Detection of adverse events in surgical patients using the Trigger Tool approach F A Griffin, D C Classen (Institute for Healthcare Improvement) Quality and Safety in Health Care 2008 ; 17: Biblio. DIHSP. Nov. 2008
Les EI en chirurgie OMS : 234 millions d'interventions chirurgicales majeures / an Dans les pays industrialisés : –3 à 16% des interventions avec des complications graves –0,4 à 0,8% incapacité définitive et mortalité –1 million décès par an des suites d'une intervention chirurgicale : 50 % évitables France (Eneis 2004) : EIGraves détectés pendant lhospitalisation (35000 JH surveillés) –49 % liés à une intervention chirurgicale –24 % liés à une infection –19 % liés à un médicament Le problème Sécurité en chirurgie
Événement indésirable (IHI) Inattendu, Consécutif à la prise en charge, Qui entraîne un dommage physique pour le patient Et qui nécessite une surveillance, un traitement ou une hospitalisation supplémentaire, ou provoque le décès
Comment identifier les EI en médecine ? les systèmes de signalement Système passif : reposant sur des déclarations –Obligatoires ou volontaires, faites par les acteurs du système (méd. IDE, etc) : OSIRIS –Faites par les patients Système actif : –Reposant sur lanalyse rétrospective de dossiers sélection non randomisée (Revue de morbidité-mortalité, Revue par les pairs) Analyse « automatique » de dossiers informatisés « Trigger tools » : mots -clés –Recherche prospective dEIG (ENEIS – 2004), à laide de critères de détection, pendant le séjours hospitalier. Le contexte
Méthode proposée : « Trigger tool » Objectif : standardisation de lidentification des EI qui provoquent des dommages aux patients, en vue de quantifier ces dommages, de mettre en place et dévaluer les moyens de prévention La méthode
Méthode proposée : « Trigger tool » Comment ? Revue rétrospective de 10 dossiers « clos », par quinzaine, randomisés, parmi les admis du M-2 par une équipe multidisciplinaire formée (1an) –2 reviewers IBODE, IDE, RAQ : double évaluation (4h / 15 j) –+ 1 médecin anesthésiste, chirurgien : arbitrage, validation (30 min / 15 j) À la recherche dindices, les « triggers », possiblement reliés à la survenue dun EI, consécutif à un soin/traitement… 20 minutes maxi. par dossier : CRH, CRO, prescriptions, résumé de soins infirmiers, codages La méthode
Triggers proposés Listes développées pour soins, médicaments, soins intensifs, périnatalogie, urgences, et donc ici pour les procédures chirurgicales.
Méthode proposée : « Trigger tool » Si le trigger est présent dans le dossier, le reviewer détermine si un EI y est associé et le niveau de dommage atteint Ex : transfusion de PSL (T7) –Quantité dans les 24 premières heures post-op ? –Hémorragie ? –Blessure vasculaire au cours de la chirurgie ? La méthode
Les catégories de dommages E : dommage temporaire, nécessitant une intervention mineure F : EI entraînant un dommage temporaire, augmentant la DS/ réhospitalisation G : dommage irréversible H : EI nécessitant intervention dans lheure pour prévenir le décès I : EI contribuant au décès
Résultats Phase multicentrique, 31 hôpitaux, oct – oct –854 dossiers, X triggers, 138 EI –14,6 % de patients avec au moins un EI Phase pilote : 5 hôpitaux, été patients, 63 triggers détectés, 21 EI 38 % de dossiers avec au moins un trigger 19 % de patients avec au moins un EI
Discussion Identification dun nombre supérieur dEI par rapport aux déclarations et aux RMM Tous les EI liés à un soin actif > catégorie E EI non détectés : Adopté pour servir didentification aux dossiers revus en RMM Bon rapport coût- efficience Mais hop. impliqués dans le programme Pas dévaluation inter-hopitaux, ni de Ss, Sp, VPP car pas de standard.
Perspectives
Le KIT
Clés du succès ? Au moins 12 points de mesure, voire 24 Mesure longitudinale Utilisable à léchelle de linstitution et à celle du service Equipe stable de reviewers Mayo Clinic depuis août 2004 : analyse des causes racine Missouri Baptist depuis oct avec réduction de 90 à 23 EI / 1000 JH
Systems ambiguity and guideline compliance: a qualitative study of how intensive care units follow evidence-based guidelines to reduce healthcare-associated infections A P Gurses, K L Seidl, V Vaidya, G Bochicchio, A D Harris, J Hebden, Y Xiao Prochainement ?