การพัฒนาระบบติดตามอาการไม่พึงประสงค์จากการใช้ยาเพื่อป้องกันการแพ้ยาซ้ำ โรงพยาบาลสุวรรณภูมิ

Nareerat  Raksuntorn

Authors

Nareerat Raksuntorn Suwannaphum Hospita

Keywords:

Adverse drug reactions, Drug allergy, Pharmacovigilance

Abstract

Purposes: To develop the Suwannaphum Unified Responsive Enhanced Adverse Drug Reaction Monitoring System (SURE-ADR Model) and evaluate its effects on adverse drug reactions (ADRs), repeated drug allergies, ADR reporting quality, pharmacists’ knowledge, and user satisfaction.

Study design: Research and development (R&D) study conducted in a community hospital setting. Data were analyzed using descriptive statistics, including frequency, percentage, mean, and standard deviation.

Materials and Methods: The study was conducted at Suwannaphum Hospital, Roi Et Province, Thailand. The SURE-ADR Model was developed based on retrospective situation analysis and literature review. The model comprised five components: Screening, Update & Alert, Review Together, Execute Safely, and Analyze & Revise. Study participants included pharmacists and patients with ADRs during fiscal year 2025. Data were collected from electronic medical records, ADR reporting systems, and questionnaires assessing pharmacists’ knowledge and satisfaction.

Main finding: A retrospective analysis of fiscal years 2019–2024 identified 453 ADR reports, of which 24.61% required hospitalization. Most reactions involved the skin and subcutaneous tissue. Following implementation of the SURE-ADR Model, 74 ADR cases were reported in fiscal year 2025. No repeated drug allergies or cross-reactive drug allergies attributable to the hospital system were identified. The ADR rate decreased from 0.47 to 0.21 per 1,000 patient-days, representing a 55.32% reduction. The number of ADR reports meeting quality criteria increased from 65 to 74 reports. Expert evaluation indicated good system appropriateness and feasibility. Pharmacists demonstrated a good level of ADR monitoring knowledge (mean score 8.08 ± 1.44) and reported the highest level of satisfaction with the system (Mean score 4.42 ± 0.52).

Conclusion and recommendation: The SURE-ADR Model improved ADR surveillance performance, reduced ADR occurrence, and strengthened medication safety in a community hospital setting. The integration of information technology, automated alerts, and multidisciplinary collaboration may enhance pharmacovigilance capacity and support the prevention of medication-related harm. Further multicenter studies with longer follow-up periods are recommended to confirm the effectiveness, generalizability, and sustainability of the model.

References

Coleman J J, Pontefract S K. Adverse drug reactions. Clin Med (Lond). 2016;16(5):481-5.

Doña I, Caubet J C, Brockow K, Doyle M, Moreno E, Terreehorst I, et al. An EAACI task force report: recognising the potential of the primary care physician in the diagnosis and management of drug hypersensitivity. Clin Transl Allergy. 2018;8:16.

Nguyen D V, Vidal C, Chu H C, van Nunen S. Human leukocyte antigen-associated severe cutaneous adverse drug reactions: from bedside to bench and beyond. Asia Pac Allergy. 2019;9(3):e20.

Donaldson L J, Kelley E T, Dhingra-Kumar N, Kieny M P, Sheikh A. Medication Without Harm: WHO's Third Global Patient Safety Challenge. Lancet. 2017;389(10080):1680-1.

กองยุทธศาสตร์และแผนงาน สำนักงานปลัดกระทรวงสาธารณสุข กระทรวงสาธารณสุข. แผนปฏิบัติราชการ ระยะ 5 ปี (พ.ศ. 2566-2570) ของสำนักงานปลัดกระทรวงสาธารณสุข. นนทบุรี: กระทรวงสาธารณสุข; 2565.

สรุปรายงานอาการไม่พึงประสงค์จากการใช้ยา ประจำปี 2562 [อินเทอร์เน็ต]. 2563. [เข้าถึงเมื่อ 12 ธันวาคม 2567]. เข้าถึงได้จาก: https://hpvcthai.fda.moph.go.th/results-operations/category/yearly.

ทนงศักดิ์ สมัครสมาน. การศึกษาผลของระบบติดตามอาการไม่พึงประสงค์จากการใช้ยาในโรงพยาบาลศีขรภูมิ. วารสารสิ่งแวดล้อมศึกษาการแพทย์และสุขภาพ. 2567;9(4):15-22.

สุรศักดิ์ ยุติธรรมนนท์. การพัฒนาระบบสืบค้นอาการไม่พึงประสงค์ของยาด้วยคอมพิวเตอร์ Development of the adverse drug reactions retrieval system: จุฬาลงกรณ์มหาวิทยาลัย; 2537.

Kim M O, Coiera E, Magrabi F. Problems with health information technology and their effects on care delivery and patient outcomes: a systematic review. J Am Med Inform Assoc. 2017;24(2):246-50.

Kainulainen S. Research and Development (R&D). In: Michalos A C, editor. Encyclopedia of Quality of Life and Well-Being Research. Dordrecht: Springer Netherlands; 2014. p. 5516-7.

Naranjo C A, Shear N H, Lanctôt K L. Advances in the diagnosis of adverse drug reactions. J Clin Pharmacol. 1992;32(10):897-904.

กมลทิพย์ กันบัวลา. คู่มือการบริหารจัดการระบบเฝ้าระวังและการป้องกันการแพ้ยาซ้ำ สำหรับบุคลากรทางการแพทย์. โรงพยาบาลบางคล้า: มหาวิทยาลัยสุโขทัยธรรมาธิราช; 2564.

Amarji B, Abed S N, Bairagi U, Deb P K, Al-Attraqchi O, Choudhury A A, et al. Chapter 18 - Four Stages of Pharmaceutical Product Development: Preformulation, Prototype Development and Scale-Up, Biological Aspects, and Commercialization. In: Tekade R K, editor. Dosage Form Design Considerations: Academic Press; 2018. p. 637-68.

Naidu M, Alicia Y L Y. Impact of Bar-Code Medication Administration and Electronic Medication Administration Record System in Clinical Practice for an Effective Medication Administration Process. scientific research an academic publisher. 2019;511-26.

ชนิตนันท์ สุธาประดิษฐ์, อิศราวรรณ ศกุนรักษ์. การพัฒนาระบบคอมพิวเตอร์เพื่อแจ้งเตือนการแพ้ยาร่วมกับการจัดการ ฐานข้อมูลการแพ้ยาของโรงพยาบาลแห่งหนึ่งในจังหวัดสมุทรสาคร. วารสารเภสัชกรรมไทย 2563;11(2):431-44.

Lavan A H, Gallagher P. Predicting risk of adverse drug reactions in older adults. Ther Adv Drug Saf. 2016;7(1):11-22.

Woo S-D, Yoon J, Doo G-E, Park Y, Lee Y, Lee S-H, et al. Common causes and characteristics of adverse drug reactions in older adults: a retrospective study. BMC Pharmacology and Toxicology. 2020;21(1):87.

นิธิกานต์ สายรัตน์, ตุลาการ นาคพันธ์. การพัฒนาระบบการจัดการยาที่ต้องมีความระมัดระวังในการใช้สูงในผู้ป่วยที่นอนรักษาตัวในโรงพยาบาล โรงพยาบาลท่าตูม อ.ท่าตูม จ.สุรินทร์. วารสารสิ่งแวดล้อมศึกษาการแพทย์และสุขภาพ. 2567;9(4):654-60.

ศูนย์เฝ้าระวังความปลอดภัยด้านผลิตภัณฑ์สุขภาพ. แนวทางการบันทึกรายงานเหตุการณ์ไม่พึงประสงค์จากการใช้ผลิตภัณฑ์สุขภาพ [อินเทอร์เน็ต]. [เข้าถึงเมื่อ 12 ธันวาคม 2567]. เข้าถึงได้จาก: https://hpvcthai.fda.moph.go.th/guidelines?ppp=10&page=1&kw

Khan M A A, Nwokike J, Rauf A, Babar Z-U-D. A comparative analysis of three pharmacovigilance system assessment tools. PLOS ONE. 2025;20(7):e0327363.

Vo T T D, Tuliao K V, Chen C W. Work Motivation: The Roles of Individual Needs and Social Conditions. Behav Sci (Basel). 2022;12(2):49.

Reeves S, Pelone F, Harrison R, Goldman J, Zwarenstein M. Interprofessional collaboration to improve professional practice and healthcare outcomes. Cochrane Database Syst Rev. 2017;6(6):Cd000072.

Nashwan A J, Cabrega J A, Othman M I, Khedr M A, Osman Y M, El-Ashry A M, et al. The evolving role of nursing informatics in the era of artificial intelligence. Int Nurs Rev. 2025;72(1):e13084.

Tian S, Yang W, Grange J M L, Wang P, Huang W, Ye Z. Smart healthcare: making medical care more intelligent. Global Health Journal. 2019;3(3):62-5.

Komenda M, Gregor J, Klimeš D, Pavlík T, Blaha M, Těšitelová V, et al. Integration of Data and Information Systems Into the Health Data Strategy. JMIR Med Inform. 2025;13:e70066.

Nagar A, Gobburu J, Chakravarty A. Artificial intelligence in pharmacovigilance: advancing drug safety monitoring and regulatory integration. Ther Adv Drug Saf. 2025;16:20420986251361435.

Wang W, Ferrari D, Haddon-Hill G, Curcin V. Electronic Health Records as Source of Research Data. In: Colliot O, editor. Machine Learning for Brain Disorders. New York, NY: Springer US; 2023. p. 331-54.