Analyse des risques, par la méthode AMDEC, du circuit de contrôle des médicaments dangereux
Notice bibliographique
Résumé
Contexte : La gestion des risques s’inscrit dans le programme d’amélioration de la qualité et de la sécurité de la prise en charge médicamenteuse. Objectifs : Cartographier le processus de contrôle des médicaments dangereux (MD), évaluer les risques du circuit de contrôle et définir les actions correctives à mettre en place pour sécuriser le circuit au sein d’un laboratoire de contrôle des médicaments. Méthodologie : Une étude analytique a été réalisée, sur une période de 6 mois, dans le Laboratoire National du Contrôle des Médicaments en Tunisie. L’analyse des risques a été réalisée par la méthode AMDEC (analyse des modes de défaillance, de leurs effets et de leur criticité). Résultats : Au total, 53 modes de défaillance et 3 niveaux de criticité ont été détectés en utilisant le diagramme d’Ishikawa et la méthode des 5M (matière, milieu, méthode, matériel, main d’œuvre).Trente-trois étaient de criticité majeure, 14 de criticité modérée et 6 de criticité mineure. Le contrôle des MD est donc un processus de criticité importante (Cmoy : 31,9), ce qui a imposé la mise en place d’un plan d’action efficace afin de réduire le niveau de criticité à faible (Cmoy : 10,4). Conclusion : Le processus de contrôle des MD était complexe et était associé à un niveau de risque élevé. Après analyse des causes possibles et des obstacles préexistants, un plan d’action a été élaboré. Le suivi des actions reste primordial à la maîtrise de ce processus. Un département spécialisé est à envisager en cas d’augmentation de l’activité, notamment avec l’arrivée des thérapies innovantes qui nécessitent plus de restrictions au cours de la manipulation. Mots clés : analyse des risques, sécurisation, contrôle, médicaments dangereux, analyse des modes de défaillance, de leurs effets et de leur criticité, AMDEC ABSTRACT Background: Risk management is one aspect of improving the quality and safety of medication care. Objectives: To map the process of monitoring hazardous drugs, assess the risks of the monitoring cycle and identify corrective actions to be implemented to ensure the safety of the cycle within a drug monitoring laboratory. Methods: An analytical study was conducted over a period of 6 months in Tunisia’s national drug monitoring laboratory. The risk analysis was carried out using the failure modes and effects analysis (FMEA) method. Results: A total of 53 failure modes and 3 critical levels were detected using the Ishikawa diagram and the 5M method (equipment environment, methods, materials, workforce). Thirty-three of the failure modes were of major criticality, 14 of moderate criticality and 6 of minor criticality. Overall, hazardous drug monitoring was found to be a high criticality (Cavg: 31.9) process, which required the implementation of an effective action plan in order to reduce the level of criticality to minor (Cavg: 10.4). Conclusion: The hazardous drug monitoring process was complex and was associated with a high level of risk. After analyzing possible causes and pre-existing obstacles, an action plan was developed. Monitoring the elements of the action plan remains essential to controlling this process. A specialized department may be considered in the event of an increase in activity, for example with the surge of innovative therapies that require more restrictions during handling. Keywords: risk analysis, safety, monitoring, hazardous drugs, failure modes and effects analysis, FMEA
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 | 0,018 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».