发现在教育和机器学习的基础上实施管制药物处方管理计划可有效减少大型学术卫生系统中不适当的阿片类药物处方。根据在美国卫生系统药剂师协会(ASHP)虚拟2020 ASHP中期临床会议和展览中展示的海报,该计划的影响’吗啡的当量每日剂量(MEDD)减少,Narcan处方增加,阿片类药物和苯并二氮杂co共同处方的减少,决定了该药物的实施。

根据海报’作者认为,1999年至2016年间,美国有350,000例阿片类药物过量死亡,自2000年以来死亡率增加了200%。系统。监视门诊病人处方模式一直是罗德岛(RI)Lifespan卫生系统面临的主要挑战,因为它每年编写超过150万份电子处方,包括计划2至4的360,000多种受控药物。

该研究的目的是制定一种管制药物处方管理程序,以监控大量电子健康记录数据,以检测潜在的转移和阿片类药物的过度利用。这导致利用机器学习来识别离群处方者,对离群处方者进行审核,向提供者提供受控物质法律和指南方面的教育,并基于降低的MEDD,苯并二氮杂co共同处方和纳洛酮共同处方的度量标准改进处方实践。

该研究利用了寿命’RI医院,Miriam医院,Bradley医院和Newport医院,都是RI普罗维登斯布朗大学沃伦·阿尔珀特医学院的主要教学设施。研究团队由代表住院和门诊药房的医院和药房领导,药房数据科学家,受控物质药剂师,药剂师信息学协调员,高级临床药剂师专家和医师首席医学官组成。

使用训练有素的XgBoost分类模型创建了一个模型。提供者将结果分组,以可视化整个组织,以便快速识别不常见的处方做法。有关遭遇的信息与模型一起存储在数据仓库中’的预测。此外,基于Web的仪表板每天都会作为散点图进行刷新,以汇总提供者对患者水平的预测。

实施涉及的审核过程:
  • 监控仪表板以寻找外部供应商
  • 选择15个模型预计不会写的随机处方
  • 评估是否符合受控物质法律
  • 将结果传达给适当的医师领导
  • 内科医生同伴临床评估和后续审核

提供者教育包括以下内容:
  • 阿片类药物处方相关国家发病率的背景
  • 转移对组织和医生的影响
  • RI医疗委员会提供的与阿片类药物处方相关的许可证谴责数据
  • RI管制物质法,规定急性和慢性疼痛
  • 电子病历中正确的电子处方

从2019年1月1日到2019年12月31日,用于确定处方改善的指标发现减少了MEDD,纳洛酮和阿片类药物共同处方增加,阿片类药物和苯二氮卓类药物共同处方减少。审计和针对性教育的结果表明,没有发现过分不合适的处方。

研究作者得出结论,卫生系统应促进药剂师,数据科学家,医生和领导者之间的协作,以制定受控物质处方管理计划。


参考

Rimay A,Palmisciano L和CollinsC。利用教育和机器学习建立阿片类药物处方管理计划。海报展示于:2020 ASHP年中临床会议和展览;虚拟:2020年12月6日至10日。