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.

Données sur les pharmacies d’hôpitaux américaines 2016

Je vous parle aujourd’hui d’un sondage publié récemment dans l’AJHP sur les pharmacies d’hôpitaux aux États-Unis, réalisé en 2016 et décrivant surtout les processus de prescription et transcription d’ordonnances. Il s’agit d’une partie du sondage national des pharmacies d’hôpitaux de l’ASHP; la méthode de ce sondage est décrite dans l’introduction de l’article. Les données publiées ici complètent celles publiées l’année dernière sur les volets de surveillance de la pharmacothérapie et de suivi des patients. À noter cependant que plusieurs données se recoupent.

Contrairement au sondage québécois, le sondage américain ne cible pas tous les hôpitaux et utilise un échantillonage. 392 hôpitaux parmi les sondés ont répondu, représentant un taux de réponse de 30%, et les répondeurs n’étaient pas statistiquement différents des non-répondeurs. Voici quelques faits saillants du sondage:

  • 99,1% des hôpitaux avaient un dossier électronique au moins partiellement en place, dont 43,3% avec un système complètement électronique sans papier (comparativement, ces chiffres étaient 97,5% et 37,5% en 2015 aux USA, je ne trouve pas de données québécoises claires sur ce chiffre).
  • 95,6% des hôpitaux ont un système de prescription électronique avec aide à la décision (comparativement à 84,1% aux USA en 2015, et au Québec 7% en 2014 et 5% en 2012).
  • Les ordonnances sont transmises électroniquement (en données numériques) à la pharmacie dans 90,7% des hôpitaux, 4,2% des hôpitaux numérisent des ordonnances papier, 2,8% utilisent encore le fax et 2,3% utilisent le transport manuel d’ordonnances papier. Comparativement, au Québec, la seule donnée que je connaisse est un sondage présenté comme affiche au congrès de l’APES 2016 qui a montré l’utilisation d’ordonnances numérisées dans 51% des hôpitaux, contre 26% qui utilisaient le fax, 21% des ordonnances papier et 2% un prescripteur électronique.
  • Au niveau de la validation d’ordonnances, 51,6% des hôpitaux utilisent des fonctions de validation automatisée. Parmi-ceux-ci, 58,2% utilisent des fonctions par département (p.ex. urgence), 40,3% des médicaments spécifiques dans certains départements (p.ex. médicaments pour la douleur à l’urgence), et 12% pour des médicaments spécifiques à travers l’hôpital (p.ex. vaccins, médicaments de soins de confort).
  • 92,6% des hôpitaux utilisent la vérification de l’administration des médicaments avec le code-barre (comparativement à 93,7% aux USA en 2015, et aucun hôpital au Québec en 2012 ou 2014).
  • Pour l’élaboration de politiques de prescription et de gestion du formulaire, 75% des hôpitaux font de l’évaluation comparative des médicaments avant l’inscription au formulaire, élaborent des lignes directrices, font de la substitution thérapeutique, délèguent les choix de produits et de dose aux pharmaciens, et font des revues d’utilisation. Deux tiers des hôpitaux restreignent la prescription de certains médicaments à certains praticiens, et environ la moitié utilisent des données pharmacoéconomiques dans leur évaluation.

L’utilisation de dossiers électroniques offre des nouvelles possibilités reliées à la gestion du formulaire et des ordonnances:

  • Trois quarts des hôpitaux affichent uniquement les médicaments au formulaire lors de la prescription.
  • Environ la moitié des hôpitaux utilisent des fonctions d’arrondissement ou de standardisation de doses lors de la prescription (sans doute pour faciliter la correspondance aux médicaments produits en lot à la pharmacie).
  • La moitié des hôpitaux offrent des liens vers de l’information sur les médicaments lors de la prescription, et offrent des alternatives lors d’une tentative de prescription d’un médicament hors formulaire.
  • Un peu plus d’un tiers des hôpitaux envoient certaines ordonnances à un autre service pour approbation (par exemple antibiotiques à usage restreint) et incluent un support décisionnel lié à l’optimisation de l’utilisation des antimicrobiens.
  • Un tiers des hôpitaux limitent l’entrée de médicaments hors formulaire aux pharmaciens.

En ce qui a trait aux fonctions de prescription hors formulaire, il est à noter que ce sont en général les plus gros hôpitaux qui ont des politiques plus strictes sur le contrôle du formulaire et les possibilités de prescription.

Les éléments liés à la pratique clinique du pharmacien sont:

  • 56,9% des hôpitaux requièrent la documentation électronique des recommandations et des notes du pharmacien dans les dossiers médicaux.
  • 89,9% des hôpitaux permettent aux pharmaciens de demander des tests de laboratoire et dosages de médicaments.
  • 86,8% des hôpitaux permettent aux pharmaciens d’écrire des ordonnances, 7,2% permettent aux pharmaciens de prescrire (sélection, initiation, suivi et ajustement du médicament), et 92,8% des hôpitaux permettent aux pharmaciens de modifier ou initier des médicaments selon un protocole.
  • 64% des hôpitaux collectent des données pour démontrer les effets des interventions des pharmaciens; ces données incluent surtout le type d’intervention, le temps passé sur ces interventions, et l’impact de ces interventions sur les coûts.

D’autres données sont fournies dans le sondage, je vous invite à lire le texte complet car elles sont plus difficiles à résumer. Celles-ci incluent:

  • Les services fournis par les pharmaciens au congé et le lien avec les soins en communauté et les pharmacies communautaires.
  • Les services offerts en clinique ambulatoire.
  • Le paiement des services pharmaceutiques.
  • Le lien avec les pharmacies de spécialité.
  • Les données de ressources humaines (équivalents temps plein, postes occupés, diplômes et certifications).
  • Les activités des techniciens en pharmacie.

Réduction du nombre d’appels pour clarification avec la prescription électronique

La saisie et la validation des ordonnances à la pharmacie d’un établissement de santé requiert régulièrement des appels aux infirmières et aux médecins afin d’obtenir des précisions sur des ordonnances mal écrites, ou dont les instructions sont contradictoires ou ambigues. Dans le contexte de la prescription électronique, les appels pour illisibilité sont (en théorie) éliminés, mais il demeure que les instructions inscrites, même en électronique, peuvent requérir des clarifications. Il peut aussi être nécessaire d’obtenir d’autres informations qui ne sont pas nécessairement incluses dans l’ordonnance comme le poids, la taille ou les allergies d’un patient. Dans le cas où des pharmaciens sont présents sur les unités de soins, les appels peuvent être dirigés vers eux afin de faciliter l’obtention de l’information, mais ce n’est pas toujours possible.

Une étude publiée récemment s’est intéressée à ce problème. Elle avait pour objectif d’évaluer l’impact de l’ajout d’alertes dynamiques lors de la prescription électronique sur le nombre d’appels requis pour clarifier les ordonnances à la pharmacie.

Dans un centre hospitalier et ses cliniques affiliées située au Mississippi, utilisant un dossier électronique commercial, des alertes ont été ajoutées permettant d’aviser le prescripteur au moment même où il rédige l’ordonnance lorsque:

  • Le prescripteur n’était pas indiqué.
  • La pharmacie n’était pas indiquée.
  • Les spécifications pour les ordonnances de médicament contrôlés n’étaient pas rencontrées.
  • Les instructions pour l’administration ou pour les données patient étaient trop longues ou fractionnées.
  • Les instuctions étaient à la fois entrées en champs granulaires et en texte libre.

On voit qu’il s’agit ici d’une validation technique plutôt que clinique, mais j’ose imaginer, même si ce n’est pas clairement indiqué, que les appels pour clarification en pré-intervention étaient souvent réalisés pour ces éléments. 9 mois de données de prescription ont été extraites en pré et en post intervention, puis, en fonction d’un calcul de puissance, 301 ordonnances en pré et 301 en post ont été sélectionnées aléatoirement. Un pharmacien et une infirmière ont révisé ces prescriptions pour déterminer si un appel de clarification aurait été nécessaire. À noter, il ne s’agit donc pas ici d’un dénombrement des appels réellement effectués. Un calcul de coûts en fonction du salaire des intervenants impliqués à aussi été effectué.

En pré intervention, 61 ordonnances sur 301 (20,3%) auraient généré un appel contre 39 sur 301 (13,0%) en post, une différence significative.  Cette réduction du nombre d’appels était associée à des coûts en temps épargné de 76$ par tranche de 100 ordonnances.

L’article a évidemment plusieurs limites. Personnellement, les éléments de validation technique ajoutés me semblent être surtout liés à une mauvaise fonctionnalité du système de prescription électronique. Dans les systèmes que j’ai vus en pratique, les problèmes de sauts de ligne et de longueur de champs ne sont pas fréquents. Cependant, dépendamment des systèmes, l’absence de nom de prescripteur et les instructions en texte libre qui sont ambigues ou qui discordent avec les champs granulaires sont assez fréquents.

En ce sens, je trouve qu’il s’agit d’un bon article sur une problématique pour laquelle les données manquent. La plupart de la littérature citée par les auteurs provient des pharmacies communautaires, et les différences en validation d’ordonnances par rapport à la pratique en établissement me font douter de la généralisation de ces données.

Il y a donc ici une opportunité pour mieux quantifier ce problème en établissement de santé, et en particulier dans un contexte de prescription à la main ou avec divers systèmes et modèles de pratique.