Objetivo:

Determinar el número y tipo de errores en los registros de problemas relacionados con los medicamentos encontrados en la base de datos de SINEA, sistema electrónico de notificación voluntaria de eventos adversos de la asistencia sanitaria, para cuantificar las diferencias entre las bases de datos bruta y refinada, proponer mejoras y establecer la necesidad de depuración.

Métodos:

Un farmacéutico revisó la base de datos y depuró los eventos adversos notificados de enero a agosto de 2014, considerando el campo “describa_lo_que_ pasó” como gold standard. Se compararon los porcentajes de errores de medicación, tanto potenciales como reales, reacciones adversas, efecto en el paciente, impacto en la asistencia y medicamentos implicados más frecuentemente en las bases de datos bruta y depurada. Se calculó la concordancia con el coeficiente kappa (κ) de Cohen.

Resultados:

Se notificaron 364 eventos adversos, 66,7% errores de medicación, 2,7% reacciones adversas al medicamento (2 clasificados erróneamente en ambas clases arrojando un porcentaje total>100%) y 31% de otros eventos. Tras la depuración, los porcentajes respectivamente fueron 69,5%, 5,8% y 24,7% (κ=0,85; CI95% (0,80-0,90)). Antes de la depuración, el 73,6% de los errores de medicación se consideraron potenciales versus 82,3% tras la depuración (κ=0,65; CI95% (0,54-0,76)). El medicamento implicado más frecuentemente fue trastuzumab (20,9%). El campo “principio_activo” estaba vacío en 133 registros. Se detectó una media de 1,8±1,9 errores por registro.

Conclusiones:

Aunque la concordancia es buena, no puede evitarse la depuración, que proporciona información valiosa para mejorar la farmacoterapia. Reducir los campos de texto libre, utilizar listas desplegables y aumentar la formación de los notificadores podría incrementar la calidad de los datos.