Context.—Adverse drug events (ADEs) are a significant and costly cause of injury during hospitalization.Objectives.—To evaluate the efficacy of 2 interventions for preventing nonintercepted serious medication errors, defined as those that either resulted in or had potential to result in an ADE and were not intercepted before reaching the patient.Design.—Before-after comparison between phase 1 (baseline) and phase 2 (after intervention was implemented) and, within phase 2, a randomized comparison between physican computer order entry (POE) and the combination of POE plus a team intervention.Setting.—Large tertiary care hospital.Participants.—For the comparison of phase 1 and 2, all patients admitted to a stratified random sample of 6 medical and surgical units in a tertiary care hospital over a 6-month period, and for the randomized comparison during phase 2, all patients admitted to the same units and 2 randomly selected additional units over a subsequent 9-month period.Interventions.—A physician computer order entry system (POE) for all units and a team-based intervention that included changing the role of pharmacists, implemented for half the units.Main Outcome Measure.—Nonintercepted serious medication errors.Results.—Comparing identical units between phases 1 and 2, nonintercepted serious medication errors decreased 55%, from 10.7 events per 1000 patient-days to 4.86 events per 1000 (P=.01). The decline occurred for all stages of the medication-use process. Preventable ADEs declined 17% from 4.69 to 3.88 (P=.37), while nonintercepted potential ADEs declined 84% from 5.99 to 0.98 per 1000 patient-days (P=.002). When POE-only was compared with the POE plus team intervention combined, the team intervention conferred no additonal benefit over POE.Conclusions.—Physician computer order entry decreased the rate of nonintercepted serious medication errors by more than half, although this decrease was larger for potential ADEs than for errors that actually resulted in an ADE.

Background: Medication errors are common, and while most such errors have little potential for harm they cause substantial extra work in hospitals. A small proportion do have the potential to cause injury, and some cause preventable adverse drug events.

This document comprises an AMIA Board of Directors approved White Paper that presents a roadmap for national action on clinical decision support. It is published in JAMIA for archival and dissemination purposes. The full text of this material has been previously published on the AMIA Web site (www.amia.org/inside/initiatives/cds). AMIA is the copyright holder.

Background: Adverse drug events (ADEs) are both common and costly. Most hospitals identify ADEs using spontaneous reporting, but this approach lacks sensitivity; chart review identifies more events but is expensive. Computer-based approaches to ADE identification appear promising, but they have not been directly compared with chart review and they are not widely used.

Computerized order entry systems have the potential to prevent errors, to improve quality of care, and to reduce costs by providing feedback and suggestions to the physician as each order is entered. This study assesses the impact of an inpatient computerized physician order entry system on prescribing practices.A time series analysis was performed at an urban academic medical center at which all adult inpatient orders are entered through a computerized system. When physicians enter drug orders, the computer displays drug use guidelines, offers relevant alternatives, and suggests appropriate doses and frequencies.For medication selection, use of a computerized guideline resulted in a change in use of the recommended drug (nizatidine) from 15.6% of all histamine(2)-blocker orders to 81.3% (P<.001). Implementation of dose selection menus resulted in a decrease in the SD of drug doses by 11% (P<.001). The proportion of doses that exceeded the recommended maximum decreased from 2.1% before order entry to 0.6% afterward (P<.001). Display of a recommended frequency for ondansetron hydrochloride administration resulted in an increase in the use of the approved frequency from 6% of all ondansetron orders to 75% (P<.001). The use of subcutaneous heparin sodium to prevent thrombosis in patients at bed rest increased from 24% to 47% when the computer suggested this option (P<.001). All these changes persisted at 1- and 2-year follow-up analyses.Computerized physician order entry is a powerful and effective tool for improving physician prescribing practices.

Objective Alert fatigue represents a common problem associated with the use of clinical decision support systems in electronic health records (EHR). This problem is particularly profound with drug–drug interaction (DDI) alerts for which studies have reported override rates of approximately 90%. The objective of this study is to report consensus-based recommendations of an expert panel on DDI that can be safely made non-interruptive to the provider's workflow, in EHR, in an attempt to reduce alert fatigue. Methods We utilized an expert panel process to rate the interactions. Panelists had expertise in medicine, pharmacy, pharmacology and clinical informatics, and represented both academic institutions and vendors of medication knowledge bases and EHR. In addition, representatives from the US Food and Drug Administration and the American Society of Health-System Pharmacy contributed to the discussions. Results Recommendations and considerations of the panel resulted in the creation of a list of 33 class-based low-priority DDI that do not warrant being interruptive alerts in EHR. In one institution, these accounted for 36% of the interactions displayed. Discussion Development and customization of the content of medication knowledge bases that drive DDI alerting represents a resource-intensive task. Creation of a standardized list of low-priority DDI may help reduce alert fatigue across EHR. Conclusions Future efforts might include the development of a consortium to maintain this list over time. Such a list could also be used in conjunction with financial incentives tied to its adoption in EHR.