Application of Failure Mode, Effects, and Criticality Analysis to the Medication-Use Process for Temperature-Sensitive Drugs in a University Hospital
Notice bibliographique
Résumé
Background: In the hospital setting, the medication-use system for temperature-sensitive drugs is a high-risk process. Objectives: To analyze the risks associated with the hospital-based medication-use process and to propose corrective and preventive actions for the most critical failure modes. Methods: A multidisciplinary team was trained to analyze the medication-use process for temperature-sensitive drugs and to identify potential failures using a risk analysis method known as failure mode, effects, and criticality analysis (FMECA). The medication-use process, from initial supply to administration to patients, was investigated using “the 5 Ws and How” method (Who? What? Where? When? Why? How?), and the causes of the failure modes were analyzed using Ishikawa diagrams. The most critical failure modes were selected using the Pareto law, and relevant improvement actions were proposed. Results: This analysis identified 41 failure modes for the 9 stages of the medication-use process, of which only 36 were deemed assessable by the participants. Eighteen (50%) of these failure modes were critical, according to the Pareto law, with criticality indices between 12 and 60. The stage of tidying up and storage in patient care units had the highest number of critical failures (n = 5). A total of 48 corrective actions were proposed. Conclusion: The proposed action plan prioritized 3 areas for improvement: the documentation system, staff training, and equipment acquisition. A second FMECA should be carried out to reassess the medication-use process after implementation of these improvement actions. The second FMECA, allowing detection of residual risks and identification of new risks, will be part of a continuous improvement process. RÉSUMÉ Contexte : Le circuit des médicaments thermosensibles en milieu hospitalier fait partie des processus à risque. Objectifs : Analyser a priori les risques liés à ce circuit et proposer des actions correctives et préventives contre les modes de défaillances les plus critiques. Méthodes : Une équipe pluridisciplinaire a été formée pour analyser le circuit des médicaments thermosensibles et identifier les défaillances par la méthode de l’analyse des modes de défaillances, de leurs effets et de leurs criticités (AMDEC). Le processus, qui va de l’approvisionnement jusqu’à l’administration des médicaments aux patients, a été décortiqué en utilisant la méthode « Qui? Quoi? Où? Quand? Comment? Pourquoi? » (QQOQCP) et les causes des défaillances ont été analysées à l’aide de diagrammes d’Ishikawa. Les défaillances les plus critiques ont été sélectionnées par la loi de Pareto, et des mesures d’amélioration pertinentes ont été proposées. Résultats : Cette analyse a mis en évidence 41 modes de défaillances pour les 9 étapes du circuit, dont uniquement 36 sont jugés évaluables par les membres de l’équipe pluridisciplinaire. Dix-huit modes sur 36 (soit 50 %) sont critiques selon la loi de Pareto, avec des indices de criticité répartis entre 12 et 60. L’étape comprenant le nombre le plus élevé de défaillances critiques est celle du rangement et du stockage dans les services de soins, avec 5 défaillances. Au total, 48 mesures correctives ont été proposées. Conclusions : Le plan d’action proposé priorisait 3 domaines d’amélioration : le système de documentation, la formation du personnel et l’acquisition d’équipements. Une deuxième AMDEC devrait être réalisée pour réévaluer le circuit après la mise en œuvre des mesures d’amélioration. La deuxième AMDEC permettra la détection des risques résiduels et l’identification de nouveaux risques et s’inscrira dans une démarche d’amélioration continue.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,009 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 ».