELGADO SILVEIRA:Maquetación 1 17/10/07 16:17 Página 227

Vol. 31. N.° 4, 2007 Errores de prescripción tras la implantación de un sistema 227
de prescripción electrónica asistida

Tabla III. Distribución de los errores en la identificación del paciente o la hoja de tratamiento
Prescripción Prescripción RAR Intervalo de RRR Intervalo de p
manual electrónica confianza confianza
Total 121/839 (14%) 8/610 (1,3%) 13,11% 10,57 a 15,65% 90,91% 73,27 a 108,54% < 0,05
Neumología 56/412 (14%) 0/249 (0%) 13,59% 10,28 a 16,90 % 100% 75,65 a 124,35% < 0,05
Infecciosas 65/427 (15%) 8/361 (2%) 13,01% 9,28 a 16,74 % 85,44% 60,94 a 109,95% < 0,05

Tabla IV. Distribución de los errores según el tipo de variable

Prescripción manual Prescripción electrónica Prescripción manual Prescripción electrónica
en neumología en neumología en infecciosas en infecciosas
1. Datos identificacion paciente/orden médica 56 0 65 8
1.1 Omisión fecha, hora, firma 14 0 3 0
1.2 Omisión datos paciente: nº historia, cama, nombre 10 0 40 0
1.3 Omisión datos identificativos alergias 32 0 21 8
1.4 Paciente equivocado 0 0 1 0
2. Datos del medicamento 672 151 427 9
2.1 Medicamento inadacuado: alergia o ram previa 0 0 0 0
2.2 Medicamento inadecuado: edad, IR, IH, pat. subyacente 54 63 3 6
2.3 Selección de una especialidad inadecuada 0 28 0 0
2.4 Selección inadecuada de un medicamento 26 29 13 3
2.5 Medicamento innecesario 3 4 0 0
2.6 Duplicidad terapéutica 1 0 1 0
2.7 Omisión de transcripción del tratamiento 5 23 0 0
2.8 Medicación ilegible o confusa 28 1 11 0
2.9 Forma farmacéutica errónea 31 3 15 0
2.10 Forma farmacéutica omitida o ilegible 524 0 384 0
3. Dosis 475 34 356 13
3.1 Dosis mayor de la correcta 46 16 10 12
3.2 Dosis menor de la correcta 2 7 1 0
3.3 Dosis extra 43 0 0 0
3.4 Dosis omitida o ilegible 359 7 335 1
3.5 Dosis ambigua o confusa 25 4 10 0
4. Frecuencia/ hora administración 111 11 63 9
4.1 Frecuencia mayor de la correcta 1 6 0 0
4.2 Frecuencia menor de la correcta 0 2 0 0
4.3 Frecuencia omitida 23 1 6 6
4.4 Frecuencia ambigua o confusa 54 1 49 3
4.5 Hora administración errónea 0 1 0 0
4.6 Omisión hora administración 33 0 8 0
5. Vía/modo administración 173 4 317 1
5.1 Vía administración errónea 2 1 0 1
5.2 Omisión vía administración 171 3 317 0
6. Duración tratamiento 9 11 17 0
6.1 Duración mayor de la correcta 9 10 17 0
6.2 Duración menor de la correcta 0 0 0 0
6.3 Cálculo erróneo fechas administración 0 1 0 0
7. Interacción medicamentosa 47 33 16 23
8. Trascripción por enfermería 317 108 195 306
8.1 Órdenes contradictorias (o confusas) 41 2 38 0
8.2 Omisión transcripción medicamento 47 0 12 0
8.3 Omisión trascripción administración 123 98 63 306
8.4 Modo administración inadecuado 0 0 3 0
8.5 Omisión/error transcripción: dosis, vía, frecuencia, suspensión 106 8 78 0
8.6 Duplicidad terapéutica en la transcripción 0 0 1 0

E. Delgado Silveira et al. Farm Hosp 2007; 31: 223-230

09. E. DELGADO SILVEIRA:Maquetación 1 17/10/07 16:17 Página 228

228 Errores de prescripción tras la implantación de un sistema FARM HOSP

de prescripción electrónica asistida

vos a dosis, frecuencias y prescripción de fármacos reco-

mendados al implantar la PEA, Cherton y cols. consiguen
DISCUSIÓN

La implantación de la PEA en dos unidades de hospita- una disminución del 13 y del 24% de dosis y frecuencias
lización supuso una disminución considerable de los inadecuadas respectivamente, y Overhage y cols. consi-
errores, obteniéndose reducciones desde el 38,7% (dura- guen una mejoría en la prescripción del 25%13,29,30. Hidal-
ción de tratamiento) hasta el 98,5% (vía/modo de admi- go y cols. obtienen una disminución mayoritaria sobre los
nistración). Es difícil comparar nuestros resultados de errores por omisión de la vía de administración, omisión
forma global con los ya publicados ya que cada autor de la dosis o tipo de dosis, errores de frecuencia de admi-
mide sus datos de forma distinta, no obstante tras la nistración y en los datos de la especialidad17. Delgado y
implantación de un programa de PEA otros autores obtie- cols. disminuyen los errores de trascripción/validación,
nen una disminución de los EM entre un 55 y un 86%3,5,8. los errores de trascripción de enfermería y los errores de
En España, aunque son escasos, también se han llevado a dispensación21.
cabo estudios que miden el impacto de la implantación de No obstante con la utilización de la PEA no se evitan
programas de PEA en la disminución de los EM, así los errores en su totalidad, tal y como se detectó en nues-
Hidalgo y cols. obtienen una reducción de errores signifi- tro estudio (tasa de error que oscila entre el 1,3-8%),
cativa17; Delgado y cols. también alcanzan una disminu- posiblemente derivados de la falta de entrenamiento y
ción importante de los errores, con una RRR global del manejo de la herramienta informática por parte del pres-
48% tras la implantación de un sistema de PEA21. criptor. Este resultado es similar al encontrado por otros
La prescripción del tratamiento de forma manual es el autores (2,4-6,2%)5,21,25,31. Koppel y cols., al realizar una
origen de la mayoría de los EM detectados, y son causa encuesta a médicos, identifican dos grupos de errores de
de errores en la trascripción tanto del farmacéutico como medicación derivados de la utilización de la PEA, uno de
del personal de enfermería, así como en la dispensación y ellos es referente a errores de información generados por
en la administración, hecho ya publicado por otros auto- fallos en la integración entre los sistemas de información
res13,26. Con la utilización de la PEA hay errores que desa- y los programas informáticos de prescripción, y otro
parecen casi en su totalidad, es el caso de los errores de debidos a falta de formación o manejo entre los usuarios
identificación del paciente, fecha, firma del médico pres- de estos programas de prescripción32.
criptor, así como los errores por medicación ilegible o Con la utilización de la PEA reducimos un tercio de
confusa, omisión de la forma farmacéutica u omisión de errores de duración de tratamiento y detectamos un 1%
la trascripción del tratamiento, ya que por defecto son más de interacciones, presumiblemente pudo ser debido
datos que aporta el programa el informático reduciendo al sistema de alertas que el programa informático lleva
al mínimo cualquier posibilidad de error17. En nuestro incorporado, así como a las ayudas a la prescripción,
estudio el porcentaje de error por medicación ilegible o entre las que se encuentra la información de la duración
confusa se redujo al 0,6% en la PEA; las dosis ilegibles, máxima recomendada de determinados tratamientos,
confusas u omitidas disminuyeron del 87,7% de los erro- interacciones medicamentosas y las alertas por interac-
res de dosis en la PM al 27,6% en la PEA, mientras que ciones de gran relevancia clínica, que en sí mismas ayu-
las frecuencias ilegibles, confusas u omitidas causaron el dan al prescriptor en hacer un uso más seguro de los
75,6% de los errores de frecuencia en la PM y el 55% en medicamentos, no obstante no detectamos ninguna inte-
la PEA. En este sentido, Meyer encuentra que un 10% de racción contraindicada. Nightingale y cols. analizan las
las órdenes de tratamiento prescritas de forma manual alertas generadas tras la puesta en marcha de un sistema
son ilegibles y Bobb y cols., determinan que dos tercios de PEA y encuentran que el 57% de las prescripciones
de los errores cometidos en el proceso de PM pueden evi- tienen un gran número de alertas y que un 0,07% de las
tarse con la utilización de sistemas de PEA25,27. Así mis- prescripciones son anuladas porque generan alertas que
mo Lesar y cols., en un estudio realizado con OT escritas pueden desencadenar un problema de salud grave9.
manualmente, y posterior trascripción por el farmacéuti- Los errores que alcanzan al paciente son debidos fun-
co, encuentran que el promedio de errores de medicación damentalmente al proceso de trascripción del tratamiento
fue de 3,99 por 1.000 órdenes prescritas, entre los errores médico a la hoja de enfermería en la que se registra la
detectados encuentran un 13,4% por confusión en el administración de los medicamentos. Este proceso con la
nombre, dosis o abreviatura del medicamento y un 10,8% implantación de la PEA desaparece, ya que el médico
en frecuencias incorrectas26. imprime la hoja de administración del tratamiento para el
Analizando los errores con la PM, la mayor tasa de personal de enfermería directamente desde el sistema
error se encontró en relación a los datos del medicamento informático evitando la trascripción. Por ello es de espe-
prescrito (38%) y a la dosis (29%). Así Dean y cols., rar que los errores de este tipo disminuyan considerable-
obtienen un 54% de errores relacionados con la dosis y mente. En el servicio de neumología se redujo el tasa de
un 58% originados en el proceso de selección de los error del 25 al 4%, sin embargo en el servicio de infeccio-
medicamentos, observando que los errores generados con sas se detectó un aumento pasando del 12% con la PM al
la PM fueron del 61%28. Así mismo Teich y cols., encuen- 24% con la PEA, lo cual podría deberse, por desconoci-
tran una mejoría en cinco hábitos de prescripción relati- miento del procedimiento de trabajo, a la trascripción

E. Delgado Silveira et al. Farm Hosp 2007; 31: 223-230

09. E. DELGADO SILVEIRA:Maquetación 1 17/10/07 16:17 Página 229

Vol. 31. N.° 4, 2007 Errores de prescripción tras la implantación de un sistema 229
de prescripción electrónica asistida

manual por algunos enfermeros de la prescripción médi- Quizás el periodo de un mes entre la implantación y la
ca. Es interesante resaltar la diferente aceptación por el observación pueda ser corto. Sería posible que no hubiera
personal de enfermería de los distintos servicios clínicos, dado tiempo a que se estabilizara la curva de aprendizaje,
siendo mejor en el servicio de neumología que en el de o por el contrario, que el seguimiento intensivo haya
enfermedades infecciosas. Delgado y cols., detectan una podido artefactar los resultados. Sin embargo, otros tra-
RRR del 68% en la trascripción por el personal de enfer- bajos publicados utilizan el mismo periodo hasta la
mería de la fase de prescripción manual a la electrónica21. observación13,21, puesto que se trata de analizar el efecto
Como limitaciones del estudio se puede citar que no se de la implantación del sistema PEA a corto plazo. Este
analizaron las prescripciones del tratamiento recibidas periodo, así mismo, es probable que permitiera una
fuera del horario de trabajo, cuya probabilidad de error mayor probabilidad de que el personal facultativo y el
podría ser diferente a las realizadas en horario normal. tipo de pacientes a tratar no cambiara sustancialmente
Por otro lado, únicamente se analizaron los errores de entre las observaciones.
prescripción y de trascripción de enfermería, quedando La elección de sólo los servicios de neumología e
pendiente de estudiar si la utilización de la PEA conduce infecciosos se debió a que fueron los primeros en implan-
a una disminución de los errores de dispensación y admi- tar el nuevo sistema. Esta particularidad podría no hacer
nistración en nuestro medio. El proceso crítico en el que extrapolables los resultados a otros servicios u otros
se generan un mayor número de errores es en la prescrip- medios hospitalarios.
ción10,25,28, es por esto que este trabajo analizó y midió fun-
damentalmente este tipo de error, así como el impacto
que tenía la PEA en conseguir su disminución, tal y como
ya se ha publicado por otros autores. Así mismo, el hecho
AGRADECIMIENTOS

de haber obtenido resultados similares en cuanto a la Agradecemos al departamento de estadística del hospi-
reducción de estos errores en los dos servicios médicos tal la ayuda prestada a la hora de medir e interpretar los
analizados podría aportar una mayor fiabilidad. resultados.

Bibliografía

1. Leape LL, Brennan TA, Laird N, Lawthers AG, Localio AR, Barnes tial care of health care workers exposed to body fluids. JAMA 1997;
BA, et al. The nature of adverse events in hospitalized patients: 278: 1585-90.
Results of the Harvard Medical Practice Study II. N Engl J Med 1991; 12. Payne TH. Computer decision support systems. Chest 2000; 118
324: 377-84. (Supl.) 47-52.
2. Leape LL, Bates DW, Cullen DJ, Cooper , Demonaco HJ, Gallivan T, 13. Teich JM, Merchia PR, Schmiz JL, Kuperman GJ, Spurr CD, Bates
et al. Systems analysis of adverse drug events. JAMA 1995; 274: 35- DW. Effects of computerized physician order entry on prescribing
43. practices. Arch Intern Med 2000; 160: 2741-7.
3. Bates DW, Leape LL, Cullen DJ, Laird N, Petersen LA, Teich JM, et 14. Shojania KG, Yokoe D, Platt R, Fiskio J, Ma’Luf N, Bates DW.
al. Effect of computerized physician order entry and a team interven- Reducing vancomycin use utilizing a computer guideline: Results
tion on prevention of serious medication errors. JAMA 1998; 280: of a randomized controlled trial. J Am Med Inform Assoc 1998; 5:
1311-6. 554-62.
4. Raschke RA, Gollihare B, Wunderlich TA, Guidry JR, Leibow AI, 15. Walton RT, Gierl C, Yudkin P, Mistry H, Vessey MP, Fox J. Evalua-
Peirce JC, et al. A computer alert system to prevent injury from tion of computer support for prescribing (CAPSULE) using simulated
adverse drug events. Development and evaluation in a community cases. BMJ 1997; 315: 791-5.
teaching hospital. JAMA 1998; 280: 1317-20. 16. Monane M, Matthias DM, Nagle BA, Kelly MA. Improving prescri-
5. Bates DW, Teich JM, Lee J, Seger D, Kuperman GJ, Ma’Luf N, et al. bing patterns for the elderly through an online drug. JAMA 1998;
The impact of computerized physician order entry on medication 280: 1249-52.
error prevention. J Am Inform Assoc 1999; 6: 313-21. 17. Hidalgo FJ, Bermejo MT, De Juana P, García B. Implantación de un
6. Hunt DL, Haynes RB, Hanna SE, Smith K. Effects of computer-based programa de prescripción médica electrónica en un hospital del
clinical decision support systems on physician performance and INSALUD. Farm Hosp 2002; 26: 327-34.
patient outcomes: a systematic review. JAMA 1998; 280: 1339-46. 18. American Society of Hospital Pharmacists. ASHP guidelines on pre-
7. Kaushal R, Shojania K, Bates DW. Effects of computerized physician venting medication errors in hospitals. Am J Hosp Pharm 1993; 50:
order entry and clinical decision support systems on medication 305-14.
safety. Arch Intern Med 2003; 163: 1409-16. 19. Meadows G, Chaiken BP. Computerized physician order entry: A
8. Kuperman GJ, Gibson RF. Computer physician order entry: Benefits, prescription for patient safety. Nursing Economics 2002; 20: 76-7,
costs, and issues. Ann Intern Med 2003; 139: 31-9. 87.
9. Nightingale PG, Richards NT. Implementation of rules based compu- 20. Kaushal R, Bates DW. Information technology and medication
terized bedside prescribing and administration: Intervention study. safety: what is the benefit? Qual Saf Health Care 2002; 11: 261-5.
BMJ 2000; 320: 750-3. 21. Delgado O, Escrivá A, Vilanova M, Serrano J, Crespí M, Pinteño M,
10. Bates DW. Using information technology to reduce rates of medica- et al. Estudio comparativo de errores con prescripción electrónica
tion errors in hospitals. BMJ 2000; 320: 788-91. versus prescripción manual. Farm Hosp 2005; 29: 228-35.
11. Schriger DL, Baraff LJ, Rogers WH, Cretin S. Implementation of cli- 22. Leapfrog: Long way to go in COPE. Health Manage Technol 2002;
nical guidelines using a computer charting system: Effect on the ini- 23 (i3): 10.

E. Delgado Silveira et al. Farm Hosp 2007; 31: 223-230

09. E. DELGADO SILVEIRA:Maquetación 1 17/10/07 16:17 Página 230

230 Errores de prescripción tras la implantación de un sistema FARM HOSP

de prescripción electrónica asistida

23. Otero MJ, Codina C, Tamés MJ, Pérez M. Errores de medicación: pital inpatients: Their incidence and clinical significance. Qual Saf
estandarización de la terminología y clasificación. Farm Hosp 2003; Health Care 2002; 11: 340-4.
27: 137-49. 29. Cherton GM, Lee J, Kuperman GJ, Burdick E, Horsky J, Seger DL, et
24. Dean B, Barber N, Schachter M. What is a prescribing error? Qual al. Guided medication dosing for inpatients with renal insufficiency.
Health Care 2000; 9: 232-7. JAMA 2001; 286: 2839-44.
25. Bobb A, Gleason K, Husch M, Feinglass J, Yarnold PR, Noskin 30. Overhage JM, Tierney WM, Zhou XH, McDonald CJ. A randomized
GA. The epidemiology of prescribing errors. The potential impact trial of “corollary orders” to prevent errors of omission. J Am Med
of computerized prescriber order entry. Arch Intern Med 2004; Inform Assoc 1997; 4: 364-75.
164: 785-92. 31. Shulman R, Singer M, Golstone J, Bellingan G. Medication errors: A
26. Lesar TS , Briceland L, Stein DS. Factor related to errors in medica- prospective cohort study of hand-written and computerized physician
tion prescribing. JAMA 1997; 277: 312-7. order entry in the intensive care unit. Critical Care 2005; 9: R516-
27. Meyer TA. Improving the quality of the order-writing process for R521.
inpatient orders and outpatient prescriptions. Am J Health-Syst 32. Koppel R, Metlay JP, Cohen A, Abaluck B, Russell A, Kimmel SE et
Pharm 2000; 57 (Supl. 4): 18-22. al. Role of computerized physician order entry systems in facilitating
28. Dean B, Schachter M, Vincent C, Barber N. Prescribing errors in hos- medication errors. JAMA 2005; 293: 1197-203.

E. Delgado Silveira et al. Farm Hosp 2007; 31: 223-230