Enseignement de l’informatique clinique en pharmacie

J’ai déjà parlé de Partners in E, un programme d’une faculté de pharmacie californienne hébergé par HIMSS qui propose un curriculum standardisé à intégrer aux programmes de Pharm.D pour l’enseignement de l’informatique en santé.

Le pharmacien Alexandre Chagnon (@AlexandrChagnon) m’a également fait part via Twitter d’un programme de formation canadien provenant de l’Association des Facultés de Pharmacie du Canada développé en partenariat avec des universités canadiennes et Inforoute Santé du Canada.

J’ai lu récemment dans le American Journal of Pharmaceutical Education un énoncé sur la formation en informatique clinique et les carrières en informatique pour les pharmaciens. L’article est bien écrit, je crois que c’est un must pour bien comprendre les enjeux par rapport à ce sujet.

L’article débute par une perspective historique sur l’évolution de l’informatique en santé et de son enseignement, puis discute des exigences de certification aux États-Unis pour les facultés de pharmacie, de même que des composantes d’informatique dans ces exigences. Suit une comparaison avec les programmes similaires en soins infirmiers et en médecine.

Les initiatives existant en pharmacie sont détaillées, incluant Partners in E et même le programme canadien !

Les dernières pages de l’article comportent une liste de références et approches suggérées en informatique de pharmacie, découpée par étape du circuit du médicament et par objectif. Cette liste en elle-même est un outil très intéressant.

Un second article est prévu pour présenter un plan pour former des pharmaciens qui se destinent à devenir des experts en informatique clinique.

Enseignement de l’informatique clinique en pharmacie

Utilisation d’une bibliothèque d’ordonnances pré-rédigées dans un hôpital américain

Malgré plusieurs articles qui décrivent l’impact positif d’ordonnances pré-rédigées (order sets) utilisées seules ou comme partie d’un groupe d’interventions pour améliorer la prise en charge de divers problèmes, peu de publications détaillent les systèmes en place pour gérer et diffuser ces ordonnances.

L’article présenté ici est un “abrégé” (plutôt long) présenté au congrès de l’American Medical Informatics Association. Le texte complet est disponible gratuitement sur PubMed Central, ce qui est rare pour le contenu de l’AMIA.  L’article décrit la mise en place du logiciel Cerner EHR dans une organisation de soins de santé américaine située en Utah. L’organisation est énorme et englobe 22 hôpitaux, 1 hôpital pédiatrique, 185 cliniques externes, 18 cliniques communautaires et un plan d’assurance. Près de la moitié des résidents de l’Utah sont suivis dans cette organisation. Le logiciel mis en place permet le développement d’ordonnances pré-rédigées et permet à chaque prescripteur de développer des ordonnances personnalisées dérivées des modèles institutionnels. Suite à l’implantation du système, un tableau de bord d’indicateurs a été développé pour permettre l’analyse de l’utilisation des ordonnances pré-rédigées et pour fournir de la rétroaction à leurs auteurs. Les données d’utilisation de 12 mois, de février 2015 à février 2016, ont été extraites.

Les fonctionnalités du tableau de bord étaient entre autres:

  • Afficher les volumes d’utilisation de chaque ordonnance, découpés en utilisation du modèle de base et de variantes personnalisées.
  • Afficher l’utilisation d’une ordonnance en fonction du temps, découpé par version et par modèle.
  • Détailler les versions de chaque ordonnance, incluant les dates et heures de versions, les auteurs, ainsi que les différents changements dans chaque modèle standard et dans chaque version personnalisée.
  • L’évolution schématisée graphiquement des éléments individuels inclus dans l’ordonnance pré-rédigée, notamment ce qui a été ajouté, retiré ou modifié.

Dans les données d’une année qui ont été extraites, les auteurs ont constaté que 107 auteurs avaient développé plus de 1400 modèles standards d’ordonnances pré-rédigées, cependant moins de la moitié de ce qui avait été développé avait été réellement utilisé. Près de 300 000 instances d’utilisation ont été collectées. Ils ont constaté que différents départements avaient une approche très différente, par exemple le département de cardiologie ne permettait pas la personnalisation de ses modèles tandis que d’autres départements encourageaient cette pratique. Les utilisateurs avaient tendance à créer des modèles personnalisés des ordonnances pré-rédigées simplement pour en changer le nom à quelque chose qu’ils étaient plus susceptibles de retrouver facilement, plutôt qu’à en changer le contenu. En effet, 80% du volume d’ordonnances générées à partir de ces documents était conforme au contenu standard. Une fonctionnalité utile du logiciel était que les mises à jour du modèle standard étaient poussées aux modèles personnalisés, diminuant ainsi le risque d’utiliser une ordonnance désuète. Les auteurs considèrent que leur tableau de bord s’est avéré utile pour améliorer le développement des ordonnances pré-rédigées. Ils citent en exemple les ordonnances post-partum qui ont été modifiées suite à l’examen des données d’utilisation.

Il est cependant souligné que la non utilisation d’une grande quantité d’ordonnances pré-rédigées est préoccupante, car un formulaire non utilisé pourrait devenir désuet ou même diverger de nouvelles recommandations cliniques. Les auteurs suggèrent de considérer la suppression d’ordonnances pré-rédigées inactives pour un certain temps et pour réduire les ressources nécessaires au maintien de la bibliothèque.

Je trouve cet article intéressant car il décrit bien les problèmes vécus dans la gestion d’une grande bibliothèque d’ordonnances pré-rédigées, et il montre bien comment l’informatisation d’un tel processus peut avantageusement inclure un volet de collecte de données, d’indicateurs et d’analytique.

Utilisation d’une bibliothèque d’ordonnances pré-rédigées dans un hôpital américain

Détection d’erreurs médicamenteuses par machine learning

Cette étude avait pour objectif de caractériser l’exactitude, la validité et l’utilité clinique d’alertes sur les médicaments établies par un logiciel utilisant le machine learning pour générer automatiquement des alertes à partir d’écarts par rapport à la norme. L’étude a été faite sur les données du Brigham and Women’s Hospital et du Massachusetts General Hospital aux États-Unis.

Le logiciel évalué était MedAware, un logiciel commercial. Ce logiciel utilise le machine learning pour créer 3 types d’alertes sur les médicaments:

  • Des données cliniques hors norme (par exemple prescription de contraceptif pour un enfant garçon).
  • Des données temporellement hors norme (par exemple une diminution des plaquettes chez un patient sous anticoagulant).
  • Un dosage hors norme (le dosage est à l’extrême de la distribution habituelle de dose pour ce médicament ou par rapport à l’histoire du patient).

Tous les patients ayant eu au moins une visite externe (les patients hospitalisés n’étaient pas inclus) entre le 1er janvier 2012 et le 31 décembre 2013 dans un de ces deux hôpitaux. Pour ces patients, les données rétrospectives de 5 ans ont été extraites. À noter, ces données étaient déjà encodées dans un dossier électronique de manière structurée, par exemple les données démographiques, les diagnostics, les listes de problèmes, les médicaments, les allergies, les signes vitaux et les résultats de laboratoires. Cependant, ces données comportaient bien sûr les failles habituelles des données cliniques, c’est-à-dire l’encodage de données en texte libre, dans les mauvais champs, de manière inconstante, etc.

Conformément aux principes du machine learning, les données ont été divisées en deux groupes, un groupe d’apprentissage et un groupe de test. Un échantillon de 300 dossiers a été utilisé pour une validation manuelle des alertes générées par le logiciel. Les paramètres évaluées étaient l’exactitude (l’alerte correspondait-elle réellement aux données encodées ?), la validité (l’alerte était elle adéquate compte tenu des données disponibles partout dans le dossier ?), et l’utilité clinique. Le codage de ces paramètres était effectué par consensus de l’équipe de recherche.

747 985 patients ont été inclus, ayant généré 15 692 alertes dans le groupe de 373 992 patients de test. 29,3% des alertes étaient liées aux données cliniques, 66,8% aux données temporelles et 3,9% au dosage. 23,8% des alertes n’étaient pas valides en raison de problèmes liées aux données, donc 76,2% des alertes étaient valides par rapport aux données encodées. De celles-ci, 56,2% étaient de valeur clinique élevée selon l’équipe de recherche et 18,8% de valeur moyenne.

Les auteurs soulignent dans la discussion la difficulté d’analyser un ensemble de données tiré d’un dossier électronique réel compte tenu de la grande variabilité dans la qualité, la disponibilité et l’encodage des données. La classification de la valeur clinique des alertes est aussi discutable car subjective. Néanmoins, le pourcentage d’alertes cliniquement utile est largement plus élevé que ce que l’on voit en pratique réelle, où la vaste majorité des alertes sont d’une utilité discutable. Il semble que le machine learning soit une avenue intéressante pour les systèmes d’aide à la décision du futur.

Détection d’erreurs médicamenteuses par machine learning

Alertes pour la détection des problèmes liés à la pharmacothérapie

Cette étude a été réalisée en Espagne dans un hôpital universitaire de 431 lits, et avait pour objectif de décrire l’utilisation d’un système d’aide à la décision offrant des alertes intégrées au logiciel de prescription électronique et au dossier électronique, pour une détection de problèmes liés à la pharmacothérapie.

Le système offrait la possibilité de programmer des déclencheurs d’alerte liés aux paramètres suivants:

  • L’âge ou le sexe
  • La dose maximale, minimale ou cumulative, les voies d’administration et la durée de traitement
  • Les tests de laboratoire et les indicateurs et scores dérivés (clairance à la créatinine, score MELD, etc.)
  • Les interactions médicamenteuses

À noter, le système n’offrait pas d’alerte pour les allergies.

À chaque jour, les pharmaciens cliniciens de l’hôpital révisaient les alertes générées par le système qui s’affichaient dans le module de pharmacie du dossier électronique. Ces alertes étaient visibles uniquement pour les pharmaciens. Ceux-ci prenaient action selon la pertinence clinique et l’urgence de l’alerte, soit en inscrivant une note au dossier électronique visible pour les autres professionnels ou en intervenant directement auprès de l’équipe clinique. Évidemment, les pharmaciens cliniciens révisaient aussi les profils pharmacologiques de manière indépendante du système d’alertes pour détecter tous les problèmes.

Les données de ce système ont été collectées pour l’année 2012. 83% des médicaments existant dans le système avaient des paramètres d’alertes programmées, pour un total de 7879 alertes potentielles, correspondant à 99,4% des médicaments prescrits durant l’année.  185 131 prescriptions ont été faites avec le système durant l’année, et 3552 interventions pharmaceutiques ont été faites. De celles-ci 79,1% ont été détectées par le système d’alerte et le reste n’ont été détectées que par le pharmacien clinicien. Au moins un problème a été détecté chez 10,7% des admissions et 12,4% des patients.

Au total, 13 833 alertes ont été générées par le système durant l’année, dont 2808 (20%) ont été jugées cliniquement significatives par les pharmaciens cliniciens. 53,2% des alertes pertinentes concernaient le dosage, 25,7% les tests de laboratoire (47% fonction rénale, 38,4% électrolytes), 15,4% les interactions, 4,6% les duplications et 28% les combinaisons.

Le pourcentage d’alertes cliniquement significatives dans cette étude est relativement élevé à 20%, ce qui, je crois, pourrait être lié à la programmation des alertes gérée par les pharmaciens de l’établissement plutôt qu’à l’utilisation d’un système commercial. J’aime bien l’idée d’automatiser, au moins partiellement, la détection des problèmes de pharmacothérapie en assistance au pharmacien clinicien qui doit réviser des profils pharmacologiques, afin de s’assurer de ne rien “échapper” par inadvertence. Néanmoins, ce genre de système doit être bien paramétré pour être cliniquement utile et ne pas contribuer au alert fatigue causé par les systèmes qui génèrent plein d’alertes inutiles.

Alertes pour la détection des problèmes liés à la pharmacothérapie

Ajouter l’indication dans le contenu des ordonnances électroniques

Cet été, un article est paru dans le New England Journal of Medicine qui proposait d’ajouter l’indication dans les informations faisant partie d’une prescription électronique. Les auteurs, provenant d’institutions affiliées à l’université Harvard, présentent un tableau des avantages potentiels et des défis reliés à ce changement. Parmi les avantages, on note:

  • Une amélioration de la sécurité dans l’utilisation des médicaments, en permettant entre autres aux pharmaciens de valider le nom du médicament en fonction de l’indication, et de mieux valider les doses selon cette indication.
  • Une meilleure compréhension par les patients de leur pharmacothérapie.
  • Une amélioration de la communication entre les professionnels.
  • Une facilitation de la réconciliation médicamenteuse.
  • La possibilité d’améliorer l’aide à la décision dans la prescription électronique en présentant des choix par indication.
  • Une amélioration de la documentation des problèmes de santé.
  • Une amélioration des choix de traitement par les prescripteurs.
  • Une facilitation du travail lié au remboursement par les assureurs.
  • L’amélioration de la qualité des données pour la recherche.

Les défis à prévoir pour intégrer ce changement sont:

  • Une charge de travail supplémentaire pour les prescripteurs.
  • Des inquiétudes quant à la confidentialité.
  • Le peu de données probantes supportant un tel changement.
  • Les complexités liées à la définition des indications (par exemple pour les traitements empiriques).
  • La compétition entre diverses manières de capturer ou d’inférer les indications.
  • Les complexités liées au codage et à la transmission des informations diagnostiques.
  • Les enjeux de remboursement lors de prescription hors indication.
  • Des enjeux d’autonomie dans la pratique clinique.
  • La fragmentation des systèmes et les enjeux d’interopérabilité.

L’ISMP a publié en novembre un document reprenant les principaux points de cet article et qui argumente dans le même sens, c’est-à-dire que les obstacles potentiels à cette pratique sont gérables et ne devraient plus être un frein à l’ajout de cette information dans les prescriptions.

Je suis moi aussi d’accord avec ces arguments. Je crois qu’il n’est plus défendable que l’indication de prescription d’un médicament soit une information privilégiée qui ne soit pas clairement documentée et transmise avec la prescription. Je constate fréquemment dans ma pratique des situations où les pharmaciens doivent valider des médicaments sans pouvoir juger adéquatement du choix d’agent et de la dose prescrite par manque d’information, où des infirmières doivent administrer des médicaments sans bien en saisir le but, et même où des patients ne savent pas pourquoi on leur donne tel ou tel médicament. Ce genre de situation ne devrait plus être tolérée maintenant que l’information peut être facilement transmise électroniquement. Avec la progression de l’informatisation du réseau de la santé au Québec, je suis convaincu qu’une réflexion sérieuse sur ce sujet devrait avoir lieu.

Ajouter l’indication dans le contenu des ordonnances électroniques

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

Articles de la semaine

États-Unis, révision des ordonnances de chimiothérapie orale en externe à l’aide d’un logiciel

Il s’agit d’une étude rétrospective de type pré-post menée au Medical University of South Carolina Hollings Cancer Center. Cette étude décrit l’effet de l’implantation d’un logiciel de prescription électronique de la chimiothérapie permettant la documentation des interventions sur le travail des pharmaciens en oncologie, en ce qui a trait à la révision des ordonnances de chimiothérapie orale en externe. Dans cette organisation, avant l’implantation de ce logiciel, les ordonnances de chimiothérapie orale n’étaient pas systématiquement révisées par un pharmacien avant la dispensation en pharmacie externe, à l’exception de deux cliniques ciblées et d’une révision ad hoc selon la situation. Après l’implantation du logiciel, la fonctionnalité d’identification des prescriptions de ce type a permis la mise en place d’un processus de révision systématique de toutes ces ordonnances, à l’exception de celles formulées à l’extérieur d’un plan de traitement standardisé. Le logiciel permet également la documentation des interventions pharmaceutiques liées à la révision de ces ordonnances.

Les patients ayant reçu au moins une ordonnance de chimiothérapie orale en externe ont été inclus dans cette étude si l’ordonnance avait été émise durant une période pré-implantation (octobre-décembre 2013) ou une période post-implantation (octobre-décembre 2014). Les ordonnances révisées et les interventions pharmaceutiques reliées ont été collectées; durant la période pré, celles-ci étaient documentées à l’extérieur du dossier électronique dans une feuille de calcul. Le temps requis pour les interventions a aussi été collecté, et les interventions ont été classées selon leur importance clinique à l’aide d’une classification reconnue établie dans d’autres études.

240 patients ayant reçu 450 ordonnances ont été inclus, dont 134 ordonnances révisées dans la période pré et 316 dans la période post. 89 interventions ont été réalisées dans la période pré, comparativement à 681 durant la période post. Les types d’interventions les plus fréquents étaient la coordination des calendriers de traitement, la coordination des soins et l’assistance avec les plans de traitement. 41 erreurs de prescription ont été interceptées durant la période pré, comparativement à 250 durant la période post.

Bien sûr, ceci était lié à une augmentation du temps passé à faire ces activités. Durant la période pré, 9.3 heures par mois étaient consacrées à la révision des ordonnances et 14.7 heures aux interventions, comparativement à 34 heures de révision et 79 heures d’intervention durant la période post.

Je trouve cette étude pertinente car elle est un bon exemple d’un effet positif d’une meilleure disponibilité de l’information sur le travail des pharmaciens. Dans le centre étudié, les ordonnances n’étaient pas systématiquement révisées car il n’y avait pas de système en place pour rendre ces ordonnances disponibles aux pharmaciens; tandis qu’après l’arrivée du logiciel, un flot de travail permettant cela a pu être mis en place. De même, la documentation des interventions de manière électronique, associée en temps réel à celles-ci, est un bénéfice pour illustrer l’effet bénéfique des pharmaciens sur ce processus.

Néanmoins, l’augmentation du temps associé à ces activités doit inévitablement s’accompagner d’une diminution du temps accordé à une autre activité si aucune ressource n’est ajoutée. En ce sens, il est utile de se demander si l’activité ainsi développée est la meilleure utilisation possible du temps de ces pharmaciens, mais on n’en parle pas dans cet article.

États-Unis, variabilité des interactions médicamenteuses de haute priorité dans les dossiers électroniques

Ce sondage avait pour objectif de décrire l’état d’implantation d’une liste de 15 interactions médicamenteuses jugées prioritaires par un organisme américain, dans l’optique de mieux caractériser la variabilité entre les différents centres, de la méthode d’évaluation et d’alertes pour ces interactions. L’article est disponible gratuitement en texte complet sur le site de l’éditeur.

La liste a été obtenu d’un consensus d’experts avec l’aval du Office of the National Coordinator for health information Technology américain. L’article décrivant la méthode d’élaboration et la liste elle-même sont disponibles en ligne.

21 centres américains représentant un échantillon de convenance ont été sélectionnés pour participer au sondage, et de même 2 logiciels gratuits ont été évalués par les chercheurs de la même manière. Des centres contactés, 19 ont répondu et 17 ont complété le sondage.

L’évaluation consistait en la création dans le logiciel de prescription électronique d’un patient test, suivi de prescriptions fictives des médicaments impliqués dans les 15 interactions évaluées. Durant cette phase, les chercheurs supervisaient le test par partage d’écran. Les résultats sont présentés en agrégé pour tous les centres, et une sous catégorie des 6 systèmes Epic représentés dans l’étude a été isolée.

Dans 17 des 19 systèmes évalués (89%), la capacité de présenter diverses sévérités d’interactions existait. Cependant, dans 4 systèmes (21%), seules les interactions les plus sévères apparaissaient en alerte, alors que toutes les interactions peu importe leur sévérité apparaissaient en alerte dans 8 (42%) systèmes.

Aucun système n’a affiché d’alerte pour les 15 interactions identifiées. Le meilleur résultat est 14/15 (93%), par un seul système. En moyenne, 58% des interactions ont généré une alerte interruptive (requérant confirmation de l’utilisateur pour continuer), et 12% ont produit uniquement des alertes passives. Un seul système a présenté des alertes avec interruption définitive (hard stop), empêchant l’utilisateur de continuer la prescription. Dans ce système, 7 des 15 interactions étaient configurés en interruption définitive.

En ce qui a trait aux interactions spécifiques, le comportement était très variable. L’interaction entre les ISRS et les IMAO était détectée dans pratiquement tous les système, alors que l’interaction entre le ramelteon et les inhibiteurs du CYP1A2 n’était détectée dans aucun système.

L’étude est intéressante car illustre bien la grande variabilité dans la gestion des interactions médicamenteuses, même dans un écosystème mature avec des produits commerciaux à grand déploiement. À noter qu’une liste d’interactions jugées prioritaires en pédiatrie existe; il serait intéressant qu’une étude similaire soit menée dans le contexte de la pédiatrie.

États-Unis, capacité des logiciels à intercepter des erreurs médicamenteuses dans les hôpitaux pédiatriques

52145965_sL’objectif de cette étude était d’évaluer la performance des logiciels de prescription électronique avec aide à la décision en utilisation dans 41 institutions américaines, certaines exclusivement pédiatriques et d’autres desservant une clientèle mixte pédiatrique et adulte. L’analyse a été effectuée avec la version pédiatrique du Leapfrog CPOE evaluation tool, un outil standardisé reconnu et couramment utilisé aux États-Unis. L’étude a eu lieu de février 2008 à décembre 2010, et comportait pour certaines institutions plusieurs évaluations dans le temps, ce qui a permis aux auteurs de décrire l’évolution temporelle des scores obtenus.

La méthode d’évaluation est bien décrite dans l’article. En résumé, il s’agit de créer des patients fictifs dans le système en place, d’entrer les ordonnances fictives demandées par le test et de noter ce que le système détecte comme erreurs. De surcroît, des ordonnances sans erreurs doivent être elles aussi testées et une limite de temps de 6 heures est imposée, afin de détecter les alertes inutiles, et de prévenir la tentation que certains pourraient avoir d’ajuster leur système d’aide à la décision aux ordonnances demandées par le test.

96 résultats de tests ont été obtenus, pour une moyenne de 2.2 par institution. 6 ont été exclus en raison de violation de la limite de temps ou de détection de résultats louches à partir des ordonnances sensées ne pas générer d’alertes. 90 résultats ont donc été exclus dans l’analyse. 73,2% des hôpitaux étaient des affiliés à des institutions académiques, et en moyenne, les hôpitaux participants étaient un peu plus grands que l’hôpital pédiatrique américain moyen.

Le score moyen pour l’ensemble des composantes testées était de 62%, avec un intervalle de confiance 95% de 57,9 à 66,1%. Les composantes testées étaient divisées en fonctionnalités de base (interactions, allergies, duplications, doses uniques, voies d’administration) et avancées (doses ou indications par diagnostic et par résultats de laboratoire, coûts, monitoring, doses cumulatives et alertes inutiles). Pour les composantes de base, le score moyen était de 71,6% et il était de 50,4% pour les fonctions avancées. Les fonctions avec les scores les plus élevés étaient la détection d’allergies (99,2%), de doses uniques inappropriées (81,1%), de doses cumulatives inappropriées (70,2%) et les voies d’administrations inappropriées (70,8%). Les pires performances étaient pour la détection d’interactions et de duplications. La performance n’était pas liée au type d’hôpital, au logiciel lui-même, au temps depuis le déploiement et à l’affiliation académique.

En moyenne, les systèmes de prescription électronique étaient en place depuis 4.1 ans. Les auteurs ont trouvé que les scores de performance avaient tendance à s’améliorer, d’en moyenne 4% par année après le test initial.

Je trouve cette étude pertinente en raison des données qu’elle offre sur la performance des logiciels de prescription électronique en pédiatrie. Dans notre contexte, on pourrait utiliser cet outil ou un autre similaire pour tester la performance des systèmes de prescription électronique qui seront inévitablement déployés au Québec dans les prochaines années. De même, un tel test serait applicable aux logiciels de pharmacie, qui offrent des fonctionnalités similaires. Ces résultats pourraient aider à développer un guide de paramétrage pour ces applications.

À noter: la première phrase de cet article est: “The Institute of Medicine’s 1999 report To Err Is Human…”

Articles de la semaine

Données sur la technologie en pharmacie d’établissement de santé aux États-Unis

Mise à jour 17 août 2016: Cet article a fait l’objet d’un épisode du podcast AJHP Voices. Le podcast parle surtout du champ de pratique des pharmaciens, des ressources humaines en pharmacie et de développement de la pratique, peu de technologies, mais ça demeure intéressant à écouter.


40034748 - online cloud medical health internet medication vector illustrationJe vous rapporte ici les résultats d’un sondage mené par l’ASHP, qui avait pour objectif de décrire l’état de la pratique pharmaceutique en établissement de santé aux États-Unis en 2015, spécifiquement par rapport à la surveillance de la pharmacothérapie et aux conseils aux patients. Ce type de sondage est réalisé annuellement par l’ASHP. Chaque année le sondage cible deux domaines spécifiques de la pratique parmi une liste préétablie de 6 domaines sondés en rotation.

La banque de données d’IMS Health a été utilisée pour construire un échantillon d’hôpitaux généraux médicaux et chirurgicaux et d’hôpitaux pédiatriques à sonder. Les hôpitaux spécialisés, fédéraux et des vétérans ont été exclus. Une stratification et un ajustement ont été faits pour assurer une représentativité de toutes les tailles d’hôpitaux dans les réponses obtenues. Les chefs de département de pharmacie des hôpitaux sélectionnés ont été contactés par courriel ou par courrier selon leur préférence, et plusieurs rappels ont été faits.

1432 hôpitaux ont été contactés, de ceux-ci 325 ont fourni des données utilisables, pour un taux de réponse d’environ 23%. Je présente ici les résultats liés spécifiquement à la technologie, au circuit du médicament et à la validation d’ordonnances, cependant d’autres résultats intéressants sont présentés dans l’article, notamment en terme de ressources humaines, de formation, d’organisation de la pratique, de pharmacovigilance et autres.

Voici quelques données que je trouve intéressantes:

Technologie et pharmacie

  • La proportion d’hôpitaux où les pharmaciens suivent plus de 75% des patients est passée de 20,3% en 2003 à 57,8% en 2015.
  • Dans 30,8% des hôpitaux, les pharmaciens suivent tous les patients. Dans 43,4% des hôpitaux, un logiciel utilisant les données cliniques est utilisé pour identifier les patients à suivre. Dans 16% des hôpitaux, un processus papier informel est plutôt utilisé, alors que dans 9,8% des hôpitaux il s’agit d’un processus papier formel.
  • Les critères utilisés pour identifier un patient à suivre étaient une valeur de laboratoire anormale requérant une ajustement de médication dans 75,8% des hôpitaux, une liste formalisée de médicaments nécessitant un suivi dans 66,9% des hôpitaux, une liste de maladies précises dans 47,5% des hôpitaux, des directives d’un comité de l’hôpital dans 46,6% des hôpitaux, le suivi par un service particulier dans 39% des hôpitaux, et l’utilisation de médicaments à coût élevé dans 36,2% des hôpitaux.
  • La méthode utilisée pour l’obtention de l’information de suivi quotidien par les pharmaciens était un outil du dossier clinique informatisé (du EHR) dans 58,6% des hôpitaux. Un processus manuel à partir du dossier médical était utilisé dans 54,6% des hôpitaux. 28,4% des hôpitaux avaient un système informatisé de surveillance clinique permettant aux pharmaciens de compiler de l’information pour le suivi.
  • 97,5% des hôpitaux avaient un dossier clinique informatisé partiel ou complet en place. 37,5% des hôpitaux avaient un dossier complètement informatisé, sans papier, tandis que 60% des hôpitaux avaient un dossier partiellement informatisé avec encore du papier. 2,5% des hôpitaux utilisaient un système complètement sur papier.
  • 84,1% des hôpitaux avaient un système de prescription électronique en place, comparativement à 2,7% en 2003 ! (dans le dernier rapport canadien sur la pharmacie hospitalière, volet québécois, c’était 7% au Québec en 2014, et selon un rapport de HIMSS Analytics, c’était 5% au Québec en 2012).
  • 93,7% des hôpitaux avaient un système d’administration des médicaments assisté par code-barre, comparativement à 1,5% en 2002 ! (selon les mêmes références, aucun au Québec en 2012 ou 2014).
  • Dans 40,3% des hôpitaux, les pharmaciens utilisaient un appareil mobile quotidiennement dans leur prestation de soins, les tâches effectuées à l’aide de ces appareils étaient la consultation d’information sur les médicaments (93,6%), la communication avec d’autres intervenants (51%), la consultation des laboratoires (47,9%), la consultation d’ordonnances ou la prescription (43,6%), la documentation d’interventions (37,4%), le bilan comparatif des médicaments (24,4%), la déclaration d’effets indésirables (23,6%), le suivi des ruptures d’approvisionnement (13,9%), les notifications de patients nécessitant un suivi (10,4%), et la consultation à distance (3,1%).

validation d’ordonnances

  • Une stratégie de validation d’ordonnances en temps réel était en place dans 86,2% des hôpitaux (comparativement à 59,6% en 2005), tandis que dans 13,8% des hôpitaux les ordonnances n’étaient pas validées en temps réel lorsque le département de pharmacie était fermé. Cette dernière situation était plus fréquent dans les petits hôpitaux.
  • La méthode la plus fréquente pour assurer la validation en temps réel était l’ouverture 24 heures par jour, 7 jours sur 7 du département de pharmacie, dans 41,6% des hôpitaux.
  • Pour les autres centres, 16,8% étaient affiliés à un centre offrant la validation 24 heures par jour, tandis que 16,6% utilisaient la télépharmacie vers un centre offrant la validation 24 heures par jour.
  • 11,2% avaient un pharmacien de garde sur place ou à distance pour effectuer la validation en dehors de l’ouverture du département de pharmacie.
  • 19,7% des hôpitaux offraient de la validation à distance pour un autre hôpital affilié.

Il est intéressant de constater à quel point la technologie prend de plus en plus de place en pharmacie aux États-Unis, les données du sondage montrent bien cette évolution depuis le début des années 2000. La même évolution est déjà commencée au Québec, j’ai bien hâte de voir ce qui sera en place dans quelques années.

Données sur la technologie en pharmacie d’établissement de santé aux États-Unis

Articles de la semaine

JAPON, CONTOURNEMENT D’ALERTES PAR UN MOT DE PASSE DANS UN SYSTÈME D’AIDE À LA DÉCISION

Cet étude, écrite par des auteurs japonais dont un pharmacien, a eu lieu dans un hôpital universitaire d’environ 1000 lits. Il n’est pas clair si le devis était prospectif ou rétrospectif, mais considérant la méthodologie de l’article, je doute que cela fasse une grande différence. L’étude avait pour objectif de décrire la réponse des médecins à un système de contournement par mot de passe des alertes d’interactions médicamenteuses générées par un système d’aide à la décision. L’article a été publié dans BMC Medical Informatics & Decision Making et est disponible gratuitement en texte complet sur PubMed Central.

Le système mis en place est, de l’aveu même des auteurs, unique. Je doute d’ailleurs qu’il survivrait longtemps dans le système nord-américain ! L’hôpital utilisait un système de prescription électronique avec aide à la décision intégré. Les interactions médicamenteuses de chaque médicament, telles que décrites dans les monographies officielles japonaises, étaient entrées dans le système par le département de pharmacie, et lors de la prescription de deux médicaments présentant une interaction médicamenteuses cotée comme contre-indication relative ou absolue, une alerte était générée. Afin de contourner l’alerte, le médecin devait téléphoner au pharmacien afin d’obtenir un mot de passe, généré aléatoirement et changé quotidiennement, et documenter la raison de contournement de l’alerte.

La période à l’étude allait de décembre 2011 à novembre 2012. Durant cette période, 268 622 prescriptions ont été traitées, et ont mené à 1449 alertes. De celles-ci, la majorité étaient des doublons et ont été exclues de l’analyse, pour finir en 170 vraies alertes incluses dans l’analyse. Après affichage de l’alerte, dans 111 cas le mot de passe a été obtenu et l’alerte contournée, alors que dans 59 cas, la combinaison a été évitée. L’alerte la plus fréquente était la combinaison de statine et fibrates, suivi de la combinaison de tacrolimus et de diurétiques épargneurs de potassium. Malheureusement, les raisons de contournement des alertes ont été peu documentées et une analyse n’a pu être menée sur ce paramètre.

Évidemment, une telle étude présente de nombreuses limites, dont l’utilisation de monographies comme source d’information pour la décision d’afficher une alerte à documentation obligatoire. Les monographies officielles sont bien sûr une source importante d’information, mais plusieurs banques de données plus ciblées pourraient être utilisées. On pourrait aussi argumenter que l’exigence de devoir téléphoner au pharmacien pour obtenir un mot de passe généré aléatoirement pour contourner l’alerte est une mesure qui devrait s’appliquer aux interactions les plus sévères, voire absolument contre-indiquées.

ÉTATS-UNIS, RECOMMANDATIONS POUR LA SÉLECTION DES MÉDICAMENTS À INCLURE DANS LES MOTEURS DE DÉTECTION

37146138_sCette publication a fait l’objet d’un épisode du podcast AJHP Voices. L’article consiste en un ensemble de recommandations émises par un panel de 20 experts en interactions, en pharmacologie clinique, et en systèmes d’aide à la décision provenant de divers milieux (académique, industrie, système de santé, etc.) Leur objectif, par ces recommandations, était d’établir les bases d’une banque nationale (aux États-Unis) d’interactions médicamenteuses à intégrer dans les systèmes d’aide à la décision des dossiers cliniques informatisés, afin que les interactions ainsi détectées soient cliniquement significatives, que l’information pertinente soit présentée aux cliniciens, et que les caractéristiques de ces systèmes cessent d’être différentes d’un produit à l’autre.

L’argument de développer un tel système national est bien logique: l’état actuel de la situation avec plusieurs banques émanant de plusieurs fournisseurs est loin de bien fonctionner. Les banques sont très variables en termes d’interactions présentes ou absentes, de nomenclature, d’information présentée, et même de mises à jour. Par ailleurs, la crainte de la responsabilité légale incite souvent les banques de données à inclure plus d’interactions que nécessaire; la supervision de ce processus par un organisme public au processus transparent permet d’encadrer ce risque.

  • L’article présente les recommandations en réponse à quatre questions:
    • Quel processus devrait être utilisé pour établir et tenir à jour la banque d’interactions ?
    • Établir un processus national à travers un organisme public, intégrant des parties prenantes de tous les milieux, avec un financement assuré par le public et le privé.
    • Ce comité doit réviser les données probantes sur les interactions et produire des synthèses de ces données.
    • Les risques posés par les interactions doivent être cotés par ce comité.
    • Le comité doit avoir un processus en place pour recevoir du feedback et y réagir de manière transparente.
    • Les recommandations de ce comité doivent avoir un processus de mise à jour.
  • Quelle information devrait être incluse dans la banque de données ?
    • Une définition et une hiérarchisation des interactions. Les auteurs insistent sur le fait que le terme sévérité (severity) n’est pas le bon terme pour décrire le degré de gravité d’une interaction, parce qu’une interaction peut être sévère sans nécessairement être cliniquement importante; ils proposent plutôt le terme seriousness.
    • Ils proposent une classification en trois cotes, soit la cote à la seriousness la plus élevée qui requerrait des alertes interruptives, une cote de seriousness moyenne qui générerait une alerte non interruptive, et une cote moins sévère qui ne générerait pas d’alerte.
    • Un résumé des conséquences cliniques pour le patient, ainsi que de la fréquence de ces conséquences.
    • La présence de facteurs du patient qui peuvent affecter l’interaction (on n’a qu’à penser aux interactions touchant l’intervalle QT pour comprendre l’importance de ces facteurs).
    • Le mécanisme de l’interaction, incluant si celle-ci est pharmacocinétique ou pharmacodynamique.
    • Des recommandations de prise en charge.
    • Un résumé des données probantes.
  • Une liste d’associations contre-indiquées est-elle possible ?
    • Les auteurs insistent sur le fait que le terme “contre-indiqué” devrait s’appliquer exclusivement aux cas où l’association ne devrait en aucun cas être possible. Les contre-indications “absolues” ou “relatives” sont donc exclues de la nomenclature proposée.
  • Peut-on filtrer intelligemment les listes d’interactions ?
    • Lorsque des établissements ou organisations mettent en place des banques de détection d’interaction, un paramétrage local est souvent appliqué. Un comité interprofessionnel incluant des pharmaciens devrait être en place pour établir les règles de filtrage local.
    • Il existe une notion de paramétrage personnalisé de la détection ou de l’affichage d’alertes (cette notion est d’ailleurs reprise dans le guide de l’OPQ sur les logiciels en pharmacie). Les auteurs argumentent qu’il existe peu de données probantes sur les effets de tels systèmes.
    • Un paramétrage par patient est également possible, afin par exemple d’éviter les alertes pour une combinaison qu’un patient tolère bien.
    • Encore une fois, les données sur les effets d’un tel paramétrage sont manquantes.
    • Un filtrage en fonction de facteurs inhérents au dossier d’un patient est possible (par exemple ne pas alerter pour une interaction s’appliquant à une prise concomitante lorsque les heures de prise sont séparées), ceci devrait être évalué au cas par cas selon les auteurs.

Les auteurs font également des recommandations pour la recherche future sur ce sujet, incluant sur la présentation de celles-ci.

ÉTATS-UNIS, OPTIMISER LES ALERTES D’ALLERGIE MÉDICAMENTEUSE

L’objectif de l’intervention décrite dans ce court article était de réduire le nombre d’alertes générées pour des allergies aux médicaments ainsi que le taux de contournement des alertes. Dans le centre, le système de prescription électronique mis en place en juin 2012 intégrait un système d’aide à la décision avec alertes. Durant la période pré ajustement (du 1er janvier au 31 mars 2013), 0,6 alerte par ordonnance était générée (!), dont 0,14 alerte par ordonnance pour les allergies, pour un total de 120 669 alertes pour allergie durant la période. 94% des alertes étaient contournées.

Sur la base des données ainsi collectées, les auteurs ont constaté que plus de la moitié des alertes concernaient des ingrédients non médicinaux, des substances diverses ou des aliments qui n’étaient pas bien interprétées par le système. Les alertes pour des substances non actives ont donc été éliminées. Durant une période de 2 mois en post intervention (1er mai au 30 juin 2013), le taux d’alertes pour allergie a diminué à 0,09 alerte par ordonnance, et le taux de contournement a baissé à 90%.

Je trouve que l’article est un bon exemple d’un système ou trop d’alertes sont générées.

Crédit image: yupiramos / 123RF Stock Photo

Articles de la semaine

Articles de la semaine

ROYAUME-UNI, PROBLÈMES D’INTÉGRATION ET D’INTEROPÉRABILITÉ ENTRE LES DIVERS SYSTÈMES INFORMATIQUES IMPLANTÉS DANS LES HÔPITAUX

43122347_sIl s’agit d’une étude qualitative, multicentrique réalisée dans 6 hôpitaux du Royaume-Uni, qui avait pour but d’explorer les problèmes rencontrés par les hôpitaux durant l’implantation de systèmes informatiques, en particulier la prescription électronique avec aide à la décision, et les défis d’intégration des multiples systèmes en place. Deux approches ont été mises en relation, d’abord l’intégration des systèmes (4 hôpitaux), c’est-à-dire l’acquisition d’un logiciel intégré offrant de multiples fonctionnalités partageant la même infrastructure de données en back-end, comparativement à l’approche par interface (2 hôpitaux), c’est-à-dire l’acquisition de systèmes “best-of-breed” pour chaque tâche ou spécialité, et le développement local d’interfaces entre ces systèmes pour assurer leur interopérabilité.

Les chercheurs ont obtenu leurs données par quatre stratégies, d’abord avec 173 entrevues semi-structurées avec des intervenants impliqués dans le processus d’acquisition, d’implantation, dans l’utilisation et le support de ces systèmes, incluant plusieurs pharmaciens. Les entrevues étaient réalisées à deux ou trois points dans le temps selon l’évolution de l’implantation. La deuxième stratégie était 24 observations d’utilisation des systèmes (incluant en suivant des pharmaciens dans leur pratique) et de réunions stratégiques. La troisième était la lecture de 17 documents relatifs à l’implantation de ces systèmes, et la dernière stratégie était deux jours de table-ronde avec 22 intervenants impliqués dans le processus.

Les résultats démontrent sans surprise que chaque approche offre des avantages et inconvénients. Notamment, pour l’approche intégrée, on note un plus grand coût d’acquisition, une limitation des fonctionnalités pour chaque spécialité et un moins grand potentiel d’innovation, mais avec une plus grande disponibilité de l’information à travers les systèmes, une plus grande facilité d’utilisation et des coûts de maintenance plus faibles.

Pour l’approche par interface, on note une standardisation de l’information et des flots de travail plus difficile entre les systèmes, une certaine difficulté liée au développement et au maintien des interfaces, un plus grand nombre de contrats à maintenir, mais avec des produits individuels plus mature et souvent avec un meilleur support, une plus grande facilité à obtenir une interface de la part des fournisseurs, et une plus grande facilité à faire des changements dans les systèmes.

De manière plus générale, les thèmes dégagés de l’étude sont les suivants

  • Un transfert d’information difficile ou non fonctionnel entre les systèmes peut représenter un risque dans les soins au patient.
  • La présentation de toute l’information nécessaire provenant de divers systèmes pour la réalisation d’une tâche (par exemple voir les résultats de laboratoire pertinents au moment de prescrire) est optimale.
  • L’interopérabilité des systèmes est un défi technique important, la qualité du lien entre les systèmes est importante pour la qualité des soins.
  • Étant donné que même les systèmes intégrés n’offrent pas de solution à tous les problèmes et ne rejoignent pas toutes les spécialités, une stratégie combinant les deux approches (un système central relié à divers systèmes de spécialité pour les fonctionnalités non offertes dans le système central, supporté par des interfaces bidirectionnelles performantes) est probablement la meilleure approche.

ÉTATS-UNIS, ARTICLE DE REVUE SUR L’INFORMATISATION DES SOINS INTENSIFS PÉDIATRIQUES

Cet article de revue, écrit par un médecin d’un hôpital de Pittsburgh, est plutôt bref mais présente un survol rapide de quelques technologies évaluées en soins intensifs pédiatriques, de même qu’une perspective sur les possibles développements futurs.

Les sujets abordés sont

  • Les dossiers médicaux électroniques: les approches sont variées mais l’objectif demeure généralement le même, c’est-à-dire obtenir un seul registre électronique de l’ensemble des données d’un patient, qui peut être partagé électroniquement et accessible pour l’ensemble des intervenants impliqués dans les soins du patient, de manière à améliorer la qualité des soins.
  • La prescription électronique: l’objectif est d’avoir un système permettant la saisie électronique d’ordonnances et l’aiguillage pour une transmission électronique vers le secteur approprié pour exécution de l’ordonnance (pharmacie, imagerie, laboratoire). Le succès et les gains associés à cette technologie sont cependant hautement dépendants de facteurs locaux. L’auteur présente d’ailleurs des exemples de succès et d’échec.
  • L’aide à la décision: l’utilisation des données électroniques d’un patient pour l’affichage de suggestions ou d’alertes dans le flot de travail clinique, notamment pour les allergies, les interactions médicamenteuses, les doses (en particulier en pédiatrie), et les ajustements selon la condition clinique. On peut aussi ajouter à ce concept la surveillance des antimicrobiens, et la vaccination par exemple.
  • La télémédecine: la surveillance et la consultation à distance, en particulier dans les contextes d’hôpitaux régionaux, pour permettre un accès à des soins plus spécialisés sans devoir déplacer le patient.
  • La présentation des données: en raison de la grande quantité de données collectées et stockées électroniquement par l’appareillage médical collecté, il devient nécessaire d’offrir une manière de présenter cette information de manière agrégée et résumée pour qu’elle soit utilisable par les cliniciens.
  • Big Data et l’analytique prédictive: l’analyse de données à un niveau encore plus élevé en utilisant des techniques plus sophistiquées permet l’analyse de tendances, de santé populationnelle et de surveillance des maladies. Ces techniques permettent également le développement d’indices de la condition des patients qui permettent d’alerter en temps réel d’une détérioration aiguë (par exemple indice Rothman [Rothman index]).

L’article est intéressant et conclut que les technologies telles que celles décrites deviennent de plus en plus une partie intégrante des soins offerts dans les hôpitaux, il devient impensable de passer une journée sans un système fonctionnel. (ajout de ma part: il faut que l’infrastructure en place supporte cela, trop souvent on a l’impression que la technologie est perçue comme un outil optionnel et que l’on peut simplement revenir à la dactylo lorsque ça plante, ce n’est plus le cas !) Si j’ai une critique de l’article à formuler, c’est que la perspective est très médicale et que l’on aborde pas plusieurs technologies qui visent à améliorer la qualité des soins sans nécessairement passer par le travail du médecin, et qui sont pourtant incontournables pour le futur, par exemple l’administration des médicaments assistée par code-barre.

ÉTATS-UNIS, alerte POUR RÉDUIRE LA PRESCRIPTION INAPPROPRIÉE DE CARBAPÉNEMeS CHEZ LES PATIENTS DÉCLARANT UNE ALLERGIE À LA PÉNICILLINE

Cette étude provient du département de pharmacie d’un petit hôpital communautaire du Veterans Affairs américain situé en Idaho. Le texte complet est disponible gratuitement sur PubMed Central. Dans le contexte d’une augmentation observée des initiations de carbapénèmes antipseudomonales, les auteurs ont voulu évaluer l’impact d’une alerte informatisée afin de limiter l’utilisation de ces molécules lorsque leur seule raison d’utilisation était une allergie à la pénicilline inscrite au dossier. En effet, on sait que l’incidence réelle d’allergie IgE-médiée aux bêta-lactames est faible en relation avec le taux de déclaration d’allergies par les patients, qui est d’environ 10%. Les auteurs visaient à orienter les prescripteurs plutôt vers une céphalosporine anti-pseudomonale plutôt qu’une carabapénème.

L’intervention consistait en l’affichage, lors de la prescription électronique, d’une alerte indiquant les indications autorisées pour la prescription de carbapénènes, incluant la mention que l’allergie aux pénicillines était une indication seulement en présence d’allergie à haut risque de réactivité croisée (histoire précédente de réaction IgE-médie soit urticaire, flushing, serrement de gorge, hypotension ou choc anaphylactique). Si le prescripteur choisissait de prescrire le médicament, une raison d’utilisation devait être documentée dans l’ordonnance. Une conférence de formation a été offerte de manière concomitante à l’implantation de l’alerte.

Un devis de type pré-post a été utilisé. 68 initiations de carbapénèmes ont été recensées durant la période de 13 mois pré, comparativement à 59 initiations durant la période de 15 mois post. Environ 57% des patients inclus avaient une allergie à la pénicilline inscrite au dossier, cependant 93% étaient à faible risque d’une réaction allergique selon les auteurs.

Les auteurs ont observé une baisse de la fréquence d’initiation de carbapénèmes anti-pseudomonales (-0,60 initiations par 1000 patients-jours de différence entre la période pré et post, p=0,03). Cependant, la fréquence d’allergie à la pénicilline chez les patients qui ont eu une prescription n’a pas baissé de manière significative (60,3% vs 54,2%, p=0,59), de même que le taux d’allergie de faible risque chez les patients avec une prescription (55,9% vs 44,1%, p=0,21). Les auteurs soulignent l’absence d’évaluation des indications des carbapénèmes hors l’allergie à la pénicilline, et le petit nombre de patients parmi les limites de l’étude.

On peut donc voir un certain effet de l’alerte électronique, même si celui-ci ne semble pas d’une grande ampleur.

Crédit image: greyjj / 123RF Stock Photo

Articles de la semaine