Évaluation de la gravité potentielle des erreurs interceptées par la conciliation des traitements médicamenteux en unité d’hospitalisation de courte durée

2019
Introduction : La conciliation des traitements medicamenteux (CTM) a l’admission hospitaliere permet en mode retroactif d’intercepter puis de corriger des erreurs en comparant la prescription hospitaliere initiale a la liste des medicaments pris a domicile par le patient ; cette liste ou ce bilan medicamenteux etant realise a partir du croisement de differentes sources. L’objectif de l’etude a ete d’evaluer la gravite potentielle des erreurs interceptees par la CTM en unite d’hospitalisation de courte duree (UHCD). Materiel et methode : La gravite potentielle des erreurs interceptees a ete evaluee a l’aide d’un algorithme clinique selon deux modalites : en considerant uniquement la periode d’hospitalisation et sans consideration de duree ; c’esta- dire comme si l’erreur avait perdure au-dela de la sortie hospitaliere du patient. Ces erreurs ont ete positionnees selon cinq niveaux de gravite clinique potentielle : mineur, significatif, majeur, critique et catastrophique. Resultats : La CTM realisee aupres de 122 patients a permis d’identifier 461 erreurs. Les classes medicamenteuses majoritairement impliquees ont concerne les systemes cardiovasculaire ( n = 151, 32 %), nerveux ( n = 103, 22 %) et digestif ( n = 86, 18 %). Les principaux types d’erreurs ont ete les omissions ( n = 381, 83 %,) et les erreurs de dose ( n = 57, 12 %). 1,1 % des erreurs auraient pu avoir des consequences cliniques majeures pour les patients durant la periode d’hospitalisation et 8,5 % d’entre elles des consequences potentiellement majeures ou critiques en considerant un horizon temporel se prolongeant au-dela de l’hospitalisation. Discussion : L’appreciation de la gravite potentielle des erreurs medicamenteuses traduit l’interet clinique de la CTM. Cette evaluation a permis de reveler en UHCD une sinistralite evitee jusque-la meconnue par les equipes medicales.
    • Correction
    • Source
    • Cite
    • Save
    11
    References
    0
    Citations
    NaN
    KQI
    []
    Baidu
    map