Se doter de principes directeurs pour les prescripteurs électroniques de médicaments? L’exemple d’un centre hospitalier universitaire
Notice bibliographique
Résumé
CORRESPONDANCE Se doter de principes directeurs pour les prescripteurs électroniques de médicaments? L'exemple d'un centre hospitalier universitaireDans le Rapport 2011-2012 sur les pharmacies hospitalières canadiennes, Macgregor et Hall notent que « l'intégration des systèmes et l'accès en temps réel à l'information au point de service posent toujours des défis aux hôpitaux du Canada, même si les publications indiquent que ces systèmes peuvent réduire les erreurs, améliorer les décisions et avoir un effet positif sur le soin des patients et les résultats cliniques » 1 .Georgiou et coll.ont mené une revue systématique sur les systèmes de « saisie électronique des ordonnances par les médecins » (SEOM) aux urgences 2 .Du nombre limité d'articles de qualité retenus (n = 22), on retient que les SEOM augmentent le temps passé à l'ordinateur par les médecins (11 %) et les infirmières (16 %) sans réduire le temps passé au chevet des patients, qu'ils sont associés à des réductions d'erreurs médicamenteuses (de l'ordre de 17 à 201 erreurs/100 ordonnances), à des réductions du nombre d'effets indésirables potentiels (0,9 effets/100 ordonnances) et à des diminutions du nombre de prescriptions liées à un dosage trop élevé.D'autres auteurs nuancent ces avantages et questionnent les effets cliniques réels des SEOM 3-6 .Pedersen et coll.rapportent qu'en 2010, aux États-Unis, 16 % des hôpitaux (29 % des hôpitaux de 300-399 lits, 30 % des hôpitaux de 400-599 lits et 57 % des hôpitaux de plus de 600 lits) avaient déjà implanté un SEOM 7 .Notons que moins de 4 % de ces implantations ne comportent aucune interface avec le système d'information de la pharmacie.Macgregor et Hall note qu'au Canada, seulement 8 % des répondants (13/160 établissements) ont déjà implanté un SEOM, et près des trois quarts ont une interface avec le système d'information de la pharmacie 1 .Plusieurs facteurs contribuent à la lenteur de l'implantation de SEOM tant aux États-Unis qu'au Canada, notamment le fait que de nombreux secteurs s'étaient progressivement informatisés durant les dernières décennies (p.ex.admission, pharmacie, laboratoires, imagerie) avant d'envisager l'acquisition d'un SEOM ainsi que le fait que les SEOM entraînent des coûts d'acquisition très élevés et qu'ils sont complexes à implanter dans une organisation de santé.Plusieurs auteurs reconnaissent l'importance d'une interface bidirectionnelle entre le SEOM et le système d'information de pharmacie 8-10 .Au moins trois documents pivots balisent actuellement le déploiement de SEOM au Canada, soit la norme relative aux dossiers médicaux électroniques d'Inforoute Canada, les normes relatives aux messages de type HL7, la norme sur les systèmes d'information en pharmacie de l'Association nationale des organismes de réglementation en pharmacie 11-13 .L'Ordre des pharmaciens du Québec a mis en place un comité de veille technologique qui réfléchit notamment à la mise en place de lignes directrices
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».