L’I3PT està desenvolupant un sistema de priorització de l’atenció farmacèutica a Urgències
- Post Tags:
- Farmàcia
- Organització Digital
- urgències
- Posted In:
- Notícies
- Mireia Córcoles
- no comments
El farmacèutic i investigador del grup de recerca de farmàcia clínica Javier Ramos està treballant en una eina informàtica que predigui el risc de problemes relacionats amb la medicació que es poden donar als serveis d’urgències
Els serveis d’urgències atenen a diari centenars de pacients. Només al Parc Taulí, cada dia hi ha més de 300 persones que necessiten atenció mèdica urgent. Aquest volum de pacients també suposa un repte logístic per al servei de farmàcia hospitalària, que ha de donar resposta a totes les necessitats farmaco-terapèutiques, a vegades complexes, que permetin tractar aquests pacients.
Els professionals farmacèutics clínics vetllen perquè els medicaments prescrits als pacients contribueixin als millors resultats de salut possibles. Per garantir-ho, tenen la complexa tasca d’avaluar la idoneïtat, l’eficàcia i la seguretat de l’ús dels medicaments per a un gran nombre de pacients. Per aquest motiu, és necessari prioritzar l’atenció en funció del grau d’urgència, és a dir, del risc de patir un problema relacionat amb la medicació (PRM, per les seves sigles) durant l’estància a Urgències. Però com es pot prioritzar aquesta atenció farmacèutica?
Davant d’aquest repte, el farmacèutic i investigador del grup de recerca de farmàcia clínica Javier Ramos, està treballant en el desenvolupament d’una eina informàtica que predigui i indiqui el risc de PRM i que serveixi per prioritzar l’atenció farmacèutica als serveis d’urgències.
Aquest projecte és l’objecte del doctorat de Ramos, que duu a terme a la Universitat Autònoma de Barcelona sota la direcció de Gema Muñoz Gamito i Susana Redondo Capafons i la tutorització de Caridad Pontes. Ramos subratlla que aquesta eina serà un “score” predictiu que ofereixi una puntuació de forma actualitzada del risc de cada pacient i permeti prioritzar l’atenció farmacèutica.
Vaig detectar la necessitat de disposar d’un “score” que predigui els PRM i valorar la urgència d’atenció al pacient, per saber quin necessita una atenció farmacèutica precoç
“El projecte sorgeix fa un any quan vaig detectar la necessitat de disposar d’una eina en forma de “score” que permeti predir els PRM i valorar la urgència d’atenció al pacient, per saber quin pacient necessita una atenció farmacèutica precoç i, per tant, quin se’n pugui beneficiar més”. Actualment hi ha alguns models disponibles però tenen moltes limitacions, afirma Ramos. “Per un costat, el nivell d’evidència que tenen és molt baix i, per altre, tenen en compte variables del pacient que no és possible obtenir, i si les tens, és complicat saber quina contribueix més a un PRM”.
Un projecte premiat per la SEFH
El projecte ha estat distingit amb el tercer premi al Fòrum d’Innovació de la Sociedad Española de Farmacia Hospitalaria i va estar nominat entre les 10 millors comunicacions operatives del 67è Congrés d’aquesta entitat, que va tenir lloc el passat novembre a Barcelona.
El projecte ha aconseguit el 3r premi al Fòrum d’Innovació de la SEFH i va estar nominat entre les 10 millors comunicacions operatives del seu 67è Congrés
“La comunicació que vam presentar demostra que utilitzant aquesta estratificació aconseguim que el 80% dels pacients d’Urgències amb una sol·licitud d’ingrés tinguessin atenció farmacèutica abans de les 15:00 h”.
Les fases del projecte
Actualment el projecte es troba en una primera fase de desenvolupament, en la qual un equip multidisciplinari de professionals —entre els quals hi ha un grup internacional de farmacèutics, urgentòlegs, metges d’especialitats mèdiques i quirúrgiques, infermeres, una treballadora social i informàtics— treballa per identificar i analitzar les variables que es poden donar en pacients amb l’objectiu de detectar PRM, i demostrar l’impacte de l’atenció farmacèutica precoç en pacients amb major risc de PRM.
Un cop s’hagi arribat a un consens, que es farà seguint la metodologia Delphi, aquest sistema es posarà en marxa al Parc Taulí per, en una fase posterior, poder implementar-ho en altres hospitals. L’objectiu final és desenvolupar amb intel·ligència artificial i machine learning una eina informàtica per a la història clínica electrònica que predigui el risc de PRM i sigui útil per a qualsevol hospital.
Leave a Reply