La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Zheping Hu R1 UMF Mont-Laurier Projet d’érudition 2017

Présentations similaires


Présentation au sujet: "Zheping Hu R1 UMF Mont-Laurier Projet d’érudition 2017"— Transcription de la présentation:

1 Zheping Hu R1 UMF Mont-Laurier Projet d’érudition 2017
Les outils d'aide à la décision clinique électroniques aident-ils vraiment les médecins? Zheping Hu R1 UMF Mont-Laurier Projet d’érudition 2017

2 Introduction Transition vers dossier médical électronique (DMÉ)
Outils d’aide à la décision clinique (OADC) pour guider les médecins dans leurs tâches quotidiennes E.g. détecter prescriptions inappropriées

3 Exemple OADC

4 PICO Chez les médecins, est-ce que l'ajout d'un outil d'aide à la décision clinique à leur méthode de tenue de dossier habituelle par rapport à leur méthode habituelle sans cet outil réduit le taux d'erreur de prescription de médicaments?

5 Méthodologie Inclusion Exclusion Études primaires
Revue, éditorial, autres types Type pré-post intervention Milieu où MD fam travaillent peu Tout DMÉ, tout OADC, toute population de patients/MD Issues : coût-efficacité, satisfaction du MD Issues : taux d’erreur, d’effet indésirable, de corrections par MD Pas de transition papier-DMÉ et d’introduction de l’OADC simultanément OADC couvre une variété de Rx

6 Méthodologie Période : 1998 à 2016 Pubmed MeSH
MeSH « clinical decision support system » introduit en 1998 Pubmed MeSH « clinical decision support system » AND « medication errors » Cochrane, Google scholars, recherche manuelle

7 Méthodologie Recherche primaire 384 articles
Survol des titres et/ou abrégés 43 : confondant avec intro DMÉ 27 : trop peu de Rx étudiés 22 : milieux spécialisés, peu de MD fam 14 : mauvaise issue 3 : pas pré-post 270 : éditoriaux, revue, hors-sujet 5 articles Lecture des articles 1 ne correspond au critère d’inclusion (pas pré-post) 1 avec très mauvaise qualité de l’anglais 3 articles

8 Intervention Article Seidling 2010 Sethuraman 2015 Sard 2008
Population 1 centre hospitalier univ. Allemagne 1 urgence pédiatrique É-U (Détroit) É-U (Boston) Durée 45+45 jours 5+5 mois rétrospectif OADC Maison, dose personalisée Privé Maison, dose courante Rx analysés 170 (>75%) Tout 75 (>90%) Contrôle Avant OADC Taille d’échantillon visites aléatoirement (sur )

9 Résultats Issue (définition d’erreur) surdose de >30% selon OADC
Article Seidling 2010 Sethuraman 2015 Sard 2008 Issue (définition d’erreur) surdose de >30% selon OADC erreur selon pharmacien erreur selon MD Résultats* -0,9% (4,5 à 3,6) -3,1% (10,4 à 7,3) -11% (24 à 13) Compliance OADC Au moins 35% n/d 30% (résident pire que patron) Validité interne + Validité externe * résultats tous statistiquement significatifs

10 Résultats Résultats secondaires Résultats provenant d’autres articles
Type d’erreur le plus fréquent : dosage (Sethuraman) Dosage > posologie >> le reste Erreur souvent avec le dernier Rx d’une ordonnance (Sethuraman) Utilisation de l’OADC peu fréquente par MD! (Sard, Seidling) Résultats provenant d’autres articles Transition de dossier papier à DMÉ réduit les erreurs de >90% (illisibilité) OADC en clinique externe/bureau : réduction du taux d’erreur non-significatif Il y a encore bcp de recherche sur ce qu’est un bon OADC Peu coûteux à entretenir

11 Discussion Limites Définition d’erreur très variée
OADC très différents 2 études en urgence pédiatrique Aucune étude sur MD fam en bureau Aucune étude sur pronostic, effets indésirables Rx mal prescrit ≠ Rx mal administré

12 Discussion Diminution statistiquement significative du taux d’erreur dans les 3 études Est-ce cliniquement utile? -0,9%, -3,1%? -11%? (-30%?) Rétroaction immédiate, nous fait réfléchir Fatigue d’alerte Sous-utilisation des OADC. Pourquoi? Tendance à long terme?

13 Conclusion Les outils d’aide à la décision clinique sont
Utiles, mais pas souvent utilisés 1 clic de plus, quelques secondes de plus, quelques % d’erreur de moins Améliorations toujours possibles Futur : comparaison de différents OADC, pronostic pour pt

14 Articles Seidling HM, Schmitt SP, Bruckner T, et al. Patient-specific electronic decision support reduces prescription of excessive doses, Qual Saf Health Care Oct;19(5):e15 Sethuraman U, Kannikewswaran N, Murray KP, et al. Prescription Errors Before and After Introduction of Electronic Medication Alert System in a Pediatric Emergency Department, Acad Emerg Med Jun;22(6):714-9 Sard BE, Walsh KE, Doros G, et al. Retrospective Evaluation of a Computerized Physician Order Entry Adaptation to Prevent Prescribing Errors in a Pediatric Emergency Department, Pediatrics Oct;122(4):782-7 Matsumura Y, Yamaguchi T, Hasegawa H, et al. Alert System for Inappropriate Prescriptions Relating to Patients’ Clinical Condition, Methods Inf Med. 2009;48(6):566-73

15 Questions?


Télécharger ppt "Zheping Hu R1 UMF Mont-Laurier Projet d’érudition 2017"

Présentations similaires


Annonces Google