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

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… »

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.

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

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

« BIG DATA » ET L’analytique EN PÉDIATRIE

12437270_s

Cet article de revue offre une perspective sur l’apport de l’analyse du grand volume de données générées par les soins de santé informatisés, dans le contexte de la pédiatrie.

La définition de l’analytique (analytics) offerte par l’auteur est l’analyse systématique de données, combinée à des facteurs qualitatifs et quantitatifs, pour aider à la prise de décisions. Évidemment, avec l’arrivée des dossiers médicaux électroniques, de l’appareillage médical connecté, et l’augmentation de la puissance des ordinateurs, le système de santé, et même l’industrie de la santé dans son ensemble, n’échappera pas à cette tendance.

L’auteur présente quelques réflexions sur ce sujet:

  • L’aide à la décision est une forme primitive d’analytique; en particulier les systèmes basés sur des règles pour alerter les cliniciens semblent avoir un effet bénéfique lorsque bien exécutées. Un exemple donné est un indice de détérioration des patients combiné à une alerte électronique mis en place dans un dossier électronique.
  • Plus avancés sont les systèmes de suivi de la performance pour des problèmes de santé, des clientèles, des unités de soins, des hôpitaux ou des situations cliniques particulières (par exemple les réadmissions). Des exemples sont donnés dans l’article, par exemple un tableau de bord pour suivre les soins offerts pour les appendicites, ou encore pour l’état de santé de la population desservie par un hôpital.
  • Les organisations de santé devront se doter d’une architecture permettant de supporter l’analytique, notamment des banques de données et de l’espace pour stocker toute cette information. Le filtrage, le tri et l’analyse des données demanderont des technologies particulières et du personnel formé pour effectuer cela de manière adéquate.
  • Une autre application évidente est la génomique, et l’analyse des immenses ensembles de données générés par l’analyse de génomes.

L’article termine en parlant du développement d’une spécialisation médicale en informatique clinique. Comme je l’ai déjà mentionné dans le passé, je suis convaincu qu’une spécialisation en informatique clinique au niveau de la pharmacie verra également le jour, car la pratique de la pharmacie n’échappera pas à l’informatisation de la santé.

CANADA, ADOPTION DES DOSSIERS MÉDICAUX ÉLECTRONIQUES

Cet article a été écrit par deux auteurs pharmaciens, mais parle de l’adoption des dossiers médicaux électroniques par les médecins, on comprend qu’on parle surtout de pratique en communauté (primary care). L’article est disponible en texte complet gratuitement sur PubMed Central. L’objectif était de décrire l’état d’adoption des dossiers électroniques au Canada, ce qui recoupe un autre article dont j’ai déjà parlé (mais il n’est pas cité…)

Les auteurs ont effectué une revue de littérature médicale combinée à une recherche de littérature grise (les sites web des provinces, ainsi que des organismes fédéraux incluant Inforoute Santé du Canada. 12 articles ont été retrouvés dans la littérature médicale, le reste des données provient de la littérature grise.

En 2012-2013, le Québec semblait être en dernière ou avant-dernière place (derrière l’Île-du-Prince-Édouard), avec un taux d’adoption autour de 30 à 40%. Comparativement, la moyenne canadienne était autour de 60% (selon l’autre article mentionné plus haut, c’était 77% en 2014, ce qui semble cohérent).

Parmi les barrières à l’adoption des dossiers électroniques notés dans cet article, on note le manque de formation à l’usage de cette technologie, le manque de compréhension des capacités des logiciels et l’interopérabilité déficiente, par exemple la nécessité d’envoyer des prescriptions par fax, ou de numériser des consultations ou des rapports de laboratoire dans le système.

À propos de la prescription électronique dans de tels systèmes, on mentionne que le Canada est 7ème sur 10 avec une moyenne de 43% des médecins qui utilisent cette technologie, comparativement à 98% aux Pays-Bas et 77% en Allemagne. Étrangement, l’article mentionne que seul le Québec permet la transmission électronique d’ordonnances vers les pharmacies, ce qui ne me semble pas être la réalité actuelle, bien que ça semble être théoriquement possible selon un article que j’ai mentionné en novembre dernier. En fait, selon une entrevue sur la prescription électronique diffusée récemment sur la Première Chaîne de Radio-Canada, l’infrastructure de transmission électronique serait en place.

Il semble donc que bien qu’on soit un peu en retard, on avance dans la bonne direction !

Royaume-Uni, indicateurs d’erreurs de prescription en pédiatrie

Cet article, d’auteurs pharmaciens, visait à établir une liste d’indicateurs d’erreurs de prescription dans le contexte de la prescription électronique dans un hôpital pédiatrique. Une approche Delphi a été employée.

D’abord, un panel d’experts pédiatres et pharmaciens en pédiatrie a été constitué, avec 24 personnes, dont 21 ont collaboré jusqu’au bout (8 pharmaciens, 13 pédiatres). Une revue de la littérature a été menée pour identifier les indicateurs soumis au panélistes pour révision, soit:

  • Les publications similaires en pratique adulte
  • La littérature spécifique à la pédiatrie
  • Les données des systèmes de déclaration nationaux au Royaume-Uni
  • Les données des pharmacies et établissements participant au projet
  • Les alertes nationales

Les panélistes pouvaient également soumettre des indicateurs pour inclusion dans l’évaluation. Les critères inclus devaient refléter une vraie erreur de prescription, et non une erreur de préparation, de sélection de médicament ou d’administration. En fait, les critères ainsi établis avaient pour objectif de servir à évaluer si les systèmes de prescription électronique permettaient de diminuer les erreurs ayant une réelle capacité de causer des événements indésirables atteignant le patient, pas seulement des erreurs inconséquentielles. À chaque ronde, les indicateurs ont été cotés selon la probabilité que l’erreur se produise et les conséquences de celle-ci, à partir d’une matrice à 2 dimensions (probabilité-sévérité).

Après deux rondes, 179 indicateurs ont été évalués pour aboutir à une liste finale de 41 indicateurs. Pour chaque indicateur, le détail de l’erreur, des conséquences possibles, du type d’erreur et du niveau de consensus sont présentés.

En lisant la liste, je dois dire que je suis plutôt d’accord que ce qui est proposé a une importance clinique réelle. C’est d’ailleurs d’actualité: un rapport récent du groupe Leapfrog aux États-Unis affirme que les systèmes de prescription électronique laissent passer des erreurs graves. Ce rapport a d’ailleurs été assez médiatisé. Cependant, ce que je ne vois pas dans la méthode de l’évaluation du groupe Leapfrog, c’est quels autres systèmes étaient en place dans les établissements évalués pour intercepter les erreurs à part le système de prescription électronique. Et il s’agit d’une simulation, on ne dit pas si les erreurs ainsi simulées se sont produites réellement. Bien sûr, ce n’est pas une excuse, les fonctionnalités d’aide à la décision devraient être activées et adéquates dans les logiciels de prescription électronique, mais c’est beaucoup plus facile d’évaluer un seul système pris isolément, surtout en simulation, que d’évaluer l’ensemble des mesures de sécurité mises en place à travers tout le circuit du médicament.

On sait que le taux d’erreurs graves qui se rendent au patient dans les établissements de santé est assez bas. Bien sûr, les erreurs non interceptées peuvent être lourdes de conséquences, et c’est pourquoi toutes sortes de processus sont mis en place pour intercepter les erreurs à diverses étapes, que l’on pense à la présence de pharmaciens sur les unités de soins, à la validation pharmaceutique centralisée et l’administration des médicaments assisté par code-barre. En terme d’évaluation de l’efficacité de ces systèmes, il est plus facile de suivre les erreurs de toutes sévérités interceptées à une ou plusieurs étapes, que de suivre les erreurs non interceptées, puisque celles-ci sont moins nombreuses. C’est pourquoi on voit souvent des études où on parle d’erreurs interceptées, où la majorité sont de sévérité mineure. Si on voulait faire une étude avec les indicateurs proposés dans cette étude, il faudrait que l’étude soit très longue, ou qu’elle soit faite dans un grand nombre d’hôpitaux, pour attraper assez d’erreurs pour que les données veulent dire quelque chose.

Crédit image: kentoh / 123RF Stock Photo

Prescription électronique: qu’est-ce qu’on prescrit ?

Rx on tablet
Copyright: ahasoft2000 / 123RF Stock Photo

J’ai récemment commencé à travailler sur la prescription électronique. Après beaucoup de lecture sur les principes de base et les données (pas si) probantes, je constate que la mise en pratique suscite beaucoup de questionnements que les livres et les articles abordent peu.

L’exemple dont je veux vous parler cette semaine apparaît à première vue bête et simple. Ça se résume à la question suivante: « qu’est-ce qu’on prescrit ? »

Dans le livre The Pharmacy Informatics Primer, on aborde la sélection des médicaments lors de prescription électronique surtout comme un problème d’affichage, ou de filtrage. On part d’une liste pré-définie, probablement pompée en place par le fournisseur du logiciel, et on applique des méthodes d’affichage et des filtres de recherche pour restreindre la sélection. La sélection finale est celle d’une fiche de médicament similaire à celle qu’on retrouverait dans un système d’information pharmacie ou sur une FADM, par exemple « acétaminophène 325 mg comprimé ».  En fait, il est même probable que la liste maîtresse ait été élaborée à partir d’un catalogue de produits, d’un fournisseur, d’un assureur ou du formulaire d’un centre, selon le contexte. Et à la fiche désignant un produit pharmaceutique sélectionné on ajoute une posologie, par exemple 325 mg soit 1 comprimé par la bouche aux 6 heures au besoin.

En travaillant sur la prescription électronique, j’ai été appelé à définir des principes guidant l’affichage de ce qui est présenté aux prescripteurs lorsqu’ils choisissent un médicament à prescrire. J’en ressors convaincu que l’affichage simple de produits pharmaceutiques précis n’est pas la méthode à préconiser.

Si on examine le processus de prescription papier, on constate qu’il est exceptionnel qu’un prescripteur (du moins en établissement de santé, et encore plus en pédiatrie) précise un produit exact. Pour les médicaments simples, la prescription est composée d’un nom de molécule, puis d’une dose, d’une voie et d’une posologie. Évidemment, les exceptions à cette règle sont nombreuses et il y a même des exceptions aux exceptions, mais le principe de base de préciser une molécule plutôt qu’un produit pharmaceutique est valide la majorité du temps. Même lorsqu’un prescripteur précise un produit exact (par exemple « propranolol en suspension orale à 2 mg/mL »), il y a des chances que le produit précisé ne soit pas celui qui sera servi ! L’hôpital pourrait produire la suspension de propranolol de manière uniformisée à 5 mg/mL, et la spécification du prescripteur risque d’entraîner plus de confusion qu’autre chose, lorsque l’infirmière recevra un médicament ne correspondant pas à ce qui a été prescrit.

De toute façon, dans le contexte de la pédiatrie, il est fréquent que la forme pharmaceutique d’un produit soit modifiée (en s’assurant que les produits soient interchangeables, bien sûr) sans que le prescripteur ne doive intervenir, souvent pour passer d’une forme orale solide à une forme orale liquide ou vice-versa. La loi 41 est venue cimenter la capacité du pharmacien à effectuer ce geste, mais il était fait de manière courante depuis longtemps déjà. Il est donc discutable de préciser la forme pharmaceutique d’un produit directement dans son ordonnance si ce n’est pas cliniquement nécessaire.

Par ailleurs, de mon point de vue de pharmacien qui exécute l’ordonnance, le fait de passer à un mode de prescription où le produit pharmaceutique est toujours spécifié m’enlève un niveau de détail important. Avec la prescription papier, une précision de la forme pharmaceutique m’indiquait que le prescripteur avait peut-être une raison de vouloir cette forme spécifiquement (par exemple un patient sous diète cétogène, un patient qui refuse les comprimés, etc.) Dans le cas des corticostéroïdes topiques, il devient même essentiel de préciser la forme pharmaceutique exacte puisque l’onguent ou la crème du même médicament peuvent avoir une puissance différente et être destinés à différents usages.

Le niveau de granularité de la prescription du médicament dépend donc du contexte. En ce sens, en prescription électronique, pour ne pas perdre ce contexte, il devient selon moi important d’offrir l’option de prescrire selon différents niveaux de précision. Pour une prescription « ordinaire », il est probable que la simple indication de la molécule soit suffisante. Pour une prescription plus complexe, la sélection du produit pharmaceutique exact peut être souhaitable.

Le problème auquel on se heurte rapidement est que les banques de données souvent utilisées pour alimenter les logiciels de prescription proviennent, comme mentionné plus haut, de catalogues ou de formulaires désignant des produits exacts. Je crois donc qu’une couche d’abstraction supplémentaire, permettant l’association de noms plus « généraux » aux fiches exactes doit exister, pour qu’un médecin qui désire prescrire de l’acétaminophène, sans précision d’un produit exact, ne doive pas décider d’une forme pharmaceutique si ce n’est pas nécessaire.

Dernier point d’importance, un avantage majeur de la prescription électronique, et celui qui fait probablement le moins controverse dans tout le débat qui entoure les avantages de cet outil comparativement à ses coûts, est l’élimination de l’étape de transcription. Le fait de ne plus devoir lire et interpréter les prescriptions manuscrites contribue à réduire les erreurs lors de la transcription vers les systèmes informatiques. Au minimum, l’information doit être lue et saisie manuellement, mais comme elle est en caractères imprimés, la lecture est plus facile. Mais pour que cet avantage se réalise pleinement, une interface entre le logiciel de prescription et le système d’information pharmacie doit être disponible pour relier automatiquement la prescription à une fiche informatique du système pharmacie. De même, l’interface doit permettre un retour d’information (un feedback) vers le système de prescription pour que le prescripteur constate ce qui a été servi en réponse à l’ordonnance. Et même, les deux systèmes devraient être alimentés par la même banque de données, pour éliminer tout risque de prescription de choses qui n’existent pas dans un système ou dans l’autre ou de liens plus ou moins exacts entre les systèmes.

La couche d’abstraction permettant la sélection des divers niveaux de précision doit prendre cela en compte. Dans le contexte d’une interface, elle doit permettre de restreindre les options affichés dans le système pharmacie à celles pertinentes à la prescription. Une ordonnance d’acétaminophène ne doit pas permettre de saisir la fiche informatique de lansoprazole en capsules de 15 mg, par exemple.

Un travail important est donc nécessaire pour les pharmaciens en informatique clinique, afin de définir, pour chaque médicament au formulaire d’un établissement, quels niveaux de granularité sont permis et comment les liens s’effectuent entre ce qui est prescrit et ce qui doit être saisi dans le système de la pharmacie.