Podrobno

Uporaba specifičnih ključnih besed za prepoznavo neželenih učinkov zdravil v elektronski zdravstveni dokumentaciji bolnikov na oddelkih Interne klinike Univerzitetnega kliničnega centra Ljubljana
ID Rezar, Mojca (Avtor), ID Kerec Kos, Mojca (Mentor) Več o mentorju... Povezava se odpre v novem oknu, ID Dobravc Verbič, Matej (Komentor)

.pdfPDF - Predstavitvena datoteka, prenos (1,89 MB)
MD5: 8CE7D32A656480E45ED797FFC24DCCCB

Izvleček
Neželeni učinki zdravil (NUZ) predstavljajo pomemben delež zdravstvenih zapletov, ki bremenijo tako bolnika kot tudi celoten zdravstveni sistem. Posledice NUZ so raznolike, od blagih prehodnih težav, ki lahko vplivajo na sodelovanje bolnika pri zdravljenju in kakovost življenja, do resnejših akutnih stanj, ki zahtevajo takojšnjo medicinsko obravnavo. Elektronska zdravstvena dokumentacija ima vse pomembnejšo vlogo pri prepoznavanju NUZ, saj omogoča hitro pregledovanje velike količine bolnikovih podatkov. V sklopu magistrske naloge smo želeli ovrednotiti nabor 18 specifičnih ključnih besed, nanašajočih se na točno določene NUZ, ki bi bile uporabne pri vsakdanji klinični praksi za prepoznavanje NUZ iz elektronske dokumentacije bolnikov in bi nadgradile bolnišnični farmakovigilančni sistem. V raziskavo smo vključili 1064 bolnikov, starih 18 let ali več, ki so bili v januarju in februarju 2023 preko ambulante Internistične prve pomoči sprejeti na oddelke Interne klinike Univerzitetnega kliničnega centra Ljubljana. Z retrospektivnim ročnim pregledom njihove elektronske dokumentacije (anamneze in odpustna pisma) smo vsaj en NUZ prepoznali pri 416/1064 (39,1 %) bolnikov. Vseh prepoznanih NUZ z ročnim pregledom je bilo 737, od tega največ ob sprejemu (209 NUZ; 28,4 %). Med hospitalizacijo smo zaznali 203 NUZ (27,5 %), znanih alergij je bilo 197 (26,7 %) in 128 (17,4 %) NUZ je bilo zapisanih v anamnezi (pretekli NUZ). V drugem delu raziskave smo s pomočjo iskalnika po specifičnih ključnih besedah v bolnišničnem informacijskem sistemu skupno prepoznali 171 NUZ, kar je predstavljalo 23,2 % vseh NUZ, odkritih z ročnim pregledom, oziroma 64,5 % (171/265) NUZ, za katere smo ocenili, da bi jih z izbranim naborom specifičnih ključnih besed lahko prepoznali. Kot najprimernejše za vsakdanjo klinično uporabo smo opredelili naslednjih sedem kombinacij specifičnih ključnih besed, ki so imele najvišjo pozitivno napovedno vrednost: »iztirjen« + »Marevan« (75,0 %), »hipokal« + »Edemid« (62,7 %), »hipoglikemij« + »inzulin« (55,6 %), »melen« + »Marevan« (53,8 %), »bradikardij« + »Concor« (44,4 %), »hipokal« + »Diuver« (42,9 %) in »krvavit« + »Marevan« (40,0 %). Večina specifičnih ključnih besed (12/18) je imela občutljivost nad 40 %. Najvišjo občutljivost so imele ključne besede »hematemez« (90,0 %), »hipokal« + »Edemid« (82,1 %), »hipotenzi« (73,0 %), »izpuščaj« (70,0 %), »iztirjen« + »Marevan« (65,2 %) in »hiperkal« + »Aldacton« (54,5 %). Specifičnost ključnih besed je bila visoka; pri 16/18 ključnih besed je bila večja od 90 %.

Jezik:Slovenski jezik
Ključne besede:neželeni učinki zdravil, elektronska zdravstvena dokumentacija, specifične ključne besede, pozitivna napovedna vrednost
Vrsta gradiva:Magistrsko delo/naloga
Organizacija:FFA - Fakulteta za farmacijo
Leto izida:2025
PID:20.500.12556/RUL-174225 Povezava se odpre v novem oknu
Datum objave v RUL:30.09.2025
Število ogledov:166
Število prenosov:33
Metapodatki:XML DC-XML DC-RDF
:
Kopiraj citat
Objavi na:Bookmark and Share

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Use of specific keywords for identifying adverse drug reactions in the patient electronic health records at the Internal medicine departments, University Medical Centre Ljubljana
Izvleček:
Adverse drug reactions (ADRs) represent a significant proportion of medical complications, burdening both the patients and the entire healthcare system. The consequences of ADRs are diverse – ranging from mild, transient problems that may affect treatment adherence and quality of life, to more serious acute conditions requiring urgent medical intervention. Electronic health records play an increasingly important role in the identification of ADRs, as they enable rapid review of large volumes of patient data. The aim of this master’s thesis was to define and evaluate a set of 18 specific keywords related to specific ADRs, which could be applied in daily clinical practice to identify ADRs from electronic patient records and to enhance the hospital pharmacovigilance system. The study included 1064 patients aged 18 years or older, admitted through the Internal Medicine Emergency Department to the departments of the Internal Clinic, University Medical Centre Ljubljana, during January and February 2023. A retrospective manual review of their electronic records (medical histories and discharge letters) identified at least one ADRs in 416/1064 patients (39,1%). In total, 737 ADRs were detected by manual review, most frequently at admission (209; 28,4%). During hospitalization, 203 ADRs (27,5%) were recorded, 197 (26,7%) were documented as known allergies, and 128 (17,4%) were listed in the medical history (past ADRs). In the second part of the study, using a search engine with predefined specific keywords in the hospital information system, we identified 171 ADRs, representing 23,2% of all ADRs found by manual review, or 64,5% (171/265) of those estimated to be detectable with the selected set of specific keywords. Seven combinations of specific keywords were identified as most suitable for clinical use, achieving the highest positive predictive values: »iztirjen« + »marevan« (75,0%), »hipokal« + »edemid« (62,7%), »hipoglikemij« + »inzulin« (55,6%), »melen« + »marevan« (53,8%), »bradikardij« + »concor« (44,4%), »hipokal« + »diuver« (42,9%), and »krvavit« + »marevan« (40,0%). The majority of specific keywords (12/18) demonstrated a sensitivity above 40%. The highest sensitivities were observed for »hematemez« (90,0%), »hipokal« + »edemid« (82,1%), »hipotenzi« (73,0%), »izpuščaj« (70,0%), »iztirjen« + »marevan« (65,2%), and »hiperkal« + »aldacton« (54,5%). Specificity was high, with 16/18 keywords exceeding 90%.

Ključne besede:adverse drug reactions, electronic health record, specific keywords, positive predictive value

Podobna dela

Podobna dela v RUL:
Podobna dela v drugih slovenskih zbirkah:

Nazaj