Cet article est disponible gratuitement en texte complet sur PubMed Central. Il décrit la démarche d’intégration d’une formation sur l’informatique de la santé à un cours d’information sur les médicaments en deuxième année du programme de Pharm.D du California Northstate University College of Pharmacy.
Le cours ciblé pour l’incorporation de cette formation était un cours de 3 crédits sur l’information sur les médicaments et l’évaluation de la littérature, utilisant une approche d’apprentissage par équipe. Les objectifs de la partie portant sur l’informatique étaient de définir la terminologie de l’informatique de la santé, de décrire les bénéfices et les contraintes de la technologie en santé, et de comprendre les bénéfices de l’analyse de données pour les pharmaciens. Le cours était donné sur 5 semaines consécutives.
Le cours a utilisé comme matériel didactique une formation en ligne développée par l’Université de la Californie à San Francisco (UCSF) School of Pharmacy, et accessible gratuitement en ligne, appelé Partners in E. 18 équipes de 5 à 6 étudiants on été formées. Une à deux vidéos sélectionnées de ce programme devaient être visionnées par chaque étudiants avec des objectifs précis, puis un test de 10-15 minutes était administré à chaque étudiant pour évaluer son niveau de préparation. Ensuite, le niveau de préparation de chaque équipe était évalué à l’aide d’un deuxième test de 10-15 minutes. Une petite formation théorique donnée par un conférencier suivait, puis des exercices d’équipes portant sur des problèmes pratiques rencontrés par les cliniciens avaient lieu, avec une discussion en classe.
Afin d’évaluer le programme, un sondage a été diffusé aux étudiants avant le premier jour de cours, puis encore après la complétion de la formation. Le sondage évaluait le niveau d’expérience avec l’informatique de la santé avant la formation, suivi de 7 questions spécifiques sur les notions du cours, 7 questions sur l’attitude des étudiants face à l’informatique de la santé, 4 questions sur leur confiance par rapport à cette technologie, et 3 questions sur leurs intentions futures par rapport à la technologie.
83 des 99 étudiants participant au cours ont complété le sondage. 51% n’avaient pas d’expérience préalable face à la technologie en santé, 46% avaient déjà eu une exposition à travers leur emploi, et 6% à travers d’autre cours. Tous les aspects de connaissance enseignés durant le cours se sont significativement améliorés dans le sondage post comparativement au sondage pré, soit la gestion des données, l’aide à la décision, la prescription électronique, les dossiers médicaux électroniques, l’interopérabilité, et les systèmes d’information sur les médicaments. De même, la confiance des étudiants était significativement améliorée, mais leur attitude par rapport à la technologie n’a pas changé.
Les auteurs concluent que l’expérience était globalement positive, néanmoins les auteurs notent que les étudiants ont trouvé que l’opportunité d’interagir avec les systèmes étudiés était trop limitée. Ils soulignent que de telles formations devraient inclure des séances où les étudiants peuvent utiliser les logiciels par eux-mêmes.
Cette étude avait pour objectif de décrire les erreurs de prescription liées à des logiciels de prescription électronique dans 6 organisations de santé américaines, incluant des centres hospitaliers académiques ainsi que des pratiques communautaires, des patients hospitalisés et vus en externe, ainsi que des logiciels maison ou commerciaux. 10 logiciels ont été inclus dans ces 6 sites. Cette étude s’inscrit comme une phase d’une plus grande étude sur 2 ans financée par la FDA portant sur divers aspects de la prescription électronique.
Spécifiquement, la présente étude portait sur les rapports d’erreurs enregistrés entre janvier et avril 2013 dans les centres à l’étude, pour lesquels une erreur de prescription a été identifiée. De celles-ci, les erreurs liées au logiciel de prescription électronique ont été incluses. Les rapports d’erreurs ont été analysés par deux pharmaciens, qui ont utilisé une taxonomie établie précédemment, mais raffinée en cours d’étude, pour déterminer spécifiquement les conséquences pour le patient, ce qui a failli durant la prescription électronique, et la cause de cette erreur.
2522 rapports d’erreurs de prescription ont été analysés, de ceux-ci 1308 (51,9%) ont été inclus comme étant reliés spécifiquement à la prescription électronique. Dans 171 de ces cas (13,1%), il a été déterminé que le logiciel a causé ou facilité l’erreur, tandis que dans les 1137 (86,9%) cas restants, il a été jugé que le logiciel n’a pas causé l’erreur, mais qu’il aurait pu attraper l’erreur s’il avait été mieux configuré.
Les types d’erreurs causées par les logiciels comprenaient:
- Une nomenclature erronée dans la banque de données.
- Des limitations du système forçant les prescripteurs à utiliser un contournement pour arriver à prescrire.
- Un affichage confus.
- La prépopulation de champs avec des données inadéquates.
- L’envoi d’ordonnances au mauvais destinataire.
- Des problèmes de sélection dans des menus.
- Des ordonnances pré-rédigées, des protocoles ou de l’information sur les médicaments n’étant pas à jour.
- La possibilité d’ouvrir les dossiers de plusieurs patients en même temps.
Les types d’erreurs non-interceptées par les logiciels comprenaient:
- L’absence d’alertes pertinentes pour les duplications, les doses élevées, les interactions significatives ou l’horaire d’administration.
- L’absence de transmission de cessations.
- Des erreurs dans le bilan comparatif.
- L’absence de stratégies pour prévenir le mélange de noms de médicaments similaires.
Des exemples concrets sont données dans l’article. Les conséquences les plus fréquentes étaient un délai d’administration dans 33,6% des cas, l’administration de thérapie dupliquée dans 16,2% des cas, l’administration ou l’interception juste avant l’administration d’une dose élevée dans 10,6% des cas, la non-administration d’un médicament requis dans 6,7% des cas et l’administration du mauvais médicament dans 5,4% des cas.
La cause de l’erreur n’a pu être établie que dans 30,8% des cas, en raison de l’absence de détails suffisants sur les rapports d’erreur. Les causes principales identifiées étaient:
- Des problèmes de transmission d’ordonnances (comme l’entrée d’ordonnances dans des systèmes ou des champs non transmis à la pharmacie).
- Le non-respect d’une procédure établie ou d’un protocole (comme l’administration d’un vaccin enregistrée comme une nouvelle prescription plutôt qu’une administration, résultant en une ordonnance générée et une deuxième administration du même vaccin).
- Des problèmes de conception des systèmes (comme la non-transmission de la cessation d’un antihypertenseur et une nouvelle ordonnance pour un autre agent, résultant en l’administration de deux antihypertenseurs).
- L’absence de réalisation du bilan comparatif (comme la non-represcription d’un médicament pris chroniquement lors de l’admission).
- L’absence d’aide à la décision (comme l’absence d’alerte pour un patient en insuffisance rénale ayant mené à la prescription d’une pleine dose alors qu’une dose réduite était nécessaire).
Les auteurs concluent sur quelques recommandations pour améliorer la conception et le paramétrage des systèmes de prescription électronique afin d’éviter ces erreurs à l’avenir. Évidemment, une telle étude est limitée par le devis d’analyse de rapports d’erreur, on sait que ces rapports sous-déclarent les événements et que des détails cruciaux sont parfois manquants. Néanmoins, je trouve que ces observations correspondent plutôt bien à la réalité et ciblent des points pertinents à connaître pour bien paramétrer un logiciel de prescription électronique.
Cette étude rétrospective de type pré-post avait pour objectif de comparer l’atteinte des objectifs de la nutrition parentérale en néonatologie pour les patients de moins de 1750 g à la naissance, avant et après l’implantation d’un système de prescription électronique avec aide à la décision. L’étude a eu lieu dans un centre américain tertiaire situé en Floride, dans une unité de soins intensifs néonatals de niveau III comprenant 60 lits.
Le système de prescription électronique implanté est peu détaillé, mais comprend certaines fonctionnalités comme la sélection par défaut des doses cibles d’acides aminés et de lipides, l’affichage d’informations sur le volume à prescrire, la vitesse d’infusion de glucose et les doses d’électrolytes, de même que l’affichage de valeurs de laboratoire sur l’écran de prescription.
Le groupe pré-intervention a été formé en incluant tous les patients de <1750 g à la naissance admis entre le 1er octobre 2013 et le 1er janvier 2014. L’implantation a eu lieu en avril 2014. Le groupe post comprenait tous les patients de <1750 g à la naissance admis entre le 1er juin 2014 et le 30 septembre 2014. Les patients étaient exclus si la nutrition parentérale n’était pas débutée dans les 72h de vie, s’ils avaient une maladie métabolique, ou si une voie périphérique était utilisée pour donner la nutrition parentérale durant plus de 48h.
193 patients ont été évalués (96 pré, 97 post), mais beaucoup d’exclusions ont eu lieu, en majorité en raison d’utilisation de voies périphériques. Les groupes finaux comprenaient donc 44 patients dans le groupe pré et 47 dans le groupe post. Les groupes étaient globalement similaires en caractéristiques de base; de même la progression de l’alimentation entérale n’était pas différente significativement. Plus de patients ont atteint les cibles de nutrition parentérale (10 à 12 mg/kg/min de dextrose, 4 g/kg/jour d’acides aminés et 3 g/kg/jour de lipides), soit 26% dans le groupe intervention et 5% dans le groupe contrôle, une différence significative. Cependant, cette atteinte a pris en moyenne 10 jours dans les 2 groupes, sans différence significative. Moins de patients dans le groupe post ont eu une valeur d’électrolytes hors des valeurs normales, mais les types d’anomalies n’étaient pas différents, et l’utilisation d’insuline était similaire.
Moins d’interventions des pharmaciens validant les prescriptions de nutrition parentérale ont été nécessaires dans le groupe post comparativement au groupe pré (5,6% vs 30,4%, p<0.05).
Les auteurs concluent que la prescription électronique de nutrition parentérale en néonatologie permet d’améliorer les taux d’atteinte des objectifs, et de diminuer la nécessité d’ajustements par les pharmaciens validant les ordonnances, le tout sans affecter négativement les anomalies électrolytiques et le recours à l’insuline. Je trouve l’étude intéressante car ce type de logiciel semble prometteur pour diminuer le besoin d’ajustements aux ordonnances de nutrition parentérale néonatale par les pharmaciens, une tâche qui prend énormément de temps et qui peut avantageusement être assistée par ordinateur directement au moment de la prescription.
Maxime Thibault 