A New Drug-Shelf Arrangement for Reducing Medication Errors using Data Mining: A Case Study

Abstract

Medication errors are common, fatal, costly but preventable. Location of drugs on the shelves and wrong drug names in prescriptions can cause errors during dispensing process. Therefore, a good drug-shelf arrangement system in pharmacies is crucial for preventing medication errors, increasing patient’s safety, evaluating pharmacy performance, and improving patient outcomes. The main purpose of this study to suggest a new drug-shelf arrangement for the pharmacy to prevent wrong drug selection from shelves by the pharmacist. The study proposes an integrated structure with three-stage data mining method using patient prescription records in database. In the first stage, drugs on prescriptions were clustered depending on the Anatomical Therapeutic Chemical (ATC) classification system to determine associations of drug utilizations. In the second stage association rule mining (ARM), wellknown data mining technique, was applied to obtain frequent association rules between drugs which tend to be purchased together. In the third stage, the generated rules from ARM were used in multidimensional scaling (MDS) analysis to create a map displaying the relative location of drug groups on pharmacy shelves. The results of study showed that data mining is a valuable and very efficient tool which provides a basis for potential future investigation to enhance patient safety.

Tıbbi hatalar yaygın, ölümcül ve maliyetli ama önlenebilirlerdir. İlaçların raflardaki konumu ve reçetelerdeki yanlış ilaç isimleri, ilaçların dağıtım sürecindeki hataları arttırabilir. Bu nedenle, eczanelerde iyi bir ilaç-raf düzenleme sistemi tıbbi hataların önlenmesi, hasta güvenliğinin arttırılması, eczane performansının değerlendirilmesi ve hasta geri-dönüşlerinin iyileştirilmesi açısından hayati önem taşımaktadır. Bu çalışmanın temel amacı, eczacı tarafından raflardan yanlış ilaç seçimini önlemek üzere eczane için yeni bir ilaç-raf düzeni önermektir. Çalışma, 3-aşamalı veri madenciliği metodu ile veri tabanındaki hasta reçete kayıtlarını kullanarak bir entegre yapı önermektedir. İlk aşamada, reçetelerdeki ilaçlar, ilaç kullanımları arasındaki ilişkileri belirlemek üzere Anatomik Terapötik Kimyasal (ATK) sınıflandırma sistemine göre sınıflandırıldı. İkinci aşamada, iyi bilinen bir veri madenciliği tekniği olan Birliktelik Kural Madenciliği (BKM), birlikte satın alınma eğilimindeki ilaçlar arasındaki sık rastlanan birliktelik kurallarını elde etmek için uygulandı. Üçüncü aşamada, BKM ile üretilen kurallar, eczane raflarında ilaçların göreceli olarak yerlerini gösteren haritayı oluşturmak için Çok Boyutlu Ölçekleme (ÇBÖ) analizinde kullanıldı. Çalışmanın sonuçları, veri madenciliğinin hasta güvenliğinin arttırılması üzerine gelecekte yapılacak araştırmalar için temel oluşturan değerli ve çok verimli bir araç olduğunu göstermiştir.