Utilisation d’une préparation magistrale lorsqu’un produit commercial est disponible: exemple du propranolol

Un principe qui revient fréquemment lorsqu’on parle de préparations magistrales est de ne pas faire une préparation lorsqu’un produit est disponible commercialement. Notamment, la norme 2012.01 de l’Ordre des Pharmaciens du Québec mentionne:

La préparation magistrale pour un patient d’un médicament déjà commercialisé ou d’un médicament de vente libre doit être exceptionnelle, justifiée et documentée à son dossier quelle qu’en soit la raison (allergie, médicament temporairement en rupture, difficulté à avaler, etc.).

De même, la politique POL-0051 de Santé Canada sur la fabrication et la préparation en pharmacie de produits pharmaceutiques stipule:

Une préparation en pharmacie ne doit être effectuée que s’il existe un besoin thérapeutique ou un manque de disponibilité du produit; elle ne doit pas être faite uniquement pour des raisons économiques pour les professionnels de la santé.

Le cas du propranolol est intéressant. Ce bêta-bloqueur est utilisé depuis plusieurs années en pédiatrie pour le traitement des hémangiomes, avec une bonne efficacité et une innocuité acceptable. Cependant, jusqu’à tout récemment il n’y avait pas de produit commercialisé de propranolol en suspension orale disponible au Canada. Les pharmaciens préparent donc des magistrales de ce médicament, avec diverses concentrations et ingrédients. Comme le propranolol est disponible sous forme de comprimés génériques, et que les autres ingrédients (notamment les véhicules de suspension) de ces magistrales sont courants, le prix de ces préparations est peu élevé.

Depuis peu, une suspension orale de propranolol est commercialement disponible au Canada. Le manufacturier de ce produit a mené un essai clinique publié dans le New England Journal of Medicine afin de supporter sa commercialisation. Ce genre d’initiative est exactement ce qui est encouragé par plusieurs acteurs ayant un intérêt pour le développement de médicaments spécifiques à la pédiatrie. Citons notamment le Best Pharmaceuticals for Children Act américain, des mesures similaires de l’EMA, des recommandations canadiennes, et le travail du Centre de formulations pédiatriques Goodman.

Cependant, l’évaluation de l’ACMTS montre un prix très élevé par rapport au coût des préparations magistrales de propranolol, et recommande que le produit ne soit remboursé par les assureurs uniquement après une diminution substantielle de son prix.

L’évaluation de l’INESSS de ce produit a été publiée cet automne. Il a été choisi de ne pas inscrire le médicament à la liste de la RAMQ en raison de son coût; le justificatif est l’utilisation déjà répandue de préparations magistrales de propranolol à faible coût comparativement à ce produit. Le document de l’INESSS mentionne les directives de Santé Canada et de l’OPQ:

Selon l’INESSS, le caractère non optimal du recours aux préparations magistrales ainsi que les considérations relatives aux principes énoncés dans la politique 0051 de Santé Canada et les normes professionnelles ne peuvent contrebalancer le prix très élevé [du produit].

Bien sûr, l’INESSS écrit ce document avec la perspective de l’impact de sa décision sur l’assureur qu’est la RAMQ, le coût est donc au coeur de ses préoccupations. Pourtant, cet organisme n’a pas le pouvoir d’autoriser les pharmaciens à passer outre les directives de Santé Canada et de l’OPQ, celui-ci n’ayant aucun rôle dans l’application de ces normes ni l’inspection professionnelle. Les pharmaciens se retrouvent donc avec le dilemme de devoir choisir entre fournir au patient la préparation magistrale couverte par leur assurance et du même coup contrevenir aux normes sur les préparations magistrales, ou bien demander au patient de débourser un montant exorbitant pour le produit commercial.

Du point de vue de la sécurité du patient liée aux préparations magistrales, le document de l’INESSS affirme:

Le contrôle de qualité effectué lors de la fabrication industrielle de cette solution de propranolol est certainement plus approfondi que celui réalisé en pharmacie. Toutefois, les préparations magistrales sont réalisées par des professionnels qualifiés, selon des normes de qualité définies. En outre, la stabilité des préparations magistrales utilisées est documentée de façon à établir des dates limites d’utilisation considérant les conditions prévues d’entreposage. Par ailleurs, des véhicules ne contenant pas de sucre sont couramment utilisés  pour réaliser ces préparations, afin de prévenir les problèmes de tolérabilité et de palatabilité. De surcroît, l’utilisation d’une préparation commerciale ne prévient pas davantage la survenue d’erreurs de calcul ou de dosage du médicament.

La dernière phrase me fait sourciller. L’utilisation de préparations magistrales est un facteur de risque bien documenté d’erreurs liées aux médicaments, c’est une des raisons justifiant les normes citées ci-haut. La préparation magistrale est, à juste titre, une solution valable uniquement lorsqu’un produit n’est pas disponible commercialement. Mentionnons en exemple le cas récent d’une erreur de préparation survenue en Ontario liée à un mauvais choix de produit. L’événement n’était pas lié au propranolol, mais dans la conclusion de son rapport, ISMP Canada dit:

Before compounding is undertaken, commercially available alternatives should be considered and there should be an evidence-based rationale for the use of the compounded product.

Notons également que le cas du propranolol est particulier. Il existe actuellement plusieurs préparations magistrales de ce produit à des concentrations différentes en utilisation au Québec, et le passage d’une formulation à une autre, par exemple lors d’admissions et de congés d’hôpitaux, ou lors de changements de pharmacie, ainsi que les erreurs qui peuvent arriver lors de la prescription, la transcription de l’ordonnance, la préparation et l’explication au patient, de même que les modifications de doses possibles en cours de traitement, peuvent mener à de la confusion quant aux doses en milligrammes ou en millilitres. Plusieurs organismes ont produit des documents mentionnant les préparations magistrales en général et le propranolol en préparation magistrale comme nécessitant une vigilance particulière, même si ceux-ci n’attribuent pas directement la cause d’incidents à ce médicament. Citons en exemple un rapport d’ISMP Canada sur un décès survenu chez un bébé prenant du propranolol. Bien que dans ce cas précis aucun lien n’a pu être fait entre le médicament et le décès, des mesures liées à la préparation magistrale sont proposées en conclusion du document. De même, dans le dernier bulletin FARPOPQ-OPQ, plusieurs problèmes liés à l’utilisation de magistrales sont mis en lumière, et le propranolol est cité, même si aucun événement indésirable grave lié à ce médicament n’est décrit.

Il me semble important de tirer des leçons de la présente situation. Plusieurs organismes encouragent l’industrie pharmaceutique à développer des produits spécifiques aux enfants et à mener des essais cliniques chez les enfants. Il est certain que l’aboutissement des initiatives de recherche en pédiatrie sur des produits plus coûteux que des préparations magistrales est somme toute logique, considérant les coûts de développement et de mise en marché d’un médicament. Quand même, je considère qu’il est justifié refuser d’inscrire un médicament sur les listes publiques lorsque l’écart de prix est énorme, comme dans le cas présent. On ne peut qu’espérer que le fabricant constatera l’effet de son prix sur la couverture d’assurance et ses ventes, et choisira de réduire son prix en conséquence. J’ose également espérer que les organismes réglementaires et les assureurs sont prêts à faire face à ce problème, qui ne manquera pas de se produire de nouveau. La perpétuation de préparations magistrales comme alternative à de nouveaux produits n’est pas une solution viable à long terme. J’ai bien hâte de voir si ce dossier va déboucher sur une réflexion à plus grande échelle.

Utilisation d’une préparation magistrale lorsqu’un produit commercial est disponible: exemple du propranolol

Erreurs de poids à l’urgence

Cette étude a évalué l’incidence d’erreurs de poids entrés dans le dossier électronique de patients ayant visité l’urgence de trois hôpitaux affiliés (deux généraux / adultes et un pédiatrique) situés à Hawaii. Tous les patients de moins de 5 ans ayant visité l’urgence durant une période de référence variable selon le centre (allant de 2009-2010 à 2012-2013) ont été inclus. Les poids enregistrés ont été extraits, et les poids plus petits que le 3è percentile, ou plus grands que le 97è percentile, ont été considérés comme des erreurs potentielles. Ceux-ci ont été révisés, si les autres poids documentés dans le dossier étaient similaires, le poids n’était pas considéré une erreur. De la même manière, si l’information était jugée insuffisante pour déterminer s’il s’agissait d’une erreur, la donnée était placée dans une catégorie à part. Enfin, les ordonnances de médicaments associées à ces poids ont été revues pour déterminer l’incidence d’erreurs.

79 000 visites à l’urgence ont été incluses. La proportion de poids erronés était de 0,46% dans l’hôpital pédiatrie et 0,30 et 1,1% dans les deux hôpitaux généraux, ces proportions étant statistiquement différentes (p<0,001). Les taux de poids extrêmes ne pouvant être classés comme erreur étaient aussi statistiquement différents entre les groupes ,avec 0,69% dans l’hôpital pédiatrique et 0,029 et 1,1% dans les deux hôpitaux généraux (p<0,001). À noter que les taux d’erreurs de poids comparés entre les deux hôpitaux généraux regroupés et l’hôpital pédiatrique n’étaient pas différents (0,46% contre 0,49%, p=0,54).

Les erreurs de poids ont été corrigées au dossier avant la prescription de médicament dans 17% des cas dans l’hôpital pédiatrique, contre 8% dans les deux hôpitaux généraux combinés. Ils n’ont pas été corrigés et ont mené à une erreur de prescription dans 34% des cas dans l’hôpital pédiatrique, contre 33% des cas dans les hôpitaux généraux combinés. Dans d’autres cas, aucun médicament n’a été prescrit et l’erreur n’a pas été corrigée.

Les médicaments les plus affectés par les erreurs de prescription étaient, dans l’ordre, l’acétaminophène, l’ibuprofène, l’ondansétron, la diphenhydramine, l’amoxicilline, et la prednisolone. Ces médicaments reflètent selon moi davantage le volume de prescription à l’urgence pour ces médicaments plutôt qu’une susceptibilité particulière aux erreurs.

Les auteurs soulignent des causes possibles des erreurs de poids: l’utilisation de balances affichant un poids à la fois en livres et en kilogrammes, la saisie de données dans le mauvais champ (par exemple entrer la température à la place du poids) et les erreurs de frappe à la saisie des données. Je souligne que les hôpitaux à l’étude utilisaient des dossiers électroniques. Dans ma pratique avec les dossiers papiers, d’autres causes d’erreurs que j’ai constatées sont l’inscription du poids dans le mauvais dossier, et les erreurs de communication verbale de poids (par exemple regarder dans le mauvais dossier et transmettre verbalement le poids d’un autre patient).

Les auteurs suggèrent des mesures informatiques pour limiter ces erreurs, notamment l’ajout d’une limite contournable lorsque le poids sort d’une plage de percentiles selon l’âge, ou l’affichage d’une courbe de croissance avec la valeur entrée. Ces idées sont intéressantes, mais comme les auteurs le soulignent, elles doivent être prises en compte dans le contexte de la désensibilisation aux alertes.

Erreurs de poids à l’urgence

Revue systématique sur les erreurs causées par la prescription électronique en pédiatrie

Je vous parle cette semaine d’une revue systématique sur les facteurs contribuant aux erreurs de médicaments causées par les systèmes de prescription électronique en pédiatrie. Cet article a été écrit par le même groupe qu’un article très similaire dont j’ai parlé il y a un peu moins d’un an, et qui avait le même objectif, sans être orienté vers la pédiatrie.

En rappel, les facteurs identifiés comme causes d’erreurs lors de prescription électronique en général étaient:

  • L’affichage à l’écran
  • La sélection dans les menus déroulants et la complétion automatique de champs
  • Le choix des mots et les formulations étranges
  • Les paramètres par défauts mal pensés
  • Le manque de flexibilité ou de fonctionnalité dans les flots de travail
  • Le manque d’interopérabilité
  • L’automatisation à outrance
  • Le manque d’adaptation des flots de travail au système électronique
  • Le mauvais paramétrage de l’aide à la décision

Pour cette nouvelle revue ciblant la pédiatrie, les auteurs ont effectué une recherche systématique des banques Embase, CINAHL et Medline depuis leur début jusqu’au 3 mai 2016. Les articles de recherche primaire de nature qualitative ou quantitative, ayant pour objet les erreurs de médicaments associées à la prescription électronique en pédiatrie, et qui donnaient de l’information sur les causes de ces erreurs, ont été incluses. Un processus systématique pour sélectionner les articles, les lires et en extraire les données a été suivi.

419 articles ont été identifiés, et après filtrage 47 ont été retenus, dont 29 provenant des États-Unis, 4 de l’Angleterre, 2 du Canada, 2 de l’Iran, 2 des Pays-Bas et 2 de la Suède, entre autres. 38 étaient quantitatifs, 3 qualitatifs et 6 avaient les deux méthodes. 5 thèmes majeurs ont été extraits comme causes d’erreurs:

  • Le mauvais paramétrage des alertes de dose, d’abord en omettant des alertes spécifiques aux indications. Par exemple, un système offrait des alertes de dose trop élevée de méthylprednisolone uniquement pour les doses plus grandes que 30 mg/kg/dose, la dose maximale paramétrée pour la néphrite lupique. La prescription erronée d’une telle dose pour l’asthme n’entraînait pas d’alerte.
  • Encore le mauvais paramétrage des alertes de dose, mais cette fois en générant des alertes inappropriées. Dans ce genre de cas, un système générait des alertes à la fois pour une dose trop élevée et trop faible, en même temps, pour un patient de 36 kg qui recevait une dose de 900 mg deux fois par jour d’amoxicilline, soit moins de 26 mg/kg/dose, la limite inférieure pédiatrique, mais plus de 875 mg/dose, la dose adulte. Un autre type d’alerte dans ce thème était des alertes causées par des données anthropométriques anciennes (un poids qui n’est pas à jour dans un dossier, par exemple).
  • Les alertes de duplication inappropriée, d’une part en omettant d’alerter lorsque la prescription est faite avec un nom différent (l’exemple donné est de la prednisone sur protocole de recherche et de la prednisone hors protocole), ou en générant des alertes intempestives en ne tenant pas en compte les voies d’administration différentes et les dates différentes de plusieurs entrées pour le même médicament.
  • La sélection dans les menus déroulants, par exemple en permettant de prescrire le même médicament en mg, en g ou en mL, ou encore en affichant des concentrations de suspensions orales en “400 mg / 5 mL” plutôt qu’en mg/mL.
  • Le mauvais design du système, par exemple en forçant les prescripteurs à utiliser du texte libre en raison du manque d’options, ce qui cause des prescriptions incohérentes ou contradictoires. De même, l’utilisation d’ordonnances pré-rédigées (order sets) est un risque d’erreur lorsque des sélections se font automatiquement sans prendre en compte ce qui est déjà prescrit.

Les auteurs proposent diverses solutions pour pallier à ces problèmes, et vont même jusqu’à exposer les points positifs et négatifs des solutions qu’ils proposent.

Revue systématique sur les erreurs causées par la prescription électronique en pédiatrie

Affiches présentées à l’Événement des pharmaciens 2017

Je n’ai malheureusement pas pu assister à l’Événement des pharmaciens 2017, congrès qui réunissait l’Association des Pharmaciens des Établissements de Santé (APES) du Québec et l’Ordre des Pharmaciens du Québec, entre autres. Cependant, les affiches présentées dans le cadre de ce congrès via l’APES ont été récemment publiées dans le Pharmactuel.

Je vous présente ici les données tirées des affiches traitant de l’utilisation de la technologie dans les pharmacies d’établissement de santé.

Temps requis pour la vérification par code-barre des services quotidiens

Un groupe du CISSS de Laval a comparé le temps requis pour la préparation des services quotidiens de médicaments par la méthode traditionnelle (feuilles de travail imprimées) par rapport à une méthode assistée par code-barre. Le temps de préparation requis pour l’assistant-technique préparateur et le nombre d’erreurs ont été collectées. 614 doses ont été évaluées par la méthode traditionnelle et 471 pour le code-barre, avec un temps moyen de 8,2 secondes par méthode traditionnelle contre 14,3 secondes par code-barres. Cependant, moins d’erreurs ont été constatées avec le code-barre. J’espère que cette étude sera publiée en texte complet car les résultats sont intéressants; j’imagine que l’effet observé est hautement dépendant du flux de travail (“workflow”) imposé par le système informatique, il serait intéressant de connaître les étapes limitantes et de réfléchir à la possibilité de les raccourcir. Il faut aussi noter que le temps calculé ne semble pas tenir en compte le temps de double vérification, soit par un autre assistant-technique dans le cadre d’une délégation, soit par un pharmacien, qui pourrait être réduit même si le temps de préparation augmente.

Sondage québécois sur l’utilisation du code-barre dans le circuit du médicament

La même équipe (j’imagine dans le cadre du même projet) a effectué un sondage québécois sur l’utilisation du code-barres dans le circuit du médicament, du 14 au 23 mars 2017. Tous les chefs de département de pharmacie listés à l’APES ont été contactés, soit 100 personnes. 35 ont répondu (35%). Seulement 5,7% des établissements n’ont aucune étape du circuit utilisant le code-barre, et 54% utilisent le code-barre pour la préparation des services quotidiens de médicaments. Ces données viennent complémenter les données québécoises du dernier sondage sur la pharmacie hospitalière datant de 2013-2014.

Chronométrage des activités du pharmacien dans une clinique externe d’oncologie

Cette étude ne ciblait pas la technologie à proprement parler, mais elle comporte des données quand même intéressantes dans ce contexte. Pendant 8 jours en mai 2016, les activités des pharmaciens à la clinique externe d’oncologie d’un hôpital du CHUM ont été chronométrées. Les données détaillées sont dans l’affiche, mais je trouve intéressant de souligner que 31,3% du temps était consacré à des activités non planifiées, comme des réponses aux appels et aux questions. Dans le contexte de la validation centralisée, une proportion significative du temps du pharmacien est justement consacrée à répondre à des questions et à des appels téléphoniques, et cette donnée pourrait servir de comparateur pour le temps passé à cette activité, en gardant en tête qu’il s’agit ici d’une clinique externe et non d’une pharmacie centrale.

Fiabilité du DSQ et du profil de pharmacie communautaire comparés à l’histoire médicamenteuse pour la prescription à l’urgence

Un groupe du CISSS Montérégie-Centre a évalué le nombre de divergences entre les listes extraites du DSQ, les profils de pharmacie communautaire et les histoires médicamenteuses faites en personne chez 250 patients admis ou en observation à l’urgence de l’hôpital Charles-Lemoyne. 1010 divergences ont été notées au DSQ et 714 au profil de pharmacie communautaire, cependant la potentiel de sévérité des divergences observées n’était pas significativement différent entre les deux méthodes. Il s’agit encore ici d’une étude pour laquelle le texte complet serait intéressant à obtenir dans le futur, car ces données viennent compléter d’autres déjà publiées sur le sujet.

Identification des combinaisons inhabituelles de médicaments

Cette étude de type preuve de concept visait à développer un algorithme de détection de combinaisons inhabituelles de médicaments, à partir d’une matrice de probabilité de combinaisons de médicaments dans les dossiers pharmacologiques historiques d’un établissement de santé. Il s’agit d’un exemple relativement simple de machine learning appliqué à la pharmacie. Une étude sur le machine learning pour la détection d’interactions médicamenteuses a d’ailleurs déjà été publiée, il s’agit ici de la première étude sur cette technique qui pourrait s’appliquer à la validation d’ordonnances, à ma connaissance. L’application pratique d’un tel algorithme serait d’indiquer au pharmacien la présence de combinaisons inhabituelles au dossier sur la base de ce qui a été validé dans le passé, ceci afin d’identifier rapidement des erreurs de saisie (par exemple des médicaments Look-Alike, Sound-Alike qui auraient été confondus à la prescription ou à la transcription).

La validation centralisée d’ordonnances en pharmacie d’établissement doit être repensée, en particulier dans le contexte de l’arrivée de la prescription électronique avec aide à la décision. Le machine learning est une avenue intéressante pour améliorer le processus, j’ai bien hâte de voir le développement de cette technique dans le futur.

Affiches présentées à l’Événement des pharmaciens 2017

Effet d’un système de prescription et administration électronique sur les erreurs de médicaments

Cette étude a eu lieu sur une unité de gériatrie de 14 lits d’un hôpital d’enseignement anglais situé à Londres. L’objectif de l’étude était d’évaluer l’effet de d’un système électronique de prescription et administration de médicaments sur les erreurs d’administration de médicaments. Un devis de type pré-post a été utilisé, où un pharmacien a observé la tournée d’administration des médicaments d’une infirmière à 8h du matin durant 12 journées dans la phase pré et 15 journées dans la phase post. Peu de détails sont données sur les caractéristiques de prescription du logiciel utilisé, mais il faut souligner que les fonctions pour l’administration des médicaments n’incluaient pas la vérification par code-barre. De même, peu de données sont données sur le système papier en place avant l’installation du logiciel, je crois comprendre que la liste de médicaments de l’infirmière n’était pas générée informatiquement mais bien manuellement.

Le pharmacien a compté les opportunités d’erreurs et les erreurs qui se sont produites, selon des définitions préalables. Il est bien sûr intervenu pour éviter que les erreurs observées se rendent au patient. Les médicaments intraveineux ont été exclus de l’étude considérant leur faible nombre sur cette unité. La qualité de documentation de l’administration a aussi été analysée.

La collecte de données a eu lieu de décembre 2014 à juin 2015. 86 rencontres patients-infirmière ont été incluses dans chaque phase. Dans la phase pré, le taux d’erreurs était de 4,2% (18 erreurs sur 428 opportunités) contre 3,4% dans la phase post (18 erreurs sur 528 opportunités), une différence non significative (p=0,64). L’article donne le détail de plusieurs erreurs. Au niveau de la documentation, une augmentation des inexactitudes a été observée, avec 5 divergences sur 460 documentations dans la phase pré (1,1%) contre 18 divergences sur 557 documentations dans la phase post (3,2%, p=0,04). Les chercheurs ont observé que la cause de divergence la plus fréquente était la documentation d’une administration qui n’avait pas eu lieu, généralement parce que la documentation avait lieu avant l’administration réelle en raison du flot de travail des infirmières et de la disponibilité physique des ordinateurs. Lorsque l’administration n’avait pas lieu (par exemple refus du patient ou patient non disponible), il y avait souvent omission d’annuler l’administration inscrite, parce que cette opération n’était pas facile dans le logiciel. De même, des erreurs de forme pharmaceutique ou de voie d’administration ont été notées alors que celles-ci n’ont pas été observées avec le papier, en raison des capacités limitées du logiciel à mettre en évidence les particularités de certaines ordonnances.

Cette étude a plusieurs lacunes, notamment la petite taille de l’unité de soins et les critères d’inclusion très spécifiques. Les conclusions semblent fortement influencées par les méthodes de travail sur l’unité de soins examinée. Je crois qu’il est très difficile d’affirmer que l’absence d’effet observée sur les erreurs, et l’augmentation des divergences de documentation, sont réellement dus à l’implantation du système électronique en tant que tel. Il me semble plutôt que les caractéristiques du logiciel choisi et les méthodes de travail sur l’unité pourraient expliquer ce qui a été conclu. L’absence de validation du médicament par code-barre dans le système utilisé est aussi un élément à considérer.

Effet d’un système de prescription et administration électronique sur les erreurs de médicaments

Détection de noms de médicaments similaires

Je parlais récemment d’affichage de noms de médicaments dans les systèmes informatiques. Les difficultés rencontrées avec cet affichage découlent en partie des noms de médicaments similaires, désignés en anglais par l’acronyme LASA (Look-alike, sound-alike). Un nouvel article dans le dernier AJHP discute de ce problème. Les auteurs ont développé un algorithme permettant d’identifier les erreurs potentielles liées à des paires de médicaments aux noms similaires. L’article se concentre sur la confusion entre la cyclosérine et la cyclosporine, deux médicaments précédemment identifiées comme ayant un nom similaire à risque de confusion et inclus sur la liste des “TALLman” de l’ISMP.

Un algorithme d’identification des paires de médicaments à risque a été développé à l’aide de 3 critères extraits du dossier électronique:

  1. Le médicament prescrit n’était pas justifié par un diagnostic actif.
  2. Un autre médicament au nom similaire (selon un certain seuil) existe.
  3. L’indication de cet autre médicament correspond à un diagnostic actif ou est présent dans l’historique de médicaments.

Afin d’exécuter cet algorithme, une banque d’indications des médicaments a été obtenue d’un fournisseur commercial, les données diagnostiques du dossier électronique ont été extraites (les codes ICD-9) et les 10 dernières années de prescriptions électroniques dans l’institution des auteurs ont été analysées en fonction de ces données. Un traitement extensif des données a été nécessaire pour réaliser l’analyse et est détaillé dans le texte. La similairité des noms de médicaments a été évaluée à l’aide de l’algorithme BI-SIM, un score de 0 à 1 caractérisant la similarité de deux chaînes de texte qui a déjà été étudié pour prédire le risque de confusion entre les médicaments. La paire cyclosporine/cyclosérine a un score de 0,83.

Toutes les prescriptions de cyclosérine de 2008 à 2014 ont été extraites. 16 ordonnances de cyclosérine ont été identifées, et les dossiers ont été revus manuellement. De celles-ci, 11 étaient des erreurs de confusion avec la cyclosporine. Dans 10 cas, la prescription a été faite mais changée par la suite. Dans un cas, il semble que le patient ait reçu de la cyclosérine, mais à la seule analyse du dossier cela demeurait incertain. Il est à souligner que ces deux médicaments étaient identifés par une nomenclature “TALLman” dans le dossier électronique, ce qui remet encre une fois en doute l’efficacité de cette mesure.

Les auteurs concluent en soulignant qu’une alerte basée sur l’indication aurait probablement permis d’éviter ces erreurs, en alertant le prescripteur au fait que la cyclosérine, un médicament pour la tuberculose, et rarement utilisé, n’était pas indiqué pour les patients en question. Cependant, ils mentionnent aussi qu’il est ardu de mettre en place un tel algorithme De leur propre expérience, une grande quantité de travail manuel a été nécessaire pour d’abord établir la liste d’indications par médicament à partir d’une banque de données commerciales, puis pour relier les diagnostics du dossier électronique à ces indications, sachant que les données extraites des dossiers électroniques sont hautement variables.

Détection de noms de médicaments similaires

Revue systématique des causes d’erreurs de prescription électronique

L’objectif de cette revue systématique était de recenser les articles publiés sur les erreurs spécifiquement causées par les systèmes de prescription électronique. La période d’inclusion allait du 1er janvier 2004 au 22 juin 2015. Une recherche a été menée dans CINAHL, Medline et Embase. La sélection a été menée par deux chercheurs de manière indépendante, puis l’inclusion a été arbitrée par une troisième et quatrième personne.

1185 publications ont été identifiées initialement, dont 34 ont été incluses dans l’analyse finale, 31 articles complets et 3 résumés de conférences. Les pays les plus représentés dans l’échantillon étaient les États-Unis (19), les États-Unis et le Canada (4), l’Angleterre (4), et l’Australie (2). Un seul article provenait du Canada seul. 8 thèmes clés de facteurs contribuant aux erreurs ont été identifiés:

  • L’affichage à l’écran, en particulier le fractionnement des médicaments pris par un patient sur plusieurs pages ou plusieurs écrans. De même, un affichage incomplet n’incluant pas tous les types d’ordonnances (actifs, administrés récemment, PRN, STAT, etc.) peut entraîner des erreurs d’interprétation de ce qui est prescrit au patient.
  • Les menus déroulants et l’auto-population de champs, causant des erreurs de sélection en raison de juxtaposition de choix très différents. De même, un système lent qui incite les prescripteurs à cliquer de manière insistante peut entraîner une mauvaise sélection dans les menus.
  • Les choix des mots et des formulation étranges, par exemple les mots “volume total” où on ne sait pas si on désigne le volume à administrer ou le volume du médicament contenu dans un format. De même, une erreur assez incroyable était l’affichage d’une dose de 20 mg comme “0020.000 mg”.
  • Les choix par défaut mal pensés qui peuvent entraîner une prescription inappropriée par inadvertance.
  • Un système aux fonctionnalités limitées ou mal adapté au flot de travail qui force les utilisateurs à employer des contournements pour arriver à leurs fins, par exemple des instructions en texte libre qui ne correspondent pas aux champs dédiés.
  • Des problèmes d’interopérabilité entre les systèmes, comme un cas où un système de pharmacie a mal interprété les instructions poussées par un système de prescription, ou une transmission incomplète en raison de champs non poussés dans le système pharmacie.
  • Les processus automatisés entraînant une diminution de la vigilance et la facilité de répéter une prescription erronée.
  • Un flot de travail mal adapté à l’électronique, comme la saisie a posteriori des ordonnances dans le logiciel ou le partage de noms d’utilisateurs et de mot de passe.
  • Les systèmes d’aide à la décision mal paramétrés qui ne détectent pas adéquatement les erreurs ou qui en détectent trop et causent une désensibilisation aux alertes.

Un tableau détaillant chacun de ces problèmes est disponible dans l’article. Je trouve l’étude pertinente car ces critères devraient être pris en compte dans le design, la sélection et le paramétrage de logiciels de prescription électronique. De même, ils peuvent être appliqués aux logiciels de pharmacie. Point bonus: la première phrase de l’article cite “To Err Is Human”.

Revue systématique des causes d’erreurs de prescription électronique

Cas d’intoxication à la morphine en pédiatrie

 Cet article décrit le cas d’un enfant ayant reçu une prescription de morphine au congé de l’hôpital, après une chirurgie d’adénoïdo-amygdalectomie. La dose prescrite était de 3 mg pour un poids de 15 kg, soit 0,2 mg/kg/dose, ce qui est adéquat. À noter, la prescription précisait d’administrer le médicament régulièrement aux 4 à 6 heures (ce qui est quand même un peu illogique…) pendant 5 jours puis aux 4 à 6 heures au besoin.

Le patient a eu congé de l’hôpital au matin le lendemain de la chirurgie, puis en soirée le même jour il s’est mis à présenter de la fièvre avec de la somnolence, ce pourquoi ses parents ont appelé l’ambulance. Le patient a été amené à un centre régional puis transféré à un centre tertiaire avec de la somnolence, une tachycardie, des tremblements, un myosis, des pauses respiratoires, une cyanose buccale et même une possibilité de convulsions. Une intoxication à la morphine a été suspectée et deux doses de naloxone à 4 heures d’intervalle ont été nécessaire pour contrôler les symptômes, de même qu’une admission aux soins intensifs pour surveillance. Il a été constaté que le patient a reçu une solution orale de morphine à 5 mg/mL au lieu de 1 mg/mL, avec un volume correspondant à la dose prescrite pour la solution de 1 mg/mL; les doses administrées étaient donc de 1 mg/kg par inadvertance.

La conclusion de l’article comporte une phrase clé que je cite ici telle quelle, qui rejoint plusieurs autres articles qui ont été écrit sur le même sujet depuis les recommandations d’éviter la codéine en pédiatrie:

Depuis le retrait de la codéine des options de traitement pour les enfants de moins de 12 ans, la morphine est devenue une option intéressante pour le soulagement de la douleur. Il s’agit toutefois d’un médicament associé à un risque élevé d’erreur pouvant entraîner des conséquences graves. À la suite de la recommandation de Santé Canada, il faut se questionner pour savoir si le nombre événements évités par le retrait de la codéine en pédiatrie est plus grand que le nombre événements causés par le passage à la morphine. Étant donné la consommation croissante d’opiacés depuis le début des années 2000, l’utilisation de la morphine pour les enfants ayant subi une amygdalectomie doit faire l’objet d’une évaluation approfondie des risques et des bienfaits afin d’en justifier l’usage.

Déclaration de conflit d’intérêt: je connais tous les auteurs de cet article mais je n’ai pas été impliqué dans son écriture ni dans le cas clinique décrit.

Cas d’intoxication à la morphine en pédiatrie

Protocole d’une étude évaluant l’effet de la prescription et administration électronique des médicaments en pédiatrie

Cet article décrit le protocole d’une étude australienne à venir, qui sera menée dans deux hôpitaux pédiatriques tertiaires et académiques de 310 et 180 lits. L’intervention à l’étude sera le passage de la prescription et de la documentation de l’administration des médicaments sur papier, à module de prescription électronique avec aide à la décision complète, ainsi qu’à module de documentation de l’administration (une FADM électronique), dans un logiciel de dossier électronique commercial déjà en service. Le premier objectif de l’étude sera de déterminer l’effet de l’implantation sur les événements indésirables liés aux médicaments et sur la durée de séjour dans le premier hôpital. Le deuxième objectif sera de caractériser l’effet de ce système sur le flot de travail et l’efficacité des cliniciens, et le troisième sera de voir si des modifications au système suite aux observations liées à la première phase permettra d’améliorer l’effet de son implantation au deuxième hôpital.

Le devis de l’étude sera un stepped-wedge cluster randomised controlled trial (je ne m’essaierai pas à le traduire en français), c’est-à-dire un devis où le système sera implanté progressivement à travers tout l’hôpital par unité de soins, et l’ordre d’implantation sera randomisé, afin de pouvoir effectuer des comparaisons. Ce devis, selon les auteurs, est adapté aux situations où il est impossible de randomiser des patients individuels et où l’intervention doit être appliquée en bout de ligne à toute la population à l’étude.

Les fonctionnalités du système implanté sont exhaustives: prescription électronique complète sauf pour les soins intensifs et l’anesthésie, bilan comparatif des médicaments à l’admission et au congé, documentation de la dispensation, documentation de l’administration, aide à la décision avec calcul de doses, ordonnances pré-rédigées, politiques et protocoles, alertes d’interactions et de doses hors normes, et support pour les applications mobiles.

Les erreurs liées au médicaments évaluées seront celles qui se produiront réellement de même que celles interceptées avant administration. Les erreurs de prescription seront collectées par revue de dossier rétrospective, et les erreurs d’administration par observation directe des infirmières et collecte de données à l’aide d’un formulaire standardisé durant l’observation.

Je trouve ce protocole exhaustif et intéressant, il permettra de mieux caractériser l’effet de l’implantation d’un système électronique complet pour les activités cliniques liées au médicament sur les erreurs médicamenteuses et une issue clinique de première importance, la durée de séjour. J’ai bien hâte de voir les résultats.

Protocole d’une étude évaluant l’effet de la prescription et administration électronique des médicaments en pédiatrie

Articles de la semaine

États-Unis, intégration de l’informatique de la santé au curriculum des étudiants en pharmacie

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.

États-Unis, erreurs liées à la prescription électronique

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.

États-Unis, effets de la prescription électronique de la nutrition parentérale en néonatologie

63404113 - blood bag icon, medical signCette 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.

Articles de la semaine