本文内容如下e-collection /主题问题:

数字健康评论(731) 临床信息与决策(841) 为卫生专业人员提供决策支持(689)

发表在在20卷，第9号（2018）: 9月

本文的预印本(早期版本)可在https://preprints.www.mybigtv.com/preprint/8206，首次出版．
药物过敏检查的临床决策支持系统:系统综述

药物过敏检查的临床决策支持系统:系统综述

药物过敏检查的临床决策支持系统:系统综述

本文作者:

劳拉Legat1 作者:Orcid； 斯文·范·莱尔2 作者:Orcid； Marc Nyssen2 作者:Orcid； Stephane Steurbaut1 作者:Orcid； 阿兰·G·杜邦1 作者:Orcid； 皮特尔角1 作者:Orcid
文章 作者 引自(20) Tweetations (54) 指标

    审查

    1比利时布鲁塞尔自由大学药物研究中心临床药理学和临床药学研究组

    2布鲁塞尔自由大学公共卫生系生物统计学和医学信息学研究小组，比利时布鲁塞尔

    这些作者的贡献相同

    通讯作者:

    彼得·科努博士

    课题组:临床药理学与临床药学

    药物研究中心

    布鲁塞尔自由大学

    Laarbeeklaan 103

    布鲁塞尔,1090

    比利时

    电话:32 24766432

    电子邮件:pieter.cornu@vub.ac.be


    背景:在世界范围内，过敏的负担——尤其是药物过敏——正在增加。在处方、调剂、给药过程中，可能发生用药错误，造成不良后果的;例如，对某一特定药物有过敏记录的病人可以服用某种药物。带有内置临床决策支持系统(CDSS)的计算机化医嘱输入(CPOE)系统具有预防此类药物错误和不良事件的潜力。

    摘要目的:本综述的目的是全面概述药物过敏CDSS的各个方面，包括文件、编码、规则基础、警报和警报疲劳以及结果评估。

    方法:尽可能遵循系统评价和荟萃分析(PRISMA)指南的首选报告项目，并以CPOE、CDSS、警报和allergic or allergy为关键词在5个数据库中进行搜索。由于纳入综述的研究类型存在异质性，因此不能根据PRISMA指南评估偏倚。

    结果:在考虑的3160篇文章中，有60篇符合纳入标准。根据专家意见又增加了9条，共69条。判读一致性为90.9%，信度高Κ= .787(95% CI 0.686-0.888)。研究目标、研究设计、研究人群和报告结果之间存在很大的异质性。确定了几个关键发现。药物过敏的临床决策支持有用的证据已被记录。然而，与它们的使用有关的一些重要问题。在电子健康记录(EHRs)中准确和结构化地记录药物过敏信息是困难的，因为医疗保健提供者通常不清楚如何以及在何处记录药物过敏。除了漏报药物过敏外，电子病历中药物过敏信息的过时或不准确也是一个重要问题。关于使用编码术语记录药物过敏的研究很少。对于过敏信息的结构化文档，没有普遍接受的标准术语。 The final key finding is the consistently reported low specificity of drug allergy alerts. Current systems have high alert override rates of up to 90%, leading to alert fatigue. Important challenges remain for increasing the specificity of drug allergy alerts. We found only one study specifically reporting outcomes related to CDSS for drug allergies. It showed that adverse drug events resulting from overridden drug allergy alerts do not occur frequently.

    结论:准确、全面的药物过敏记录是利用CDSS进行药物过敏筛查的必要条件。我们发现在电子病历中记录药物过敏的方式存在相当大的差异。在保持患者安全为最高优先级的同时，减少药物过敏警报超载仍然是困难的。未来的研究应侧重于提高警报的特异性，从而降低覆盖率和警报疲劳。此外，还应评估对患者预后和成本效益的影响。

    医学互联网学报，2018;20(9):e258

    doi: 10.2196 / jmir.8206

    关键字

    警报； 临床决策支持系统； 计算机化医嘱输入； 药物过敏； 患者安全


    在世界范围内，过敏的负担正在增加，特别是药物过敏(DAs)变得越来越普遍[1]。DAs可分为异常免疫球蛋白e介导的反应(如过敏反应)或延迟的非免疫球蛋白e介导的反应，这些反应通常较轻(如不耐受)[2]。

    DAs被认为是一个重要的问题。在欧洲药物过敏网络和EAACI药物过敏兴趣小组进行的一项研究中，10%的父母报告他们的孩子对某种药物过敏[3.]。芝加哥一家三级医疗学术中心的一项研究报告称，DA在普通成年人中的患病率为25% [4]。从疑似反应的临床调查来看，结果表明这些数字被高估了。3.]。在新加坡的一家综合医院，估计DA的发病率为每1000例住院4.20例(95% CI 2.93-5.46)，估计DA的死亡率为每1000例住院0.09例(95% CI 0.06-0.12) [5]。韩国一所大学医院的一项研究报告称，每1000名住院患者中估计有1.8人发生药物超敏反应[6]。

    在开处方、配药或给药的过程中，可能会发生用药错误，并可能产生不良后果，例如，当给有记录的DA的患者服用某种药物时[7]。这些用药错误中只有少数(0.25%)导致药物不良事件(ADE)，但过敏反应是由用药错误引起的可预防的ADE的重要原因[8，9]。据估计，在所有可能导致不良反应的用药错误中，12.1%是由不完整或不正确的过敏记录引起的[10]。

    Bates等[11]和Classen等[12]估计每次ADE分别导致住院时间延长2.2天和1.7天。更具体地说，梅西等人[13]表明，2012年，南加州凯撒基金会医院每次住院额外0.59个住院日(95%可信区间0.47-0.71)导致1252.90美元的额外费用。

    内置CDS的CPOE系统有可能防止此类用药错误和随之而来的不良反应[14-16]。当处方对患者构成威胁时，临床决策支持系统(CDSS)通过提供警报消息向用户发出警告。然而，众所周知，目前用于DA检查的CDSS由于警报特异性低而导致警报疲劳而受损[17-19]。

    已经进行了几项系统综述，以评估一般或特定临床护理领域(如儿科)的CPOE和CDSS [14-16，19-28]。据我们所知，目前还没有专门针对CDSS治疗DA的系统评价。在这篇系统综述中，我们旨在全面概述数据处理中CDSS的各个方面，包括文档、编码、规则基础、警报和警报疲劳以及结果评估。


    搜索策略

    根据系统评价和元分析的首选报告项目(PRISMA)指南进行了系统文献综述[29尽可能多地。由于纳入综述的研究类型存在异质性，因此无法根据PRISMA指南评估偏倚。在这里，我们主要搜索与CDSS相关的文章以及da领域中的相关警报。从数据库建立到2016年2月，我们对CINAHL、Cochrane图书馆、Embase、Ovid和PubMed等文献库进行了检索。给出了这5个数据库的搜索策略多媒体附录1．由于审查的目的是对与农业发展有关的CDSS的所有方面提供一个广泛的概述，审查和会议记录也包括在内。只包括英语试卷。根据专家意见，包括与本综述相关信息的其他感兴趣的出版物被纳入。我们的搜索策略在图1．术语“计算机化医嘱输入”(CPOE)和“临床决策支持系统”(CDSS)与术语“警报”结合在一起。这些术语与“过敏”或“过敏”相结合，将范围限制在过敏领域。

    研究选择

    确定的文章的标题和摘要由两名研究人员(LL和SVL)独立筛选，以评估是否被纳入全文综述(图2）.如果一名或两名审稿人选择该论文进行进一步评估，我们将纳入该文章进行全面评估。如果研究涉及以下至少一项，文章被纳入分析:(1)过敏警报的患病率;(二)数据处理信息的编码或者文件化;(3)为发展中国家的数据制订一套综合数据支持系统;(4)护理提供者对残疾人士的认知;或者(5)过敏领域的警报接收和界面设计。分歧与第三审稿人(PC)讨论，直到达成共识。

    数据提取

    从每篇纳入的文章中，两位研究者(LL和SVL)提取了预定义的信息，包括作者姓名、发表年份、论文的主要主题、研究目的、研究设计、受试者数量(护理提供者、警报等)和主要发现。第三位审稿人(PC)对提取的数据进行评估，分歧以共识方式解决。

    ‎
    图1所示。用于导航5个图书馆的搜索策略(护理和相关健康文献累积索引、Cochrane、Embase、Ovid和MEDLINE)。匹配的搜索词列在图的下半部分。临床决策支持系统;CPOE:计算机化医嘱输入。
    查看此图
    ‎
    图2。搜索策略(系统评价和荟萃分析的首选报告项目)，根据专家意见添加排除和纳入文章的原因。CDS:临床决策支持;CINAHL:护理及相关健康文献累积索引;计算机化医嘱输入系统;NLP:自然语言处理。
    查看此图

    未进行偏倚风险评估，因为定量和定性研究设计、综述和报告的异质性不允许对偏倚进行全面和一致的评估。


    研究选择和审稿人协议

    我们从5个不同的文学来源(图2）.删除重复项(725项)后，仍有2435篇文章用于标题和摘要评审。最终纳入186篇文章进行全文综述，其中60篇纳入本综述。采用Cohen’s kappa法计算了最小二乘与最小二乘之间的互译信度。判读一致性为90.9%，信度为Κ= .787(95% CI 0.686-0.888)。此外，根据专家意见又增加了9篇文章，共计69篇文章。虽然这9篇文章没有被检索到，但它们报道了与本综述相关的方面，包括过敏信息编码、DAs报告和改善CPOE警报的策略。这些文章是由PC从PubMed(我的NCBI)的每周自动更新中识别出来的。这些每周更新是基于单独的查询，包括“计算机化医嘱输入”、“临床决策支持”、“用药错误”和“药物过敏”等关键词。多年来，PC使用参考管理软件从每周列表中收集并索引相关文章。包括参考软件库中涉及相关主题但未通过搜索查询发现的文章。

    研究特点

    作者姓名、发表年份、研究设计、研究目的和主要发现见多媒体附录2．论文多媒体附录2是按主题组织的[1，14，16-19，22，30.-91]。属于不同主题的论文在所有相应的主题中进行分类。在多媒体附录3，可以找到一个包含研究对象数量的表格。大多数研究(56/69,81%)发表于2005年以后。69项研究包括28项观察性研究(23项回顾性研究、2项横断面研究、1项前瞻性时间序列分析、1项前瞻性访谈研究和1项队列研究)、13篇综述文章、8项实践经验研究、6项前后研究、3项调查、3项对照试验(1项随机对照试验、1项随机交叉研究和1项非随机对照试验)、2项经济评估、2项焦点小组研究、1项情景模拟研究、1项经济评估、2项焦点小组研究和1项情景模拟研究。1项研究描述了一种自动信息分类算法的草案，1项研究讨论了一个研讨会，1项研究描述了数据处理领域标准的比较研究。

    记录过敏是否存在

    对于功能性CDSS，准确和一致的患者过敏信息记录是必要的。目前，对于需要记录的内容和如何记录，并没有达成一致意见[30.]。1964年，米尔斯强调了获取过敏和药物信息的重要性，并提出了一份新的清单，作为医院的指导方针[31]。最近，Burrell等人也采取了类似的举措[32]，他在一家医院引入了药剂师驱动的协议，以提高DA或不耐受记录的完整性。对某综合性地区医院病历的审查显示，病历记录不佳，97.4%(114/117)的药物过敏盒仅部分填写，2.6%(3/117)没有任何记录[qh]33]。在另一项比较两个肿瘤病房的分析中，一个病房显示100%的一致性，而另一个病房在82.4%的病例中显示有过敏记录的药物图表，其中只有68.8%的病例与医疗记录中的信息相对应[34]。未能准确地记录DAs可能导致处方和管理可能对患者有害的药物。除了准确的文件记录外，实时CDS还需要通过将药物信息与患者DA信息链接(例如腕带条形码)来正确识别患者[35]。

    Lopez-Gonzalez等人[38回顾了未报告不良反应的因素，发现与漏报相关的最重要因素是忽视，因为医生通常认为只有严重的不良反应才需要报告。次要因素，如医院文化的等级制度，加上工作环境的压力，也导致了处方错误[41]。此外，在记录时，通常没有明确区分真正的过敏相关不良反应和其他轻微反应[37]。

    不准确或过时的DA信息也可能是影响带有CDS的CPOE系统功能的一个因素。Rimawi等[40]观察到一个小的用例(150例患者)，尽管观察到青霉素皮肤试验阴性，但仍被记录为青霉素不耐受。其中，36%(20/55)的患者在一年内再次前往医疗中心，在没有适当适应症的情况下被重新记录为青霉素过敏。

    Porter等[39]表明，如果没有医护人员重新询问和验证信息，在订购或开处方的决策步骤中就有很大的错误风险。此外，与药物的主要药理作用相关的副作用有时被误解并记录为DA，导致DA信息不准确。

    患者电子病历中记录的DAs越完整和准确，CPOE系统与CDS在改善患者安全和降低药物相关成本方面的潜力就越大[14]。

    编码

    关于过敏数据如何在电子病历中结构化或编码的信息很少。轻微等[52最近指出，美国政府还没有明确规定应该使用什么标准术语来构建过敏信息。

    第一种方法是在自由文本中输入有关da的信息。为了在CDSS中使用自由文本信息，在考虑上下文的情况下应用了自然语言处理[47]。目前，由于自然语言处理的困难，该技术尚未得到广泛应用。

    对现有文献的回顾表明，不同的编码系统用于记录电子病历中的DA信息，包括国际疾病分类(ICD) [44，51医学临床术语系统命名法(SNOMED CT) [49]、RxNorm和国家药品文件参考术语(NDF-RT) [50]。有时使用映射编码方案来添加功能。benkhaal等[44]使用解剖治疗化学分类来绘制属于特定ICD组的所有药物。然而，映射可能并不总是这么简单。伯恩斯坦(45]最近在丹麦的一个用例中指出，关于警报信息概念(例如，药物警报)以及药物过敏或其他过敏亚型如何与该概念联系起来，目前还没有明确的共识。

    Goss等[48]对SNOMED CT、NDF-RT、药物调节活动词典、唯一成分标识符和过敏信息编码RxNorm标准进行了比较研究。他们研究的定性部分表明，SNOMED CT具有最理想的特征，包括概念覆盖、子集能力和词汇结构。定量部分显示，RxNorm代表药物过敏原的概念覆盖率最高，其次是唯一成分标识符、SNOMED CT、NDF-RT和药物调节活动词典。SNOMED CT是唯一能够代表独特概念的编码系统，可以对过敏无知进行编码。

    选择有一个条目来表明对过敏的无知对患者护理很重要，因为没有记录任何DA信息并不一定意味着没有已知的DA。Abookire等[43]指出，“每一位住院病人都应该有住院医生输入的诊断书(这是强行进入;‘无过敏’也可以输入)。”

    规则库

    在文献中，我们观察到对用于支持CDSS的规则基础的低估。大多数用于DA筛选的CDSS是基于知识的系统，由循证规则数据库支持。一些组织使用内部开发的规则库[54]，而其他人则使用供应商提供的规则库[56]。

    我们在文献中观察到两种类型的CDSS:基本和复杂。基本CDSS在患者的DA列表中列出处方药时提供警报。在这些系统中，实施规则以筛选药物类别内部和类别之间的交叉反应[55]。更复杂的CDSS使用一种推理机制，通过整合患者电子病历的上下文信息(例如，以前耐受的药物剂量和DA测试的结果)，生成针对患者的具体建议[55]。

    据Kuperman等人报道[14]，医疗保健提供者组织理想地结合使用供应商提供的规则集(由其他组织制定)和内部制定的规则(源自文献以及关于什么是最佳做法的国家和地方共识)。在任何系统中，随着医学的发展和临床知识的增长，及时审查规则基础是有必要的，例如使用德尔菲法来分析哪些规则是有用的[53]。

    警报和警报疲劳

    警惕性疲劳被定义为“当医生在一段时间内反复接触某种警惕性时，医生对这种警惕性的反应能力下降，逐渐变得‘疲劳’或对其不敏感”[60]。由一种类型的警报引起的警报疲劳也可能导致对其他类型的CDS警报(例如，药物-药物相互作用、DDI警报)的响应性下降。用于数据处理的CDS的最新状态是，警报不够具体，导致高覆盖率[17，18]。目前的系统在开处方时发出警报，其覆盖率非常高，超过90% [1，17]。Abookire等人首先提出了对数据数据报警率和覆盖率增加的担忧[43]。这个问题已经在其他几项研究中进行了调查。Bryant等[59回顾性分析了两所大学医院的医生对DDI和DA相互作用警报的反应，报告了所有类别的高覆盖率，即一般的92.87%(2280/2455次警报)和DA的90.86%(1183/1302次警报)。在医院之间或实习医师与住院医师之间，未观察到超诊率的显著差异。Topaz等[80]的数据显示，撤销数据处理警告的比率由2004年的83.3%，大幅上升至87.6% (P< 0.001)，在2013年两个大型学术医疗中心的回顾性纵向研究中。同样，Lin等[71表明药物过敏的无视率从2001年的105个警报中72个(68.6%)上升到2006年的420个警报中341个(81.2%)。

    在最近的一项观察性研究中，轻微等人[1]评估了一家三级护理教学医院和36家初级保健实践中3年期间产生的数据数据警报，发现两种情况下总共有81.10%(128,157/158,023)的数据数据警报被覆盖。Genco等人进行的一项为期5个月的回顾性图表回顾研究[63]，观察到类似的覆盖率为87.4%(153/175)，所有类型警报的总体覆盖率为93.51%(12,829/13,719)。

    当警报被覆盖时，分析覆盖原因有助于理解特定的上下文。一些研究报告了经常给出的DA警告不依从的原因，包括(1)“以前耐受药物”;(2)“只需要监测的已知DA”;(3)“利大于弊”;(4)“被认为不具有临床重要性的警告”[66，67，79]。

    除了评估覆盖原因外，还应调查高覆盖率的根本原因。Hsieh等[37引用了两个重要的原因。第一个原因是高度包容性的药物类别和药物交叉反应性制图，这对只有轻微可能引起过敏反应的药物产生了大量的DA警报。当警告不经常遇到时，接受警报的可能性更大[68当医生遇到完全匹配的药物而不是药物类别警告时[77]。第二个原因是难以保持准确的过敏清单，因为免疫介导的过敏和非免疫介导的敏感之间可能没有明确的区别，而且对于两者是否应该列入过敏清单也没有普遍的共识[37]。警报被忽略的可能性与药物过敏反应的低预测值和由于医疗记录信息不一致而导致的警报不准确有关[37，69]。

    提出了提高警报特异性和接受度的策略。Horsky等[65]指出，警报的特异性和上下文相关性可以通过定期审查触发规则、对性能日志进行彻底分析以及在电子病历中维护准确的过敏、问题和药物清单来提高。此外，Brodowy等[58通过简单地消除由非活性成分引起的警报，证明了DA警报的减少。

    定制CDSS以增加警报特异性和警报接受度的可能性也有报道[61]。在CDSS中，医生可以修改药物或疾病相互作用的严重程度，以排除被认为不相关的警报，或者使用按需方法，仅在医生认为相关时提供决策支持，可以提高警报的接受度[78]。这可能与使用CDSS的人的照顾者身份有关。Knight等[68例如，护士接受警报的可能性几乎是住院医生的两倍(优势比[OR] 1.92, 95% CI 1.44-2.57)。透过应用人为因素设计原则，亦可改善警报的可用性[65，75]。例如，以表格形式呈现多个警报，并将类似的资料分组，有助作出开处方的决定[75]。按照Shah等人的建议，通过只显示关键的高严重性警报来设计一个中断最少的工作流[76，也可能是有效的。

    结果

    在文献中，我们发现与CDSS治疗DA的结果相关的结果有限。我们确实发现了调查处方错误(PEs)数量的研究，以及讨论不同类型ade(包括源于DAs的ade)患者结局的研究。

    CPOE系统可以帮助减少pe，尽管并非所有的研究都量化了这种改进。benkhaal等[44通过ICD - 10代码进行过敏电子记录，与纸质记录相比，未发现处方药物可能导致过敏的风险有显著差异。Oliven等[89]比较了使用手写药单的科室与使用CPOE系统的科室之间的pe数量，发现使用CPOE系统的科室pe数量减少。两科间DAs无显著差异。相反，Evans等[54显示，由于引入了计算机化的抗感染管理程序，抗感染药物引起的不良事件从2.46%(28/1136)患者减少到0.07%(4/545)患者。同样，Mahoney等人[56研究表明，与da相关的PE率从实施前阶段的833降低到实施后阶段的109 (OR 0.14, 95% CI 0.11-0.17)。

    在研究ADEs的结果时，Bates等人[83研究表明，非截获性严重药物错误(定义为导致或可能导致ade的事件)减少了55%，从每1000患者日10.7例事件减少到每1000患者日4.86例事件。在一项后续研究中84]，在进一步改进系统后，这一比率降至每1000病人日1.1个事件。通过包括剂量选择菜单、简单的DA和DDI检查以及临床医生指示给药途径和频率的要求，实现了这一目标。Hsieh等[37]发现，由覆盖的DA警报导致的ade并不经常发生(19/320,5.9%)。在这项研究中，没有一个不良事件被认为是可预防的，因为这些事件被认为是临床合理的。有限的证据表明，用于预防ADE(包括da)发生后的处方的系统(主要是将CPOE与CDS相结合的电子系统)是有效的[90]。

    实施清洁医疗服务系统也可影响经济效益，例如，可减少与用药错误有关的费用[86，88]。但是，没有找到关于成本效益的资料，特别是为发展中国家提供CDS的资料。


    主要研究结果

    据我们所知，这是第一篇关于数据分析领域CDSS的系统综述。我们纳入了69篇文章。主要发现是患者DA信息记录不完整和不准确的问题，缺乏适当的标准术语来指导CDSS中的规则库，规则库的问题，以及DA警报的低特异性导致警报疲劳。

    第一个关键发现是病历中患者DA信息的记录不完整或不准确。在电子病历中准确和全面地记录DA信息对于CDSS在DA筛查中的正常运作至关重要。文献中描述的一个反复出现的问题是缺乏关于患者过敏的记录信息，这可以用两种方式解释:(1)患者没有已知的过敏或(2)患者对某种物质过敏，但尚未在患者记录中记录[92]。因此，任何已知DA的缺失也应记录在电子病历中。除了少报DA外，电子病历中的DA信息过时或不准确也是一个重要问题。

    第二个关键发现是缺乏一个普遍接受的过敏信息结构化文档的标准术语。文献中描述了解剖治疗化学、ICD、NDF-RT、RxNorm和SNOMED CT的使用，但关于这些编码系统的确切实施或整合方式的信息有限。Goss等人对术语的评价[48[4]表明，目前RxNorm和SNOMED CT的组合满足大多数编码过敏的标准。在电子病历中不鼓励使用免费文本来记录数据数据信息，因为光盘有困难。在国家和国际一级的机构之间进行数据分析信息的编码交换，以及根据标准术语创建可交换的决策规则，都需要使用标准术语。政府在提供国家官方语言的标准化术语方面发挥着重要作用。可能需要政策和法规来支持在临床实践中有效使用编码标准。

    第三个关键发现是所有报告的用于DA筛选的CDSS都是基于知识的系统，需要及时审查规则库以保持CDSS的更新。理想情况下，最终用户和程序开发人员应该一起定期审查警报日志和决策规则，以减少警报疲劳的风险[67]。这是一个持续的过程，而不是“一劳永逸”的步骤。内部策划的知识库和基于供应商的规则库在文献中都有报道，两者都有各自的优点和缺点。在内部管理的知识库中，灵活性得到了保证，从而可能导致更高的警报特异性，但它需要大量的工作来开发和维护规则库。基于供应商的规则库很容易购买，但是在更改决策规则时灵活性较差。最终用户依赖于供应商进行更新，但维护负担由供应商承担。第三种可能性是实现将商业规则库与内部定义的内容细化或决策规则相结合的混合系统。

    最后一个关键发现是DA警报的特异性一直很低。这仍然是一个重要的问题，因为它会导致高覆盖率，导致警报疲劳。研究人员试图通过提供按需决策支持或可定制的计算机触发决策支持来解决警报疲劳问题。另一种选择是关闭某些警报，例如，通过查看医疗保健提供者的个人偏好，他们可以决定不再接收特定类型的警告[93]。在减少警报超载和保持患者安全处于高水平之间找到一个良好的平衡仍然很困难。因此，固定的规则基础可能并不总是合适的;相反，由预测风险模型支持的自适应CDSS可能更有用[70]。将环境因素作为CDS规则的一部分加以考虑，可能有助于提高DA警报的特异性，并降低警报覆盖率。该策略已成功应用于提高DDI警报的特异性。Duke等[94，95]和Cornu等人[96]开发了基于相关患者特定信息的上下文感知DDI警报，从而提高了警报的接受度。

    对政策、实践和未来研究的建议

    未来的政策应侧重于标准术语的实施，以允许在国家和国际一级进行数据分析信息的标准化编码交换，并创建可交换的决策规则。

    关于CDSS对DAs患者预后影响的信息非常有限。因此，未来的研究应侧重于评估患者的预后。Hsieh等[37]表明，在覆盖DA警报后，没有任何ade是可以预防的。然而，在他们的研究中，只评估了被覆盖的DA警报。我们很想知道CDSS有效预防了多少ade。

    假设在CPOE系统中实现DA检查也具有有益的财务影响。我们没有发现任何专门与DAs的CDS经济结果相关的研究，但关于医院实施CPOE系统的经济效益的一般结论被记录下来。一开始，CPOE系统的实施需要大量投资，但很快成本就会被收益所抵消，从而节省成本[97]。然而，CDSS治疗DA的成本效益还有待进一步研究。

    目前的系统经常对所有可能的交叉反应发出警告，尽管应该对特定物质的风险进行估计，并且警报的严重程度可能会随着交叉反应的可能性而变化(例如，可能、可能或不太可能)。未来的研究应探索优化交叉反应规则和增强警报特异性的策略。

    研究的局限性

    这项研究有几个局限性。首先，由于研究目标、研究设计、研究人群和报告结果的异质性，不能进行荟萃分析。其次，不同的研究设计需要不同的方法框架来评估偏倚。定量和定性研究设计、综述和报告的异质性不允许对偏倚进行全面和一致的评估。这可能会限制结果的泛化，但它使我们能够对DAs的CDS领域的所有相关研究采取更广泛的看法。第三，我们排除了非英文论文，这可能构成选择偏倚。此外，根据专家意见增加了9篇论文，因为它们包含了与本综述相关的信息。查询没有检索到这些额外的文章，因为它们包含的关键字与搜索查询中包含的关键字不同。调整查询是不可行的，因为关键字通常过于笼统(例如，药物安全)，这将导致大量不相关的文章。最后，不能排除发表偏倚。 We observed a high number of studies published in the US setting, which may lower the international relevance of the results. However, we believe that the findings of our review are relevant in an international context.

    结论

    这篇综述表明，CPOE系统与CDS筛查DA被认为是有用的临床实践。然而，与它们的使用有关的一些重要问题。首先，目前尚不清楚如何以及在何处记录患者电子病历中的DA信息。其次，缺乏适当的编码术语来记录过敏。当前系统的一个主要问题是警报不够具体，导致高覆盖率和连续警报疲劳。未来的研究应侧重于提高警报特异性和评估患者和经济结果的策略。

    致谢

    LL、SVL和PC参与了研究的设计。LL和SVL进行了搜索。LL、SVL和PC负责对搜索结果进行批判性评估。LL, SVL和PC起草了手稿。MN, SS, AGD和PC就该主题提供了专家意见。所有作者都对文章进行了严格的评估，并在提交前给予了最终批准。

    利益冲突

    没有宣布。

    ‎

    多媒体附录1

    搜索策略。

    PDF档案(adobepdf档案)，55KB
    ‎

    多媒体附录2

    包含作者姓名、发表年份、研究设计、研究目的和纳入综述文章的主要发现的表格。

    PDF档案(adobepdf档案)，334KB
    ‎

    多媒体附录3

    纳入综述的受试者数量表。

    PDF档案(adobepdf档案)，138KB
    1. 利斯特SP, Beeler PE, Seger DL, Amato MG, Her QL, Swerdloff M，等。在住院和门诊设置药物过敏警报的高覆盖率的横断面观察性研究，以及改进的机会。英国医学杂志，2017;26(3):217-225。［CrossRef] [Medline]
    2. Adkinson JFN, Bochner BS, Burks AW, Busse WW, Holgate ST, Lemanske RF, O'Herir。作者:Adkinson JN，编辑。米德尔顿的过敏原理和实践，八版-卷1。费城:Elsevier Saunders;2013.
    3. Gomes ER, Brockow K, Kuyucu S, Saretta F, Mori F, Blanca-Lopez N, ENDA/EAACI药物过敏兴趣小组。儿童药物过敏:EAACI药物过敏兴趣小组儿科工作组报告。过敏反应2016年2月;71(2):149-161。［CrossRef] [Medline]
    4. Lee CE, Zembower TR, Fotis MA, Postelnick MJ, Greenberger PA, Peterson LR，等。住院患者抗菌素过敏的发生率:关于处方模式和新出现的细菌耐药性的含义。实习医学2000年10月09日;160(18):2819-2822。［Medline]
    5. 佟碧，梁坤，唐超，程华。综合医院药物过敏:一种新型前瞻性住院患者报告系统的结果。中华医学会过敏症及哮喘防治杂志[j]; 2003; 31(3):342-347。［CrossRef] [Medline]
    6. Park CS, Kim T, Kim SL, Kim JY, Yang KA, Bae Y，等。使用电子医疗记录系统强制报告药物过敏反应已被证明可以改善韩国大学医院的患者管理。药物流行病学杂志，2008,Sep;17(9):919-925。［CrossRef] [Medline]
    7. Leape噢。预防药物不良事件。[J]卫生系统与药学1995;52(4):379-382。［Medline]
    8. 贝茨DW, Boyle DL, Vander Vliet MB, Schneider J, Leape L.用药错误与药物不良事件的关系。普通实习医学1995年4月;10(4):199-205。［Medline]
    9. Bates DW, Cullen DJ, Laird N, Petersen LA, Small SD, Servi D，等。药物不良事件和潜在不良事件的发生率。对预防的影响。ADE预防研究组。中华医学会杂志1995;27(1):29-34。［Medline]
    10. Lesar TS, Briceland L, Stein DS。与药物处方错误有关的因素。《美国医学会杂志》1997;277(4):312 - 317。［Medline]
    11. Bates DW, Spell N, Cullen DJ, Burdick E, Laird N, Petersen LA等。住院患者药物不良事件的成本。药物不良事件预防研究组。《美国医学会杂志》1997;277(4):307 - 311。［Medline]
    12. Classen DC, Pestotnik SL, Evans RS, Lloyd JF, Burke JP。住院患者的药物不良事件。住院时间过长、额外费用和可归因死亡率。《美国医学会杂志》1997;277(4):301 - 306。［Medline]
    13. Macy E, Contreras R.住院患者青霉素“过敏”相关的医疗保健使用和严重感染流行:一项队列研究。[J]中国临床免疫学杂志，2014;33(3):790-796。［CrossRef] [Medline]
    14. Kuperman GJ, Bobb A, Payne TH, Avery AJ, Gandhi TK, Burns G，等。计算机化供应商订单输入系统中的药物相关临床决策支持:综述。中华医学杂志，2007;14(1):29-40 [J]免费全文] [CrossRef] [Medline]
    15. 张建军，张建军，张建军，等。电子订药系统与临床决策支持系统。猪健康技术通报2012;180:693-697。［Medline]
    16. Kuperman GJ, Teich JM, Gandhi TK, Bates DW。布里格姆妇女医院的病人安全和计算机化药物订购。[J] .中国医学工程学报，2001;27(10):509-521。［Medline]
    17. Topaz M, Seger DL, Lai K, Wickner PG, Goss F, Dhopeshwarkar N，等。阿片类药物过敏相互作用警报的高覆盖率:当前趋势和未来的建议。猪健康技术通报2015;216:242-246。［Medline]
    18. Coleman JJ, van der Sijs H, Haefeli WE, slim SP, McDowell SE, Seidling HM，等。警报:从欧洲研讨会确定的计算机化医嘱输入临床决策支持警报的未来优先事项。中华医学杂志，2013;13:111 [j]免费全文] [CrossRef] [Medline]
    19. 儿科药物处方和使用的计算机临床决策支持。中华医学杂志，2012;19(6):942-953 [J]免费全文] [CrossRef] [Medline]
    20. 庄士敦ME, Langton KB, Haynes RB, Mathieu A.基于计算机的临床决策支持系统对临床医生绩效和患者预后的影响。对研究的批判性评价中华医学杂志1994;20(2):135- 135。［Medline]
    21. 李建军，李建军，李建军，等。基于计算机的临床决策支持系统对医生绩效和患者预后的影响。美国医学杂志1998年10月21日;280(15):1339-1346。［Medline]
    22. Kaushal R, Shojania KG, Bates DW。计算机化医嘱输入和临床决策支持系统对用药安全的影响:系统回顾。中华医科大学学报(自然科学版);2003;31(3):349 - 356。［CrossRef] [Medline]
    23. Garg AX, Adhikari NKJ, McDonald H, Rosas-Arellano MP, Devereaux PJ, Beyene J，等。计算机化临床决策支持系统对医生表现和患者结果的影响:系统回顾。美国医学杂志2005年3月9日;293(10):1223-1238。［CrossRef] [Medline]
    24. Chaudhry B, Wang J, Wu S, Maglione M, Mojica W, Roth E，等。系统回顾:卫生信息技术对医疗保健质量、效率和成本的影响。中华医学杂志，2006,30(5):562 - 562。［Medline]
    25. Eslami S, de Keizer NF, Abu-Hanna a .计算机化医嘱输入对住院患者的影响——系统评价。中华医学杂志;2008;37(6):366 -376。［CrossRef] [Medline]
    26. schelbauer A, Prasad V, Mulvaney C, Phansalkar S, Stanton W, Bates DW，等。有什么证据支持使用计算机警报和提示来改善临床医生的处方行为?中华医学杂志，2009;16(4):531-538 [J]免费全文] [CrossRef] [Medline]
    27. 肖佳佳，詹宁斯，梅休，拉姆齐，CR, Eccles MP，格里姆肖，j。屏幕、护理点电脑提醒对护理过程和结果的影响。Cochrane Database system Rev 2009 07 . 08(3):CD001096 [免费全文] [CrossRef] [Medline]
    28. 张建军，李建军，李建军，等。卫生信息技术对患者预后的影响:一项系统综述。医学信息学报，2016,23(5):1016-1036。［CrossRef] [Medline]
    29. 李建军，李建军，李建军。系统评价和元分析的首选报告项目:PRISMA声明。中国生物医学杂志2009;339:562 [j]免费全文] [Medline]
    30. 张建军，张建军，张建军。电子病历中药物过敏记录的研究进展。PLoS One 2014;9(4):e93047 [j]免费全文] [CrossRef] [Medline]
    31. 米尔斯DH。药物过敏反应。医院向新入院病人征求医疗信息的做法调查。加州医学杂志(英文版);2004;01:1 -8 [j]免费全文] [Medline]
    32. Burrell C, Tsourounis C, Quan D, Bcps, juue V, Tam E，等。药剂师驱动的协议对改善大学医院药物过敏记录的影响。中华医学杂志，2013;48(4):302-307 [j]免费全文] [CrossRef] [Medline]
    33. Gay KJ, Hill C, Bell T.地区综合医院药物过敏记录的准确性。国际药学杂志2009;17(4):253-255。［Medline]
    34. 准确记录患者的药物过敏状况将促进明智的治疗决策。药学实践2006;16(1):24-25 [j]免费全文]
    35. 以信息技术为基础的方法减少已知药物过敏患者的重复药物暴露。[J]中华过敏症杂志;2008;31 (5):1112-1117.]［CrossRef] [Medline]
    36. Ferner RE, Coleman JJ。一种将禁忌症整合到电子处方决策支持中的算法。中国医药杂志2010年12月1日;33(12):1089-1096。［CrossRef] [Medline]
    37. Hsieh TC, Kuperman GJ, Jaggi T, Hojnowski-Diaz P, Fiskio J, Williams DH，等。在计算机化医嘱输入系统中药物过敏警报的特征和后果。中华医学杂志，2004;11(6):482-491 [J]免费全文] [CrossRef] [Medline]
    38. Lopez-Gonzalez E, Herdeiro MT, Figueiras a .药物不良反应少报的决定因素:一项系统综述。中国医药杂志2009;32(1):19-31。［Medline]
    39. 李建军，李建军，李建军。正确获取数据:儿科急诊医学中的信息准确性。质量安全卫生保健2006 Aug;15(4):296-301 [j]免费全文] [CrossRef] [Medline]
    40. Rimawi RH, Shah KB, Cook PP.青霉素皮肤试验阴性患者队列中重新记录青霉素过敏的风险。中华医院医学杂志，2013;8(11):615-618。［CrossRef] [Medline]
    41. Ross S, Ryan C, Duncan EM, Francis JJ, Johnston M, Ker JS，等。初级医生对住院病人的处方错误的感知原因:一项来自PROTECT项目的研究。中华医学杂志，2013;22(2):97-102。［CrossRef] [Medline]
    42. Schiff GD, Rucker TD。计算机化处方:为更好地使用药物建立电子基础设施。中国医学杂志1998年4月1日;279(13):1024-1029。［Medline]
    43. Abookire SA, Teich JM, Sandige H, Paterno MD, Martin MT, Kuperman GJ等。在计算机化医嘱输入系统中改进过敏警报。程序AMIA Symp 2000:2-6 [免费全文] [Medline]
    44. 刘建军，刘建军，刘建军，刘建军。有记录的药物过敏患者的处方错误:ICD-10编码与患者书面记录的比较。医药世界科学2009;31(4):464-472。［CrossRef] [Medline]
    45. 在国家决策支持系统中使用的药物过敏报告。畜禽卫生技术通报2014;205:68-72。［Medline]
    46. Chaffee BW, Zimmerman CR.开发和实施计算机处方-订单输入系统中使用的临床决策支持。[J]中华卫生杂志，2010;37(5):391-400。［CrossRef] [Medline]
    47. 邓纳-富什曼D，查普曼WW，麦克唐纳CJ。自然语言处理能为临床决策支持做些什么?中华生物医学杂志;2009;42(5):760-772 [J]免费全文] [CrossRef] [Medline]
    48. Goss FR, Zhou L, Plasek JM, Broverman C, Robinson G, Middleton B，等。评估过敏信息编码的标准术语。中华医学杂志，2013;20(5):969-979。［CrossRef] [Medline]
    49. 基于SNOMED CT的国家药物决策支持系统的开发。种猪卫生技术通报2013;192:1147。［Medline]
    50. 奥加洛W，坎特AS。面向药物过敏管理的临床决策支持系统:现有的药物参考术语是否足以识别替代品和交叉反应物?种猪卫生技术通报2015;16:1088。［Medline]
    51. 保罗·L，罗宾逊·KM。药物不良反应编码数据的获取和记录:概述。中国生物医学工程学报;2012;41(3):27-36。［Medline]
    52. 李建军，刘建军，刘建军，等。电子健康记录的有意义使用:来自实地的经验和未来的机会。中华医学杂志;2015;3(3):e30 [j]免费全文] [CrossRef] [Medline]
    53. 贝萨里MT，威斯布鲁克JI，伊根B，戴RO。识别策略，以减少计算机警报在电子处方系统中使用德尔菲方法。种马卫生技术通报2013;192:8-12。［Medline]
    54. Evans RS, Pestotnik SL, Classen DC, Clemmer TP, Weaver LK, Orme JF，等。抗生素和其他抗感染药物的计算机辅助管理程序。中华医学杂志，1998;33(4):393 - 398。［CrossRef] [Medline]
    55. Kesselheim AS, Cresswell K, Phansalkar S, Bates DW, Sheikh A.临床决策支持系统可以改进以减少“警觉疲劳”，同时仍将诉讼风险降至最低。卫生Aff (Millwood) 2011 Dec;30(12):2310-2317 [j]免费全文] [CrossRef] [Medline]
    56. Mahoney CD, Berard-Collins CM, Coleman R, Amaral JF, Cotter CM。综合临床信息系统对多医院用药安全的影响。[J]中华卫生杂志，2007;18(8):669 - 677。［CrossRef] [Medline]
    57. 导致CPOE阿片类药物过敏警报失效的因素。中国生物医学工程学报(英文版);2014;25 -26 [j]免费全文] [Medline]
    58. 杨建军，张建军，张建军，等。临床决策支持的研究进展[j]。[J]中华卫生杂志，2016;33(8):526-528。［CrossRef] [Medline]
    59. 科比AD，弗莱彻GS，佩恩TH。有意义使用时代的药物相互作用警报覆盖率:没有进展的证据。应用临床学报，2014;5(3):802-813 [j]免费全文] [CrossRef] [Medline]
    60. 李建军，李建军，李建军，李建军。电子病历药物警示疲劳临床一例:对患者预后的影响。儿科杂志;2013;31(6):e1970-e1973 [j]免费全文] [CrossRef] [Medline]
    61. Dekarske BM, Zimmerman CR, Chang R, Grant PJ, Chaffee BW。在计算机化的供应商订单输入系统中，增加了覆盖药物警报的自定义警报确认原因的适当性。中华医学杂志，2015;34(12):1085-1093。［CrossRef] [Medline]
    62. 张建军，张建军，张建军，等。在计算机化的供应商订单输入系统中，供应商接受药物警告。发表于:美国胸科学会2012年国际会议;2012年5月18日至23日;旧金山，加州，美国，p. A6561https://www.atsjournals.org/doi/abs/10.1164/ajrccm-conference.2012.185.1_MeetingAbstracts.A6561［CrossRef]
    63. Genco EK, Forster JE, Flaten H, Goss F, Heard KJ, Hoppe J，等。临床无关紧要的警报:阿片类药物警报的特点及其在预防急诊科药物不良事件中的应用中国生物医学工程学报，2016;33(2):349 - 349。e3 (免费全文] [CrossRef] [Medline]
    64. González-Gregori R, Dolores HFDRM, López-Salgueiro R, Díaz-Palacios M, García AN。住院患者电子健康记录中的过敏警报。中华哮喘杂志，2012,31(2):397 - 397。［CrossRef] [Medline]
    65. 霍斯基J, Schiff GD, Johnston D, Mercincavage L, Bell D, Middleton B.可用决策支持的界面设计原则:临床处方干预的最佳实践评价。中华生物医学杂志，2012;45(6):1202-1216 [J]免费全文] [CrossRef] [Medline]
    66. Hunteman L, Ward L, Read D, Jolly M, Heckman M.计算机处方-订单输入系统中的过敏警报分析。中华卫生杂志2009年2月15日;66(4):373-377。［CrossRef] [Medline]
    67. 贾艳华，巴伯宁，黄益康。三级护理儿科医院电子处方系统中临床决策支持警报覆盖的特征。国际药学杂志，2011;19(5):363-366。［CrossRef] [Medline]
    68. Knight AM, Falade O, Maygers J, Sevransky JE。住院成人接受药物警告的相关因素中华医院医学杂志，2015;10(1):19-25。［CrossRef] [Medline]
    69. 库伯曼GJ，甘地TK，贝茨DW。有效的药物过敏检查:方法和操作问题。中华生物医学杂志2003;36(1):70-79 [J]免费全文] [Medline]
    70. 吴涛，李国强，吴涛。医疗警报管理:一种实时自适应决策支持工具。安徽农业大学学报(自然科学版);2014:845-854 [j]免费全文] [Medline]
    71. 林志强，李建军，李建军，李建军，李建军。评估临床决策支持系统:监测退伍军人事务部计算机病历系统中CPOE订单检查的重写率。中华医学杂志，2008;15(5):620-626 [J]免费全文] [CrossRef] [Medline]
    72. Lopez R, Gonzalez R, Hernandez D, Hervas D, Campos A, Diaz M.医院电子病历中的过敏警报。在:特刊:第32届欧洲过敏和临床免疫学学会大会摘要书，日内瓦，瑞士，2012年6月16 - 20日。: John Wiley & Sons A/S;2012年发表于:欧洲过敏与临床免疫学学会第三十一届大会;2012年6月16日至20日;日内瓦，瑞士，第108页https://onlinelibrary.wiley.com/doi/pdf/10.1111/all.12034［CrossRef]
    73. McCoy AB, Thomas EJ, Krousel-Wood M, sitg DF。临床决策支持预警适宜性:综述及改进建议。中华医学杂志，2014;14(2):195-202 [J]免费全文] [Medline]
    74. Nanji KC, slim SP, Seger DL, Cho I, Fiskio JM, Redden LM，等。门诊患者的药物相关临床决策支持警报的覆盖。中华医学杂志，2014;21(3):487-491 [J]免费全文] [CrossRef] [Medline]
    75. Russ AL, Zillich AJ, Melton BL, Russell SA, Chen S, Spina JR，等。在基于场景的模拟中，将人为因素原理应用于警报设计可提高效率并减少处方错误。中华医学杂志，2014;21(2):887 - 896 [J]免费全文] [CrossRef] [Medline]
    76. Shah NR, Seger AC, Seger DL, Fiskio JM, Kuperman GJ, Blumenfeld B，等。提高门诊护理对计算机化处方警报的接受程度。中华医学杂志，2006;13(1):5-11 [J]免费全文] [CrossRef] [Medline]
    77. Swiderski SM, Pedersen CA, Schneider PJ, Miller AS。在计算机化处方单输入系统中忽略过敏警告的频率和理由的研究。中华医学杂志，2017;3(2):91-96 [J]免费全文] [CrossRef]
    78. 黄亚平，黄亚平，李建平，李建平，等。按需与计算机触发药物决策支持在初级保健中的有效性的随机试验。中华医学杂志，2008;15(4):430-438 [J]免费全文] [CrossRef] [Medline]
    79. Taylor LK, Tamblyn R.医生不遵守电子药物警报的原因。种马健康技术通知2004;107(Pt 2):1101-1105。［Medline]
    80. Topaz M, Seger DL，些许SP, Goss F, Lai K, Wickner PG，等。不断上升的药物过敏警报覆盖电子健康记录:一项十年经验的观察性回顾性研究。中华医学杂志，2016;23(3):601-608。［CrossRef] [Medline]
    81. Weingart SN, Simchowitz B, Shiman L, Brouillard D, Cyrulik A, Davis RB等。临床医生对门诊护理中电子用药安全警报的评估。中华医学杂志2009年9月28日;17(1):1627-1632。［CrossRef] [Medline]
    82. Weingart SN, Massagli M, Cyrulik A, Isaac T, Morway L, Sands DZ，等。评估电子处方在门诊护理中的价值:一项焦点小组研究。中华医学杂志;2009;38(9):571-578。［CrossRef] [Medline]
    83. Bates DW, Leape LL, Cullen DJ, Laird N, Petersen LA, Teich JM，等。计算机化医嘱录入和团队干预对预防严重用药错误的影响。美国医学杂志1998年10月21日;280(15):1311-1316。［Medline]
    84. Bates DW, Teich JM, Lee J, Seger D, Kuperman GJ, Ma'Luf N，等。计算机化医嘱录入对预防用药错误的影响。中华医学杂志，1999;6(4):313- 319 [J]免费全文] [Medline]
    85. Beccaro MAD, Villanueva R, Knudson KM, Harvey EM, Langle JM, Paul W.计算机化供应商订单输入(CPOE)系统中的药物订购决策支持警报:一种减少警报的系统方法。应用临床学报，2010;1(3):346-362 [j]免费全文] [CrossRef] [Medline]
    86. 冯KW，沃格尔LH。药物订单录入中的决策支持会节省资金吗?香港医院管理局个案的投资回报分析。AMIA年报程序2003:244-248 [免费全文] [Medline]
    87. 《医疗保健的质量和安全，第九部分:计算机化供应商订单输入》。中华临床核医学杂志，2016;41(4):310-312。［CrossRef] [Medline]
    88. 刘伟，陈宏，陈宏，刘宏，赵超，林彦明。基于计算机系统的方法减少已知药物过敏患者重复药物暴露的经济影响。中华临床医学杂志，2013;51(3):232-233。［CrossRef] [Medline]
    89. Oliven A, Michalake I, Zalman D, Dorman E, Yeshurun D, Odeh M.药品订单输入的计算机在线监控预防处方错误。中华医学杂志，2005;21(5):377-386。［CrossRef] [Medline]
    90. van der Linden CM, Jansen PAF, Grouls RJE, van Marum RJ, Verberne MAJW, Aussems LMA等。防止因药物不良事件而撤销药物的非期望处方的系统:系统回顾。中国医学杂志，2013,4(2):73-90 [j]免费全文] [CrossRef] [Medline]
    91. Varkey P, Aponte P, Swanton C, Fischer D, Johnson SF, Brennan MD。计算机化医嘱输入对门诊处方错误的影响。管理关怀接口2007年3月;20(3):53-57。［Medline]
    92. Hayes BD, Donovan JL, Smith BS, Hartman CA.急诊科药剂师进行的药物和解。[J]中华卫生杂志，2007;16(6):1720-1723。［CrossRef] [Medline]
    93. 范德思思，王晓明，王晓明，等。药品安全预警在计算机医嘱输入中的应用。中华医学杂志，2006;13(2):138-147 [J]免费全文] [CrossRef] [Medline]
    94. Duke JD, Bolchini D.创建上下文感知药物-药物相互作用警报的成功模型和视觉设计。中国生物医学工程学报(英文版);2011:339-348 [j]免费全文] [Medline]
    95. Duke JD, Li X, Dexter P.高危患者对药物-药物相互作用警报的依从性:一项情境增强警报的试验。中华医学杂志，2013;20(3):494-498 [J]免费全文] [CrossRef] [Medline]
    96. 李建军，李建军，李建军，李建军，李建军。一种优化的情境特异性药物-药物相互作用报警系统的试点评估:一项对照的前后研究。国际医学杂志，2015,34(9):617-629。［CrossRef] [Medline]
    97. Kaushal R, Jha AK, Franz C, Glaser J, Shetty KD, Jaggi T，等。计算机化医嘱输入系统的投资回报。中华医学杂志，2006;13(3):261-266 [J]免费全文] [CrossRef] [Medline]

    ‎
    正面:药物不良事件
    美国存托凭证:药物不良反应
    cd:临床决策支持
    信用违约互换:临床决策支持系统
    CINAHL:护理及相关健康文献累积索引
    CPOE:计算机化医嘱录入
    大卫·爱登堡:药物过敏
    DDI:药物之间相互作用
    电子健康档案:电子健康记录
    ICD:国际疾病分类
    NDF-RT:国家药品文件参考术语
    NLP:自然语言处理
    体育:处方错误
    或者:优势比
    棱镜:系统评价和荟萃分析的首选报告项目
    snom CT:系统化医学术语，临床术语
    UNII:唯一成分标识符

    G·艾森巴赫编辑;提交15.06.17;H . Seidling, R . Robinson的同行评审;对作者的评论09.09.17;收到修订版25.05.18;接受21.06.18;发表07.09.18

    版权

    ©Laura lsamuat, Sven Van Laere, Marc Nyssen, Stephane Steurbaut, Alain G Dupont, Pieter Cornu。原载于医学互联网研究杂志(//www.mybigtv.com)， 2018年9月7日。

    这是一篇在知识共享署名许可(https://creativecommons.org/licenses/by/4.0/)下发布的开放获取文章，该许可允许在任何媒介上不受限制地使用、分发和复制，前提是原始作品首次发表在《医学互联网研究杂志》上，并适当引用。必须包括完整的书目信息，到//www.mybigtv.com/上原始出版物的链接，以及版权和许可信息。
    Baidu
    map