Biais cognitif lié à l’aide à la décision

Les systèmes d’aide à la décision gagnent en popularité avec l’informatisation croissante des dossiers médicaux, en particulier dans le contexte de la prescription électronique. Il existe également de tels outils intégrés aux systèmes d’information pharmacie, notamment pour la détection d’interactions médicamenteuses. Néanmoins, l’impact clinique de tels systèmes est sujet à débat, en particulier quand on constate à quel point les alertes générées peuvent être de pertinence clinique douteuse, ou bien lorsque des problèmes importants ne sont pas détectés.

Cette étude avait pour objectif d’évaluer la présence de biais cognitif induit par les systèmes d’aide à la décision, notamment l’omission de problèmes en absence d’alerte, les interventions inappropriées en présence d’alertes inexactes, et l’impact des interruptions et de la complexité des tâches sur ces éléments.

120 étudiants en médecine dans les deux dernières années de leur formation dans des universités australiennes ont participé à l’étude.  Chaque participant devait compléter des scénarios de simulation les exposant à neuf situations, soit une situation contrôle sans aide à la décision, une aide à la décision adéquate et une aide à la décision inadéquate, chacune en condition normale, en présence d’interruptions et en présence d’une tâche plus complexe. Durant chaque scénario, ils devaient prescrire des médicaments dans un logiciel simulé en présence d’un contexte clinique réaliste. Les scénarios ont été développés et révisés par plusieurs spécialistes, incluant des pharmaciens, afin de s’assurer que ceux-ci étaient adéquats. Notamment, les prescriptions à faire étaient représentatives des responsabilités des étudiants en médecine, et les erreurs à détecter étaient sans ambiguité et clairement à éviter. De plus, les participants étaient avisés que les alertes fournies par le système pouvaient être inexactes ou absentes.

4065 prescriptions ont été faites, comportant 1049 erreurs, incluant les non-prescriptions de médicaments requis. 70% de ces erreurs ont été induites par les scénarios, et 30% ont été jugées comme originant purement des participants. Tous les participants ont fait au moins une erreur.

Comparativement à la situation contrôle, l’aide à la décision adéquate a réduit les erreurs de prescription de 58,8%, alors que l’aide à la décision incorrecte a augmenté les erreurs de prescription de 86,6%. Fait intéressant, les interruptions et la complexité du scénario n’ont pas affecté significativement les biais cognitifs induits par l’aide à la décision. Les résultats complets sont bien plus détaillés, ça vaut la peine de lire le texte complet pour bien en comprendre toutes les nuances.

Les auteurs soulignent que les participants avaient de la difficulté à déterminer si les alertes d’aide à la décision étaient correctes ou non, et même si des omissions avaient lieu.

Je trouve l’article pertinent car il illuste comment l’aide à la décision peut avoir un impact positif si les alertes sont bien paramétrées et adéquates, et comment les effets de cette technologie peuvent être délétères en présence d’omissions ou d’alertes inadéquates. Bien sûr, la tâche de paramétrage d’un système d’aide à la décision est colossale. Bien souvent, la possibilité de personnaliser les alertes, d’en ajouter ou d’en désactiver est inexistante ou limitée, et le nombre d’alertes livrées avec le système est très grand, rendant la révision de celles-ci une par une irréaliste. Plusieurs articles ont décrit les problèmes liés à l’inclusion de nombreuses alertes pour des raisons légales ou administratives, et ont fait des recommandations pour filtrer ce contenu. Encore faut-il avoir les ressources et la capacité technique de le faire.

Raisonnement clinique en présence d’alertes électroniques

L’objectif de cette étude était d’explorer le raisonnement de cliniciens exposés à des alertes lors de la prescription de médicaments dans des dossiers électroniques avec aide à la décision, en particulier la manière dont le contexte clinique influençait leurs décisions de conduite à tenir.

32 médecins ont été recrutés dans des centres aux Pays-Bas et aux États-Unis. Une simulation a été effectuée avec le logiciel qu’ils utilisaient habituellement dans leur pratique. Durant cette simulation, qui durait environ 40 minutes, ceux-ci devaient prescrire des médicaments pour un patient fictif avec un contexte clinique complet (allergies, autres médicaments, résultats de laboratoire, etc). Les cliniciens devaient répondre aux alertes émises par le logiciel de la même manière qu’ils le feraient en pratique, tout en décrivant à voix haute leur raisonnement. Les simulations étaient filmées et transcrites afin de pouvoir être analysées. Les problèmes simulés étaient des interactions médicamenteuses, lesquelles sont décrites dans l’articles et étaient divisées en alertes de haute sévérité et de faible sévérité.

La réponse des cliniciens a été divisée en catégories:

  • Éviter le problème (« avoid », par exemple en changeant un médicament pour un autre sans interaction).
  • Reporter la décision (« defer », par exemple ne pas prescrire le médicament problématique et prévoir consulter un pharmacien).
  • Contrôler le problème (« control« , par exemple en ajoutant un suivi clinique ou de laboratoire pour détecter les effets d’une interaction).
  • Tolérer le problème (« allow », par exemple lorsqu’une interaction était jugée non cliniquement significative).

Les chercheurs ont enfin analysé la réponse des cliniciens de manière qualitative à la lumière de leurs commentaires afin de décrire leur raisonnement.

171 décisions ont été prises par les 32 cliniciens durant les simulations. 75% étaient en réponse à des alertes de haute sévérité et 25% de faible sévérité, et les décisions prises étaient significativement différentes entre les deux catégories de sévérité (p<0,0001).

Dans le contexte des alertes de haute sévérité, la réponse la plus fréquente était de quand même prescrire les deux médicaments et de contrôler à l’aide de tests de laboratoire, de suivis cliniques ou d’une diminution de dose, dans 40% des cas. Dans 37% des cas, les cliniciens ont choisi de reporter la décision, en particulier lorsqu’ils affirmaient ne pas avoir assez d’information pour bien évaluer le risque. Le problème a été évité par une substitution dans 14% des cas et le problème a été toléré tel quel dans 9% des cas.

En contraste, pour les alertes de faible sévérité, le problème a été toléré tel quel dans 71% des cas.

La réponse clinique était similaire dans tous les centres et ne variait pas significativement en fonction des logiciels utilisés. Afin de prendre les décisions, les participants ont utilisé leurs connaissances en pharmacologie ou les monographies des médicaments (55%), les données de laboratoire et les paramètres cliniques des patients (25%), des consultations à des spécialistes ou une discussion avec le prescripteur de l’autre médicament impliqué dans l’interaction (44%). Plus rarement, le traitement désiré a été retardé pour éviter l’usage concomitant des deux médicaments interagissant (14%).

Fait intéressant à souligner, dans 40% des cas où la situation a été tolérée tel quel, les cliniciens ont affirmé ne pas avoir remarqué une alerte non interruptive, si bien qu’il apparaît que cette décision a été prise involontairement.

Les chercheurs concluent que les décisions prises par les cliniciens en réponse à des alertes liées aux interactions médicamenteuses sont hautement dépendantes du contexte et que le design de dossiers électroniques devrait permettre de tenir compte facilement de ce contexte dans le flot de travail prévu.

Même dans les systèmes d’information pharmacie, on constate souvent ce genre de situation où une alerte apparaît, mais il faut quitter l’action qu’on était en train de faire au moment de l’alerte pour aller obtenir davantage d’informations dans d’autres écrans ou d’autres programmes.

Articles de la semaine

MEXIQUE, ERREURS DE MÉDICAMENTS AVEC prescription ÉLECTRONIQUE OU SUR PAPIER

Cette étude a comparé l’incidence d’erreurs de médication avec un devis comparatif, rétrospectif, observationnel. Environ 600 dossiers médicaux, 300 avant l’implantation de la prescription électronique (2010-2012) et 301 après (2012-2014) ont été sélectionnés aléatoirement à partir des admissions sur une unité de médecine interne d’un hôpital académique mexicain. Les dossiers sélectionnés ont été révisés pour détecter les erreurs liées au médicament, et leur type ainsi que leur sévérité ont été comparées. Une régression logistique multivariée a été menée pour déterminer les facteurs liés au risque d’erreur.

La population étudiée était tout de même jeune, avec une moyenne d’âge de 46 à 49 ans, et prenant environ 6 médicaments par patient. L’incidence d’erreur brute était de 0,51 par dossier pour le papier, comparativement à 0,25 par dossier pour l’électronique (p=0,001), ce qui correspond à 7,7 erreurs par 100 médicaments pour le papier contre 4,3 erreurs par 100 médicaments pour l’électronique (p=0,002).

Pour la prescription électronique, on note une élimination complète des erreurs de transcription. Dans les deux situations, les erreurs d’administration étaient les plus fréquentes (38,1% sur papier, 71,6% en électronique), avec l’omission de dose comme erreur spécifique la plus fréquente par une grande majorité, dans les deux situations. Les erreurs de prescription représentaient 20% des erreurs avec le papier et 5,4% des erreurs avec l’électronique. On note cependant une augmentation de la sévérité des erreurs rapportées avec l’électronique (18% de grade 2 ou 3 avec le papier comparativement à 32% avec l’électronique). Les auteurs soulignent cependant que ceci est basé sur peu de cas, donc il ne s’agit peut-être pas d’une conclusion très robuste. La régression logistique a montré que la prescription papier, de même que l’augmentation du nombre de médicaments pris, étaient des facteurs associés à un plus grand risque d’erreurs liées aux médicaments.

FRANCE, PERFORMANCE DE PHARMACIENS LORS d’une simulation de VALIDATION D’ORDONNANCES

Cette étude avait pour objectif d’évaluer la performance de pharmaciens pour identifier des erreurs dans des ordonnances de médicaments en milieu hospitalier, en comparaison avec les erreurs identifiées dans les mêmes prescriptions par un panel de pharmaciens et résidents sénior.

Un ensemble de 100 ordonnances déjà validées pour 908 médicaments ont été extraites des dossiers d’un hôpital tertiaire de 811 lits. Les ordonnances incluses devaient aussi comporter un médicament nécessitant un ajustement en insuffisance rénale, et un résultat de laboratoire pertinent (natrémie, kaliémie, calcémie, GFR, hémoglobine ou plaquettes) devait être disponible pour valider l’ordonnance. Un groupe de trois résidents et deux pharmaciens ont validé les ordonnances dans un contexte de simulation ainsi extraites en déterminant si elles comportait une erreur, et si c’était le cas, en classant cette erreur selon des catégories pré-établies.

Trois mois plus tard, trois autres résidents et deux autres pharmaciens ont réalisé une validation des mêmes ordonnances, cependant ceux-ci devaient en arriver à un consensus à propos de la présence d’erreurs, ce consensus a été considéré comme la référence pour l’évaluation de la validation effectuée à la première étape.

Les patients inclus était âgés de 69 ans en moyenne, 30% étaient des femmes et 44% présentaient une insuffisance rénale. 5,7% des ordonnances comportaient une erreur selon le comité de validation, l’erreur la plus fréquente étant une inadéquation de la dose selon la fonction rénale dans environ 35% des cas. Sur les 51 erreurs identifiées, seulement 9 avaient des conséquences cliniques potentielles, le reste n’avait pas d’impact clinique significatif selon le comité.

Les 5 pharmaciens ayant validé les ordonnances ont identifié chacun entre 10 et 29 erreurs, pour une sensibilité entre 19,6 et 56,9% et une spécificité entre 92,8 et 98,7% . En analyse univariée, les facteurs affectant la performance des pharmaciens étaient le nombre de médicaments par ordonnance, la classe des médicaments et le taux de filtration glomérulaire.

L’étude est intéressante car elle montre une façon d’effectuer une étude de simulation de validation d’ordonnances, cependant je la trouve un peu réductrice car elle base l’entièreté de ses conclusions sur la comparaison entre les résultats de la validation par deux groupes de pharmaciens sur la base surtout de l’ajustement pour la fonction rénale. Elle est un peu déconnectée de l’impact clinique de cette validation, comme en fait foi le peu d’erreurs identifiées ayant des conséquences cliniques. Selon moi, la validation d’ordonnances ne doit pas servir uniquement à se conformer aux monographies et aux recommandations de fonction rénale.

AUTRICHE, FLOT DE TRAVAIL DANS LES DOSSIERS CLINIQUES INFORMATISÉS

26075883_sCette étude qualitative avait pour objectif de définir les paramètres de fonctionnement pour un dossier clinique informatisé basé sur le flot de travail, c’est-à-dire qui offre à l’utilisateur (dans ce cas-ci des médecins) un fonctionnement et une présentation des données adaptées à leur méthode de travail. Des entrevues semi-structurées ont été menées avec 7 médecins, dont 4 travaillant dans des hôpitaux publics et 3 en cabinet privé, tous ces médecins suivant surtout des patients diabétiques. Deux étaient des spécialistes du diabète et les 5 autres des omnipraticiens.

Les entrevues ont permis d’établir les points suivants:

  • Les systèmes actuellement disponibles sont rigides et demandent aux cliniciens d’adapter leur méthode de travail au logiciel, alors que le logiciel devrait plutôt offrir une fonctionnalité de personnalisation selon le flot de travail du clinicien.
  • Une intégration avec l’ensemble des données du patient est nécessaire, notamment pour afficher les résultats de tests de laboratoire ou d’imagerie effectués à d’autres endroits, afin d’éviter la duplication de tests.
  • Une fonction de filtrage lors de l’affichage est nécessaire pour éviter la surcharge d’informations.
  • La documentation au dossier doit pouvoir se faire au moment de la rencontre du patient ou de manière asynchrone selon l’utilisateur, puisque différents médecins ont différentes méthodes de documentation.
  • Le logiciel doit prévoir des fonctions ou des templates permettant l’affichage d’information de diverses sources (par exemple, médication, laboratoires et suivis prévus) sur le même écran, personnalisable selon le flot de travail du clinicien. Ces fonctions devraient pouvoir être partagées entre équipes de travail, paramétrables « par défaut » par l’équipe de support informatique de l’institution, mais personnalisable par l’utilisateur.

Crédit image: enotmaks / 123RF Stock Photo