Lignes directrices de l’ASHP sur la prévention des erreurs médicamenteuses

L’ASHP a publié dans le numéro d’octobre de l’AJHP de nouvelles lignes directrices sur la prévention des erreurs médicamenteuses dans les hôpitaux. Je trouve cet article très important car il amalgame en un seul document beaucoup de pratiques décrites dans de multiples références de sources diverses. Je vous parlerai ici uniquement des aspects qui touchent la technologie mais le reste de l’article comporte des points majeurs dont je ne parlerai pas par souci de temps. Points bonus: l’article débute en citant le rapport To Err is Human: Building a Safer Health System de 1999.

L’article débute en énumérant des stratégies de prévention en vrac. Parmi celles comportant des aspects de technologie on note:

  • L’utilisation de pompes intelligentes
  • La prescription électronique avec aide à la décision
  • L’utilisation du code-barres lors de la préparation, la dispensation et l’administration de médicaments

Ces trois points sont bien simples à nommer ainsi mais chacun comporte son lot de difficultés et de complications, en particulier pour la prescription électronique, et fait l’objet de nombreuses publications et directives d’organismes comme l’ISMP.

Les auteurs mentionnent spécifiquement des stratégies pour réduire les erreurs liés aux médicaments aux noms similaires (Look-alike, sound-alike – LASA):

    L’article détaille ensuite les mesures à prendre à chaque étape du circuit du médicament pour prévenir les erreurs.

    Étapes de sélection et d’approvisionnement

    Un élément majeur à cette étape du circuit du médicament est l’intégration des médicaments choisis et achetés à la technologie en place dans l’établissement. Les choix de formes pharmaceutiques et de concentrations disponibles devraient prendre en considération les possibilités des logiciels qui permettront de gérer, prescrire et administrer ces médicaments.

    Les éléments à considérer incluent

    • Les choix de voie d’administration possibles
    • La nomenclature du médicament et la nécessité de distinction avec d’autres, par exemple avec une écriture TALLman
    • Les interactions médicamenteuses significatives à programmer et tester
    • Les autres alertes pertinentes du médicament (tests de laboratoire, restrictions de prescription, etc.)
    • L’intégration des recommandations de dose à tous les systèmes ainsi qu’aux pompes intelligentes
    • Le besoin d’une ordonnance pré-rédigée
    • La disponibilité dans les cabinets et les alertes spécifiques à la dispensation à partir de cabinets

    On souligne aussi l’importance de la nomenclature du médicament. Celle-ci devrait être standardisée à travers l’ensemble du circuit du médicament, notamment dans le dossiers électronique, le systèmes de pharmacie, les pompes, les cabinets, et prendre en compte dans chaque système la possibilité de confusion avec d’autres médicaments. Le nom générique devrait être favorisé (je commenterais que parfois le nom commercial est nécessaire car le nom générique est incompréhensible pour les professionnels non pharmaciens, par exemple pour des produits qui ne comportent pas de « vrais médicaments » comme les onguents opthalmiques, les gels pour lésions cutanées, les pansements, les produits hydratants en général…). On souligne aussi l’importance de ne pas abrévier le nom d’un médicament, mais ici la technologie est parfois une limite, combien de produits ont une limite de caractères tellement basse que le nom générique du médicament n’entre même pas ?

    Une section de l’article détaille spécifiquement les recommandations pour la dispensation à partir de cabinets, notamment la configuration de la dispensation à partir du profil pharmacologique ou hors profil.

    Étapes de transcription et vérification

    L’article met une emphase sur la vérification des ordonnances de médicaments par un pharmacien, et insiste sur l’importance de ne pas « échapper » les ordonnances rédigées lorsque la pharmacie est fermée. Il faut aussi qu’il y ait une procédure en place pour que les ordonnances rédigées lorsque la pharmacie est fermée puissent être revues si besoin, par exemple avec un pharmacien de garde, un service de télépharmacie, et avec une formation adéquate du personnel sur place durant la nuit pour identifier les situations non conformes ou demandant davantage de vérifications

    Étapes de dispensation et d’administration

    La validation des médicaments peut être assistée par de la technologie, notamment par les code-barres. En particulier, les médicaments qui sont reconditionnées doivent aussi comporter un code-barres. Une procédure doit donc être mise en place pour la génération de ce code-barres et pour encadrer son utilisation.

    Lorsque les cabines sont utilisés, les fonctions de sécurité offertes par le cabinet doivent être connues et revues pour que les meilleures politiques soient mises en place et diminuer le besoin de contournements dans la pratique clinique. De plus, des audits d’utilisation doivent avoir lieu pour identifier les situations problématiques.

    Rapport canadien sur la pharmacie hospitalière – volet Québec 2016-2017

    Au tout début de ce blogue, j’avais écrit à propos du rapport canadien sur la pharmacie hospitalière, volet Québec 2013-2014. Voici maintenant la mise à jour 2016-2017 (que s’est-il passé avec 2015 ?). L’article a aussi fait l’objet d’un épisode du podcast Trait pharmacien de l’APES. Je me concentrerai ici sur les aspects technologiques du rapport puisqu’il y a tellement de données et de faits saillants que la lecture l’article complet ainsi que l’écoute de l’épisode de podcast est la meilleure chose à faire pour bien saisir tous les enjeux.

    184 départements de pharmacie canadien dont 43 au Québec ont répondu, ce qui est relativement stable par rapport aux années antérieures.

    De manière générale, en matière d’informatisation, les hôpitaux canadiens sont en retard. Le rapport cite les niveaux HIMSS-EMRAM au 30 septembre 2017 avec un stade 0 dans 17,6% des hôpitaux canadiens contre 1,6% aux États-Unis, stade 3 30,3% au Canada contre 12,6% aux États-Unis, et stade 6 1,4% au Canada contre 32,7% aux États-Unis. Ceci n’est pas surprenant compte tenu des programmes fédéraux contraignant à l’informatisation du côté américain, alors que les stratégies utilisées en sont pas comparables ici. Malheureusement les données québécoises sur ce niveau ne sont pas mentionnées. Existent-elles et sont-elles publiques ?

    Le rapport rappelle également les lacunes connues du DSQ et l’actuelle volonté de standardisation et d’uniformisation des systèmes informatiques provinciaux, à travers notamment le DCI Cristal-Net (qui a maintenant un site web et une base de connaissances disponible publiquement !)

    La section et le tableau sur la technologie mentionnent quelques faits saillants:

    • Les pompes « intelligentes » (avec bibliothèque) sont présentes dans 77% des hôpitaux, avec une révision et mise à jour annuelle des bibliothèques dans 70% des hôpitaux, mais l’utilisation d’un réseau sans-fil pour la mise à jour est faite dans seulement 50% des cas.
    • Au niveau de la gestion des ordonnances, seulement 9% des hôpitaux ont un système de prescription électronique opérationnel contre 17% au Canada (ce nombre était de 95,6% pour les systèmes de prescription électronique avec aide à la décision aux États-Unis en 2016). Dans 50% des cas, le logiciel de prescription électronique possède une interface unidirectionnelle vers le système pharmacie et dans l’autre 50% cette interface est bidirectionnelle. Du côté américain, le même rapport 2016 mentionne une interface de transmission de données dans 90,7% des hôpitaux, mais la distinction de l’interface en unidirectionnelle ou bidirectionnelle n’est pas faite.
    • Pour ce qui est du code-barres, 58% des hôpitaux québécois vérifient les médicaments par code-barres avant leur envoi de la pharmacie contre 24% au Canada et 61,9% aux États-Unis en 2017.
    • Le code-barres est utilisé pour vérifier les médicaments avant l’administration au patient dans aucun hôpital québécois contre 9% au Canada, et 92,6% des hôpitaux américains selon le sondage 2016 de l’ASHP. On utilise le code-barres pour sécuriser le remplissage des cabinets automatisés dans 81% des hôpitaux québécois, 52% des hôpitaux canadiens (?) et 85-100% des hôpitaux américains. 95% des hôpitaux utilisent une FADM papier générée à partir du SIP et 12% une FADM électronique.

    En ce qui a trait aux cabinets, 98% des hôpitaux québécois rapportent leur présence dans leur établissement, dont 100% à l’urgence.

    Le sondage de l’ASHP de 2017 rapportait que la distribution unitaire centralisée était en perte de popularité aux États-Unis, avec 70% des hôpitaux qui utilisent les cabinets comme moyen principal de distribution des doses d’entretien; et seulement 21% des hôpitaux qui sont encore dans un mode de distribution unitaire centralisée. Certains plus gros hôpitaux utilisaient cependant (20-25% des hôpitaux de plus de 300 lits) des robots de distribution unitaire centralisée, ce qui est logique pour un hôpital de grande taille. Cette tendance n’est pas observée au Québec avec encore 100% des hôpitaux recourant à une distribution unitaire centralisée. Notons qu’aucun département de pharmacie québécois n’est ouvert 24 heures comparativement à 43% des pharmacies américaines, surtout (>90%) dans les hôpitaux de 200 lits et plus.

    Bref, on constate une certaine évolution des pratiques des départements de pharmacie en lien avec la technologie mais on constate toutefois un certain retard par rapport aux pratiques américaines. Par rapport aux autres provinces canadiennes, certains points sont en avance et d’autres sont en retard.

    Révision d’ordonnances pré-rédigées assistée par machine learning

    Un article paru au début du mois dans le JAMIA a attiré mon attention. Le titre laisse entendre que les auteurs ont élaboré un processus de révision d’ordonnances pré-rédigées assisté par machine learning. Ma propre expérience m’a montré que ce processus est généralement long et complexe, même pour des ordonnances pré-rédigées apparemment simples. J’étais donc bien intéressé à voir ce que ces chercheurs ont fait. J’ai été un peu déçu…

    L’objectif de l’étude est vaguement décrit. Les auteurs ont comparé six approches de révision d’une seule ordonnance pré-rédigée dans leur institution. L’ordonnance en question est celle de demande d’analyses de laboratoire le matin, un exemple très simple. Les approches comparées étaient individuellement:

    • Par les connaissances cliniques
    • Par les statistiques populationnelles
    • Par machine learning

    Et les auteurs arrivent à 6 méthodes en combinant celles-ci. La variable dépendante était la charge de travail définie par le nombre de clics de souris nécessaires lors de la rédaction de l’ordonnance (une mesure assez discutable). Les données sur l’utilisation de cette ordonnance ont été extraites de septembre 2014 à octobre 2015 du dossier électronique de l’institution (plus ou moins décrite, mais on comprend de l’affiliation des auteurs que c’est un hôpital situé à New York), et incluaient 998 946 instances d’ordonnance pour 37 924 patients, ainsi que 3561 ordonnances d’analyses de laboratoire additionnelles placées dans un intervalle de 10 minutes avant ou après l’ordonnance pré-rédigée.

    L’apport du machine learning dans le processus de révision était essentiellement de déterminer si chaque analyse de laboratoire devait être sélectionnée par défaut ou non dans l’ordonnance révisée, ce pourquoi je disais être déçu. En effet, cette technique ne semble pas avoir été appliquée à la sélection du contenu de l’ordonnance.

    L’approche de machine learning semble valide mais est peu décrite, je crois comprendre que les auteurs ont utilisé une approche de régression logistique sans réseaux de neurones, autrement dit un modèle plutôt simple. Les résultats sont décrits de façon un peu confuse avec chaque combinaison de facteurs nommée de M1 à M6. Il en ressort que de combiner la révision du contenu sur la base des connaissances cliniques et de la sélection par défaut avec machine learning était l’approche la plus efficace et a permis de diminuer le nombre de clics nécessaires à la rédaction d’une ordonnance d’environ 25%.

    Je crois que l’objectif de l’article, soit de réviser l’ordonnance pré-rédigée de manière à réduire la charge de travail, est louable, mais que l’approche de diminution du nombre de clics va nécessairement mener à l’optimisation du modèle en fonction des pratiques les plus populaires, qui ne sont pas nécessairement les plus souhaitables. Par exemple, si les cliniciens ont tendance à cocher une analyse de laboratoire fréquemment, mais que ce n’est pas une pratique optimale (par exemple mesurer trop souvent les électrolytes), le modèle va optimiser pour sélectionner cette option par défaut pour réduire les clics alors qu’il est peut-être préférable cliniquement de ne pas faire cela.

    Pour cette raison, je trouve que l’article est un peu décevant, et que la « cible » du modèle de machine learning devrait être un paramètre offrant un bénéfice clinique, plutôt qu’une mesure intermédiaire dont l’optimisation peut produire des effets cliniques imprévisibles.

     

    Prescription électronique incluant l’indication

    Un article paru dans l’AJHP de juin 2018 revient sur la prescription électronique incluant l’indication, sujet ayant fait l’objet d’un éditorial du NEJM en 2016, et qui réapparaît périodiquement dans les revues systématiques portant sur les améliorations possibles à la prescription électronique.

    Cet article est le résultat du travail d’un groupe de recherche sur la prescription électronique extrêmement actif, celui du Brigham and Women’s Hospital de Boston et a fait l’objet d’un épisode du podcast AJHP Voices. L’article décrit les éléments qui sont ressortis de panels de parties prenantes (stakeholders) dans le cadre d’un travail plus large visant à inclure l’indication dans les ordonnances.

    Le texte est plutôt long mais deux éléments centraux ont attiré mon attention. Le premier est la description des principes et des bénéfices attendus:

    • Le groupe recommande, du point de vue du design des logiciels, de commencer la prescription par l’indication plutôt que par le médicament comme c’est le cas actuellement, même dans les systèmes incluant déjà l’indication. Ceci a l’avantage de permettre une aide à la décision dans la sélection du médicament lui-même et de proposer automatiquement des doses spécifiques à l’indication.
    • Un avantage immense de ce changement serait la prévention de beaucoup d’erreurs de mauvais choix de médicament, puisque la disponibilité systématique de l’indication permettrait de valider que le médicament est bien valide pour l’indication choisie.
    • Cela aiderait les patients à prendre en charge leur traitement en établissant clairement à quoi sert chaque médicament, ce qui n’est pas toujours évident, et permettrait aux patients eux-mêmes de détecter des erreurs lorsque l’indication inscrite serait inattendue ou inexacte.

    Les auteurs soulignent que la littérature supporte l’utilité de l’ajout de l’indication pour détecter les erreurs, notamment pour les pharmaciens.

    Le groupe a aussi mis en évidence certains enjeux liés à ce changement:

    • Cela soulève quand même certaines questions liées à la confidentialité, par exemple si une indication sensible ou confidentielle se retrouve imprimée sur des documents ou des étiquettes.
    • Cela suppose qu’il faille définir ce qu’est une indication par rapport à un symptôme, ce qui n’est pas toujours évident pour les traitements empiriques lorsqu’un diagnostic précis n’est pas établi.
    • Les systèmes devront prendre en charge les cas où des médicaments ont plusieurs indications.
    • Cela peut entraîner des problèmes lors de prescription hors indication ou face aux critères de remboursement, et pourrait être utilisé à mauvais escient dans certains cas.

    Revue systématique sur les erreurs causées par la prescription électronique

    Une revue systématique, parue fin 2017 dans le International Journal of Medical Informatics, s’est intéressée aux erreurs médicamenteuses causées par la prescription électronique et à leurs mécanismes. Les données de cette revue viennent compléter d’autres que j’ai déjà présentées, dont deux par un autre groupe de chercheurs chez l’adulte et en pédiatrie.

    Les chercheurs ont effectué une revue de Medline, Embase, du registre Cochrane et d’autres références de 1982 à août 2017 selon divers mots-clés. Ensuite, les articles sélectionnées ont été revus et filtrés selon une méthode systématique et appuyée sur des lignes directrices. Les auteurs ont cherché à conserver uniquement les études ayant évalué quantitativement les erreurs, avec une analyse explicite du rôle de la prescription électronique, et avec une description de la typologie de l’erreur. Les études qualitatives, ciblant un seul type spécifique d’erreurs, ciblant des logiciels spécialisés comme pour la chimiothérapie, et les études de simulation, ont été exclues.

    2086 articles ont été identifiés et 14 ont été inclus dans l’analyse. 7 étaient des études prospectives, 3 rétrospectives et 4 étaient des analyses de bases de données d’événements indésirables. 7 venaient de l’Europe, 4 des États-Unis, 2 d’Australie et 1 de Singapour. Les études était de qualité assez bonne, avec la moitié rapportant plus de 7 critères de haute qualité sur 14.

    Les erreurs les plus fréquemment rapportées étaient des erreurs  de dose ou de sélection de médicaments. Les mécanismes rapportés étaient:

    • Liées à l’ergonomie:
      • Sélection erronée dans un menu déroulant
      • Erreur de frappe
      • Entrave à la vision de la prescription complète
      • Plus d’un prescripteur dans la même ordonnance
    • Liées aux alertes:
      • Absence d’alerte ou mauvaise configuration
      • Contournement d’alertes liée à la désensibilisation (alert fatigue)
    • Liée aux particularités du système
      • Obligation de spécifier une date de fin même pour traitements chroniques
      • Incapacité d’inscrire une ordonnance complexe (par exemple sevrage de corticostéroïdes)
    • Mauvais paramétrage du système
      • Paramètres par défaut inadéquats
    • Mauvais usage du système
      • Texte libre contradictoire avec champs dédiés pour la même information
      • Modification erronée d’une prescription existante
      • Absence de rappels pour ordonnances importantes
      • Incapacité de consulter l’information nécessaire lors de la prescription
      • Fonctionnalités du logiciel mal adaptées (par exemple option de dire qu’un patient prend ses médicaments lui-même alors que ce n’est pas le cas, ordonnance conditionnelle mal configurée)

    Les points soulevés dans cet article recoupent largement ceux dont j’ai parlés dans des blogues précédents, comme quoi la littérature commence à faire ressortir des points cruciaux pour prévenir les erreurs de prescription électronique. Cependant, je trouve que les auteurs se concentrent un peu trop sur des fonctionnalités très spécifiques à des systèmes précis. Par exemple, ils discutent longuement d’une boîte pour indiquer qu’un patient prend un médicament lui-même, alors que ceci n’est pas inhérent à la prescription électronique elle-même, mais plutôt à un système particulier où cette option est mal conçue.

    Cependant, je trouve que l’article est quand même très bon et que les points qui y sont soulevés devraient faire partie de ce qui est évalué pour prévenir les erreurs lors de l’implantation de la prescription électronique.

    Lignes directrices ASHP-PPAG sur les services et soins pharmaceutiques en pédiatrie

    Le dernier numéro de l’AJHP contenait cet article, qui découle d’un effort conjoint de l’ASHP et du PPAG pour décrire la prestation de services et de soins attendue d’un département de pharmacie dans une institution desservant des patients pédiatriques. Le document comporte des points couvrant l’ensemble des activités d’un département, incluant notamment la distribution des médicaments, la validation des ordonnances, les préparations stériles et non stériles, la recherche, les soins aux patients, etc. Je vous présente ici quelques points liés aux technologies.

    Dans la section des infrastructures, on mentionne qu’un système d’information pharmacie doit être utilisé et devrait être interfacé avec les autres systèmes d’information de l’établissement, notamment:

    • La prescription électronique
    • L’administration des médicaments assistée par code-barre
    • Le dossier patient électronique (comprenons le DCI Cristal-Net dans le contexte québécois)
    • Le système de facturation (comprenons au Québec le système de tarification à l’activité qui ne manquera pas d’arriver)

    Les fonctions devant être supportées par des outils technologiques sont:

    • L’accès au dossier patient
    • La documentation des activités
    • La tenue de dossiers et de profils pharmacologiques
    • La gestion d’inventaire
    • La tarification
    • La prescription
    • L’aide à la décision
    • L’obtention d’information sur les médicaments.

    On mentionne qu’un pharmacien possédant des compétences en pédiatrie devrait être impliqué dans le développement et la maintenance des ordonnances pré-rédigées et des références, notamment des doses, disponibles dans les systèmes.

    Dans la section spécifique à la technologie, on décrit les technologies de pharmacie (pharmacy HIT) comme devant être intégrées aux systèmes cliniques et financiers de l’institution et que les décisions concernant ces systèmes devraient inclure le département de pharmacie comme partie prenante.

    Les logiciels de prescription électronique et d’aide à la décision devraient être adaptés à la pédiatrie, personnalisables, et comprendre au minimum la prise en charge des doses selon l’âge, le poids ou la surface corporelle avec des doses maximales, la détection d’allergies ou d’interactions. Les ordonnances pré-rédigées de mêmes que les « order sentences » (les phrases d’ordonnances non incluses dans une ordonnance pré-rédigée complète) devraient être révisées par le département de pharmacie. Le département de pharmacie devrait participer à la gouvernance des systèmes d’aide à la décision. Les paramètres de ces systèmes impactant les services du département de pharmacie et les interventions mises en place devraient faire l’objet d’un suivi post implantation.

    L’ensemble des technologies liées au circuit du médicament (cabinets, carrousels, robots, etc.) devraient prendre en charge les particularités des médicaments pédiatriques et des technologies comme le code-barres, la traçabilité des médicaments et les logiciels d’assistance à la production stérile devraient être considérés.

    La feuille d’administration des médicaments devrait être électronique et directement interfacée ou intégrée au système d’information pharmacie, et devrait utiliser une vérification des médicaments par RFID ou code-barres avant l’administration.

    Les pompes à perfusion devraient être choisies avec l’aide du département de pharmacie et prendre en charge les doses pédiatriques. Les bibliothèques devraient être sous la responsabilité d’un pharmacien avec des compétences en pédiatrie et comprendre des limites contournables et non contournables.

    Les sections subséquentes ajoutent des particularités, notamment sur la terminologie dans la prescription électronique, sur l’utilisation des profils pharmacologiques pour la dispensation de médicaments à l’aide des cabinets automatisés; ce sont des points relativement bien connus et recoupant d’autres références.

    Je trouve que cet article donne un bon tour d’horizon des meilleures pratiques pour l’ensemble d’un département de pharmacie offrant des services pédiatriques, et offre un bon sommaire des technologies disponibles et de la manière de les mettre en place. Les pratiques décrites font écho aux lignes directrices d’autres organismes, notamment l’ISMP. Bref, cet article est un incontournable.

    Sélection de l’indication lors de la prescription d’antimicrobiens en pédiatrie

    Cet article, paru dans l’AJHP de février 2018, décrit une étude réalisée dans un centre pédiatrique académique du Colorado. Les auteurs ont initié l’étude dans le contexte de la surveillance des antimicrobiens, afin d’assister leur équipe de surveillance. Ils avaient déjà une révision des ordonnances d’antimicrobiens en place, cependant le délai de 24 à 72 heures pour cette révision laissait place à une optimisation. Afin de permettre aux pharmaciens d’intervenir lors de la prescription initiale, ils ont mis en place en septembre 2013 la sélection obligatoire d’une indication lors de la prescription de 14 antimicrobiens.

    L’objectif primaire de l’étude était de comparer la qualité des prescriptions par rapport aux recommandations pour les indications choisies avant et après la sélection obligatoire de l’indication. Le devis était de type pré-post. La période pré allait du 1er septembre 2012 au 28 février 2013, et la période post allait du 1er septembre 2013 au 28 février 2014. Les ordonnances de 12 antimicrobiens ont été incluses (gentamicine et vancomycine ont été exclus en raison de la complexité des doses), cependant les ordonnances pré-rédigées, l’antibioprophylaxie chirurgicale, les ordonnances provenant d’autres endroits que l’urgence ou les unités d’hospitalisations, les ordonnances pour des patients particuliers (fibrose kystique, insuffisance rénale) et les ordonnances multiples pour la même admission, ont été exclues. Les ordonnances ont été revues et l’indication a été déterminée sur la base des notes cliniques. Pour les ordonnances en post, l’indication choisie par le prescripteur a été collectée et comparée à l’indication obtenue des notes. Dans l’analyse primaire, les ordonnances pour lesquelles ces deux indications ne concordaient pas ont été exclues, mais une analyse secondaire avec toutes les ordonnances a été réalisée.

    Par la suite, une sélection aléatoire d’ordonnances a été effectuée sur la base d’un calcul de puissance démontrant que 700 patients par groupe permettrait une puissance suffisante pour détecter une amélioration de 20% d’ordonnances adéquates avec un taux de base de 10%. Les ordonnances choisies ont été divisées d’abord avec la prescription initiale, puis la prescription finale, définie comme celle active à la fin du premier 24h de traitement. L’idée derrière ce découpage était de capturer les ordonnances modifiées suite à une intervention du pharmacien relative à l’indication choisie.

    10 181 ordonnances ont eu lieu durant la période pré et 9577 durant la période post. De celles-ci, 5163 en pré et 4929 en post rencontraient les critères d’inclusion et exclusion. Après la sélection aléatoire, 700 ordonnances en pré et 604 ordonnances en post ont été incluses, et les caractéristiques de base des patients (âge, poids, sexe, durée de séjour) étaient similaires. À noter que entre 42 et 46% des ordonnances incluses ont été faites à l’urgence mais que la durée de séjour moyenne était de 39 à 40 jours, indiquant que ces ordonnances étaient souvent pour des patient qui allaient être hospitalisés. Les indications les plus fréquentes étaient le sepsis ou la bactériémie, la pneumonie et l’otite. Au total, 21,1% des ordonnances étaient non conformes par rapport à l’indication choisie.

    Durant la période post, 120 indications concordaient partiellement et 23 ne concordaient pas avec l’indication extraite de la documentation clinique, donc l’analyse primaire s’est concentrée sur 461 ordonnances en post. Le taux de prescriptions initiales non conforme était similaire en pré et en post, soit 18,3% par rapport à 17,8%, p=0,83. Le taux de prescriptions finales non conformes était cependant diminué en post, 11,1% par rapport à 6,3%, p=0,01. En incluant les ordonnances avec une indication non concordante, le taux en post était plutôt de 6,9%, avec un p=0,08.

    Cette étude suggère donc que le fait de recevoir une indication avec la prescription permet aux pharmaciens d’intervenir et d’améliorer la conformité des prescriptions aux recommandation durant les premières 24h de traitement. Malheureusement, de l’aveu même des chercheurs, ceux-ci n’ont pas examiné spécifiquement les interventions des pharmaciens car leurs données ne permettaient pas cette analyse; cette affirmation demeure donc une hypothèse et devrait être testée davantage. Il est cependant intéressant de constater que lorsque l’indication choisie ne concordait pas avec la « vraie » indication documentée dans les notes, la qualité finale des ordonnances s’en trouvait affectée; on pourrait supposer que cette indiction inadéquate a induit les pharmaciens en erreur dans leur choix de modifier ou non l’ordonnance.

    Je trouve donc que l’étude illustre une certaine utilité à documenter l’indication dans la prescription, ce qui rejoint d’ailleurs un éditorial du New England Journal of Medicine de 2016, qui affirmait que l’indication devrait maintenant faire partie de l’information de base transmise avec une ordonnance, pas seulement pour les antimicrobiens. Je suis bien d’accord avec cela.