Intérêts et risques des nouvelles technologies de l information dans le flux des médicaments PD Dr Pascal BONNABRY

Transcription

1 Intérêts et risques des nouvelles technologies de l information dans le flux des médicaments Flux des médicaments et pharmacoéconomie DESS,

2 Enjeux! Processus de soins très complexes et fortement basés sur la fiabilité humaine " Améliorer la sécurité! Suivi et documentation des actes de plus en plus exigé jusqu au niveau du patient " Améliorer la traçabilité " Les technologies de l information peuvent en théorie répondre à ces deux objectifs

3 Fiabilité humaine! Omission dans l exécution d une tâche non guidée 5% guidée par une check-liste 0,3% (> 10 instructions) guidée par une check-liste 0,1% (< 10 instructions)

4 Fiabilité humaine! Dans le circuit du médicament Préparation des traitements 1% d erreurs Calculs 10 % d erreurs

5 Fiabilité humaine! Efficacité des contrôles humains Introduction d erreurs dans le remplissage de doses unitaires Capacité de détection: # Pharmaciens: 87.7% # Infirmières: 82.1% Facchinetti NJ, Med Care 1999;37:39-43 " Efficacité = 85% (valeur reconnue en milieu industriel) " Se méfier des «doubles-contrôles»

6 Stratégie habituelle! La boule et l entonnoir Procédures Formation Attention Prise en charge Contrôles

7 Stratégie d amélioration! Simplifier! Standardiser! Réduire le recours à la mémoire! Supprimer les retranscriptions! Eliminer les étapes manuelles! Diminuer la ressemblance! Renforcer les barrières! Améliorer la communication " Réviser les flux produit/information (re-engineering)

8 Le processus «idéal»?

9 Stratégie du futur?! La boule et l entonnoir Prescription électronique Dispensation automatisée Contrôle par code-barres Prise en charge

10 Les technologies de l information! Intérêts potentiels Suppression d étapes cognitives Suppression d étapes manuelles Suppression des retranscriptions Elimination des problèmes de lisibilité Intègre naturellement la traçabilité Force à une approche systémique des processus

11 Les technologies de l information! Problèmes potentiels Acceptabilité par les utilisateurs Formation des utilisateurs Problèmes d ergonomie Introduction de nouveaux risques Parfois augmentation de temps Accès aux ordinateurs Dépendance des systèmes informatiques Maintenance!!! Coût

12 Les technologies de l information! Exemple de nouveaux risques

13 Les technologies de l information! Evaluation de l acceptabilité Technique # Convivialité # Temps de réponse # Fiabilité Humaine # Leadership # Valeurs des utilisateurs # Motivation # Acceptation # Disponibilité en temps Ergonomique # Organisation du workflow

14 La prescription électronique Computerized physician order entry (CPOE)

15 Erreurs de prescription! Inadéquation " mauvaise qualité de la thérapeutique # choix des molécules # interactions # adaptation de la posologie # durée du traitement! Imprécision " risque d erreur dans la suite du processus # lisibilité # exactitude # exhaustivité # univocité

16 Prescription électronique! Imprécision " en principe résolu

17 Prescription électronique! Inadéquation " dépend des systèmes d aide à la décision (Clinical decision support systems, CDSSs) # directives thérapeutiques # lien avec dossier patient informatisé (labo, radios, consultations, ) # interactions médicamenteuses # allergies #

18 Des expériences positives...! Réduction de 55% des erreurs médicamenteuses non interceptées [10.7 " 4.9 / 1000 patients-jours]! Résultats par étapes: Prescription - 19% Mais surtout : Transcription - 84% Dispensation - 68% Administration - 59% Bates DW, JAMA 1998;280:1311-6

19 et des échecs LA Times, 23 janvier 2003

20 Prescription électronique! Non détection d ordres non sûrs Bates D, JAMIA 2001;8:299

21 Shu K, Medinfo 2001;10:1207 Temps de prescription! Sans prescription électronique 2% du temps des internes! Avec prescription électronique 9% du temps des internes gain de 2% sur d autres tâches " Augmentation nette de 5% (sur horaire de 50 heures = 2,5 heures/semaine ) " Retour sur investissement (CDSS)???

22 Implantation de la prescription électronique! Etape déterminante pour le reste du processus! Plus de temps pour prescrire mais prescription de meilleure qualité! Quelles plus-values pour la prescription? (CDSSs)! Evaluer l impact sur la communication " Ne pas sous-estimer l implantation! " Evaluer la motivation (soutien des chefs?) " Pas possible de généraliser, implantation et impact à évaluer pour chaque application

23 Prescription électronique! Degré de préparation de l institution n= 17 hôpitaux note max=100 Stablein D, Joint Comm J Qual Saf 2003;29:336

24 La dispensation automatisée Automated dispensing system (ADS)

25 Distribution globale! Nouveaux développements Achats " EDI (electronic data interchange) Mises en stock par scanning (fiabilité) Sortie de stock par scanning, feuille de cueillette électronique (fiabilité) Traçabilité jusqu à l unité de soins # Identité médicament # N lot /date de péremption

26 Distribution globale! Barrières à l implémentation Connexion avec les systèmes informatiques des fournisseurs Nécessité de réorganiser le mode de stockage (" stockage par lot) Codification des données sur les emballages (identification, date expiration, n lot) Temps / ligne (?) Compatibilité des systèmes informatiques Coût

27 Erreurs de préparation! Calcul des doses, conversion d unités! Erreur de lecture! Erreur de sélection! Erreur de distribution (mauvais horaire, mauvais patient)! Erreur d asepsie

28 Dispensation automatisée Littérature! Plusieurs études versus le système de dispensation traditionnel (USA = individualisé manuel) Etudes sur # Modification de l activité # Acceptabilité # Taux d erreur: 7 identifiées 5 Pyxis 1 Baxter ATC Mc Laughlin dispensing system 0 autres systèmes (p.ex. Omnicell)

29 Dispensation automatisée Littérature! Résumé Evidence de gain de temps, disponibilité pour les activités cliniques et efficacité facturation Seulement une faible réduction des taux d erreurs médicamenteuses, mais # Nombre d études limité # Mauvaise qualité des études en général # Technologies les plus récentes et connexion à la prescription électronique non testées " D autres études sont nécessaires pour évaluer l efficacité des systèmes récents

30 Objectifs! Déterminer le taux d erreur durant la dispensation dans un environnement expérimental! Déterminer les principaux mécanismes d erreurs! Comparer différentes organisations du stockage

31 Conditions expérimentales! Phase 1 Stock global! Phase 2 Medstation Pyxis

32 Méthode! Population test 30 infirmiers / -ères par expérience médecine / chirurgie! Tests à effectuer 20 piluliers 4 médicaments chacun 4 horaires d administration préparation pour 24 heures

33 Expérience Medstation Pyxis! Introduction électronique préalable des ordres médicaux! Stockage dans des CUBIE uniquement (Computezised Unit-Based Inventory Exchange)! Brève formation des infirmières (25 )! Formulaire d évaluation

34 Expérience Medstation Pyxis

35 Décompte des erreurs! Comparaison avec des piluliers de référence! Classification des erreurs omission commission sélection comptage répartition

36 Taux d erreur sans Pyxis avec Pyxis Total Omission Taux d'erreur [%] Sélection Comptage Répartition * * * * p<0.05 n=2400

37 contenu prescr. programme Résultats Questionnaire Pyxis ergonomie temps acc.med. % bon/très bon

38 Résultats Questionnaire Pyxis! Intérêts! Limitations Diminution des erreurs de préparation (16) Meilleures gestion des stocks (9) Rapidité de préparation (7) Facilité d utilisation (4) Ergonomie (15) Temps d accès aux médicaments (6) Travail mécanique, problèmes de concentration (6) Place et aménagement des locaux (5) Sécurité (vols) (3) Gestion des pannes (2)

39 Conclusions de l étude! Réduction majeure des erreurs de préparation, en particulier de sélection: Prescription électronique CUBIE " à confirmer en situation réelle! Amélioration de la traçabilité (p.ex. stupéfiants, dérivés sanguin)! Opportunité de revoir le flux du médicament! Devrait être connecté à la prescription électronique et un contrôle final par code-barres

40 Déviations possibles! Infirmières qui attendent aux heures d administration! Retrait des médicaments en dehors des heures pour éviter les attentes! Passer outre les procédures quand une dose est nécessaire rapidement Borel J, Am J Health-Syst Pharm 1995;52: " Une évaluation attentive du workflow est nécessaire pendant l implémentation

41 Scanning par code-barres et enregistrement des données d administration Barcode scanning and Electronic medication administration record (e-mar)

42 Administration! Règle des 5 B Bon patient Bon médicament Bonne dose Bonne voie d administration Bon moment

43 Contrôle ultime par scanning! Lien avec prescription électronique et intégralité du dossier patient informatisé " Assurer les 5 B " éviter des erreurs (patient, médicament, dose, voie, heure) = dernière chance! " Permettre la traçabilité jusqu au patient (emar) (qui, à qui, quoi, quand)

44 Contrôle ultime par scanning! Barrières Peu étudié et à ce jour, pas de démonstration objective du bénéfice " impact à évaluer Nécessité d identifier les doses unitaires de médicaments " actuellement inexistant Nécessité d identifier les soignants et les patients " problèmes culturels

45 Identification de la dose unitaire! Quasiment inexistant actuellement! Re-étiquettage?! Reconditionnement en dose unitaire (robot)?

46 Identification de la dose unitaire! L exemple de la FDA Identification produit obligatoire Identification n lot et date d expiration encouragé Tous les nouveaux médicaments + délai de 2 ans pour les anciens Estimation: prévention de événements indésirables /an

47 Identification de la dose unitaire

48 Identification du patient! Acceptabilité Cléopas A, Service qualité des soins, HUG, 2003

49 Perspectives

50 Pierre angulaire du système! Dossier patient informatisé (DPI) Laboratoires Radiologie Consultants Réseau Notes DPI Prescription Traçabilité Bases de données Contrôle ultime

51 Comment avancer?! Développer les bases (DPI, base de données médicaments)! Mettre en place une stratégie d implantation des outils (re-engineering)! Définir les règles de traçabilité (quoi, jusqu où, quels standards)! Tester avec des processus pilotes

52 Cytostatiques! prescription standardisée! prescription informatisée! transcriptions supprimées (fiche fabrication)! reconstitution centralisée! reconstitution avec contrôles sécurisés! intrathécal traité séparément! traçabilité des productions! transport! check-liste avant administration! contrôle ultime sécurisé! pharmacien sur site! filière d élimination des déchets! procédure en cas d extravasation

53 Cytostatiques! Analyse AMDEC

54 Cytostatiques! Protocole de prescription

55 Cytostatiques! Protocole de prescription

56 Cytostatiques! Protocole de fabrication

57 Cytostatiques! Protocole de fabrication

58 Cytostatiques! Fabrication Identification bac identité préparation Identité opérateur (RFID) Identité bac Protocoles informatisés ORMED-CYTOS Etiquette produit fini identité préparation Pesée

59 Cytostatiques! Check-liste d administration

60 Cytostatiques! Check-liste électronique ORMED-CYTOS Echéancier: Produit à administrer Identité opérateur (RFID) Identité + validité produit Identité patient Etiquette produit fini identité préparation

61 Cytostatiques! Evolution de l analyse AMDEC

62 Cytostatiques! Evolution de l analyse AMDEC " "

63 Conclusion générale! Les technologies de l information ont un grand potentiel pour réduire le risque d erreur et améliorer la traçabilité! mais il faut considérer attentivement certains facteurs: L impact sur le workflow Les aspects techniques, la convivialité, l organisation de l implémentation et la culture de l institution! Mettre en place une approche systémique, évaluer des étapes successives et développer un système d information cohérent entre elles

64 Le processus «idéal»?

65 Pronovost PJ, Qual Saf Health Care 2003;12: Evaluation de la culture sécurité Climat de sécurité au John Hopkins Hospital et dans 13 compagnies aériennes (questionnaire aux collaborateurs)

66 La sécurité, ça ne s obtient pas du jour au lendemain

67 Cette conférence peut-être téléchargée: