S'abonner

Apport d’un système d’aide à la décision pharmaceutique dans la détection d’interactions médicamenteuses méconnues - 12/06/24

Doi : 10.1016/j.phacli.2024.04.004 
M. Ade 1, A. Potier 2, A. Huguet 3, A. Dony 2, P. Pilven 4, B. Demore 5, E. Dufay 2
1 Centre psychotherapeutique de Nancy, pharmacie, Laxou, France 
2 Centre hospitalier de Luneville, pharmacie, Lunéville, France 
3 Centre hospitalier de Saint-Nicolas-de-Port, pharmacie, Saint-Nicolas-de-Port, France 
4 Kenturtle, Lyon, France 
5 Centre hospitalier de Brabois, pharmacien, Nancy, France 

Résumé

Contexte

Les interactions médicamenteuses (IM) sont un problème prépondérant dans les prescriptions. Dix à 30 % des IM entraînent un événement indésirable notamment par diminution de l’absorption des médicaments. Les conséquences cliniques sont importantes lorsqu’il s’agit d’anticancéreux, d’antibiotiques ou d’antirétroviraux. En regard de la fréquence des IM, les interventions pharmaceutiques (IP) qui leur sont dédiées sont moins fréquentes que les autres types d’IP. Les systèmes d’aide à la décision pharmaceutique (SADP) se développent pour améliorer la détection et la résolution des problèmes liés à la pharmacothérapie (PLP).

Objectifs

Présenter les taux de détection des IM pour 3 catégories de médicaments – anticancéreux, antibiotiques et antirétroviraux – avec une comparaison des IP réalisées avec versus sans SADP.

Méthode

Une étude prospective est menée de juillet 2020 à juin 2023 dans 2 hôpitaux de 1600 lits. Trois situations sont modélisées dans le SADP pour détecter une co-prescription : A - inhibiteurs de protéine kinase ET médicaments des troubles de l’acidité ; B - fluoroquinolones ou Cyclines ET cations bivalents (Fe, Ca, Mg, Zn, Al) ; C - antirétroviraux ET cations bivalents ou antiacides. Elles sont intégrées dans Pharmaclass® [Keenturtle-F]. Le logiciel assure l’interopérabilité des données patients utiles au raisonnement déductif pour produire des alertes. Six pharmaciens analysent les alertes selon une conduite à tenir pour identifier un PLP et proposer une IP au prescripteur. Le taux d’acceptation des IP pour les 3 situations est effectué selon le Chi2 d’hétérogénéité.

Résultats

L’analyse concerne 442 alertes du SADP dont 26 alertes pour A, 386 pour B et 30 pour C. La présence d’un PLP est confirmée pour 240 alertes (54,3 %) : 14 pour A (53,8 %), 204 pour B (52,8 %) et 22 pour C (73,3 %). Les PLP n’ont pas été détectés lors de l’analyse pharmaceutique sans SADP pour 169 d’entre eux (70,4 %).

Une IP est émise dans 231 cas (96,3 %) : 12 pour A (85,0 %), 197 pour B (96,0 %) et 22 pour C (100,0 %). Ces interventions ont été acceptées par le médecin dans 65,4 % des cas (151 IP) avec un taux d’acceptation de 50 % pour A, 65 % pour B et 77 % pour C.

Les taux d’acceptation des IP transmises pour les 3 situations ne sont pas statistiquement différents (p=0,26).

Les 231 interventions émises via le SADP représentent environ 5 % de toutes les IP réalisées (soit 4 389 IP issues de 201 situations modélisées) durant la période.

Discussion - Conclusion

Les IM par augmentation du pH gastrique ou complexation sont fréquentes et mal détectées en soins courants par les pharmaciens et médecins ; une méconnaissance ou la perception d’un faible impact clinique peuvent l’expliquer (IM souvent de niveau « à prendre en compte » voire « déconseillée »). L’adaptation des prescriptions par le pharmacien est un levier d’évolution. Néanmoins l’expertise pharmaceutique clinique reste indispensable pour explorer la situation du patient et rendre pertinente une IP.

Le texte complet de cet article est disponible en PDF.

Mots clés : Gestion de la pharmacothérapie, Intelligence artificielle, Systèmes d’information en pharmacie clinique


Plan


© 2024  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 59 - N° 2

P. e21-e22 - juin 2024 Retour au numéro
Article précédent Article précédent
  • Intelligence artificielle et analyse pharmaceutique : une approche par machine learning
  • S. Honoré, H.E. Azzag, Q. Marcou, J. Delorme, C. Berard, J.C. Dufour, F. Correard
| Article suivant Article suivant
  • Médicaments et enfants : évaluation de l’utilisation de l’outil APPLU (appartement pédiatrie ludique) par les aidants, professionnels de santé et étudiants en santé
  • L. Josse, S. Prot-Labarthe, C. Santy, B. Dessome

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.