Comparaison de la fréquence des abréviations dangereuses entre la prescription papier et électronique

Je vous parle aujourd’hui d’une étude publiée en 2017. Malgré tout le temps écoulé depuis la publication de cette étude, elle demeure d’actualité dans le contexte québécois puisque l’implantation de la prescription électronique en est à ses balbutiements. L’étude décrit les bénéfices de l’implantation de la prescription électronique sur la fréquence d’utilisation d’abréviations dangereuses, et inclut des données sur la situation en présence d’un mode hybride de prescription combinant papier et électronique.

Cette étude avait pour objectif de comparer la fréquence d’utilisation d’abréviations dangereuses selon la liste de ISMP Canada entre les ordonnances écrites sur papier et celles faites électroniquement. Un audit transversal a été mené sur une journée sur toutes les unités de soins de 6 hôpitaux d’un réseau universitaire situé à Toronto, incluant 804 lits de courte durée et 423 lits de longue durée. 2 des 6 hôpitaux utilisaient la prescription électronique au moment de l’étude, mais les auteurs soulignent qu’il demeurait parfois des ordonnances papier, même dans ces centres. L’étude a été menée entre décembre 2013 et janvier 2014. 5 dossiers par unité de soins ont été audités.

Seules les ordonnances de médicaments, excluant donc les fluides intraveineux, mais incluant la nutrition parentérale et les électrolytes, ont été incluses. Les ordonnances pré-imprimées sur papier ont été exclues. Pour les dossiers avec prescription électronique, toutes les ordonnances actives qui répondaient aux critères ont été incluses, tandis que pour les dossiers papiers, les ordonnances de la journée en cours et précédentes pour les soins de courte durée, et les ordonnances des derniers 7 jours pour la longue durée, ont été révisées. Les abréviations dangereuses présentes dans ces ordonnances ont été comptées.

L’analyse primaire était la différence de la proportion d’ordonnances contenant au moins une abréviation dangereuse entre les groupes. Un calcul de puissance a été effectué.

258 dossiers de 52 unités de soins ont été révisés, dont 3 exclus en raison d’un congé avant la révision des ordonnances. 29 dossiers ne contenaient aucune ordonnance éligible. La proportion d’ordonnances contenant au moins une abréviation dangereuse était de 24.1% pour les ordonnances papier et 0.4% pour les ordonnances électroniques, une différence statistiquement significative avec p<0,001. La proportion de patients dont au moins une ordonnance contenait une abréviation dangereuse était de 50,5% pour les dossiers papier, 5% pour les dossiers électroniques, et 47,2% pour les dossiers hybrides. Les 5 abréviations les plus fréquentes étaient « D/C », des abréviations de nom de médicament, « OD », « U » et « cc ».

Les résultats de cette étude m’apparaissent pertinents car ils démontrent d’une part la forte prévalence d’abréviations dangereuses dans les ordonnances manuscrites, un fait que l’on observe quotidiennement dans la pratique québécoise. D’autre part, on voit que le fait de maintenir une système hybride ne permet pas d’éliminer de manière convaincante la présence d’abréviations dangereuses dans les ordonnances, ce qui est un des bénéfices attendus de la prescription électronique. Ceci supporte la notion que l’implantation d’un prescripteur électronique doit être complète pour que les bénéfices de cette technologie se matérialisent. Fait intéressant, les auteurs commentent que les abréviations dangereuses retrouvées dans les dossiers électroniques étaient de deux sources: les ordonnances entrées en texte libre et un cas de nom de médicament abrévié en raison d’une limitation technique.

Dans le contexte de la prescription électronique, on pourrait argumenter que l’utilisation d’abréviations est moins problématique puisque sur papier, la dangerosité résulte de la difficulté de lire l’abréviation manuscrite (ex: « U » devient « 0 ») alors que ce genre de méprise est moins probable avec des caractères affichés à l’écran. Dans mon expérience, je constate pourtant que la rédaction d’ordonnances en texte libre ou l’utilisation de champs de commentaires pour communiquer de l’information qui devrait aller ailleurs est tout autant une source de problèmes. Ceci renforce l’importance d’assurer une maintenance constante de la base de données du prescripteur électronique, et d’assurer une bonne formation des prescripteurs, afin de limiter le recours au texte libre, même en prescription électronique.

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

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

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

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

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

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

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

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

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

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

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

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

Fréquence de l’indication dans les ordonnances électroniques destinées à la communauté

Plusieurs articles parus dans les dernières années sont clairs sur la nécessité d’inclure l’indication dans les ordonnances afin de prévenir les erreurs liées à la dispensation du mauvais médicament. On peut facilement s’imaginer comment ceci peut survenir dans le cas d’ordonnances manuscrites, mais on constate le même problème avec les ordonnances électroniques, notamment dans le cas de médicaments ayant un nom similaire qui peuvent se retrouver côte à côte dans des menus déroulants.

Une nouvelle étude parue dans l’AJHP de juillet visait à quantifier la présence de l’indication dans les ordonnances électroniques rédigées à l’intention de patients en communauté.

Les auteurs ont extrait les instructions posologiques en texte libre des ordonnances émises en clinique ambulatoire d’une organisation de santé américaine sur une période de 5 ans, de 2011 à 2015 inclusivement. Une approche de traitement du langage a été utilisée pour extraire les indications de ce texte libre. Le programme utilisé est intéressant et a été initialement décrit en 2011. Il s’agit d’une approche prometteuse qui permet même d’interpréter les négations (ex: « ne pas prendre si… ») dans le texte. Un contrôle de qualité a été fait sur 10% des ordonnances pour valider l’extraction.

4 356 086 ordonnances ont été analysées. L’indication était présente dans 7,4% de celles-ci. Parmi les ordonnances incluant l’indication, 77% avaient été prescrites avec une posologie au besoin (« PRN »). Les auteurs détaillent le taux d’indications par spécialité médicale et par indication. De façon peu surprenante, les indications qui correspondent davantage à des prises au besoin (ex: douleur, anxiété, nausée, toux, prurit, insomnie) avaient davantage d’ordonnances incluant l’indication dans les instructions posologiques. Des résultats par classe et par molécule sont aussi présentés.

Je trouve cette étude intéressante car elle démontre qu’il y a encore beaucoup de chemin à faire pour inclure l’indication dans les ordonnances: la vaste majorité des ordonnances analysées ne la comportaient pas, quoique les données dataient quand même un peu. Les auteurs concluent que la recherche devrait examiner les designs des logiciels de prescription électronique qui favorisent l’inclusion de l’indication, et je suis d’accord avec cela.