Effet d’une alerte sur l’utilisation de médicaments inappropriés en gériatrie

En 2016, je vous parlais de l’initiative de cliniques médicales de la région d’Edmonton qui avaient inclus dans leur logiciel de prescription électronique, des alertes relatives aux critères de Beers pour les patients âgés. Je mentionnais que je trouvais que les alertes étaient bien faites et qu’elles incluaient des recommandations de conduite clinique, ce qui fait généralement défaut.

Le même groupe nous revient avec une nouvelle étude observationnelle rétrospective sur ces alertes, publiée en mai de cette année et disponible gratuitement en texte complet sur PubMed Central. L’objectif de l’étude était de déterminer la fréquence d’interaction des cliniciens avec les alertes liées aux critères de Beers, ainsi que de déterminer la fréquence de déprescription de médicaments potentiellement inappropriés associée à ces alertes.

L’étude a eu lieu dans deux cliniques médicales situées en Alberta, la première spécialisée en gériatrie et la seconde offrant des soins de première ligne. 18 médecins ont participé à l’étude. Toutes les alertes générées durant les visites de patients de 65 ans ou plus dans ces deux cliniques, et par l’un des médecins participant à l’étude, entre le 1er juillet 2015 et le 31 décembre 2017, ont été incluses.

Les mesures de performance des alertes étaient calculées comme le nombre d’interactions de cliniciens avec l’alerte (le nombre de cas où l’alerte n’est pas ignorée) par rapport au nombre d’affichages de l’alerte, et l’inverse de cette mesure était aussi rapportée comme le « number needed to remind » (NNR), soit le nombre d’affichages de l’alerte avant qu’une réponse d’un clinicien n’ait lieu. Cette mesure été décrite en 2014. De la même manière, les auteurs rapportes la performance de l’alerte par rapport au nombre de cessations du médicament en cause et son inverse, le « number needed to deprescribe » (NND).

3221 patients âgés en moyenne de 78 ans ont eu 20 947 visites incluses dans l’étude. 8222 alertes ont été générées. dans 7429 visites. La performance de l’alerte était de 17,3% pour l’interaction d’un clinicien, soit un NNR de 5,8. Cependant, cette mesure était de 7,4 dans la clinique de première ligne et 2,7 dans la clinique de gériatrie, indiquant une plus grande efficacité de l’alerte en gériatrie, une différence statistiquement significative. Les auteurs spéculent sur les raisons de cette différence dans la discussion. La performance pour la déprescription était de 1,2% avec un NND de 82, sans différence statistiquement significative entre les deux cliniques.

Selon moi, la contribution principale de cet article est de démontrer que même si des alertes sont bien conçues, et incluent des recommandations de conduite clinique, cela ne signifie pas qu’elles auront un grand impact clinique. De plus, il est bien connu que l’efficacité d’une alerte ne peut pas être évaluée seule, il faut prendre en compte l’ensemble des alertes affichées au clinicien dans le contexte de surabondance d’alertes menant à une désensibilisation (alert fatigue) même aux alertes importantes. Pour cette raison, je crois que cet article renforce la nécessité d’un monitorage actif des alertes générées par un système d’aide à la décision par une équipe de cliniciens, comme je le mentionnais en mai 2017. Il ne faut pas non plus négliger les principes de conception d’alertes pour en maximiser l’efficacité.

Erreurs de prescription électronique en clinique externe de pédiatrie

L’Académie Américaine de Pédiatrie (AAP) a émis des lignes directrices sur les fonctionnalités de prescription électronique qui sont nécessaires pour sécuriser ce processus en pédiatrie. Je n’ai pas parlé de ces lignes directrices sur ce blogue car elles datent de 2013 et elles se centrent surtout sur la prescription faite en clinique externe et destinée aux pharmacies communautaires. En 2015, je mentionnais un article espagnol qui incluait ces lignes directrices dans une revue plus générale des technologies de prescription et d’administration destinées à la pédiatrie.

Un nouvel article paru au début du mois d’avril s’est penché sur les erreurs de prescription électronique en pédiatrie, et les a examinées en regard des critères de l’AAP. L’étude a eu lieu dans trois cliniques de médecine de famille ou de pédiatrie dans 3 organisations de santé américaines étant dotées d’un dossier électronique unique. Les logiciels précis sont nommés dans l’article. Les ordonnances incluses était les ordonnances de médicaments destinées aux pharmacies communautaires. Toutes les ordonnances émises pour des patients pédiatriques durant une période de 1 à 2 mois, c’est-à-dire jusqu’à l’obtention de 400 ordonnances ou plus par clinique, étaient incluses. Chacun des trois logiciels a été évalué pour sa conformité aux lignes directrices de l’AAP sur une échelle à trois niveaux; le tableau de cette conformité est présenté dans l’article. Les ordonnances ont ensuite été revues par un panel composé de pharmaciens et médecins qui ont déterminé la présence d’erreurs en fonction de critères pré-établis.

Les trois logiciels en place dans les cliniques rencontraient les critères de l’AAP à 21-47%. Les cliniques 1, 2 et 3 ont fourni respectivement 477, 408 et 633 ordonnances, avec un taux d’erreur de 13,2, 8,8 et 6,6%. Il est intéressant de noter que la classe des antimicrobiens était la plus prescrite et comptait pour 24 à 33% des erreurs. Selon les auteurs, 83% des erreurs auraient pu être prévenues si la conformité aux critères de l’AAP avait été complète.

L’article me semble intéressant car il montre que des logiciels pourtant très populaires et matures ne sont pas parfaitement conformes à des principes de sécurité de prescription pédiatrique relativement simples et connues depuis plusieurs années. Pensons notamment à la documentation du poids en kg uniquement ou à l’affichage du volume correspondant à une dose pour une prescription d’un médicament liquide. Il semble que la plupart des erreurs seraient évitables avec une meilleure conformité à ces critères. Je trouve cependant dommage que l’article ne détaille pas les erreurs ni leur répartition par catégorie; cela aurait permis de voir si les lacunes se situent davantage au niveau des critères simples (ex: volume en fonction de la dose, présence de dose, voie, fréquence et quantité, etc.) ou de critères plus complexes (ex: dose en fonction de l’indication).

Prototype de prescription électronique incluant l’indication

En juillet 2018, je vous parlais d’un article qui discutait de l’ajout de l’indication dans les prescriptions électroniques. Une des recommandations était de débuter le processus de prescription par la sélection de l’indication, plutôt que de documenter l’indication en texte libre après la rédaction de l’ordonnance. Un avantage de cette façon de faire est que la sélection des médicaments pour l’ordonnance peut être ajustée en fonction de l’indication sélectionnée; théoriquement, les erreurs de sélection de médicament pourraient être diminuées avec cette façon de faire.

Le même groupe revient maintenant avec une étude de simulation portant sur un prototype de logiciel de prescription incorporant cette façon de faire, en comparaison avec deux logiciels commerciaux populaires aux États-Unis.

Le prototype conçu par les auteurs permettait de débuter la prescription par la sélection d’une indication puis de choisir de médicament, ou de choisir le médicament puis l’indication. Les choix de médicaments affichés pour les indications des scénarios testés ont été élaborées à partir de lignes directrices, des indications officielles des produits, et de particularités d’assurance. Les choix de dose et de posologie par défaut reflétaient également l’indication. De plus, les caractéristiques du patient (allergie, insuffisance rénale, poids) se reflétaient dans les choix proposés.

Les participants aux scénarios de test ont été recrutés parmi les cliniciens d’un centre d’affiliation d’un des auteurs. 8 scénarios cliniques ont été élaborés, incluant certaines difficultés au niveau de la prescription comme des allergies, la présence de médicaments look-alike, sound-alike (LASA) dans les choix, etc. Les participants complétaient 4 scénarios avec le prototype et 4 scénarios avec leur logiciel habituel. 17 médecins, 13 résidents et 2 assistants médecins ont complété 256 scénarios. 20 des 32 participants ont utilisé un logiciel commercial et le reste ont utilisé un autre.

Le temps de complétion d’un scénario était plus rapide avec le prototype (premier logiciel 3,37 ± 1,90 minutes, deuxième logiciel 2,93 ± 1,52 minutes, prototype 1,78 ± 1,17 minutes). 28,8% des participants ont utilisé une référence externe pour prescrire avec le prototype comparativement à 58,8% avec les logiciels commerciaux, p < 0,001. Enfin, 5,5% des ordonnances avec le prototype comportaient une erreur contre 29,7% avec les logiciels commerciaux, p < 0,001. Le taux d’erreur liées aux médicaments LASA n’était pas significativement différent entre les groupes.

Je trouve l’étude intéressante car elle démontre l’avantage d’inclure l’indication dans les prescriptions, pas seulement du point de vue du travail du pharmacien, mais bien d’un point de vue du workflow clinique du médecin prescripteur. Elle démontre un avantage de sécurisation du processus, en plus d’être plus rapide. Néanmoins, comme les auteurs le soulignent dans la discussion, ce genre de fonctionnalité demande une banque de données fournissant toute l’information nécessaire en arrière-plan. Les auteurs mentionnent comment les fournisseurs de logiciels de prescription électronique et d’aide à la décision sont peu enclins à offrir des recommandations de traitement de cette manière par crainte de répercussions légales. Si ce genre de contenu ne peut être acquis commercialement, on peut imaginer qu’il soit nécessaire de le développer localement, ce qui représente un volume de travail très important. L’idée est donc bonne, mais sa mise en place risque d’être assez difficile.