2026-07-21T14:57:27Zhttps://repisalud.isciii.es/rest/oai/requestoai:repisalud.isciii.es:20.500.12105/141222025-03-24T14:01:07Zcom_20.500.12105_2052com_20.500.12105_2051com_20.500.12105_15322col_20.500.12105_19614col_20.500.12105_16989
Repisalud
author
Bernabeu-Martínez, Mari Ángeles
author
García-Salom, Pedro
author
Burgos-San José, Amparo
author
Álvarez-Sabucedo, Luis M
author
Wanden-Berghe, Carmina
author
Sanz-Valero, Javier
funder
Instituto de Salud Carlos III
2022-04-20T09:04:36Z
2022-04-20T09:04:36Z
2021-06-10
Farm Hosp. 2021;45(5):282-286.
2171-8695
Farmacia Hospitalaria : organo oficial de expresion cientifica de la Sociedad Espanola de Farmacia Hospitalaria
34806590
http://hdl.handle.net/20.500.12105/14122
[ES] Objetivo: Describir el protocolo del estudio para la instauración del control del proceso de los medicamentos peligrosos que asegure la calidad y su trazabilidad, mediante el análisis de riesgos, desarrollando e implantando una herramienta informatizada que, gracias a la utilización de técnicas de big data, permita conocer y auditar el conjunto del sistema de forma continua y dinámica.
Método: Mediante los procesos de notación gráfica normalizada Business Process Model Notation se desarrollarán los flujogramas específicos que permitan conocer las etapas del proceso de los medicamentos peligrosos que determinen la trazabilidad total del sistema. Cada una de las etapas será recogida en los cuadros de gestión, donde a través de la probabilidad del suceso y su gravedad se calculará el índice de criticidad de cada punto de control que se determine, y se establecerán las medidas de control. A partir de los cuadros de gestión se desarrollará el soporte tecnológico para la captura de todos los datos que sean pertinentes al modelo. Para asegurar el control de la calidad del proceso se optará por agentes software cliente, que permitan en fases posteriores aplicar herramientas eficientes en el procesamiento de datos de modo automático. A partir de aproximaciones metodológicas del big data, y en particular del ámbito de machine learning, se desarrollarán algoritmos sobre el reposito rio de datos generado para poder obtener patrones que permitan mejorar los protocolos de aplicación. Por último, para asegurar el funcionamiento del proceso se realizará la verificación clínico-farmacéutica y la revisión completa, técnico-documental, de los sistemas de control y registro. Conclusiones: La generación del sistema de gestión de riesgos mediante tecnología móvil permitirá integrar los medicamentos peligrosos en un sistema normalizado, con el fin de mejorar la seguridad, calidad y trazabilidad del proceso de manipulación de los medicamentos peligrosos.
[EN] Objective: This article describes a study protocol for the implementation of quality and traceability control in the hazardous medication circuit through an analysis of risks and the development and introduction of a Big Data-based software application aimed at performing a continuous and dynamic audit of the whole system. Method: A standardized graphical modeling tool called Business Process Model Notation will be used to generate a detailed description of each of the stages in the hazardous medication circuit with a view to ensuring full traceability of the system. The information on each stage will be collected in a flowchart, which will be used -together with each event's likelihood of occurrence and severity- as a basis to calculate the criticality index of the different control points established and to determine any control measures that may be required. The flowcharts will also be used to develop the technological support needed to capture all such data as may be relevant to the model. Proper quality control of the process will be ensured by client software agents intended to allow automatic applica tion of efficient data processing tools at the different phases. In addition, Big Data methodologies, in particular machine learning, will be used to develop algorithms based on the repository of generated data to come up with patterns capable of improving the protocols to be applied. Lastly, proper operation of the process will be ensured by means of clinicalpharmaceutical verification and a full technical-documentary review of control and registration systems. Conclusions: The development of a risk management system based on mobile technology will allow integration of hazardous drugs into a standardized system, ensuring the safety, quality, and traceability of the hazardous medication handling process.
spa
Sustancias peligrosas
Antineoplásicos
Citostáticos
Salud laboral
Control de calidad
Medición de riesgo
Gestión de la información
Hazardous substances
Antineoplastic agents
Cytostatic agents
Occupational health
Quality control
Risk assessment
Information management
Análisis de riesgos mediante modelos big data el uso de medicamentos peligrosos en Unidades de Hospitalización a Domicilio: protocolo de estudio
research article
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
URL
https://repisalud.isciii.es/bitstreams/48af56d5-8cce-470b-aa1b-e3e2a08d5fda/download
File
MD5
c9e296411b77266ae18de171a0e0b07a
730606
application/pdf
AssessingRiskUsingHazardous_2021.pdf
URL
https://repisalud.isciii.es/bitstreams/34acd4a8-dc63-4d32-8088-add812095305/download
File
MD5
484ff7de74d798c81c1a4be64a23602a
736410
application/pdf
AnalisisRiesgosMedianteModelos_2021.pdf
URL
https://repisalud.isciii.es/bitstreams/5c2f5ae5-5a07-46ea-90f9-31f477ab3574/download
File
MD5
92868eba5331ba231c84cf92ae0ae4ac
32023
text/plain
AnálisisRiesgosMedianteModelos_2021.pdf.txt
URL
https://repisalud.isciii.es/bitstreams/a8d819cc-692f-48ed-8038-f3a6e02e3919/download
File
MD5
01379905ce8521edfbac8258eee98dd6
30123
text/plain
AssessingRiskUsingHazardous_2021.pdf.txt
URL
https://repisalud.isciii.es/bitstreams/de49b231-a25a-4df1-b307-82a0e4fb4d67/download
File
MD5
92868eba5331ba231c84cf92ae0ae4ac
32023
text/plain
AnalisisRiesgosMedianteModelos_2021.pdf.txt