haku: @keyword riskianalyysi / yhteensä: 33
viite: 4 / 33
| Tekijä: | Kajovaara, Jussi Joonas |
| Työn nimi: | Turvatoimintoanalyysi yliopistollisen sairaalan lääkehoidon riskienhallinnassa |
| Safety Control Analysis in Risk Analysis of Medication in University Hospital | |
| Julkaisutyyppi: | Diplomityö |
| Julkaisuvuosi: | 2015 |
| Sivut: | vii + 87 Kieli: fin |
| Koulu/Laitos/Osasto: | Perustieteiden korkeakoulu |
| Oppiaine: | Systeemi- ja operaatiotutkimus (F3008) |
| Valvoja: | Salo, Ahti |
| Ohjaaja: | Pyyhtiä, Mika |
| Elektroninen julkaisu: | http://urn.fi/URN:NBN:fi:aalto-201506303570 |
| Sijainti: | P1 Ark Aalto 2898 | Arkisto |
| Avainsanat: | risk management risk analysis medication safety control riskienhallinta riskianalyysi lääkehoito turvatoiminto |
| Tiivistelmä (fin): | Sairaaloissa tapahtuvista hoitovirheistä noin puolet aiheutuu lääkehoidossa. Suomessa lääke- hoidossa tapahtuvista virheistä on alettu raportoida 2000-luvun aikana. Raportointikulttuuri on siis vielä kehityksensä alkuvaiheessa. Suomalaisissa sairaaloissa laajasti käytössä oleva HaiPro- järjestelmä asettaa tällä hetkellä rajoituksia turvallisuuskulttuurin kehittymiselle. Järjestelmä on jäänyt ominaisuuksiltaan jälkeen niin raportin tekijän kuin raporttien käsittelijän ja tulkitsijankin näkökulmasta. Esittelen tässä työssä, miten HaiPro-järjestelmää hyödynnetään tällä hetkellä Kuopion yliopistollisen sairaalan kahdella kirurgisella osastolla. Tämän jälkeen esittelen raportointi- ja tilastointimenetelmän, jota kutsun nimellä turvatoimintoanalyysi. Turvatoimintoanalyysin tarkoitus on nostaa lääkehoidon turvallisuuskulttuuri ja turvallisuuden johtaminen nykyistä korkeammalle tasolle. Turvatoimintoanalyysin vaiheet ovat seuraavat: lääkehoidon prosessin riittävän tarkka kuvaaminen, sovitun kynnyksen ylittävistä virheistä raportointi mobiilisovellusta käyttäen, kertyvän datan automatisoitu käsittely ja lääkehoitoprosessin luotettavuuden määrittäminen. Jaottelen HaiPro-järjestelmällä kerätyn poikkeamatiedon turvatoimintoanalyysin pohjana olevan prosessikuvauksen mukaisesti ja esittelen, miten jo tällä hetkellä raportoitavasta tiedosta saadaan HaiPro-järjestelmän tuottamaa katsausta tarkempi tilannekuva. Olemassa oleva raportointidata ei mahdollista turvatoimintoanalyysin soveltamista tämän laajemmin. Esitän analyysin loput ominaisuudet simuloitua raportointidataa käyttäen. Turvatoimintoanalyysin täysimääräisen hyödyntämisen seuraava vaihe on nopean ja helppokäyttöisen mobiilisovelluksen kehittäminen lääkehoitoa suorittavien hoitajien käyttöön. Turvatoimintoanalyysin lopputuloksena saadaan reaaliajassa muiden yksiköiden kanssa vertailukelpoista tietoa lääkehoitoprosessin luotettavuudesta sekä mahdollisista ongelmakohdista. Parhaiden käytäntöjen systemaattinen levittäminen yli yksikkörajojen mahdollistuu, kun käytäntöjen luotettavuudesta saadaan vertailukelpoista tietoa. |
| Tiivistelmä (eng): | Half of the malpractices in hospitals are different kinds of medication errors. In Finland reporting of the malpractices has started in the beginning of the 2000s but the reporting culture is still in its early stages. In the Finnish hospitals the most common reporting system is called HaiPro. The old- fashioned system limits the development of the safety culture from the viewpoint of both the reporter and the recipient. In this master's thesis I demonstrate how the HaiPro reporting system is used in the surgery department in Kuopio University Hospital. I also introduce the reporting and statistical system I call the Safety Function Analysis. The purpose of the safety function analysis is to improve the safety culture and the leading of safety to the next level in the field of medication. The safety function analysis consists of the following stages: Creating detailed enough a process description of medication, mobile reporting of every slip that crosses the decided reporting threshold, automated analysis of the data and finally quantifying the reliability of the process. I illustrate the HaiPro data using the detailed process description which shows that the better analysis is available even using the old data. Existing HaiPro data does not make it possible to go deeper with the safety function analysis so the remaining features of the safety function analysis are demonstrated using simulated data. The next stage of the implementation of the safety function analysis is to develop a quick and simple mobile application to be used by nurses and doctors working with medication. The final result of the safety function analysis is the real time data that is comparable beyond different departments. When comparable information on the reliability of the different processes is obtained it will also become possible to spread the best practices beyond department limits. |
| ED: | 2015-08-16 |
INSSI tietueen numero: 51986
+ lisää koriin
INSSI