MétaCan
Menu
Back to cohort
Record W2098032125 · doi:10.4212/cjhp.v62i5.829

Développement d’un concept et d’un processus de gestion de l’identité numérique d’un produit en établissement de santé

2009· article· fr· W2098032125 on OpenAlexaffvenueabout
Jean‐François Bussières, Denis Lebel, Serge Voytenko, Guillaume Vaquer

Bibliographic record

VenueThe Canadian Journal of Hospital Pharmacy · 2009
Typearticle
Languagefr
FieldMedicine
TopicClinical practice guidelines implementation
Canadian institutionsCentre Hospitalier Universitaire Sainte-Justine
Fundersnot available
KeywordsHumanitiesPolitical scienceArt

Abstract

fetched live from OpenAlex

INTRODUCTIONAu Canada, il existe plus de 22 000 médicaments et plus de 44 000 instruments médicaux1 sous l’égide de la Loi sur les aliments et drogues et de sa réglementation. Avec l’entrée en vigueur du Règlement sur les produits de santé naturels en 2006, on estime qu’il existe en plus des médicaments, de 40 000 à 50 000 produits de santé naturels sur le marché canadien, qui feront potentiellement l’objet d’une évaluation par Santé Canada au cours des prochaines années2. Les professionnels de la santé et les patients doivent composer avec un nombre très élevé et croissant de produits, d’étiquetages et de formats. Le cadre législatif prévoit les modalités entourant l’étiquetage externe pour la vente et l’étiquetage interne pour l’utilisation des médicaments et produits de santé naturels. Toutefois, il n’existe aucune obligation pour le fabricant de rendre disponible aux professionnels de la santé une version électronique standardisée des illustrations des différentes formes d’emballage de ces produits. En dépit de cette réglementation concernant l’étiquetage, certains fabricants commercialisent déjà au Canada des plaquettes alvéolées, dont l’étiquetage n’est pas jugé sécuritaire en établissement de santé3. En vertu des lignes directrices américaines et canadiennes, la prestation sécuritaire de soins repose sur une distribution unitaire des médicaments et des produits de santé naturels en établissement de santé4. Cette distribution unitaire repose sur une capacité d’identifier adéquatement chaque dose de médicament. La vision 2015 de la Société canadienne des pharmaciens d’hôpitaux prévoit que 75% des départements de pharmacie devront offrir une distribution unitaire à plus de 90 % des lits de leur établissement5. L’enquête canadienne sur la pharmacie hospitalière de 2007-2008 révèle que 66% des personnes ayant répondu à l’enquête offre une telle distribution pour une proportion moyenne de 81% des lits de courte durée6. On reconnaît qu’il existe une cinquantaine d’étapes au circuit du médicament en établissements de santé, de l’acquisition du médicament, en passant par la prescription, la validation et la distribution ainsi que l’administration au patient7. Chacune de ces étapes comporte de nombreux risques d’erreur médicamenteuse8. L’Institute for Safe Medication Practices (ISMP), en Etats- Unis, reconnaît 10 éléments clés d’un circuit du médicament sécuritaire, soit l’information sur le patient, l’information sur le médicament, la communication entre professionnels, l’étiquetage et l’emballage, l’entreposage et la standardisation des stocks, l’acquisition, l’utilisation et l’entretien des équipements, l’environnement, la compétence et la formation du personnel, l’instruction donnée au patient, la gestion de la qualité et des risques9. Afin de réduire les risques, on a retenu plusieurs technologies pour assurer une utilisation plus sécuritaire des médicaments (p. ex. prescripteurs électroniques, lecteurs de codes-barres à la pharmacie et au chevet du patient, pompes intelligentes, sélection des médicaments requis à partir de contenants marqués de puces activées par radio-fréquence). La mise en place des éléments clés proposés par ISMP et l’implantation de ces technologies peuvent avoir potentiellement un effet favorable sur la réduction des risques. Toutefois, plusieurs éléments clés démontrent que la disponibilité de l’information tout au long du processus et les communications des professionnels entre eux et des professionnels avec les patients sont très importantes. Créer et gérer une nouvelle base de données comportant des photos, basée sur l’identité numérique des médicaments, peut permettre de disposer d’un outil important. Cet élément est à la base de notre proposition visant à améliorer la qualité du circuit du médicament. La structure de cette nouvelle base de données est dictée par notre concept. Cette nouvelle banque complète efficacement les bases de données patients et médicaments déjà en notre possession et utilisées quotidiennement. À ce jour, l’Association des pharmaciens du Canada (APC) produit et détient une banque de données d’environ 1500 images couleur de médicaments commercialisés au Canada, principalement sous formes orales solides. Les images sont en format JPG (300 × 300 pixels) et sont archivées dans une banque de données contenant le numéro d’identification du médicament (DIN), le nom générique, le nom commercial, la teneur, la forme, la couleur, le contenu des inscriptions sur la forme et le fabricant. Cette banque de données est publiée annuellement en version papier et électronique du Compendium des produits et spécialités. L’APC envisage de rendre disponible cette banque de données à certains utilisateurs, notamment aux établissements de santé. Il semble très clair qu’un groupe canadien doit prendre le leadership afin d’assurer le développement d’une banque d’images complète à l’échelle canadienne. À l’heure actuelle, très peu de données ont été publiées sur l’utilisation d’images de médicaments en pharmacie. Katsuma et coll. ont évalué l’efficacité de l’ajout d’une image imprimée sur le sac de médicaments pour la prévention d’erreurs de distribution et noté un impact favorable sur la détection d’erreurs de distribution10. Fox et coll. rapportent une utilisation d’images dans un cadre pédagogique pour la formation de professionnels11. L’objectif de cet article est de décrire le développement d’un concept et d’un processus de gestion de l’identité numérique d’un produit en établissement de santé.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.008
metaresearch head score (Gemma)0.007
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Insufficient payload (model declined to judge)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.683
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0080.007
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.000
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0010.000
Research integrity0.0000.002
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.054
GPT teacher head0.413
Teacher spread0.359 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations5
Published2009
Admission routes3
Has abstractyes

Explore more

Same venueThe Canadian Journal of Hospital PharmacySame topicClinical practice guidelines implementationFrench-language works237,207