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.

Étude longitudinale sur la perception de la prescription électronique durant son implantation

Cette étude a été réalisée dans un centre pédiatrique tertiaire de 310 lits situé à Sidney en Australie. Un système de prescription électronique a été mis en place en avril 2016 à raison d’une unité par semaine dans tout le centre; ce logiciel faisait partie d’un dossier électronique commercial déjà en place. Les médecins et infirmières utilisant les fonctions liées à la médication (prescription et administration) ont été approchés sur les unités suite au déploiement et invités à participer à des entrevues semi-structurées afin de recueillir leurs perceptions. Les entrevues ont été menées à 4 points dans le temps aux semaines 1,3, 6 et 6 mois après le déploiement. Le recrutement était poursuivi jusqu’à l’atteinte de la saturation pour s’assurer que les données recueillies étaient de bonne qualité. Les questions ont été élaborées à l’aide d’un modèle d’acceptation de la technologie (le modèle e-TAM) dont l’avantage principal est de tenir compte du contexte.

122 participants ont été recrutés, mais seulement 8 ont fait plus d’une entrevue. L’expérience moyenne des participants était de 6 ans (1,5 à 25 ans) et 10 infirmières étaient des super-utilisateurs. Les entrevues ont durées en moyenne 8.5 minutes. Les chercheurs ont examiné les thèmes abordés par les participants à chaque point dans le temps et décrit leur évolution.

Quatre thèmes étaient présents tôt après le déploiement mais sont graduellement disparus avec le temps:

  • L’utilisation d’un système hybride comme un problème lors du transfert de patients entre unités.
  • L’inexpérience avec le système comme cause de problèmes.
  • La diminution du temps consacré aux patients en raison des exigences du système.
  • Des délais dans l’administration des médicaments à cause du flot de travail plus lent imposé par le logiciel.

Les chercheurs soulignent que la disparition de ces thèmes dans les entrevues subséquentes coïncide avec l’apparition de mentions de méthodes de contournement. Notamment, les délais d’administration étaient contournés en n’utilisant pas le système au chevet du patient, mais plutôt en documentant l’administration en différé une fois revenu au poste d’infirmières. Du côté des médecins, l’utilisation de texte libre plutôt que les vrais « ordonnances » pour prescrire était décrite.

Paradoxalement, avec le temps, les utilisateurs semblaient aussi rapporter une perception accrue de sécurité avec le passage du temps. Ceci me surprend puisque les contournements décrits (prescrire en texte libre et documenter en différer l’administration de médicaments) sont des facteurs de risque connus d’erreurs.

Les auteurs soulignent aussi qu’avec le temps, les problèmes observés avec le système se sont précisés: d’une insatisfaction générale au début, il se sont centrés sur la lenteur et l’occurence d’erreurs de système après quelques mois.

Parmi les bénéfices observés, les auteurs citent une appréciation de la disponibilité des dossiers partout dans l’hôpital, une amélioration de la lisibilité des prescriptions et des notes, de même qu’une amélioration de la continuité des soins.

Je trouve l’article intéressant car il montre bien à quoi s’attendre dans les différentes phases d’implantation de la prescription électronique, et sur quoi concentrer son attention dans le temps.

Erreurs de poids à l’urgence

Cette étude a évalué l’incidence d’erreurs de poids entrés dans le dossier électronique de patients ayant visité l’urgence de trois hôpitaux affiliés (deux généraux / adultes et un pédiatrique) situés à Hawaii. Tous les patients de moins de 5 ans ayant visité l’urgence durant une période de référence variable selon le centre (allant de 2009-2010 à 2012-2013) ont été inclus. Les poids enregistrés ont été extraits, et les poids plus petits que le 3è percentile, ou plus grands que le 97è percentile, ont été considérés comme des erreurs potentielles. Ceux-ci ont été révisés, si les autres poids documentés dans le dossier étaient similaires, le poids n’était pas considéré une erreur. De la même manière, si l’information était jugée insuffisante pour déterminer s’il s’agissait d’une erreur, la donnée était placée dans une catégorie à part. Enfin, les ordonnances de médicaments associées à ces poids ont été revues pour déterminer l’incidence d’erreurs.

79 000 visites à l’urgence ont été incluses. La proportion de poids erronés était de 0,46% dans l’hôpital pédiatrie et 0,30 et 1,1% dans les deux hôpitaux généraux, ces proportions étant statistiquement différentes (p<0,001). Les taux de poids extrêmes ne pouvant être classés comme erreur étaient aussi statistiquement différents entre les groupes ,avec 0,69% dans l’hôpital pédiatrique et 0,029 et 1,1% dans les deux hôpitaux généraux (p<0,001). À noter que les taux d’erreurs de poids comparés entre les deux hôpitaux généraux regroupés et l’hôpital pédiatrique n’étaient pas différents (0,46% contre 0,49%, p=0,54).

Les erreurs de poids ont été corrigées au dossier avant la prescription de médicament dans 17% des cas dans l’hôpital pédiatrique, contre 8% dans les deux hôpitaux généraux combinés. Ils n’ont pas été corrigés et ont mené à une erreur de prescription dans 34% des cas dans l’hôpital pédiatrique, contre 33% des cas dans les hôpitaux généraux combinés. Dans d’autres cas, aucun médicament n’a été prescrit et l’erreur n’a pas été corrigée.

Les médicaments les plus affectés par les erreurs de prescription étaient, dans l’ordre, l’acétaminophène, l’ibuprofène, l’ondansétron, la diphenhydramine, l’amoxicilline, et la prednisolone. Ces médicaments reflètent selon moi davantage le volume de prescription à l’urgence pour ces médicaments plutôt qu’une susceptibilité particulière aux erreurs.

Les auteurs soulignent des causes possibles des erreurs de poids: l’utilisation de balances affichant un poids à la fois en livres et en kilogrammes, la saisie de données dans le mauvais champ (par exemple entrer la température à la place du poids) et les erreurs de frappe à la saisie des données. Je souligne que les hôpitaux à l’étude utilisaient des dossiers électroniques. Dans ma pratique avec les dossiers papiers, d’autres causes d’erreurs que j’ai constatées sont l’inscription du poids dans le mauvais dossier, et les erreurs de communication verbale de poids (par exemple regarder dans le mauvais dossier et transmettre verbalement le poids d’un autre patient).

Les auteurs suggèrent des mesures informatiques pour limiter ces erreurs, notamment l’ajout d’une limite contournable lorsque le poids sort d’une plage de percentiles selon l’âge, ou l’affichage d’une courbe de croissance avec la valeur entrée. Ces idées sont intéressantes, mais comme les auteurs le soulignent, elles doivent être prises en compte dans le contexte de la désensibilisation aux alertes.

Revue systématique sur les erreurs causées par la prescription électronique en pédiatrie

Je vous parle cette semaine d’une revue systématique sur les facteurs contribuant aux erreurs de médicaments causées par les systèmes de prescription électronique en pédiatrie. Cet article a été écrit par le même groupe qu’un article très similaire dont j’ai parlé il y a un peu moins d’un an, et qui avait le même objectif, sans être orienté vers la pédiatrie.

En rappel, les facteurs identifiés comme causes d’erreurs lors de prescription électronique en général étaient:

  • L’affichage à l’écran
  • La sélection dans les menus déroulants et la complétion automatique de champs
  • Le choix des mots et les formulations étranges
  • Les paramètres par défauts mal pensés
  • Le manque de flexibilité ou de fonctionnalité dans les flots de travail
  • Le manque d’interopérabilité
  • L’automatisation à outrance
  • Le manque d’adaptation des flots de travail au système électronique
  • Le mauvais paramétrage de l’aide à la décision

Pour cette nouvelle revue ciblant la pédiatrie, les auteurs ont effectué une recherche systématique des banques Embase, CINAHL et Medline depuis leur début jusqu’au 3 mai 2016. Les articles de recherche primaire de nature qualitative ou quantitative, ayant pour objet les erreurs de médicaments associées à la prescription électronique en pédiatrie, et qui donnaient de l’information sur les causes de ces erreurs, ont été incluses. Un processus systématique pour sélectionner les articles, les lires et en extraire les données a été suivi.

419 articles ont été identifiés, et après filtrage 47 ont été retenus, dont 29 provenant des États-Unis, 4 de l’Angleterre, 2 du Canada, 2 de l’Iran, 2 des Pays-Bas et 2 de la Suède, entre autres. 38 étaient quantitatifs, 3 qualitatifs et 6 avaient les deux méthodes. 5 thèmes majeurs ont été extraits comme causes d’erreurs:

  • Le mauvais paramétrage des alertes de dose, d’abord en omettant des alertes spécifiques aux indications. Par exemple, un système offrait des alertes de dose trop élevée de méthylprednisolone uniquement pour les doses plus grandes que 30 mg/kg/dose, la dose maximale paramétrée pour la néphrite lupique. La prescription erronée d’une telle dose pour l’asthme n’entraînait pas d’alerte.
  • Encore le mauvais paramétrage des alertes de dose, mais cette fois en générant des alertes inappropriées. Dans ce genre de cas, un système générait des alertes à la fois pour une dose trop élevée et trop faible, en même temps, pour un patient de 36 kg qui recevait une dose de 900 mg deux fois par jour d’amoxicilline, soit moins de 26 mg/kg/dose, la limite inférieure pédiatrique, mais plus de 875 mg/dose, la dose adulte. Un autre type d’alerte dans ce thème était des alertes causées par des données anthropométriques anciennes (un poids qui n’est pas à jour dans un dossier, par exemple).
  • Les alertes de duplication inappropriée, d’une part en omettant d’alerter lorsque la prescription est faite avec un nom différent (l’exemple donné est de la prednisone sur protocole de recherche et de la prednisone hors protocole), ou en générant des alertes intempestives en ne tenant pas en compte les voies d’administration différentes et les dates différentes de plusieurs entrées pour le même médicament.
  • La sélection dans les menus déroulants, par exemple en permettant de prescrire le même médicament en mg, en g ou en mL, ou encore en affichant des concentrations de suspensions orales en « 400 mg / 5 mL » plutôt qu’en mg/mL.
  • Le mauvais design du système, par exemple en forçant les prescripteurs à utiliser du texte libre en raison du manque d’options, ce qui cause des prescriptions incohérentes ou contradictoires. De même, l’utilisation d’ordonnances pré-rédigées (order sets) est un risque d’erreur lorsque des sélections se font automatiquement sans prendre en compte ce qui est déjà prescrit.

Les auteurs proposent diverses solutions pour pallier à ces problèmes, et vont même jusqu’à exposer les points positifs et négatifs des solutions qu’ils proposent.

Arrondissement des doses de médicaments en pédiatrie

Cet article avait pour objectif de déterminer la prévalence de doses de médicaments « non mesurables », soit trop petites ou impossibles à mesurer avec précision, chez les patients pédiatriques d’un hôpital tertiaire académique mère-enfant américain de 354 lits. Le texte complet est disponible gratuitement sur PubMed Central. Les patients de moins de 18 ans admis sur une période d’une semaine, du 11 au 17 août 2013, ont été inclus. Les médicaments étaient prescrits dans un dossier électronique commercial, qui pour la plupart des médicaments n’avait pas de fonctions d’arrondissement de dose, permettant donc de prescrire des doses avec plusieurs chiffres après la virgule. Les médicaments pour lesquels le concept d’arrondissement ne s’applique pas (topiques, gouttes, perfusions continues…) ont été exclus, de même que l’insuline.

Les auteurs ont défini une dose non mesurable comme une dose précise à <0,1 unité (unité étant mg ou mcg selon le médicament) pour les patients hors néonatologie, et précise à <0,01 unité en néonatologie, ou bien une dose de <0,1 mL hors néonatologie, ou <0,01 mL en néonatologie. Une régression logistique multivariée à deux niveaux a été réalisée pour tenir compte des multiples médicaments chez un même patient et de plusieurs patients par prescripteur.

395 patients ont été admis durant l’étude, dont 391 ont eu des prescriptions de médicament. Quatre autre patients ont été exclus en raison de données manquantes. Pour les 387 patients restants 686 prescriptions ont été exclues car elles étaient pour des médicaments exclus. 2426 prescriptions ont été incluses, parmi celles-ci 723 (29,8%) étaient non arrondies ou non mesurables. L’analyse multivariée a montré que les facteurs liés au patient et au médicament prédisaient mieux le non-arrondissement que les facteurs liés au prescripteur; notamment avec un odds de dose non-arrondie diminuant de 4% pour chaque augmentation de 1 kg du poids du patient.

Les auteurs discutent des implications des doses non mesurables ou non arrondies, notamment le risque associé aux erreurs de mesure en raison de la mauvaise correspondance des volumes à mesurer aux unités de mesure des seringues. Des études ont rapporté l’utilisation de protocoles pour l’arrondissement des doses, dans certains cas pilotés par des pharmaciens. Il est aussi possible d’intégrer l’arrondissement des doses au logiciel de prescription électronique. Cette avenue m’apparaît intéressante car elle permet d’aviser le prescripteur directement au moment de la prescription que la dose indiquée est trop petite pour être mesurée ou qu’elle ne correspond pas aux unités de mesure des seringues. En pratique, avec la prescription papier où le volume correspondant à la dose prescrite est parfois inconnu du prescripteur lors de la prescription, il m’arrive fréquemment de voir des doses non mesurables (<0,02 mL mesurées dans une seringue graduée aux 0,01 mL) ou prescrites avec beaucoup trop de précision pour les outils disponibles. Citons en exemple l’énoxaparine, concentrée à 100 mg/mL mais souvent prescrite à des doses inférieures à 10 mg pour de très jeunes patients. Dans ce genre de cas, il est fréquent de voir des doses prescrites avec plusieurs chiffres après la virgule, alors que ce degré de précision n’est pas atteignable avec une seringue de 1 mL qui est graduée aux 0,01 mL (1 mg dans ce cas). Une étude s’est d’ailleurs penchée sur ce problème spécifiquement et a montré que l’arrondissement au mg est faisable et sécuritaire. De plus, on sait que la précision d’une seringue diminue rapidement lorsque le volume est faible; il est illusoire de prétendre que les doses administrées lorsqu’on s’approche du minimum mesurable sont précises. Dans ce genre de circonstances, les patients sont probablement exposés à des quantités très variables du médicament de dose en dose. L’alerte directe au prescripteur dans le logiciel de prescription me semble l’avenue à privilégier pour améliorer cette situation.