Nuestro equipo ha publicado recientemente en su revista la valoración de los eventos adversos (EA) detectados en una mutua laboral mediante revisión de historias clínicas, enmarcado en el programa de auditoría sistemática de historias clínicas de nuestra organización1. El objetivo de esta carta es aportar nuestra experiencia en el uso de la Trigger Tool como instrumento para detectar incidentes de seguridad mediante alarmas (trigger) que invitan a revisar la información clínica, ya que se asocian, con mayor probabilidad, con estos incidentes.
Nuestro equipo analizó, hace ya unos meses, la adaptación a la realidad de una mutua laboral2 de la herramienta Trigger Tool ambulatoria (-Outpatient Adverse Event Trigger Tool [OAETT]) desarrollada por el Institute for Health Improvement3,4. En esa ocasión se definieron 11 trigger adaptados a la realidad asistencial y evaluadora de las actuaciones sanitarias de una mutua laboral. Estos trigger fueron «diagnóstico específico», «más de 5 visitas», «dos o más niveles asistenciales», «medicación específica», «proceso quirúrgico», «cambio global de tratamiento», «más de 5 medicamentos», «recaída», «quejas/reclamaciones», «baja posterior a primera visita» y «pruebas fuera de protocolo».
En el mencionado estudio para determinar la frecuencia de incidentes de seguridad analizamos la presencia de estos trigger en una muestra representativa de 313 historias clínicas correspondientes a casos con mayor intensidad de asistencia sanitaria, atendidos ambulatoriamente en nuestros centros asistenciales. En esta muestra se detectaron 721 alertas en 293 historias clínicas (93,3% del total) que mostraban uno o varios trigger (tabla 1). En la misma revisión realizada por panel auditor experto de estas historias clínicas se observaron 48 EA (15,3%; IC: 11,3-19,3) en la muestra de historias clínicas.
Identificación de eventos adversos con la herramienta Trigger
N.° | Etiqueta del trigger | Total triggers | Total eventos adversos | % de HC/con Trigger | % EA/total triggers | % especificidad | % VPP |
---|---|---|---|---|---|---|---|
1 | Diagnóstico específico | 106 | 5 | 35,7 | 4,7 | 65,4 | 4,7 |
2 | Más de 5 visitas | 237 | 4 | 79,8 | 1,3 | 20,5 | 1,7 |
3 | Dos o más niveles asistenciales | 125 | 4 | 42,1 | 3,2 | 58,7 | 3,2 |
4 | Medicación específica | 63 | 4 | 21,2 | 6,4 | 79,9 | 6,3 |
5 | Proceso quirúrgico | 27 | 4 | 9,1 | 14,8 | 92,3 | 14,8 |
6 | Cambio global de tratamiento | 25 | 6 | 8,4 | 24,0 | 93,5 | 24 |
7 | Más de 5 medicamentos | 13 | 0 | 4,4 | 0 | 95,6 | 0 |
8 | Recaída | 58 | 16 | 19,5 | 29,3 | 85,1 | 27,6 |
9 | Quejas/reclamaciones | 10 | 1 | 3,4 | 10,0 | 97,0 | 10 |
10 | Baja posterior a primera visita | 9 | 4 | 3 | 44,4 | 98,3 | 44,4 |
11 | Pruebas fuera de protocolo | 48 | 0 | 16,2 | 0 | 83,8 | 0 |
Total 11TT | 721 | 48 | 93,3 | 6,7 | 7,5 | 15,4 | |
Total 5TT (trigger 4, 5, 6, 8 y 10) | 182 | 35 | 44 | 19,2 | 47,1 | 19,2 |
La sensibilidad y valor predictivo negativo es, en todos los trigger, del 100%.
EA: eventos adversos; HC: historias clínicas; TT: Trigger Tool; VPP: valor predictivo positivo.
Con el objeto de concretar los triggers con mejor rendimiento revisamos su sensibilidad, especificidad y valor predictivo positivo y negativo (tabla 1). En este caso comprobamos que los trigger con mayor capacidad discriminatoria fueron: medicación específica, proceso quirúrgico, cambio global de tratamiento, recaída y baja posterior a primera visita.
Al aplicar a las mismas historias clínicas la selección de los 5 trigger a priori más eficientes observamos que se identificaron el 73% de los EA detectados anteriormente, siendo muchas menos las historias con trigger (en promedio pasan del 93,3% al 44%) y siendo mucho más frecuentes los EA detectados en los trigger considerados (del 6,7% al 19,2%). Esto nos permite concluir que es necesaria la revisión de los trigger utilizados, en número y tipología, para adaptarlos a la realidad de nuestras organizaciones.
Así pues, la determinación del número y características de los trigger a utilizar debe ser objeto de discusión. En nuestro caso el objetivo esencial ha sido la adaptación del Trigger Tool a la realidad de una mutua laboral aprovechando la flexibilidad del instrumento5, así como el ajuste que permite el programa sistemático de auditorías de historia clínica para una mayor orientación a la mejora de la seguridad del paciente6, con una revisión menos administrativa y más clínica.
Las auditorías de historias clínicas son un elemento de gran interés para la revisión de la calidad de los registros clínicos. Progresivamente han mostrado su utilidad para la revisión de algunos estándares de calidad o, como es en este caso, la detección de EA no declarados. Es conocido que la herramienta Trigger detectó, al menos, 10 veces más acontecimientos graves confirmados que cuando se utilizan los indicadores de seguridad del paciente7. Esta herramienta, junto con las técnicas para el análisis en profundidad de las causas de los EA8, contribuye a incrementar la seguridad de los pacientes.
Los resultados de este estudio nos estimulan a analizar comparativamente el uso de la muestra de casos complejos del programa de auditoría de historias clínicas versus el uso de una muestra de historias clínicas con los 5 trigger definidos para verificar sus respectivos resultados en la detección de EA. La posibilidad de utilizar un menor número de triggers permitiría reducir el tiempo de estudio al focalizar nuestra revisión en un menor número de historias clínicas con mayor probabilidad de que haya ocurrido un EA. También abre la posibilidad de utilizar algoritmos decisionales, base de la aplicación de aplicaciones de inteligencia artificial, como soporte a una actuación sanitaria más segura.
Se ha modificado la herramienta original (OAETT) tanto en el número de triggers como en la definición de cada uno de ellos, dado que nuestra orientación es esencialmente pragmática y buscamos disponer de un instrumento eficaz para la detección de incidentes y EA en nuestra organización. Nuestro objetivo esencial es el de mejorar el conocimiento del fenómeno de la seguridad del paciente en entidades como la nuestra, no descartando el poder utilizar los triggers, tanto retrospectivamente como hemos presentado en la muestra de este estudio, como de forma predictiva.