Une étude sur la posologie structurée en prescription électronique communautaire

Alors que les terminologies décrivant les médicaments (ex.: RxNorm aux États-Unis, CCDD au Canada) sont assez bien connues et utilisées pour la transmission de prescriptions électroniques en milieu communautaire, les éléments de description de la posologie font l’objet de plus de variabilité. Par exemple, au Québec, le DSQ reçoit les posologies de la part des logiciels de pharmacie communautaire sous forme de texte libre, ce qui a pour effet qu’une seule et même posologie peut être exprimée d’une variété de manières.

Une étude est parue en octobre dans JAMIA sur le sujet. Alors que les prescriptions émises dans les logiciels de prescription en établissement sont en général rédigées avec une posologie structurée, aux États-Unis, les instructions posologiques contenues dans les prescriptions électroniques peuvent être structurées ou en texte libre. Un standard américain existe pour les ordonnances destinées au milieu communautaire, le NCPDP SCRIPT, mais l’utilisation des champs structurés n’est pas obligatoire. Ce standard utilise entre autres la terminologie SNOMED CT. Selon l’introduction de l’article, en 2020, environ 11% des ordonnances électroniques transmises aux pharmacies communautaires américaines utilisaient ce standard. L’objectif de l’étude était de déterminer l’étendue d’utilisation du standard dans un jeu de données de prescriptions électroniques provenant d’une entreprise gérant la transmission de prescriptions. Ensuite, les chercheurs souhaitaient comparer les instructions en texte libre aux éléments de données codifiés selon le standard dans les prescriptions, afin d’identifier les enjeux de qualité dans les prescriptions. En effet, des instructions en texte libre discordantes par rapport aux éléments de données granulaires codifiés dans la posologie, ou des éléments de posologie structurée illogiques, indiquent une prescription ambiguë ou contradictoire, à risque d’erreur.

Les auteurs ont obtenu un jeu de données provenant de 12 logiciels de prescription électronique couvrant 31 326 lieux de prescription aux États-Unis entre 2019 et 2021, pour un total de total 3 819 940 prescriptions électroniques. Ils ont identifié les prescriptions comportant des instructions structurées, et ont analysé les directives résultantes à l’aide d’un modèle de traitement du langage appelé Med7 afin de déterminer les doses, formes pharmaceutiques, voies d’administration, fréquences et durées des prescriptions. Au final, 32,4% des prescriptions comportaient au moins une composante de la posologie dans un format structuré.

Diverses analyses ont été réalisées pour déterminer la progression de l’utilisation de la posologie structurée à travers la période couverte par le jeu de données. Les auteurs ont aussi réalisé une comparaison de la prévalence de chaque composante des instructions posologiques entre les prescriptions rédigées directement en texte libre par rapport à celles rédigées de manière structurée.

Les enjeux identifiés dans les éléments de posologie structurée ont été évalués et catégorisés. Cette section est très intéressante. On constate assez clairement que l’utilisation d’une posologie structurée ne prévient pas les ordonnances ambiguës ou illogiques. Citons par exemple:

  • Des ordonnances sans arrondissement (ex.: 975 mg = 30.4688 mL)
  • Des ordonnances pour lesquelles le calcul d’équivalence entre la dose et les formes pharmaceutiques était mal fait (ex.: 1000 mg = 1000 comprimés)
  • Des ordonnances où l’expression de fractions était mal calculée (ex: 11/2 comprimés = 5,5 comprimés plutôt que 1 1/2 comprimé soit 1,5 comprimé)
  • Des ordonnances avec une dose illogique (ex.: appliquer une demi petite quantité)
  • Des discordances entre les données structurées et le texte (ex.: texte dit « qd », mais la donnée structurée dit « qid »)

Les auteurs proposent des stratégies d’amélioration dans la discussion. Je vous invite à lire le texte complet si le sujet vous intéresse. Je retiens de cet article que l’utilisation d’une posologie structurée à des fins de transmission électronique des prescriptions en milieu communautaire n’aboutit pas automatiquement en des prescriptions de qualité. Comme en milieu hospitalier, deux enjeux majeurs sont les discordances entre le texte libre et les champs structurés, ainsi que les instructions ambiguës ou illogiques dans les champs structurés.

Revue Cochrane sur la prévention des erreurs médicamenteuses en milieu hospitalier chez les adultes

Une revue Cochrane a été publiée récemment, avec l’objectif d’identifier les stratégies démontrées efficaces pour prévenir les erreurs médicamenteuses en contexte hospitalier chez les adultes. La publication originale remonte à un an, cependant le texte complet est devenu accessible gratuitement sur PubMed Central en novembre 2022.

La méthodologie Cochrane a été suivie. Une stratégie de recherche systématique dans plusieurs services d’indexation a été utilisée, incluant les études randomisées contrôlées ou quasi-randomisées, les études quasi-expérimentales de type série temporelle interrompue (avec au moins 3 points de données avant et après l’intervention) et les études contrôlées pré-post avec plus d’un site intervention ou contrôle. Les études devaient avoir lieu dans un hôpital, incluant le milieu hospitalisé, ambulatoire ou à l’urgence. Les patients étudiés devaient être des adultes. Les centres de soins de longue durée ou les institutions gériatriques, psychiatriques ou pédiatriques étaient exclus. Les études devaient évaluer l’effet d’une intervention sur les erreurs de médicaments en comparaison à aucune intervention, une autre intervention, ou aux soins usuels. Les autres issues évaluées étaient les événements indésirables liés aux médicaments et les issues cliniques (mortalité, morbidité, durée de séjour, etc.).

21 545 titres et abstracts ont été évalués, résultant en 1066 publications en texte complet éligibles. De celles-ci 65 études ont rencontré les critères d’inclusion de même que 4 publications secondaires. 51 étaient des études randomisées contrôlées, 7 séries temporelles interrompues, 1 série temporelle interrompue avec contrôle et 6 études pré-post. Ceci représentait un total de 110 875 patients dont 23 182 dans les études randomisées contrôlées. 61 études étaient dans des pays développés dont les États-Unis, l’Australie et le Royaume-Uni entre autres. Les détails des évaluations de biais sont listés dans le texte complet.

Les stratégies ressortant de l’analyse des études pour réduire les erreurs sont: le bilan comparatif des médicaments, la prescription électronique avec aide à la décision, l’identification par code-barres des personnes et des médicaments, la rétroaction sur les erreurs de prescription et les systèmes de dispensation.

Les résultats de l’étude sont rapportés de manière un peu étrange. Plusieurs résultats sont présentés alors que les intervalles de confiance les accompagnant incluent et dépassent largement les valeurs nulles (ex: 1 pour un odds-ratio). Je n’ai pas trouvé d’explication satisfaisante pour cela dans l’article. J’ai choisi de présenter uniquement les résultats où l’intervalle de confiance n’incluait pas la valeur nulle ci-dessous, mais le texte complet de l’article détaille bien chaque résultat. On peut résumer les résultats de l’étude ainsi:

  • Pour le bilan comparatif des médicaments:
    • Selon un faible niveau de preuve, le bilan comparatif des médicaments, par rapport à aucun bilan comparatif réduit probablement les événements indésirables (OR 0.38, intervalle de confiance 95% 0,18-0,80).
    • Selon un faible niveau de preuve, le bilan comparatif réalisé par des pharmaciens, par rapport au bilan réalisé par d’autres professionnels que les pharmaciens, pourrait réduire les erreurs (OR 0,21, intervalle de confiance 95% 0,09-0,48)
    • Selon un faible niveau de preuve, le bilan comparatif des médicaments appuyé par un référentiel (« database-assisted medication reconciliation », je comprends à la lecture du texte qu’on parle de l’utilisation d’une source telle que le DSQ dans un processus de bilan comparatif), pourrait réduire les événements indésirables (OR 0,26, intervalle de confiance 95% 0,1-0,64)
    • Selon un niveau de preuve modéré, les interventions multimodales (changements dans l’organisation des soins, stratégies concertées pour implanter la réconciliation des divergences identifiées au bilan) permettent probablement de résoudre davantage les divergences médicamenteuses par rapport à la pratique usuelle (RR 2,14, intervalle de confiance 95% 1,81-2,53)
  • Pour la prescription électronique et l’aide à la décision:
    • Selon un niveau de preuve modéré, la prescription électronique combinée à l’aide à la décision optimisée, par rapport à la prescription électronique avec aide à la décision standard, réduit probablement les erreurs (OR 0,95, intervalle de confiance 95% 0,74-0,97)
    • Selon un niveau de preuve faible, l’aide à la décision avec priorisation des alertes comparativement à l’aide à la décision sans priorisation des alertes (avec alertes inutiles) pourrait prévenir les événements indésirables (différence moyenne 1,98, intervalle de confiance 95% 1,65-2,31).
  • Pour le code-barres:
    • Selon un niveau de preuve faible, l’utilisation de code-barres pour identifier les médicaments et les intervenants (personnel, patients) pourrait réduire les erreurs (OR 0,69, intervalle de confiance 95% 0,59-0,79).
  • Pour la rétroaction:
    • Selon un niveau de preuve faible, la rétroaction sur les erreurs de prescription pourrait réduire les erreurs (OR 0,47, intervalle de confiance 95% 0,33-0,67).
  • Pour les systèmes de dispensation:
    • Selon un niveau de preuve faible, les systèmes de dispensation sur les unités chirurgicales (on parle de cabinets automatisés dans les études incluses) pourraient réduire les erreurs (OR 0,61, intervalle de confiance 95% 0,47-0,79).

L’article inclut dans sa discussion une présentation des autres revues systématiques sur la prévention des erreurs médicamenteuses en milieu hospitalier et sur les effets de la prescription électronique, j’encourage ceux que ces sujets intéressent à lire cette section.

Je trouve que cette publication est très pertinente et permet de synthétiser du mieux qu’elle peut une littérature volumineuse, hétérogène et difficile à suivre, en particulier celle sur la prescription électronique et l’aide à la décision. Évidemment, l’hétérogénéité de la littérature se manifeste dans l’incertitude des résultats présentés. De plus, les auteurs semblent avoir voulu rester à haut niveau dans leur description des processus et des technologies, et il peut être parfois difficile de comprendre ce à quoi ils réfèrent exactement. Par exemple, je n’arrive pas à être certain de ce qu’ils veulent dire par « prescription électronique avec aide à la décision optimisée » par rapport à « standard ».

Malgré ces failles, je pense qu’on peut retenir que les interventions présentées sont celles que l’on doit privilégier pour espérer agir sur les erreurs médicamenteuses. Pour les interventions technologiques comme la prescription électronique, l’aide à la décision, les code-barres et les cabinets, je répète cependant que le simple déploiement n’est pas suffisant pour retirer des bénéfices, il faut que la mise en place de la technologie ait été réfléchie et arrimée aux processus cliniques et aux autres technologies en place. Dans la cadre du médicament, le circuit « en boucle fermée » devrait réfléchi comme un tout, intégré et interfacé de bout en bout.

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.