條文本
PDF
摘要
用藥失誤在醫院很常見。這些錯誤可導致藥物不良事件(ADEs)，從而降低患者及其親屬和護理人員的健康和福祉。已製定幹預措施以減少用藥差錯，包括在給藥階段發生的差錯。
客觀的我們的目的是引出支付意願(WTP)值，以防止醫院給藥錯誤。
設計及設置采用隨機卡片排序啟發式方法進行在線條件評估(CV)調查，以誘發WTP以防止用藥差錯。
參與者英國公眾的代表性樣本。
方法評估了七種不同的潛在傷害和傷害嚴重程度的用藥錯誤情況。方案是根據臨床專家、公眾焦點小組和試點的意見製定的。計算了WTP值的平均值和中位數，排除了抗議響應或邏輯測試失敗的響應。采用兩部分模型(logit，廣義線性模型)回歸分析探討WTP的預測特征。
結果收集了1001個人的回複。隨著ADE嚴重程度的增加，願意為防止用藥錯誤付費的受訪者比例也在增加，在描述實際傷害發生的情況下，這一比例最高。情景下的平均WTP從45英鎊(95% CI 36至54英鎊)到278英鎊(95% CI 200至355英鎊)不等。影響WTP值和可能性的因素有:收入、已知用藥錯誤經曆、性別、工作領域、婚姻狀況、教育程度和就業狀況。然而，WTP的預測因子在不同情境下並不一致。
結論這項CV研究強調了英國公眾如何重視預防用藥錯誤。這項研究的結果可以用於進行成本效益分析，可以為英國醫院使用技術減少藥物管理錯誤的實施決策提供信息。
- 衛生經濟學
- 健康與安全
- 衛生政策
數據可用性聲明
應合理要求提供數據。在合理的要求下，可從作者處獲得無法識別的調查數據。
這是一篇開放獲取的文章，根據創作共用署名非商業(CC BY-NC 4.0)許可證發布，該許可證允許其他人以非商業方式分發、混音、改編、在此基礎上進行構建，並以不同的條款許可其衍生作品，前提是正確引用原始作品，給予適當的榮譽，任何更改都已注明，並且使用是非商業性的。看到的:http://creativecommons.org/licenses/by-nc/4.0/．
數據來自Altmetric.com
本研究的優勢和局限性
首次研究獲得英國公眾對預防醫院用藥錯誤的偏好。
從英國公眾的代表性樣本中獲得的偏好，符合尋求代表公眾的政策製定者的利益。
條件估值調查的設計和開發遵循國際公認的方法標準。
偏好結果可能會受到來自受訪者對場景解釋的偏差的影響。
在線調查的形式可能會導致“數字鴻溝”對結果產生偏差。
簡介
用藥錯誤很常見，最近的一項綜述估計，英國每年在初級和二級護理機構和養老院發生2.37億次用藥錯誤。1超過四分之一的錯誤有可能造成中度或嚴重的傷害。1一項對國際上發表的關於醫院和長期護理機構給藥錯誤的研究的綜述顯示，在英國，給藥劑量的中位數錯誤率為21.7%(排除錯誤時間錯誤時為5.5%)。2用藥錯誤可能會對患者造成傷害或沒有傷害(例如，如果用藥稍晚)。
因用藥引起的傷害被稱為藥物不良事件(ADE)，其正式定義為“與藥物相關的醫療幹預造成的傷害”。3.潛在不良事件的定義是有可能造成傷害但沒有發生的用藥錯誤(例如，患者接受了一種有記錄的過敏藥物，但沒有發生反應)。4給藥還可能導致意想不到的不良反應(例如，由以前未知的過敏反應引起的皮疹)，即不可預防的ADE。ADEs可導致患者發病和死亡5除了給他們的親屬和護理人員帶來巨大的痛苦之外。6此外，與可預防的用藥錯誤相關的成本很高。據估計，英國每年在初級和二級護理中所犯的錯誤超過1.11億英鎊(2015/16年度價格)。1
製定和實施了幹預措施，以減少醫院的用藥錯誤。這包括使用衛生信息技術，如條形碼給藥係統，以便在給藥階段識別患者和藥物是否正確。7號到9號一項係統綜述報告了條形碼管理係統的實施減少了用藥錯誤。10然而，關於預防用藥錯誤的替代工具的影響缺乏證據，特別是在英國的環境中。
英國MedEye研究11本研究旨在探討實施一種新型床邊用藥驗證係統對醫院用藥錯誤的影響，並評估避免此類錯誤對個人的益處。這包括病人的健康效益，如維持他們的生活質量，以及非健康效益，如維持他們對醫院係統和設備的信任。12
衡量患者對預防用藥錯誤的重視程度的一種方法是使用陳述偏好技術13；之所以這麼叫，是因為要求個人陳述他們對所調查商品或結果的支付意願(WTP)的偏好(在這種情況下，防止用藥錯誤和導致的不良反應)。條件估值(CV)是一種陳述偏好技術，涉及創建一個假設的市場，在這個市場中，個人被問及他們願意為一種商品支付的最大金額。14日15所述的貨幣金額被認為代表個人對商品的經濟價值。16使用CV評估的惠益不限於直接健康惠益，因此，CV方法在評估包含非健康惠益的衛生技術時也適用。以前的研究沒有獲得預防用藥錯誤的明確偏好估值;然而，CV方法以前曾用於評估避免與特定健康狀況(如貧血)相關的不良事件的益處17還有百日咳。18鑒於目前文獻的空白，我們使用CV方法進行了一項WTP研究，以獲得預防醫院用藥錯誤的整體效益的貨幣價值。
方法
在線簡曆調查是與Dynata有限公司開發的，該公司在調查開發、分發和從英國公眾收集數據方麵擁有豐富的經驗。
調查發展
調查分五個步驟展開。第一步:紐卡斯爾大學(SRH和LV)的研究人員根據ADE文獻中的信息，為調查製定了七個假設場景月19 - 21日(見在線補充材料A對於所有場景的描述)。來自紐卡斯爾泰恩醫院和紐卡斯爾大學的兩名藥劑師對這些錯誤進行了審查，以確保不同程度傷害描述的臨床準確性:(場景1)沒有可能對患者造成傷害的錯誤，(場景2-4)有可能對患者造成傷害的錯誤，以及(場景5-7)對患者造成實際傷害的錯誤。采用情景1探討人們是否重視預防醫院用藥差錯而不受臨床傷害的影響。
可能造成傷害和實際傷害的情景類別分別進一步分為三個情景，代表與每種ADE相關的傷害的嚴重程度:輕度傷害、中度傷害和嚴重傷害(見下文)圖1)．這些決定反映了通過預防文獻中提供的給藥錯誤而避免的潛在和實際ade的嚴重程度差異。月19 - 21日由於屬於“可能造成傷害”類別的用藥錯誤比“實際傷害”類別的用藥錯誤更常見，7仍然存在一個經驗性的問題，即人們是否會將預防隻會造成潛在傷害的用藥錯誤與會造成實際傷害的用藥錯誤區別對待。
七種用藥錯誤情景的概述。
第二步:舉行了兩次患者和公眾參與(PPI)會議;第一個(n=3)有助於改進調查說明和情景的措辭，第二個(n=4)用於確定使用的最合適的支付類型(即支付工具)。15日22並確定最合適的提問方式(即引出法)。15日22PPI成員建議，與額外的稅收貢獻或一次性付款相比，“捐贈給當地醫院信托”是更可取的付款方式。在探索不同的誘導方法時，PPI成員發現，問一個開放式的問題，例如，“你願意為防止用藥錯誤支付多少錢?”’這句話很難考慮。提出了其他方法，如支付卡方法23(即，列出一個貨幣金額列表，受訪者選擇他們是WTP)和迭代競價技術15日23(即，向受訪者提供初始貨幣金額，並根據受訪者的WTP答複，提供後續金額，該金額或低於或高於初始貨幣金額。22PPI成員對這兩種方法都沒有強烈的偏好，因此出現了支付卡方法的一個版本(隨機卡排序技術)24被選為調查對象。
第三步:調查隨後在不同職業的一係列誌願者(n=14)中進行測試(例如，研究生、藥劑師、臨床醫生和專業服務人員)，以確保隨機卡片排序中呈現的價值範圍適合所評估的商品。調查中使用的最終價值範圍是:1英鎊、5英鎊、10英鎊、25英鎊、50英鎊、75英鎊、100英鎊、150英鎊、200英鎊、300英鎊、500英鎊、750英鎊、1000英鎊。
第四步:通過增加邏輯測試來進一步完善調查(邏輯測試由每個場景呈現後的一個問題組成，詢問受訪者是否因為場景中描述的用藥錯誤而造成任何傷害。通過邏輯測試的正確答案是場景1-4的“沒有傷害”，場景5-7的“是的，造成了傷害”)，以確保受訪者理解每種情況下是否因為用藥錯誤造成了實際傷害。受訪者隨後被問及是否願意為防止每次用藥失誤而付費。不願意付錢的受訪者被要求從五個可能的選項中選擇他們的理由(見箱1)，並有機會在“其他”欄提供免費的文字回複。選擇不願意支付的理由被用於將反應分類為抗議反應(即，被調查者重視防止用藥錯誤，但由於其他原因不願意支付25或者一個真正的零估值(即，一個表明受訪者確實不重視幹預的原因)。“避免用藥錯誤對我來說很有價值，但它應該由現有的政府預算提供資金”和“我認為向當地醫院信托基金的捐款不應該用於資助這種支付方式”被認為是對這種支付方式的抗議。研究團隊的兩名成員(SRH和LV)對這些自由文本的回複進行了獨立檢查，他們將每個回複分為抗議或真正的零。如果對回答分類的意見存在分歧，則由兩位研究人員通過討論做出最終決定，不需要第三方輸入。
不願意支付的原因
避免用藥錯誤對我來說沒有價值。
避免用藥錯誤對我來說很有價值，但我負擔不起。
我認為我們當地醫院信托基金的捐款不應該用來資助這個項目。
避免用藥錯誤對我來說很有價值，但它應該由現有的政府預算提供資金。
其他。
選擇WTP以防止用藥錯誤的受訪者完成了一份隨機卡片分類，其中貨幣金額被隨機顯示，受訪者將依次表明他們“願意支付”、“可能支付”或“不願意支付”每個金額。隨機卡片分類的引入是為了讓受訪者在回答一個開放式問題之前，仔細思考他們如何看待預防用藥錯誤的價值:“為了避免用藥錯誤，你最願意為當地醫院信托基金一次性捐贈多少錢?”在詢問開放式問題時，會顯示受訪者在隨機卡片排序過程中願意/不願意支付的貨幣價值選擇，以幫助指導受訪者說出他們的最大WTP。開放式問題允許對個別WTP有更高的敏感性，並為分析提供連續而非區間數據。
第5步:Dynata於2020年2月向英國小組進行了在線調查試點，獲得了166名受訪者的回複。針對試點，我們對場景描述做了一些小改動(例如，用粗體強調一些文本，並在場景標題中澄清與每個錯誤相關的危害)，主要是為了提高通過邏輯測試的受訪者比例。完整的調查隨即完成。
患者和公眾參與
如上所述，舉行了兩次PPI會議，以告知CV調查的設計。
數據收集
Dynata於2020年3月2日將在線調查分發給他們的英國小組，並於2020年3月18日收到所有回複。收集的樣本根據年齡、性別和職業群體代表了英國成年公眾。除WTP問題外，還收集了人口統計學特征(見表1對於收集的所有特征)。按照Mitchell和Carson推薦的樣本量計算，所需樣本量為50223(見在線補充材料B有關樣本量計算的全部細節)。樣本量被誇大，以考慮不計入分析的數據的比例，使用來自軟發行的失敗邏輯響應和抗議的數據，導致期望的樣本量為996。
數據分析
使用統計軟件STATA V.15分析調查數據。26描述性統計計算WTP的平均值和中位數。在按照常規做法進行分析之前，抗議反應從樣本中刪除，27這樣就不會向下偏向WTP估計。基本案例分析還排除了在每個場景中未能通過邏輯測試的響應。進行了敏感性分析，以探討對最高1%的值進行修剪和包括未通過邏輯測試的響應對平均WTP的影響。
進行回歸分析以確定WTP的預測因素。由於零值的比例很大(來自表示不願意支付的受訪者)和傾斜的數據分布，標準的普通最小二乘估計器將提供有偏差和不一致的估計。28對於峰值為零的連續數據，建議采用兩部分模型。29為了在回歸分析中考慮到零WTP值，采用了一個兩部分模型。30.這個由兩部分組成的模型將每個情景下受訪者的WTP值作為因變量在線補充材料C預測變量詳情);邏輯回歸首先模擬了受訪者願意支付以避免用藥錯誤的概率(即，那些不願意支付的人分配了0英鎊的WTP值)，然後線性回歸(廣義線性模型，GLM)模擬了有條件的受訪者願意支付的WTP值(即，有>英鎊的WTP值)。
進行了亞組分析，其中包括未通過場景1-4邏輯測試的受訪者(即認為傷害是由用藥錯誤造成的，沒有潛在的傷害和潛在的傷害)，但也報告了個人用藥錯誤的經曆。之所以進行這種亞組分析，是因為通過和未通過邏輯測試的受訪者之間的特征比較表明，未通過場景1-4邏輯測試的受訪者(通過和未通過場景5-7邏輯測試的受訪者在用藥錯誤經驗方麵沒有差異)更有可能報告已知的先前錯誤經驗。因此，這些情況的基礎病例分析可能偏向於沒有已知用藥錯誤經驗的個體。
結果
調查共收到1001份回複。表1概述全樣本調查參與者的人口統計學特征(見在線補充表S1對於每個場景分別分析中包含的樣本特征)。大多數樣本沒有已知的個人或家庭用藥錯誤經驗，也沒有在衛生部門工作。報告家庭收入低於2萬英鎊(28%)或高於4萬英鎊(29%)的受訪者比例相似，報告家庭收入在2萬英鎊至4萬英鎊之間的比例最大(39%)。
在所有的場景中，56%-88%的受訪者通過了邏輯測試，並被納入基本案例分析(參見表2)．通過潛在危害情景邏輯測試的受訪者少於實際危害情景邏輯測試的受訪者。表2描述每個場景的響應數量和類型。在基本案例分析的所有場景中，抗議反應的比例相似(約占樣本的45%);然而，受訪者願意為預防用藥錯誤付費的比例在潛在和實際傷害情景之間有所增加，並隨著ADE和用藥錯誤嚴重程度的增加而增加。
在所有情況下，WTP的平均值和中位數都大於零(因此為“正”)。在所有情況下，平均水tp附近95% ci的下界都大大大於零，這有信心地表明真正的平均水tp為正。WTP的平均值和中位數都隨著ADE嚴重程度的增加以及潛在和實際傷害情景之間的增加而增加。平均WTP為45英鎊(95% CI為36英鎊至54英鎊)，以防止不造成傷害的用藥錯誤，為防止造成危及生命的實際傷害的用藥錯誤，為278英鎊(95% CI為200英鎊至355英鎊)表3)．
對於較大的平均WTP值，95% ci最寬，這表明對於最嚴重的實際ADE場景，存在離群WTP值。當WTP值的前1%被削減時，可比較的95% ci的範圍大大縮小，這證實了基本情況樣本中少數較大的離群值使結果偏斜的理論。然而，對於修剪後的水tp樣本，有證據表明水tp的平均值和中位數仍然大於零(參見表3)．
包括失敗的邏輯響應增加了對無傷害和潛在傷害情景的平均和中位數WTP的估計，並降低了對實際傷害情景的估計(見表3)．這一結果是預期的，因為對潛在ADE場景的不正確邏輯反應預期了用藥錯誤造成的傷害，反之亦然。這是合乎邏輯的，在潛在的傷害場景中，預測藥物錯誤造成傷害的受訪者可能比正確預測不會發生傷害的受訪者願意支付更多的錢。反之，對於ADEs的實際危害則是正確的。
預測WTP可能性的因素
在基本案例分析中，有證據表明，家庭成員經曆過用藥錯誤會增加受訪者為防止潛在有害用藥錯誤而付費的可能性(OR 2.5-3, p<0.05)，家庭年收入超過4萬英鎊與家庭年收入在2萬至4萬英鎊之間相比也有同樣的效果(OR: 2, p<0.05)。表4此外，有證據表明，男性(p<0.01)、在非衛生部門領域工作或學習(p<0.05)、已婚(p<0.05)以及與標準資格相比受過更高的教育(p<0.01)，都增加了至少一種情況下願意為防止用藥錯誤付費的幾率。然而，並非所有情況下的證據都是一致的。還有證據表明，家庭年收入低於2萬英鎊的人與年收入在2萬英鎊至4萬英鎊之間的人相比，WTP為正的幾率降低(OR 0.49-0.53, p<0.05)。
預測低WTP量的因素
失業(p<0.05)、無薪工人(p<0.01)、女性(p<0.01)或不確定自己的用藥錯誤經曆(p<0.05)的受訪者為防止實際的有害錯誤，提供的WTP數量低於比較受訪者(見表4對於基本因素)。那些在健康相關領域學習的學生在預防輕微的、潛在的有害錯誤方麵提供的較少(p<0.05)。
預測較高WTP量的因素
家庭成員經曆過用藥錯誤會增加WTP數量，以防止嚴重有害錯誤(p<0.05)，而年輕受訪者(與35-65歲的受訪者相比)則會提供更多的WTP以防止沒有或可能造成中度傷害的錯誤(p<0.05)。受教育程度較高(p<0.01)、家庭年收入超過4萬英鎊(p<0.01)的受訪者願意支付比比較受訪者更高的金額來防止實際有害錯誤。在大多數情況下，沒有證據表明家庭收入最低的受訪者提供的WTP金額與中等家庭收入類別(20000英鎊- 40000英鎊)的受訪者不同，除了在防止中度有害錯誤時，該群體提供了更高的WTP金額。
亞組分析
亞群分析報道於在線補充表S2．該分析包括未能通過前四種場景邏輯測試的受訪者(其中失敗的特征是參與者認為在沒有發生不良反應的四種場景中造成了傷害)，但報告了個人用藥錯誤的經曆。除了個人用藥錯誤經驗和家庭用藥錯誤經驗的影響外，在基本病例和亞組分析之間，被確定為WTP可能性或值的預測變量幾乎沒有變化。在線補充表S2結果表明，在無潛在傷害和潛在輕度和中度傷害情況下，已知的個人用藥錯誤經曆顯著增加了WTP預防用藥錯誤的幾率(OR 2.65-3.67;p < 0.01)。
然而，在亞組分析中，與基礎病例相比，已知用藥錯誤的家族經驗影響的證據有所減少;隻有證據表明，在基本情況下，與所有三種潛在傷害情況相比，一種情況(潛在輕度傷害)的WTP幾率增加。
討論
這項CV研究的結果表明，英國公眾重視預防用藥錯誤，即使在沒有發生ADE的情況下。然而，與預防可能造成實際傷害的用藥錯誤(場景5-7:~80%)和可能造成傷害的用藥錯誤(場景2-4:~65%)相比，較少比例的受訪者重視預防沒有可能導致ADE的用藥錯誤(場景1:54%)。這為研究提供了一定程度的表麵有效性，因為預期更多的受訪者會重視預防可能造成傷害的錯誤，而不是對患者沒有任何傷害的錯誤。盡管與預防導致不良反應的錯誤相比，重視不會造成傷害的錯誤的受訪者比例較低，但超過一半的分析樣本確實重視預防幾乎沒有導致傷害的可能性的錯誤。這表明，英國公眾對預防用藥錯誤帶來的非健康好處(如增加對醫療保健服務的信任)的屬性和正麵評價。因此，從英國社會的角度來看，由於重視與預防用藥錯誤相關的非健康益處，可以防止用藥錯誤的低成本幹預措施，無論因此預防的潛在傷害如何，可能仍然是有效的。
亞組分析結果進一步證實了這一結論。該分析是在確定通過前四種情況邏輯測試的受訪者和未通過邏輯測試的受訪者之間的已知個人用藥錯誤經驗差異的證據後進行的(即，在這些情況下，沒有因用藥錯誤而發生不良反應)。假定親身經曆過用藥錯誤的個體比沒有親身經曆的個體更了解此類錯誤的影響。邏輯測試中的失敗可能是由於誤解了問題或誤讀了場景，然而，有用藥錯誤經驗的個體在通過和失敗之間的顯著差異表明，這些受訪者意識到用藥錯誤對患者造成的傷害，無論是否發生ADE。一種解釋可能是，親身經曆過用藥錯誤的受訪者最終遇到了與健康無關的傷害。為了探索這一理論，前四種情況的邏輯測試失敗的受訪者和報告用藥錯誤的個人經曆的受訪者被納入額外的回歸分析(所有其他邏輯失敗仍然被排除在外)。這一額外的分析表明，在沒有實際ADE發生的情況下，個人用藥錯誤經驗增加了受訪者願意支付以防止用藥錯誤的可能性。這些結果進一步支持了一種理論，即那些有個人用藥錯誤經驗的人從預防用藥錯誤中獲得了與健康無關的好處，因為在錯誤不會導致ADE的情況下，這些人比沒有類似經驗的人更有可能重視錯誤預防。
在基本情況回歸分析中確定了其他幾個WTP預測因素;然而，這些在所有情況下都不一致，這表明我們分析中研究的受訪者特征並沒有在很大程度上推動WTP的決策。可能還有其他受訪者特征可以預測WTP以防止給藥錯誤，但由於數據收集的限製，本研究沒有分析這些特征，例如參與者的用藥方案，然而，收集這些信息超出了我們的調查範圍。WTP的一個一致預測指標是家庭收入;有證據表明，在家庭收入最高的群體(年收入超過4萬英鎊)中，受訪者要麼始終更願意為防止用藥錯誤付費，要麼在除“無傷害”情景外的所有情景中提供更高的WTP值。相反，最低家庭收入組(年收入低於2萬英鎊)的受訪者不太可能為防止用藥錯誤而付費，盡管這方麵的證據並不一致(僅適用於情景1和3)。在CV研究中，支付能力和WTP之間的聯係是預期的，因為個人的支付能力越大，他們的WTP和提供的價值的可能性就越大。因此，這一發現表明了調查的理論有效性。33節
雖然調查產生了扭曲的數據，這在CV調查中很常見，34雖然有相當一部分為零，但在所有情況下，WTP的平均值和中位數始終為正。剔除前1%的值以去除任何潛在的異常值並不影響中位數WTP，平均WTP略有降低，但是ci仍然大大大於零。這項研究的結果，關於英國公眾重視預防用藥錯誤，被認為是強有力的。
CV調查的設計和開發遵循國際公認的方法標準35 36該研究旨在尋求英國公眾的代表性樣本的觀點。徹底的試點測試使我們能夠改進和簡化調查。此外，最近的文獻報道，在這項調查中使用的隨機卡片排序技術可能比標準支付卡方法產生更多的有效反應。37因此，選擇這種誘導方法而不是標準支付卡方法增加了結果的有效性。此外，在沒有任何背景的情況下問開放式問題已被證明是認知負擔15並有可能導致大量的無響應，零響應和異常值。23因此，在詢問開放式問題之前進行隨機卡片排序任務的目的是將這些偏差最小化，同時與單獨的隨機卡片排序任務相比，從開放式問題中獲得更細粒度的WTP響應。然而，我們的研究結果應該根據一些局限性來解釋。
潛在的偏差可能來自受訪者對與未包括在場景中的細節相關的場景的解釋，如症狀持續時間或ADE發生的可能性。WTP反應的異質性可以通過對症狀持續時間或症狀發生概率的不同解釋，以及用藥錯誤對患者健康的負麵影響程度來解釋。此外，調查的結構本身可能會從情景呈現的順序中引入偏差38以及使用的支付工具。23 39場景以相同的順序呈現給每個參與者(沒有潛在的傷害，潛在的傷害在嚴重程度上增加，然後實際的傷害在嚴重程度上增加)，並且受訪者對支付工具有一些反對意見，盡管這些回答作為反對意見從分析中刪除。在PPI會議上測試了所呈現的場景的順序和支付工具，並根據公眾代表的反饋做出了最終決定。在線調查小組的使用可能會限製我們的研究結果，因為它排除了沒有加入Dynata用於招募受訪者的市場研究小組的公眾成員。此外，沒有互聯網接入的個人無法獲得這項調查。數字鴻溝兩邊的個體特征可能存在差異，因此，可能會使結果對那些由於訪問限製而無法參與的人產生偏見。
結論
這項研究發現，英國公眾重視預防用藥錯誤，即使在沒有發生傷害的情況下。預防用藥差錯的價值隨著差錯造成的傷害程度的增加而增加。在亞組分析中，家庭收入較高的個體更有可能是預防用藥錯誤的WTP，並且會比收入較低的個體提供更多的金額，並且已知的用藥錯誤的個人經驗對受訪者預防用藥錯誤的WTP有影響。其他因素預測WTP的可能性和/或更高值(即，高等教育程度、男性、在非衛生部門領域工作或學習、已婚、有家庭用藥錯誤經曆以及年齡<35歲)，但這些在所有情景中並不一致。另外，有幾個因素預測了較低的WTP出價，即失業或無薪工作、女性、在健康相關領域學習以及對用藥錯誤經驗不確定。同樣，這些因素在所有情況下都是不一致的預測因素。敏感性分析並未顯著改變WTP中位數，當數據被修剪並去除異常值時，平均值降低。在所有敏感性分析中，平均WTP和95% ci仍然大大大於零，因此，我們關於預防用藥錯誤的價值的結論仍然存在，本研究的發現為英國公眾預防用藥錯誤的價值提供了可靠的信息。
本研究有可能影響英國醫院未來的藥物管理實踐，因為本研究的WTP結果可用於進行成本效益分析34探討預防醫院用藥差錯的幹預措施的淨貨幣效益。成本效益分析可以為決策者關於實施預防用藥差錯幹預措施的決策提供信息。
數據可用性聲明
應合理要求提供數據。在合理的要求下，可從作者處獲得無法識別的調查數據。
倫理語句
患者發表同意書
倫理批準
這項研究涉及人類參與者，並由紐卡斯爾大學倫理委員會批準，參考編號14156/2018。參與者在參與研究前均知情同意參與研究。
致謝
作者要感謝Neil Watson在製定調查場景方麵的幫助，以及Laura Ternent博士在設計調查時的幫助。我們還要感謝PPI小組的所有成員，他們在焦點小組中提供了深入的見解，以及所有協助調查試點測試的人。最後，我們要感謝調查對象抽出時間來完成調查。
參考文獻
補充材料
-
補充數據
此網頁文件由BMJ出版集團從作者提供的電子文件製作而成，並沒有對內容進行編輯。
腳注
貢獻者SRH參與了研究的設計、數據收集、數據分析和論文的撰寫。NB為論文的研究設計和撰寫做出了貢獻。CLT對研究的設計和論文的撰寫做出了貢獻。SPS為研究的設計和論文的撰寫做出了貢獻。LV對研究的設計、數據分析、論文的撰寫和研究的總體監督做出了貢獻。SRH作為論文內容的擔保人。
資金該項目獲得了歐盟地平線2020研究和創新計劃(MedEye)的資助，資助協議號為730731。
免責聲明資助者沒有參與或有價值調查的設計、當前研究中報告的數據的收集、分析或解釋，也沒有對本文的寫作做出貢獻。
相互競爭的利益沒有宣布。
出處和同行評審不是委托;外部同行評審。
補充材料此內容由作者提供。它沒有經過BMJ出版集團有限公司(BMJ)的審查，也可能沒有經過同行評審。討論的任何意見或建議僅是作者的意見或建議，不被BMJ認可。BMJ不承擔因對內容的任何依賴而產生的所有責任和責任。如果內容包括任何翻譯材料，BMJ不保證翻譯的準確性和可靠性(包括但不限於當地法規、臨床指南、術語、藥品名稱和藥物劑量)，並且對因翻譯和改編或其他原因引起的任何錯誤和/或遺漏不負責。