Pengelompokan Obat dengan Metode LASA

Pengelompokan obat (drug clustering) merupakan salah satu strategi penting dalam manajemen farmasi, terutama ketika berhadapan dengan obatobat yang memiliki kesamaan nama, bentuk, atau karakteristik lain yang dapat menimbulkan kebingungan. Metode LASA (LookAlike, SoundAlike) adalah pendekatan sistematis yang memfokuskan pada identifikasi dan mitigasi risiko yang muncul akibat kesamaan visual dan auditori antara nama obat. Artikel ini membahas secara mendalam bagaimana cara mengelompokkan obat dengan metode LASA, manfaatnya bagi sistem kesehatan, serta tantangan yang perlu diwaspadai.

Definisi LASA

LASA merupakan singkatan dari LookAlike, SoundAlike. Istilah ini menggambarkan dua kategori utama kesamaan nama obat:

• LookAlike: Nama obat yang terlihat hampir identik pada kemasan, label, atau kartu resep.
• SoundAlike: Nama obat yang terdengar hampir sama ketika dibaca atau diucapkan, meskipun ejaannya berbeda.

Kedua kondisi tersebut meningkatkan risiko kesalahan pemberian (medication error) yang dapat berakibat fatal. Oleh karena itu, identifikasi dan pengelompokan obatobat LASD (LookAlike, SoundAlike Drugs) menjadi langkah preventif yang esensial.

Pentingnya Pengelompokan Obat LASA

Pengelompokan obat dengan metode LASA memiliki beberapa tujuan utama:

1. Meningkatkan keselamatan pasien dengan mengurangi kemungkinan kesalahan pemberian.
2. Mempermudah proses audit dan pemantauan kecurangan farmasi.
3. Memberikan dasar untuk perancangan label, kemasan, dan sistem informasi yang lebih aman.
4. Memfasilitasi pelatihan tenaga kesehatan mengenai risiko LASA.

Statistik WHO menunjukkan bahwa sekitar 12% total kesalahan medikasi dapat dikaitkan dengan faktor LASA. Mengingat jumlah dosis yang diberikan setiap hari di rumah sakit maupun apotek community, angka tersebut dapat menimbulkan puluhan ribu kejadian kritis setiap tahunnya.

LangkahLangkah Pengelompokan dengan Metode LASA

1. Kumpulkan Daftar Obat

Mulailah dengan mengumpulkan semua nama generik, merek dagang, dan kode produk yang aktif di institusi Anda. Pastikan data mencakup:

• Nama resmi (INN) dan nama komersial.
• Nomor registrasi atau kode produk.
• Bentuk sediaan (tablet, injeksi, suspensi, dll).
• Ukuran atau konsentrasi dosis.

2. Analisis Visual (LookAlike)

Gunakan alat digital (misalnya software OCR atau algoritma pencocokan gambar) untuk mendeteksi kemiripan visual antara label dan kemasan. Kriteria utama meliputi:

• Kesamaan huruf (mis. "hydroCHLOROquinone" vs "hydroCHLOROquinone")
• Warna latar, font, dan tata letak.
• Simbol atau ikon yang serupa.

3. Analisis Auditori (SoundAlike)

Terapkan algoritma fonetik (misalnya Soundex, Metaphone) untuk menilai kesamaan bunyi. Proses ini melibatkan:

• Mengkonversi nama obat menjadi kode fonetik.
• Membandingkan kode antar obat untuk menemukan pasangan yang berpotensi terdengar sama.
• Menggunakan uji lapangan dengan tenaga medis untuk verifikasi praktis.

4. Prioritaskan Berdasarkan Risiko

Tidak semua pasangan LASA memiliki tingkat risiko yang sama. Pertimbangkan faktor:

• Keterlibatan obat dalam terapi kritis (mis. antikoagulan vs analgesik).
• Frekuensi penggunaan di institusi.
• Keparahan konsekuensi bila terjadi kesalahan.

5. Buat Kelompok dan Dokumentasikan

Susun tabel yang memuat:

6. Implementasikan Tindakan Preventif

Berdasarkan hasil pengelompokan, lakukan langkah-langkah berikut:

• Redesain label dengan kontras tinggi dan tipe huruf yang tidak mudah samar.
• Tambahkan kode bar atau QR yang menghubungkan ke database obat.
• Aktifkan peringatan pada sistem informasi rumah sakit (CPOE) ketika dua obat LOSA dipilih bersamaan.
• Selenggarakan pelatihan rutin untuk dokter, perawat, dan apoteker.

7. Evaluasi dan Perbarui Secara Berkala

Risiko LASA bersifat dinamis; perubahan formulasi, peluncuran merek baru, atau revisi regulasi dapat memunculkan pasangan baru. Lakukan audit setahun sekali atau setelah setiap penambahan obat utama.

Contoh Kasus Pengelompokan LASA di Rumah Sakit XYZ

Berikut rangkuman kasus nyata yang berhasil diatasi dengan metode LASA:

1. Kasus 1 Moxifloxacin vs Moxifloxacine
   Kedua obat tersebut memiliki label berwarna hijau muda dengan font Arial berukuran kecil. Analisis visual mengidentifikasi kesamaan 87% pada kemasan. Tindakan: ubah warna menjadi biru untuk moxifloxacin dan merah untuk moxifloxacine; tambahkan barcode unik. Setelah implementasi, tidak ada lagi kesalahan selama 12 bulan.
2. Kasus 2 Lisinopril vs Lysinopril
   Kedua nama terdengar hampir identik, terutama pada pengucapan cepat. Dengan algoritma Soundex, pasangan ini masuk kategori high risk. Solusi: sistem komputer memberikan peringatan Apakah Anda maksud Lisinopril? setiap kali dokter mengetik Lysinopril. Kejadian kesalahan berkurang 92%.
3. Kasus 3 Warfarin vs Warfarin (generic)
   Pada label, hanya satu huruf i yang berbeda. Penambahan tipografi tebal pada i dan penempatan simbol hati pada warfarin berhasil mengurangi kebingungan pada staf farmasi.

Kesimpulan

Metode LASA menyediakan kerangka kerja yang sistematis untuk mengidentifikasi, mengelompokkan, dan memitigasi risiko yang terkait dengan kesamaan nama obat. Dengan memanfaatkan teknologi analisis visual dan fonetik, serta mengintegrasikan hasilnya ke dalam prosedur operasional, institusi kesehatan dapat meningkatkan keselamatan pasien secara signifikan. Kunci keberhasilan terletak pada:

• Keterlibatan semua pemangku kepentingan (dokter, perawat, apoteker, IT).
• Penerapan tindakan preventif yang konkrit (label, barcode, alert sistem).
• Evaluasi berkala dan pembaruan database obat.

Penggunaan metode LASA bukan hanya sekadar kepatuhan regulasi, melainkan investasi jangka panjang dalam kualitas pelayanan kesehatan. Dengan pendekatan yang tepat, risiko LASA dapat diminimalkan, sehingga setiap resep yang diberikan berujung pada terapi yang aman dan efektif.