1
Screeningsverktyg för att prioritera inlagda patienter med behov av kliniska farmaceuters intervention
på sjukhus
Författare: Somaya Salim Handledare: Ulrika Gillespie Examinator: Elisabeth Nielsen
Magisterprogrammet i klinisk farmaci 15 hp Institutionen för farmaceutisk biovetenskap Avdelningen för farmakokinetik och läkemedelsterapi
Farmaceutiska fakulteten, Uppsala Universitet VT-20
Tecken med blanksteg: 13 093 Illustrationer: 3
2
Sammanfattning
Bakgrund och Syfte: Behovet av ett effektivt arbetssätt för kliniska apotekare som står inför begränsade resurser och otillräcklig kapacitet ökar. Kliniska apotekare får prioritera patienter med störst behov av en intervention, men saknar ett bra screeningsverktyg som effektiviserar arbetet. Ett effektivt screeningsverktyg som prioriterar patienter med störst risk för LRP borde vara lösningen till ett kostnadseffektivt, produktivt och mer patientsäkert arbetssätt. Flera screeningsverktyg har utvecklats internationellt och syftet med denna studie är att undersöka användbarheten av ett screeningsverktyg utvecklat av Martinbiancho et al.
Metod: Studien var en retrospektiv kohortstudie med en population på 50 patienter.
Studiepopulationen som inkluderades var inneliggande patienter på medicinavdelningen på Lasarettet i Enköping. Beroende på riskfaktorer fick patienterna olika många poäng, vilket delade in dem i tre grupper; låg-, måttlig- och högrisk. Genom statistisk analys med ANOVA- test och 95% CI jämfördes om det fanns skillnad i antal LRP och antal kliniskt signifikanta LRP mellan grupperna.
Resultat: Högriskgruppen hade ett medelvärde på 6,4±2,7 LRP, måttligriskgruppen hade 5,3±2,3 LRP och lågriskgruppen hade 4,0±1,7 LRP. Skillnaden mellan grupperna var inte statistisk signifikant (P=0,195). Medelvärdet av kliniskt signifikanta LRP var 3,6±1,7 för högriskgruppen, 3,3±1,8 för måttligriskgruppen och 1,0±1,0 för lågriskgruppen. Skillnaden mellan grupperna var inte statistisk signifikant (P=0,067).
Konklusion: Ingen signifikant skillnad mellan grupperna kunde påvisas varken för antalet LRP eller för antalet kliniskt signifikanta LRP. Verktyget kunde alltså inte påvisa en
korrelation mellan högriskpatient och antalet LRP/kliniskt signifikanta LRP. Fler studier med större patientpopulation behöver göras för att kunna dra säkrare slutsatser om verktygets användbarhet.
3
Screening tool to prioritize hospitalized patients in need of clinical pharmacist intervention in hospitals
Author: Salim. S.
Supervisor: Gillespie. U.
Examiner: Nielsen. E.
Master of Clinical Pharmacy 2020
Department of Pharmaceutical Biosciences, division of Pharmacokinetics and drug therapy Faculty of Pharmacy, Uppsala University, Sweden
Abstract
Background and objectives: There is an increasing need for clinical pharmacists, facing limited resources, to use efficient working methods and to be able to prioritize patients with the greatest need for an intervention. An effective screening tool that can prioritize patients who are at greatest risk of drug related problems (DRPs) is something that should lead to a more cost-effective and productive service. Several screening tools have been developed internationally and the purpose of this study is to investigate the utility of a screening tool developed by Martinbiancho et al.
Design: The project was done with a retrospective cohort design on a population of 50 patients with medication reviews performed by clinical pharmacists. Depending on the patients score from the screening tool the patients were divided into 3 groups; low risk, moderate risk and high risk. Statistical analyses were performed using ANOVA-test and 95% CI to analyze whether there was a difference in outcome measures between the groups.
Settings: Medicine wards at the hospital of Enköping.
Main outcome measures: The groups mean value of DRPs and clinically significant DRPs.
Results: The highrisk group had a mean value of 6.4±2.7 DRPs, the moderate risk group had 5.3±2.3 DRPs and the low risk group had 4.0±1.7 DRPs. The difference was not statistically significant (P=0.195). The mean value of clinically significant DRPs was 3.6±1.7 for the high risk group, 3.3±1.8 for the moderate risk group, and 1.0±1.0 for the low risk group. The difference was not statistically significant (P=0.067).
Conclusion: No significant difference between the groups could be detected neither for the number of DRPs nor for the number of clinically significant DRPs. The tool could not detect a correlation between highrisk patient and the number of DRPs/clinically significant DRPs.
Further studies with larger patient populations in different setting may confirm its value in a broader context.
4
Introduktion
Bakgrund
Användning av flera läkemedel innebär ökad risk för läkemedelsrelaterade problem (LRP) vilket orsakar stort lidande för patienten som drabbas samt stora kostnader för samhället [1]. Med åldern ökar användandet samt känsligheten för läkemedel vilket ökar risken för LRP [1,2]. En svensk studie visar att 66% av studiepopulationen hade LRP och att antalet LRP ökade med ökad ålder, fler läkemedel och nedsatt njurfunktion. De mest förekommande LRP var interaktioner och olämplig läkemedelsanvändning [3]. En rapport av Sveriges kommuner och landsting visar att 10% av vårdrelaterade skador under perioden 2013-2017 var
läkemedelsrelaterade [2]. Systematiska sammanställningar visar att i genomsnitt 5% av de äldres sjukhusinläggningar är relaterade till felaktigheter i läkemedelsanvändningen, men siffror på upp till 40% förekommer [4]. I en svensk sammanställning uppskattas att 6–16% av sjukhusinläggningarna är läkemedelsrelaterade och att cirka 3000 svenskar dör årligen av läkemedelsrelaterade skador [5].
Aldardeer N el al. [6] och Leendertse et al. [7] visade att 13% respektive 5,6% av
sjukhusinläggningar beror på LRP. En systematisk sammanställning gjord av Patel el al. [8]
visar att 28% av akutbesöken berodde på LRP och att 70% av fallen kunde undvikas.
Socialstyrelsen menar att farmaceuter på en vårdavdelning har en viktig roll i att minska läkemedelsrelaterade skador genom att exempelvis medverka vid iordningställande av läkemedel och vid genomgång av patientens läkemedelslista [9].En svensk studie visade att kliniska apotekarens intervention på sjukhus ledde till 16% minskning av alla besök på sjukhus, 47% minskning av besöken på akutmottagningen och att läkemedelsrelaterade
5 återinläggningar minskade med 80% [10]. Kliniska apotekstjänster förbättrar även
patientsäkerhet, vårdkvalitet och leder till lägre sjukvårdskostnader [10].
Ökat antal äldre i Sverige, bättre behandlingar som innebär ökad livslängd och längre
levnadstid med behandlingar för kroniska sjukdomstillstånd har lett till överbeläggningar samt polyfarmaci [10,11]. Med detta ökar även antalet LRP och behovet av ett effektivt arbetssätt för kliniska apotekare som står inför begränsade resurser och otillräcklig kapacitet [12]. Detta gör att kliniska apotekare får prioritera patienter med störst behov av en intervention, men saknar ett bra screeningsverktyg som effektiviserar arbetet. Idag är det tidskrävande för kliniska apotekarna att screena fram dessa patienter, särskilt på en avdelning med många vårdplatser. Ett effektivt screeningsverktyg som prioriterar patienter med störst risk för LRP borde vara lösningen till ett kostnadseffektivt, produktivt och mer patientsäkert arbetssätt [12]. Flera screeningsverktyg har utvecklats internationellt men inget har, enligt vår kännedom, provats i Sverige än. En sammanställning av samtliga publicerade
screeningsverktyg har gjorts av Alshakrah et al. [12] där de menar att intresset för att utveckla ett verktyg har ökat de senaste åren. De olika verktygen är heterogena med avseende på bland annat struktur, innehåll, patientgrupp och validering [12].
Relativt få studier har gjorts inom detta område, och inga alls vad vi vet i Sverige. Men då intresset är stort för att hitta ett screeningsverktyg som effektiviserar kliniska apotekares dagliga arbete så kommer denna studie att undersöka användbarheten av ett
screeningsverktyg.
Syfte
6 Syftet med denna studie är att undersöka användbarheten av ett screeningsverktyg som
kliniska apotekare kan använda sig av för att hitta patienter med högst risk för LRP. Man ska även undersöka om dessa LRP är kliniskt signifikanta. Följande frågeställningar ska besvaras:
1. Finns det skillnad mellan låg-, måttlig- och högriskgrupperna, enligt screeningsverktyget, när det gäller antal LRP?
2. Finns det skillnad mellan låg-, måttlig- och högriskgrupperna, enligt screeningsverktyget, när det gäller antal kliniskt signifikanta LRP?
Metod
Valt screeningsverktyg
Screeningsverktyget valdes efter genomgång av en systematisk sammanställning av
screeningsverktyg gjord av Alshakrah et al[12]. Det är viktigt att verktyget ska vara enkelt att använda och att det inte ska vara tidskrävande. Tyvärr var många verktyg IT-integrerade eller tidskrävande.
Martinbiancho et al.[13] utvecklade och validerade ett screeningsverktyg för att klassificera patienter enligt risken för LRP och för att rationalisera kliniska farmaceuters arbete. Verktyget består av olika riskfaktorer som valdes ut noggrant från litteraturen. Riskfaktorerna
analyserades och testades för att bedöma deras korrelation med förekomsten av
läkemedelsbiverkningar. Endast de relevanta riskfaktorerna, som visade en korrelation, inkluderades. Riskfaktorer som valdes var: antal läkemedel, intravenösa (iv) läkemedel, riskläkemedel, användning av sond eller total parenteral nutrition (TPN), ålder, komorbiditet och immunosuppressiva läkemedel/sjukdomar (appendix 1). Riskfaktorerna som
identifierades ger mellan 1-4 poäng och summan av poängen delar in patienterna i 3 grupper:
7 låg-, måttlig- och högrisk. För att klassas som lågriskpatient krävs ≤4 poäng, för måttligrisk 5- 8 poäng och för högrisk ≥9 poäng. Verktyget applicerades på patienter inlagda på ett
komplext sjukhus i Brasilien. Följande enheter inkluderades i studien: medicin, kirurgi, hematologi, intensivvårdsavdelning för vuxna, neonatal intensivvårdsavdelning, pediatrisk intensivvårdsenhet, pediatrisk sjukhusvård, pediatrisk onkologi och psykiatriska enheter.
Tabell 1. Riskfaktorer, enligt verktyget, med instruktioner.
Patientens tillstånd Poäng Beskrivning av kriterier
Antal läkemedel 0-5
6-10 11-15
≥ 16
1 2 3 4
Alla orala och iv (även vid behovs) läkemedel. ej krämer, salvor, paracetamol och metoklopramid
Intravenösa läkemedel Inga 1-3
≥ 4
0 1 2
Exklusive paracetamol och metoklopramid
Riskläkemedel Inga
1
≥ 2
0 1 2
Antineoplastiska, iv Adenosine iv Adrenalin, iv Amikacin, iv Amiodaron, iv Kaliumklorid, iv Dexametason, iv Diazepam, iv Dopamine, iv Esmolol, iv Streptomycin, iv/oral
Fenytoin, iv Fentanyl, iv Flumazenil, iv Gentamycin, iv Heparin, iv Hydrocortison, iv Hydroxyzine, iv Insulin, iv Lidokain, iv Metylprednisolon, iv Metoprolol, iv Midazolam, iv Morphine, iv Naloxone, iv Nitroglycerine,
iv Noradrenaline, iv Prometazine, iv Rocuronium, iv Succinylcholine, iv
Teicoplanine, iv Vancomycin, Warfarin oral
Patienten: Har ingen sond
Har sond Har TPN
0 1 2
Naso-enteral sond, nasogastrisk sond, perkutan endoskopisk gastrostomi (PEG), jejunostomi, oral-enteral sond
TPN (total parenteral nutrition)
Ålder 0-14 år
15-65 år
> 65 år
2 1 2 Har hjärt- och/eller
lungsjukdom
Ja Nej
1 0
KOL, mekanisk ventilation, cystisk fibros, hjärtsvikt (akut eller om EF ≤35%,
hypovolemisk chock Njur- och/eller
leversjukdom
Ja Nej
1 0
Akut eller kronisk njursvikt, leversvikt och/eller cirros
Har immunosuppressiva läkemedel och/eller sjukdom
Ja Nej
2 0
Hematologi, onkologi, AIDS, transplantation, neutropeni, primära immunsjukdomar (akut reumatisk sjukdom).
8
Studiepopulation
Studien är en retrospektiv kohortstudie. Studiepopulationen som inkluderades var inneliggande patienter på medicinavdelning 1&2 på Lasarettet i Enköping. Det enda
exklusionskriteriet var patienter med färre än fem läkemedel. Denna avgränsning gjordes på grund av tidsbrist.
Utförande
Med hjälp av webbsidan Random Sequence Generator[14] randomiserades nyinlagda patienter till att inkluderas i studien eller inte. I genomsnitt läggs det in 6 nya patienter varje vardag på avdelning 1 och fyra nya patienter på avdelning 2. Sekvensgränser på 1-6 sattes för avdelning 1 och 1-4 på avdelning 2, för att sedan få en sekvens där första siffran motsvarar patienten som randomiseras till att inkluderas i studien.
Fördjupade läkemedelsgenomgångar gjordes. Antal läkemedel, ålder, komorbiditet och riskläkemedel, samt annan information som var relevant för bedömningen av LRP
dokumenterades. Patienternas poäng räknades ut enligt verktygets riskfaktorer och delades in i 3 grupper, låg-, måttlig- och högrisk.
Enligt verktyget skulle inte paracetamol, metoklopramid, salvor eller krämer utan systemisk effekt inkluderas i antalet läkemedel för att inte felaktigt få höga poäng på riskfaktorn antal läkemedel. Även tårsubstitut och avsvällande nässprayer exkluderades. Flera läkemedel med samma substans räknades som ett läkemedel. Vid behovs läkemedel som ordineras som allmän ordination av sjuksköterskor på avdelningen inkluderades också. Diskrepanser bedömdes som ett enda LRP.
9 Två kliniska apotekare, varav en senior, bedömde oberoende av varandra kliniska
signifikansen på alla identifierade LRP med hjälp av den modifierade Hatoum et. al. skalan [15] (appendix 3). Enligt skalan är LRP ≥4 kliniskt signifikanta. Bedömarna diskuterade därefter de LRP som klassificerats olika för att uppnå konsensus. I de fallen där konsensus inte kunde uppnås skulle en tredje part få ge utslagsrösten. Detta blev aldrig aktuellt.
Statistisk analys
Skillnaden i antal LRP och signifikanta LRP beräknades mellan grupperna låg-, måttlig- och högrisk genom att använda ett ANOVA-test. En signifikansnivå på 95% användes för att påvisa eventuell skillnad mellan grupperna.
H0: Det finns ingen statistisk signifikant skillnad i antal LRP/kliniskt signifikanta LRP mellan grupperna.
H1: Det finns en statistisk signifikant skillnad i antal LRP/kliniskt signifikanta LRP i åtminstone en av grupperna.
Etikreflektion
Projektet utförs av student under magisterutbildning varför etisk ansökan bedömdes ej vara nödvändig. Studenten har inte haft journalåtkomst och informationen som använts var avidentifierad.
Resultat
Tabell 2 visar inkluderade patienters egenskaper. Totalt inkluderades 50 patienter (15-65 år n=12, ≥65 år n=38) varav 18 uppfyllde kriterierna för högriskgruppen, 29 för
måttligriskgruppen och 3 för lågriskgruppen. Högriskgruppen hade totalt 115 LRP varav 65
10 klassificerades som kliniskt signifikanta LRP, måttligriskgruppen hade totalt 155 LRP varav 96 var kliniskt signifikanta LRP och lågriskgruppen hade totalt 12 LRP varav 3
klassificerades som kliniskt signifikanta LRP (Figur 1). Högriskgruppen hade ett medelvärde på 6,4±2,7 LRP/patient, måttligriskgruppen hade 5,3±2,3 LRP/patient och lågriskgruppen hade 4,0±1,7 LRP/patient (CI 95%). Medelvärdet av kliniskt signifikanta LRP var 3,6±1,7 för högriskgruppen, 3,3±1,8 för måttligrisk gruppen och 1,0±1,0 för lågrisk gruppen (CI 95%).
Resultatet visade att ingen signifikant skillnad mellan grupperna kunde påvisas varken för antalet LRP (P=0,195) eller för antalet kliniskt signifikanta LRP (P=0,067). Nollhypotesen kan därför inte förkastas. Alltså kunde verktyget inte visa på någon korrelation mellan högriskpatient och antalet LRP/kliniskt signifikanta LRP.
Tabell 2. Patientens egenskaper (n=50)
Riskfaktor Antal (n)
Ålder 0-14 år
15-65 år
> 65 år
0 12 38
Antal läkemedel 0-5
6-10 11-15
≥16
0 9 21 20 Intravenösa läkemedel Inga
1-3
≥4
14 35 1
Riskläkemedel 0
1
≥2
43 4 3
Näringsstöd Inget
Sond eller TPN
49 1 Relevanta sjukdomar Njur- och/eller leversjukdomar
Hjärt- och/eller lungsjukdomar
Immunosuppressiva läkemedel och/eller sjukdomar
24 36 11
11 Figur 1. Inkluderade patienter
Diskussion
Resultatet av denna studie kunde inte visa på någon statistisk signifikant skillnad mellan grupperna med avseende på antalet LRP och antalet kliniskt signifikanta LRP. Skillnaden är inte stor mellan grupperna högrisk och måttligrisk och variationen inom varje grupp är ganska stor. Därmed misslyckades verktyget med att selektera fram patienter med störst risk för LRP.
Inga säkra slutsatser kan dock dras då studiepopulationen var liten. Lågriskgruppen hade endast 3 patienter inkluderade, därför är det svårt att dra några slutsatser om just denna grupp.
Anledningen kan vara att man exkluderade alla patienter med färre än fem läkemedel och att de flesta inkluderade patienterna är över 65 år, vilket resulterar i högre poäng. Alla ”vid behovs” läkemedel (även de i allmän ordination) räknades med vilket kan ha gett ett falsk högt antal läkemedel och därmed högre antal poäng. Men samtidigt skulle paracetamol och metoklopramid exkluderas enligt verktyget för att inte ge falskt högt antal läkemedel. Detta leder till vidare diskussioner huruvida dessa läkemedel bör exkluderas eller inte. Värt att notera är att endast antineoplastiska och vissa intravenösa läkemedel samt warfarin klassades som riskläkemedel. Enligt en rapport från Sveriges kommuner och landsting [16] finns
Antal kliniskt signifikanta LRP
Antal LRP
n= 50
Högrisk n=18 (36 %)
115
65 (57 %)
Måttligrisk n=29 (58 %)
155
96 (62 %)
Lågrisk n=3 (6 %)
12
3 (25 %)
12 flertalet läkemedel som förknippas med hög risk för problem, exempelvis antiepileptika, vissa antibiotika, NSAID och Waran. Andra läkemedel som kan orsaka problem vid nedsatt
njurfunktion är Metformin, ACE-hämmare, Angiotensin II-receptorblockerare och digoxin.
Verktyget valdes framför andra för att den var validerad, inte IT-integrerad och med färre antal variabler. Men det visade sig att verktyget inte var enkel att använda då vissa riskfaktorer, som immunosuppresion och ejektionsfraktionsvärdet, var svåra att hitta i journalen.
Totala antalet LRP kan vara falskt högt då även diskrepanser som ansågs äventyra patientens hälsa togs med som ett LRP. Dock sammanfördes alla patientens diskrepanser till ett enda LRP som sedan bedömdes. Därför var det viktigt att undersöka skillnaden i antal kliniskt signifikanta LRP mellan grupperna. Återigen är det svårt att dra några slutsatser för
lågriskgruppen då endast 3 patienter var inkluderade. Men då resultatet visar att även denna grupp har kliniskt signifikanta LRP så kan detta tyda på att verktyget missar patienter med kliniskt relevanta LRP. Att andelen signifikanta LRP inte skiljde sig så mycket mellan hög- och måttligriskgrupperna, 57% respektive 62%, och att variationen var väldigt stor inom gruppen tyder på att verktyget inte underlättar arbetet för kliniska apotekare med att prioritera fram patienter med störst behov av intervention. Verktyget tar heller ingen hänsyn till hur pass kliniskt signifikanta problemen är och då är risken att patienter som hamnar i gruppen
måttligrisk nedprioriteras när de egentligen har kliniskt signifikanta LRP. En studie gjord av Antar S. [15] visar att 89% av identifierade LRP är kliniskt signifikanta vilket framhåller vikten av att undersöka den kliniska signifikansen och inte endast antal LRP.
Enligt verktyget får patienterna fler poäng ju fler läkemedel de har. Detta då studier visat att ju fler läkemedel patienten har desto fler LRP uppstår. Dessutom ökar förekomsten av biverkningar proportionellt med antalet administrerade läkemedel [13]. Det är även känt att
13 många äldre patienter har komorbiditet och använder flera läkemedel, vilket ökar risken för att LRP ska uppstå [1,2]. Alltså är både ålder och polyfarmaci två huvudsakliga riskfaktorer för antalet LRP vilket gör dagens arbetssätt, enligt socialstyrelsens föreskrifter som prioriterar patienter ≥75 år med ≥5 läkemedel, till ett bra arbetssätt men med stor risk att yngre patienter med många läkemedel missas.
Resultatet från studien gjord av Martinbiancho et al.[13] användes till att identifiera vilka avdelningar som är i störst behov av en klinisk apotekares intervention, vilket var pediatrisk onkologi, pediatrisk intensivvårdsavdelning och intensivvårdsavdelning för vuxna. De kunde även visa att antalet intravenösa läkemedel inte är en avgörande faktor till att klassas som högrisk medan kliniska problem, antal läkemedel, riskläkemedel och ålder kunde förknippas med högre risk för LRP.
Denna studie utfördes på medicinavdelning med en annorlunda och liten studiepopulation.
Flertalet av riskläkemedlen enligt verktyget används inte på denna avdelning och användning av sond eller TPN var väldigt låg inom studiepopulationen, vilket inte genererade några poäng. Det fanns heller ingen stor variation på studiepopulationens ålder vilket också kan vara anledning till mindre skillnad mellan grupperna. Resultatet av denna studie tyder på att
verktyget troligtvis skulle kunna vara användbart på gruppnivå men verkar inte vara användbar på individnivå.
Slutsats
Ingen statistisk signifikant skillnad mellan grupperna, med avseende på antalet LRP och antalet kliniskt signifikanta LRP, kunde påvisas i denna studie. Fler studier med större patientpopulation och på fler avdelningar behöver göras för att kunna dra säkrare slutsatser om verktygets användbarhet.
14
Referenser
1. Läkemedelsrelaterade skador - Samlat stöd för patientsäkerhet. Socialstyrelsen.
[citerat 2020-09-17]. https://patientsakerhet.socialstyrelsen.se/risker-och- vardskador/vardskador/lakemedelsrelaterade-skador/
2. Skador i vården - utveckling 2013-2017. Sveriges kommuner och landsting. ISBN:
978-91-7585-640-7 [citerad 200917]. https://webbutik.skr.se/bilder/artiklar/pdf/7585- 640-7.pdf
3. Peterson C, Gustafsson M. Characterisation of Drug-Related Problems and Associated Factors at a Clinical Pharmacist Service-Naïve Hospital in Northern Sweden. Drugs - Real World Outcomes. juni 2017;4(2):97–107.
4. Lazarou J, Pomeranz BH, Corey PN. Incidence of adverse drug reactions in
hospitalized patients: a meta-analysis of prospective studies. Jama 1998; 279:1200-5.
5. Scandinavian Health Partner. Förstudie för utveckling av en nationell
läkemedelsstrategi. Sammanställning av arbetsmaterial 2010. Socialstyrelsen, 2010-6- 29, Indikatorer för god läkemedelsterapi hos äldre. SBU-rapport om äldres
läkemedelsanvändning, maj 2009.
6. Aldardeer N, Benslimane N, Khalifa M. Medications Related Emergency Admissions:
Causes and Recommendations. Stud Health Technol Inform 2017;238:169-172
7. Leendertse AJ, Egberts ACG, Stoker LJ, Bemt PMLA van den. Frequency of and Risk Factors for Preventable Medication-Related Hospital Admissions in the Netherlands.
Arch Intern Med. 22 september 2008;168(17):1890–6.
8. Patel P, Zed PJ. Drug-related visits to the emergency department: how big is the problem? Pharmacotherapy. juli 2002;22(7):915–23.
9. Förebygga läkemedelsrelaterade skador - Samlat stöd för patientsäkerhet.
Socialstyrelsen. [citerat 2020-01-27]. https://patientsakerhet.socialstyrelsen.se/risker-
15 och-vardskador/vardskador/lakemedelsrelaterade-skador/minska-risken-for-
lakemedelsrelaterade-skador2/
10. Gillespie U, Alassaad A, et al. A Comprehensive Pharmacist Intervention to Reduce Morbidity in Patients 80 Years or Older. Arch Intern Med. 2009;169(9):894-900
11. Lindblom B, Anderson B. Utvärdering av lasarettsansluten hemsjukvård (LAH). HiQ AB 2017. Hälso- och sjukvårdsavdelningen region Uppsala. [citerat 2020-01-27].
https://www.regionuppsala.se/Global/Slutrapport%20Utvärdering%20LAH.pdf
12. Alshakrah, M.A., et al. Patient prioritization for pharmaceutical care in hospital: A systematic review of assessment tools. Research in Social and Administrative Pharmacy, https://doi.org/10.1016/j.sapharm.2018.09.009
13. Martinbiancho JK, Zuckermann J, Mahmud SDP, et al. Development of risk score to hospitalized patients for clinical pharmacy rationalization in a high complexity hospital.
Lat Am J Pharm Am J Pharm. 2011;30:1342–1347 14. https://www.random.org/sequences/
15. Antar S. Assessment of the clinical relevance of implemented recommendations, given by clinical pharmacists, and the significance of identified drug-related problems.
Degree Project in Pharmacotherapy D, 30 hp, 2018. Uppsala University
https://www.diva-portal.org/smash/record.jsf?pid=diva2%3A1217264&dswid=5082 16. Sveriges kommuner och landsting. Läkemedelsrelaterade problem: Åtgärder för att
förebygga. 2011. ISBN-nummer: 978-91-7164-629-3. [citerat 2020-01-27].
https://webbutik.skl.se/bilder/artiklar/pdf/7164-629-3.pdf?issuusl=ignore
16
Appendix
Appendix 1 – Screeningsvertyget av Martinbiancho et al.
Martinbiancho JK, Zuckermann J, Mahmud SDP, et al. Development of risk score to hospitalized patients for clinical pharmacy rationalization in a high complexity hospital. Lat Am J Pharm Am J Pharm. 2011;30:1342–1347 8
17
Appendix 2- Instruktioner till riskfaktorer
Martinbiancho JK, Zuckermann J, Mahmud SDP, et al. Development of risk score to hospitalized patients for clinical pharmacy rationalization in a high complexity hospital. Lat Am J Pharm Am J Pharm. 2011;30:1342–1347 8
18
Appendix 3 - Ranking scale DRPs.
Ranking scale for assessment of the clinical significance of found DRPs. (Modified Hatoum et al.-scale by Antar S. and Gillespie U.)
1. No problem – Det funna LRP:t utgör inte något problem över huvudtaget
2. No significance – Det funna LRP:t är inte kliniskt relevant och behövde ej belysas.
3. Somewhat significant - Det funna LRP:t har en viss kliniskt relevans och det finns en nytta med att påpeka/åtgärda det för framtida tillfällen - men inget som påtagligt förbättrar patientens aktuella situation.
4. Significant - Det funna LRP:t är kliniskt relevant och bör påpekas/åtgärdas för den aktuella patienten. (t ex behandlingen följer ej lokala eller nationella riktlinjer)
5. Very significant - Det funna LRP:t är mycket kliniskt relevant och kan leda till förvärrat sjukdomstillstånd och/eller organ-dysfunktion.
6. Extremely significant - Det funna LRP:t är extremt kliniskt relevant och skulle kunna leda till död.
Antar S. Assessment of the clinical relevance of implemented recommendations, given by clinical pharmacists, and the significance of identified drug-related problems. Degree Project in Pharmacotherapy D, 30 hp, Autumn 2017. Uppsala University9
19
Tabell 1 – ANOVA-test för statisktisk analys av antal LRP
Anova: En faktor
SAMMANFATTNING
Grupper Antal Summa Medelvärde Varians
Högrisk 18 115 6,4 7,55
Måttlig risk 29 155 5,3 5,45
Högrisk 3 12 4 3
ANOVA
Variationsursprung KvS fg MKv F p-värde F-krit
Mellan grupper 20,69 2 10,345 1,695 0,195 3,195
Inom grupper 286,83 47 6,103
Totalt 307,52 49
p>0,05: Ingen statistisk signifikant skillnad mellan grupperna kan bevisas
Tabell 2 – ANOVA-test för statistisk analys av antal kliniskt signifikanta LRP
Anova: En faktor
SAMMANFATTNING
Grupper Antal Summa Medelvärde Varians
Högrisk 18 65 3,6 2,84
Måttlig risk 29 96 3,3 3,36
Högrisk 3 3 1 1
ANOVA
Variationsursprung KvS fg MKv F p-värde F-krit
Mellan grupper 17,60 2 8,798 2,862 0,067 3,195
Inom grupper 144,48 47 3,074
Totalt 162,08 49
p>0,05: Ingen statistisk signifikant skillnad mellan grupperna kan bevisas
