Optimisation d’alertes de dose par des pharmaciens en informatique clinique

L’optimisation des alertes dans les dossiers électroniques, principalement dans le but de diminuer leur nombre, augmenter leur pertinence, et réduire la désensibilisation aux alertes, est un sujet d’actualité. Un article paru en août 2022 décrit comment les pharmaciens en informatique clinique d’une organisation de santé américaine ont mis en place une stratégie d’optimisation des alertes de dose.

L’étude a eu lieu dans une organisation comprenant 11 hôpitaux et plus de 100 cliniques. Le département d’informatique de pharmacie de cette organisation comportait 10 pharmaciens en informatique clinique et 5 consultants cliniques. Les alertes d’intervalles de dose (dose-range checking, une fonctionnalité qui compare une dose prescrite à une dose minimale et maximale et alerte dans le cas où ces limites sont franchies) ont été activées dans le logiciel de dossier électronique de cette institution en juin 2018. Les intervalles initialement activés étaient ceux fournis par défaut dans le logiciel. Un mois plus tard, les 623 groupes de médicaments (un générique et les entités prescriptibles en découlant) les plus fréquemment concernés par les alertes ont été identifiés. Pour chaque groupe, 21 pharmaciens ont évalué les intervalles de dose proposés, qui comportaient des particularités par âge, fonction rénale, dose unique et dose quotidienne. Plusieurs références ont été consultées et les évaluations ont inclus les indications approuvées de même que l’utilisation hors-indication (off-label). Une marge de 10% a aussi été ajoutée pour prendre en compte l’arrondissement des doses.

Les pharmaciens ont mis à jour les intervalles de dose proposés par le système en fonction des recommandations révisées progressivement sur plusieurs mois, le tout en monitorant hebdomadairement le déclenchement d’alertes et en encourageant les cliniciens à rapporter les alertes inappropriées, de manière à prioriser les alertes les plus problématiques. Les stratégies mises en place pour réduire les alertes inutiles sont détaillées dans le texte complet et sont très intéressantes, je retiens 3 types d’interventions: la désactivation d’alertes liées au fonctionnement interne du logiciel et sur lesquelles le clinicien ne peut pas agir, la désactivation d’alertes redondantes (ex: désactiver les alertes pour un poids manquant s’il y a déjà une autre alerte qui avise que le poids est manquant en dehors du processus de prescription) et l’optimisation des ordonnances préprogrammées (order sentences, order sets ou similaires).

En juin 2018, donc au moment du déploiement initial, 11 452 alertes étaient contournées par semaine en moyenne. Entre juin et septembre 2018, 70 groupes de médicaments ont été optimisées. Durant la première semaine de septembre 2018, 4796 alertes ont été contournées, représentant une diminution de 63% des contournements.

Suite à l’optimisation des intervalles de dose par groupe de médicaments, une deuxième stratégie d’ajustement des messages d’erreurs et de la logique de détection d’erreurs dans le système a permis une diminution encore plus grande, permettant de passer d’un taux de contournement d’alertes de 6.6% à 3.2% entre janvier 2019 et mars 2020.

Je trouve l’article intéressant car il démontre un aspect important du travail des pharmaciens en informatique clinique, soit l’optimisation des fonctionnalités d’aide à la décision. Il est intéressant de constater d’abord que l’utilisation des fonctionnalités de vérification de doses dans les dossiers électroniques intégrés n’est pas si ancienne dans cette étude (2018). Ensuite, les intervalles de dose fournis par défaut dans le logiciel, pourtant un « joueur majeur » américain, nécessitaient des ajustements importants pour être utilisables. Enfin, l’optimisation de la performance de ces alertes a demandé à une grande équipe de pharmaciens un travail colossal, réalisé progressivement sur plusieurs années. L’aide à la décision clinique dans les dossiers électroniques demande un travail de maintenance constant et des ressources en conséquence. Clairement, il ne s’agit pas simplement d’acheter un logiciel ou de déployer une fonctionnalité telle quelle, la maintenance, l’optimisation et le suivi doivent faire partie du plan dès le départ.

Les aspects technos du rapport canadien sur la pharmacie hospitalière 2020-2021

Le volet québécois du rapport canadien sur la pharmacie hospitalière a été publié dans le Pharmactuel récemment. J’ai parlé en 2018 de la dernière édition de ce rapport qui couvrait les années 2016 et 2017. Le rapport a aussi fait l’objet d’un épisode de Trait Pharmacien qui vaut la peine d’être écouté. Comme à l’habitude, je me concentrerai ici uniquement sur les aspects de technologie contenus dans ce rapport, cependant celui-ci contient bien plus de données que ce dont je parle.

Au total, 144 réponses ont été reçues au Canada dont 36 (25%) du Québec. L’Alberta n’a pas répondu à l’enquête. Au Québec, des données ont été fournies par 23 des 26 chefs de département pour au moins une installation, résultant en 56 des 73 (77%) installations d’au moins 50 lits au Québec qui sont représentées dans le sondage.

Au niveau de la distribution des médicaments, tous les répondants du Québec (100%) utilisent un système de distribution unitaire centralisée couvrant en moyenne 87% des lits de courte durée, une donnée similaire à ce qu’elle était en 2016-2017, comparativement à 77% des répondants au Canada couvrant 71% des lits de courte durée. En ce qui a trait à la distribution à partir de cabinets, 47% des répondants du Québec utilisent ce système pour couvrir en moyenne 20% des lits, encore une fois de manière stable par rapport à 2016-2017, comparativement à 62% des répondants canadiens couvrant 56% des lits. Il n’est malheureusement pas clair si on parle de l’utilisation de ces systèmes en premier recours pour la distribution des doses d’entretien, comme c’est la tendance aux États-Unis, ou simplement de l’existence de ces systèmes en complément à la distribution unitaire. D’expérience, j’ai bien l’impression qu’il s’agit de la deuxième option. 97% des répondants au Québec ont des cabinets présents dans leur établissement, comparativement à 89% au Canada. 6/36 (17%) au Québec ont recours à un robot de préparation pour les doses unitaires comparativement à 28/142 (20%) au Canada.

Pour les aspects d’informatisation clinique à proprement parler, on note les faits suivants:

  • 9% (3/36) des répondants au Québec affirment disposer d’un prescripteur électronique (égal à 2016-2017), contre 19% au Canada, dont 1 au Québec (33%) qui ne dispose pas d’interface avec le SIP et demande de la transcription, alors que 3 au Canada (11%) sont dans cette situation.
  • 83% des répondants au Québec ont recours à des pompes intelligentes (vs 77% en 2016-2017) comparativement à 93% au Canada.
  • 77% des répondants au Québec vérifient les doses distribuées par code-barres (vs 58% en 2016-2017), comparativement à 36% au Canada. En contraste, aucun établissement au Québec ne rapporte d’utilisation du code-barres au moment de l’administration, alors que ce pourcentage varie entre 6 et 14% au Canda dépendamment de l’aspect concerné (identité du patient, du personnel ou du produit). 1 (3%) répondant au Québec affirme utiliser le code-barres pour programmer les pompes intelligentes avec des données du patient ou des médicaments, comparativement à 4 (3%) au Canada.
  • Au Québec, 94% des répondants (tous sauf 2) ont recours à une FADM papier produite à partir du SIP, alors que c’est le cas pour 61% des répondants au Canada, où 25% utilisent une FADM électronique et 14% une FADM entièrement manuelle. 2 répondants au Québec affirment utiliser une FADM électronique.

Le rapport comporte, aux pages 202 à 208, toute une section décrivant l’état de différents aspects de l’utilisation des technologies dans les établissements de santé et les départements de pharmacie. On note des sections sur:

  • Le niveau d’informatisation des établissements
  • Le DSQ
  • Le Carnet Santé Québec
  • La gouvernance de l’informatisation clinique
  • Prescription Québec
  • Le projet de Dossier Santé Numérique
  • Le développement de l’informatique clinique en pharmacie
  • Les lacs de données (et leur utilisation des données de pharmacie)
  • La gestion des équipements et différentes modalités d’utilisation de l’informatique comme l’infonuagique

Je retiens que l’informatisation clinique est un sujet d’actualité et les projets sont nombreux. Bien que les résultats concrets tardent à se manifester au niveau du circuit du médicament en établissement (les indicateurs n’ont pas beaucoup bougé depuis la dernière enquête, la pandémie de COVID-19 y étant surement pour quelque chose), l’intérêt pour l’informatisation et grands et plusieurs projets en cours dans plusieurs établissements cours font en sorte qu’on doit être très proactifs et vigilants sur ce sujet. J’espère que la prochaine édition du rapport montrera une évolution favorable dans ce domaine.

Une étude sur la préparation stérile assistée par la technologie en oncologie au Canada

J’ai déjà parlé à quelques reprises de l’assistance technologique aux préparations stériles, notamment la prise de photos, la vérification des ingrédients par code-barres et la vérification des quantités des ingrédients, que ce soit par gravimétrie ou reconnaissance visuelle.

Une nouvelle étude est parue en juin 2022 dans l’AJHP. L’étude a été menée dans une pharmacie d’oncologie située à Toronto, réalisant environ 55 préparations de chimiothérapie par jour. L’étude a été réalisée avec un devis pré-post, afin de déterminer l’effet de l’implantation d’un système commercial de gravimétrie et code-barres sur l’interception d’erreurs, la qualité de la documentation, et sur le temps de travail requis pour les préparations.

L’étude a été divisée en 3 phases: pré-implantation, acclimatation et post implantation, chacune d’environ 6 semaines entre le 17 août et le 11 décembre 2020. L’effet sur le temps n’a pas été collecté durant la phase d’acclimatation (pré vs post), alors que l’effet sur les erreurs et la documentation a été compilé dès la phase d’acclimatation (pré vs acclimatation + post). La compilation des données a été faite par trois observateurs externes présents durant l’étude et non par extraction de données à partir de rapports comme dans d’autres études.

5 pharmaciens et 11 techniciens ont été observés. Le coefficient de corrélation moyen entre les observateurs était de 0,96. Les chercheurs ont constaté une diminution du nombre d’erreurs de sélection de produit (0,4% vs 0%), ainsi qu’une augmentation de la détection d’erreurs de mesure (0,1% pré vs 0,3% post pour l’ajustement de volume du contenant, 0,4% pré vs 1,2% post pour la dose prélevée, et 0% pré vs 0,9% post pour la dose injectée).

L’utilisation du système a augmenté le temps requis pour la préparation (275 secondes pré vs 355 secondes post) mais pas le temps de vérification visuelle (21,4 secondes pré vs 21,6 secondes post). Le temps de vérification physique du produit a diminué (58,6 secondes pré vs 50,9 secondes post).

Les auteurs, dans la discussion, présentent les particularités du flot de travail imposé par le logiciel qui affectent la détection d’erreurs à différentes étapes de la préparation. Notamment, avec le système, la détection d’erreurs de produit avait souvent lieu à la préparation des plateaux de préparation lors du scan de code-barres, alors qu’auparavant, les erreurs étaient souvent détectées par le technicien réalisant la préparation. Les auteurs croient que ceci a affecté la capacité des observateurs à noter ce type d’erreurs puisqu’elle était beaucoup plus « silencieuse » en post. Les auteurs concluent que le système augmente la sécurité du processus de préparation.

Comme je l’ai déjà mentionné, j’ai des doutes sur la manière dont les erreurs sont parfois définies dans les publications décrivant l’impact de ces technologies. En particulier, on retrouve encore dans cette étude l’utilisation d’un nouveau vial de produit plutôt que d’un vial partiellement utilisé, dans la liste des erreurs. Selon moi, il est discutable de catégoriser ce genre de situation, bien que non optimale, comme une erreur. Comme ce type d’événement est rarement compilé dans un mode de travail papier, et comme les logiciels évalués garantissent l’interception de ces erreurs, leur inclusion peut gonfler artificiellement le nombre d’erreurs interceptées. Dans la présente étude, une erreur de ce type a eu lieu en pré, et elle a été interceptée manuellement et compilée grâce à la méthodologie d’observation. En post, une seule erreur de ce type a eu lieu, et elle a été interceptée par le logiciel. On peut donc dire que l’inclusion de ce type d’erreur ne semble pas avoir influencé les résultats de la présente étude.

L’étude a encore utilisé une mesure de précision des doses comme un marqueur de qualité du système, alors qu’aucune donnée, à ma connaissance, ne supporte qu’une augmentation de la précision des doses, hormis l’avantage évident pour la détection d’erreurs, résulte en des résultats cliniquement significatifs pour les patients. Heureusement, contrairement à des études précédentes, celle-ci ne met pas l’emphase sur ces résultats.

On peut quand même constater que les erreurs dans les préparations stériles dans le contexte de l’étude sont rares et que le système a réussi à réduire le petit nombre d’erreurs en un nombre encore plus petit. Malheureusement, les auteurs ne commentent pas sur le potentiel d’impact clinique des erreurs détectées. Par exemple, dans le cas d’une détection d’erreur de volume, il aurait été utile de savoir si les erreurs interceptées étaient cliniquement significatives ou s’il s’agit d’erreurs mineures principalement dues au seuil de tolérance paramétré dans le logiciel.

Bref, je crois qu’il s’agit d’une étude intéressante qui nous donne des chiffres plus réalistes que les précédentes sur l’impact de ce genre de système, en particulier grâce à sa méthodologie d’observation directe.