Archive for the ‘CPOE’ Category

Edição de Texto com Dados Estruturados

17 de fevereiro de 2010

Fábio Castro

Em uma pesquisa sobre o Prontuário Eletrônico implantado na Prefeitura de Belo Horizonte, os profissionais citam que “com relação ao tempo de atendimento gasto com cada paciente, os profissionais, em sua maioria, afirmaram que gastam mais tempo com o atendimento de um paciente do que quando utilizavam o prontuário em papel, na medida em que é necessário registrar todo o atendimento no computador a partir dos passos definidos pelo sistema. Alguns disseram que foi uma dificuldade inicial, que hoje já estão mais adaptados e conseguiram melhorar esse tempo. Outros continuam achando que o tempo ficou insuficiente para o atendimento informatizado e disseram que tiveram que adaptar o número de pacientes atendidos ao horário de trabalho” (1).

Na mesma pesquisa todos os farmacêuticos disseram que o tempo de atendimento melhorou pois a grande maioria das receitas criadas com informações estruturadas já estavam com os dados registrados no módulo da farmácia. O profissional na dispensação da medicação só precisava clicar em “dispensado” e pronto. Com receitas manuais o profissional responsável pela dispensação tem que entrar os dados, o que é um processo relativamente demorado. O mesmo aconteceu com o pessoal do laboratório que só precisava clicar em “coletado” e a parte burocrática já estava pronta. O programa segue o conceito de “do once and share”.

Todos os profissionais reconheceram uma melhora na legibilidade dos documentos impressos como receitas e pedidos de exames.

Do ponto de vista técnico os dados médicos podem ser divididos em estruturado e não estruturado. A documentação narrativa costuma ser encontrada com mais frequência que o texto estruturado. Um texto estruturado pode ter suas informações usadas depois por outras ferramentas e módulos como mostrado anteriormente. Um exemplo é o Sistema de Apoio a Decisão evitando-se a repetição de entrada de dados clínicos. Outro exemplo foi citado acima como na prescrição com o pessoal da farmácia não necessitando digitar novamente os dados por já estarem disponíveis.

A Interface Gráfica Abaixo é de um sistema de entrada de dados estruturados para Pediatras junto com um Sistema de Apoio a Decisão. O médico só precisa clicar nas opções para o software fornecer a classificação final. Depois de escolhido um problema genérico o profissional tem que escolher quais sintomas daquele problema o paciente tem ou não. A próxima parte poderá ser uma classificação da gravidade, risco ou diagnóstico (clique na imagem para aumentar de tamanho).

O CPOE (Computerized Physician Order Entry) é muito usado na prescrição eletrônica junto com os Sistemas de Apoio a Decisão, para diminuir os erros médicos (Prevenção Quaternária). Os dados da prescrição criada ficam disponíveis automaticamente para o prontuário enquanto no prontuário manual tem que ser repetido. Os mesmos dados podem ser usados para criar, de forma automática, os alertas, lembretes, sumários, tabelas e diagramas. O mesmo conceito pode ser usado em outros módulos do prontuário eletrônico, desde a anamnese até a ficha de produção/dados administrativos.

Um exemplo prático da minha experiência diária é a ficha de notificação da Dengue. A primeira pergunta que o software faz é se o paciente está grávido ou não. A pergunta tem que ser respondida até para pacientes masculinos. O software poderia responder automaticamente caso o campo sobre “sexo” já estivesse preenchido antes de forma estruturada, ou pela idade no caso de mulher, ou até por problemas indicados (histerectomia). Os campos sobre sintomas são preenchidos apenas uma vez na anamnese e exame físico estruturado.

Existe tecnologia para interpretar textos para que seja inteligível para a máquina como as técnicas de Natural Language Processing (NLP), mas ainda é uma técnica pouco confiável.

Todos os módulos de um Prontuário Eletrônico devem ter, preferencialmente, a opção de entrada de dados com texto estruturado, edição livre e modelos.

A entrada de dados estruturados começa com o cadastro do paciente na Equipe de Saúde da Família. O Cartão Nacional de Saúde do Ministério da Saúde tem dados estruturados já padronizados em relação aos dados Demográficos e a maior parte dos dados Sócio-econômicos. Será um padrão único para permitir a troca de informações entre pacientes e sistemas de prontuário eletrônico diferentes.

Para ficar mais rápido, a anamnese pode se iniciar com Enfermeira atendendo primeiro o paciente. O paciente cita o problema e a enfermeira escolhe uma anamnese estruturada para aquele problema preenchendo os campos inicialmente. Os dados estruturados podem servir para determinar a gravidade do quadro com um Sistema de Apoio a Decisão.

No atendimento do médico, a anamnese é mais completa, com o profissional adicionando mais dados clínicos e mais detalhados. O objetivo é economizar tempo não tendo que clicar novamente nos dados que será usado para se criar uma anamnese escrita dos dados estruturados e assim economizar tempo. Por exemplo, começa com dor de cabeça para o paciente, vira cefaléia para a enfermeira que começa a detalhar a anamnese, e o médico adiciona duração, intensidade, localização, agravantes, outros sintomas, medicações, diagnóstico diferencial, exame físico, etc.

A entrada de dados pode começar antes da consulta se iniciar e até mesmo antes do paciente chegar ao Centro de Saúde com um formulário pré-definido para lançamento de dados clínicos. Eu me lembro de uma ocasião, durante exame médico no Detran, antes da consulta, o médico me deu uma ficha de anamnese para preencher que era dado para todos os pacientes. Era um exemplo de entrada de dados estruturados manual. Dependendo das respostas escritas o médico não precisava perguntar nada depois. Apenas conferia as respostas, ou complementar onde tinha dúvidas ou os campos com alterações. O profissional ganhou tempo nas perguntas e na no preenchimento dos dados.

A Interface Gráfica Abaixo exemplifica o exemplo acima com um modelo de anamnese onde o médico só digita um “x” nos campos que interessam. Este tipo de modelo pode ser usado também no Exame Físico (clique na imagem para aumentar de tamanho).

Esta entrada de dados podia estar disponível para os pacientes já em casa com o Prontuário Pessoal de Saúde. Um paciente com uma queixa procura esta queixa de um banco de palavras, preenche o formulário se estiver disponível, ou pergunta a equipe por e-mail ou chat que envia o questionário apropriado. Durante a consulta médica seria possível usar as queixas já preenchidas com o médico mudando apenas o necessário e adicionando detalhes.

Chegando ao Centro de Saúde o paciente poderá ser atendido por outros profissionais antes de ser encaminhado ao médico sendo outra oportunidade para entrar dados estruturados, ou adicionar mais dados aos já preenchidos pelo paciente em casa. As enfermeiras devem resolver 30% dos problemas da equipe e pode iniciar digitando ou preenchendo parte da anamnese. O médico só confere e/ou confirma os dados.

A História Pregressa e História Familiar são ideais para o uso de campos estruturados por serem preenchidos poucas vezes e serem necessários para outros módulos.

A Interface Gráfica Abaixo é um bom exemplo de História Pregressa estruturada codificando as doenças com o CID (clique na imagem para aumentar de tamanho).

Os campos de Dados Vitais podem ser preenchidos já na pré-consulta pela enfermagem. Alguns dados não precisarão ser revistos pelo médico como a glicemia capilar.

Os campos de diagnóstico geralmente são codificados com o CID. Na Atenção Primária é preconizado o ICPC2. Os códigos podem ser completados com dados não estruturados como campos para comentários.

Bibliografia

1 – O Prontuário Eletrônico do Paciente como Ferramenta de Gestão do Conhecimento na Área de Saúde: Um estudo de caso na Secretaria Municipal de Saúde de Belo Horizonte. Alice Diniz Mourão

Prevenção Quaternária – Calculando Fator

17 de janeiro de 2010

Fábio Castro

O primeiro Prontuário Eletrônico que usei tinha uma ferramenta muito interessante para calcular a dose de medicações em pediatria. Era o “fator”, ou o número que multiplicado pelo peso irá mostrar a dose adequada (para cada esquema de administração). Os “fatores” não vinham embutidos no programa e o usuário tinha que determinar qual fator usar para cada droga.

O programa ainda tinha limitações pois a dose de uma medicação nem sempre é fixa e pode variar conforme a patologia e não havia esta flexibilidade no software. Funcionava bem criando um fator médio para poder facilitar arredondar os valores para facilitar o uso.

A interface gráfica abaixo é um exemplo de prescrição usando fator (clique na imagem para aumentar de tamanho). Primeiro é necessário indicar o peso do paciente (1). Escolhendo a patologia o software calcula automaticamente a dose (2). O médico então preenche o campo com a dose desejada fazendo ajustes (3) o que não foi necessário no exemplo abaixo. Depois é só escolher a duração do tratamento e imprimir.

Prescrição Eletrônica

27 de dezembro de 2009

Fábio Castro

O erro médico é responsável por 44 a 98 mil mortes por ano nos EUA, sendo 7 mil por medicações, com um custo de US$ 17 a 29 bilhões. No mundo é estimado 770 mil mortes hospitalares por ano por erro médico. Nos EUA são realizados três bilhões de prescrições por ano. Os farmacêuticos contatam o médico 150 milhões de vezes para tirar duvidas como escrita ilegível.

Estudos de 1988 já mostravam que o Prontuário Eletrônico tem potencial de diminuir os erros médicos especialmente quando integrados com outros aplicativos como sistemas de apoio a decisão como a prescrição eletrônica (E-prescribing). A prescrição eletrônica implica no uso de computador ou Palmtop para submeter a prescrição para a farmácia eletronicamente. O E-prescribing pode melhorar a eficiência, diminuir erros e melhorar a obediência com formulários de gerenciamento de cuidado.

Em uma pesquisa com médicos que usam E-prescribing, 75% indicou que pode diminuir erros, 70% citou que aumenta a produtividade, 60% indica ter potencial de diminuir recusas a ajudar paciente a assumir mais responsabilidade, e 50% acham que diminui o tempo de consulta e o número de pacientes que procuram serviço sem necessidade. Os benefícios percebidos variam de alto, médio e baixo. Também avaliaram a resposta do paciente, tempo de consulta mais curta, procura desnecessária do serviços de saúde, procura rápida do serviço de saúde para iniciar tratamento, menos testes e tratamentos desnecessários.

O CPOE (Computerized Physician Order Entry), ou entrada de dados estruturada, é uma abordagem para a padronização do cuidado, melhorar a eficiência do cuidado e diminuir erros. O CPOE, com ou sem apoio de um Sistema de Apoio a Decisão, é citado como um dos melhores meios para diminuir erros de prescrição, controle de formulário, alerta sobre alergias e interação de drogas, além de melhorar a eficiência como evitar repetir prescrições. O CPOE evita erros de escrita, dose incorreta, forma errada de dose, e tempo inapropriado de administração. O CPOE é capaz de diminuir os erros em geral em 80%, e os erros sérios potenciais em 55%.

O ciclo de medicação inclui a prescrição, transcrição, dispensação, administração e o monitoramento. Na prescrição ocorre metade dos erros e geralmente está relacionada com a falta de conhecimento da droga e do paciente. A interação droga-droga (DDI – drug-drug interactions) é o erro mais frequente, mas a maioria sem evento adverso com apenas 10-15% tendo significância clinica. A frequência também varia com o local como no caso de ambulatório, emergência e paciente internado/CTI. Em cerca de 50% das vezes o médico não vê esta interação e 1/3 desses casos tem interação séria.

O CPOE ajuda a evitar DDI e metade dos médicos que usam concordam que ajuda, mas 57 a 95% ignora os alertas. A principal razão é a grande frequência de alertas falsos. As causas estão relacionadas com banco de dados projetado errado, interface dos alertas, e falta de inspeção da interação entre o sistema e usuários para melhorias frequentes.

A imagem abaixo é de um CPOE onde o médico pode escolher a medicação e doses indicando ao software os dados. A imagem também mostra um alerta de alergia. Clique na imagem para aumentar o tamanho.

O uso do CPOE para prescrição está se tornando comum no Japão. Em hospitais com 500 ou mais leitos o uso é de 70%. O CPOE melhora a qualidade do cuidado principalmente a segurança. Detectam dose inapropriada ou combinação inadequada e criam um alerta. O médico clica em “issue prescription” e o sistema compara os dados e a dose.

Um sistema de apoio a decisão para e-Prescribing usam o mesmo limiar de alerta para todos os pacientes em todos os casos estava levando a alertas excessivos e a “fadiga de alerta”, também chamada de síndrome “cry wolf”, quando o médico não dá mais atenção para os alertas, seja por errarem com frequência, atrasar as tarefas e atrapalhar o fluxo de trabalho. Os sistemas de alerta que usam limiar estatístico comparando a prescrição com os dados de uma tabela mestre são chamados de “static alert system”. O resultado pode ser alertas em excesso que o médico passa a desprezar.

Uma abordagem para evitar a “fadiga de alerta” foi criar um sistema de alerta apropriado considerando apenas se o tratamento presente difere muito dos tratamentos anteriores. O sistema considera tratamentos comuns como sendo certos e inclui os já prescritos para o paciente. O sistema foi chamado de “real-time case-based medication alerting and recommender system” ligado a uma base de dados de prescrição.

O sistema faz alerta e apoio a decisão. No sistema de alerta recebe dados de prescrição e compara os dados com estatísticas similares já prescritas da medicação. Se a prescrição passar do limiar o sistema cria um alerta em uma janela “pop-up”. Os gatilhos são a dosagem, regime de dose, duração da administração e drogas concomitantes. O limiar de alerta é o percentil 95 e a média +2. O sistema também pode considerar a especialidade, doença, sexo e idade. O sistema de alerta é graduado em “atenção”, “cuidado/alerta” e “proibido”.

Como apoio a decisão o sistema orienta o médico caso queira saber se a dose é apropriada assim como a duração da administração mostrando os valores mais usados. Também considera os atributos do pacientes. Por exemplo, o uso de Prednisolona varia muito de especialidade para outra.

A abordagem escolhida mostrou ser mais simples de implementar que manter e atualizar uma tabela de dosagem. O lado negativo é a necessidade de muitas prescrições para criar o banco de dados.

Em outro trabalho o sistema de alerta foi redesenhado com quatro níveis de significância clínica e recomendação para cada interação. Os alertas eram ativos e passivos. Os alertas ativos, com interações mais graves, se apresentam para o médico interrompendo a prescrição, com o médico tendo que justificar se continuar a prescrição, enquanto os alertas passivos permitem que o médico aceite a recomendação ou não, com o alerta aparecendo no fundo e não interrompendo a prescrição.

Foi criado um banco de dados a partir de uma bibliografia com 4.300 DDI. No final foram mantidas 3.809 DDI que depois foi dividido em quatro níveis:

– Nível 1 (695 DDI) – dano potencial grave, frequente, boa predicabilidade e bem documentado

– Nível 2 (1494 DDI) – dano potencial moderado, menos previsível, documentação incompleta

– Nível 3 (1653 DDI) – dano mínimo ou pouco potencial, infrequente, pouca documentação

– Nível 4 (62 DDI) – sem significância clinica e sem efeito adverso.

O sistema de alerta envia recomendações durante o uso:

– Evitar uso junto – O médico tem que justificar por escrito no programa se for usar as medicações com interação. Neste caso o alerta é ativo como no caso das interações do Nível 1.

– Necessidade de monitoramente clinica ou exames. Pode ser com a observação de sintomas e sinais, ou checar toxicidade (ulcera, PA, exantema, ECG, função hepática, hemograma etc)

– Avaliar droga alternativa – o sistema mostra outras medicações incluindo com o efeito similar desejado (ex trocar AAS por Paracetamol; Cimetidina por Famotidina; Eritromicia por Azitromician, etc)

– Modificar a administração. Ex: espaçar o uso entre as drogas, modificar a medicação ou ambas, forma farmacêutica, ou forma de administração.

– Informar o paciente: dos sinais de alerta como hepatotoxicidade, diminuição do efeito (anticoncepcionais orais – sugere usar preservativo); dieta adequada (vitamina K no caso de Marevan).

Bibliografia

Development of Case-based Medication Alerting and Recommender System: A New Approach to Prevention for Medication Error – Medinfo 2007 – Studies in Health Technology and Informatics

Analysis and Redesign of a Knowledge Database for a Drug-Drug Interactions Alert System – Medinfo 2007 – Studies in Health Technology and Informatics

Modeling and Acquisition of Drug-Drug Interaction Knowledge – Medinfo 2007 – Studies in Health Technology and Informatics

Exploring the Unintended Consequences of Computerized Physician Order Entry – Medinfo 2007 – Studies in Health Technology and Informatics

Information Technology in Primary Care Practice in the United States – Cap VII – Healthcare Information Systems and Informatics: Research and Practices

CPOE – Computerized Physician Order Entry – CAP 11 – Healthcare Informatics

Information Technology (IT) and the Healthcare Industry: A SWOT Analysis – Chapter 1.12 – Medinfo 2009 – Medical Informatics: Concepts, Methodologies, Tools, and Applications