《对优化情景感知的药物-药物相互作用筛选临床决策支持系统的评价 》

用药差错是可预防的药物不良事件的主要原因，它会引起约4%的住院，21%的再住院，使10%的住院患者的住院时间延长、增加医疗费用和死亡率升高。与计算机医嘱录入(CPOE)系统和用药有关的临床决策支持系统(CDSS)相关联的电子病历可以减少处方差错和连续不断的药物不良事件，但其对死亡率和发病率的影响之证据仍不明确。

目前用于药物-药物相互作用(DDI)筛选的CDSS往往过于敏感，容易导致高预警负担和产生特异性低的预警，这些都会引起预警疲劳和很高的无视率。如果临床医生对具有临床意义和无关紧要的预警都不加分辨地予以无视的话，那么，必会将危及患者的安全。因此，预警负担和接受率这两个指标是衡量临床决策支持系统（CDSS）流程结果的重要指标。业已证明，一些优化策略可使用于药物-药物相互作用(DDI)筛选的CDSS更加高效。根据严重程度对药物-药物相互作用(DDI)进行分类，并相应地调整预警的呈现方式(中断或非中断)，从而提高遵从率。还可以通过使预警对患者更有针对性（如考虑到患者的特征和化验检查结果），来提高预警的特异性。在预警屏幕上提供建议和要求给出忽略预警的原因，也有助于提高CDSS的有效性。

然而，大多数的这类干预措施对改善过程或患者的结果所发挥的作用有限。但作者认为，如果同时实施这些策略可能会使CDSS的有效性得到更好的改善。因此，根据文献和自身的研究经验以及项目团队的讨论，他们医院同时实施了多种优化策略。

本文的目的就是要对他们医院实施药物-药物相互作用(DDI) 筛选的临床决策支持系统(CDSS)的6种优化策略对预警负担和预警接受度的影响进行评估，以及描述临床药师的干预接受情况。

结果证明，同时实施六种CDSS优化策略大大提高了预警接受度和临床药师的干预接受度。用药接受度显著高于处方接受度。