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.

Revue systématique de l’effet de la prescription électronique sur les erreurs médicamenteuses

Je vous parlais au début 2019 d’une revue systématique sur les effets de la prescription électronique avec aide à la décision. Cette revue avait inclus des articles allant jusqu’à 2016. Une nouvelle revue systématique avec méta-analyse sur le même sujet a été publiée au mois d’août.

Les auteurs de cette nouvelle revue ont révisé la littérature de 2007 à 2017 (inclusivement) et ont inclus les études randomisées ou prospectives chez les patients hospitalisés, à l’urgence ou en soins de longue durée. Les études incluses devaient avoir comme intervention une « stratégie de prescription électronique », définie comme de l’aide à la décision seule ou de la prescription électronique avec ou sans aide à la décision, comparée à un contrôle sans intervention électronique. Je trouve que cette définition est très large, l’aide à la décision seule (« standalone ») est une chose très différente de la prescription électronique (« computerized provider order entry ») intégrée à un dossier électronique. Les études rétrospectives, comparant deux modalités électroniques, avec plusieurs interventions à la fois, ou ciblant les patients externes, ont été exclues. Les issues évaluées étaient les erreurs médicamenteuses et les événements indésirables touchant le patient (« patient harm »).

Une stratégie de recherche systématique, incluant la sélection des articles et l’extraction de leur contenu de façon indépendante par deux chercheurs, a été menée. Les recommandations GRADE ont été suivies pour coter les articles. En fonction de critères prédéterminés, certains articles ont été inclus dans une méta-analyse pour des issues choisies, avec évaluation de l’hétérogénéité et du biais de publication.

2832 études ont été retrouvées, desquelles 38 ont été incluses après tout le processus de sélection, provenant de 12 pays. Le tableau 1 de l’étude décrit les études incluses. À la lecture de ce tableau, on constate au premier coup d’œil que les articles inclus sont extrêmement disparates. Parmi 11 études randomisées, 7 avaient comme sujet le contrôle automatisé de la glycémie avec une perfusion d’insuline aux soins intensifs ou en post-chirurgie, une ciblait le contrôle glycémique chez les diabétiques de type 2, une était à propos du dosage de mycophénolate après une transplantation rénale, une visait le choix d’antibiotiques empiriques en sepsis et une était à propos de la réhydratation chez les enfants avec vomissements ou diarrhée. Aucune étude avec un devis randomisé n’était donc réellement à propos de l’effet de la prescription électronique comme tel, il s’agissait toutes d’études portant un outil d’aide à la décision électronique dans un contexte clinique très précis. Les 11 études randomisées ont rapporté des données sur les événements indésirables touchant le patient et aucune n’a rapporté de données sur les erreurs de médicaments.

De même, parmi les 27 études non randomisées, seules 6 études chez l’adulte et 4 en pédiatrie portaient réellement sur l’effet d’un système de prescription électronique. Les autres portaient sur des outils d’aide à la décision dans le choix d’antibiotiques (8), le contrôle de la douleur (2), la détection d’interactions médicamenteuses (1), l’ajustement en insuffisance rénale (1), les nausées et vomissements post-opératoires (2), le bilan comparatif des médicaments (1), le traitement de la pneumonie (1) et la sédation (1). 18 de ces études ont rapporté des données sur les événements indésirables et 13 des données sur les erreurs médicamenteuses.

Au total, 10 de 13 études ont rapporté une diminution des erreurs médicamenteuses. La méta-analyse de 11 de ces études a démontré une réduction du risque d’erreur avec un risque relatif de 0.24 (intervalle de confiance 95% 0.13-0.46) avec une grande hétérogénéité et un possible biais de publication. L’effet était plus prononcé dans les études récentes.

En ce qui a trait aux événements indésirables, les événements rapportés étaient la mortalité, la durée de séjour, l’hypoglycémie, l’échec de traitement, l’hospitalisation et la réadmission, le délai de traitement, le contrôle de la douleur, les nausées et vomissements post-opératoires et les infections. On voit donc qu’il s’agit d’issues précises tirées des contextes cliniques des études incluses et qu’il ne s’agit pas d’issues évaluées à travers un grand nombre d’études. Ceci compromet la capacité de tirer des conclusions généralisables à la prescription électronique ou à l’aide à la décision dans son ensemble à partir de ces données. Les auteurs ont quand même réalisé une méta-analyse sur les différentes catégories d’événements indésirables mais rien de particulier n’en n’est ressorti hormis une diminution des « adverse drug events » avec un risque relatif à 0,52 (intervalle de confiance 95% 0,40-0,68), mais sur la base de seulement deux études. La définition de précise de cette issue n’est pas bien décrite, les auteurs semblent se baser sur la catégorisation des études incluses telle quelle, laquelle n’est pas expliquée.

Je crois que cette étude, malgré une méthode très solide et une intention louable, souffre d’avoir mal défini le type d’intervention qu’elle souhaitait évaluer. On a l’impression que les auteurs souhaitaient examiner d’un seul coup l’effet de n’importe quelle intervention électronique touchant à la prescription de médicaments ou à l’aide à la décision. Malheureusement, comme les auteurs le mentionnent dans leur discussion, les publications sont hétérogènes. Beaucoup d’études se focalisent sur un contexte clinique précis avec une intervention spécifique à ce contexte, et ceci ne produit pas de données pouvant être mises en commun avec d’autres interventions ou d’autres contextes.

Dans le contexte de l’aide à la décision, je suis de l’opinion que « l’électronique » est un support pour exposer un clinicien à une intervention (par exemple une alerte, une recommandation, une liste de choix filtrée, etc.) et qu’on ne peut pas évaluer l’effet de n’importe quelle intervention amenée via ce support comme un tout, en tout cas pas pour une variété de situations cliniques en même temps. J’ai déjà parlé abondamment sur ce blogue de l’importance de bien paramétrer les systèmes d’aide à la décision et en particulier les alertes, et je crois que la recette gagnante demeure d’afficher la bonne information, à la bonne personne, au bon moment et par le bon support.

En ce qui a trait à la prescription électronique, je pense qu’il est assez clair que cette technologie permet de réduire certains types d’erreurs, et, comme d’autres revues sur le sujet ont montré, que d’autres types d’erreurs peuvent survenir en fonction des caractéristiques du système mis en place.

L’article présenté ajoute à la masse de données qui suggère un effet bénéfique des technologies d’aide à la décision et de prescription électronique sur les erreurs médicamenteuses, néanmoins il est difficile d’attribuer l’effet observé à l’un ou l’autre considérant l’hétérogénéité des études incluses et la définition trop large de l’intervention étudiée.

Données sur le suivi et l’enseignement au patient en 2018 dans les hôpitaux américains

Cet article, paru en juillet, poursuit la tradition annuelle du sondage de l’ASHP sur l’état de la pratique de la pharmacie d’établissement de santé aux États-Unis. Cette année, les données sur le suivi et l’enseignement au patient sont présentées. L’article a fait l’objet d’un épidose du podcast AJHP Voices.

Je parlerai uniquement ici des données concernant les technologies, mais gardez en tête que beaucoup plus de données sont disponibles dans l’article complet. La même méthode que d’habitude a été utilisée, avec un échantillonnage parmi l’ensemble des hôpitaux éligibles. Le taux de réponse était de 16,6% avec 811 hôpitaux qui ont répondu.

Tous les patients sont suivis par un pharmacien dans 33% des hôpitaux, et 47% utilisent une fonction d’analyse de données du dossier clinique informatisé pour identifier les patients à suivre. Les logiciels précis sont nommés dans l’article. Les plus gros hôpitaux étaient plus susceptibles d’utiliser un tel logiciel.

Pour la collecte des données nécessaires au suivi des patients, 75,2% des hôpitaux offrent à leurs pharmaciens une automatisation de la collecte dans le dossier clinique informatisé ou un logiciel de surveillance pour le suivi quotidien. Encore une fois, ceci était plus fréquent dans les plus gros hôpitaux.

Pour l’identification d’événements indésirables liés aux médicaments, 76,9% des hôpitaux ont un système d’alerte lors de la prescription d’un antidote, parmi d’autres stratégies.

Au sujet de la technologie d’assistance aux préparations magistrales, 16,4% des hôpitaux utilisent un logiciel de gestion des préparations, et ceci était plus fréquent dans les plus gros hôpitaux, avec 57,6% des hôpitaux de plus de 600 lits qui disposaient de cette technologie. Par rapport à 2017, on constate une augmentation du nombre d’hôpitaux utilisant la vérification du code-barre des ingrédients de préparation (26,9% à 31,6%), du nombre d’hôpitaux disposant d’un logiciel de gestion des préparations (12,8 à 16,4%), du nombre d’hôpitaux utilisant des photos ou des vidéos des préparations (12,5 à 14,1%), mais la proportion d’hôpitaux utilisant la gravimétrie est demeurée stable (5,5 à 5,4%). Toutes ces technologies étaient plus fréquentes dans les hôpitaux de plus grande taille. Ce qui me frappe particulièrement est que malgré tous ces chiffres, 59,9% des hôpitaux n’utilisaient aucune technologie pour les préparations stériles. Les barrières rapportées face à l’implantation de ces technologies sont listées, le coût étant l’obstacle le plus fréquent avec 77,8% des hôpitaux rapportant ce problème.

Parmi les données collectées et suivies par les département de pharmacie, on note des mesures de charge de travail et de productivité, les interventions cliniques des pharmaciens, des mesures d’inventaire, le temps de service des médicaments, le nombre de doses manquantes, et les erreurs de dispensation. On mesure aussi les niveaux d’utilisation des technologies, les contournements d’alertes de prescription électronique et des mesures d’utilisation des cabinets automatisés et des pompes intelligentes.

Parmi les données rapportées dans cet article, les choses que je souligne et qui sont aussi mentionnées dans la discussion sont les suivantes:

  • L’utilisation de fonctionnalités de collecte et d’analyse de données à partir du dossier clinique informatisé, pour le suivi quotidien des patients par des pharmaciens, est en place dans 75% des hôpitaux. On peut facilement s’imaginer comment ce genre de technologie peut améliorer l’efficience du pharmacien par rapport à une collecte manuelle, en particulier dans le contexte québécois où on doit lire des tonnes de documents manuscrits (souvent illisibles ou mal remplis) pour trouver l’information dont on a besoin.
  • L’utilisation de technologies d’assistance aux préparations magistrales, en particulier pour les préparations stériles, est en augmentation, malgré le fait que plus de la moitié des hôpitaux ne disposent d’aucune technologie, principalement en raison de leur coût élevé. Heureusement, les chiffres sont meilleurs pour les plus gros hôpitaux. Je continue de penser que les études cherchant à démontrer des bénéfices à ces technologies pourraient être meilleures, mais il demeure que je crois qu’elles deviendront incontournables à moyen terme.
  • Le suivi de mesures collectées à partir des systèmes informatiques utilisés par les pharmaciens et qui concernent les médicaments est en place dans la majorité des hôpitaux. Encore une fois, il est facile de voir comment l’obtention de métriques en temps réel peut aider les pharmaciens à optimiser leur travail et à documenter leur impact clinique.