Analyse des modes de défaillance, de leurs effets et de leur criticité dans le circuit du médicament : revue de littérature
Bibliographic record
Abstract
RESUMÉContexte : L’analyse des modes de défaillance, de leurs effets et de leur criticité (AMDEC) est une méthode d’analyse systématique et proactive des risques permettant de déterminer les défaillances majeures de processus complexes. Objectif : Recenser tous les articles concernant l’utilisation de l’analyse des modes de défaillance et de leurs effets (AMDE), de l’AMDEC et de l’AMDEC en santé (AMDECS) dans le cadre du circuit du médicament.Sources des données, sélection des études et extraction des données : La base de données MEDLINE a été interrogée pour la période de janvier 1990 à janvier 2017. La stratégie de recherche a inclus les études appliquant intégralement ou partiellement la méthode AMDEC et traitant d’un ou de plusieurs volets du circuit du médicament. Une recherche manuelle complémentaire a permis d’inclure les références pertinentes des articles consultés. Synthèse des données : Les chercheurs ont trouvé 171 articles. Ils en ont retenu 39, soit 32 décrivant l’utilisation de l’approche AMDE ou AMDEC et sept décrivant l’utilisation de l’approche AMDECS. Ils ont répertorié de quatre à 378 modes de défaillance, selon les études publiées. Dix des 39 articles font état d’une analyse avant et après la mise en vigueur de mesures correctives. Dans quatre de ces 10 articles, l’analyse a été réalisée de façon théorique, soit avant la mise en vigueur réelle des mesures. À partir des articles retenus, un tableau-synthèse a été élaboré avec les éléments suivants : année de publication, premier auteur, pays, objectif principal, objectifs secondaires, description de la méthode, description des résultats, commentaires. Le tableau-synthèse a permis de commenter l’état d’utilisation des analyses de type AMDEC dans le cadre du circuit du médicament.Conclusions : Cette revue de la littérature a retenu 39 articles publiés ayant utilisé l’approche AMDE, AMDEC ou AMDECS dans le cadre du circuit du médicament. La plupart des études ont utilisé l’approche AMDE ou AMDEC, tandis que l’AMDECS n’était que rarement employée. Seule une minorité des études ont évalué les effets de mesures correctives mises en œuvre. Cette approche permet la cartographie d’un processus de soins, la détermination des modes de défaillance et la priorisation des actions correctives. Il faudrait encourager son usage pour l’évaluation du circuit du médicament.ABSTRACTBackground: Failure mode, effects, and criticality analysis (FMECA) is a systematic and proactive risk analysis method to determine major failures in complex processes. Objective: To identify all articles involving the use of failure mode and effects analysis (FMEA), FMECA, or FMECA in health care within the medication use system.Data Sources, Study Selection, and Data Extraction: The MEDLINE database was searched, for the period January 1990 to January 2017. The search included studies using the FMECA method, in part or in full, and dealing with one or several components of the medication use system. The reference lists of articles identified in the initial search were checked manually for additional pertinent references. Data Synthesis: The researchers identified 171 articles, and retained 39 for analysis: 32 describing use of the FMEA or FMECA approach and 7 describing use of the FMECA in health care approach. They identified between 4 to 378 failure modes, according to the published studies. Among the 39 articles, 10 reported a pre- and post-implementation analysis of corrective measures. In 4 of those 10 articles, the analysis was conducted on a theoretical basis, that is, before the corrective measures were actually implemented. Using the articles retained for analysis, a summary table was developed with the following elements: publication year, main author, country, primary objective, secondary objectives, descriptions of both method and results, and comments. The summary table gave the opportunity to comment on the use of the FMECA-type analysis within the medication use system. Conclusions: This literature review included 39 published articles using an FMEA, FMECA, or FMECA in health care approach within the medication use system. Most studies used either the FMEA or the FMECA approach, whereas the FMECA in health care approach was used only rarely. Only a minority of studies assessed the effects of corrective measures that were implemented. This overall approach allows for mapping of a care process, determination of failure modes, and prioriti-zation of corrective measures. Its use for the assessment of the medication use system should be promoted.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.031 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.005 | 0.004 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.005 | 0.004 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.002 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".