Transcript Powerpoint ppt, 6.71Mb

Recherche sur la Sécurité des patients
Cours préparatoire
3ème Séance
Comment mesurer les risques
associés aux soins ?
“…nous avons tendance à mettre l’accent
sur ce qui est mesuré”
John Kenneth Galbraith
Philippe Michel,
MD, PhD
3 février 2011
Votre professeur
 Philippe Michel, MD, PhD,
 Directeur, centre régional qualité et sécurité des soins,
Bordeaux, France
 Expert auprès de l’OMS sur de nombreux projets
 Vice-président de la commission Sécurité des Patients
au Haut Conseil de la Santé Publique, Ministère de la
Santé
 Responsable des études nationales sur les
événements indésirables associés aux soins
2004/2009
1
Objectifs pédagogiques
Connaître les enjeux et les objectifs de la mesure
Connaître les sources de données
Connaître les grands types de méthodes permettant la
mesure et l’évaluation
Connaître les principales méthodes de mesure permettant
de faire des estimations robustes de la fréquence des
événements indésirables (épidémiologie)
Décrire les méthodes validées par l’OMS
2
Quizz
1.
Lesquelles des mesures ci-après portent sur les erreurs ?
a. Le pourcentage de patients ayant subi une intervention abdominale et qui
développent une infection de la plaie
b. Le nombre d’erreurs de médication survenant chaque jour dans une unité de soins
intensifs
c. Le taux de décès en chirurgie cardiaque
d. Le pourcentage de personnel infirmier par lit en soins intensifs
2.
Parmi ces méthodes, lesquelles sont pertinentes pour faire une estimation robuste
de la fréquence des événements indésirables?
a. Observation systématique d’une activité de soins
b. Système de signalement interne à l’établissement
c. Revue de dossiers
d. Analyse approfondie des causes
3
Quizz
3.
En moyenne, quelle est la fréquence d’erreurs médicales survenant dans une
unité de soins intensifs?
a. Un ou deux erreurs par patient et par semaine
b. Un ou deux erreurs par patient et par jour
c. Dix erreurs à l’heure par patient
d. Pas d’erreurs s’il s’agit d’une bonne unité
4.
A quelles étapes en gestion des risques la mesure est-elle utile ?
a. Identification des niveaux de risque
b. Priorisation
c. Mise en œuvre des actions
d. Evaluation d’impact des actions
4
Définition: La mesure
Comparer une grandeur physique qui
caractérise un objet (ou un événement)
avec celle choisie comme unité de
mesure
Chaque mesure comprend du “bruit”
■Certaines sont aléatoires, appelées “erreur de
mesure”
■Certaines sont systématiques, appelées “biais de
mesure”
Valider la mesure consiste à réduire le “bruit”
5
Pourquoi mesurer ?
Place
de la mesure
+++
Identification des risques
associés aux soins
+++
Priorisation des risques
+++
Maîtrise des risques
(mise en œuvre des
actions)
+++
Evaluer l’impact de ces
actions
6
Pas d’outil de mesure universel en matière de
sécurité des patients
Se familiariser avec des outils de mesure
Les essayer dans un contexte local
Vérifier qu’ils sont valides
Promouvoir le partage d’expérience en matière d’efficacité,
de faisabilité, d’acceptabilité
7
Que mesure-t-on ?
Les événements indésirables associés aux soins
Les conséquences (décès, invalidité, etc.)
Les erreurs: erreur d’indication, délai dans la prise en
charge, erreur de réalisation
Les facteurs contributifs: tout défaut, échec ou
dysfonctionnement des méthodes opérationnelles, des
processus ou de l’infrastructure
8
Sources d’information sur la sécurité
des patients
Dossiers de patients
Bases de
données
informatisées
Systèmes de
signalement et
d’apprentissage
Observation/interview
9
Données collectées en routine
Dossiers patients
(papier ou électronique)
Bases administratives
Autres bases de données
(laboratoires, pharmacie)
Évaluation clinique
(autopsies, revues RMM)
10
Collecte ad hoc auprès des professionnels / patients
Collecte
passive
Systèmes de
signalement
Surveillance
Plaintes et contentieux
Collecte
systématique
Méthodes
quantitatives
Méthodes
qualitatives
Collecte
active
Revue de dossiers,
cohortes, triggers,
audits,
Observation (par
des professionnels,
enregistrements..)
Visites hiérarchiques
de sécurité
Focus groups
Collecte non
systématique
Analyse approfondie
des causes
11
Scénario
Simulation
11
Taux d’événements indésirables médicamenteux (en %
de patients hospitalisés)
Méthode de mesure
Signalement
spontané
0.2
Cullen et al (1995)
Revue des dossiers
0.7
Leape et al (1991)
Détection dans bases 3.8
de données
Revue de dossier et 6.5
signalement actif
Classen et al (1991)
Bates et al (1995)
Bases de données et 10.0 Jha et al (1997)
revue de dossiers
12
Leape et coll. 1997
Méthodes épidémiologiques
Collecte de données structurée, standardisée et
validée, exhaustive ou sur un échantillon
Seules les méthodes épidémiologiques permettent la
comparaison dans le temps et l’espace
13
Quelles méthodes permettent-elles une estimation
robuste de la fréquence des EIG ?
Bases de données (si exhaustives)
Enquêtes (le plus souvent sur échantillon)
Collecte
systématique
Méthodes
quantitatives
Méthodes
qualitatives
Revue de dossiers, études
de cohorte, triggers, audits
Observation (par
des professionnels,
enregistrements…)
Collecte
active
14
Observation directe des professionnels
Efficace pour déceler les erreurs actives et certains facteurs contributifs
(liés aux individus, aux équipes et aux tâches)
Parfois le seul moyen d’avoir des données
Potentiellement exacte, précise
Formation/Coûteuse
Surcharge d’informations
Effet Hawthorn ?
Biais rétrospectif ?
Inefficace dans l’observation des facteurs contributifs les plus profonds
15
Yoel Donchin et al
Etude prospective
observationnelle dans
une unité de soins
intensifs à l’aide d’une
observation directe par le
personnel médical, et de
la collecte d’erreurs
constatées
16
Donchin Y, Gopher D, Olin M, et al. A look into the nature and
causes of human errors in the intensive care unit. Qual. Saf.
Health Care 2003, 12; 143-147
Link to Abstract (HTML)
Link to Full Text (PDF)
17
Méthodes: schéma d’étude
Observations directes multiples
■ Signalement d’erreurs par les infirmiers et médecins immédiatement après leur
identification
■ Observations sur 24h par des observateurs externes, spécialisés en facteurs
humains
■ Erreurs classées par niveau de sévérité, par type de professionnel et par type
d’activité
Population: staff de l’unité de soins intensif medical-chirurgical
du Hadassah-Hebrew University Medical Center, Jerusalem
Unité: 6 lits de soins intensifs + lits supplémentaires en cas de
surcharge
18
Méthodes: Collecte des données (1)
Signalement d’erreurs par les infirmiers et médecins
immédiatement après leur identification
■ Erreurs classées de façon indépendante par trois membres seniors du service
sur une échelle à 5 niveaux
Questionnaire de collecte:
■ Heure d’identification
■ Profil de la personne ayant commis l’erreur et de celle qui l’a identifiée
■ Description brève de l’erreur
■ Cause présumée
19
Méthodes: Collecte des données (2)
Observation en continue 24/24 par des observateurs externes
■ 46 patients représentatifs de la population de l’unité
■ Profil d’activité et fréquence/type d’erreurs
■ Observateurs formés par une infirmière senior de l’unité
Analyse
■ Distribution des fréquences, activité moyenne, taux d’erreur, pourcentages
■ Logiciel permettant la saisie et l’analyse descriptive simple et croisée
20
Principaux résultats
En quatre mois d’observation, 554 erreurs ont été identifiées
■ Les observateurs ont inclus au total 8 178 activités pendant l’observation des
46 patients pendant 24 heures de surveillance
178 activités/patient/jour en moyenne
1,7 erreur par patient et par jour en moyenne (0.95% des
activitiés)
■ Deux erreurs graves et potentiellement dommageables pour les patients par
jour
■ Autant de signalements par les médecins et par les infirmières, bien que les
infirmières aient plus d’activités par jour
21
Discussion par les auteurs: leçons et conseils
Un point d’amélioration de l’étude ?
■ “Réaliser la même étude après mise en place des actions d’amélioration."
Faisable et acceptable dans les pays en développement?
■ “Je ne sais pas. La réponse est plus spécifique à une unité qu’à un pays. Mais la
méthode semble appropriée pour les pays en développement."
22
Revue de dossiers
Utilise des informations existantes
Communes
Evaluation non fiable
Méthode chère
Dossiers incomplets, perdus
Hindsight bias (biais de
retrospection)
23
Ross Baker
Analyse rétrospective de
dossiers hospitaliers pour
identifier les événements
indésirables et évitables
au Canada
24
Baker GR, Norton PG, Flintoft V, et al. The Canadian Adverse
Events Study: the incidence of adverse events among
hospital patients in Canada. CMAJ, 2004, 170:1678-1686
Link to Abstract (HTML)
Link to Full Text (PDF)
25
Méthodes: Conception de l'étude et objectifs
Design: Analyse rétrospective de dossiers
■ Etablissements de court séjour tirés au sort dans 5 provinces
■ Revue de dossiers excluant la psychiatrie, la pédiatrie et l’obstétrique dans chaque
établissement en 2000
Objectifs:
■ Estimer l’incidence des événements indésirables graves dans un échantillon
représentatif d’établissements
■ Décrire la fréquence et le type d’EIG
■ Comparer le taux d’EIG entre types d’établissement et d’activité
26
Méthodes: Population étudiée et contexte
Echantillon: quatre hospital tirés au sort dans la liste des
établissements éligibles dans chacune des 5 provinces
■ Un établissement universitaire
■ Un grand établissement(100 lits ou plus)
■ Deux petits établissements (moins de 100 lits)
Critères d’éligibilité:
■ Situé à moins de 250km du centre de recherche de la province
■ Au moins1500 admission en 2002
■ Existence d’un service d’urgence ouvert 24/24
■ Etablissements mono-spécialité exclus
27
Méthodes: Population étudiée et contexte (2)
Population: dossiers de l’année 2000 tirés au sort
■ Objectif de revoir 230 dossiers dans les gros établissements et 142 dans
les petits, pour atteindre un total de 3 720 admissions
■ Parmi les 4 164 admissions incluses, 3 745 dossiers (89.9%) eligibles
Méthodes de collecte des données fondées sur des études
antérieures, notamment aux USA, Australie et Royaume
Uni
■ Recueil informatique pour s’assurer de l’exhaustivité du recueil
■ Formation de leaders médecin et infirmier dans chaque Province
■ Utilisation de questionnaires de recueil standardisés
28
Méthodes : Processus d'examen des dossiers
Etape 1:
■ Identification de dossiers avec EIG potentiels avec 18 critères de
détection
Etape 2:
■ Revue des dossiers “positifs” par un médecin
■ Evaluation de la nature liée aux soins, de la sévérité et de l’évitabilité
29
Principaux résultats
Taux d’incidence 7.5 pour 100 admissions
Conséquences
■ 5% avec incapacité permanente
■ 16% avec décès
Plus d’un tiers des EIG évitables (37%)
■ 9% de décès associés à un EIG considéré comme évitable
30
Discussion par les auteurs: leçons et conseils
Un point d’amélioration de l’étude?
■ Former les enquêteurs sur une période plus longue et former tous les
enquêteurs (~ 3 jours)
Faisable et acceptable dans les pays en développement?
■ 3 Projets OMS
■ Enquête au Moyen Orient et en Afrique
■ Enquête en Amérique du Sud
■ Développement de méthodes adaptées à un contexte pauvre en information
31
Etudes de cohorte / surveillance clinique
Potentiellement appropriée et
précise pour les EIG
Robuste pour tester
l’efficacité des
interventions
Peut être intégrée aux soins
Chère
Incapable d’identifier les EIG
survenant à distance
32
Etude de cohorte : Michel P. et al
Michel P, Quenon JL, Djihoud A, Tricaud-Vialle S, de Sarasqueta
AM. A French national survey of inpatient’s adverse events
prospectively assessed with ward staff. Qual Saf Health Care
2007;16:369-77.
Michel P, Quenon JL, deSarasqueta AM, Scemama O. Comparison
of three methods for estimating rates of adverse events and rates
of preventable adverse events in acute care hospitals. BMJ.
2004;328:199-202
33
Objectifs
Estimer l’incidence des événements indésirables graves
(EIG) observés en milieu hospitalier
■ EIG causes d’hospitalisation
■ EIG identifiés pendant l’hospitalisation
En estimer la part évitable
Analyser les causes latentes et les facteurs contributifs
Constituer des données de références pour des
enquêtes ultérieures
34
Méthode d’identification des EIG
Détection
Confirmation
Enquêteurs infirmiers
Enquêteurs médecins
Avec le cadre de santé et
les dossiers des patients
Avec le médecin et les
dossiers des patients
Trois passages pendant
les 7 jours
Un passage en fin de
période d’observation
35
EIG inclus
La fenêtre d’observation : une fenêtre de 7 jours
Tous les séjours des patients présents ou entrants
dans la période d’observation
Début du
recueil
Fin du
recueil
Type de séjour 1
Type de séjour 2
Type de séjour 3
Type de séjour 4
36
Analyse des données
Densité d’incidence des événements survenus pendant
les séjours observés
DI =
nb de nouveaux EIG identifiés
nb de jours d’hospitalisation
Proportion des patients admis pour un EIG
Proportion =
nb de patients admis pour un EIG
pendant la période d’observation
nb de patients admis
37
EIG pendant l’hospitalisation
EIG pendant l’hospitalisation
Densité d’incidence 6,6 EIG pour 1000 jours
d’hospitalisation (IC95% [5,7 ; 7,5])
35% jugés évitables
Soit entre 120 000 et 190 000 EIG évitables par an
50% des EIG sont liés à la période péri-opératoire
(infections et complications mécaniques)
38
Hospitalisations causées par un EIG
Proportion d’admission causées par un EIG 3,9% (IC95%
[3,3 ; 4, 6])
■ 2/3 médecine de ville, 1/3 réadmission
47% évitables
Soit entre 125 000 et 205 000 admissions évitables par an
40% sont liés aux médicaments, 40% aux suites
d’interventions chirurgicales
39
EIG associés aux médicaments
concernent
■ La moitié des EIG causes d’hospitalisation
■ Le tiers des EIG survenus pendant l’hospitalisation
Pour les EIG survenus pendant l’hospitalisation,
l’omission (absence de traitement) représente
la moitié des erreurs liées à la pratique
■ en particulier absence d’anticoagulants chez les personnes
âgées
40
EIG période péri-opératoire
Une fréquence élevée d’EIG liés aux interventions
Peu d’événements liés directement à l’anesthésie
L’infection du site opératoire, une complication fréquente
Autant d’infections liées aux soins que de complications
« mécaniques » (hémorragie, hématome, défaut
cicatrisation…)
Les EIG surviennent souvent majoritairement lors de situations à
risques spécifiques
Des EIG liés à des erreurs, souvent évitables
41
Facteurs contributifs les plus fréquents
Défaut de communication interne
Absence de protocoles de soins
Planification des tâches non adaptée
Collaboration insuffisante entre les soignants
Insuffisance de communication entre les professionnels et le
patient
Charge de travail importante
42
Discussion par les auteurs: leçons et conseils
Un point d’amélioration de l’étude?
■Former les enquêteurs sur une période plus longue et former tous les
enquêteurs (~ 3 jours)
Faisable et acceptable dans les pays en développement?
■ “Un test transculturel est nécessaire aavant de proposer cette méthode”
43
Méthodes testées
dans des pays en
développement
44
Etudes de prévalence
Morocco
Tunisia
Egypt
Mexico
Costa Rica
Jordan
Colombia
Peru
Yemen
Brazil
Sudan
Argentina
South
Africa
Kenya
45
Choisir la méthode adaptée
WHO Patient Safety
Philippe Michel, MD, PhD
46
Observation de la délivrance des soins,
centrée sur la sécurité des injections
Observation structurée des matériels et équipements
Observation structurée des pratiques (WHO guidelines)
■ 25 observations au minimum par établissement, réparties dans
plusieurs services
Interview des professionnels sur la disponibilité des
matériels et équipements
Croisement des résultats issus des trois approches
47
48
49
Interview des professionnels
Recherche systématique des EIG chez les patients hospitalisés
■ EIG survenus pendant l’hospitalisation
■ EIG causes d’hospitalisation
Méthode proche de la revue de dossier
■ Investigateurs externes
■ Deux phases de recueil
Phase 1 de détection: interview d’une infirmière
Phase 2 d’analyse des événements, de ses conséquences et de ses causes,
avec un médecin du service
■ Toute documentation peut être consultée
Etude de type “un jour donné”, permettant de calculer la
prévalence des EIG
50
51
Quelques résultats de prévalence
17% à 24% des patients ont au moins un événement
indésirable grave
16 à 19% des patients ont au moins un événement
indésirable grave évitable
52
Conclusion
Importance du phénomène
La mesure est le fondement de toute démarche de
prévention et de gestion des risques liés aux soins
Nombreuses méthodes, produisant des résultats différents
Des méthodes adaptées aux contextes de pauvreté
d’information disponible mises à disposition par l’OMS en
2009
53
Discussion
Les participants donnent des exemples de dommages
fréquents survenus sur leur lieu de travail (hôpital)
Les participants suggèrent des méthodes potentiellement
réalisables pour mesurer les effets indésirables sur leur
lieu de travail
54
Sommaire
Il existe différentes méthodes pour mesurer les erreurs et
les effets indésirables. Chacune d’elles enregistre des
points forts, et des points faibles
■ Observation directe
■Surveillance clinique
■ Analyse des données administratives
Les grands ensembles de mesure peuvent contenir
plusieurs combinaisons de méthodes de mesure.
55
Introduction à la Recherche sur la
Sécurité des Patients
“Arguments” en faveur de la Recherche sur la sécurité
des patients
56
Publications
Baker GR, Norton PG, Flintoft V, et al. The Canadian adverse events study: the incidence of adverse
events among hospital patients in Canada. CMAJ, 2004, 170:1678-1686.
Bates DW, Cullen DJ, Laird N, et al. Incidence of adverse drug events and potential adverse drug
events. JAMA. 1995;274:29-34.
Brennan T, Leape L, Laird N, et al. The incidence of adverse events and negligence in hospitalized
patients: results from the Harvard Medical Practice Study I. N Engl J Med 1991;324:370-376.
Donchin Y, Gopher D, Olin M, et al. A look into the nature and causes of human errors in the intensive
care unit. Qual. Saf. Health Care 2003, 12;143-147.
Leape L, Brennan T, Laird N, et al. The nature of adverse events in hospitalized patients: results from
the Harvard Medical Practice Study II. N Engl J Med 1991;324:377-384.
Michel P, Quenon JL, de Sarasqueta AM, Scemama O. Comparison of three methods for estimating
rates of adverse events and rates of preventable adverse events in acute care hospitals. BMJ,
2004, 328; 199.
Thomas EJ, Petersen LA. Measuring errors and adverse events in health care. J Gen Intern Med
2003;18:61-67.
57
Quizz
1.
Lesquelles des mesures ci-après portent sur les erreurs ?
a. Le pourcentage de patients ayant subi une intervention abdominale et qui
développent une infection de la plaie
b. Le nombre d’erreurs de médication survenant chaque jour dans une unité de soins
intensifs
c. Le taux de décès en chirurgie cardiaque
d. Le pourcentage de personnel infirmier par lit en soins intensifs
2.
Parmi ces méthodes, lesquelles sont pertinentes pour faire une estimation robuste
de la fréquence des événements indésirables?
a. Observation systématique d’une activité de soins
b. Système de signalement interne à l’établissement
c. Revue de dossiers
d. Analyse approfondie des causes
58
Quizz
3.
En moyenne, quelle est la fréquence d’erreurs médicales survenant dans une
unité de soins intensifs?
a. Un ou deux erreurs par patient et par semaine
b. Un ou deux erreurs par patient et par jour
c. Dix erreurs à l’heure par patient
d. Pas d’erreurs s’il s’agit d’une bonne unité
4.
A quelles étapes en gestion des risques la mesure est-elle utile ?
a. Identification des niveaux de risque
b. Priorisation
c. Mise en œuvre des actions
d. Evaluation d’impact des actions
59