Lerreur mdicale Yonathan Freund Urgences PitiSalptrire Paris yonatman

L’erreur médicale Yonathan Freund Urgences Pitié-Salpêtrière - Paris @yonatman

Novembre 1999 Le système de soins n’est pas aussi sûr qu’il devrait être

Des chiffres Entre 40 000 et 100 000 décès par an aux US – Imputables à une erreur médicale – Qui aurait pu être évitée Décès intra hospitalier dûs aux erreurs – Supérieur à celui des AVP, K du sein, SIDA…

En France, étude nationale • • • 6 EIG pour 1 000 jours d’hospitalisation Estimation ~ 400 000 EIG par an Près de la moitié sont évitables 3 à 5% de l’ensemble des hospitalisations 0. 2 décès pour 1 000 jours d’hospit 10 000 Décès par an Un crash Rio-Paris tous les 10 jours…

Définitions faute engageant la responsabilité du médecin. Utilisation d’une thérapeutique inappropriée avec ou sans conséquence pour le patient. mauvais diagnostic, mauvaise procédure, ou mauvaise information. Choix diagnostique ou thérapeutique erroné potentiellement préjudisciable au patient Effet deletere sur la sante d'un patient lié a une negligence medicale Un ratage, une foirade, une cagade

Définitions • Erreur médicale : « Failure of a planned action to be completed as intended or use of a wrong plan to achieve an aim » 1 « Echec dans la réalisation d’une action planifiée, ou utilisation d’un mauvais plan pour atteindre un but » 1) Institute of Medicine « to err is human »

Définitions Adverse events / évènements indésirables: - « Injury that might have resulted from a medical intervention (or lack thereof) » Evènements défavorables ayant un certain caractère de gravité et associés à des soins réalisés lors d’investigations, de traitements ou d’actions de prévention »

Key terms Erreurs médicales EIG évitables Evènements indésirables graves Evènements indésirables

Classification gravité : NCCMERP -> Evènements indésirables

Classification gravité A) B) C) D) E) F) G) H) I) Evénements Capacité de causer une erreur indésirables Erreur, qui n’a pas touché le patient Erreur qui a touché le patient, sans effet Id, nécessite une action pour éviter effet Contribue ou cause une lésion temporaire A entraîné hospit ou prolongation de séjour Qui a pu contribuer à dommage permanent Qui a nécessité une intervention pour éviter décès Qui a contribué ou causé le décès du patient Near miss EIG

EVOLUTION DEPUIS 1999?

Evolution • Pas d’amélioration malgré le rapport IOM 25 EI sur 100 admissions / 56 EI sur 1000 jours 85% E ou F – 12% G ou H – 2 % I Pas de diminution avec le temps

Aux urgences Plus fréquentes en chirurgie, réa, et urgences

REVUE SYSTÉMATIQUE 2012

Le point en 2013 • Revue systématique centrée sur les urgences – 10 études (8 observationnelles) – Qualité médiocre ou mauvaise • Grande variabilité – AE entre 0. 2% et 6% – Evitabilité entre 36% et 71%

Errance • Manque d’une méthodologie gold standard – Recueil systématique vs volontaire – Definition AE / Erreurs – Medication errors ou toutes erreurs?

NATIONAL ED SAFETY STUDY

National Emergency Department Safety Study • Grande étude multicentriques US • Méthodologie robuste – Estimer type et fréquence des erreurs médicales – Comparer avec safety climate – Centré sur 3 pathologies : SCA, Asthme Aigue Grave, Luxation

NEDSS • Réseau de 70 SAU • Enquête sur les processus – Conditions de travail – Sentiment de sécurité –… ↑Risque d’Erreur? • Envoyé à 80 personnes par service (médecins, internes, IDE, AS)

NEDSS : classification • Relecture à 2 niveaux : Screening puis expertise • Définitions standards + near miss Medical error Near Miss Preventable AEAde Adverse Events (une erreur qui a le potentiel d’être un AE, mais qui par chance ou intervention ne l’a pas causé) Sullivan et al. NEDSS rationale and design. Acad Emerg Med 2007

Résultats NEDSS • Près de 10 000 dossiers relus – 4. 1% AE et 5. 7% near miss – 37% des AE étaient évitables – 33% des near miss interceptés • Lien avec le « climat de sécurité » : – Pas de différence sur le taux d’AE – Meilleur taux d’interception des NM Camargo et al. Safety climate and medical errors. Ann Emerg Med 2013

Conclusion NEDSS • Près de 10% d’EIG évités ou non • A titre de comparaison: – Haute montagne : 5% – Aviation : 1 sur 100 000 – Nucléaire : < 1 sur 10 9 • En fait, comparable aux accidents de la route…

10% d’erreurs médicales graves Idem en France ~10% pour patients hospit 50% pour les décès inattendus! Freund et al. JEM – Goulet et al, Crit Care

Je pense que tous les jours nous réalisons des erreurs sans qu'on les voit. .

D’OÙ VIENNENT LES ERREURS?

La théorie de l’emmenthal Swiss cheese model, Reason 1990

La théorie de l’emmenthal Swiss cheese model, Reason 1990

Niveaux de sécurité Swiss cheese model, Reason 1990

Comment s’améliorer To error is human We cannot change the human nature But we can change the conditions under which we work

Comment s’améliorer • Approche « human based » – Identifier le fauteur, cher à l’améliorer • Approche « system based » – Changer le système pour limiter le risque

Niveaux de sécurité Part humaine : Limiter le risque de faute Défense système : Limiter la part de facteurs humains Swiss cheese model, Reason 1990

AMÉLIORER L’HUMAIN

Les pistes Améliorer la formation

Simulation Permet l’étude et l’analyse des facteurs humains • Efficacité prouvée sur les performances – Intubation – Coronarographie – Chirurgie – Raisonnement médical –… Toujours rien (ou presque) sur l’efficacité en terme d’outcomes !

Les pistes Etre bien dans sa peau bien dans son service

Les pistes

Les pistes 31 ICU 2009 – 2011 766 patients / 4312 patients jours – 1534 staff • 722 EIG (167 / 1000 patients-jours) • Burn out : 2. 5% du staff med et 3. 7% paramed ÞAssociation indépendante (faible) avec EIG ÞPas d association sur « safety culture »

CHANGER LE SYSTÈME

Les bons exemples

Les bons exemples Taches complexes Systèmes complexes Forte dynamique interne Activité intense, intermittente Contrainte temporelle importante Le tout sans catastrophe ces dernières années!

Les bons exemples Ces systèmes ont intégré l’éventualité d’erreur humaine, s’organisent pour qu’elle soit corrigée et contrôlée. Répétitions régulières continues.

Changer le système • Exemple pour erreur médicamenteuse (Prévalence très élevée) – Prescriptions assistées par ordinateur – Stockage des médicaments similaires – Codes barres, Pousse-seringue intelligent… – Pharmaciens présents lors des visites Þ Réduction du nombre d’erreurs ! Þ Effet réel ? Peu de preuves…

Objectif • Limiter au maximum les facteurs humains • Aviation : – Pilote automatique – Cross checking obligatoire – Check listes obligatoire – Législation horaires de travail

Historique en médecine Dès les années 70 en psychologie… En fait ça marchait pas très bien encore…

Breakthrough Près de la moitié des EIG chirurgicaux seraient évitables L’OMS a identifié plusieurs pistes d’amélioration de la sécurité NEJM 2009

Check-list • 8 Hôpitaux (Inde, NZ, Jordanie, USA …) • Check-list simple : 19 items • Design avant-après – 3733 puis 3955 cas – Décès : 1. 5% vs 0. 8% – Complications post-op : 11% vs 7%

Check-list

Conclusion 1, 5% décès 11% EIG -40% Adoption et utilisation facile Généralisable 0, 8% décès 7% EIG

Confirmations Ann Surg 2015 Ann Surg 2010

Urgences / Réanimation? • 2009 en réanimation 2015 CCM • 2015 aux urgences 2015 academic EM

Ca marche • Réduction du nombre d’effets indésirables • Amélioration adhérence aux protocoles Plutôt testé sur une procédure particulière Mais comment faire une checklist générale?

Un exemple aux urgences

Changer le système • Conditions de travail :

Changer le système • Randomisé 2 bras, ICU : 136 erreurs / 1000 Pt-jours 21 EIG évitables 100 erreurs / 1000 Pt-jours 17 EIG évitables -36% d’erreurs médicales!

Travailler moins pour transmettre plus? Erreurs de communications : cause majeure d’EI* Améliorer les transmissions : une priorité *The Joint Commission. Sentinel event statistics data: root causes by event type.

TRANSMISSIONS PROTOCOLISÉES

Méthodes • Handoff bundle pour réduire les EIG – 2 heures de formation – Moyen mnémotechnique – Retranscrite par écrit – Transmissions communes seniors/internes – Dans une pièce séparée – Supervisées régulièrement

Mnémotechnique S : Sick patients + DNR? I : Identify G : General hospital course N : Nouveauté ? O : Overall condition U : Upcoming possibilities T : Tasks ? : Questions ?

Résultats

Conclusion Superviser et protocoliser les transmissions réduit le nombre d’EIG dus aux erreurs médicales

Vérification / Transmission • Monocentrique, observationnelle. • Hypothèse : ↓Temps de travail Cross coverage ↑ Transmissions ↑ Erreurs ! Kaldacsy-Balia, AJRCCM 2014

Cross coverage • Un médecin qui n’était pas présent le jour • Critère principal : mortalité en réa • Critère secondaire : décisions dans la nuit – Nouvel AB – Changement de sédation – Changement plan extubation – Changement ventilation etc.

Résultat • 629 admissions > 48 h dans la période • Médiane 50% de CC par semaine Meilleure survie si 5 j CC / 7 vs 2

Conclusion Changement de paradigme Transmission => Perte d’information Transmission => Second look, correcteur

ETUDE PILOTE RESEAU

Méthode • Patients hospitalisés après passage SAU 197 patients analysés : 130 erreurs médicales, 34 EIG sur 19 patients Taux d’EIG 10% [6% - 14%]

Analyse univariée

Conclusion Taux d’EIG important Un seul facteur protecteur retrouvé : Participation de plus d’un médecin à la PEC (interne ou transmission)

La suite

Etude CHARMED 39% de réduction relative EIG et Near miss!

Changer tout au quotidien • Analyse des facteurs humains et systémiques • Recherche et détection active des EIG • Revues morbi-mortalité • Audit • Certification • CREX

Gruyère inversé = Poisson

RMM • Courant en réanimation • Plus rare aux urgences (~50%) • Surtout en CHU, intervalles >2 mois 1/3 cas Actions correctrices! Vallé et al. 2013 Eur J Emerg Med

• Proactif, là ou RMM sont rétroactives • Pluridisciplinaires Actions correctrices ! Niveau humain : formations Protocoles Organisations …

Désolé pour vos cadres sup… RMM, CREX, niveau de preuve F…

Ce qui fonctionne • Informatique • Limitation du temps de travail • Protocole pour les transmissions • Relais de soins (Cross coverage) • Check-lists

Interventions possibles Environnement stockage médicaments Conditions de travail Protocoles, Bundles Checklist, Cross coverage, Cross checking Formation

Interventions possibles Environnement stockage médicaments Conditions de travail Protocoles, Bundles Checklist, Cross coverage, Cross checking Système de feedback RMM / CREX Debriefing video? Formation

S : Sick patients + DNR? I : Identifier G : General hospital course N : Nouveauté? O : Overall condition U : Upcoming possibilities T : Taches à accomplir ? : Des questions?