의료 오류 및 유해 사례

의료 오류는 계획된 행동이 의도한 대로 완료되지 못하거나 목표 달성을 위해 잘못된 계획을 사용하는 것을 의미하며, 유해 사례는 환자의 기저 질환이 아닌 의료 행위로 인해 발생한 손상을 말합니다. 오류, 유해 사례, 예방 가능한 위해를 구분하는 것은 의료로 인한 위해 부담을 측정하고 줄이는 데 있어 기본적인 요소입니다.

Definition

의료 오류는 계획된 행동이 의도한 대로 완료되지 못하거나 목표 달성을 위해 잘못된 계획을 사용하는 것을 의미하며, 유해 사례는 기저 질환이 아닌 의료 관리로 인해 발생하는 손상으로, 그 중 일부는 예방 가능합니다.

Scope

이 주제는 오류 및 위해의 정의와 분류(오류, 유해 사례, 근접 오류의 구분을 포함), 진단 오류, 약물 오류, 수술 오류와 같은 주요 범주, 위해 감지 방법, 그리고 병원 내 유해 사례의 역학을 다룹니다. 이는 위해가 어떻게 정의되고 연구되는지에 대한 참고 자료이며, 임상 관리 지침을 제공하지는 않습니다.

Core questions

• 의료 오류, 유해 사례, 근접 오류는 어떻게 구분됩니까?
• 어떤 유해 사례가 예방 가능하며, 예방 가능성은 어떻게 판단됩니까?
• 주요 오류 범주(진단, 약물, 수술)는 무엇입니까?
• 기관 전반에서 위해는 어떻게 감지되고 측정됩니까?
• 병원 내 유해 사례는 얼마나 흔하며, 발생률은 변화하고 있습니까?

Key concepts

• 오류, 근접 오류, 유해 사례
• 예방 가능한 위해 대 예방 불가능한 위해
• 능동적 실패와 잠재적 조건
• 진단, 약물, 수술 오류
• 실수, 착오, 오류
• 감지를 위한 트리거 도구 및 차트 검토
• 사건 보고의 과소 보고

Key theories

오류와 위해의 구분

모든 오류가 환자에게 도달하거나 해를 끼치지는 않으며, 모든 유해 사례가 오류로 인해 발생하는 것은 아닙니다. 안전을 의미 있게 측정하고 개입을 목표로 삼기 위해서는 오류, 근접 오류, (예방 가능한) 유해 사례를 명확히 구분하는 것이 필요합니다.

Mechanisms

오류는 일반적으로 인지 유형(기술 기반의 실수 및 착오 대 지식 및 규칙 기반의 오류)과 발생 시점의 진료 단계에 따라 분류됩니다. 위해는 자발적인 사건 보고를 통해 감지되는데, 이는 빈도를 상당히 과소평가하며, 구조화된 기록 검토 및 트리거 도구와 같은 더 민감한 방법을 통해서도 감지됩니다. Reason의 프레임워크는 개별적인 능동적 실패를 잠재된 조직적 조건과 연결하여, 오류 수치만으로는 위해의 시스템적 기원을 포착할 수 없는 이유를 설명합니다.

Clinical relevance

오류와 유해 사례가 어떻게 정의되고 측정되는지 이해하는 것은 의료 전반의 안전 보고 및 개선의 기반이 됩니다. 이 항목은 위해의 개념과 역학에 대한 참고 자료이며, 개별 환자를 진단하거나 치료하기 위한 지침을 제공하지 않습니다.

Epidemiology

병원 내 유해 사례에 대한 체계적 문헌고찰에 따르면, 입원 환자의 약 9%에서 중간 발생률을 보였으며, 이 중 상당 부분이 예방 가능한 것으로 판단되었습니다 (de Vries 2008). 노스캐롤라이나 병원에서 트리거 도구를 사용한 연구에서는 위해 발생률이 높았고 시간이 지나도 거의 변하지 않아, 2000년대 후반까지 안전 개선이 광범위하게 이루어지지 않았음을 시사했습니다 (Landrigan 2010). 진단 오류는 주요하고 과소 측정되는 범주로 점점 더 인식되고 있습니다 (Singh 2012).

Evidence & guidelines

『인간은 실수한다(To Err Is Human)』(2000)는 위해 측정에 박차를 가했고, 체계적 문헌고찰(de Vries 2008)과 트리거 도구 연구(Landrigan 2010)는 이를 정량화했으며, 진단 오류에 대한 문헌고찰(Singh 2012)은 약물 및 시술 관련 위해를 넘어선 관심을 확장했습니다. 보고 및 기록 검토 방법이 매우 다른 추정치를 산출하기 때문에 감지 방법론 자체도 활발한 연구 분야입니다.

History

의인성 위해는 이전에도 연구되었지만(특히 1990년대 초 하버드 의료 행위 연구), 『인간은 실수한다(To Err Is Human)』(2000) 이후 체계적인 관심이 집중되었습니다. 이후의 체계적 문헌고찰과 트리거 도구 연구는 발생률 추정치를 정교화했으며, 2010년대에는 진단 오류가 인식된 개척 분야로 부상했습니다.

Debates

유해 사례는 얼마나 예방 가능합니까?

예방 가능한 비율에 대한 추정치는 감지 방법과 검토자의 판단에 따라 크게 달라지므로, 확고한 목표를 설정하거나 기관을 신뢰할 수 있게 비교하기 어렵습니다.

Key figures

• Lucian Leape
• James Reason
• Hardeep Singh
• Mark Graber
• Christopher Landrigan

Seminal works

• kohn-2000
• devries-2008
• landrigan-2010

Frequently asked questions

모든 유해 사례가 오류로 인해 발생합니까?

아닙니다. 유해 사례는 의료 행위로 인해 발생하는 손상입니다. 일부 유해 사례는 오류로 인해 발생하며 잠재적으로 예방 가능하지만, 다른 유해 사례는 적절한 진료에도 불구하고 발생합니다.

사건 보고가 위해 측정에 불완전한 이유는 무엇입니까?

자발적 보고는 많은 사건이 인식되지 않거나 보고되지 않기 때문에 사건의 일부만을 포착합니다. 따라서 구조화된 기록 검토 및 트리거 도구와 같은 방법이 일반적으로 훨씬 더 많은 위해를 감지합니다.