Meu SciELO
Serviços Personalizados
Journal
Artigo
Indicadores
- Citado por SciELO
- Acessos
Links relacionados
- Citado por Google
- Similares em SciELO
- Similares em Google
Compartilhar
Revista de Diagnóstico Biológico
versão impressa ISSN 0034-7973
Rev Diagn Biol vol.51 no.4 Out./Dez. 2002
ORIGINAL
Premio AEBM.- Reference 2002
Impacto de diversas actuaciones en la correcta identificación
del paciente en el sistema de gestión del laboratorio
C. Olivares, S. Villanueva, M.J. Llorente, L. Barbolla*, A. Herranz, I. Serralvo, A. Erroz.
Servicio de Análisis Clínicos. Bioquímica,* Hematología, Hospital de Móstoles. Madrid
Palabras clave: Errores identificación paciente, calidad base de datos, sistema informático laboratorio (SIL).
Keywords: Incorrect patient identification, database quality, laboratory management system (LMS).
Resumen
La misión del laboratorio es aportar información de calidad en un tiempo adecuado. Se evalúa el impacto de cuatro intervenciones en el Sistema de Gestión de Laboratorio para la mejora en la correcta identificación del paciente. Como indicador de calidad del registro de solicitudes analíticas, se utiliza el nº de historias automáticas que genera el sistema cuando la información del paciente es insuficiente. Al inicio del estudio las historias automáticas suponían el 31,3 % del total de historias del laboratorio. El cruce con la base de datos del hospital disminuyó hasta el 19,3% y la incorporación al Host hasta el 13,7%. La unificación de Hematología al sistema, produjo un ascenso puntual hasta el 17,3 %. El uso generalizado de etiquetas y la implicación del personal administrativo mantiene el nº de historias automáticas en el 7%. El impacto de estas actuaciones mejora el tiempo de respuesta y la gestión del laboratorio.
Abstract
The mission of the laboratory is to contribute quality information within a suitable time frame. The impact of four actions in the Laboratory Management System (LMS) to improve correct patient identification is evaluated. To indicate the quality of the record of tests requested, the number of records automatically generated by the LMS is used if patient information is insufficient. When the study was started, automatic records represented 31.3% of all lab histories. The crossover with the hospital database dropped to 19.3% and the addition to the host dropped to 13.7%. The inclusion of hematology in the LMS led to a momentary increase to 17.3%. The general use of labels and the involvement of administrative personnel has maintained the number of automatic histories at 7%. The impact of these steps has been an improvement in response time and lab management.
Correspondencia: Clotilde Olivares Salazar
Miravalles, 125
28670 Villaviciosa de Odón (Madrid)
E-mail: clotildeolivares@hotmail.com
Introducción
La misión del laboratorio es aportar información de calidad1 que en general consiste en la conformidad con los requerimientos establecidos2. Según la definición de A. Donabedian la calidad en el entorno sanitario es: "El proceso de gestión donde la comparación de los cuidados frente a estándares predeterminados, se garantiza para conducir la acción a generar cambios y asegura que estos producen la mejora deseada"3.
La correcta identificación del paciente se considera la 1ª herramienta en la gestión de calidad de la fase preanalítica, para asignar adecuadamente los resultados del mismo en su ficha histórica. Su importancia radica en que la calidad en el registro de datos demográficos puede comprometer la validez de los resultados, que son la base del informe del laboratorio, y por tanto puede condicionar cambios en la actitud del clínico ante el proceso del paciente2,4.
El registro de los demográficos de las peticiones analíticas está en sí considerada como parte de la fase preanalítica por muchos autores que, o bien la consideran como fase extralaboratorio cuando son los mismos centros periféricos los que envían las solicitudes registradas5,6, o como fase preinstrumental intralaboratorio4 cuando es la secretaría del laboratorio la que lo realiza. Otros autores2 no nombran esta fase más que como requerimiento para el resultado del informe emitido en la fase post-analítica. La mayoría de los autores coinciden en que es una labor tediosa, que supone un cuello de botella en la labor diaria del laboratorio y que es necesaria su mejora.
Para asegurar la calidad en el registro de los demográficos no existen aún estándares establecidos, salvo las escasas directrices de la norma ISO/CD 151897 que se ha generado específicamente como resultado del trabajo del Comité Técnico 212 al adecuar las normas ISO de otros laboratorios al Laboratorio Clínico. Esta norma, que está aún en etapa de estudio y adecuación, sugiere que "La solicitud de análisis deberá contener suficiente información para identificar al paciente, al solicitante, la ubicación, así como los datos diagnósticos", sin especificar cuales serían esos suficientes datos y sin cuantificar que % de errores estarían permitidos en los mismos. Algunos autores analizan lo que consideran datos mínimos del paciente y hay pocos estudios en que se hayan cuantificado estos "errores de identificación"8-12.
La cualidad primordial de una base de datos de laboratorio es que sus pacientes estén perfecta y unívocamente identificados. Nuestro sistema informático de laboratorio (SIL) (Omega 2000-Roche Diagnostics) genera una historia automática (HA) siempre que no se disponga de historia previa hospitalaria (HC) del paciente, o no figuren sus datos completos en la solicitud. Esto supone una fuente de errores que genera reclamaciones en gran parte evitables
El objetivo de nuestro estudio es:
1º.- Evaluar el impacto de cuatro intervenciones: (1. Cruce con base datos del hospital; 2. Integración del SIL con el Host del hospital; 3. Unificación con laboratorio de Hematología; 4. Obligatoriedad del uso de etiquetas con historia hospitalaria), realizadas desde febrero 2000 hasta noviembre de 2001 para mejorar la correcta identificación del paciente en nuestro SIL.
2º.- Analizar la procedencia de las historias automáticas (HA) para poder aplicar medidas correctoras específicas.
Material y métodos
El Hospital de Móstoles con 410 camas activas atiende una población de 200692 habitantes (censo provisional 2002 de la C.A.M.), con 2-4 % de población emigrante. En los laboratorios de rutina de Bioquímica y Hematología se procesan actualmente 14930 peticiones / mes y en los laboratorios de urgencias 7800 peticiones / mes. La procedencia de dichas peticiones supone un 57 % de Atención Especializada (AE) y un 43 % de Atención Primaria (AP) que provienen de 10 Centros de Salud, una Residencia de 3ª Edad, un Centro de Salud Mental y un Centro de Atención a Drogodependientes.
Situación de partida: En el año 1999 existía en nuestro Hospital un sistema informático Midhos, no conectado a ningún laboratorio, y con un nº de historia numérico (HC) y un Código de Identificación del Paciente (CIP)13,14, algo diferente del CIP de la Tarjeta Sanitaria15. En los laboratorios convivían 2 SIL: Bioquímica (Rutina y Urgencias) y Hematología (Rutina y Urgencias) con administrativos independientes en 2 diferentes secretarías que originaban doble identificación de cada paciente16. En marzo de 1999 se implanta el Omega 2000 en el laboratorio de Bioquímica.
Antes de la 1ª intervención se realizaron una serie de pasos de preparación en la base de datos de Omega: 1) renumerar las HA existentes con 6 dígitos previos para evitar coincidencias con el nº de historia del hospital, y 2) incluir un nuevo campo en la ficha del paciente de Omega al que se iban a transportar todos los CIP del antiguo sistema Midhos. Se realizan 4 intervenciones sucesivas desde febrero 2000 hasta noviembre 2001.
Intervenciones:
1.- Cruce con base datos del hospital (febrero 2000). Se realizó la inclusión de la Base de Datos del Hospital en Omega mediante descarga a través de CD ROM de los pacientes filiados en el hospital con doble identificador (HC y CIP) y se cruzaron a través del CIP. Cuando coinciden los CIP, el nº de HC pasa al campo de nº de historia de Omega, incorporándose el CIP al nuevo campo de la ficha del paciente en Omega. Se realizó una depuración de los datos discordantes.
2.- Integración del SIL con el Host del hospital (junio 2000). Coincidiendo con la implantación del HP HIS como Sistema Informático del Hospital se realiza el cableado homologado de los laboratorios para la conexión de ambos servidores, se instaura la normalización de usuarios y niveles de seguridad y se integra el Omega 2000 en el Host central con activación de captura de demográficos a tiempo real.
3.- Unificación con laboratorio de Hematología (noviembre 2000). Se reorganiza la programación de los datos demográficos entre las dos secretarías según la carga de trabajo. Se realiza el adiestramiento del nuevo personal.
4.- Obligatoriedad del uso de etiquetas con historia hospitalaria (junio 2001). Se envió información a los Servicios peticionarios17, insistiendo en la necesidad de su utilización.
Como indicador del cumplimiento de las solicitudes y de la calidad del registro se contabilizaron diariamente las HA generadas en el SIL, considerándolo "errores en la identificación" del paciente. Nuestro SIL genera una HA cuando no se aporta HC ó cuando no se le puede asignar una historia existente en la base de datos porque no vienen los datos mínimos (nombre, dos apellidos y fecha de nacimiento). Esto ocurre cuando: a) cuando no se aporta fecha nacimiento completa, b) pacientes de origen extranjero en los que no se distingue por el nombre su sexo, c) pacientes con un solo apellido, procedentes de otros países, en los que se les asigna como 2º apellido de manera genérica XX, d) niños recién nacidos sin filiar, e) pacientes con bajo grado de conciencia ( box de parada), f) bien por error de transcripción de los demográficos ó g) falta de implicación del personal administrativo en la asignación de historias correctas.
Muestreo: entre las HA generadas en el periodo de estudio, se realiza un muestreo aleatorio simple a través de tablas de números aleatorios.
Análisis estadístico: se analiza el porcentaje de errores en la identificación del paciente (HA) y su procedencia, después de cada una de las intervenciones. Comparación de porcentajes mediante Chi2 (Epi-info 6.0).
Resultados
El número de HA ó errores de identificación generadas desde la implantación del Omega en marzo 1999 hasta enero 2000 suponían el 31,33% del total de historias del laboratorio. Con la 1ª y 2ª intervención se produjo una mejora significativa de HA (p<0.001) (Tabla I). La incorporación de los nuevos usuarios del laboratorio de Hematología al Omega, introduce un aumento puntual y significativo de HA hasta el 17,28%, que rápidamente se supera. En el año 2001 con el uso generalizado de las etiquetas del hospital (utilización >90%), y la cada vez más creciente implicación del personal administrativo, se ha llegado a un porcentaje mantenido de HA del 7% (Figura 1).
El origen o procedencia de los errores (HA) se indica en la figura 2. Los pacientes de Atención Primaria no filiados en el Hospital suponen la mayor fuente de errores, superando en todas las fases del estudio el 4%. En el centro de Especialidades ha habido una mejora significativa en el % de errores a lo largo del estudio, a pesar de no estar en ese momento conectado con el Sistema de Gestión del Hospital. Dentro de los errores generados en AE estimamos que en el Hospital aproximadamente el 1% son errores inevitables, y atribuibles en gran parte al registro de los recién nacidos no filiados y de los pacientes con bajo nivel de conciencia (box de parada).
Discusión
Los resultados que hemos obtenido nos permiten afirmar que el impacto de las intervenciones realizadas ha sido efectivo, permitiendo reducir el porcentaje de HA desde el 31,3% inicial hasta el 7%, del que sólo un 3,3% procede de AE.
Debemos especificar que en nuestro estudio las HA o errores en la identificación del paciente no llevan a dar resultados analíticos incorrectos ni equivocados, puesto que la identificación positiva numérica de la petición es siempre inequívoca. Por ello nuestros datos no son comparables con los de algunos estudios recogidos en la literatura (Tabla II). Sólo dos estudios analizan un indicador comparable al nuestro (falta número historia), Perez26 obtiene un 14,2% de peticiones sin nº de historia, analizando pacientes de AP y AE, y Zafrilla15 obtiene el 8% analizando pacientes exclusivamente de AE.
Otros estudios (Tabla II) cuantifican como "errores" sólo aquellos que generan un posible cambio en el tratamiento clínico del paciente u otras exploraciones complementarias que aumentan el gasto sanitario. La frecuencia de este tipo de errores de consecuencias más graves, como es lógico, es muy baja (0,047 - 2 %) y no comparable a la observada en nuestro estudio. Algunos autores, incluso aplican como unidad métrica la aportada por algunas industrias como la aeronáutica (ppm= partes por millón), que deben tener minimizados sus errores.
Prieto27 define como "ruido" en el laboratorio, las determinaciones realizadas que no aportan información útil para la salud del paciente. El porcentaje de HA, utilizado en nuestro estudio como indicador de la incorrecta identificación del paciente, se podría ubicar en este apartado como medida del ruido de fondo o yatrogenia de un laboratorio inefectivo, ya que conduce a un aumento de costes evitables al generar en algunos casos una nueva solicitud analítica aclaratoria y repetitiva.
La evolución de los sistemas de información del laboratorio va enfocada principalmente a la gestión interna de las peticiones. Para el control de calidad se hace necesario el registro dentro del SIL de unos indicadores, tanto de los errores de cumplimentación como de los de transcripción manual de las peticiones. El análisis de este registro nos permitirá conocer las causas de los errores e implementar medidas para la mejora continua de la calidad28.
Ya que en el análisis de la procedencia de nuestros errores el mayor porcentaje (4,4%) proviene de AP nos proponemos la unificación de la historia procedente de Atención Primaria con la hospitalaria mediante el código de identificación del paciente (CIP) procedente de la tarjeta sanitaria a través del sistema OMI.
Será importante analizar en el futuro el resultado de la Norma ISO/CD 15189 pendiente en la actualidad, para conocer dentro de que apartado de errores, equivocaciones, gasto innecesario y resultados inaceptables23 se enmarcarían las incorrectas identificaciones de los pacientes, y a su vez hasta donde se permitirían esas incorrecciones y con que baremos se medirían.
Agradecimientos
Agradecemos la colaboración a Reyes Trio, responsable del Servicio de Informática, por su valiosa asistencia técnica y a todo el personal administrativo de los laboratorios de Bioquímica y Hematología.
Bibliografía
1. Torra M. Impacto estratégico del SIL integrado. Consulta de información clínica. V Reunión Nacional. Sociedad Española Dirección y Gestión Laboratorios Clínicos. Avila: Marzo 2001. http://www.sediglac.org/congresos/5congreso-01. [ Links ]
2. Calafell R. Requerimientos mínimos para sistema de calidad de los laboratorios clínicos. http://www.medicadetarragona.es/invitados/agosto2001.htm. [ Links ]
3. Donabedian A. Evaluating the quality of medical care.Milbank Mem.Fun.Q 1966; 44: 166-206 [ Links ]
4. Vázquez I, Pérez A, Arjona I. Calidad extraanalítica. Rev Diagn Biol 1998;47:267-274. [ Links ]
5. Salve ML, Herrero P, Pesudo S et al.Incidencias referentes a la introducción de la solicitud y emisión de informes analíticos. VIII Congreso Nacional Laboratorio Clínico. Sevilla 1999. (20) 23. [ Links ]
6. Ferrer P, Branchadell MT, Pesudo S et al. Incidencias comunicadas por los módulos periféricos: su repercusión en la calidad. VIII Congreso Nacional Laboratorio Clínico. Sevilla 1999. (19) 23 [ Links ]
7. Lopez Calderon J. Gestión de calidad en el Laboratorio Clínico. Norma ISO 15189. http://www.gestiopolis.com/recursos/documentos/fulldocs/ger/cursoauditoriacalidad.htm [ Links ]
8. Garcia-Lario J.V, Hortas ML. Centros periféricos de Tomas de Muestras: Calidad Preanalítica. Sociedad Andaluza Nacional Análisis Clínicos. http://www.sanac.org/documentos1.htm [ Links ]
9. Domingo J. Errores de laboratorio. http://www.medicadetarragona.es/invitados/Agosto2001.htm [ Links ]
10. Miralles A, Martinez C, Such I, Otte A, Alegre B. Informatización en gestión preanalítica: nuevo sistema de registro de pacientes en el host e integración con el SIL. IV Reunión Nacional. Sociedad Española Dirección y Gestión Laboratorios Clínicos. Valencia: Marzo 2000. (33) 92 [ Links ]
11. Blumenthal D. The Errors of Our Ways. Clin Chem. 1997;43:1305. [ Links ]
12. Fuentes Arderiu X. Requisitos cualitológicos. Dirección técnica y económica de laboratorios clínicos. Curso de la IUPAC: 101-106. [ Links ]
13. Olivares C., Tafalla C., Rguez-Piñero A., et al. Uso del código de Identificación del paciente para la gestión de la base de datos: mejora de la calidad extraanalítica. VIII Congreso Nacional Laboratorio Clínico. Sevilla 1999. (7) 20 [ Links ]
14. Perez J,Roca MR, González A, Rita CM, Gisbert R. Desarrollo de aplicación para entrada de peticiones de laboratorio con asignación temporal de número de historia. . V Reunión Nacional. Sociedad Española Dirección y Gestión Laboratorios Clínicos. Valencia: Marzo 2000 (41) 100 [ Links ]
15. Zafrilla L, Flores M, Subirón C, Vicente L, Gutierrez L. Introducción de sistemas automáticos para registro de demografía en laboratorio integrado. Utilidad de los códigos de identificación de pacientes. V Reunión Nacional. Sociedad Española Dirección y Gestión Laboratorios Clínicos. Avila: 2001. http://www.sediglac.org/congresos/5congreso-01 [ Links ]
16. Hernando C, Pérez C, Delgado MA, Hernán LA, Plaza MA. Implantación de un sistema de gestión integral en los laboratorios. (2ª fase: Laboratorios de Urgencias) MAPHRE Medicina. 1999;13:119-123. [ Links ]
17. Tafalla C, Rguez Piñero A, Llorente MJ, Olivares C, Serrano G, Erroz A Errores en la cumplimentación de datos demográficos en las peticiones solicitadas al laboratorio de urgencias de Bioquímica. Taller 1. IV Reunión Nacional. Sociedad Española Dirección y Gestión Laboratorios Clínicos. Valencia. Marzo 2000.28 [ Links ]
18. Olivares C, Serrano G, Barbolla L, et al. Identificación del paciente en un sistema de gestión de laboratorio: evaluación de mejoras. Taller 2. V Reunión Nacional. Sociedad Española Dirección y Gestión Laboratorios Clínicos. Avila: Marzo 2001. http://www.sediglac.org/congresos/5congreso-01/ [ Links ]
19. Chambers AM, Elder J, O´Really DS. The blunder-rate in a clinical biochemistry service. Ann Clin Biochem 1986 Jul;23;470-3. [ Links ]
20. Lapworth R, Teal TK. Laboratory blunders revisited. Ann Clin Biochen 1994 Jan;31;78-84. [ Links ]
21. Nutting PA, Main DS, Fischer PM, et al. Toward optimal laboratory use. Problems in laboratory testing in primary care. JAMA 1996 Jul 17;276(3);197. [ Links ]
22. Hinckley CM. Defining the best quality-control systems by design and inspection. Clin Chem. 1997; 43:873-879. [ Links ]
23. Witte DL, VanNess SA, Angstadt DS, Pennell BJ. Errors, mistakes, blunders, outliers, or unacceptable results: how many?. Clin Chem. 1997; 43:1352-1356. [ Links ]
24. Plebani M, Carraro P. Mistakes in a stat laboratory: types and frequency. Clin Chem. 1997; 43:1348-1351. [ Links ]
25. Stahl M, Lund ED, Brandslund I. Reasons for a Laboratory's Inability to Report Results for Requested Analytical Tests. Clin Chem. 1998; 44:2195-2197. [ Links ]
26. Perez A. Problemas ocasionados por la incorrecta identificación de los pacientes al solicitar exploraciones analíticas. IV Reunión Nacional. Sociedad Española Dirección y Gestión Laboratorios Clínicos. Valencia: Marzo 2000 (42) 101. [ Links ]
27. Prieto S. Jornadas de calidad asistencial Federación Asociaciones Científicas Médicas. Circular informativa AEBM. 1. 2002. [ Links ]
28. Lopez-Urrutia A. Tendencias actuales de los sistemas de información del Laboratorio Clínico. http://www.puntex.es/todohospital/168lopez.htm [ Links ]