Facteurs associés à l’annulation d’ordonnances électroniques

Un article publié en novembre 2020 dans JAMIA décrit l’utilisation de données provenant d’une fonctionnalité d’annulation d’ordonnances électroniques (« void« ) qui visait à indiquer qu’une ordonnance était une erreur. L’étude avait pour objectif de décrire la nature des erreurs qui avaient fait l’objet d’une annulation et d’explorer les facteurs de risque et stratégies de prévention de ces erreurs.

L’étude a eu lieu dans un centre académique américain de 495 lits utilisant un logiciel de dossier électronique commercial. Les ordonnances annulées durant une période de 16 mois, soit du 25 août 2017 au 31 décembre 2018, ont été incluses. Suite à une annulation d’ordonnance, l’équipe de recherche contactait le clinicien dans un délai de 24 heures pour obtenir des détails sur les circonstances de l’annulation, et les détails de l’annulation dans le dossier électronique étaient révisés. Le modèle SEIPS dont j’ai déjà parlé il y a plusieurs années a été utilisé pour analyser les erreurs, de manière à identifier les facteurs contributifs au niveau des personnes, des tâches, des technologies, de l’environnement et des aspects organisationnels.

1074 ordonnances ont été annulées durant l’étude. Toutes les ordonnances ont pu être analysées, et 387 entretiens ont été menés 355 sondages ont été remplis par 286 cliniciens impliqués dans les annulations. 842 annulations des 1074 (78%) étaient de véritables erreurs. La majorité des erreurs étaient des ordonnances faites par des médecins (63%) et la plupart ont aussi été annulées par des médecins (54%); les autres cliniciens les plus impliqués étant des infirmières ou pharmaciens.

Sur la base des données collectées dans les dossiers, les erreurs les plus fréquentes étaient des duplications d’ordonnances dans 51% des cas, des erreurs posologiques dans 22% des cas, des erreurs de patient dans 11% des cas, des erreurs cliniques dans 7% des cas suivi d’autres raisons dans des proportions moins fréquentes. Aucun événement indésirable découlant des erreurs n’a été rapporté, cependant 190 erreurs (22%) se sont rendues au patient avec au moins une dose de médicament administrée avant que l’erreur ne soit interceptée.

Les facteurs impliqués dans les erreurs sont sans grande surprise, je liste ici ce qui est principalement identifié mais il est utile de lire la section très détaillée sur ce sujet dans l’article.

  • Facteurs technologiques: la confusion dans la présentation de l’information dans le dossier électronique, la conception des alertes et le manque de formation sur l’utilisation du logiciel.
  • Facteurs cognitifs: la surcharge d’alertes, la charge de travail, les distractions.
  • Facteurs sociaux: les difficultés de communication entraînant une mauvaise compréhension entre différents cliniciens (en particulier lors d’ordonnances verbales) ou avec le patient.
  • Facteurs environnementaux: les interruptions, le bruit, le manque de temps, les alarmes.
  • Facteurs organisationnels: la charge de travail, le manque de personnel, le manque de diffusion de protocoles et les déviations par rapport aux protocoles.

L’article n’apporte rien de bien surprenant en termes de facteurs contributifs, ceux-ci sont largement connus et déjà démontrés comme des causes d’erreurs dans une variété de circonstances; pas seulement dans le cadre de la prescription électronique. Il est cependant surprenant de voir que près du quart des erreurs de prescription ont mené à l’administration d’au moins une dose du médicament erroné au patient, ce qui me semble beaucoup. Ceci peut être un reflet des processus en place dans le centre où l’étude a eu lieu mais pourrait aussi indiquer que la fonctionnalité d’annulation dans un logiciel de prescription électronique est plus susceptible d’être utilisée pour les erreurs « significatives » par rapport aux erreurs plus mineures qui ne mènent pas à des conséquences tangibles.

Recommandations pour la réduction de la désensibilisation aux alertes

Beaucoup d’articles récents s’intéressent aux alertes dans les dossiers électroniques, aux raisons expliquant leur inefficacité, aux problèmes qu’elles causent, en particulier la désensibilisation, et aux façons de les améliorer. Une publication de janvier 2020 disponible gratuitement en texte complet sur PubMed Central présente les recommandations de quatre institutions américaines visant à améliorer les alertes présentées aux cliniciens.

L’introduction de cette article est une bonne revue du problème de désensibilisation aux alertes et des stratégies proposées pour diminuer le nombre d’alertes et conserver uniquement celles qui sont cliniquement significatives.

Les sujets abordés dans l’article sont:

La gouvernance

Les auteurs expliquent l’importance d’avoir un type de gouvernance pour les alertes adapté à la culture de l’organisation. Ils proposent une méthode de fonctionnement qui inclut la révision systématique des alertes qui dépassent des seuils établis, à des fins de désactivation ou ajustement. Il est particulièrement important de bien évaluer les alertes où un groupe demande qu’un autre groupe reçoive une alerte, et d’inclure à la fois les gens qui demandent une alerte et ceux qui la reçoivent dans les discussions. Les auteurs proposent une liste de vérification à suivre lorsqu’une création d’alerte est demandée, et celle liste inclut une définition des métriques qui vont être suivies pour valider la performance de l’alerte.

Le design des alertes et leur performance

L’article inclut une liste de métriques proposées afin d’évaluer la performance d’une alerte. Un point intéressant est de réfléchir aux alertes comme on le ferait pour un test diagnostique, en divisant les résultats de l’alerte en tableau 2×2 avec sur un axe le comportement de l’alerte (déclenchée ou non) et sur un autre la condition du patient (présente réellement la condition ou non). Ceci permet d’utiliser toutes les métriques bien connues de ce type de tableau pour évaluer la performance de l’alerte. On peut ainsi définir le problème de désensibilisation aux alertes actuel comme un problème de sensibilité trop élevée: les alertes présentent en général des taux de faux positifs beaucoup trop élevés. De cette façon, l’amélioration de la performance des alertes peut être mesurée avec, par exemple, le changement de la valeur prédictive positive.

Une emphase est placée sur le design des alertes. En particulier, il est utile de considérer le degré d’interruptivité de l’alerte lors de sa conception ou de son amélioration, qui peut aller d’une alerte non-interruptive qui affiche de l’information au clinicien sans lui demander de réponse, à une alerte interruptive qui requiert un clic pour continuer, une alerte interruptive qui requiert une documentation de raison, et même une alerte interruptive impossible à contourner.

L’article discute également des stratégies pour le test et l’évaluation des alertes avant leur déploiement, notamment l’importance de tester avec des dossiers réalistes et non des scénarios épurés ou seule la nouvelle alerte est déclenchée. Également, les stratégies de test avec évaluation sur des données rétrospectives ou prospectivement en mode « silencieux » avant le vrai déploiement sont présentées, de manière à pouvoir caractériser la performance d’une alerte avant même qu’elle ne soit présentée aux cliniciens. Bien sûr, tout ceci suppose la capacité de l’organisation de réaliser ce type d’analyse (par exemple en ayant au sein de son personnel des gens capables d’extraire ce type de données et de réaliser ce type d’analyses), et la capacité du logiciel de permettre ces analyses.

L’article conclut en présentant les exemples de deux institutions américaines et des choses qu’ils ont mises en places en réponse à ces principes. Cet article est de façon générale une bonne revue des principes de gestion des alertes et présente de bons exemples desquels s’inspirer.

Alertes d’interactions médicamenteuses dans les dossiers électroniques

Deux publications récentes ont examiné les nombreuses alertes d’interactions médicamenteuses générées par les logiciels d’aide à la décision.

Article 1: Raisons de contournement d’alertes d’interactions médicamenteuses

Cet article a été publié en octobre 2019 dans JAMIA et est disponible en texte complet gratuitement sur PubMed Central. L’objectif de cette étude était de dresser un portrait des raisons pour lesquelles les alertes d’interactions médicamenteuses étaient contournées dans les dossiers électroniques.

Dix centres américains ont extrait les données sur les alertes d’interactions médicamenteuses générées par leur dossier électronique (3 logiciels différents) en 2016. À partir de ces données, les raisons structurées de contournement d’alertes d’interactions médicamenteuses ainsi que les caractéristiques des alertes, notamment la sévérité, ont été compilées. Les raisons entrées en texte libre ont été exclues. Les raisons de contournement ont été examinées et placées dans des catégories.

177 raisons de contournement distinctes étaient présentes dans les dossiers, la plupart des sites offrant un choix de moins de 10 raisons, mais un site en offrant 16, un autre 21 et un autre 100. En phase avec les études précédentes sur le sujet, la plupart des alertes présentées aux prescripteurs étaient ignorées ou contournées, c’était le cas de 91% des alertes dans la présente étude. Les raisons ont été groupées en 12 catégories dont trois représentaient 78% des contournements:

  • Un suivi sera assuré.
  • L’interaction n’est pas cliniquement significative.
  • Les bénéfices dépassent les risques.

Les auteurs notent que certaines raisons offertes ne s’appliquaient pas aux interactions médicamenteuses (par exemple: « la patiente n’est pas enceinte »). Il semble que certains logiciels n’offraient pas la possibilité de personnaliser les raisons de contournement par type d’alerte, ainsi une liste globale pour tous les contournements d’alertes possibles était utilisée partout, incluant les interactions médicamenteuses. Les auteurs remarquent de manière très juste que dans une longue liste de choix possibles, il est probable que le prescripteur choisira une raison aléatoirement ou une raison vaguement reliée simplement pour contourner l’alerte, la fiabilité de ces raisons n’est donc pas assurée avec une longue liste.

Les auteurs suggèrent des mesures pour améliorer la documentation des contournements d’alertes:

  • S’assurer que les modalités de l’alerte (interruptivité, modalités d’affichage) soient proportionnelles à la sévérité de l’interaction. Le fait que beaucoup d’alertes étaient considérées non cliniquement significatives démontre qu’il serait possible d’éliminer beaucoup de ces alertes sans impact clinique.
  • Afficher à l’utilisateur les données pertinentes au moment de gérer l’alerte, par exemple l’INR pour une alerte portant sur la warfarine.
  • Permettre de modifier les médicaments concernées par l’alerte avant de documenter un contournement. Les auteurs ont remarqué que certains logiciels forçaient l’utilisateur à contourner l’alerte (et documenter une raison fictive) pour ensuite aller modifier ou cesser un des médicaments impliquées dans l’interaction.
  • Optimiser la liste de raisons de contournement possibles pour éviter d’inclure des raisons non reliées aux interactions et limiter le nombre de choix possibles.
  • S’assurer que les raisons documentées ou les conduites prévues (par exemple consulter un pharmacien) puissent être vues par les autres utilisateurs.
  • Avoir un système en place pour monitorer les contournements d’alertes et optimiser les alertes, par exemple en désactivant les alertes non cliniquement significatives.

Article 2: Contournements d’alertes d’interactions médicamenteuses et événements indésirables

Cette étude a été publiée en juin 2020 dans JAMIA. L’étude a eu lieu dans un centre académique américain suite à la transition d’un dossier électronique développé localement à un produit commercial. Les auteurs expliquent que le logiciel précédent avait une fonctionnalité permettant de bloquer complètement la prescription concomitante de certains médicaments en interaction, alors que cette fonctionnalité n’existait pas dans le nouveau logiciel. On sent dans la manière dont l’article est écrit une certaine frustration d’avoir perdu cette capacité. L’objectif de l’étude était de vérifier la fréquence des contournements d’alertes pour les interactions médicamenteuses jugées de « haute priorité » et de déterminer si des événements indésirables étaient associés à ces contournements.

Les données sur les alertes générées pour les interactions médicamenteuses de « haute priorité » ont été collectées du 1er avril 2016 au 31 mars 2017, soit environ 1 an après l’implantation du dossier électronique commercial alimenté par une banque de données d’interactions elle aussi obtenue commercialement. Les alertes jugées de haute priorité étaient celles publiées en 2012 par la même institution ainsi que quelques autres dont les références sont citées dans l’article. Les 193 alertes contournées pour les interactions jugées les plus sévères (contre-indication absolue, bloquées dans le logiciel précédent) ont toutes été analysées et un échantillon aléatoire de 371 alertes pour les autres types d’alertes a été examiné. Un pharmacien et un étudiant en pharmacie ont analysé le contournement d’alerte pour déterminer s’il était adéquat en fonction de critères publiés précédemment. Étrangement, malgré cet analyse, les auteurs mentionnent avoir automatiquement considérés comme inappropriés (sauf un cas en fin de compte, voir plus loin) tous les contournements d’alertes de haute sévérité pour lesquels la prescription était bloquée dans le logiciel précédent. Ensuite, deux personnes ont révisé le dossier médical pour déterminer la présence d’événements indésirables reliés à l’interaction.

16 011 alertes ont été vues par les prescripteurs. De celles-ci, 15 318 (95,7%) ont été contournées. 193 alertes (87,3%) parmi les 221 jugées de la plus haute sévérité ont été contournées. 564 contournements ont été évalués, concernant 505 patients. 256 contournements (45,4%) ont été jugées appropriés, incluant un contournement pour une alerte « contre-indication absolue » après avoir constaté que le médicament en question (corticostéroïde) était en gargarisme plutôt que par voie systémique. 29 événements indésirables ont été constatés, dont 9 pour les interactions de la plus haute sévérité. Le détail des interactions contournées, de leur sévérité et des événements indésirables associés est présenté dans l’article. Parmi les interactions de la plus haute priorité, ont note 7 prolongations d’intervalle QT avec le dofétilide, et 2 cas d’hypotension avec tizanidine et ciprofloxacine.

Les auteurs notent dans la discussion que peu de patients ayant reçu des médicaments dans leur liste d’interactions de la plus haute sévérité ont eu des événements indésirables et que les patients avec prolongation d’intervalle QT étaient monitorés de près, ce qui me fait un peu douter de « l’absolutisme » de la liste d’interactions avec contre-indication absolue défendue par les auteurs. Néanmoins, je trouve quand même justifiable de permettre de piloter une liste d’interactions pour lesquelles une prescription demanderait plus de confirmations de la part du prescripteur qu’un simple contournement d’alerte.