Safety Incident Reporting in Chiropractic: A descriptive analysis of an active and passive system
본 연구는 카이로프랙틱 환자 사고 보고 및 학습 시스템(CPiRLS)과 SafetyNET을 세계보건기구(WHO)의 환자 안전 프레임워크와 비교하였으며, 두 시스템 중 어느 것도 개별적으로는 글로벌 표준에 완전히 부합하지는 않지만, 이들의 상호 보완적인 설계를 통해 카이로프랙틱 전문직이 두 방식 중 하나를 선택하기보다는 능동적 및 수동적 보고 접근 방식을 모두 활용하는 것이 유익할 것임을 밝혀냈다.
원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기
의료계에서 안전은 예방 가능한 위해가 없는 상태로 정의됩니다. 투약 오류, 진단 지연, 또는 치료에 대한 예상치 못한 반응과 같이 무언가 잘못되었을 때, 이를 안전 사고라고 부릅니다. 이러한 사건이 다시 발생하는 것을 방지하기 위해 의료 전문가들은 보고 시스템에 의존합니다. 이는 의사, 간호사, 물리치림사들이 무엇이 잘못되었는지를 기록하여 패턴을 찾아내고 교훈을 얻을 수 있도록 하는 메커니즘입니다. 이 시스템들이 작동하는 방식에는 두 가지 주요한 방법이 있습니다. 하나는 직원들이 자신의 이름을 밝히지 않고 자발적으로 무엇이 일어났는지 적는 제안함과 같은 수동적 방식입니다. 다른 하나는 연구자나 관리자가 환자와 의료진에게 구체적인 질문을 던져, 자칫 간과될 수 있는 사고를 추적하는 능동적 방식입니다. 병원들은 오랫동안 이러한 도구들을 사용해 왔지만, 척추와 신경계를 다루는 카이로프랙틱 분야는 자체적인 안전 보고가 어떻게 작동하는지에 대한 명확한 그림을 그려내는 데 있어 상대적으로 속도가 느렸습니다.
북미와 유럽 전역의 대학 및 단과대학 연구진들은 카이로프랙틱 전문직에서 사용되는 두 가지 특정 시스템을 조사하여, 이것들이 국제 표준에 얼마나 부합하는지 검토하기 위해 모였습니다. CPiRLS라고 불리는 한 시스템은 카이로프랙틱 의사들이 자발적으로 사건을 보고하는 수동적이고 익명성이 보장된 플랫폼입니다. 또 다른 시스템인 SafetyNET은 연구 내에 포함된 능동적 시스템으로, 치료 후 환자와 의료진에게 경험에 대해 체계적으로 질문하는 방식입니다. 연구진은 이들을 동일한 업무를 두고 경쟁하는 라이벌로 취급하지 않았습니다. 대신, 그들은 이들을 서로 다른 목적을 위해 설계된 두 가지 도구로 보았으며, 이들이 함께했을 때 단독으로 존재할 때보다 환자 안전의 전체 스펙트럼을 더 잘 포괄할 수 있을지 알고 싶어 했습니다.
이 시스템들을 평가하기 위해 연구팀은 세계보건기구(WHO)가 만든 상세한 체크리스트를 사용했습니다. 이 체크리스트는 보고를 얼마나 쉽게 할 수 있는지부터 시스템이 환자 및 가족을 과정에 얼마나 잘 참여시키는지에 이르기까지, 훌륭한 안전 시스템이 갖추어야 할 청사진 역할을 합니다. 또한 연구진은 보고서의 구체적인 데이터 필드(예: 환자의 연령, 사건 발생 장소, 결과 등)를 확인하여, 이것이 사건으로부터 배우기 위해 필요한 최소한의 정보에 대한 글로벌 표준과 일치하는지 확인했습니다. 연구진은 두 시스템의 리더들을 포함한 전문가들을 모아 각 시스템을 이 기준들에 따라 점수를 매겼으며, 발견된 사항에 대해 합의에 도달할 때까지 논의했습니다.
분석 결과, 두 시스템 모두 완벽하지는 않았으나 결함이 동일한 것은 아니었습니다. 사실, 그들의 약점은 서로를 보완하는 경우가 많았습니다. 수동적 시스템인 CPiRLS는 보고자의 신원을 보호하는 데 탁월했습니다. 완전히 익명이었기 때문에, 카이로프랙키스트들은 비난에 대한 두려움 없이 사소한 실수부터 심각한 진단 오류에 이르기까지 폭넓은 이슈를 안심하고 보고할 수 있었습니다. 그러나 보고자가 익명으로 남았기 때문에, 시스템은 이들에게 추가 세부 정보를 요청하거나 학습한 내용에 대해 개인별 피드백을 제공할 수 없었습니다.
능동적 시스템인 SafetyNET은 정반대로 작동했습니다. 연구의 일부였기 때문에 연구자들은 보고자에게 연락하여 더 많은 정보를 수집할 수 있었고, 이를 통해 특정 사건에 대한 더 깊은 이해가 가능했습니다. 또한 이 시스템은 카이프랙티스트의 관점에만 의존하는 것이 아니라 환자의 관점을 직접 포착했습니다. 하지만 이 시스템은 연구 기간 동안 발생한 새로운 증상이나 악화된 증상을 추적하는 데 국한되었습니다. 따라서 대기실에서 환자가 넘어지는 것과 같은 광범위한 안전 문제나 심각한 기저 질환을 인지하지 못한 경우 등은 놓쳤는데, 이는 설계 자체가 치료 반응에 엄격히 초점을 맞추었기 때문입니다.
데이터 필드를 살펴보았을 때, 연구진은 두 시스템이 퍼즐의 서로 다른 조각들을 포착하고 있다는 것을 발견했습니다. CPiRLL은 사건의 유형과 위해의 심각도를 분류하기 위한 구조화된 목록을 사용하여 다양한 사건을 분류하고 비교하기 용이하게 만들었습니다. 반면 SafetyNET은 환자의 통증 수준을 시간에 따라 매우 정밀하게 추적했지만, 사건 유형을 분류하는 공식적인 방법은 부족했습니다. 마찬가지로 SafetyNET은 환자의 연령과 성별을 기록하는 데 뛰어났으나, CPiRLS는 연령을 넓은 범위의 그룹으로만 기록했습니다. 두 시스템 모두 사건이 어디에서 발생했는지 또는 정확히 무엇이 원인이었는지를 기록하는 데 완벽하지 않았으며, 기여 요인을 설명하기 위한 표준화된 코드를 사용하지도 않았습니다.
아마도 가장 중요한 발견은 두 시스템 모두 전문가들이 권고하는 방식으로 환자와 가족을 참여시키는 데 실패했다는 점일 것입니다. 두 시스템 모두 피해를 입은 환자가 심리적 지원을 받거나, 케어 방식을 재설계하는 데 참여하거나, 미래의 의료진 교육에 참여하도록 보장하는 강력한 프로세스를 갖추고 있지 않았습니다. 또한 두 시스템 모두 보고를 한 사람들에게 개인화된 피드백을 제공하는 데 어려움을 겪었습니다. 연구진은 이러한 피드백 루프가 없으면 보고를 지속하려는 동기가 약해질 수 있으며, 이는 보고 건수가 줄어들고 학습이 덜 일어나는 순환 구조를 만든다고 지적했습니다.
연구는 두 시스템 사이의 차이점이 어느 한 쪽이 더 낫다는 문제가 아니라, 각기 다른 설계의 반영이라는 결론을 내렸습니다. 수동적 시스템의 익명성은 거버넌스와 광범위한 보고 측면에서 강점을 가졌고, 능동적이고 연구 기반인 다른 시스템은 상세한 후속 조치와 환자 입력 측면에서 강점을 가졌습니다. 연구진은 카이로프랙틱 전문직이 하나를 선택하기보다는 두 가지 접근 방식을 동시에 사용하는 것이 더 나을 것이라고 주장했습니다. 두 시스템을 모두 운영함으로써, 전문직은 의료진의 광범위하고 익명적인 우려를 포착하는 동시에 특정 결과에 대한 상세하고 환자 중심적인 데이터를 수집할 수 있기 때문입니다. 목표는 이들을 하나의 도구로 통합하는 것이 아니라, 양쪽의 통찰력을 전문직 전체와 공유하여 어느 한 쪽이 단독으로 제공할 수 있는 것보다 더 완전한 환자 안전의 그림을 만드는 것입니다.
연구 분야의 논문에 파묻히고 계신가요?
연구 키워드에 맞는 최신 논문의 일일 다이제스트를 받아보세요 — 기술 요약 포함, 당신의 언어로.