رفتن به محتوای اصلی
x

دفاع پایان نامه دکتری مهندسی بهداشت حرفه ای آقای مهدی جلالی

 

روز سه شنبه 28 خردادماه مهدی جلالی دانشجوی دکترای مهندسی بهداشت حرفه ای از پایان نامه خود با عنوان"طراحی و ارائه مدلی برای پیشگیری از خطاهای پزشکی با استفاده از تلفیق روشهای شبکه باور (BN)، سیستم طبقه بندی و آنالیز فاکتورهای انسانی (HFACS) و ماتریس مداخلات فاکتورهای انسانی (HFIX) "به راهنمایی دکترحبیب الله دهقان و دکتر احسان الله حبیبی و مشاوره دکتر نیما خاکزاد  دفاع نمودند.         

چکیده

مقدمه: سیستم مراقبت‌های بهداشتی یکی از حیاتی‌ترین نظام‌ها برای بشر به شمار می‌رود و شامل بخش‌های مختلفی از جمله بیمارستان‌ها است. به علت پیچیدگی روش‌ها و تجهیزات، فشردگی و پیوستگی عملکردها، ارتباطات گسترده میان افراد و تیم‌ها، و همچنین نقش پررنگ انسان در طراحی و اجرای این سیستم، آن را در برابر بروز خطاها بسیار آسیب‌پذیر کرده است. در این میان، عوامل انسانی و سازمانی سهم بسزایی در شکل‌گیری خطاها و حوادث پزشکی دارند. با وجود اهمیت این موضوع، روش‌های تحلیلی کمی برای بررسی دقیق و نظام‌مند این عوامل در دسترس است. این مطالعه با هدف توسعه چارچوبی جدید برای طبقه‌بندی و تحلیل عوامل انسانی مؤثر در خطاهای پزشکی انجام شد. همچنین به منظور درک بهتر پیچیدگی روابط میان عوامل علی و تدوین راهبردهای کنترلی مناسب، یک مدل جامع طراحی گردید.

مواد و روش‌ها: در این مطالعه توصیفی- تحلیلی در ابتدا با جستجو و مطالعه متون گذشته اقدام به استخراج عوامل انسانی و سازمانی مرتبط با خطای پزشکی گردید. سپس، با استفاده از یک مطالعه دلفی یک چارچوب جدید سیستم طبقه بندی و آنالیز فاکتورهای انسانی برای خطاهای پزشکی توسعه یافت. بمنظور تأیید اعتبار این چارچوب در علت­یابی و آنالیز خطاهای پزشکی، 180 واقعه ناگوار پزشکی آنالیز شد و روابط علت و معلولی این وقایع با استفاده از چارچوب توسعه یافته تعیین شد. سپس این ساختار در قالب یک شبکه بیزین ایجاد و تعامل این پارامترها و اثر آن بر خطاهای پزشکی با استفاده از مدل بیزین بررسی شد. پس از ایجاد ساختار و تهیه بانک داده ایجادشده در مراحل قبل، آموزش مدل با استفاده از روش تخمین پارامتر با استفاده از 250 واقعه ناگوار پزشکی در بستر نرم افزار NETICA انجام شد. پس از آموزش، با استفاده از بررسی 100 واقعه ناگوار پزشکی جدید، عملکرد و قدرت پیش بینی کنندگی مدل تعیین شد. در مرحله بعد استراتژی­های پیشگیرانه با استفاده از آنالیز حساسیت شبکه بیزین در بستر نرم افزار GeNIe تعیین شد و مهم­ترین عوامل مؤثر در کاهش خطاهای پزشکی تعیین گردید. در نهایت بمنظور تدوین استراتژی­های قابل کاربرد و قابل اجرا، از ترکیب روش­های ماتریس مداخلات عوامل انسانی و بهترین- بدترین به منظور ادغام استراتژیهای تعیین شده در مرحله قبل با رویکردهای مداخله­ای مناسب و معیارهای عملی استفاده شد و بهترین و قابل اجراترین استراتژی­ها تعیین گردید.

یافته ‎ها: چارچوب جدید سیستم طبقه بندی و آنالیز فاکتورهای انسانی برای خطاهای پزشکی از 5 سطح عِلّی و 25 طبقه عِلّی تشکیل شد و 1 سطح عِلیتّی و 6 طبقه عِلیتّی نسبت به مدل اصلی افزایش یافت. امکان سنجی استفاده از این چارچوب برای علت یابی و شناخت مسیرهای عِلّی ایجادکننده خطای پزشکی با استفاده از آزمون­های­ آماری با موفقیت انجام شد. نتایج تحلیل آماری با آزمون کای‌دو نشان داد از میان ۶۴ زوج گروه فاکتورهای انسانی در چارچوب جدید توسعه­یافته، ۹ زوج رابطه معنادار آماری (p < 0.05) داشتند که اعتبار روابط علّی بین سطوح، چارچوب را تأیید می‌کند. تحلیل علت‌یابی وقایع ناگوار با روش "تحلیل ریشه­ای خطا" نشان داد عوامل ارتباطی با ۵۸٪، عوامل فردی با ۵۳٪ و عوامل مرتبط با وظیفه با ۴۰٪ بالاترین نقش را در وقایع ناگوار پزشکی داشته‌اند. نتایج علت­یابی با چارچوب جدید توسعه یافته نشان داد مسائل فراسازمانی در 9/ 38%، سطح علّی عوامل سازمانی در 4/ 89% ، نظارت ناایمن در 7/ 87% و پیش شرایط برای اعمال ناایمن در 3/ 92% از وقایع ناگوار پزشکی نقش داشته و ریزکدهای آن شناسایی شدند. نتایج خروجی احتمالات پیشین مدل نشان می­دهد که در پایین­ترین سطح یا در سطح هدف، بالاترین احتمال پیشین مربوط به خطاها (2/ 67%) بوده و 5/ 35% مربوط به تخلفات است. مدل پیش‌بینی خطاها و تخلفات عملکرد قابل قبولی داشت (خطای کل مدل ۱۲٪ برای خطا و ۱۳٪ برای تخلفات). شاخص­های بررسی عملکرد مدل برای پیش­بینی "خطاها" نشان داد که مقادیر شاخص افت لگاریتمی، بازده کروی و افت درجه دوم به ترتیب از راست به چپ 5891/ 0، 7731/ 0 و 4014/ 0  می­باشد. مقادیر این شاخص ها برای پیش­بینی "تخلفات" نیز به ترتیب 6297/ 0، 7447/ 0 و 4415 /0 تعیین شد. نتایج آنالیز حساسیت نشان داد عوامل محیطی (04361/ 0= MNS)، ارائه دهندگان مراقبت­های بهداشتی (01532/ 0= MNS)، تیم و ارتباطات (01383 /0= MNS)، برنامه ریزی ناکافی (00920/ 0= MNS) و ضعف در فرآیندهای سازمانی (00582/ 0= MNS) به ترتیب 5 فاکتور علیتی اصلی با بیش­ترین اثرگذاری در ایجاد خطاها می­باشند. همچنین، تیم و ارتباطات (01249/ 0= MNS)، عوامل محیطی (01231/ 0= MNS)، ارائه دهندگان مراقبت­های سلامت (01047/ 0= MNS)، عدم رسیدگی به مشکل شناخته­شده (0014/ 0= MNS) و تخلفات نظارتی (00137/ 0= MNS) 5 فاکتور علیتی اثرگذار بر تخلفات بودند. نتایج تلفیق "ماتریس مداخلات فاکتورهای انسانی" و "روش بهترین- بدترین" در وزن­دهی نتایج خروجی آنالیز حساسیت نشان داد بالاترین وزن نهایی (متوسط وزن معیارهای پنجگانه) در ایجاد "خطاها "به ترتیب برای تیم و ارتباطات (71394/ 0)، عوامل محیطی (69092/ 0) و برنامه­ریزی ناکافی (6611/ 0) بوده و بیش­ترین وزن در ایجاد "تخلفات" نیز مربوط به تخلفات نظارتی (79562/ 0)، عدم رسیدگی به مشکل شناخته­شده (79078/ 0) و ارائه­دهندگان مراقبت­های بهداشتی (69092/ 0) است. 

نتیجهگیری: این مطالعه برای نخستین بار چارچوب نوینی به نام سیستم طبقه بندی و آنالیز فاکتورهای انسانی برای خطاهای پزشکی (HFACS-MEs) را برای تحلیل عوامل انسانی مؤثر در خطاهای پزشکی توسعه داد. این چارچوب با افزودن طبقات علّی جدید و بومی‌سازی شده، به شکلی سیستماتیک و معتبر طراحی و اعتبارسنجی شد. نتایج نشان داد که این مدل توانسته است به خوبی مسیرهای علّی منجر به خطاهای پزشکی را شناسایی کند و طبقات جدیدی مانند «قوانین و مقررات»، «مدیریت تغییر»، «فرهنگ ایمنی بیمار» و «عوامل مرتبط با بیمار» توانسته‌اند تحلیل جامع‌تر و دقیقی از وقایع ناگوار پزشکی ارائه دهند. تلفیق روش تحلیل حساسیت با تکنیک تصمیم‌گیری بهترین– بدترین، اولویت‌بندی نهایی عوامل کلیدی را فراهم ساخت که می‌تواند مبنای مناسبی برای طراحی مداخلات هدفمند در کاهش خطاها و تخلفات پزشکی باشد. به طور کلی، چارچوب توسعه‌یافته ارائه‌شده در این مطالعه نه تنها از نظر ساختاری و روایی معتبر است، بلکه در شناسایی، تحلیل و پیش‌بینی علل خطاها و تخلفات در حوزه پزشکی نیز اثربخشی بالایی داشته و می‌تواند به‌عنوان مبنای علمی برای ارتقاء ایمنی بیمار و کاهش خطاهای پزشکی در نظام سلامت کشور مورد استفاده قرار گیرد.