télécharger cette publication - Bienvenue sur le site du LERTIM (EA
Transcription
télécharger cette publication - Bienvenue sur le site du LERTIM (EA
UNIVERSITE DE LA MEDITERRANEE FACULTE DE MEDECINE DE MARSEILLE TITRE : Contribution à l’amélioration de la décision : Intégration des guides de bonnes pratiques cliniques informatisés dans la pratique médicale THESE pour obtenir le grade de : DOCTEUR DE L’UNIVERSITE DE LA MEDITERRANEE Discipline : Informatique Médicale Présentée et soutenue publiquement par Jean-Charles DUFOUR le 29/09/2005 Travail réalisé dans le Laboratoire d’Enseignement et de Recherche sur le Traitement de l’Information Médicale (LERTIM) _____________ Directeur de thèse : Professeur Marius FIESCHI _____________ JURY Professeur Régis BEUSCART Professeur Pierre LE BEUX Professeur Pierre DUJOLS Professeur Henry KANOUI Professeur Jean-Robert HARLE Année 2005 A mes enfants, Nicolas & Nelly A ma sœur, un ange sur terre, Sylvie REMERCIEMENTS Je tiens tout d’abord à remercier les membres de mon jury - - Monsieur Marius FIESCHI, Professeur à l’Université de la Méditerranée, pour m’avoir dirigé dans ce travail, pour son soutien sans faille, pour ses encouragements, mais aussi pour ses critiques toujours constructives, et finalement pour son indéfectible disponibilité. Monsieur Régis BEUSCART, Professeur à l’Université de Lille 2, ainsi que Monsieur Pierre LE BEUX, Professeur à l’Université de Rennes 1 pour avoir accepté de rapporter cette thèse. Monsieur Pierre DUJOLS, Professeur à l’Université de Montpellier, ainsi que Monsieur Henry KANOUI, Professeur à l’Université de la Méditerranée, pour avoir accepté de faire partie de mon jury. Monsieur Jean-Robert HARLE, Professeur à l’Université de la Méditerranée, pour m’avoir aidé dans ce travail et pour avoir accepté de faire partie de mon jury. Je tiens également à remercier tout particulièrement le docteur Dominique FIESCHI, Maître de Conférences à l’Université de la Méditerranée, pour son aide constante et ses apports précieux dans ce travail. Je remercie tous les autres membres de l’équipe du LERTIM et notamment, les docteurs Roch GIORGI, Joanny GOUVERNET, Michel JOUBERT et Gérard SOULA. Je remercie sincèrement tous les membres de l’équipe du Service de Santé Publique et d’Information Médicale de la Timone et particulièrement les docteurs Geneviève BOTTI et Françoise VOLOT ainsi que Monsieur Daniel GOMEZ pour leurs encouragements amicaux. Je remercie ma femme, Natacha, pour sa patience, sa tendresse et sa compréhension…mais également, pour ses relectures, ses suggestions et ses corrections syntaxiques de la plupart de mes articles anglophones et son « coaching » sur mes présentations orales internationales. Je remercie mon beau-père, Steve GROSE, anglophone de sang et de métier, qui n’a jamais su (et qui, je l’espère, ne saura jamais) me refuser un ultime « coup de main » pour tout ce qui touche à sa langue maternelle. Merci, à mon père, Pierre, et ma mère, Annie, pour tout ce qu’ils ont pu m’apporter sans attendre de retour. Merci, à ma famille, pour être là quand il le faut. SOMMAIRE 1 2 Introduction ........................................................................................................................ 1 Pratiques et décisions médicales ........................................................................................ 5 2.1 La décision est au cœur de la pratique médicale ........................................................ 5 2.2 Les bases sociologiques d’une aide à la pratique médicale ....................................... 6 2.3 Une aide contextualisée pour éviter les erreurs médicales en pratique...................... 7 2.4 L’évolution des pratiques : la pratique en réseau, la décision partagée ..................... 9 2.5 Les systèmes d’aide à la décision sont au centre de la recherche en informatique médicale ................................................................................................................... 10 2.5.1 Les approches................................................................................................... 10 2.5.2 Les outils, leur intégration dans la pratique ..................................................... 11 2.5.3 La qualité de la connaissance, de sa représentation et de son accès ................ 13 3 Organisation du développement des guides de bonnes pratiques cliniques..................... 15 3.1 Définition et objectifs des guides de bonnes pratiques cliniques............................. 15 3.1.1 Définitions........................................................................................................ 15 3.1.2 Objectifs des Guides de Bonnes Pratiques Cliniques....................................... 18 3.1.2.1 Diffusion des connaissances......................................................................... 18 3.1.2.2 Aide à la décision clinique ........................................................................... 18 3.1.2.3 Education et contrôle des connaissances...................................................... 20 3.1.2.4 Audit et accréditation ................................................................................... 20 3.1.2.5 Partage des procédures et Continuité des soins............................................ 21 3.1.2.6 Maîtrise rationalisée des dépenses de santé ................................................. 21 3.2 Méthodes d’élaborations du contenu........................................................................ 21 3.2.1 Initialisation de la démarche ............................................................................ 22 3.2.2 Synthèse des connaissances ............................................................................. 23 3.2.2.1 Conférences de consensus ............................................................................ 23 3.2.2.2 Consensus d’experts..................................................................................... 24 3.2.2.3 Evidence-Based Medicine............................................................................ 24 3.2.2.4 Approches mixtes......................................................................................... 25 3.3 Qualités du contenu des Guides de Bonnes Pratiques Cliniques ............................. 28 3.4 Supports de diffusions des Guides de Bonnes Pratiques Cliniques ......................... 29 3.4.1 Formes classique de diffusion de l’information (Textes, Revues spécialisés). 29 3.4.2 Format électronique (Technologies de l’informatique).................................... 30 3.4.3 Echanges entre professionnels ......................................................................... 31 3.5 Impact des guides de bonnes pratiques cliniques..................................................... 31 3.5.1 Impact d’audience ............................................................................................ 32 3.5.2 Impact des Guides de Bonnes Pratiques Cliniques sur les pratiques professionnelles ................................................................................................ 32 3.5.3 Impact sur les résultats cliniques...................................................................... 35 3.5.4 Impact économique .......................................................................................... 35 3.6 Aspects juridiques .................................................................................................... 36 3.6.1 Concernant leur utilisation ............................................................................... 36 3.6.2 Concernant leur développement....................................................................... 37 3.7 Limites et principales critiques ................................................................................ 38 4 Guides de bonnes pratiques informatisés ......................................................................... 40 4.1 Généralités................................................................................................................ 40 4.2 Les différentes approches......................................................................................... 41 4.2.1 Approches génériques ...................................................................................... 41 4.2.2 Approches contextuelles .................................................................................. 44 4.2.2.1 Inférences manuelles .................................................................................... 44 4.2.2.2 Inférences automatisées................................................................................ 46 4.3 Les modèles de guides de bonnes pratiques cliniques informatisés......................... 50 4.3.1 Généralités........................................................................................................ 50 4.3.2 Arden Syntax.................................................................................................... 53 4.3.3 DILEMMA....................................................................................................... 55 4.3.4 EON/Dharma.................................................................................................... 56 4.3.5 PROforma......................................................................................................... 57 4.3.6 GUIDE ............................................................................................................. 58 4.3.7 PRODIGY ........................................................................................................ 59 4.3.8 Asbru ................................................................................................................ 60 4.3.9 GLARE............................................................................................................. 63 4.3.10 GLIF ................................................................................................................. 64 4.3.11 GEM ................................................................................................................. 67 4.4 Enjeux actuels de l’informatisation.......................................................................... 68 4.4.1 Partage et réutilisation des connaissances........................................................ 68 4.4.2 Intégration dans les systèmes d’information .................................................... 72 4.4.3 Intégration dans le processus de soins (workflow) .......................................... 74 5 Modélisation et applications............................................................................................. 76 5.1 Modèles .................................................................................................................... 78 5.1.1 Modélisation des GBPC ................................................................................... 78 5.1.2 Modélisation des données du patient ............................................................... 80 5.2 Application dans le cadre de EsPeR......................................................................... 81 5.2.1 Contexte ........................................................................................................... 81 5.2.2 Architecture générale du système .................................................................... 81 5.2.3 Implémentation du modèle dans le projet EsPeR............................................. 82 5.2.3.1 Implémentation du modèle de GBPC........................................................... 82 5.2.3.2 Implémentation du modèle des données du patient ..................................... 83 5.2.3.3 Couplage des GBPC avec la base des données du patient ........................... 84 5.2.4 Mise en œuvre et résultats obtenus .................................................................. 85 5.2.4.1 Les données du patient ................................................................................. 87 5.2.4.2 L’algorithme du GBPC ................................................................................ 88 5.2.4.3 L'interface utilisateur.................................................................................... 89 5.2.4.4 Le module de communication avec la base de données............................... 89 5.2.4.5 Résultats ....................................................................................................... 89 5.3 Application dans le cadre de PRESGUID................................................................ 94 5.3.1 Contexte ........................................................................................................... 94 5.3.2 Objectifs ........................................................................................................... 95 5.3.3 Architecture et implémentation ........................................................................ 95 5.3.3.1 Plateforme de GBPC .................................................................................... 95 5.3.3.2 Couplage GBPC et bases de données médicaments..................................... 98 5.3.4 Résultats ......................................................................................................... 100 5.3.4.1 Création de GBPC informatisés ................................................................. 100 5.3.4.2 Interface de consultation des GBPC........................................................... 100 5.4 Application dans le cadre du projet EliGuide ........................................................ 104 5.4.1 Contexte et objectif du projet ......................................................................... 104 5.4.2 Résultats préliminaires ................................................................................... 105 5.5 Application dans le cadre des Réunions de Concertation Pluridisciplinaire : projet RCPGuide .................................................................................................... 107 5.5.1 Contexte et objectifs du projet ....................................................................... 107 5.5.2 Organisation des RCP et apports d’un système d’aide à la décision ............. 108 5.5.3 Fonctionnalités envisagées et développements réalisés ................................. 111 5.5.4 Perspectives et bénéfices attendus.................................................................. 113 6 Evaluation....................................................................................................................... 115 6.1 Faisabilité de l’informatisation des GBPC............................................................. 115 6.1.1 Une évaluation en amont de l’informatisation ............................................... 115 6.1.1.1 Matériel et méthode.................................................................................... 116 6.1.1.2 Résultats ..................................................................................................... 117 6.1.1.3 Discussion et conclusion ............................................................................ 119 6.1.2 Représentation et structuration de la connaissance ........................................ 120 6.2 Ergonomie et utilisabilité du système : évaluation heuristique.............................. 122 6.3 Evaluation auprès des utilisateurs .......................................................................... 123 6.3.1 Matériel et méthode........................................................................................ 123 6.3.2 Résultats ......................................................................................................... 125 6.3.2.1 Impact sur la décision................................................................................. 125 6.3.2.2 Utilisabilité et satisfaction des utilisateurs ................................................. 127 6.3.3 Discussion ...................................................................................................... 129 7 Discussion et Perspectives ............................................................................................. 131 8 Conclusion...................................................................................................................... 137 Bibliographie.......................................................................................................................... 140 Annexes.................................................................................................................................. 140 1 Introduction La pratique médicale a considérablement évolué au fil des ans : le médecin ne peut plus se limiter à remplir uniquement sa mission de soins personnelle, il doit s’insérer dans des processus de soins multidisciplinaires visant à améliorer la qualité de la prise en charge du malade, il doit aussi pouvoir justifier ses décisions auprès de ses patients, des organismes de contrôle et de ses pairs. Le médecin est responsable en premier lieu, à l'égard de ses malades, qui attendent de lui des soins de qualité. Il est manifeste que cette attente parfaitement légitime, est de plus en plus grande. Les patients sont mieux informés et se montrent plus exigeants. Ils sont de plus en plus nombreux à vouloir jouer un rôle actif, ils ont des idées précises quant à la prise en charge de leur maladie et connaissent leur traitement. Les malades veulent des praticiens performants. Le médecin est également responsable devant la collectivité qui assume les coûts de la pratique médicale. Elle va s'attacher à l'optimisation des dépenses de santé, afin d'assurer la pérennité du système. Parallèlement, la collectivité réclame une standardisation relative des pratiques médicales, pour garantir l'équité des soins. Une trop grande disparité des pratiques ne peut que laisser supposer que l'égalité des individus face à ce système n'est pas respectée. Le médecin est responsable à l'égard de ses pairs. Il l'est d'abord moralement, car les pratiques de chacun rejaillissent, en bien ou en mal, sur la confiance qui est accordée à l'ensemble de la communauté médicale. Il l'est ensuite professionnellement, car l'exercice médical s'inscrit de plus en plus dans une problématique de réseaux, où la continuité d'une prise en charge est assurée par plusieurs professionnels de santé, qui doivent accorder leurs décisions. Enfin, le médecin doit se sentir responsable, et c'est en toute conscience qu'il s'appuie sur sa science et son expérience pour guider ses choix. La nécessité de concilier tous ces aspects explique que la pratique médicale est marquée par une recherche accrue de la qualité1 et de l’efficience des soins. Cet objectif est devenu prioritaire du fait de la prise de conscience des effets délétères de la non-qualité sur le système de santé, et, plus encore, sur l’état de santé des individus et des populations. Les erreurs médicales, les infections nosocomiales et les événements indésirables médicamenteux sont les indicateurs les plus directs et les plus médiatisés de la non-qualité des soins. Au niveau individuel, la non-qualité des soins est responsable de nombreux sinistres aux conséquences parfois dramatiques et irréparables sur les plans physique, psychologique, social et familial. 1 L’Organisation Mondiale de la Santé définit la qualité des soins comme « le fait de garantir à chaque patient l’assortiment d’actes diagnostiques et thérapeutiques lui assurant le meilleur résultat en termes de santé, conformément à l’état actuel de la science médicale, au meilleur coût pour le même résultat, au moindre risque iatrogénique, pour sa plus grande satisfaction en termes de procédures, résultats, contacts humains à l’intérieur du système de soins » 1 En outre, cette non-qualité apparaît comme un des principaux responsables du gaspillage des ressources matérielles et humaines, un indésirable générateur de surcoût financier pour les organismes d’assurances maladie et la collectivité. De nombreuses études sont venues objectiver les effets néfastes de la non-qualité sur les systèmes de soins. Ainsi, l’Institut de Médecine des Etats-Unis estime que les erreurs médicales causent chaque année entre 50 000 et 100 000 morts dans le pays [1] (soit deux fois plus que les accidents de la circulation). A partir d’une revue de la littérature, Schuster et al. ont montré qu’aux États-Unis 20 à 30% des patients reçoivent des traitements formellement contre-indiqués. Le rapport de l’Australian Health Information Council [2] mentionne que deux à trois pourcents des hospitalisations sont dus à la prise en charge de troubles provoqués par des utilisations inappropriées de médicaments. Ces utilisations inappropriées auraient pu être évitées. Elles ont pour origine : des erreurs de prescription, des administrations incorrectes, des dosages inadaptés, ou des allergies médicamenteuses connues mais non prises en compte lors de la prescription. Le coût de la non-qualité est d’abord humain, mais il est aussi financier. L’Agence Nationale d’Accréditation et d’Evaluation en Santé (ANAES) [3] estime que le seul coût direct des événements indésirables médicamenteux évitables en France est de 0,4 à 2,3 milliards d’euros par an. Pour les Etats-Unis en l’an 2000, le Midwest Business Group on Health a calculé qu’environ 600 milliards de dollars de dépenses sont imputables aux coûts directs et indirects de la non-qualité [4]. La non-qualité se traduit par la sur-utilisation de certaines ressources (antibiotiques, endoscopies, radiographies, hospitalisations), la sous-utilisation de certaines autres (soins des maladies chroniques, vaccinations) et l’utilisation inappropriée de moyens (erreurs médicamenteuses, mortalité iatrogène) [1,3]. Dans la plupart des cas on observe une nonadhérence aux guides de bonnes pratiques et aux protocoles de soins. Des besoins majeurs se dégagent de ces constats : il s’agit de réduire les erreurs médicales, d’améliorer l’utilisation des ressources, d’accélérer la diffusion des connaissances, d’aider à la décision et de réduire la variabilité des procédures et l’accès aux soins. Parallèlement à ces besoins, les déterminants de la non-qualité ont été bien identifiés [1] il s’agit de la complexité croissante des connaissances scientifiques et des technologies ; de la faible organisation des prises en charge, car basée sur des procédures et des systèmes d’informations inadaptés voire inexistants ; de l’augmentation de la prévalence, de la durée et de l’intrication des maladies chroniques, regrettables corollaires de l’augmentation de la durée de vie. Les technologies de l’information et de la communication (TIC) ont un rôle majeur à jouer pour améliorer ces deux derniers points [5]. Nombre d’erreurs médicales ou de prescriptions pourraient être évitées avec un système d’information apportant une aide à la décision adaptée [2,6]. La mise en œuvre de guides de bonnes pratiques et leur diffusion sous forme informatisée, intégrée dans les systèmes d’information est une solution efficace pour 2 améliorer les pratiques et maîtriser les connaissances malgré leur augmentation exponentielle. En effet, jamais la quantité des connaissances médicales n’a connu une telle augmentation. Le nombre des publications scientifiques double tous les 15 à 20 ans [7]. Nombreuses métaphores peuvent être utilisées pour se représenter l’importance de cette augmentation. La plus marquante est probablement celle de Don Lindberg, directeur de la NLM (National Library of Medicine) qui a déclaré « si je lisais et mémorisais deux articles scientifiques chaque soir, je n’aurais ‘que’ 400 ans d’articles en retard en fin d’année » [8]. Nous verrons que le développement de guides de bonnes pratiques est une solution pour synthétiser les connaissances et espérer avoir moins de 4 siècles de retard. Toutefois, ces guides de bonnes pratiques doivent être diffusés selon un mode approprié pour avoir un impact sur les habitudes de soins. L’ANAES, qui élabore et publie nombre de guides de bonnes pratiques considérés comme des références incontournables, reconnaît que « rédiger des recommandations professionnelles selon des critères méthodologiques optimaux ne suffit pas pour qu’elles créent un processus d’amélioration continue des pratiques. Il faut non seulement les porter à la connaissance des professionnels grâce à une diffusion large, mais surtout induire leur utilisation effective par des méthodes de mise en œuvre performantes » [9]. L’informatisation des guides de bonnes pratiques fait partie de ces méthodes performantes [9]. L’informatisation des guides est bénéfique car elle impose une rigueur dans la reformulation des connaissances qui permet de mettre en lumière les ambiguïtés passées inaperçues et souvent de les corriger par l’utilisation d’un langage formel non-ambiguë et par une structuration logique des éléments de décision. Ces corrections, requièrent souvent un retour aux connaissances initialement utilisées pour rédiger le guide de bonne pratique (résultats issus d’études clinique, méta-analyses, avis d’experts, etc.). Ce retour aux connaissances initiales est parfois l’occasion d’améliorer leur qualité, de les enrichir, de les expliciter plus avant : ce qui est également profitable aux autres contextes d’utilisation de ces connaissances (formation, augmentation d’expertise, etc.). Les guides de bonnes pratiques informatisés réduisent donc les ambiguïtés sources de variabilité des interprétations individuelles et donc de disparités des pratiques. Ils sont plus à même de constituer de véritables références partagées et interprétées uniformément par tous. Outre ces aspects d’amélioration de la qualité des connaissances apportée par les guides de bonnes pratiques informatisés, il est une amélioration plus spécifique encore de l’informatisation : il s’agit de la capacité de constituer des supports décisionnels intégrés dans la pratique médicale et les processus de soins. L’informatisation des guides de bonnes pratiques et l’essor des TIC dans la pratique médicale (dossier du patient personnel, informatisation des unités de soins, etc.) ouvre la voie à la mise en œuvre d’applications d’aide à la décision véritablement intégrées dans les systèmes d’information utilisés par les praticiens. L’utilisation des données directement issues du processus de soins (données clinique du patient, indicateurs des ressources disponibles, etc.) et de connaissances opérationnelles (base de données médicamenteuses, références didactiques, etc.) est un atout 3 considérable pour les guides qui savent les intégrer et les valoriser pour améliorer la qualité des décisions médicales. La recherche de solutions efficaces pour gérer la complexité des connaissances scientifiques et pour mettre en œuvre des procédures et des systèmes d’information adaptés à la pratique médicale est au cœur de notre travail. Nous pensons que les systèmes autorisant le couplage des données et des connaissances focalisées sur la prise en charge du patient font partie des solutions qui doivent être mise en œuvre. Plus spécifiquement, nous développons et nous enrichissons dans cette thèse, l’idée que l’intégration de guides de bonnes pratiques informatisés dans la pratique médicale est un moyen efficace pour améliorer la décision médicale et la qualité des soins qui en découle en grande partie. Nous cherchons à montrer comment, au moyen d’un modèle que nous avons élaboré sur la base d’un standard émergeant et avec des technologies classiques, il est possible de réaliser des applications intégrables dans la pratique médicale, et « intégratrices » de ressources utiles à l’amélioration de la décision. Nous proposons un ensemble générique d’outils de modélisation, de création et de diffusion de guides de bonnes pratiques cliniques informatisés utilisables au sein de divers environnements et applicables à divers domaines médicaux. Ce document est structuré en sept chapitres. Le présent chapitre visait à introduire nos travaux et définir les objectifs de notre recherche. Ce travail de recherche nous amène à appréhender les notions fondamentales de la décision dans le contexte actuel de l’évolution des pratiques et de l’environnement de soins (cf. chapitre 2). Le chapitre 3 est consacré à un tour d’horizon complet concernant le développement et la diffusion des guides de bonnes pratiques cliniques. Nous développons plus avant les aspects liés aux guides informatisés dans le chapitre 4, pour présenter notre modèle et nos implémentations dans le chapitre suivant (chapitre 5). Le chapitre 6, est entièrement consacré aux évaluations réalisées. Nous terminons par une discussion et une mise en perspective de nos travaux dans le chapitre 7. 4 2 Pratiques et décisions médicales 2.1 La décision est au cœur de la pratique médicale L’activité médicale est caractérisée par un très grand nombre de décisions concernant les patients pris en charge. Cette série de décisions dans les cadres, diagnostique et thérapeutique, traditionnels a fait l’objet d’études nombreuses et a toujours été au cœur de multiples interrogations. Depuis l’interrogation sur le statut même de la médecine (la médecine est-elle un art ou une science ?) de nombreuses recherches cognitives se sont centrées sur la décision médicale : Comment le médecin décide-t-il ? Sur quel type de raisonnement fonde-t-il sa décision ? Qu’est-ce qui caractérise la décision d’un médecin expert ? L’apparition des ordinateurs a contribué à ce questionnement et a proposé des aides à la décision en cherchant à modéliser connaissances et raisonnements intervenant dans cette décision qui fait la noblesse de la médecine. Nous y reviendrons. Ce cadre décisionnel est caractérisé par la multitude des situations présentées par les patients, la difficulté de définir précisément ces situations, la difficulté d’identifier les traits pertinents caractérisant cette situation, l’incertitude sur les informations concernant le patient, l’incertitude des connaissances à appliquer parfois et souvent l’incertitude sur le résultat obtenu. Ces caractéristiques concernent une décision qui touche chaque être humain dans ce qu’il a de plus précieux, sa vie et sa santé. On comprend l’intérêt que suscite cette décision. Les premières recherches, à la fin des années 60 et au début des années 70, cherchant à élaborer des outils d’aide à la décision n’ont pas toujours été bien comprises par la communauté médicale dans son ensemble. Ainsi, une partie importante des médecins a pu y voir une démarche pour démystifier « l’art médical » et plus encore, pour remplacer le médecin par une machine ! De grands débats sur « l’intelligence » que pouvaient présenter des systèmes informatiques et sur les limites de tels systèmes ont animé de multiples forums. Aujourd’hui, la pratique médicale elle-même a évolué. Dans les cas de maladie sérieuse, c’est une équipe médicale plus qu’un médecin seul qui prend en charge un patient [10]. Le travail collaboratif est devenu une nécessité concrétisant les limites, que chacun s’accorde à reconnaître, des savoirs faire de chaque médecin pris isolément. De plus, le développement massif des techniques biologiques et chirurgicales a augmenté l’hyperspécialisation des professionnels. Cette évolution s’est accompagnée de l’augmentation des connaissances, la difficulté de les maîtriser, de la complexification des procédures. Par ailleurs, le développement d’Internet et l’accès aux connaissances qu’il permet aux patients eux-mêmes ont également contribué à changer considérablement les points de vue sur les outils d’aide à la décision pour la pratique médicale. 5 2.2 Les bases sociologiques d’une aide à la pratique médicale Les sociétés modernes sont assaillies depuis une vingtaine d’année tout particulièrement par des questions relatives à l’efficience de leurs pratiques médicales. Les connaissances ont considérablement augmenté ainsi que les coûts de la santé, sans pour autant que le risque iatrogène soit parfaitement contrôlé. Par exemple, le National Committee on Vital and Health Statistics (NCVHS) aux Etats-unis note que les erreurs médicales qui pourraient être évitées représente 12 à 15 % des coûts des hôpitaux que 80% des infirmières font des erreurs dans le calcul des doses de médicaments lors de leur administration et que 40% d’entre elles se trompent fréquemment. Ainsi, approximativement 180 000 décès et 1,3 million d’incidents se produisent du fait du traitement médical [11]. Aujourd’hui, l’assurance qualité, la recherche de procédures efficaces et sûres, l’évaluation médico-économique amènent une standardisation des attitudes, des traitements et des prises en charge. La médecine basée sur le niveau de preuve a largement accompagné ce changement de mentalités. En conduisant à élaborer des guides de bonne pratique clinique, elle a conduit à l’élaboration de standards, les règles de l’art, qu’il convient de ne plus ignorer et d’appliquer dans les situations adéquates. La pratique de la médecine moderne est sous l’influence de l’evidence-based medicine. Ce paradigme (evidence-based medicine (EBM)) a ouvert un débat fondamental sur la pratique et la décision médicale. Il pose des questions sur la validité des faits permettant de qualifier la connaissance utilisée dans les décisions. En conséquence, L’EBM devient une source de connaissance essentielle pour le développement des systèmes d’aide à la décision [12]. En effet, • La connaissance de l’expert n’est plus la connaissance la plus convaincante dans ce paradigme • Elle répond à la recherche du gold standard manquant pour valider les systèmes d’aide à la décision. La littérature, les résultats qu’elle fournit, et les méta-analyses sont érigés en standards et génèrent des guides de bonne pratique clinique. • Elle offre la possibilité d’expliquer les systèmes d’aide à la décision et leurs recommandations de manière acceptable par les médecins [13]. Ce changement a recentré la problématique des systèmes d’aide à la décision utiles et efficaces. Il a clarifié le rôle et le service que l’on peut attendre de ces systèmes à court terme en mettant l’accent sur leur champ d’application, sur l’implémentation des guides de bonne pratique clinique et sur leur nécessaire intégration dans le processus de soins et de prise en charge du patient. L’élaboration d’outils de diffusion des guides de bonne pratique clinique est devenue un objectif international. Par ailleurs, cette démarche a induit une évolution sur les questions centrales concernant l’évaluation de ces systèmes et de leur intérêt. En effet, longtemps la question de la validité de la connaissance fournie par l’expert au système a compliqué son évaluation et sa validation. 6 Ainsi, sans disposer, le plus souvent d’un gold standard, il convenait de s’assurer que dans tous les cas, même les plus complexes et les plus rares, le comportement du système était correct. Aujourd’hui, les systèmes d’aide à la décision mettent en œuvre les guides de bonne pratique. Ceux-ci sont le reflet d’un consensus sur la validité de la connaissance à mettre en œuvre et sur l’attitude à adopter. Ainsi, la disponibilité des guides validés assurée, la question centrale de l’évaluation et de l’intérêt de ces systèmes change. Elle devient celle de leur impact • sur la pratique, • sur leur efficacité pour mettre à la disposition du clinicien la connaissance de ces guides de bonne pratique • sur la modification des comportements qu’ils induisent. Les comportements des patients changent également et leur demande se fait plus pressante pour mieux comprendre les choix thérapeutiques auxquels ils veulent être associés. L’accès à la connaissance sur Internet les amène à solliciter explications et justifications aux professionnels de santé. La pratique médicale a évolué sensiblement ces dernières décennies et les soins sont pratiqués dans le cadre d’une coopération étroite entre les professionnels et les patients. L’évolution des technologies de l’information et de la communication qui rencontrent les besoins de communication et d’interaction soutient cette coopération. Ces technologies ont un potentiel considérable pour aider au changement de paradigme en cours et donner accès à la connaissance. Les systèmes d’information dans le domaine de la santé aident les professionnels et les patients à avoir accès à la bonne information au bon moment et invitent à une nouvelle conception des systèmes d’aide à la décision avec les processus de travail collaboratif. Le besoin de partager de l’information et de la connaissance est croissant (dossiers partagés, GBPC, prescriptions, protocoles de soins, information de santé publique,…) Ainsi, l’aide à la décision en pratique médicale retrouve-t-elle des bases sociologiques et cognitives nouvelles. La société l’accepte plus, la redoute moins qu’auparavant et dans certains cas la demande. Les méthodes de représentation des connaissances développées en Intelligence Artificielle et dans les systèmes experts depuis vingt ans sont reprises et adaptées à ces nouvelles problématiques. L’intégration nécessaire de ces systèmes dans le « workflow » et/ou le « groupware » des professionnels met l’accent sur des problèmes d’ingénierie dont l’interopérabilité des systèmes d’information est centrale. 2.3 Une aide contextualisée pour éviter les erreurs médicales en pratique Nous avons souligné plus haut l’importance des erreurs médicales et l’intérêt qu’il y avait à identifier leurs causes afin de concevoir des systèmes d’aide à la pratique permettant de les éviter. Une étude parue dans le Journal of Biomedical Informatics conduite par Zhang et 7 al. [14] présente une analyse cognitive de ces erreurs. Elle présente le rôle de ces erreurs suivant le schéma de la Figure 1. Figure 1 : Une hiérarchie qui illustre les rôles des erreurs en médecine (d’après Zhang) Les erreurs sont liées à des mécanismes cognitifs présentés en détail par les auteurs qui soulignent que ces différents niveaux peuvent être étudiés séparément. Toutefois, la réflexion sur l’amélioration de l’action médicale doit intégrer de ces différents niveaux. Elle doit conduire à réexaminer la conception des systèmes d’aide à l’action médicale de façon plus large et plus globale. Les conduites à tenir, les règles décisionnelles et les guides de bonne pratique constituent une partie de la solution que nous devons fournir pour améliorer la qualité de l’action médicale. Elle doit s’intégrer dans une vision plus large qui doit répondre aux différents niveaux de la hiérarchie présentée sur la Figure 1. Jusqu’à très récemment le soutien que proposait le paradigme de l’aide à la décision était principalement centré sur le défaut de connaissance auquel il convenait de remédier par un soutien technologique. Il convient de revoir cette problématique en fonction d’une étude plus précise des contextes décisionnels comme le montre la Figure 2 (d’après Fieschi et al. [15]). 8 Contexte Domaine 1 Connaissance utile et disponible pour résoudre un problème donné Connaissance établie suivant un niveau de preuve Situation 2 3 Connaissance habituellement utilisée en pratique pour prendre une décision Préférences Circonstances Figure 2 : Schématisation des composantes des contextes décisionnels. Le domaine de la connaissance correspond à la dimension « evidence-based » de la connaissance. Le rôle de l’aide à la décision dans ce domaine est représenté par l’ellipse : élargir l’accès à la connaissance pertinente et disponible (1), restreindre l’utilisation de la connaissance non pertinente (2) alerter sur la connaissance non evidence-based (3). La dimension « situation » ne doit pas être ignorée. 2.4 L’évolution des pratiques : la pratique en réseau, la décision partagée La qualité d’une décision dépend de l’appréciation des actions prises par le décideur d’après un modèle donné et son adéquation avec la réalité qu’il perçoit. Les études publiées depuis des années ont montré la réticence des médecins au sujet de l’introduction de systèmes fournissant un avis « dogmatique » difficile à évaluer. Par ailleurs, l’amélioration de la qualité de la prise en charge et la continuité et la coordination des soins qu’il convient d’assurer pour un patient, nécessitent une pratique médicale en réseau encouragée par les gouvernements et les assurances sociales. Il en résulte le développement d’environnements organisationnels plus complexes et plus globaux à la fois. Les technologies de l’Internet et des télécommunications permettent de mettre en place de telles organisations (Group Support Systems et ComputerMediated Communication Systems). Le modèle de prise en charge et de décision devient un modèle de partage de compétences après une information sur les choix possibles, une discussion sur les options possibles avec le patient et/ou les collègues soignants, une délibération pré décisionnelle avant une prise de décision partagée. L’intégration des préférences des patients dans le processus de la prise de décision médicale est largement admise par les professionnels. L’accès à des outils décisionnels sur Internet (par exemple, l’évaluation d’un risque, la recherche d’interactions médicamenteuses,…) peut aider le professionnel mais aussi le patient à mieux appréhender son état ou exprimer ses attentes. 9 La décision est une tâche partagée par plusieurs agents (agents humains et agents logiciels) capables de communiquer les uns avec les autres. 2.5 Les systèmes d’aide à la décision sont au centre de la recherche en informatique médicale 2.5.1 Les approches Une période de recherches intenses dans le domaine de la représentation des connaissances, des méthodes de raisonnement, de la gestion et de la représentation de l’incertain a débuté dans les années 70. Assez curieusement, les systèmes d’aide à la décision étaient construits indépendamment de tout système d’information. Ces systèmes laissaient supposer que la qualité de la décision pouvait s’envisager sans la prise en compte du contexte dans lequel la décision devait être prise. Les systèmes réalisés correspondaient à une vision centrée sur le modèle théorique classique de l’analyse de la décision, c’est-à-dire identifier le problème, énumérer toutes les actions possibles pour y répondre et sélectionner la meilleure voie suivant un critère décisionnel préétabli. Des approches probabilistes ont fourni des modèles mathématiquement valides. La psychologie cognitive a également apporté sa contribution dans certains modèles proposés. Dans les années 75 - 85, les systèmes experts ont fait l’objet de très nombreuses applications. La littérature présente les résultats de ces systèmes, principalement « consultant » dont les performances sont intéressantes sur le plan théorique. Ils n’ont pas été suivis d’une utilisation importante en pratique courante. Des approches très diverses ont été utilisées, parmi lesquelles on peut citer : Les systèmes consultants pour le diagnostic et la thérapeutique, la communication d’informations en temps réel, l’introduction de modules spécialisés (medical logical modules) dans les systèmes d’information, des outils dits « reminders », et des guides de bonne pratique clinique (guidelines). L’interopérabilité de ces systèmes n’était pas au centre des objectifs des projets et la plupart des implémentations étaient spécifiques aux environnements des organisations porteuses de ces projets. Le contraste entre l’histoire déjà longue de leur développement et leur validité technique et méthodologique d’une part et leur utilisation en pratique courante d’autre part est flagrant (on peut de même s’interroger sur le temps nécessaire à l’application des résultats établis dans la littérature scientifique et leur mise en pratique quand ces résultats sont diffusés par les moyens classiques de la diffusion scientifique). La faible utilisation de ces systèmes ne s’explique pas par un niveau insuffisant de performance pure. En effet, une analyse des faits publiés dans la littérature, dans des analyses comparatives, dans des contextes expérimentaux, entre les performances des médecins et de nombreux systèmes, conduirait à recommander leur utilisation. 10 Il semble que l’explication doive être recherchée dans la façon d’aborder la question. Cette recherché dans l’aide à la décision, était centrée sur la question: « Comment les technologies du traitement de l’information peuvent émuler et améliorer l’efficience personnelle des médecins ? ». De sorte que les travaux étaient centrés sur la recherche de la meilleure technique pour représenter les connaissances pour la décision, ce que John Fox [16] a exprimé ainsi : “We have to develop an understanding of what the different kinds of knowledge in a knowledge base are good for and why, and not just a range of technologies to choose from”. Ainsi, la décision n’était pas modélisée comme faisant partie d’un processus plus large où les tâches sont très dépendantes les unes des autres, où de multiples acteurs participent au management du problème posé par le malade et à la construction progressive de la décision finale. Ainsi peut-on constater en première approche que ces systèmes n’ont pas été envisagés dans une perspective de workflow et en particulier qu’ils n’ont été intégrés que rarement dans des systèmes d’information de professionnels de la santé. L’aide à la décision redéfinie comme une approche globale devrait apporter un soutien cognitif au clinicien, améliorer l’utilisation de la connaissance pertinente pour une meilleure décision considérant à la fois, la connaissance établie la plus récente et les choix du patient. Le Tableau 1 résume la place et les objectifs que peuvent prendre ces outils pour le professionnel mais aussi pour le patient. Tableau 1 : les aides à la décision - Objectifs et intérêt attendus Les objectifs pour le médecin • Répondre aux craintes, préoccupations et attentes du patient • Revoir le rôle du patient dans la prise de décision • Aider le patient à réfléchir sur l’impact de décisions ou de comportements alternatifs • Etablir les préférences du patient et prendre une décision en partenariat avec lui pour entraîner sa participation active • Communiquer avec un expert ou un autre professionnel de santé pour définir la prise en charge du patient et assurer la continuité des soins L’intérêt pour le patient • Définir la relation médecin malade souhaitée • Etablir, développer et adapter ce partenariat • Communiquer avec le médecin en vue de comprendre et partager l’information pertinente • Accéder à l’information • Evaluer l’information • Participer à la négociation de la décision 2.5.2 Les outils, leur intégration dans la pratique In fine, la diffusion des systèmes « stand-alone » n’a pas eu l’impact escompté dans le changement du comportement des médecins. Par ailleurs, l’intégration de ces outils de recommandations dans le système de prise en charge a été identifiée comme un facteur d’amélioration de l’adhésion aux conseils fournis [17,18]. Les guides de bonne pratique clinique (GBPC) sont donc plus utilisés. La recherche de la qualité est la raison principale de cette utilisation souhaitée. La conception des outils de diffusion de ces guides est devenue un 11 champ de recherche, d’implémentations et de standardisation important depuis quelques années. Le chapitre suivant présentera un certain nombre d’approches dans ce domaine. La prise de décisions partagées entre les médecins et les patients constitue un enjeu où les systèmes informatisés peuvent jouer un rôle significatif [19]. Cet enjeu élargi le débat sur l’aide à la décision en la replaçant dans une vision plus large de l’action de prise en charge nécessitant un accès rapide, fiable et pertinent aux informations utiles pour la décision. Le schéma de la Figure 3 présente le couplage entre données et connaissances qu’il convient de réaliser nécessairement pour améliorer la qualité de l’action médicale sur le terrain auprès du patient. Ce couplage doit se concevoir dans le développement des processus de soins. Il est au cœur de la conception des systèmes d’information en santé. Connaissance Aide à la décision Références médicales Pratique de ville Ambulatoire A domicile Hospitalisation Données médicales Données de soins infirmiers Données administratives Données comptables Bases bibliographiques Données d’assurance maladie Protocoles Extraction de données pour l’évaluation, le management etc. Evaluation des résultats des pratiques Analyses médicales & économiques des procédures Veille sanitaire et épidémiologique Figure 3 : Couplage de l’information et de la connaissance pour la pratique (d’après [20]) Ainsi, aujourd’hui l’orientation des développements des aides à la décision n’est plus conventionnelle (comme durant les 25 dernières années) suivant des approches purement technologiques ou des modèles de raisonnement dans l’incertain. Ces recherches intègrent dans la réflexion sur la conception de ces aides une approche hybride tenant compte des attentes des patients et des professionnels ainsi que les contextes décisionnels de la nouvelle pratique médicale collaborative. La définition du contexte de la 12 décision est au centre de ce challenge. La nature des décisions médicales suggère donc l’adoption de modes d’interactions « collaboratifs » avec un système d’aide à la décision. D’une certaine façon, le critiquing model développé par P. Miller et al. [21] s’inscrivait déjà dans cette perspective. 2.5.3 La qualité de la connaissance, de sa représentation et de son accès Le problème de l’intégration de l’aide à la décision dans des systèmes d’information pose celui de la représentation de la connaissance et des données d’une part mais aussi celui de la qualité des connaissances et de leur accès. Améliorer la qualité de l’information et de la connaissance ainsi que son accès invite à réfléchir sur les caractéristiques de cette qualité suivant les points de vue où on l’aborde et suivant les contextes d’utilisation. La Figure 4, inspirée par le schéma de la qualité de l’information de Wang et al. [22] fait apparaître quatre aspects de la qualité de la connaissance : • La qualité intrinsèque. Elle fait référence aux données de la science et de l’EBM. • La qualité contextuelle. Elle a trait à la pertinence, la complétude de la connaissance et son adéquation aux circonstances. • La qualité représentationnelle. Elle fait référence aux aspects d’ingénierie de la connaissance et de génie logiciel • L’accessibilité pose la question cruciale de l’interopérabilité dans un système d’information de santé Qualité de la connaissance Qualité intrinsèque de la connaissance Qualité de la connaissance contextuelle Qualité de la représentation de la connaissance Crédibilité Valeur ajoutée Interprétabilité Validité de la représentation Concision de la représentation Précision Pertinence Au bon moment Objectivité (EBM) Complétude Réputation Approprié aux circonstances Qualité de l’accessibilité de la connaissance Accessibilité Accès sécurisé Figure 4 : Présentation des dimensions de la qualité de la connaissance Ce problème rejoint celui des données cliniques du patient qu’il convient de documenter suivant un modèle compatible avec la représentation des connaissances dans les outils d’aide 13 à la décision. Ainsi, la clarification des concepts médicaux, des entités nosologiques, des stades et des situations cliniques participe à l’amélioration de la qualité de la connaissance en levant les ambiguïtés du langage. L’amélioration indispensable de la qualité de la connaissance demande un travail sur les classifications non ambiguës et la précision des concepts médicaux. En l’absence de « gold standard » absolu, l’évaluation comparative des pratiques dépend de l’amélioration de cette qualité. Par exemple, la polysémie est un facteur de confusion qui limite, comme l’ambiguïté de l’expression des recommandations, la pertinence et la portée des évaluations réalisées sur la compliance aux recommandations des GBPC (l’interprétation des libellés des GBPC n’est pas toujours univoque [23]). Les recommandations sont parfois elles mêmes complexes. Leur maintenance dans un format électronique adapté à un usage en situation, face au malade, est souvent difficile. L’informatisation des GBPC demande de structurer de manière stricte et détaillée leur contenu afin de s’assurer qu’ils sont corrects, non contradictoires et complets [24-27]. La variabilité et la complexité des types de GBPC conduit les développeurs à créer des implémentations spécifiques qui réduisent leur champ d’application. Malgré une présentation souvent plus schématique, le développement des guides de bonnes pratiques informatisés s’inscrit dans cette problématique complexe de l’aide à la décision. Elle doit être conçue comme la mise en place de composants d’un système d’information plus vaste permettant la prise en charge du patient dans sa globalité. Cette intégration doit conduire à optimiser le temps d’accès à la recommandation du GBPC pour le praticien. L’implémentation de tels GBPC est donc extrêmement difficile et très liée aux systèmes d’information existants dans lesquels elle doit s’insérer. Leur implémentation repose également sur une démarche préalable d’élaboration et de synthèse des connaissances médicales, sur une analyse des moyens les plus efficaces pour diffuser leur contenu et les intégrer dans la pratique médicale et sur l’appréciation de leur impact sur l’organisation des soins. Le chapitre suivant est entièrement consacré à ces aspects. 14 3 Organisation du développement des guides de bonnes pratiques cliniques 3.1 Définition et objectifs des guides de bonnes pratiques cliniques 3.1.1 Définitions L’accroissement constant de la quantité des connaissances scientifiques médicales pose le problème de leur intégration effective dans la pratique courante. Le médecin doit intégrer des connaissances de différentes provenances (littérature scientifique, référents universitaires, confrères, représentants de l’industrie pharmaceutique, ...) et de différentes natures (médicales, scientifiques, psychologiques, sociales, …) : la mobilisation et le traitement des informations disponibles s’avèrent particulièrement complexes. Dans le domaine des connaissances issues de la recherche par exemple, de nombreux travaux apportent des éléments capitaux pour améliorer le soin, d'autres moins, certains pas du tout. Il est impossible pour un clinicien d'assimiler et de trier l'ensemble des ces données et a fortiori de les intégrer dans son exercice quotidien. Il est pourtant nécessaire qu'il puisse fonder ses décisions sur des connaissances actuelles et validées. C'est dans cet objectif que se sont développés ces dernières années les Guides de Bonnes Pratiques Cliniques [28]. Bien plus qu'une synthèse des connaissances rigoureusement établies sur un problème clinique spécifique (un état de l'art), ils sont élaborés afin de fournir des recommandations sur la conduite à tenir face à une situation précise et visent à résoudre certaines des difficultés de la prise de décision médicale. Par exemple, ils opèrent une certaine sélection parmi le flux d’information que le médecin est supposé traiter afin que ce dernier y accède plus rapidement et directement. L'US Institute of Medicine [29] définit les Guides de Bonnes Pratiques Cliniques et utilise le terme « Practice Guidelines » pour désigner d'une manière générale tout ce qui constitue « un ensemble d'instructions spécifiques, méthodologiquement développées afin d'assister le praticien et le patient dans la décision d'un soin approprié, selon des circonstances cliniques spécifiques »2. Cette définition générale, reprise par l’ANAES [9], ne doit pas pour autant gommer les particularités propres à chaque type de Guides de Bonnes Pratiques Cliniques, pour lesquels la littérature anglaise a su trouver une quantité d'expressions : "Health-care Guidelines", "Care Plan", "Care Module", "Clinical Pathway", "Protocols", "Codes of Practice" et "Practice Policies" (pour ne citer que les plus fréquemment rencontrés). Ces termes traduisent chacun une spécificité quant aux contenus, aux contextes et aux objectifs visés lors de leur élaboration et de leur mise en œuvre [30,31]. La littérature scientifique francophone utilise préférentiellement les termes « Recommandations Cliniques », « Protocoles », « Plans de 2 "systematically developed statements to assist practitioners and patient decisions about appropriate health care for specific clinical circumstances" 15 soins ». Les « Références Médicales Opposables » sont une spécificité française. Ces différentes dénominations et les nuances qu’elles introduisent, sont explicitées ci-après. Recommandations Cliniques : Les « Recommandations Cliniques » servent généralement à qualifier les Guides de Bonnes Pratiques Cliniques qui s'appliquent à une situation pratique, couramment rencontrée, lors d'une consultation de médecine générale par exemple. Les avis qu'ils proposent, les recommandations, tiennent plus du conseil que du diktat. Leur but est de clarifier une démarche de soins et d'apporter les arguments synthétiques utiles à la prise de décision du praticien. L'aspect pragmatique doit être leur principale qualité. Protocoles : Les protocoles désignent le plus souvent une procédure clinique ou thérapeutique très structurée. Ils visent à codifier une conduite à tenir stricte face à une situation clinique rigoureusement décrite et non ambiguë. Ils ne doivent pas être extrapolés à d’autres situations cliniques, mêmes très proches. Leurs recommandations ne doivent pas non plus laisser de place à l'interprétation subjective du praticien. Les protocoles utilisés dans les essais cliniques en sont de parfaits exemples. En règle générale, le terme protocole est employé pour désigner un Guide de Bonnes Pratiques Cliniques dont les recommandations concernent une thérapeutique médicale ou chirurgicale finement détaillée. Plans de Soins : Les "Plans de Soins" s'intéressent à la prise en charge globale du patient, à son parcours au sein d'une structure hospitalière ou d'un réseau de soins par exemple. Le plus souvent, ils mettent en avant l'optimisation des ressources et la nécessité d'une bonne cohérence des acteurs de soins afin d'améliorer la qualité de prise en charge d'un malade. Références Médicales Opposables : Les Références Médicales Opposables (RMO) ont été mises en place par la loi Teulade du 4 janvier 1993, qui rend obligatoire le respect des recommandations instaurées. Elles définissent d'une part, des soins et prescriptions médicalement inutiles au regard d'états pathologiques donnés, et d'autre part, des fréquences d'utilisation par patient de certains soins et prescriptions (cf. article L 162-12-15 du Code de la Sécurité Sociale). 16 Les conventions passées entre représentants de médecins libéraux et caisses d'assurance maladie fixent leur cadre d'application. Dès leur agrément par arrêté ministériel, les RMO deviennent "opposables" à la pratique habituelle du médecin : ce dernier est tenu d'en respecter les indications, sous peine d'être financièrement sanctionné par l'Assurance Maladie (cf. infra). Les premières RMO ont été publiées en 1994. Elles étaient alors produites par le département médical de l'Assurance Maladie, selon un mode d'élaboration contestable et contesté : la sélection des thèmes de recommandations résultait d'une négociation entre les parties signataires de la convention. Or, les caisses assignaient des objectifs de maîtrise des dépenses, tandis que les représentants des syndicats tentaient d'en limiter les effets sur les revenus des praticiens. En outre, les partenaires présentaient des thèmes sans avoir pu véritablement procéder à des études d'impact sur les dépenses et la qualité des soins. Depuis 1995, les RMO sont écrites par une organisation indépendante : l’ANAES3 (depuis peu, les missions de l’ANAES ont été reprises par la Haute Autorité en Santé). Les méthodologies d'élaboration sont maintenant plus rigoureuses et minimisent les conflits d'intérêt précédemment évoqués. Les RMO se bornent à identifier ce qui est dangereux ou inutile de faire. Ce type d'approche facilite leur élaboration et permet d'obtenir un consensus beaucoup plus large que pour les Guides de Bonnes Pratiques Cliniques qui suggèrent une conduite à tenir. En contre partie, le caractère opposable et la formulation exclusivement négative des RMO renforcent la coercition qu'elles exercent sur la pratique médicale [32]. Les RMO ont démontré leur rôle potentiel dans la diminution des dépenses de santé [33]. Par contre, il n'existe pas d'évaluation de l'effet des RMO sur l'état de santé ou sur le degré de satisfaction des patients. Dans certaines situations, elles peuvent être utiles pour expliquer aux patients pour quelle raison un test ou un médicament ne doit et ne peut pas leur être prescrit et par la même diminuer la pression que peut exercer la famille ou le patient lui-même sur le médecin. En définitive, l'existence même des RMO a conduit le monde médical à se familiariser avec l'utilisation de recommandations jusque-là confidentielle dans le système de santé français. Cela n’a pas été sans engendrer de nombreux conflits entre le gouvernement et les unions professionnelles. Actuellement, leur caractère opposable demeure mais les sanctions financières initialement prévues ont été invalidées par le Conseil d’Etat en 1999. Remarques : La typologie des Guides de Bonnes Pratiques Cliniques décrite dans ce chapitre est une tentative de clarification des différents termes rencontrés dans la littérature médicale francophone. Elle n'est ni exhaustive, ni scientifiquement établie, mais traduit notre 3 Anciennement l'Agence Nationale De l'Evaluation Médicale (ANDEM) 17 impression générale à la lecture de nombreux articles consacrés aux Guides de Bonnes Pratiques Cliniques. 3.1.2 Objectifs des Guides de Bonnes Pratiques Cliniques L'objectif fondamental des Guides de Bonnes Pratiques Cliniques est d'améliorer la qualité des soins des patients. Pour cela, ils doivent aider le clinicien dans la décision médicale en lui fournissant une synthèse des preuves scientifiques disponibles et/ou des avis d'experts concernant le caractère approprié des stratégies de soins, en fonction du contexte clinique. A minima, ils attirent son attention sur les critères cliniques qui doivent être pris en considération et les procédures standards qui peuvent être proposées. Plus formellement, ils peuvent être utilisés pour établir des références médicales, c'est-à-dire des « standards de pratique déterminant ce qu’il est approprié et/ou inapproprié de faire, lors de la mise en œuvre de stratégie préventives, diagnostiques et/ou thérapeutiques dans une situation clinique donnée. » [34]. Pour compléter ou renforcer cet objectif, les Guides de Bonnes Pratiques Cliniques peuvent assumer un ou plusieurs des rôles décrits ci-après. 3.1.2.1 Diffusion des connaissances L’amélioration continue de la qualité des pratiques professionnelles requiert une intégration des nouvelles connaissances scientifiques dans la pratique courante. Les Guides de Bonnes Pratiques Cliniques représentent un des moyens de diffusion des connaissances établies de la médecine. Ils facilitent la diffusion du savoir entre chercheurs et médecins praticiens et sont un moyen pour réduire l’écart entre l’état des connaissances scientifiques et les pratiques. Les Guides de Bonnes Pratiques Cliniques s'attachent à mettre à la disposition du médecin des connaissances rigoureusement établies et aisément applicables dans la pratique courante. Les Guides de Bonnes Pratiques Cliniques les plus efficients sont ceux qui répondent clairement et simplement aux questions concrètes du médecin face à son patient [35]. 3.1.2.2 Aide à la décision clinique L'aide à la décision est le thème récurrent de tous les Guides de Bonnes Pratiques Cliniques. La prise de décision est l'élément sine qua non de la pratique médicale. Les processus intellectuels impliqués sont complexes et font appel à plusieurs types de raisonnement. Aucun de ces raisonnements ne peut être conduit sans information. Présenter et structurer l'information dans les Guides de Bonnes Pratiques Cliniques est un moyen pour faciliter la tâche du médecin. Il est alors plus à même de décider grâce à ces informations et en toute conscience ce qu'il est préférable de faire dans l'intérêt de son patient. Les Guides de Bonnes Pratiques Cliniques ne se substituent pas à la décision médicale, mais constituent une aide qui permet aux médecins d'argumenter leurs choix. Ils permettent notamment de réduire la part occupée par les facteurs subjectifs dans les décisions médicales. De nombreux médecins considèrent en effet que leur perception des problèmes et les solutions qu’ils proposent sont nécessairement perturbées par de tels facteurs : leur relation avec le patient et leur spécialisation sont par exemple des éléments qui peuvent avoir un impact direct sur la 18 décision prise [36]. Les GBPC les incitent à évacuer cette part de subjectivité pour choisir les traitements parfaitement conformes aux données de la science et adaptés aux patients. Ils sont aussi une incitation à prendre en considération des informations qui sortent des habitudes de pratiques et à découvrir des alternatives actualisées parfois plus efficientes. En outre, parce qu’ils sont élaborés collectivement, sur la base d’informations méthodiquement analysées et validés par des experts, ils ont une dimension rassurante, dans un contexte d’action où l’erreur a un coût très important, puisqu’il en va parfois de la vie du patient. L’application de GBPC peut également être une source de légitimation des pratiques. Dans la mesure où les GBPC sont considérés comme des gages de qualité, les médecins qui en font un usage pertinent peuvent légitimement espérer que l’on mettra moins souvent en doute la qualité de leur travail. Ils sont aussi pour les médecins un moyen de mieux résister à l’éventuelle pression exercée par les patients ou par leurs proches, dans la mesure où ils constituent un argument utilisable quand ceux-ci ne sont pas satisfaits des traitements proposés. Ils peuvent permettre d’éviter des surenchères thérapeutiques ou de prouver le bienfondé d’une décision en cas de contestations. Enfin, comme le signale également Castel et Merle [36] : « Les GBPC permettent au médecins de gagner en autonomie par rapport à leur pairs : ils peuvent se référer de plus en plus aux normes établies collectivement et répertoriées formellement dans les GBPC au lieu de dépendre systématiquement de l’avis de référents universitaires ou même du conseil informel de collègues » Les GBPC sont particulièrement développés dans le domaine de la prévention et de la prescription. Prévention : La prise de conscience de l'existence d'un risque est le préalable à toute démarche de prévention. L'appréciation quantitative ou qualitative de ce risque permet d'envisager la solution préventive adéquate. Si la notion de risque pathogène est généralement bien perçue par le praticien, son estimation correcte est souvent délicate du fait du nombre et/ou de la complexité des facteurs qui entrent en jeu dans son évaluation. Les Guides de Bonnes Pratiques Cliniques centrés sur la prévention apportent une aide intéressante aux médecins et permettent d'identifier clairement les facteurs de risque à prendre en considération ainsi que les actions préventives qu'il convient d'engager. Prescription : La prescription de thérapeutiques ou d'investigations paracliniques sont largement concernées par la mise en place des Guides de Bonnes Pratiques Cliniques. Nombre de prescriptions inutiles voire dangereuses [37] pourraient être évitées par le respect de règles simples 19 auxquelles les Guides de Bonnes Pratiques Cliniques sont consacrés. La thérapeutique doit d'abord être rationnelle, s'appuyer sur les données scientifiques les plus récentes et les mieux validées. Certes, bien traiter est un art mais aussi une science rapidement évolutive, d'où la nécessité pour les Guides de Bonnes Pratiques Cliniques, particulièrement ceux axés sur la prescription, d'être régulièrement mis à jour. Il faut également reconnaître que la prescription des médecins est l'activité la plus facilement quantifiable et donc la plus accessible aux mesures des organismes payeurs. Comme nous l'avons indiqué au chapitre 3.1, les RMO s'attachent à faire diminuer les prescriptions aberrantes. Aux USA, les Health Maintenance Organizations (HMO) utilisent des incitations financières pour encourager les médecins à utiliser les Guides de Bonnes Pratiques Cliniques axés sur l'optimisation des prescriptions. 3.1.2.3 Education et contrôle des connaissances Lorsqu'ils sont suffisamment documentés, les Guides de Bonnes Pratiques Cliniques peuvent servir de support à l'éducation des médecins en formation. Ainsi, aux USA, ils sont largement utilisés dans les plus grandes facultés de médecine, notamment dans le cursus des undergraduates, ce qui correspond au 2e cycle des études médicales en France [38]. Les Guides de Bonnes Pratiques Cliniques permettent également aux médecins en activité de devenir de véritables acteurs de leur formation continue lorsqu’ils s’impliquent activement dans l’élaboration de ces supports. Ils permettent aussi aux médecins installés qui les consultent de confronter leurs pratiques avec les plus récentes synthèses de la littérature et les avis d'experts. Ils peuvent ainsi apprécier plus rigoureusement la pertinence des pratiques qu'ils ont l'habitude d'adopter face aux situations décrites dans les Guides de Bonnes Pratiques Cliniques. Le contrôle des connaissances est aussi valable plus en amont, c'est à dire, lors des recherches entreprises afin d'élaborer un Guide de Bonnes Pratiques Cliniques. En effet, il n'est pas rare qu'une équipe de chercheurs fasse apparaître un manque de connaissances validées sur un thème particulièrement crucial à l'obtention de recommandations rigoureusement fondées. Dans un tel cas, de nouvelles études cliniques contrôlées peuvent être mises en œuvre afin de combler ce vide, et faire avancer l'état actuel des connaissances. 3.1.2.4 Audit et accréditation L'audit4 dans le domaine médical est particulièrement développé aux USA, où la majorité des médecins travaillent pour le compte d'une HMO. Ces organisations à but lucratif garantissent à leurs assurés une offre de soins globale. Pour assurer leur pérennité elles doivent fournir un niveau de soins élevé, tout en minimisant les dépenses inutiles. Le respect des Guides de Bonnes Pratiques Cliniques qu'elles préconisent est primordial pour atteindre ces deux objectifs. L'audit des médecins et des structures de soins financés par les HMO est en conséquence une de leurs activités capitales. 4 Ensemble des procédures de contrôle de la gestion, du coût et des objectifs d'une organisation 20 Même les auteurs les plus sceptiques face à ce mode de fonctionnement [38] reconnaissent qu'il a contribué à infléchir l'accroissement des coûts de la santé aux USA. En France, les visites d'accréditation (conduites pas l'ANAES) ont démarré en 1999 au sein des premiers établissements volontaires. Elles seront étendues à l'ensemble des structures de soins au cours des prochaines années. L'utilisation de procédures standardisées et de Guides de Bonnes Pratiques Cliniques [39], fait partie des objectifs que se fixent eux-mêmes les professionnels réunis en réseaux de soins et les établissements soucieux d'offrir la meilleure qualité de soins possible. 3.1.2.5 Partage des procédures et Continuité des soins Le développement des réseaux de soins doit assurer une continuité dans la prise en charge des patients. Le développement de Guides de Bonnes Pratiques Cliniques consensuels, partagés par les professionnels de ces réseaux est un support efficace pour garantir la cohérence du dispositif. En effet, comment envisager que deux médecins intervenant successivement sur le même patient ne partagent pas le même avis sur la façon de le traiter ? L'organisation même du réseau ne résisterait probablement pas longtemps à une telle situation ! En dehors de cette problématique de réseau, les Guides de Bonnes Pratiques Cliniques peuvent être proposés pour tenter de réduire, sur un point donné, un écart trop important entres les pratiques médicales. Cette diminution des disparités requiert la mise en œuvre de Guides de Bonnes Pratiques Cliniques consensuels au sein de la communauté médicale. 3.1.2.6 Maîtrise rationalisée des dépenses de santé Devant l'augmentation des dépenses de santé, l'intégration explicite des aspects économiques dans l’élaboration des Guides de Bonnes Pratiques Cliniques, paraît aujourd'hui indispensable. Ils peuvent être à l’origine d’outils de régulation dans le cadre de conventions entre organismes payeurs et professionnels de la Santé. Cette démarche a été clairement mise en avant lors de l’instauration les RMO. Force est de constater que le principe de réduction des prescriptions et des coûts parallèlement au maintien, voire à l'amélioration du niveau de soins, est un concept qui a du mal à s'imposer auprès de la profession médicale et du public. Si les Guides de Bonnes Pratiques Cliniques ont fait la preuve de leur efficacité pour réduire les dépenses de soins, nombreux sont ceux qui réclament des études de grandeur ampleur, afin de pouvoir apprécier véritablement leur effet sur l'état de santé des patients qui en bénéficient. 3.2 Méthodes d’élaborations du contenu L’élaboration du contenu des Guides de Bonnes Pratiques Cliniques s’inscrit dans un processus cyclique incluant également les étapes de diffusion et d’évaluation de leur qualité et de leur impact sur les pratiques (cf. Figure 5). Une démarche rigoureuse et explicite doit être appliquée pour élaborer des Guides de Bonnes Pratiques Cliniques valides et crédibles. 21 Revue de la littérature Processus de consensus Evaluation du niveau de preuve Création de GBPC Revue et validation Publication de GBPC (Article, rapport,…) Diffusion de GBPC par les moyens les plus adaptés Évaluation des GBPC et de leur impact sur les pratiques Figure 5 : Processus cyclique général d'élaboration, de diffusion et d'évaluation de Guides de Bonnes Pratiques Cliniques (GBPC) 3.2.1 Initialisation de la démarche Les organisations professionnelles, les agences gouvernementales, les institutions de soins et les associations de patients sont les principaux promoteurs des Guides de Bonnes Pratiques Cliniques. Le ou les promoteurs prennent l'initiative du processus et en assurent le financement. Les sources de financement devront être explicitement indiquées dans les documents finaux matérialisant le Guide de Bonne Pratique Clinique. Les conflits d’intérêts5 doivent être évités sinon signalés. En cas de financement provenant de l’industrie, l’ANAES préconise de diversifier les ressources monétaires en particulier sur les industriels financeurs ont un intérêt, direct ou indirect, dans le thème choisit [34]. Pour une institution ou une organisation professionnelle, la démarche de mise en œuvre de Guides de Bonne Pratiques Cliniques et de normalisation des pratiques peut avoir un triple intérêt stratégique. En effet, cela peut être un moyen pour se repositionner et prendre le leadership pour faire face à la concurrence. De plus, en cas de suractivité dans un domaine de soin particulier, cela peut permettre de recentrer ses activités sur des procédures complexes, 5 « Une personne a un conflit d'intérêts sur un thème lorsqu'elle peut tirer, sur celui-ci, un bénéfice direct de certaines conclusions. Les conflits d'intérêts sont nombreux et plus ou moins importants. Les plus fréquents sont d'ordre financier. » [34] 22 par exemple, et laisser à d’autres partenaires des prises en charges standardisés et favoriser ainsi le transfert de compétences pour les soins standards. Enfin, cela peut faire partie d’une stratégie défensive dont l’objectif prioritaire est de se conformer aux attentes de tierces parties (autorités de tutelles, patients, partenaires industriels, etc.) afin d’éviter toute stigmatisation et conflits potentiels. 3.2.2 Synthèse des connaissances Plusieurs méthodologies d'élaboration des Guides de Bonnes Pratiques Cliniques peuvent ensuite être utilisées. Elles sont fondées sur une analyse et une synthèse objectives de la littérature scientifique, des avis d'experts et de professionnels et des enquêtes de pratiques, permettant d'établir un état des connaissances à un moment donné sur un thème précis [34]. Woolf décrit quatre grandes catégories de méthodes d’élaboration [40] : • Les consensus informels dans lesquels un groupe d'experts se réunit et propose un Guide de Bonnes Pratiques Cliniques basé sur un avis général, résultant de critères propres à chaque membre du groupe • Les consensus formels basés sur une délibération d'experts qui se prononcent sur les mêmes critères • Les méthodes explicites qui utilisent une quantification de l'avis des experts • Les méthodes fondées sur les preuves scientifiques Les modalités de mise en œuvre décrites ci-dessous ne peuvent pas toujours être classées exclusivement dans une de ces catégories. Par contre, elles correspondent aux processus d'élaboration les plus fréquemment rencontrés dans la littérature. 3.2.2.1 Conférences de consensus L'objectif d'une conférence de consensus est de réaliser une synthèse des connaissances, afin de valider une procédure médicale [41,42]. Plusieurs aspects peuvent être analysés : diagnostic, thérapeutique ou organisationnel. Dans tous les cas, le but final est de produire un "texte de consensus" ayant valeur de recommandation consensuelle. Le thème de la conférence doit être précis et sujet à controverse, voire même correspondre à des dérives dans la pratique courante. La conférence de consensus fait appel à cinq groupes distincts d'intervenants : le promoteur, le comité d'organisation, les experts, le public et le jury tous deux pluridisciplinaires. Le promoteur finance la conférence; il s'agit le plus souvent d'une société savante. Le comité d'organisation comprend des méthodologistes qui choisissent et formulent quelques questions susceptibles d'amener des réponses claires et concrètes ayant réellement trait aux pratiques professionnelles. 23 Experts et public exposent leurs arguments au jury. Celui-ci est chargé d'élaborer les recommandations à l'issue de la conférence, en distinguant les connaissances scientifiquement démontrées et celles qui relèvent de la simple présomption. Cette méthodologie est critiquable à plusieurs égards : les recommandations produites seront influencées par le choix du jury, des experts et de la composition du public; des conflits d'intérêts peuvent peser sur la conférence; la formulation des questions peut induire des réponses trop partielles, difficilement applicables, ou au contraire amener des réponses déjà connues et consensuelles. Enfin, la composition pluridisciplinaire du jury, pose le problème des compétences réellement adaptées de ses membres à l'analyse des preuves scientifiques. 3.2.2.2 Consensus d’experts Ici, contrairement aux conférences de consensus, l'élaboration des recommandations se fait uniquement par des experts auxquels on soumet une liste de propositions sur une conduite à tenir. Généralement, ces propositions sont issues de la littérature ou de constatations de pratiques quotidiennes. Il existe plusieurs méthodes [43] pour quantifier l'avis des experts et proposer une recommandation finale. Le principe de base est d'obtenir de la part de chaque expert un score de validité sur l'utilisation et la pertinence des propositions qu'il examine. L'analyse de l'ensemble des scores permet alors de retenir ou non une recommandation en la pondérant d'un score global. Il est généralement admis que les experts doivent être choisis en raison de leur représentativité, de leur notoriété et de leur compétence particulière sur le thème examiné. Cette méthode est facile à mettre en œuvre et relativement rapide. Les principales critiques à son encontre concernent la désignation des experts, le choix des questions qui leur sont posées et la grille d'évaluation utilisée. 3.2.2.3 Evidence-Based Medicine La méthodologie de l'EBM (ou médecine fondée sur le niveau de preuve des connaissances mises en œuvre) est exposée dans l'article princeps de l'EBM Working Group [44]. Le principe est simple : il s'agit, pour assurer la prise en charge d'un malade donné, de revoir ce que dit la littérature dans un cas comparable, de synthétiser les connaissances retrouvées, et de les appliquer au cas particulier. Quatre étapes successives sont nécessaires [45] : 1. Formuler clairement le problème clinique à résoudre pour chaque malade considéré. 2. Rechercher les articles pertinents dans la littérature scientifique en excluant les articles critiquables d'un point de vue méthodologique. 3. Evaluer la validité et l'utilité des conclusions des articles sur le plan pratique. 4. En déduire la conduite à tenir pour chaque malade en cause. 24 A chacune des conclusions des articles retenus, est attaché un niveau de preuve qui dépend de la méthodologie utilisée et de sa qualité : • Niveau 1 : essais contrôlés randomisés avec des résultats indiscutables d'un point de vue méthodologique • Niveau 2 : essais contrôlés non randomisés bien conduits • Niveau 3 : essais prospectifs non contrôlés bien menés (étude de cohortes par exemple) • Niveau 4 : études de cas-témoins et essais contrôlés présentant des biais • Niveau 5 : études rétrospectives, cas cliniques et toute étude fortement biaisée. Les Guides de Bonnes Pratiques Cliniques élaborés selon cette méthodologie ont d'autant plus de valeur intrinsèque que le niveau de preuve des articles retenus est élevé (le niveau 1 étant le niveau le plus haut). Les Guides de Bonnes Pratiques Cliniques établis suivant l'EBM sont en plein essor. La grande majorité des médecins leur accorde une grande confiance lors de la prise de décision clinique. Ils suivent plus souvent les recommandations des Guides de Bonnes Pratiques Cliniques basés sur l’EBM que celles qui ne le sont pas [46,47]. Le temps et les moyens nécessaires pour conduire de telles études sont considérables. L'exhaustivité de la recherche bibliographique est une condition importante à la validité des résultats. A ce propos, on peut regretter que de nombreux travaux qui pourraient servir à alimenter l'analyse de la littérature, ne soient pas publiés. En effet, même si la méthodologie d'une étude est rigoureuse, les revues scientifiques ont tendance à ne pas publier les résultats d'une enquête concluant à une différence non significative entre les valeurs testées (l'absence de publication de résultats négatifs peut introduire des biais, principale critique que l'on peut adresser à la démarche de la méta-analyse). Cette attitude est cependant en train de changer, probablement sous l'impulsion des équipes de plus en plus nombreuses qui utilisent l'EBM. 3.2.2.4 Approches mixtes L’analyse de la littérature permet rarement de répondre à toutes les questions posées. L'approche mixte combine l'EBM et l'avis d'experts. Elle consiste à compléter les conclusions et les éléments qui ont contribué à élaborer une recommandation basée sur l'EBM par des connaissances issues d’experts. Cette technique est utilisée lorsque l'EBM n'a pas permis de conclure ou de trancher formellement en faveur d'une conduite à tenir, par manque de preuves, en raison d'ambiguïtés ou s’il n’est pas possible de réaliser des études complémentaires (pour des raisons techniques, éthiques ou de délai) 25 Elle peut également être mise en œuvre lorsqu'on souhaite s'assurer que les conclusions de l'EBM sont en phase avec la l'expérience pratique. C'est souvent le cas dans les pathologies où la prise de décision est complexe et dont la prise en charge est lourde de conséquences (sur les plans humain et/ou économique). La cancérologie en fait partie [48] : c'est une des raisons pour laquelle la Fédération Nationale des Centres de Lutte Contre le Cancer (FNCLCC) a choisi une méthodologie qui s'apparente à l'approche mixte [49]. La FNCLCC élabore des Guides de Bonnes Pratiques Cliniques dénommés « Standards, Options et Recommandations » (SOR). Le niveau de preuve des recommandations des SOR est fonction du type et de la qualité des études employées ainsi que de la cohérence ou non de leurs résultats. La classification suivante est utilisée [50] : • Niveau A : il existe des preuves de bonne qualité (plusieurs essais randomisés contrôlés bien conduits dont les résultats sont cohérents et/ou existence de métaanalyses). • Niveau B : il existe des preuves de qualité correcte (essais randomisés, études prospectives ou rétrospectives). Les résultats de ces études sont cohérents dans l'ensemble • Niveau C : il existe des preuves de qualité correcte (séries prospectives ou rétrospectives) mais les résultats ne sont pas cohérents. • Niveau D : Il n’existe pas de preuve scientifique ou seulement des séries de cas. • Accords d’experts : Il n’existe pas de données pour la méthode concernée mais l’ensemble des experts est unanime. L’ANES préconise également ce type d’approche et décrit la méthode « Recommandations pour la Pratique Clinique » utilisée pour élaborer les Guides de Bonnes Pratiques Cliniques qu’elle produit ou auxquels elle donne son label [51]. Cette méthodologie conduit à attribuer à chaque recommandation d’un Guide de Bonnes Pratiques Cliniques un grade traduisant le niveau de preuve des connaissances utilisées. Les grades des recommandations sont décrits cidessous (cf. Figure 6). Lorsqu’il n’existe pas de niveau de preuve fourni par la littérature, mais un accord professionnel seul, les recommandations de l’ANAES sont suivies de la mention « accord professionnels » sans mention de grade. 26 Figure 6 : Grades des Recommandations (d’après l’ANAES). Les approches mixtes, qui combinent l’avis d’experts et l’analyse méthodique de la littérature scientifique, même si elles ne sont pas exactement superposables en terme de gradation des recommandations, introduisent la notion commune de niveau de preuve spécifique pour les connaissances issues d’accords professionnels ou d’avis d’experts. Quelle que soit la méthodologie employée pour attribuer un grade ou un niveau de preuve à une recommandation, l’avis d’experts seul est toujours explicitement différencié et individualisé par rapport aux preuves issues de l’analyse de la littérature. L’avis d’experts permet ainsi de suppléer, mais pas de remplacer, l’analyse de la littérature lorsque les preuves scientifiques font défaut sur un point particulier. 27 3.3 Qualités du contenu des Guides de Bonnes Pratiques Cliniques Plusieurs auteurs [30,52] s'accordent à reconnaître que les Guides de Bonnes Pratiques Cliniques doivent tendre vers la satisfaction des critères de qualité énoncés par l'US Institute of Medicine [29] : • Les recommandations doivent être validées c'est à dire être accompagnées du niveau de preuve sur lesquelles elles se fondent ou du score attribué par l'avis d'experts. En outre, le Guide de Bonnes Pratiques Cliniques doit clairement préciser les objectifs fixés et les quantifier (effets sur la santé, effets sur les coûts, effets sur la satisfaction des patients…). • Ils doivent être reproductibles: si la même méthodologie d'élaboration est utilisée par une autre équipe, les recommandations doivent être les mêmes. De plus, dans une situation clinique donnée, ils doivent être interprétés et utilisés de la même façon par différents médecins. • Il faut qu'ils soient ciblés : les caractéristiques des patients sur lesquels on peut appliquer le Guide de Bonnes Pratiques Cliniques doivent être explicitement indiquées. • Il faut identifier les exceptions dans lesquelles les recommandations ne doivent pas être appliquées. L'avis du patient doit notamment être pris en compte. • Le langage utilisé doit être clair et non ambigu. Les termes employés doivent être précisément définis. Il faut utiliser un mode de présentation logique et facile à suivre. • L'équipe qui les élabore doit être pluridisciplinaire : représentants des patients et des praticiens concernés doivent notamment en faire partie. • Ils doivent être régulièrement mis à jour, afin de tenir compte des nouvelles connaissances. Toute information périmée est à exclure. La datation des informations fournies sur les supports de diffusion est essentielle. • Enfin, ils doivent être documentés afin d'indiquer : la méthodologie d'élaboration utilisée; les participants impliqués; et les preuves ou les suppositions prises en compte. Comme le souligne notamment la FNCLCC, ces critères des qualités sont des éléments indispensables pour que les professionnels de la santé puissent accorder aux Guides de Bonnes Pratiques Cliniques la confiance nécessaire à leur appropriation et à leur intégration dans en pratique courante. Pour autant, les travaux Shaneyfelt et al. [53] révèlent que peu de Guides De Bonnes Pratiques Cliniques respectent effectivement ces critères. Dans cette étude, 279 Guides De Bonnes Pratiques Cliniques publiés entre 1985 et 1997 ont été analysés afin de déterminer la présence ou l’absence de 25 items qualitatifs (par exemple : « l’objectif du Guides De Bonnes Pratiques Cliniques est spécifié », « les professionnels ciblés sont mentionné », « la date de mise à jour est indiqué », « le grade des recommandations est présent », etc…). En moyenne 11 items sur 25 sont présents et seulement 7,5% des Guides De Bonnes Pratiques Cliniques précisent la méthode utilisée pour synthétiser les connaissances scientifiques et élaborer les recommandations. 28 L’évaluation du contenu des Guides de Bonnes Pratiques Cliniques est une tâche complexe qui demande des outils adaptés [54]. Le projet AGREE [55] (Apparaisal of Guidelines for Research and Evaluation) a donné lieu à la publication d’une grille d’évaluation des Guides de Bonnes Pratiques Cliniques dont l’objectif est d’apprécier la qualité méthodologique de leur élaboration et la qualité de présentation et de formulation des recommandations [56]. Cette grille comporte 23 items organisés en 6 domaines indépendants intitulés : « Champs et objectifs », « Participation des groupes concernés », « Rigueur d’élaboration », « Clarté et présentation », « Applicabilité », « Indépendance éditoriale ». Les items se présentent sous la forme d’une affirmation a laquelle l’évaluateur doit affecter un score suivant une échelle à quatre valeurs (1 « pas du tout d’accord » à 4 « tout à fait d’accord »). Les items sont majoritairement des critères subjectifs qui sont donc dépendants de l’évaluateur. Afin d’accroître la fiabilité de l’évaluation il est fortement conseillé de faire appel à quatre évaluateurs et de calculer un score standardisé par domaine. Cette grille, développée par divers partenaires internationaux, testée sur des Guides de Bonnes Pratiques Cliniques couvrant différents domaines cliniques [57], a le mérite d’être un instrument sensible [58] afin d’apprécier certains éléments dont l’influence est majeure sur la qualité des Guides de Bonnes Pratiques Cliniques. 3.4 Supports de diffusions des Guides de Bonnes Pratiques Cliniques Classiquement, l’élaboration d’un Guide de Bonnes Pratiques Cliniques conduit à la rédaction d’un document essentiellement textuel, parfois illustré d’iconographies ou de schémas visant à faciliter l’interprétation et à structurer plus efficacement les recommandations proposées. Sur la base de ce document plusieurs solutions peuvent être utilisées pour en diffuser le contenu. 3.4.1 Formes classique de diffusion de l’information (Textes, Revues spécialisés) La publication sous un format textuel suivant un mode rédactionnel linéaire est le mode de diffusion le plus répandu des Guides de Bonnes Pratiques Cliniques. Ce type de document prend généralement l’apparence d’un texte descriptif dont la structure rend compte du processus d’élaboration et éditorial qui a été utilisé. Il comprend : la présentation du thème médical ; la liste et les rôles des personnes et organisations impliquées dans l’élaboration ; les objectifs visés ; les pratiques professionnelles concernées ; les caractéristiques des patients auxquels les recommandations sont applicables ; la stratégie de recherche documentaire. Le corps du document est constitué des recommandations présentées, le plus souvent, au sein d’un argumentaire discutant les différentes options envisageables en fonction du contexte clinique. Cet argumentaire est étayé des références scientifiques utilisées et du niveau de preuves des recommandations qui en découle. L’ANAES préconise la mise à disposition des Guides de Bonnes Pratiques Cliniques sous plusieurs formes de documents [34] : « un ‘texte court’ ou ‘texte de synthèse’, comportant les recommandations avec leur niveau de preuve, un ‘texte long’ à visée plus pédagogique […], 29 afin de faciliter leurs mises en œuvre sur le terrain et un ‘document d'expertise’ ou ‘argumentaire’ […] réservé aux professionnels qui souhaitent approfondir le contenu et l'argumentaire des recommandations. Un document rédigé spécifiquement pour les patients peut être réalisé. Il reprend les recommandations et leur niveau de preuve […] sous une forme plus adaptée pour des non-médecins. » Mais, quelle que soit la forme du document textuel, il manque généralement d’une description systématique des concepts médicaux et la présentation exhaustive des situations cliniques qui est possible de rencontrer en pratiques et rarement atteinte : le risque étant d’alourdir ce document déjà conséquent. On leur reproche, le plus souvent, de donner des informations parcellaires et générales demandant des efforts considérables d’interprétation pour être extrapolées à une situation clinique particulière. Pour être utilisable correctement, ce type de Guide de Bonnes Pratiques Cliniques requiert obligatoirement une lecture complète et approfondie, ainsi qu’une appropriation de l’ensemble des connaissances et concepts médicaux préalable à sa compréhension [59]. La publication dans une revue scientifique renommée de ce type de document reste un gage de qualité des recommandations élaborées. Toutefois, le document papier est trop souvent inaccessible aux praticiens en situation clinique [60]. Même si ce document est disponible rapidement dans leurs bibliothèques, il n'est pas envisageable que les praticiens puissent le relire pendant une consultation; tout au plus pourra-t-il le consulter a posteriori lorsqu'il n'est pas en train d'exercer. De plus la version papier d’un Guide de Bonnes Pratiques Cliniques est par nature figée et ne pourra être mise à jour qu’après une re-publication. Ainsi, rien ne peut garantir que le médecin utilisateur soit en possession de la version la plus récente. Ce mode d'utilisation n'est pas satisfaisant. Les Guides de Bonnes Pratiques Cliniques sont diffusés de cette manière traditionnelle depuis quelques années déjà et toutes les évaluations réalisées par les différences agences (en France comme à l'étranger) sur leur impact, montrent qu'il est faible et qu'il existe une grande inertie dans leur mise en pratique [61]. 3.4.2 Format électronique (Technologies de l’informatique) Avec l'informatisation des cabinets médicaux et l'avènement de l'Internet, les Guides de Bonnes Pratiques Cliniques sous forme électronique trouvent là un vaste terrain de diffusion. Les Guides de Bonnes Pratiques Cliniques initialement diffusés sur des supports papier sont pour la plupart disponible également sous format électronique. De nos jours la diffusion de Guides de Bonnes Pratiques Cliniques sous format électronique est proche de devenir un standard. Des nouvelles possibilités apparaissent et viennent modifier fondamentalement le formalisme textuel des recommandations. Les documents multimédia enrichissent leur contenu informationnel. Les capacités de stockage et de calcul des ordinateurs permettent d'automatiser les tâches de sélection et d'inférence des informations pertinentes pour exécuter dynamiquement les Guides de Bonnes Pratiques Cliniques. Les Guides de Bonnes Pratiques Cliniques directement disponibles sur le poste de travail du médecin peuvent être consultés au cours même de son entretien avec le malade. 30 Le format électronique regroupe de fait une variété d’approches différentes dont le point commun est l’utilisation du support numérique et des technologies de l’informatique pour la mise en forme et la présentation des connaissances contenues dans les Guides de Bonnes Pratiques Cliniques. Le chapitre 4 est entièrement consacré à ces différents types d’approche. 3.4.3 Echanges entre professionnels La diffusion des Guides de Bonnes Pratiques Cliniques peut également s’effectuer par voies d’échanges entre professionnels. Ce mode de diffusion est rarement exclusif : c’est une stratégie secondaire qui complète et s’appuie généralement sur la publication du document textuel afin d’en expliciter le contenu est ses conséquences pratiques afin d’induire son utilisation. L’objectif visé est de renforcer l’impact d’un Guides de Bonnes Pratiques Cliniques par des interventions ciblées idéalement sur les professionnels de Santé dont les pratiques apparaissent divergentes par rapport aux recommandations du Guide de Bonnes Pratiques Cliniques. Diverses modalités sont possibles pour favoriser les échanges entre professionnels et tenter d’influencer leurs pratiques. Les plus souvent mentionnées dans la littérature sont celles pour lesquelles des études ont pu être réalisées afin d’en apprécier l’efficacité en terme de modification effective des comportements : • La formation médicale continue (FMC) est un moyen pour tenir les médecins informés de l'évolution des techniques et des dernières connaissances validées. C'est l'occasion pour eux de confronter leurs expériences personnelles avec les recommandations issues d'études bibliographiques. La FMC peut prendre la forme de conférences académiques, de présentations didactiques de cas, d’ateliers éducatifs plus ou moins interactifs, … • Les visites d’éducation au cabinet (outreach visits) sont basées sur l’intervention d’une personne sur les lieux même de pratique du médecin afin de délivrer une information sur un thème précis [62]. Idéalement, cette information inclue des éléments objectifs traduisant les habitudes de pratique propre au médecin visité (statistiques descriptives de ses prescriptions par exemples) • Les techniques utilisant des leaders d’opinion dont le principe est de bénéficier du soutien de professionnels identifiés par leurs collègues comme influents. Les leaders d’opinion délivrent l’information contenue dans les Guides de Bonnes Pratiques Cliniques qu’ils soutiennent sous la forme de conseils aux collègues qui les sollicitent directement. 3.5 Impact des guides de bonnes pratiques cliniques Idéalement, l’élaboration et la diffusion d'un Guide De Bonnes Pratiques Cliniques doivent être suivies d'une évaluation complète, qui devra mesurer : • son impact médiatique et son audience : professionnels concernés connaissant l’existence et/ou le contenu des recommandations 31 • son impact sur la modification des pratiques professionnelles : l’adhésion des praticiens aux recommandations doit se traduire par une modification des pratiques professionnelles afin de se conformer aux recommandations énoncées dans les Guides De Bonnes Pratiques Cliniques • ses effets sur les résultats cliniques, sur la satisfaction et l’état de santé des patients • son impact organisationnel tant du point de vue sanitaire, que médico-économique, voire médico-légal 3.5.1 Impact d’audience Pour qu’un GBPC soit appliqué il faut préalablement que les professionnels concernés connaissent son existence et son contenu. Woolf [63] rapporte que certaines études américaines ont montré que seulement 60% des médecins connaissances l’existence de GBPC nationaux un an après leur publication. Lomas et al. [61] ont montré que seulement 3% des médecins connaissant l’existence du GBPC Canadien sur la césarienne étaient capables d’en indiquer les recommandations principales. Similairement, Fowler et al. [64] indiquent, qu’après un mailing postal à destination des médecins généralistes britanniques du GBPC de l’OMS sur le sevrage tabagique, 28% l’avaient lu et seulement 9% étaient capables d’en retranscrire au moins une des trois recommandations. Ces quelques exemples illustrent particulièrement bien la nécessité d’une mesure préalable de l’audience des GBPC car elle conditionne, du moins en partie, l’application effective de ces GBPC. Médiatiser et faciliter l’accès aux GBPC est un des objectifs de l’informatisation des GBPC. Leur diffusion via l’Internet, qui permet d’étendre leur audience, est une première étape vers leur plus large utilisation en pratique courante. 3.5.2 Impact des Guides de Bonnes Pratiques Cliniques sur les pratiques professionnelles Pour que les GBPC puissent atteindre leur objectif principal d’amélioration de la qualité des soins, il faut qu’ils soient effectivement appliqués par les praticiens lors de leurs activités de soins. De nombreux facteurs sont susceptibles d’influencer l’impact d’un GBPC sur la pratique médicale [9,35,63,65,66]. Par exemple, Grilli et Lomas [35] montrent que les GBPC les moins complexes, qui peuvent être facilement testés et dont les résultats sont immédiatement et facilement observables par le praticien sont plus souvent adoptés. Il est également préférable d’impliquer des groupes d’utilisateurs dans le processus de production et d’évaluation des GBPC. Ainsi, la participation des médecins praticiens à des études d'épidémiologie ou de recherche cliniques afin d'élaborer des GBPC et/ou d'en démontrer la pertinence, est un moyen efficace pour étendre leur diffusion à l'ensemble de la profession [67]. Même s’ils ne sont pas directement impliqués, les cliniciens suivent plus fréquemment des GBPC élaborés par leur propre organisation. L’adhérence aux GBPC est également plus large s’ils sont basés sur une démarche EBM avec indication du niveau de preuve [47]. Outre 32 les facteurs propres aux GBPC, il existe des facteurs plus directement liés aux caractéristiques des praticiens ciblés. Pour illustrer par un exemple ce dernier point, on peut mentionner les travaux de Tunis et al. [68] qui ont constaté dans une étude portant sur plusieurs types de GBPC que les praticiens qui sont les plus enclins à utiliser les GBPC sont ceux qui sont salaries, consultent moins de 20 heures par semaine, ont récemment terminé leur études, exercent dans le secteur public. Il est parfois difficile de distinguer l’impact isolé de chacun des facteurs potentiels et celui qui résulte de leur combinaison. Le Tableau 2 est une tentative de typologie et de synthèse des différents facteurs mentionnés dans la littérature. Le lecteur pourra se référer à Thorsen et Mäkäla pour en avoir une liste plus détaillée [66]. ORIGINES ET MODALITES D’ELABORATION • • • • • Organisme/autorité supervisant l’élaboration Autorité des personnes participant à l’élaboration Niveau d’élaboration : local, national, international Méthode d’élaboration : EBM, conférence de consensus, avis d’experts, participation active des praticiens ciblés Méthodes de validations CONTENU • • • • • • Objectif principal sous-jacent : aide à la décision, contrôle des coûts,... Domaine couvert : thérapeutique, diagnostic, prévention Complexité Format des GBPC : longueur du texte, mode de présentation (texte, schémas, arbre décisionnel,…), média utilisés (revue, audio-visuel, informatique,…) Niveau de preuve des recommandations Résultats facilement observables par les praticiens CONTEXTE ET MODE DE DIFFUSION • • • • • Caractéristiques des professionnels ciblés (y compris données démographiques : spécialité, âge, lieu géographique d’exercice) Réponse à un besoin : existence de variations de pratiques, demande des professionnels, demande des patients Mesures politiques : incitation / sanctions (légale, financière, institutionnelle) Adéquation des GBPC avec les compétences des praticiens (formations, connaissance) et avec l’organisation des soins sur le terrain (moyens disponibles, attitudes des patients, habitude et normes sociales…) Modalité de diffusion et de mise en œuvre Tableau 2 : Principaux facteurs susceptibles d’influencer l’impact d’un GBPC 33 Les modalités de diffusion des Guides de Bonnes Pratiques Cliniques sont un des déterminants les plus importants de l'impact des recommandations [69]. Le travail de Kosecoff et al. [70] mettant en cause l’utilité de la simple diffusion des résultats des conférences de consensus pour la modification des pratiques médicales, bien que méthodologiquement discutable (étude avant-après), a eu le mérite d’initier de nombreuses autres études sur l’efficacité des méthodes de diffusion des Guides de Bonnes Pratiques Cliniques. Le groupe EPOC (Effective Practice and Organisation of Care Group [71]) de la Collaboration Cochrane maintient à jour depuis 1997 une revue systématique des publications consacrées à l’étude de l’impact des Guides de Bonnes Pratiques Cliniques. Seules les publications étudiant les modifications effectivement observées des pratiques, et non pas déclarées, sont retenues. En janvier 2000 l’ANAES édite un rapport [9] qui actualise et complète cette revue en y incluant, selon la même méthodologie, des études publiées par des équipes françaises. Ce travail, également publié sous forme d’article [72], fait la synthèse des méthodes de diffusion des GBPC dont l’impact sur la pratique réelle des médecins a été évalué par des études méthodologiquement bien conduites. Les principaux résultats sont présentés dans le Tableau 3. Force est de constater que l’impact de ces différents types d’interventions disparaît lors de l’arrêt de celles-ci. Il est donc capital de les maintenir et de les réactiver au fil du temps, tout particulièrement pour les interventions de types rappels ou retour d’information pour lesquelles il n’existe pas d’effet éducationnel. De plus, il est préférable de ne pas se limiter exclusivement a une seule méthode d’intervention [73], mais d’en associer plusieurs afin de renforcer l’impact d’un GBPC [74]. L’impact des interventions organisationnelles, des incitations financières et des mesures coercitives sur la pratique médicale est plus rarement évalué dans la littérature médicale. On peut toutefois citer les travaux de Chaix-Couturier et al. [75] qui ont publié une revue systématique de la littérature incluant 89 articles dont 8 études basées des essais contrôlés randomisés. Ils parviennent à la conclusion que les incitations financières améliorent la compliance des médecins aux GBPC. Anhoury [76] précise que « les incitations fondées sur une ‘punition’, en cas de non-application, peuvent avoir des effets immédiats parfois spectaculaires […]. Les incitations fondées sur une ‘récompense’ en cas d’application des mesures ont aussi un effet très positif. ». Anhoury s’appuie notamment sur l’exemple des RMO qui ont eu un impact important en faisant diminuer la prescription d’examens complémentaires. Cette diminution a été constatée dès l’annonce de leur future mise en place, bien avant qu’elles ne soient effectivement opposables : les médecins ont anticipé leur mise en application. Actuellement les RMO ont perdu de leur impact : le contrôle des prescriptions par l’assurance maladie s’est rapidement avéré complexe à mettre en œuvre et peu de médecins ont effectivement été sanctionnés [77], de plus, comme nous l’avons déjà 34 mentionné précédemment (cf. § 3.1.1), les sanctions initialement prévues ont été annulées par deux décisions du Conseil d’Etat dès 1999 (arrêt du 14 avril et du 19 novembre 1999). Impact sur les pratiques Type d’intervention Efficacité démontrée et effet Rappels (reminders) intervention important Visites à domicile (outreach visits) Efficacité démontrée et effet Audit-retour d’information intervention limité FMC dans laquelle le médecin est actif (FMC interactive) Efficacité discutable ou non Leaders d’opinion clairement démontrée Démarche qualité Inefficace Diffusion simple FMC dans laquelle le médecin est passif Tableau 3 : Efficacité des méthodes de diffusion des GBPC sur les pratiques médicales (d’après [9,72]). Les définitions de ces différents types d’interventions sont données en Annexe 1. 3.5.3 Impact sur les résultats cliniques Les effets des GBPC sur le comportement des médecins sont très souvent étudiés. En revanche, trop peu d'études s'attachent à mesurer rigoureusement les effets sur les résultats cliniques [78]. Certains GBPC sont supposés avoir des résultats positifs sur des facteurs aussi complexes à mesurer que la satisfaction des patients ou leur devenir à long terme. En 1993 Grimshaw et Russell [79] ont retrouvé et analysé 59 publications traitant d'évaluations de GBPC : 11 comportaient une analyse des résultats cliniques, 9 d'entre elles ont montré un effet bénéfique sur la santé des patients. Plus récemment, et sur la base d'une revue de la littérature, Shiffman et al. [80] ont étudié plusieurs publications concernant la mise en place de 20 systèmes de GBPC informatisés (entre 1992 et 1998) : seules 4 équipes ont publié une évaluation sur l'amélioration de l'état de santé des patients. S'il paraît légitime de penser qu'un GBPC correctement élaboré et diffusé aura un effet positif sur l'état de santé des individus, il est regrettable de constater que cet effet est rarement étudié [81]. Ce manque de preuves ne peut qu'entretenir les doutes de certains médecins quant à leur impact réel sur la santé des patients [38]. 3.5.4 Impact économique L'effet des GBPC sur la diminution des dépenses de santé a fait l'objet de nombreuses 35 évaluations, essentiellement de la part d'agences gouvernementales et d'organismes d'assurance qui gèrent les fonds destinés à la santé. La majorité de ses études démontre qu'il existe une réelle économie des ressources de soins et donc des coûts lorsque les GBPC sont correctement utilisés [32]. Aux USA les HMO, qui sont rappelons le des organismes privés, s'appuient principalement sur le « risk management » et l'utilisation de GBPC pour assurer leur stabilité financière [38,76]. Dans un domaine similaire mais plus limité, l'enquête sur les références médicales opposables (RMO) du CREDES6 illustre les gains que l’on peut attendre de cette démarche. Ainsi ce rapport [82] sur l'impact des RMO sur la prescription pharmaceutique, évalue, en 1994, l'impact financier des premières RMO à un bénéfice de « 334 millions de francs environ, déduction faite des prescriptions de substitution, sans comptabiliser d'éventuels avantages en terme de santé publique ». 3.6 Aspects juridiques 3.6.1 Concernant leur utilisation Une des craintes des médecins à propos des Guides de Bonnes Pratiques Cliniques tient à l'aspect médico-légal de leur utilisation. Dans quelle mesure les Guides de Bonnes Pratiques Cliniques peuvent-ils jouer en faveur ou à l'encontre d'un médecin, lorsque celui-ci est mis en cause pour faute professionnelle [83] ? L'analyse de la littérature n'apporte pas de réponse catégorique. Plusieurs affaires litigieuses survenues aux USA et en Europe, sont rapportées par Jacobson [84]. On peut retenir de cet exposé qu'une cour de justice admet qu'un Guide de Bonnes Pratiques Cliniques puisse servir les deux parties en opposition, mais qu'en aucun cas il ne peut être le seul déterminant de ce qui aurait ou n'aurait pas dû être fait. En 1999 Hurwitz [85] précise que devant un tribunal civil ou pénal, les Guides de Bonnes Pratiques Cliniques peuvent étayer l'avis d'un expert, mais ils ne peuvent se substituer à ce dernier. Une des raisons évidentes de ce principe, tient au fait que l'existence de Guides de Bonnes Pratiques Cliniques ne permet pas à elle seule d'établir s'il est judicieux ou non de les appliquer. Un Guide de Bonnes Pratiques Cliniques, même quand il est majoritairement reconnu et utilisé, reste critiquable. Il n'a pas force de loi et ne s'impose donc pas comme tel devant un tribunal [31]. Pour autant, il existe certaines situations juridiques qui font exceptions. Ainsi, dans un article de 2003, McDonagh et Hurwitz [86] rapportent le cas d’une condamnation prononcée par une cours de justice Canadienne pour négligence dans le diagnostic et le traitement d’un diabète gestationnel. Lors du procès, la Court de justice a considéré qu’un des Guides de Bonnes Pratiques Cliniques produit par la Société Canadienne de Gynécologie et d’Obstétrique prévalait pour constituer une preuve à charge car il représentait les conduites à tenir standards dans le domaine clinique impliqué. Il est important de noter que ce Guide de Bonnes Pratiques Cliniques n’a pas été soumis à aucun avis critique d’expert lors du procès. 6 Centre de Recherche en Economie de la Santé 36 Lors d’un litige opposant un patient à un médecin le jugement devra notamment apprécier si ce dernier a fourni une prestation conforme aux « données acquises de la science » et aux « règles de l’art ». En effet, la détermination d’une faute professionnelle est basée sur ces seuls critères [87]. Dans la mesure où ils représentent un état de l'art en la matière, les Guides de Bonnes Pratiques Clinique peuvent donc potentiellement influencer la conviction d'un jury [88]. Le non respect de Guides de Bonnes Pratiques Cliniques peut ainsi entraîner une condamnation pour négligence [89]. Concrètement, aux USA où les Guides de Bonnes Pratiques Cliniques sont largement utilisés, environ 7% des affaires litigieuses7 dans le domaine de l’anesthésie et de l’obstétrique entre 1990 et 1992 se sont appuyées sur des Guides de Bonnes Pratiques Cliniques pour faire la preuve ou réfuter une négligence professionnelle [90]. En France, le non-respect des RMO exposait le médecin à des sanctions financières de la part de l'Assurance Maladie. Bien que nous n'ayons pas retrouvé dans la littérature de cas de jurisprudence, la nature du contrat passé entre l'Assurance Maladie et les unions professionnelles de médecins [91] ne laisse en rien supposer que les RMO puissent avoir plus de force que d'autres Guides de Bonnes Pratiques Cliniques lors d'une action en justice [87]. 3.6.2 Concernant leur développement Il faut également évoquer la responsabilité des auteurs de Guides de Bonnes Pratiques Cliniques. Un praticien mis en cause à la suite de l'application d'un Guide de Bonnes Pratiques Cliniques, peut-il se retourner contre l’institution et les professionnels qui ont conçu et diffusé les recommandations et aurait ainsi directement ou indirectement causé un dommage chez un patient ? A notre connaissance, il n'existe pas en France de précédent judiciaire permettant d'apporter des éléments de réponse. Hurwitz, dans son article paru en 1999 [85], n'en trouve pas non plus en Grande Bretagne. Ce vide juridique est-il une entrave à l'exploitation des Guides de Bonnes Pratiques Cliniques [92] ? Il est clair que lors de la conception et de la diffusion d'un GBPC, les auteurs mettent en jeu leur crédibilité et leur responsabilité scientifique [93]. La rigueur de leur méthodologie d'investigation et de réalisation est leur principale arme face aux critiques éventuelles. Fervers et al. [94] estiment que les Guides de Bonnes Pratiques Cliniques tels que les SOR (Standards, Options, Recommandations élaborés sur les cancers) doivent réunir six qualités primordiales afin de constituer un obstacle à la mise en cause de leurs concepteurs. Les informations délivrées par les Guides de Bonnes Pratiques Cliniques doivent être : 1) sérieuses ; 2) exactes ; 3) fiables ; 4) complètes ; 5) actuelles et 6) sécurisées. S’ils sont mis en cause, les concepteurs auront à apporter la preuve que les moyens nécessaires ont été mis en œuvre pour respecter ces six qualités. 7 Cette étude a porté sur l’analyse de 259 plaintes recueillies auprès de deux compagnies d’assurances américaines. 37 Dans l’hypothèse d’une action judiciaire mettant en cause un Guide de Bonnes Pratiques Cliniques, il convient de préciser que c’est l’organisme professionnel ayant supervisé l’élaboration qui sera directement impliqué et non pas les personnes physiques ayant contribuées à l’élaboration des recommandations [94]. En outre, si la responsabilité de l’organisme superviseur était établie, elle ne dégagerait pas totalement la responsabilité du médecin présent au chevet du patient. En effet, ce dernier conserve en toute hypothèse sa libre décision [87]. Qu’en est-il lorsque les Guides de Bonnes Pratiques Cliniques sont implémentés dans un système d’aide à la décision informatisé utilisé par le médecin ? Quelle est la responsabilité des développeurs de l’application ? Là non plus, il n’existe pas de droit jurisprudentiel, ni de précédent devant un tribunal pénal ou civil mettant en cause les développeurs de tels systèmes [93]. Fox et Thomson déplorent le manque de référence spécifique et consensuelle pouvant éprouver voire garantir la sûreté et la qualité d’un système d’aide à la décision. Ils précisent toutefois que les développeurs et les fournisseurs de ces systèmes ont un devoir de prudence et qu’ils doivent s’entourer de précautions pour prévenir des effets dommageables pour les patients et des professionnels qui l’utilisent. Ces précautions doivent porter à la fois sur la connaissance contenue dans ces systèmes et sur les aspects technologiques mis en œuvre pour apporter cette connaissance aux professionnels via le système. Fox et Thomson proposent un cadre méthodologique pour que de telles précautions soient efficaces [93]. 3.7 Limites et principales critiques En dehors des considérations propres à la validité de leur contenu, l'efficacité des GBPC peut être prise en défaut pour plusieurs raisons : • Leur nombre : il est difficile pour un médecin de retenir et donc d'utiliser l'ensemble des GBPC mis à sa disposition [60]. • Leur manque de disponibilité directement sur le lieu de consultation. • Le temps nécessaire à leur exploitation n'est pas compatible avec le temps d'une consultation. Il est fréquent qu'un GBPC soit retranscrit sur plusieurs pages. • Les données textuelles, même si elles sont concises, nécessitent un certain degré d'interprétation qui peut parfois demander plusieurs relectures. • Elles sont souvent mono-pathologiques ou axées sur un problème de prise en charge très particulier. L'inconvénient est qu'il faudra alors en sélectionner plusieurs pour obtenir une aide sur la prise en charge globale du patient. D'autres problèmes ont trait à des considérations beaucoup moins pragmatiques. Certains médecins les perçoivent comme des "livres de recettes" qui ne peuvent pas résumer la 38 profondeur et la nature du raisonnement médical avec un formalisme algorithmique [78]. Ils ont le sentiment que les GBPC vont à l'encontre de leur responsabilité en leur dictant des conduites à tenir et en dénaturant la relation médecin-malade. Cela est particulièrement ressenti pour les GBPC portant sur des conduites à tenir courantes pour lesquelles le pronostic vital ou fonctionnel du patient n’est généralement pas mis en jeu et pour lesquelles l’accès aux thérapeutiques est largement ouvert. Certains enfin, leur reproche leur objectif de standardisation des pratiques qui peut entraîner une uniformatisation de la médecine ne respectant pas la singularité de chaque patient et les spécificités des conditions d’exercices. Toutefois, on peut tempérer certains de ces avis parfois très hostiles. Margolis [95] souligne en effet que de nombreux reproches à l'égard des GBPC tiennent à l'absence de méthodologie rigoureuse pour exprimer leur contenu [96]. Il précise que toutes les connaissances médicales ne peuvent évidemment pas être formulées dans un GBPC. Dans un premier temps, seuls les processus décisionnels qui peuvent être conduits selon une approche pas à pas et impliquant des conditions logiques de type "si…alors", devraient faire l'objet de développements de GBPC [26]. Il existe de nombreuses situations cliniques compatibles avec ce formalisme. Peu importe que les GBPC ne soient qu'un reflet du processus décisionnel, ils ne visent pas à remplacer le médecin, mais bien à l'aider à clarifier une situation complexe et lui permettre d'explorer les pistes qui doivent être envisagées. 39 4 Guides de bonnes pratiques informatisés 4.1 Généralités L’informatisation des GBPC regroupe différentes approches dont le point commun est l’utilisation du support numérique et des technologies de l’informatique pour la mise en forme et la présentation des connaissances contenues dans les Guides de Bonnes Pratiques Cliniques. D’une manière générale, l’informatisation des GBPC vise à résoudre les problèmes qui se posent lorsque les GBPC sont uniquement diffusés via un support papier classique. Pour illustrer ce propos, on peut compléter l'exemple de Owens [59] qui décrit le cas fictif mais réaliste d'un médecin qui, lors d'une consultation, doit prendre en charge un patient de 62 ans, diabétique, angineux et ayant un antécédent d'infarctus du myocarde. Désireux d'obtenir des recommandations pour les soins de ce patient, il doit : dans un premier temps identifier les problèmes majeurs du patient; puis essayer de retrouver s'il existe des GBPC adaptés ; se les procurer ; les lire ; éventuellement éliminer ceux qui ne s'appliquent pas véritablement à son patient ; interpréter les recommandations tout en vérifiant qu'il dispose vraiment des ressources nécessaires pour les appliquer ; tenir compte de l'avis de son patient, pour finalement opter pour une conduite à tenir et la consigner dans le dossier médical du patient. A la prochaine visite, il devra s'assurer qu'il n'existe pas de nouvelles recommandations ou de mises à jour à intégrer. Cette litanie résume bien les points clefs que doit essayer de résoudre l'informatisation des GBPC. Plusieurs solutions informatiques peuvent être envisagées (cf. infra), elles répondent de façon plus ou moins satisfaisante à une ou plusieurs des difficultés de notre courageux médecin ! L'enjeu de l’informatisation est de faciliter l'accès à la connaissance contenue dans les GBPC, et de mettre à la disposition des médecins des outils susceptibles de s'intégrer à leur pratique courante. L'utilisation effective de ces outils dépend elle-même de leur capacité à répondre aux besoins pratiques des utilisateurs. En d’autres mots, il s’agit d’améliorer la disponibilité, l’utilisabilité et l’intégration contextuelle (c.a.d. en situation de soins) des connaissances qu’ils contiennent. Par rapport à leur équivalent papier, l’objectif ultime des GBPC informatisés reste inchangé : il s’agit d’améliorer la qualité des soins. En revanche les moyens mis en œuvre sont différents puisqu’il s’agit de fournir aux praticiens un support décisionnel informatique capable d’avoir un impact sur leurs pratiques dans le sens d’une meilleure prise en compte des recommandations établies dans les GBPC. Pour atteindre cet objectif général, l’analyse de la littérature révèle que de nombreux objectifs spécifiques peuvent être assignés aux GBPC informatisés [97-102]: améliorer leur structuration et les détailler avec précision [97,101,102], faciliter leur partage et leur portabilité pour qu’ils puissent être réutilisés par différents développeurs et utilisateurs [98,103], vérifier la cohérence logique de leurs 40 contenus [24,104,105], valider leur qualité [55,106]. De plus, il convient de les documenter au moyen de liens vers des banques d’articles scientifiques ou d’autres bases de données [71], les regrouper et les rendre accessibles plus largement au sein de banques de documents accessibles en ligne [49,107-109], permettre de les consulter facilement et rapidement [110], rechercher et atteindre une information précise en navigant dans leur contenu [111]. 4.2 Les différentes approches En fonction de la nature des informations délivrées lors de la consultation des GBPC informatisés, l’analyse des systèmes opérationnels (en totalité ou partiellement) nous permet, schématiquement, de différencier deux approches majeures : l’approche basée sur la restitution d’une information générique et celle basé sur la restitution d’une information contextuelle. L’approche que nous qualifions de générique, concerne les applications pour lesquelles l’information restituée à l’utilisateur est invariablement la même, quelque soit le contexte clinique lors de la consultation d’un GBPC donné. Le GBPC est représenté comme un document monolithique qui doit être entièrement consulté par le praticien afin qu’il en retire les informations qui lui semblent appropriées pour le malade qu’il prend en charge. A l’inverse, l’approche que nous qualifions de contextuelle, concerne les applications pour lesquelles il existe un certain niveau de prise en compte du contexte clinique par le système lui-même, afin de ne présenter à l’utilisateur ‘que’ des informations sélectionnées et véritablement adaptées au contexte clinique. Dans cette approche, le GBPC est réalisé, instancié différemment, selon le contexte clinique qui est spécifié lors de son utilisation (données du patient, ressources disponibles dans l’environnement de soin, etc.). Ces deux catégories d’approches n’ont rien d’absolu. On pourrait les comparer aux deux extrêmes d’un continuum dont l’unité de mesure serait le niveau de détail (la granularité) des différents éléments du contexte clinique et les fonctionnalités mise en œuvre dans le système, pour tenir compte de ces éléments. Cette catégorisation originale, qui peut apparaître artificielle, a pour principal objectif de clarifier l’exposé des fonctionnalités des GBPC informatisés. 4.2.1 Approches génériques Les approches génériques sont plus particulièrement tournées vers la facilitation de l’accès à la connaissance des GBPC, sans intervenir directement dans la façon dont cette connaissance doit être utilisée et interprétée par le praticien : l’interprétation des GBPC est entièrement laissée à l’appréciation de l’utilisateur. En revanche, un ensemble de fonctionnalités peuvent être mises en œuvre afin de faciliter la consultation du document (ou d’un ensemble de documents) constituant le GBPC. Ce type d’approche est largement utilisé pour diffuser les GBPC sur les réseaux (Internet ou Intranets des établissements sanitaires). De nombreuses organisations ont mis en place des 41 sites Web spécialisés proposant des collections de documents GBPC numérisés, consultables en ligne et/ou téléchargeables. Par exemple, le site National Guidelines Clearinghouse [107] répertorie plus de 1000 documents GBPC librement accessibles, produits par l’Agency for Healthcare Research and Quality (AHRQ) et l’U.S. Department of Health and Human Services, en partenariat avec différentes sociétés savantes nord-américaines. Sur les sites Web tels que celui-ci, plusieurs fonctionnalités sont généralement offertes pour classer [112] et retrouver les GBPC (recherche par pathologie, par spécialité clinique, par population cible, etc.). Les GBPC sont disponibles sous forme de documents électroniques statiques (PDF le plus souvent) et/ou sous forme de documents dynamiques offrant une certaine interactivité lors de leur consultation. Techniquement, ce type de document est relativement facile à créer et à mettre à jour (un classique éditeur de texte ou HTML est le principal outil nécessaire). Il n’est pas nécessaire de posséder des compétences informatiques spécifiques pour les créer. Ils peuvent être largement diffusés via les réseaux et aucune adaptation technique n’est nécessaire pour les utiliser sur différents sites (un simple ordinateur connecté au réseau permet d’y accéder), ce qui constitue une première étape vers le partage des connaissances entre professionnels. Pour les médecins disposant d’un poste connecté, le problème de l’accessibilité aux GBPC est potentiellement résolu, mais le problème crucial de leur utilisation en pratique courante demeure. En effet, comme leur équivalent papier, la grande majorité des ces GBPC sont produits sous forme de longs rapports textuels qui ne peuvent pas être consultés en situation de soins. Toutefois, et même s’il peut être source d’ambiguïté, le langage naturel est riche et permet d’exprimer toutes sortes de subtilités inhérentes à la connaissance médicale sur laquelle les guidelines sont basés. Comme nous l’avons mentionné précédemment, l’interprétation du GBPC est laissée à la responsabilité du médecin. Cela peut être perçu comme un avantage si l’on considère qu’il est le mieux placé pour connaître l’ensemble du contexte clinique et apprécier la pertinence des recommandations proposées. Mais cela peut aussi être perçu comme un inconvénient, car rien ne garanti que l’interprétation du médecin soit conforme à la sémantique et à l’intention des auteurs du GBPC. Ce dilemme est inhérent à l’expression informelle des connaissances dans le langage naturel. Les documents statiques sont le niveau le plus basique de l’informatisation des GBPC correspondant à la numérisation des documents papiers puis à leur mise en ligne. Ce format numérique de GBPC n’offre pas d’information ou de fonctionnalité supplémentaire par rapport à la version papier. La stricte numérisation reproduit à l’écran les inconvénients d’une rédaction textuelle ; les textes sont souvent proposés en bloc dans des formats imprimables. Quantité de GBPC sont actuellement disponibles sur l'Internet sous forme de documents HTML simples. Il s'agit de documents à l'origine disponibles sous forme papier qui ont été reformatés et offrent la possibilité de naviguer, grâce à des liens hypertextes, à l'intérieur des 42 paragraphes. Les liens hypertextes permettent de documenter correctement le GBPC avec des références bibliographiques, parfois des schémas récapitulatifs ou des précisions sur les termes employés. Le nombre de GBPC mis à disposition du médecin est potentiellement illimité. Grâce au Web, il est possible d'accéder à une information parfaitement à jour (à condition de s'assurer du sérieux des sites proposant des GBPC). Le site de l'AMC (Association Médicale Canadienne : www.cma.ca) est un exemple de ce type de service très complet. Il propose plus de deux mille GBPC (en versions anglaise et française) classés par catégorie, par titre, par auteur et par mots clefs. Une recherche plus précise à savoir, par population cible, par date de publication ou de révision est également disponible. La plupart des GBPC (cf. Figure 7) sont accompagnés de résumés structurés, de liens vers des publications pertinentes et vers des informations à l'intention des patients. Figure 7: Un des nombreux GBPC du site de l'AMC Ce type d'application résout le problème de l'accessibilité au GBPC lui-même. Mais l'accès à la connaissance qu'il contient reste un problème, surtout quand le GBPC est long et complexe. La consultation n'est pas couplée à un recueil d'informations concernant le patient. L'interprétation du GBPC est entièrement laissée à la charge du médecin et pose donc le problème de sa parfaite adéquation avec le contexte clinique auquel le médecin est confronté. 43 Il est clair que ces bases documentaires de GBPC sont limitées à une utilisation en dehors du temps d'une consultation médicale. 4.2.2 Approches contextuelles La mise en œuvre de système de GBPC informatisés fournissant une information contextuelle peut être réalisée via différentes méthodes qui sont toutes basées sur une formalisation des contenus des GBPC. Il est classique de distinguer les formalismes qui autorisent une inférence automatisée des connaissances (c'est-à-dire effectuée par la machine en utilisant un moteur d’inférence logiciel chargé d’évaluer si certaines conditions sont réalisées), des formalismes pour lesquels l’inférence des connaissances est manuelle (c'est-à-dire directement réalisée par l’utilisateur sans intervention du programme lors de l’évaluation des conditions). 4.2.2.1 Inférences manuelles L'utilisation des liens hypertextes peut permettre d'élaborer des GBPC beaucoup plus structurés que ceux que nous avons vus précédemment. Le projet OncoDoc [113] en est une bonne illustration. Ce projet s'intéresse à la représentation des protocoles thérapeutiques en oncologie. Il propose de représenter les recommandations sous la forme d'un arbre de décisions hypertextes (cf Figure 8). Chaque nœud représente un critère élémentaire, les branches sous-jacentes représentent des valeurs exclusives que l'utilisateur peut attribuer à ce critère. Nœud après nœud, on parvient finalement à une des branches terminales dans laquelle l'utilisateur trouvera des propositions thérapeutiques. Les arbres implémentés sont mis sous forme de documents SGML (Standard Generalized Markup Language) auxquels est associée une DTD (Document Type Definition). La DTD définit la structure et les types de composants manipulés dans l'arbre : elle constitue le modèle des GBPC d’OncoDoc. Le SGML contient quant à lui les sources d'informations qui seront utilisées pour afficher des pages HTML (HyperText Markup Language). Figure 8: Extrait d'un arbre de décision OncoDoc (d'après [113]) 44 Cette approche est originale, dans le sens où le médecin utilisateur reste maître de l'interprétation des critères qui lui sont proposés ; il n'y a pas d'inférence automatique et pas de base de données du patient sous-jacente. Eventuellement, le médecin peut choisir un parcours différent pour observer les changements que cela entraîne sur les propositions finales. Ce système permet de contourner les problèmes de manipulation de concepts sémantiques par le programme : "c'est l'utilisateur qui détermine en contexte, la sémantique des informations qui lui sont présentées". En contrepartie, rien n'assure que le médecin ait choisi une réponse qui soit en accord avec l'esprit de ceux qui ont élaboré le GBPC (bien que chaque nœud ambigu soit explicité par une définition). En fait, la volonté des concepteurs est de faciliter l'accès aux protocoles d'oncologie, pour permettre à l'utilisateur de les parcourir rapidement dans leur ensemble, afin de choisir celui qui lui semble le plus adapté. Une première phase d'évaluation rétrospective a été conduite : plusieurs dossiers de malades hospitalisés dans le service d'oncologie médicale de la Pitié-Salpêtrière ont été tirés au sort. Sur la base des données du dossier, un groupe d'experts a donné son avis sur la conduite à tenir. Simultanément, des médecins non experts ont utilisé ces données et le système OncoDoc, pour relever les recommandations qu'ils obtenaient. Une comparaison entre l'avis des experts et celui du système a montré une bonne adéquation, ce qui a permis d'envisager une deuxième phase d'expérimentation en conditions réelles dans l'ensemble du service. Un serveur Web contenant l'ensemble des protocoles de soins a été mis en place ainsi que plusieurs ordinateurs clients, directement installés à proximité du poste de travail des médecins. La deuxième phase d'évaluation, conduite sur 4 mois, a permis de relever : l'aptitude des médecins à utiliser l'ordinateur; leur avis sur la présentation graphique des protocoles, le taux d'utilisation du système, l'accord des médecins avec les propositions du système et d'autres paramètres liés à l'ergonomie du système. Les résultats obtenus ont été encourageants [114], notamment en ce qui concerne le taux d'utilisation du système et l'adhésion des médecins aux recommandations du système. L’évaluation de ce système, mis en place au sein d’une autre institution (Institut Gustave Roussy), a donné des résultats comparables [111]. Quelques sites Internet utilisent le même principe pour faciliter l'exploration des GBPC. Par exemple, Dayton et al. [115] ont développé un GBPC axé sur les mesures préventives à appliquer concernant la tuberculose. Il peut être librement consulté sur le site du Virtual Hospital® (www.vh.org). Il est indéniable que ce type de GBPC est plus adapté à une utilisation en temps réel. Le médecin peut le parcourir rapidement car seules les informations pertinentes au regard du contexte clinique (apprécié par les liens hypertextes qu'il a sélectionnés), lui sont présentées. Le médecin n'a pas à saisir véritablement de donnée patient, puisque de simples clics de souris le guident vers une recommandation. En revanche, aucune inférence, ni aucun calcul n'est effectué automatiquement par le système Aucune donnée patient ne peut être interprétée sans 45 l'intervention du médecin. Il devra juger s'il est judicieux d'associer tel ou tel choix proposé pour évaluer un critère, avec les observations recueillies chez son patient. 4.2.2.2 Inférences automatisées Les approches automatisées (machine-interpretable ou computable guidelines) sont basées sur l’inférence des données du patient disponibles afin de produire des recommandations appropriées au contexte clinique. Pour ce faire, la structure logique des GBPC doit être exprimée dans un langage formel compatible avec une interprétation logicielle. Classiquement, ils sont structurés sous forme d’algorithmes dans lesquels les données du patient ou d’autres données contextuelles (possibilité d’accès a des équipements ou a des thérapeutiques médicales spécifiques, préférences du patient et/ou du clinicien, etc.) sont inférées afin de générer des recommandations. Plusieurs modèles ont été proposés pour structurer de tels GBPC et mettre en œuvre des systèmes qui puissent être utilisés lors de l’activité médicale quotidienne (cf. § 4.3). Les GBPC automatisés peuvent être complètement ou partiellement interprétés par l’ordinateur en fonction du niveau de détail et de formalisation des connaissances qu’ils contiennent (une synthèse des différentes approches utilisées pour représenter et inférer des connaissances médicales est présentée en Annexe 2). Idéalement les données du patient proviennent d’un dossier patient électronique (Electronic Medical Record : EMR). En pratique, un tel couplage entre le EMR et GBPC est souhaitable mais n’est pas toujours réalisable. En effet, comme nous le verrons ci-après, il existe plusieurs écueils pour atteindre une interopérabilité satisfaisante entre ces deux éléments. Ces difficultés ont conduit de nombreuses équipes à proposer des GBPC automatisés capables de fonctionner de façon autonome (stand-alone) sans qu’il soit nécessaire de les coupler avec un EMR. Le couplage effectif avec un EMR peut en effet être envisagé dans un second temps et obtenir ainsi un système opérationnel dans les deux cas (avec ou sans EMR) [116,117]. 4.2.2.2.1 GBPC autonomes Le terme autonome est employé afin de préciser que de tels systèmes ne sont pas utilisés conjointement à un dossier patient électronique. Les GBPC automatisés autonomes utilisent les données du patient saisies par le médecin pour procéder à leur interprétation et produire une recommandation adaptée. Les données du patient sont recueillies en interrogeant directement le médecin, généralement par l'intermédiaire de formulaires affichés à l'écran. Contrairement aux approches exclusivement hypertextes, les données peuvent être utilisées pour effectuer des calculs, par exemple, prédire un risque ou plus simplement déterminer la dose nécessaire d'un médicament en utilisant la taille et le poids d'un individu. Le système SIEGFRIED8 développé par le Duke University Medical Center, entre dans cette catégorie de logiciels. C'est une application installée dans l'IntraNet de l'hôpital. Les premiers GBPC développés dans ce système concernaient la prise en charge de l'asthme, du lombago, 8 System for Interactive Electronic Guidelines with Feedback and Resources for Educational Development 46 du diabète et la cure de désintoxication tabagique. SIEGFRIED utilise une base de données relationnelle pour représenter et stocker les informations contenues dans les GBPC. La première étape permettant d'ajouter un GBPC (initialement textuel) dans la base de données, consiste à le mettre sous forme d'un graphe unidirectionnel. Chaque nœud du graphe correspond à une recommandation ou à un point décisionnel, qui conditionne la progression dans le graphe. L'arbre est découpé en niveaux. Chaque niveau regroupe les nœuds qui doivent être résolus pour progresser vers le niveau suivant (cf. Figure 9). Le contenu de chaque nœud est alors analysé pour en extraire les concepts médicaux et les expressions logiques afin de les enregistrer dans la base de données. Figure 9: Extrait d'un arbre de décision SIEGFRIED (d'après [118] ) Le système offre la possibilité de combiner des concepts pour en déduire d'autres. Des relations temporelles peuvent également être établies entre les concepts. Par exemple, lorsque le concept "âge" prend une valeur supérieure à 18 ans, le système détermine qu'il s'agit d'un sujet adulte ou lorsque le concept "durée d'une douleur" excède 3 mois, la douleur sera qualifiée de chronique. L'ajout d'un nouveau GBPC vient augmenter le nombre de concepts manipulés par le système. Toutefois il ne sera pas nécessaire d'ajouter de nouveaux concepts lors de l'extraction d'un nouveau GBPC, si ceux-ci sont déjà référencés dans la base. D'une part, ce système permet une réutilisation des connaissances et d'autre part, il autorise la réalisation de GBPC dans lesquels interviennent des concepts médicaux complexes. Lors de l'utilisation de SIEGFRIED, aucune donnée saisie par le médecin n'est conservée. Si l'utilisateur consulte plusieurs GBPC pour le même patient, des renseignements qu'il a déjà saisis peuvent lui être demandés à nouveau. Les GBPC automatisés autonomes sont de plus en plus diffusés via l’Internet [119]. Via ce support, les GBPC peuvent être distribués au sein d’applications interactives fonctionnant 47 quelque soit la structure du système d’information dont dispose le médecin utilisateur. En d’autres termes, il n’existe pas de barrière technique pour qu’ils soient largement diffusés car le problème majeur de l’interopérabilité avec le dossier patient électronique est esquivé. L’automatisation des inférences des données permet d’afficher rapidement et uniquement les recommandations adaptées au profil du patient. Ces systèmes autonomes sont la seule solution possible pour diffuser des GBPC automatisés à destination d’utilisateurs ne possédant pas de dossier patient électronique ou lorsque celui-ci ne contient pas de données suffisamment bien structurées pour être interprétées par un programme informatique. Il existe peu d’évaluations en condition réelle de l’impact de ce type d’applications sur les pratiques médicales. Certains décrivent que l’adhérence des médecins aux recommandations de ces GBPC est significativement plus grande comparée aux méthodes de diffusion passive [120]. En revanche, Maviglia et al. soulignent que de tels systèmes, réclamant la participation active du médecin (sélection des GBPC à consulter, saisie des données), sont moins utilisés lorsque le médecin a également accès à des systèmes fonctionnant en tâche de fond et proposant des alertes lors de la saisie des données dans un dossier patient. 4.2.2.2.2 Couplage GBPC-EMR Le couplage des GBPC avec le dossier patient électronique est une voie de recherche considérable concernant le développement des GBPC informatisés. De nombreux travaux confirment que l'intégration des guidelines au dossier patient électronique est une méthode efficace pour la diffusion et l'utilisation en temps réel des guidelines [120-122] tout particulièrement lorsqu’ils sont implémentés sous forme d’alertes (reminders) [123]. Pour cela, le dossier patient informatisé doit être adapté pour recueillir, conserver et organiser les informations cliniques indispensables à l'exécution automatisée des GBPC. Le couplage avec le dossier patient permet d’indiquer au médecin, au regard des données connues sur le patient, qu’une recommandation est applicable. Les GBPC peuvent s’exécuter et produire une alerte pendant que le médecin utilise l’ordinateur pour compléter le dossier électronique ou lorsqu’il valide une prescription. Certains systèmes utilisent également des alertes asynchrones parvenant aux médecins par différents média et interfaces (email, téléphone, pager, pda, etc.). Plusieurs projets ont expérimenté ce mode de diffusion des GBPC, presque exclusivement pour le compte de grandes structures hospitalières [116,124,125]. Lorsque ces applications sont pleinement intégrées dans le système d’information hospitalier, les fonctionnalités peuvent aller au-delà de l'affichage d'une recommandation à destination du médecin : il devient envisageable d'intégrer des éléments permettant une gestion des ressources humaines et matérielles disponibles dans l'hôpital (par exemple : réservation automatisée d'une salle opératoire, commande de produit sanguin, envoi de bons d'examen aux différents laboratoires, etc.) Toutefois, ce couplage nécessite une structuration poussée des informations du dossier patient et de la base de GBPC, un codage direct ou indirect de l'information contenue dans le dossier et un thésaurus permettant de lier le dossier médical aux informations contenues dans les 48 GBPC. La standardisation du format des données du patient est un enjeu essentiel pour faciliter le couplage GBPC-EMR. Cette standardisation doit porter sur la terminologie (le thésaurus) employée pour faire référence à un concept médical, mais également sur le modèle utilisé pour représenter et structurer ces données. Or, s’il existe plusieurs terminologies médicales contrôlées (SNOMED , READ [126], CIM, etc.) internationalement reconnues et incluses dans l’UMLS [127] (ontologie visant à fédérées différentes terminologies), il n’existe pas de large consensus au sein de la communauté scientifique concernant la manière de modéliser et donc de représenter les données du patient au sein d’applications informatiques. L’hétérogénéité des nomenclatures médicales, l’existence de vocabulaires parfois spécifiques à une organisation et le manque de modèle standard des données du patient sont des freins considérables au couplage GBPC-EMR et surtout à la portabilité de ce couplage à d’autres systèmes d’informations que celui pour lequel il a été initialement conçu. Naturellement, ce manque de standard et les disparités des formalismes de représentation des connaissances qui en découlent, se retrouvent dans l’offre logicielle du marché : en France, il existe plus de 120 logiciels de gestion du cabinet médical, dont la plupart propose un dossier patient informatisé basé sur des formats propriétaires. Outre l’hétérogénéité des systèmes existant, se pose également le problème de la disponibilité effective du dossier patient électronique pour le praticien. Aux USA, moins de 25% des médecins généralistes utilisent un EMR [128]. En France, on peut estimer que plus de 90% des médecins généralistes sont informatisés [129]. Il est plus difficile de connaître précisément le pourcentage de médecins qui utilisent effectivement un dossier patient électronique (30% serait une estimation raisonnable d’après R. Beuscart en 2000) [130]. De plus, seulement 16% des médecins utilisateurs d’EMR, utilisent (même partiellement) un module de codage de l’information médicale [129]. Ainsi, dans la plupart des cas, les informations sont saisies en texte libre sans contrôle terminologique. En outre, comme le souligne Tierney et al. [28], même si les informations cliniques sont structurées, parmi celles enregistrées en routine dans un dossier électronique, peu sont réellement utiles et suffisamment détaillées pour permettre la consultation automatisée ou la génération d’alertes basées sur des GBPC. Enfin, il est indispensable que les contenus informationnels des GBPC soient adaptés à un tel mode d’interaction avec le dossier patient électronique. D’après Garrett et al. seulement un tiers des GBPC publiés par le Centers for Disease Control and Prevention (CDC) d’Atlanta contiennent une recommandation (ou plus) pouvant être informatisée sous forme d’alerte afin d’être rappelée de façon pertinente à l’occasion d’une consultation médicale, lorsque le médecin compulse le dossier patient électronique. 49 4.3 Les modèles de guides de bonnes pratiques cliniques informatisés 4.3.1 Généralités L’informatisation des connaissances passe obligatoirement par une phase de formalisation de ces connaissances. En effet, l’informatique (science du traitement de l’information utilisant l’ordinateur) ne peut manipuler a priori que des données structurées selon un modèle formel compatible avec une interprétation logicielle. L’informatisation des GBPC ne fait pas exception à ce paradigme de l’informatique et la description formelle des informations qu’ils contiennent est donc un préalable à leur diffusion sous forme électronique. Cette description formelle correspond au modèle du GBPC. Un modèle est une représentation abstraite de caractéristiques communes à un ensemble d'objets (dans notre cas les GBPC). Il n'existe pas un modèle de GBPC, mais des modèles. En effet, suivant l'analyse que l'on fait et les objectifs à atteindre, le modèle et donc la réalisation informatique seront différents [131]. Cette diversité potentielle des modèles de GBPC est un premier écueil à l’uniformité des modes de représentation et d’expression des connaissances et donc aux échanges et aux partages de ces supports décisionnels. Fort heureusement, il existe des similitudes entres les différents modèles [103] ce qui permet d’envisager la constitution d’un modèle consensuel [132] apte à devenir un standard ou un format pivot qui facilite l’interopérabilité entre les systèmes. Nous y reviendrons. Tous les modèles de GBPC informatisés incluent des éléments permettant de caractériser plus ou moins finement les informations qu’ils contiennent. Ces informations sont de natures différentes et l’on distingue généralement les informations à visées documentaires (par exemple : titre, mots clés, version du GBPC, organisme responsable de son développement, méthode utilisée pour synthétiser les connaissances, etc.) des informations à visées décisionnelles, qui doivent être évaluées et utilisées directement ou indirectement par le système pour produire des recommandations ou engendrer des actions adaptées à un contexte clinique spécifique. D’une manière générale, les informations décisionnelles sont des variables dont les valeurs dépendent et rendent compte du contexte clinique (données du patient, ressources disponibles, urgence d’une situation, etc.)9. Bien que la formalisation des informations documentaires soit utile à la description d’un GBPC, c’est la formalisation des informations décisionnelles qui est particulièrement cruciale pour la mise en œuvre de systèmes capables d’inférer automatiquement des données issues du contexte clinique. En schématisant à l'extrême, un GBPC peut être considéré comme un système qui reçoit en entrée des données (contexte clinique) et qui produit en sortie une ou plusieurs recommandations visant à améliorer la situation clinique. (cf. Figure 10). 9 Dans le cas de la modélisation et de la programmation orientée objets, largement utilisées depuis une vingtaine d’années, les variables peuvent être fédérées au sein d’objets possédant des attributs (équivalents des variables) et des méthodes (actions qui peuvent être accomplies). 50 Détermine Critère logique < est composé de 1…* Situation clinique Action recommandée Modifie Figure 10 : Modèle générique d’un GBPC informatisé (d’après Tu S., Medinfo2004 Tutorial) Les modèles les plus aboutis permettent d'exprimer finement d'une part la nature de l'information délivrée au médecin (la recommandation), d'autre part la logique et les critères qui permettent de l'obtenir. Il existe de nombreux modèles de GBPC informatisés. Les travaux de Wang et al. [133,134] portant sur l’analyse de 11 des modèles les plus usités ont montré qu’il existe certaines similitudes fondamentales dans les représentations des GBPC : chaque modèle contient notamment des éléments de base (dénommés primitives) permettant de représenter des critères de décision et des actions. Ces éléments forment les règles qui sont utilisées pour inférer les données lors de l’exécution d’un GBPC. Les autres primitives identifiées par Wang et al. sont des éléments permettant la gestion des statuts d’une action et/ou d’un patient. Le statut d’une action indique par exemple, lors de l’exécution d’un GBPC, qu’une action est terminée, prête à démarrer, annulée, etc. Le statut d’un patient décrit son état à un instant donné (par exemple : le patient est diabétique, le patient est allergique à la pénicilline, etc.). Le Tableau 4 ci-après présente des points communs entre les différents modèles de GBPC établis à partir d’une synthèse des articles suivants [103,131,133-136]. S’il existe des similitudes, il n’en demeure pas moins que les différents modèles de GBPC ne sont pas interchangeables : ils prennent en compte des éléments de modélisation disparates ; ils ont leur propre formalisme de représentation des connaissances, ainsi que des procédures spécifiquement adaptées à l’utilisation de ces connaissances. Sans prétendre à l’exhaustivité, nous présentons ci-après l’architecture générale de quelques modèles et systèmes de GBPC les plus caractéristiques des différents choix de modélisation retrouvés dans la littérature scientifique. Un inventaire plus exhaustif, mais dans lequel chaque système est décrit plus sommairement, peut être consulté sur le site web OpenClinical [137] spécialisé dans ce domaine. 51 Tableau 4 : Eléments communs aux différents modèles de GBPC Nom et types d’éléments de base représentés (Primitives Representation) Decision Action Statut d’un patient (Patient State) Statut d’un processus (Execution State) Eléments imbriqués (Nesting) Modélisation des données du patient Arden Syntax Logic Slot Action Slot Non Non Possibilité de faire référence à d’autres MLM (utilisation de l’instruction ‘call’ dans le slot action) Non DILEMMA State transition Protocol - Procedure state Protocol Modèle propriétaire EON/Dharma Decision step Action, Activity Scenario, Activity state Non explicite dans le modèle mais géré par le système Subguideline Utilisation d’une ontologie afin de faciliter l’interopérabilité avec des modèles tiers [138] PROforma Decision Action, Enquiry - Task state Plan Modèle propriétaire GUIDE Decision Task, Monitor Non explicite dans le modèle - Task Modèle relationnel propriétaire PRODIGY Decision Action, Activity Scenario - Subguideline Utilisation d’une ontologie afin de faciliter l’interopérabilité avec des modèles tiers Asbru Condition, Preference Plan Temporal patterns Plan state Plan - GLARE Atomic action de type decision Atomic actions de type query, work action, conclusion Non Non explicite dans le modèle mais géré par une base de données externe Composite action Modèle propriétaire + couche XML intermédiaire GLIF Decision step Action step Patient state step (depuis la v.3) Non explicite dans le modèle Subguideline Modèle propriétaire + un modèle d’interface vers des terminologies tierces GEM Logic, Conditional Step Action, Directive, Action Step Non Non Non Non Wait, 52 4.3.2 Arden Syntax La syntaxe Arden [139] est un exemple de langage de représentation de la connaissance médicale. Ce n’est pas véritablement un modèle de GBPC mais un langage de description de règles de production médicales qui peut être utilisé pour écrire tout ou partie des règles implémentées dans un modèle de GBPC [140-142]. Cette syntaxe, développée principalement aux Etats-Unis sur la base des systèmes HELP [143]et RMRS [144], est une norme depuis 1992 (ASTM-E1492)10. L’objectif de la syntaxe Arden est de constituer un standard pour la représentation procédurale et le partage des connaissances médicales. Cette syntaxe permet l'écriture de modules indépendants spécialisés (MLM : Médical-Logic Modules) [145] qui peuvent être utilisés pour produire des alertes simples (par exemple : indication de résultats de laboratoire anormaux, d’interactions médicamenteuses, etc..). De tels modules sont toutefois peu adaptés à la description de GBPC complexes détaillants, par exemple, l’ensemble d’un protocole thérapeutique [146]. Les MLM n’ont pas été conçus dans l’optique de rendre compte de la nature séquentielle d’un processus de décision inhérent à de nombreux GBPC. Un MLM est une unité structurée et modulaire basée sur le modèle des « frames » [147] précurseurs du paradigme de la programmation orientée objet. Très schématiquement, un frame peut être décrit comme un objet contenant des fentes (slots) qui peuvent contenir d’autres frames ou bien de simples attributs plus élémentaires. Une fente possède un identifiant et des contrôles indiquant comment elle doit être instanciée et l’action qu’elle doit déclencher lorsqu’elle est complètement instanciée. Une MLM décrit une prise de décision élémentaire. Il est constitué de trois parties logiques : 1) déclaration et acquisition des données ; 2) inférence des données (avec des règles du type IF…THEN…) ; 3) action. Syntaxiquement, il se présente sous la forme d’un fichier ASCII11 décrivant trois groupes de slots : maintenance, library et knowledge (cf. Figure 11). La catégorie maintenance contient des informations descriptives se rapportant au MLM (titre, auteur, version, date de modification, phase de validation, etc.) afin de faciliter sa mise à jour et sa portabilité au sein des systèmes d’information dans lesquels il est utilisé. La catégorie library donne des indications concernant l’objectif du MLM ainsi que des mots clés afin qu’il puisse facilement être retrouvé. Enfin la catégorie knowledge contient des slots comme data (concepts qui sont utilisés dans le MLM), evoke (condition qui doit être vérifiée pour que le MLM devienne actif), logic (test de condition et conclusion en vrai ou faux), action (action qui se produit quand le slot logic conclu vrai. Par exemple : envoyer un message au médecin, enregistrer un concept dans le dossier du patient, déclancher l’exécution d’un autre MLM, etc.). 10 11 ASTM : American Society for Testing and Materials ASCII : American Standard Code for Information Interchange 53 maintenance: title: Screen for hypokalemia with digoxin therapy (triggered by potassium storage);; filename: astm_hypokalemia_and_digoxin;; version: 1.00;; institution: ASTM E31.15; Columbia-Presbyterian Medical Center;; author: Robert Jenders, M.D., M.S.([email protected]);; date: 1995-02-20;; validation: testing;; library: purpose: Warn the health care provider of hypokalemia in the setting of digoxin therapy.;; explanation: Whenever a serum or whole blood potassium value is stored, it is checked for hypokalemia (less than 3.3). If hypokalemia is resent, then if the patient has a non-zero serum digoxin level within the 3 months or an active order for digoxin administration, then an alert is generated (using the later of the level or the order). It warns that hypokalemia may potentiate digoxin arrhythmias. Repeat alerts are not generated if there has not been a new digoxin level or order since the last alert.;; keywords: hypokalemia; digoxin; arrhythmia;; knowledge: type: data_driven;; data: /* evoke on storage of a serum or whole blood potassium*/ storage_of_potassium := EVENT {storage of potassium}; /* read the potassium that evoked the MLM */ potassium := READ LAST {potassium level}; /* get the last active digoxin or digitoxin order */ digoxin_order := READ LAST {digoxin order}; ;; evoke: /* evoke on storage of a serum or whole blood potassium */ storage_of_potassium;; logic: /* exit if the potassium value is invalid */ if potassium is not number then conclude false; endif; /* exit if there is no hypokalemia */ if potassium >= 3.3 then conclude false; endif; /* exit if indication of digoxin use cannot be found */ if (digoxin_order is null) then conclude false; endif; /* send an alert */ conclude true; ;; action: write "The patient's potassium level (" ||potassium|| " mEq/l on " ||time of potassium|| ") is low. If the patient is currently taking digoxin, then the hypokalemia may potentiate the development of digoxin-related arrhythmias."; ;; urgency: 50;; end: Figure 11 : Exemple d’un MLM (“Screen for hypokalemia with digoxin therapy”) 54 Le mode d’activation des MLM est procédural, guidé par les données. Les concepts inférés dans les MLM proviennent du système d’information local dans lequel ils sont implantés. Par exemple, « potassium := READ LAST {potassium level}; » indique que la variable « potassium » correspond à la plus récente valeur du concept « potassium level » retrouvée dans le dossier patient électronique. Il est important de noter que les termes entre les accolades ne font pas référence à une classification particulière. Ainsi, lors de l’intégration de MLM dans un système d’information, se pose le problème crucial de l’interfaçage et de la concordance avec la classification localement utilisée. Cet écueil, dénommé « problème des accolades » (curly braces problem) [148], qui ne peut être résolu qu’au prix d’un travail d’adaptation spécifique à chaque système d’information institutionnel, est un des facteurs qui limitent la portabilité des MLM [149]. 4.3.3 DILEMMA Le projet européen DILEMMA [150,151] propose un modèle objet générique pour la mise en œuvre de protocoles de soins (DGPM, Dilemma Generic Protocol Model). C'est un modèle déclaratif dans lequel les concepts manipulés sont indépendants des règles d'inférence. Un GBPC est notamment décrit par : • son "focus" (par exemple : stade 1 d'un cancer du sein) • son intention vis à vis du "focus" (par exemple : traiter) • le type d'action qu'il déclenche (par exemple : administration d'un médicament) • l'enchaînement des actions • les ressources qu’il va utiliser (par exemple : 100 mg de métothrexate et 20 minutes de temps infirmier) • les résultats attendus (par exemple : porter à 80% le taux de survie à 10 ans) Le modèle DGPM vise à prendre en compte l’ensemble d’un processus de soin. Le DGPM est centré sur la notion d'actions, de tâches à effectuer dans une procédure réelle de soins à l'intérieur d'un service clinique. L'action suit un "cycle de vie" au cours duquel elle passe par différents états. Par exemple une action peut être "requested", "rejected", "started", "suspended", "abandoned", "completed". Les critères de transition peuvent faire intervenir des conditions portant sur les caractéristiques du patient mais aussi sur l'état des autres actions concomitantes. Les tâches décrites peuvent être simples ou répétitives (faire 3 fois tel examen, administrer tel médicament jusqu'à ce que telle ou telle condition devienne vraie, etc.). Une grande part de la connaissance attachée à un GBPC est donc exprimée par des critères de transition qui déroulent le GBPC de tâche en tâche. Il est possible de construire des GBPC composés, qui sont en fait des agrégations d'autres GBPC (cf. Figure 12), ce qui facilite la réutilisation des implémentations déjà effectuées. De plus, cela permet d'obtenir une prise en charge dans laquelle plusieurs GBPC sont évalués simultanément ou successivement. 55 Figure 12: Un protocole composé DILEMMA (d'après [150]) Le DGPM s'appuie sur un modèle de dossier patient et sur une ontologie des concepts utilisés (ontologie définie par le projet européen GALEN). Les résultats du projet DILEMMA ainsi que ceux du projet NUCLEUS [152] qui concernait la constitution d’un dossier patient intégré ont été ont été mis en œuvre au sein du projet européen Prestige [153]. Ce vaste projet a impliqué plus de 30 organisations situées dans 8 pays européens. Les principaux problèmes rencontrés, et qui n’ont été que partiellement résolus, ont concerné, d’une part, la mise en œuvre d’un format de GBPC véritablement adaptable à diverses applications, et d’autre part, la compatibilité entre les solutions techniques proposées par Prestige et les systèmes commerciaux de gestion du dossier du patient [154]. 4.3.4 EON/Dharma Le système EON [155] est basé sur le modèle Dharma dans lequel les GBPC sont représentés sous forme de plans comprenant un enchaînement de tâches. Conceptuellement, il est comparable au modèle DILEMMA, toutefois les types d’actions qu’un GBPC met en jeu sont plus finement détaillés par leur décomposition en pas (steps) élémentaires dans le modèle EON [156]. Les pas d’un GBPC forment une partie de « l’algorithme clinique » d’un GBPC. Plusieurs types de pas sont représentés : pas d’action, pas de décision, pas de ramification (branching step), pas de synchronisation et pas chargés de contrôler d’éventuelles séquences itératives (repetition control nodes). La relation followed_by permet d’enchaîner les pas dans l’algorithme. L’algorithme clinique est également composé de plusieurs scénarii caractérisant partiellement l’état d’un patient. Par exemple, « un patient asthmatique prenant des doses faibles de corticoïdes inhalés » peut constituer un scénario. Les scénarii ont des conditions d’éligibilité qui spécifient les critères nécessaires pour qu’un patient donné soit considéré comme inclus dans tel ou tel scénario. Un scénario est suivi par un enchaînement de pas. Grâce à ce mécanisme d’éligibilité, il peut exister plusieurs points d’entrée dans un GBPC ce qui permet au médecin de consulter le GBPC à différentes étapes de la prise en charge. Ceci est particulièrement utile pour les situations dans lesquelles l’état du patient évolue au cours du temps (les pathologies chroniques comme l’asthme notamment). 56 Les actions d’un GBPC peuvent être des actions instantanées (à réaliser à un instant t) ou des activités qui s’étendent sur une période de temps. Les activités sont caractérisées par une période, un état et d’autres attributs élémentaires. Par exemple, l’activité « prise d’un médicament » peut avoir les attributs fréquence (‘2 fois par jour’), dose (‘2 mg’), etc. Les actions peuvent influencer l’état d’une activité (la démarrer, la stopper), sa périodicité, et changer un ou plusieurs de ces attributs (porter la dose à ‘4 mg’ et la fréquence à ‘3 fois par jour’ pour reprendre notre exemple). Les actions peuvent également engendrer des actes plus classiques comme imprimer une information, récupérer des données, planifier un nouveau rendez-vous etc. EON est décrit par ses concepteurs comme un modèle non-monolithique qui ne propose pas un nombre fini d’éléments, mais un ensemble de primitives qui peuvent être spécialisées en « sous-classes » (i.e. en « sous-éléments ») afin de répondre à d’éventuels besoins particuliers de l’implémentation. Ces « sous-classes » peuvent donc s’avérer être nécessaires à la représentation correcte de la connaissance et des actions de GBPC déployés au sein d’applications spécifiques. 4.3.5 PROforma Les spécifications complètes du modèle PROforma et de sa syntaxe sont accessibles sur le site de l’Advanced Computation Laboratory [157]. Dans un souci de synthèse, nous ne présentons ci-dessous que les principes généraux sur lesquels est basé ce modèle. John Fox et ses collaborateurs [101,158], qui sont à l’origine du modèle PROforma, le décrivent comme un modèle destiné à permettre la mise en œuvre de systèmes experts fiables qui fournissent une aide active lors d’une prise en charge médicale et permettent de gérer les différentes tâches d’un processus de soin (workflow management). Dans le modèle PROforma [159], un GBPC est représenté comme un ensemble de tâches (task) opérant sur une collection de données (data item). Les tâches d’un GBPC agissent sur (ou utilisent) les valeurs des données lors de l’exécution du GBPC. Il existe 4 types de tâches génériques (que l’on peut assimiler à des classes abstraites d’un modèle objet) : plan, decision, action et enquiry (cf. Figure 13). Figure 13 : les 4 types de tâche du modèle PROforma Les plans sont les éléments de base d’un GBPC et peuvent contenir une ou plusieurs tâches (y compris en d’autres plans). Les decisions représentent les choix qui doivent être opérés dans 57 un processus décisionnel médical, les actions peuvent représenter aussi bien des actions qui doivent être réalisées par une/des personne(s) physique(s) que par un/des modules(s) logiciel(s), enfin les enquiries représentent les requêtes qui doivent être effectuées vers des sources de données externes (utilisateur ou base de données). Les 4 types de tâche du modèle PROforma ont en commun des propriétés qui permettent de contrôler leur exécution : • Preconditions : conditions logiques booléennes qui doit être vérifiées afin que la tâche soit exécutée. • Postconditions : conditions logiques booléennes qui doivent être vérifiées une fois la tâche achevée • Goal : conditions logiques qui une fois vérifiées entraînent l’arrêt de la tâche • Trigger : message qui force le déclenchement de la tâche Un tâche decision contient un certain nombre d’options (dénommées candidates) représentant les éventualités disponibles lors d’un prise de décision (par exemple : « traiter le malade à domicile », « hospitaliser le malade », « demander un avis spécialisé »). La candidate qui sera choisie dépend de l’inférence de règles de décisions (recommendation rules) et d’arguments logiques qui peuvent être en faveur ou en défaveur des différentes candidates. Lors de l’utilisation d’un GBPC PROforma un moteur d’exécution dédié est chargé de gérer l’enchaînement des différentes tâches et sous-tâches qui composent le GBPC. En pratique, cela passe principalement par la gestion des 4 différents états dans lequel peut se trouver une tâche (dormant, in_progress, discarded et completed). Divers systèmes d’aide à la décision institutionnels ont été développés sur la base du modèle PROforma [159]. Certains concernent des situations couramment rencontrées en médecine générale, d’autres sont plutôt spécialisés dans le domaine de la cancérologie. PROforma a également donné naissance au logiciel commercial Arezzo™ dont une version de démonstration est disponible sur le site de la société InferMed™ [160]. 4.3.6 GUIDE L’approche GUIDE12 [17,161,162] est intimement lié à la notion de workflow et propose un modèle permettant de représenter un GBPC comme un élément chargé d’organiser les différents processus de soins au sein d’une institution (un hôpital, un réseau de soins, un service clinique, etc.). GUIDE est un modèle conceptuel permettant de représenter les différentes tâches qui peuvent être réalisées lors de la mise en œuvre d’un GBPC. Dans ce modèle, un GBPC est chargé de suggérer les tâches qui doivent être accomplies dans le temps, tout en gérant les ressources qui sont mobilisées. 12 GUIDE est en réalité le nom de l’éditeur graphique permettant de structurer un GBPC selon cette approche. 58 Un GBPC est représenté comme un ensemble de tâches et éventuellement de sous-tâches caractérisées par différents attributs : 1) Attributs descriptifs de la tâche: nom, description, intention, niveau de preuve. 2) Attributs descriptifs des ressources : compétences professionnelles, temps et ressources économiques nécessaires. 3) Attributs spécifiant l’organisation des tâches au sein d’un processus : sous-tâches, prochaines tâches à accomplir. Certaines tâches peuvent être déclenchées/stoppées automatiquement par le système suite à l’évaluation de conditions logiques portant sur divers critères (données du patient, contraintes temporelles qui doivent être respectées, etc.). D’autres tâches doivent être explicitement activées/stoppées par l’utilisateur. Quaglini et al. [163] ont implémenté ce modèle en utilisant le formalisme des réseaux de Pétri. Les réseaux de Pétri sont des graphes orientés permettant de représenter des processus exécutés séquentiellement, en parallèle, sous condition, et itérativement. De plus ils permettent de représenter différents états d’un processus. Quaglini et al. proposent un système (Guideline-based careflow system) dont l’objectif est de simuler, puis de valider les stratégies organisationnelles d’une institution pour que la mise en œuvre d’un GBPC soit effective et rentable. 4.3.7 PRODIGY Le projet PRODIGY (Prescribing RatiOnally with Decision-support In General-practice studY) [125], financé par la National Health Service (Royaumes Unis), a pour objectif le développement et l’évaluation d’un système d’aide à la décision à destination des médecins généralistes. Les GBPC informatisés réalisés concernent les prises en charge thérapeutiques de diverses pathologies aiguës et chroniques. La phase I et II du projet a permis de réaliser un module de consultation de GBPC couplé avec le dossier médical informatisé de certains fournisseurs industriels (ce dossier doit respecter les standards édictés par la National Health Service Information Authority). L’évaluation de la phase I et II a révélé que le système était satisfaisant pour la consultation des GBPC consacrés aux pathologies aiguës, mais inadapté pour la consultation et le développement de GBPC consacrés aux pathologies chroniques [110]. La phase III s’appuie à présent sur un modèle de GBPC qui tente de résoudre ce problème [164]. Ce modèle est très similaire au modèle EON [134] et reprend les mêmes notions de ‘pas’ et de scénarii que nous avons évoqués précédemment. Toutefois, il introduit la notion de consultation type (consultation template) qui représente généralement un contexte clinique classiquement rencontré. Chaque scénario peut être associé à une consultation type. Cette consultation type instancie les données du patient avec des valeurs prédéterminées. L’objectif est de minimiser le temps nécessaire à la saisie de données par le clinicien (lorsque celles-ci n’ont pas été retrouvées dans le dossier médical informatisé ou lorsque le médecin veut simuler un cas). Ces données sont ensuite inférées normalement par le système. Les 59 GBPC implémentés dans ce système peuvent être consultés depuis un navigateur Web classique (cf. Figure 14) Figure 14 : Interface Web de consultation des GBPC implémentés dans le projet PRODIGY [165]. Exemple du GBPC concernant l’hypertension artérielle 4.3.8 Asbru Asbru [166] est un modèle de GBPC développé dans le cadre du projet Asgaard [167]. Un GBPC encodé dans le langage Asbru est organisé dans une librairie de plans de soins composés de tâches élémentaires (ou plans élémentaires : primitive plans) qui doivent être totalement ou en partie complétées pour que les plans et le GBPC soient efficacement mis en œuvre en situation de soins. Ce modèle, comparable au modèle DILEMMA, est basé sur une transition d’états (cf Figure 15) dans lesquels peut se trouver un plan lors de sa mise en œuvre en situation de soin, une organisation hiérarchique des plans (parents, enfants) et sur un modèle générique représentant chaque plan. 60 considered filter reactivate filter failed possible suspended setup failed filter failed setup suspend rejected abort activate ready activated filter failed or time out complete abort completed aborted Phase de sélection Phase d’exécution Figure 15 : Schéma des transitions entre les 8 états possibles d’un plan dans le modèle Asbru (inspiré de [104]) Une des particularités d’Asbru est la représentation formelle de l’intention d’un plan. L’intention d’un plan est l’objectif d’une action exprimé de façon indépendante vis-à-vis des méthodes et des moyens utilisés pour atteindre cet objectif. Cette indépendance entre objectif et moyens vise à faciliter l’adaptabilité et la modularité des GBPC : sous réserve que les intentions initiales ne soient pas altérées ou transgressées, une action effectuée peut rester conforme à l’action recommandée même si les moyens mis en œuvre divergent de ceux recommandés. Par exemple (d’après [131]), dans une GBPC sur le traitement de l’hypertension artérielle, une des actions recommandées peut être de prescrire des bétabloquants afin de diminuer la pression artérielle. Toutefois, il est possible qu’un médecin décide de ne pas utiliser des béta-bloquants mais une autre thérapeutique avec la même intention de faire baisser la pression artérielle. Dans ce cas, bien que le praticien poursuive le même objectif, il ne respecte pas strictement la recommandation : un système d’aide à la décision qui ignorerait cet objectif commun pourrait le critiquer en déclencher une alerte afin de lui indiquer cette divergence. Cependant, si le système d’aide à la décision a les moyens de reconnaître que l’intention du clinicien et de l’action recommandée sont similaires, il pourra tempérer voire annuler le déclenchement d’une alerte. Ainsi, avec Asbru, les modalités des actions recommandées par le GBPC original peuvent être transformées et adaptées aux 61 besoins et aux contraintes locales à condition que les intentions restent fidèles aux intentions formellement décrites dans le GBPC original. Le modèle Asbru définit quatre catégories d’intentions : 1. Etat intermédiaire (intermediate state) : état du patient qui doit être maintenu, atteint ou évité (par exemple : perte de poids progressive). 2. Action intermédiaire (intermediate action) : action qui devrait être effectuée lors de l’exécution du plan de soins (par exemple : surveiller le taux de glucose chaque jour) 3. Etat global (overall state pattern) : état général que le patient devrait atteindre après que le plan de soins se soit correctement déroulé (par exemple : le patient a un taux de glucose normal). 4. Action globale (overall action pattern) : action générale qui doit être entreprise (par exemple : le patient consulte un diététicien au moins tous les trois mois). Dans le modèle Asbru, l’expression des contraintes temporelles est particulièrement poussée et permet de contrôler finement l’ordonnancement des tâches qui doivent être effectuées séquentiellement ou en parallèle lors de la mise en application d’un GBPC. Asbru définit trois modes d’exécution d’un plan qui se propagent éventuellement aux sous-plans enfants : le mode séquentiel, le mode concurrent et le mode cyclique. De plus, le modèle permet de représenter de façon explicite la fréquence des actions qui doivent être exécutées de façon itérative jusqu'à ce que certaines conditions soient vérifiées. Kasara R. et Miksch ont développé une application originale (AsbruView) permettant de visualiser et de créer des GBPC Asbru sous forme de diagrammes composés de superpositions de surfaces planes (cf. Figure 16) et de métaphores graphiques représentant les différents éléments intervenant dans le déroulement d’un plan de soin élémentaire (cf. Figure 17). Figure 16 : Représentation graphique d’un GBPC composé d’un ensemble de plans élémentaires Asbru (d’après [168]) 62 Figure 17 : Représentation graphique d’un plan élémentaire Asbru (d’après [168]). Duftschmid et al. [104] ont montré que chaque plan élementaire Asbru peut être transformé en un ensemble de règles élémentaires qui conditionnent le déroulement du plan (l’état dans lequel il va se trouver lors de l’exécution). Cette décomposition en règles élémentaires permet de vérifier plus facilement la cohérence logique d’un plan de soins Asbru. 4.3.9 GLARE Le système GLARE [169] (GuideLine Acquisition, Representation and Execution) est basé sur un nombre volontairement limité d’éléments (primitives) permettant de structurer un GBPC sous forme d’un graphe (cf. Figure 18) dont les nœuds représentent les actions qui doivent être entreprises et les arcs, le résultat d’évaluation de critères décisionnel. Les actions élémentaires (atomic actions), non décomposables, peuvent être de type « query », « decision », « work action » et « conclusion ». Ces actions élémentaires peuvent être combinées afin de former des actions composées (composite actions). Toutes les actions sont reliées par des « control relations » qui définissent leur ordre d’exécution (par exemple : « sequence », « alternative », « repetition »). La particularité de ce système est de permettre aux cliniciens d’observer les conséquences d’une décision clinique en terme de mobilisation de ressources, de coût et de temps [170,171]. En effet, lors de la consultation d’un GBPC, un médecin est souvent amené à faire des choix entre plusieurs procédures de soins adaptées à son patient. Dans de nombreux cas, les décisions ne peuvent pas être prises uniquement sur la base des données du patient : le choix doit aussi prendre en compte les conséquences sur l’organisation des soins et les moyens à mettre en œuvre. Le système GLARE permet de comparer différentes alternatives recommandées par le GBPC en simulant ce qui pourrait arriver si tel ou tel choix était fait. Ce mécanisme de raisonnement hypotético-déductif (hypothetical reasoning) est particulièrement utile lorsque le clinicien doit choisir entre différentes procédures thérapeutiques a priori équivalentes pour un patient donné. Le système GLARE peut permettre au clinicien de guider 63 sa décision en appréciant les différentes conséquences de chacune des stratégies thérapeutiques possibles. Figure 18 : Exemple d’un GBPC (traitement des calculs de vésicule biliaire) représenté sous forme d’un graphe dans l’éditeur GLARE 4.3.10 GLIF Le modèle GLIF est le fruit d’une collaboration [172] (consortium InterMed) entre les équipes travaillant sur quatre systèmes différents d’aide à la décision (MLM, MBTA, GEODE-CM et EON). GLIF est un modèle objet qui reprend les éléments communs à ces quatre applications. La description explicite de ce modèle selon un formalisme standard (UML), le nombre de classes volontairement limité aux éléments cruciaux et l’objectif affiché de proposer un modèle générique et partageable ont contribué à faciliter sa compréhension et son appropriation par la communauté scientifique. Les classes (et leurs attributs) du modèle GLIF permettent de décrire un enchaînement ordonné d'étapes (GuidelineStep). Ces étapes peuvent être : des actions (ActionStep), des conditions à évaluer (ConditionalStep), des étapes de ramification (BranchStep) vers plusieurs autres étapes, des étapes de synchronisation (SynchronizationStep) dont le rôle est de bloquer 64 la progression dans le GBPC afin de permettre à certaines ou à toutes les actions sus-jacentes de se réaliser. Cet enchaînement de pas est encapsulé dans un objet Guideline qui contient également des attributs facilitant son administration (nom, version, auteur) et décrivant ces potentialités (intention et critère d’éligibilité). Outre les classes utilisées pour la modélisation des étapes d'un GBPC, la version 2 du modèle GLIF (GLIF2) [98] fournit un ensemble de classes qui doivent être étendues, afin de prendre en compte les données patient à évaluer et les critères booléens intervenant dans la progression des étapes (cf. Figure 19 ). GuidelineStep name : String didactics[] : SupplementalMaterial BranchStep selection_method : GuidelineStep order_constraint selection_k : int branches[] : GuidelineStep ActionStep action : ActionSpecification subguideline : Guideline next_step : GuidelineStep ActionSpecification name : String description : String patient_data[] : PatientData didactics[] : SupplementalMaterial Guideline name : String intention[] : String dictionary : String version : String author[] : String eligibility_criteria : Criterion step[] : GuidelineStep first_step : GuidelineStep didactics[] : String SupplementalMaterial label : String mime_type : String WWWMaterial url : String LocalMaterial material : String ConditionStep condition : Criterion if_true : GuidelineStep if_false : GuidelineStep if_unknown : GuidelineStep SynchronizationStep continuation next_step : GuidelineStep PatientData name : String type possible_values[] temporal_constraint didactics[] : SupplementalMaterial Criterion logic_type didactics[] : SupplementalMaterial BooleanCriterion spec : String K_of_nCriterion number_to_select : int criteria[] : Criterion Figure 19 : Classe du modèle GLIF2, formalisme UML (d’après [98]) Ce modèle, basé sur une représentation algorithmique, permet d'exprimer, sous la forme d’un organigramme, la structure et l'organisation des étapes qui permettent de produire une recommandation (cf. Figure 20). En revanche, le formalisme des données patient n'est que partiellement abordé dans GLIF2 et son utilisation effective requiert leur redéfinition. 65 Figure 20 : Exemple de représentation graphique d’un GBPC GLIF2 (d’après [98]) La version 3 de GLIF (GLIF3) [173,174] s’est considérablement enrichie et permet théoriquement de modéliser un GBPC selon 3 niveaux : 1) le niveau conceptuel (représentation sous forme d’un diagramme (graphe orienté) compréhensible par un humain) ; 2) le niveau partageable et interprétable par un ordinateur (algorithmique générique) ; 3) le niveau spécifiquement adapté à une institution et à son système d’information clinique. GLIF3 a également fait évoluer la représentation des données du patient en faisant explicitement référence au modèle de données de HL7 Reference Information Model (RIM) et à l’ontologie UMLS. Le principe utilisé est de proposer à terme un mécanisme permettant de faciliter la correspondance entre la présentation des données spécifiques à GLIF (dénommée ‘core GLIF layer’) et la présentation des données spécifiques au système d’information dans lequel il est mis en œuvre. Une couche de haut niveau (‘medical knowledge layer’) contiendra les méthodes nécessaires à cette mise en correspondance. Toutefois, cette architecture composée de couches successives de représentation des données n’est pas encore finalisée. Cette dernière version de GLIF contient également un nouveau type de pas destiné à décrire l’état du patient (Patient State Step). Il est utilisé pour caractériser le statut du patient résultant des pas précédemment exécutés et peut servir de point d’entrée du GBPC. Par exemple, si l’état « pression artérielle supérieure à 140/90 au cours de la dernière semaine » est vérifié en pratique, le GBPC qui contient un Patient State Step correspondant sera déclenché et débutera à partir de cet élément. 66 Un GBPC formellement encodé selon la syntaxe GLIF doit être interprété par un moteur d’inférence afin d’être opérationnel. Plusieurs générations de moteurs d’inférences [175,175178] ont été développées au fil des évolutions du modèle GLIF. Les recherches actuelles portent sur la mise en œuvre de moteurs d’inférences capables de s’intégrer, à moindre effort de re-développement, pour fonctionner au sein de divers systèmes d’information institutionnels [177]. 4.3.11 GEM Les modèle GEM (Guideline Element Model) [179] utilise la syntaxe XML pour représenter les divers éléments d’un GBPC. Plus de 100 types d’éléments sont identifiés et organisé hiérarchiquement dans ce modèle. Les éléments de plus haut niveau dans l’arborescence décrivent : l’identité du GBPC (titre, date de réalisation, statut, etc.) ; l’organisation responsable du développement ; l’objectif ; les professionnels ciblés ; la méthode de développement ; le type de patient concerné ; la méthode d’évaluation ; la planification des révisions ; la connaissance clinique contenu dans le GBPC. Ce dernier élément nommé knowledge component (cf. Figure 21) contient de nombreux éléments enfants décrivant les recommandations, la terminologie employée, et la représentation algorithmique du GBPC (une partie de cette représentation algorithmique est basée sur GLIF2). Figure 21 : Structure de l’élément « knowledge component » (d’après [180]) Ce modèle a été développé dans l’objectif de servir d’intermédiaire, de format pivot, entre le texte original d’un GBPC et sa réalisation sous forme de GBPC interprétable par un ordinateur. Les différents éléments du modèle GEM apporte un niveau de structuration additionnel pour typer le contenu textuel d’un GBPC. Ce niveau de structuration, basé sur des catégories sémantiques, constitue une méta-informaton : l’hypothèse sous-jacente est que 67 cette méta-information facilite l’indispensable interprétation contextuelle des GBPC textuels lors de la création de bases de connaissances. Un GBPC exprimé selon la syntaxe GEM peut ainsi être utilisé pour produire les règles d’inférences [181] compatibles avec un système d’aide à la décision donné [182]. 4.4 Enjeux actuels de l’informatisation La réalisation de GBPC mobilise des ressources en temps et en personnel considérables. La première étape de synthèse des connaissances et d'élaboration du contenu d'un GBPC est un processus coûteux, qui n'est récompensé que si le GBPC est effectivement utilisé. L'informatisation des GBPC vise à améliorer leur diffusion et leur utilisation, mais aussi à permettre leur implantation pérenne dans des systèmes d'informations différents et idéalement dans des contextes variés. Ainsi, les enjeux de l’informatisation des GBPC s’inscrivent dans une problématique globale et récurrente de l’informatique médicale, et plus spécifiquement des systèmes d’aide à la décision, qui concernent les moyens à mettre en œuvre pour partager, réutiliser [183] et intégrer [184] les connaissances qui sont mises en jeux. 4.4.1 Partage et réutilisation des connaissances Comme l’a notamment précisé Musen [183], le partage et la réutilisation des connaissances sont des notions proches, mais qui ne sont pas totalement superposables. Le partage des connaissances concerne l’utilisation de bases de connaissances (ou de portions de ces bases de connaissances) dans un site ou un système autre que celui dans lequel elle a été initialement développée, généralement dans un même contexte (aide à la décision clinique ou évaluation des pratiques par exemple). La réutilisation se réfère au concept d’utilisation d’un base de connaissances dans des systèmes et/ou des sites différents, mais dénote le plus souvent d’une utilisation dans un contexte différent que celui dans lequel elle a été initialement conçue (par exemple : initialement aide à la décision clinique d’une part et enseignement pratique d’autre part). Nous complèterons cette subtilité sémantique entre partage et réutilisation en précisant que l’on emploie plus volontiers le terme de partage des connaissances lorsqu’il existe une unicité de la connaissance lors de ses différentes utilisations. Le partage est relativement facile à mettre en œuvre lorsqu’il existe une centralisation de la base de connaissances sur une source d’information de référence à laquelle accèdent différentes applications (par exemple, dans le domaine de l’indexation bibliographique, la base de PubMed maintenue par la NLM peut être considérée comme une base de connaissances de référence centralisée facilement partageable). En revanche, ce partage est plus complexe à réaliser, lorsque les connaissances sont éparses au sein de différentes ressources. Dans la suite de ce chapitre nous emploierons indifféremment le terme « partage » et/ou « réutilisation », tant la différence sémantique est ténue, mais surtout parce que ces deux 68 notions sont étroitement liées en pratique (et souvent superposables) car les mêmes éléments doivent être mis en œuvre lorsque l’on souhaite partager et/ou réutiliser des connaissances. Il existe de nombreux exemples de systèmes gérant des bases de connaissances permettant de mettre en œuvre des GBPC informatisés. Mais le plus souvent, chacun de ces systèmes utilise des méthodes qui lui est propre pour représenter et inférer ses connaissances. Chaque fois qu’une équipe décide d’utiliser un nouveau formalisme pour encoder des connaissances, l’incompatibilité entre les systèmes s’accroît [183]. Cette incompatibilité pourra, dans le meilleur des cas, être résolue au prix d’un travail additionnel conséquent et, dans le pire des cas, ne pourra pas être résolu ou de façon imparfaite et non satisfaisante. L’incompatibilité entre les systèmes et leurs modèles sous-jacents empêche le partage des connaissances qu’ils contiennent même si ces connaissances ont été élaborées avec un objectif commun. Par exemple, le même GBPC sur la vaccination DTC (Diphtérie-TétanosCoqueluche) représenté selon le modèle GLIF doit être entièrement re-développé pour être représenté selon le modèle PROforma car il est impossible de passer directement d’un formalisme à un autre, bien qu’en définitive les résultats obtenus (les recommandations) soient identiques [175]. Les connaissances qui ne sont pas partageables doivent donc être dupliquées et retranscrites pour être utilisées par des systèmes différents. Cette duplication, outre le fait de demander un travail supplémentaire et redondant, est une source potentielle d’erreurs. Elle complexifie les opérations de maintenance et de mises à jour indispensables pour que les GBPC restent valides au fil du temps, en intégrant les nouvelles connaissances issues de la recherche clinique. Elle freine la diffusion et la mise en place de systèmes d’aide à la décision clinique qui pourraient justement contribuer à une meilleure intégration des connaissances validées dans la pratique médicale quotidienne. Il est donc crucial de trouver des solutions pour que les bases de connaissances puissent être partagées entre les différents systèmes sans qu’il soit nécessaire de fournir un travail conséquent de ré-ingénierie ou de re-programmation. Cette tâche d’ingénierie des connaissances n’est pas seulement nécessaire sur le plan technique pour la réalisation de systèmes informatiques opérationnels. Elle s’inscrit également dans une problématique générale centrée sur la détermination de la nature et plus encore, sur la formalisation de la sémantique des connaissances que l’on souhaite partager. Ainsi, le partage des GBPC passe par une étape de validation consensuelle des connaissances et des procédures de soins qu’ils contiennent. Or, cette étape ne peut se faire sans une expression explicite de ces connaissances. La formalisation des connaissances, requise lors de l’informatisation des GBPC, favorise l’explicitation des concepts mis en jeu. La structuration des connaissances est également un moyen efficace pour faciliter la constitution de bases de connaissances car la structure constitue un guide pour la saisie de ces connaissances. La description explicite des granules et des types d’information qui doivent être spécifiés pour 69 être en adéquation avec le modèle choisi assure une certaine homogénéité des éléments constitutifs de la base de connaissances. Le partage effectif des connaissances médicales ne peut se faire sans la mise en place de référentiels communs [185]. Parmi ces référentiels, le modèle utilisé pour représenter les GBPC doit être partageable et suffisamment générique pour être utilisé de façon efficiente dans différentes institutions et systèmes d’information. L’utilisation d’un tel modèle permettrait de mutualiser efficacement les GBPC développés par la communauté scientifique et de limiter ainsi les réitérations dans la conception de GBPC représentant les mêmes connaissances mais sous des formalismes différents et incompatibles. La mise à disposition de GBPC partageables et la mise en œuvre de moyens de synchronisation des versions faciliteraient leur maintenance. Ils pourraient ainsi bénéficier des améliorations apportées par un plus large panel d’utilisateurs. Potentiellement, un tel partage des GBPC, aurait également un impact important sur la réduction des disparités entre les pratiques cliniques. Les conditions nécessaires au partage des GBPC informatisés ont été identifiées par Boxwala et al.[186] et précisées par De Clercq et al. [131] au moyen d’exemples issus d’une revue des modèles de GBPC les plus documentés. De ces analyses, il ressort que l’élément qui joue un rôle crucial dans le partage effectif des GBPC est le modèle de représentation des GBPC : il doit être suffisamment générique et supporter différentes implémentations pour constituer un standard consensuel. Toutefois, le partage des GBPC doit également être basé sur la mise à disposition d’outils facilitant la conception, la vérification et l’exécution des GBPC au sein de systèmes d’informations diverses [187]. La modélisation des GBPC et la représentation des connaissances qu’ils contiennent font appel à plusieurs éléments complémentaires : l’emploi de terminologies ou ontologies [188,189] et la spécification d’une syntaxe dans laquelle les connaissances seront exprimées. Lors de la réalisation de GBPC informatisés, les solutions retenues pour la mise en œuvre de chacun de ces éléments conditionnent les possibilités de partage et de réutilisation ultérieure. Une terminologie permet d’établir un domaine de discours, c'est-à-dire un vocabulaire contrôlé formé de termes qui identifient les objets que l’on manipule. Idéalement, ces termes doivent avoir une signification précise et invariable. L’emploi de nomenclatures standards (CIM, SNOMED, MeSH, etc.) facilite la réutilisation des connaissances mais ne la garantie pas pour autant. En effet, les standards existants ont été élaborés avec un objectif spécifique (codage des causes de décès et des maladies pour la CIM, indexation bibliographique pour MeSH, etc.) qui peut s’avérer difficilement transposable aux besoins d’un système d’aide à la décision. De plus, rien ne garantit formellement que les termes qu’ils contiennent seront employés de façon univoque par différents professionnels (ou par un même professionnel au fil du temps). Ainsi, de subtiles différences sémantiques interprofessionnelles peuvent engendrer des biais importants dans les résultats obtenus lors de l’utilisation d’un système d’aide à la décision. 70 Une ontologie a pour objectif de fournir une description formelle des concepts, de leurs propriétés et des relations qui existent entre les différents concepts. Une ontologie vise à caractériser précisément les concepts, à les organiser et à spécifier les relations qu’ils entretiennent les uns avec les autres. Par exemple, l’ontologie UMLS organise les concepts en classes. Ces classes sont caractérisées par des descripteurs sémantiques (semantics types). Ces descripteurs font partie d’un réseau sémantique dans lequel sont établies les relations qui les associent (« physiquement relié à » (physically related to), « temporellement relié à » (temporally related to), etc.). L’abstraction en concepts, reliés entre eux dans un réseau sémantique, permet de donner une signification formelle aux termes du métathésaurus auxquels les concepts font référence. Les connaissances manipulées par un ordinateur et échangées sous forme électronique doivent être exprimées selon une syntaxe prédéterminée. Il n’existe pas de syntaxe universelle qui soit adaptée à toutes les méthodes utilisées pour l‘inférence et la modélisation des connaissances (règles de production, raisonnement basé sur l’abstraction et généralisation de concepts, prise en compte de données incertaines, etc.) et qui soit interprétable par n’importe quel programme informatique. Il est peu probable qu’un tel langage voit le jour. En revanche, une voie actuellement explorée dans le développement de GBPC informatisés, est la recherche d’un langage interchangeable qui puisse servir de pivot entre différentes syntaxes. L’objectif est de définir les éléments de bases à même de constituer le cœur d’un langage d’expression des GBPC. Les travaux du groupe InterMed [160], qui ont conduit aux spécifications du modèle GLIF ayant une syntaxe indépendante de tout langage de programmation, sont une initiative majeure dans ce domaine. Le partage de la sémantique des concepts médicaux est capital. En effet, pour garantir l’interprétation univoque des GBPC quel que soit leur site d’implantation, il faut pouvoir s’assurer que les terminologies employées soient partagées avec la même logique d’utilisation et la même compréhension. Comme le souligne Musen, la principale difficulté est de partager cette dimension sémantique de la connaissance car elle varie en fonction de l’utilisation opérationnelle de cette connaissance. Pour cela, il est nécessaire de définir explicitement et de partager les méthodes utilisées pour manipuler cette connaissance. Les travaux de Wang et al. [175] sont un exemple de partage des connaissances opérationnelles des GBPC. L’architecture du système qu’ils proposent (GESDOR, Guideline Execution by Semantic Decomposition of Representation) est basée sur le constat que les différents modèles de GBPC contiennent des tâches opérationnelles sémantiquement similaires qui peuvent être décomposées et généralisées afin d’être effectuées par un seul et même moteur d’exécution. L’efficacité de cette approche a été confirmée par la possibilité d’exécuter deux GBPC écrits avec la même syntaxe mais formalisés suivant deux modèles différents (GLIF3 et PROforma). Quels que soient les éléments qui entrent en jeu lors de la réutilisation et du partage des GBPC (modèle de représentation, terminologie, ontologie, syntaxe), l’utilisation de standards 71 est une condition nécessaire pour chacun de ces éléments mais n’est pas suffisante pour s’assurer que la mise en œuvre au sein de systèmes d’informations différents se fera sans effort de développement supplémentaire. En effet, les standards ne sont pas « plug and play » et chaque interfaçage avec un système d’information demande une analyse spécifique parfois coûteuse, qu’il faudra reconsidérer si l’on désire tenir compte de l’évolution des standards initialement utilisés. L’avantage des standards n’est donc pas de supprimer ce travail d’interfaçage, mais de le simplifier en fournissant un ensemble de spécifications pérennes et documentées sur lesquelles les développeurs peuvent s’appuyer pour proposer des solutions et des outils qui pourront être réutilisés par ceux qui adoptent les mêmes standards. Le partage des GBPC doit également être envisagé en tenant compte des aspects organisationnels et culturels des sites et/ou des professionnels auprès desquels les GBPC doivent être déployés. Ainsi, il est peu réaliste de considérer que le contenu informationnel d’un GBPC développé par une institution nationale voire internationale soit directement adapté à un professionnel ou à un établissement de santé qui se trouve dans un contexte local souvent particulier. L’adaptation du contenu médical peut s’avérer être nécessaire du fait de la disparité des ressources localement disponibles, pour tenir compte de certaines spécificités concernant les patients pris charge et les habitudes de pratique des cliniciens, ou encore pour tenir compte des différences dans l’organisation des soins au sein de chaque institution. Demander un certain degré de flexibilité et d’adaptabilité peut paraître paradoxal (les GBPC sont supposés réduire la disparité des pratiques) pourtant l’expérience montre que pour être effectivement appliqué au sein d’une organisation particulière (un hôpital, un service clinique,…), il faut nécessairement adapter les GBPC pour qu’ils tiennent compte des caractéristiques de l’organisation (sa structure, ses obligations, son rôle, sa politique de soins, etc.) [190]. Cette adaptation locale à une institution, doit être adéquate et cohérente avec le GBPC original [191] et ses intentions. De plus, lorsque le GBPC orignal est mis à jour à un niveau national ou international, les changements doivent idéalement être propagés au niveau de chaque institution tout en gardant intact les éventuelles adaptations locales qui restent valides. Ce mécanisme requiert une gestion sophistiquée des versions et des méthodes d’adaptation localement utilisées [131]. 4.4.2 Intégration dans les systèmes d’information L’intégration des GBPC dans le système d’information utilisé par les praticiens est un élément qui améliore considérablement leur utilisation effective en pratique. Au même titre que les informations cliniques et les données de laboratoire, les informations apportées par les GBPC, généralement sous forme de recommandations pratiques, doivent être disponibles en temps et lieu voulus et idéalement être parfaitement adaptées à la situation clinique. La disponibilité de l’information et son utilisation pertinente sont précisément deux objectifs à atteindre lors de la réalisation d’un système d’information cohérent. 72 Le couplage des GBPC avec le dossier patient est un des aspects récurrents de l’intégration optimale des GBPC dans les systèmes d’informations. En effet, le dossier patient constitue à la fois une application centrale intégrée dans le processus de soins, régulièrement consultée par les praticiens, mais principalement une source d’informations où sont regroupées les données, permettant de décrire la situation clinique, qui vont influencer la décision médicale. Le rôle pivot du dossier patient est communément utilisé pour délivrer les messages d’alerte générés par les systèmes d’aide à la décision qui utilisent les informations disponibles de ce même dossier pour personnaliser les recommandations. Les GBPC sont d'autant plus utilisés qu'ils sont intégrés au dossier patient informatisé (et vice et versa). Comme nous l’avons déjà largement exposé au chapitre 4.2.2.2.2, de nombreuses difficultés doivent être résolues pour assurer cette intégration. Les informations doivent être correctement structurées pour que les deux composants (GBPC et dossier patient) puissent coopérer. Or, la structuration des données médicales est probablement l'élément qui a la plus grande variabilité entre tous les systèmes informatiques existants. D'où les difficultés rencontrées lorsque l'on souhaite implanter un module de GBPC sur un dossier patient pour lequel il n'a pas été conçu initialement. La solution la plus immédiate, mais la plus coûteuse est de re-développer complètement le module de GBPC afin de l'adapter au dossier patient. L’alternative raisonnée et la plus rentable est d’utiliser d’emblée des standards de représentation des connaissances lors du développement du module de GBPC et du dossier patient, et de mettre en œuvre, si nécessaire, des moyens de médiation entre ces standards. Ainsi la problématique d’intégration des GBPC dans les systèmes d’information rejoint logiquement celle du partage et de la réutilisation des connaissances abordée précédemment. L’intégration des GBPC dans les systèmes d’information ne se limite pas au couplage avec le dossier patient. Les GBPC doivent idéalement également être en interaction avec les autres modules et tâches du système d’information. Par exemple, les GBPC peuvent s’appuyer sur des bases de connaissances thérapeutiques voire sur l’application de gestion des stocks de la pharmacie, éventuellement sur l’agenda d’occupation des ressources matérielles (blocs opératoires, salles d’examens complémentaires, …), ou encore tenir compte de la disponibilité des personnes à mobiliser en utilisant l’application de gestion des plannings, etc. En pratique, pour que de telles interactions soient possibles il est nécessaire que les tâches et les fonctionnalités du système d’information soient clairement individualisées et dotées d’interfaces de communication. Cela est généralement le cas dans les systèmes d’information modernes basés sur une approche par composants. Les composants sont comparables à des briques logicielles, éventuellement interchangeables, que l’on peut agencer afin de former des sous-systèmes spécialisés dans l’accomplissement d’une tâche. Cette approche modulaire, résolument évolutive, s’oppose aux systèmes d’informations monolithiques, peu communicants, où l’intrication des fonctionnalités est telle qu’il est impossible de différencier et d’interagir avec des services spécifiques sans remettre en cause, voire perturber, la cohérence du système tout entier. 73 Les composants d’un système d’information doivent offrir des interfaces de communication homogènes et standardisées afin de minimiser les efforts de développement nécessaires à leur intégration au sein de sous-systèmes. La standardisation des interfaces de communication, des protocoles d’échanges de données permet d’aller au-delà de l’intégration de composants maintenus localement dans un système d’information. En effet, cela permet d’envisager une véritable interopérabilité qui se traduit, par exemple, par l’exploitation de composants ou de services totalement extériorisés utilisables par plusieurs partenaires. Techniquement, la réalisation peut être basée sur des approches utilisant des Web Services et des échanges de messages XML normalisés comme c’est le cas avec le protocole SOAP (Simple Object Access Protocol) utilisé pour faciliter l’interopérabilité fonctionnelle et syntaxique d’objets logiciels. Dans le domaine de l’aide à la décision particulièrement, l’interopérabilité doit être sémantique. C'est-à-dire que les informations échangées doivent être interprétées à un niveau formel défini grâce aux concepts du domaine. Ainsi l’information peut être traitée et interprétée par des agents logiciels intelligents (i.e. qui ont la capacité de produire une action adaptée à la signification de l’information reçue). L’interopérabilité sémantique n’est pas une notion en « tout ou rien ». Elle est modulée par le niveau d’expressivité et de complétude des terminologies et des procédures utilisées par les systèmes en présence. L’interopérabilité des GBPC avec les autres composants du système d’information ne peut donc s’envisager sans une étroite collaboration entre les différentes équipes développant ces composants afin de parvenir à une harmonisation des modèles de représentations des connaissances. La mise en œuvre de standards génériques et de moyens de médiation entre les différents modes de représentation des connaissances est une des solutions soutenues par de nombreuses équipes de recherches et industriels du domaine. 4.4.3 Intégration dans le processus de soins (workflow) Le traditionnel colloque singulier médecin-malade évolue progressivement vers des relations plurielles qui font de la prise en charge médicale un processus dans lequel interviennent plusieurs professionnels de soins qui assurent chacun une tâche particulière, qui mutualisent leurs compétences et qui interagissent dans le but ultime d’améliorer la qualité de l’ensemble du processus et les résultats cliniques. Ainsi, la qualité des soins dépend à la fois des compétences de chacun et du niveau de coopération et de coordination qu’ils atteignent [192]. Une telle organisation n’est optimale que s’il existe une capacité de partage des informations et des procédures relatives à la prise en charge du patient [193]. Ces informations évoluent dans le temps, une prise en charge médicale se limite rarement à une action ponctuelle isolée mais est constituée d’un ensemble de tâches organisées dans le temps : il est donc nécessaire de mettre en œuvre des systèmes d’information et des applications informatiques qui prennent en compte cette temporalité des informations et des tâches pour que les GBPC soient plus efficacement intégrés dans le processus clinique. Le degré d’intégration des GBPC dans le processus de soins influence directement leur impact sur les pratiques courantes [15,194,195]. 74 L’intégration de GBPC dans le processus de soin par leur modélisation comme de véritables objets du workflow est une solution explorée par plusieurs équipes [196,197]. Le développement de tels systèmes d'information coopératifs, fait appel à plusieurs types de connaissances aussi bien informatiques qu'organisationnelles. L’intégration dans le workflow ne peut se faire efficacement sans avoir préalablement identifié précisément dans quelles circonstances les GBPC sont susceptibles d’être utilisés dans le processus clinique. Tu et al. [197] précisent d’ailleurs que la formalisation des scénarii d’utilisation d’un GBPC est la première étape qui doit être réalisée pour l’intégrer efficacement dans un processus de soins. La formalisation d’un scénario d’utilisation nécessite que le contexte clinique initial, les rôles de chaque intervenant, les ressources utilisées, les événements susceptibles de modifier une prise en charge, les mécanismes qui peuvent être utilisés pour signaler qu’une action particulière doit être entreprise, doivent eux aussi être explicitement décrit et modélisés. Ainsi, Stefanelli [196] suggère qu’un GBPC peut être vu comme la modélisation d’un processus de soins : il doit, pour cela, être combiné avec le modèle organisationnel d’une structure sanitaire afin de bâtir un système capable de gérer correctement le processus de soins au sein de cette structure. Il est donc essentiel que les aspects organisationnels soient modélisés correctement en tenant compte des réalités du terrain pour que l’intégration des GBPC dans les processus de soins soit effective. Outre les aspects organisationnels, il est tout aussi important de tenir compte de l’environnement de travail des professionnels et notamment des possibilités et des conditions d’accès au support informatique lors de la pratique médicale. Par exemple, le médecin n’étant qu’occasionnellement en face de son ordinateur, il peut être souhaitable qu’un système d’aide à la décision puisse interagir avec lui par d’autres moyens que celui de l’affichage de recommandations sur un écran d’ordinateur : la communication via des dispositifs portables (pda, téléphone mobile, alphapage, …) est une technologie qui peut faciliter l’intégration de GBPC dans le workflow [198-201]. L’étude du workflow dégage nombre de facteurs qui doivent être pris en compte lors de la mise en œuvre d’un système d’aide à la décision. Un GBPC peut aider à la réalisation et à l’enchaînement des différentes tâches constitutives du workflow. Toutefois, un système d’aide à la décision basé sur des GBPC ne doit pas dicter les procédures à mettre à œuvre mais s’adapter et réagir aux différents événements qui peuvent survenir de façon attendue ou inattendue lors d’une prise en charge. L’intégration dans le workflow nécessite donc que les GBPC soient suffisamment flexibles pour s’adapter aux contraintes de la pratique médicale (prise de décision sous incertitudes, imprévisibilité de certains événements, urgence d’une situation, …) et aux contraintes spécifiques à l’organisation sanitaire dans laquelle il est mis en œuvre (choix d’alternatives liées aux disponibilités des ressources matérielles ou humaines, choix techniques, choix économiques, …). Ainsi, cette approche réaffirme que le GBPC doit être un support de base pour la pratique médicale plutôt qu’une prédéfinition de contraintes et de conduites à tenir devant être absolument respectées lors d’une prise en charge médicale. 75 5 Modélisation et applications La réalisation des applications que nous avons développées pour mettre en œuvre et éprouver un système d’aide à la décision proposant des GBPC informatisés, repose sur les spécifications du modèle décrit ci-après (cf. 5.1). Notre objectif est de concevoir et mettre en œuvre un modèle suffisamment générique pour représenter différents types de GBPC et suffisamment modulable pour être adapté à la réalisation de GBPC ayant un niveau de détail plus ou moins granulaire. Ce niveau de granularité se rapporte à la description des recommandations d’un GBPC, des concepts médicaux et des conditions qui influencent la/les recommandation(s) qui s’applique(nt) dans une situation donnée. De plus, ce modèle doit être utilisable au sein de différentes applications, indépendant du langage d’implémentation et pouvoir être réutilisé dans différents contextes de mise en œuvre sans remettre profondément en cause les éléments qui le composent. Cette recherche d’un modèle réutilisable pour l’implémentation de multiples applications nous a conduit à choisir l’acronyme xGA pour dénommer le modèle que nous avons élaboré (xGA est l’acronyme de : multiple (x) Guideline Applications). Notre démarche nous a conduit à développer plusieurs systèmes de GBPC informatisés, basés sur ce même modèle de GBPC, mais utilisé dans des contextes et environnements de développements différents et intégrant diverses ressources : • Dans le projet EsPeR (Estimation Personnalisée du Risque) la mise en œuvre de GBPC informatisés est axée principalement sur leur intégration au sein d’un ensemble de services Web fournissant une appréciation des risques morbides (tables de mortalités, équation de calcul d’un risque, informations de nature épidémiologique, …). Le module de GBPC informatisés du projet EsPeR est un des divers modules qui sont fédérés au sein d’un site Web dont l’objectif principal est la facilitation de l’accès aux informations utiles à la prévention. • Dans le projet PRESGUID (PREScriptions et GUIDes de bonnes pratiques cliniques), les GBPC informatisés sont le cœur de l’application et l’accent est mis sur l’intégration de sources d’informations complémentaires utiles à la compréhension et à l’utilisation pratique des GBPC lors d’une consultation. L’intégration de documents multimédia, et surtout l’intégration d’une base de données médicamenteuses fournissant des informations détaillées sur les prescriptions recommandées lors de la consultation des GBPC, sont des apports spécifiques du projet PRESGUID. • Les projets RCPGuide et EliGuide, actuellement en phase initiale de développement, sont plus particulièrement tournés vers l’intégration des GBPC avec le dossier du patient. Comme nous le verrons, le projet RCPGuide (Guide en réunion de concertation pluridisciplinaire en cancérologie) vise à utiliser des informations issues du Système d’Information Hospitalier (SIH), alors que le projet EliGuide à pour objectif de 76 développer un module de consultation de GBPC interopérable avec un logiciel de gestion du dossier du patient développé et commercialisé par un partenaire industriel et utilisé par des médecins généralistes libéraux. Les implémentations réalisées dans les projets EsPeR et PRESGUID ont été menées avec l’objectif de proposer un système d’aide à la décision autonome (i.e. qui ne soit pas couplé d’emblé à un dossier patient électronique spécifique). Nous avons choisi cette option afin de ne pas limiter la diffusion des GBPC produits et de ne pas restreindre leur consultation aux seuls cliniciens possesseurs du dossier patient tiers. Le couplage avec une base de données du patient a toutefois été ébauché dans le cadre du projet EsPeR. A l’instar du projet EsPeR, les développements envisagés dans les projets EliGuide et RCPGuide pour assurer le couplage avec un logiciel de gestion du dossier patient utiliserons des mécanismes de médiations assurant une interopérabilité entre dossier du patient et module de GBPC tout en préservant l’indépendance de deux systèmes en présence. Une différence notable entre les projets EsPeR et PRESGUID concerne l’origine et le processus d’élaboration des GBPC utilisés : • Dans le projet EsPeR, les GBPC ont été élaborés par le comité d’élaboration du projet composé d’informaticiens, de méthodologistes, d’experts du domaine médical et de statisticiens. De plus, l’objectif était de produire directement des GBPC opérationnels sous forme informatisée algorithmique (sans nécessairement produire un document rédactionnel purement textuel pour chaque GBPC). • Dans le projet PRESGUID, les GBPC informatisés ont été élaborés à partir de GBPC textuels préexistants, produits pour la plupart par l’ANAES. Ces GBPC, diffusés sous forme de documents PDF sur le site de l’ANAES, n’ont pas été explicitement conçus pour être implémentés dans un système d’aide à la décision. Les GBPC produits sous forme de documents textuels et rédigés selon le modèle éditorial classique des articles scientifiques sont destinés uniquement à être lus et directement interprétés par les cliniciens. Il est classiquement constaté que de tels documents comportent assez souvent des imprécisions, des ambiguïtés, des incomplétudes, voire des incohérences qui deviennent flagrantes lors de l’informatisation qui requiert une formalisation et une structuration logique des connaissances qu’ils contiennent. Le projet PRESGUID a été une occasion d’être confronté à ce type de difficultés lors de l’informatisation de GBPC rédigés et diffusés exclusivement sous forme textuelle. Si l’informatisation révèle avec une certaine acuité cette problématique, elle n’en est pas responsable et nous nous sommes interrogés sur les répercutions que cela peut avoir lorsque les GBPC textuels sont utilisés par des cliniciens pour résoudre une situation clinique concrète. Dans ce cadre, nous avons élaboré une étude portant sur les divergences d’interprétations de trois GBPC élaborés par l’ANAES. Ce travail et ses résultats seront détaillés au chapitre 6. 77 5.1 Modèles 5.1.1 Modélisation des GBPC Le modèle de GBPC que nous utilisons (xGA), est largement inspiré du modèle GLIF2 [98]. Outre le fait que le modèle GLIF trouve un large écho dans la communauté scientifique [202,203], il offre plusieurs autres avantages : • Il est conforme aux standards connus et comporte de nombreuses analogies avec les systèmes et modèles déjà développés par des équipes diverses (EON, MLM, GEODECM, MBTA, DILEMMA…). • Il permet une représentation graphique simple et aisément compréhensible par des cliniciens. • Il permet de décrire de façon plus ou moins détaillée un processus de décision et rend donc possible l’expression de GBPC plus ou moins granulaire. • Il est indépendant du langage de programmation utilisé. • Il est assez souple pour être implémenté de différentes façons et notamment en permettant de mettre en œuvre soit une collecte des données du patient à la demande auprès de l’utilisateur (au fur et à mesure de l'exécution du GBPC par exemple), soit une collecte fonctionnant en tâche de fond, couplées avec une base de données du patient. Ainsi, il est aussi bien adapté à la mise en œuvre de systèmes type « reminders », qu’a la consultation de GBPC selon un mode guidé ou critique. Le principe du modèle xGA est de représenter un GBPC sous forme algorithmique. Un GBPC est une progression organisée "pas" à "pas" vers une recommandation. L'ensemble des "pas" et leurs enchaînements constituent un arbre de décision. La Figure 22 représente les principales classes de ce modèle. L’algorithme d’un GBPC débute par un pas d’entrée (Algorithme.firstStep). Cet algorithme est composé de 2 types de pas (héritant de la classe abstraite GuidelineStep) : • Les pas d'action (ActionStep) sont utilisés pour afficher une recommandation, afficher un simple message n'ayant pas valeur de recommandation, obtenir des données ou assigner des valeurs aux données. • Les pas de décision (DecisionStep) permettent d'évaluer une condition composée d'un ou plusieurs critères. Ces critères concernent les valeurs des données obtenues lors de l'exécution de pas d'actions précédents (le modèle des données manipulées est présenté au chapitre 5.1.2). Nous utilisons des opérateurs classiques de comparaison (=, !=, <, >, etc.), des opérateurs logiques (AND, OR) pour former les expressions à évaluer. Il est également possible d’inclure une fonction de dénombrement (Count_Combination) dans une expression. Cette fonction est utilisée pour compter le nombre de données vérifiant 78 une condition particulière13. Les expressions que l’on peut former peuvent être représentées sous forme d’un diagramme de classe UML (cf. Figure 23). Author name:String email:URL role:String MaintenanceInfo 0…* Guideline authors:Author[] date_modif:Date version:String comment:String id:String name:String intention:String maintenance_Info:Maintenance_Info algorithm:Algorithm linked_Docs:boolean Algorithm firstStep:GuidelineStep steps:GuidelineStep[] 1…* ActionStep GuidelineStep nextStep:GuidelineStep action:ActionSpecification DecisionStep id:String name:String comment:String rootCriterion:Criterion ifTrue_Step:GuidelineStep ifFalse_Step:GuidelineStep ActionSpecification DisplayInfo DisplayRecommendation GetData AssignData linked_Docs:boolean title:String infoText:String linked_Docs:boolean title:String recommendationText:String grading:String author:Author date:Date data_IdsToGet:String[] attribut_IdsToAssign:String expressionAssigned:String Figure 22 : Modèle xGA des GBPC – classes et attributs principaux (formalisme UML) 0..* 1 Criterion Tests_Combination result:boolean AND OR 1..* Test_Expression data_Id:String attributs_Tested:Attribut_Test[] attributs_Combination:{AND | OR} Count_Combination testSymbol:{=;<;>;!=;in;<=;>=} comparativeValue:NumValue 1..* Attribut_Test attribut_Id:String testSymbol:{=;<;>;!=;in;<=;>=} comparativeValue:{NumValue | StringValue} Figure 23 : Représentation UML des expressions évaluées dans un pas de décision (correspond à la description détaillée de la classe Criterion) 13 Par exemple, il sera possible d’exprimer la condition suivante : « existence de plus de trois antécédents familiaux de cancer du sein bilatéral, dont l’un au moins est diagnostiqué avant l’âge de 40 ans ». L’Annexe 5 présente la structure du concept « Antécédent de cancer du sein ». 79 Outre la représentation algorithmique, le modèle xGA contient également des classes et des attributs permettant de spécifier diverses informations documentaires : auteurs, version, date de modification, grade des recommandations, etc. De plus, il est possible d’associer un ou plusieurs documents didactiques à certains éléments d’un GBPC. Ces éléments possèdent un attribut « linked_Docs » de type booléen qui indique l’existence (ou l’absence) de documents associés lors de la création du GBPC. Lors de la consultation du GBPC ces documents pourront être compulsés par l’utilisateur. Ils peuvent, par exemple, être utilisés pour présenter le texte original du GBPC, donner des références bibliographiques, présenter des schémas ou tout autres type de supports électroniques (vidéo, sons, sites web d’intérêts, etc.) 5.1.2 Modélisation des données du patient Les concepts médicaux qui sont inférés lors de l'exécution d'un GBPC sont représentés par la classe DataItem (cf. Figure 24). La classe DataItem est composée d'une ou plusieurs paires attribut-valeur. La valeur qui peut être affectée à un attribut est typée (numérique ou chaîne de caractères) et contrainte par des règles de validité (listes prédéfinies, borne minimale et maximale, etc.). DataItem Attribut data_Id:String name:String libel:String multiple:boolean attributs:Attribut[] type:String attribut_Id:String name:String libel:String 1…* questionToDisplay:String value:Value linked_Docs:boolean Value StringValue minChar:int StringItem Item_Id:String linked_Docs:boolean libel:String Value:String 0…* maxChar:int itemList:StringItem[] defaultValue:StringItem NumValue min:double max:double itemList:NumItem[] defaultValue:NumItem 0…* NumItem item_Id:String linked_Docs:boolean libel:String Value:double Figure 24 : Modèle des concepts médicaux – classes et attributs principaux (formalisme UML) Par exemple, la Tension Artérielle pourra être représentée par une instance de la classe DataItem ayant les attributs : pression systolique (PS), pression diastolique (PD) et position du malade lors de la mesure (PosM). PS et PD sont de type « NumValue » et varient entre 20 et 300. PosM est de type « StringValue » et sera évalué "debout" ou "couché". Pour un même patient, certains concepts peuvent être instanciés plusieurs fois. Par exemple, la tension artérielle peut être prise lors de plusieurs consultations. A contrario, il ne peut exister qu’une seule instance de certains autres concepts (comme le « sexe du patient » par 80 exemple). Pour spécifier cette contrainte, la classe DataItem comporte une propriété « multiple » à laquelle ont donne la valeur « true » si l’on souhaite pouvoir créer plusieurs instances d’une donnée (« false » dans le cas contraire). Comme nous l’avons vu précédemment, il est possible d’associer des documents didactiques aux éléments possédant un attribut « linked_Docs ». Ces documents seront principalement utilisés pour expliciter un concept, donner des définitions ou indiquer l’investigation clinique ou paraclinique la plus appropriée pour obtenir la donnée demandée (par exemple : la conduite à tenir standard pour mesurer la tension artérielle dans des conditions optimales.) 5.2 Application dans le cadre de EsPeR 5.2.1 Contexte La mise en œuvre de GBPC informatisés selon le modèle xGA précédemment décrit a été réalisée dans le cadre projet EsPeR (Estimation Personnalisée du Risque) [204]. Ce projet, développé initialement en collaboration avec le LERTIM de la Faculté de Médecine de Marseille, le Service d'Information Médicale de l'hôpital Broussais et le Service Commun 8 de l'INSERM, a bénéficié du soutien financier de la CANAM. Des cliniciens ont collaboré à l'élaboration de GBPC dans différents domaines : cancer du sein, cancer du colon, maladies cardio-vasculaires. Le projet était centré sur la promotion du dépistage et de la prévention de certaines maladies à forte prévalence dans la population française. L’objectif était de donner accès, via un site Web, à différentes sources organisées d'information (données de mortalité et de morbidité, estimation du risque cardio-vasculaire). Les GBPC informatisés constituent une des ressources mises à la disposition des utilisateurs du site Internet d' EsPeR. Les GBPC développés dans EsPeR suivent les principes de l'EBM [205]. Dans le cadre du projet EsPeR, les GBPC sont particulièrement justifiés dans la mesure où la prévention nécessite une appréciation correcte du risque de développement d'une pathologie. Plusieurs facteurs de risque conjuguent habituellement leurs actions. La multiplicité des facteurs de risque d'une part, et des pathologies accessibles à la prévention d'autre part, font qu'il est parfois difficile pour un praticien d'apprécier convenablement tous les risques encourus par son patient et d’en déduire des conduites à tenir adaptées. L'enjeu de notre travail est précisément d'aider le médecin face à ces difficultés en lui proposant des recommandations adaptées aux risques de son patient. Notre objectif a été de concevoir, dès les premières étapes du projet EsPeR, un module "GBPC en cancérologie" qui, à partir de données patient fournies par une base de données ou par l'utilisateur, soit capable de donner des recommandations adaptées à ces données. 5.2.2 Architecture générale du système Le projet EsPeR vise à rendre accessible en ligne un service de dépistage et de prévention des pathologies les plus fréquemment rencontrées en France. Il est principalement centré sur les pathologies cancéreuses et cardio-vasculaires. 81 Lorsque nous avons travaillé sur le projet EsPeR, l'architecture était distribuée sur deux sites. Le premier se trouvait sur le serveur Internet de l'Hôpital Broussais à Paris, le second sur celui du LERTIM à la Faculté de Médecine de Marseille. Les différents modules qui composaient le système sont représentés sur la Figure 25. Figure 25 : Architecture organisationnelle (lors des premières phases du projet EsPeR) Lors de la conception du module de GBPC, la base de données du patient implantée sur le site de l'Hôpital Broussais n'était pas encore au stade de version définitive. Il s'agissait d'une base de données relationnelle fournie avec une interface d'interrogation utilisable depuis une application Java. Cette base ne visait pas à remplacer le dossier médical du médecin, mais plutôt à enregistrer et soumettre au système des profils spécifiques de patients. Il importait donc de prendre en considération les évolutions de la base de données à laquelle le module de GBPC accédait. 5.2.3 Implémentation du modèle dans le projet EsPeR L’implémentation du module GBPC a été réalisée en utilisant le langage de programmation JAVA avec lequel nous avons développé une applet gérant l’interface homme-machine et chargé d’inférer les données du patient afin d’afficher les recommandations adaptées. 5.2.3.1 Implémentation du modèle de GBPC L’implémentation, sous forme de classes Java, respecte le modèle xGA précédemment présenté (cf. § 5.1.1) tout en étant adaptée aux choix techniques et aux contraintes du projet EsPeR. La Figure 26 présente les classes ayant été sensiblement modifiées lors de la réalisation technique. 82 Guideline name : String intention : String version : String author[] : String[] step[] : GuidelineStep first_step : GuidelineStep ruleset : IlrRuleset engine : IlrContext GuidelineStep name : String ActionStep action : ActionSpecification next_step : GuidelineStep DecisionStep if_true : GuidelineStep if_false : GuidelineStep pack : IlrPackage Figure 26 : Les principales classes implémentées pour la réalisation du module GBPC Ces modifications, portant essentiellement sur l’expression des règles d’inférences et les critères de décisions, sont dues au fait de l’utilisation du moteur d’inférence (Jrules) commercialisé par la société ILOG (www.ilog.fr). Jrules utilise des règles dont le formalisme est classique (cf. Annexe 3). L’ensemble des règles utilisées dans un GBPC est référencé dans un objet de classe IlrRuleset, les règles qui doivent être évaluées dans un pas de décision sont regroupées dans un package IlrPackage. Dans le cas le plus simple, une règle est formée d'une prémisse et d'une conclusion. La prémisse correspond à la classe "Criterion" du modèle xGA; cette dernière peut être la combinaison de un à plusieurs critères booléens. La conclusion représente le "pas" du GBPC auquel on parvient, lorsque la règle est vraie (cf. Figure 27). Prémisse <correspond> Criterion 1..* RuleSet Package 1..* Règle 1..* 1..* Conclusion <correspond> GuidelineStep Figure 27 : Correspondance entre le modèle des GBPC et les règles inférées Il convient également de préciser que les possibilités d’associations entre certains éléments du GBPC et documents didactiques n’ont pas été implémentées dans le cadre de ce projet. Seules les recommandations, stockées sous forme de fichiers HTML, peuvent contenir des références vers des documents complémentaires accessibles par l’intermédiaire de liens hypertextes. 5.2.3.2 Implémentation du modèle des données du patient Dans le couple module de GBPC / dossier patient, deux modèles données patient coexistent : nous qualifions d'externe le modèle de représentation des données dans la base et d'interne celui du module de GBPC. Dans notre module, ces deux modèles sont indépendants. Les motivations qui nous ont conduites à ne pas adopter la même représentation des données que celle de la base EsPeR sont les suivantes : 83 1. le modèle des données du patient de la base EsPeR n’était pas basé sur un standard de représentation des connaissances. 2. l'évolution prévue de la représentation des données dans la base EsPeR ne devait pas remettre en cause tout le fonctionnement du module GBPC. 3. nous souhaitons développer un module de GBPC qui puisse être utilisé dans d'autres environnements que celui du projet EsPeR Le modèle interne que nous avons implémenté (cf. § 5.1.2) permet de choisir le niveau de granularité avec lequel on souhaite représenter un concept. Ce niveau de granularité dépend pour l’essentiel du degré de précision avec lequel le concept doit être évalué dans un pas de décision. L'exemple de l’Annexe 4 illustre cette notion. 5.2.3.3 Couplage des GBPC avec la base des données du patient Dans un cadre plus général que celui d'EsPeR, les données patient stockées dans une base de données (modèle externe) ne suivent pas obligatoirement le modèle que nous avons défini cidessus (modèle interne). Le modèle externe et ses méthodes d’interrogation sont variables d’une base à l’autre, et peuvent même changer lors d’une mise à jour de version. Pour assurer la correspondance entre les modèles interne et externe, nous avons développé un module de communication qui s'appuie sur un médiateur, des dictionnaires de données et des classes d'accès aux données (cf. Figure 28). Figure 28 : Modèle de communication avec les bases de données 84 Un premier dictionnaire des concepts contient les équivalences entre les concepts des GBPC et ceux de la base de données. Un deuxième dictionnaire des classes d'accès donne la correspondance entre le nom d'une base de données et la sous-classe d' "AccesBD" appropriée. L'objet responsable de l'interrogation d'une base de données, est une instance d'une classe dérivant d' "AccesBD". Il implémente les méthodes d'interrogation adéquates pour cette base. Il existe autant de dictionnaires de concepts et de sous-classes d' "AccesBD" que de bases de données interrogeables. L'objet "MediateurBD" est spécialisé dans l'interrogation des bases de données. Il est chargé de choisir, en fonction de la base que l'on désire interroger, quelle sous-classe d' "AccesBD" doit être instanciée. Il utilise dans ce but, le dictionnaire des classes d'accès. Le dictionnaire des concepts permet au "MediateurBD" de traduire les concepts du GBPC en concepts de la base de données interrogée. Le "MediateurBD" est appelé par les objets "GetData" du GBPC. Si le concept demandé ne se trouve pas dans la base de données, l'information est demandée à l'utilisateur. Ce modèle offre l'avantage d'être facilement évolutif. Pour interroger une nouvelle base, il suffit de créer une nouvelle sous-classe d' "AccesBD" et un dictionnaire des concepts. Si les méthodes d'interrogation d'une base changent, il suffit de modifier certaines méthodes de la sous-classe d'accès. 5.2.4 Mise en œuvre et résultats obtenus Le modèle présenté a été implémenté dans le cadre de la diffusion du GBPC électronique concernant la prévention des cancers du sein. Ce guide de bonne pratique pour la prévention primaire des cancers du sein chez la femme, est présenté sous forme textuelle sur la Figure 29. Ces recommandations résultent d'une méta-analyse d'articles scientifiques conduite par l'équipe du projet EsPeR du LERTIM puis validée par l'avis d'experts (Pr Piana et Dr Bonnier). Les articles les plus intéressants de cette méta-analyse sont présentés en Annexe 5. La démarche d'élaboration des recommandations est schématisée sur la Figure 30. Afin d'identifier les aspects qui trouvent véritablement une place dans la pratique courante, les étapes d'analyse de la littérature sont suivies d'une validation par l'avis des experts. Le GBPC propose une conduite à tenir différente en fonction du niveau de risque individualisé, dépendant de certaines données observées chez le patient. Nous verrons comment nous avons choisi de représenter ces données, puis les différents "pas" que nous avons utilisés pour construire l'arbre de décision sous-jacent au déroulement du programme. 85 Figure 29 : Recommandations pour la prévention primaire des cancers du sein chez la femme 86 Figure 30 : Démarche d'élaboration des recommandations 5.2.4.1 Les données du patient A partir de l'analyse de la version papier du GBPC, il apparaît que plusieurs grains d'information interviennent pour orienter la décision : • L’âge de la patiente. • Les antécédents familiaux de cancer invasif du sein, leur nombre, l'âge du diagnostic, la localisation et le degré de parenté des individus atteints. • Les antécédents familiaux de cancer invasif de l'ovaire, leur nombre et le degré de parenté des individus atteints. • L'existence d'un antécédent personnel de biopsie mammaire et son résultat. • Le nombre de grossesses à terme et l'âge de la première grossesse. Nous avons choisi de créer six classes Java (filles de "DataItem"), afin de représenter les classes de données du patient à inférer lors de l’exécution du GBPC (cf. Annexe 6). Lors de l’exécution du GBPC, ces classes sont instanciées en objets contenant les valeurs spécifiées par l’utilisateur ou retrouvées dans la base pour un patient donné. Ces objets sont inférés dans l’algorithme du GBPC. 87 5.2.4.2 L’algorithme du GBPC Le GBPC implémenté comporte 13 objets ActionStep et 11 objets DecisionStep. La Figure 31 représente graphiquement l'ensemble des "pas" et leurs enchaînements. Figure 31 : Les "pas" du GBPC et leur enchaînement 88 5.2.4.3 L'interface utilisateur Trois zones graphiques permettent de communiquer avec l'utilisateur : 1) Une zone où les données du patient sont présentées sous forme arborescente afin de permettre à l'utilisateur d'avoir un récapitulatif concis du contexte clinique. 2) Une zone réservée à l'affichage des formulaires de saisie des données patient. Une aide concernant le fonctionnement du programme peut également y être affichée. 3) Une zone dans laquelle la recommandation est affichée. Des liens hypertextes permettent à l'utilisateur d'accéder au niveau de preuve et à d'autres références documentaires. 5.2.4.4 Le module de communication avec la base de données Les dictionnaires de données ont été créés dans une base indépendante à laquelle on accède par liaison JDBC-ODBC. Le médiateur est situé du côté serveur (servlet JAVA), l'applet s'exécute du coté client (poste de l'utilisateur). La communication entre module de GBPC et dossier patient a pu être testée avec succès sur une version de démonstration. La médiation opérée s’est toutefois limitée à une mise en correspondance terme à terme entre représentation des données dans la base et représentation des données dans le module GBPC. 5.2.4.5 Résultats L'applet réalisée a été déployée sur la version de démonstration du site EsPeR. Le scénario suivant illustre son utilisation : Prenons l'exemple d'un médecin désireux d'obtenir une recommandation pour une de ces patientes. Il se connecte au site EsPeR. Il consulte éventuellement d'autres services offerts par le site (statistiques de mortalité, estimation du risque cardio-vasculaire etc…). Puis, il sélectionne le lien "recommandations sur la prévention du cancer du sein". L'applet s'affiche sur une nouvelle page. Le sexe et l'âge de sa patiente lui ont généralement déjà été demandés (et enregistrés dans la base) au fil de son parcours sur le site : ces deux données s'affichent donc dans la zone récapitulative de gauche. La zone de droite l'informe à propos de l'utilisation de l'applet (cf. Figure 32). 89 Figure 32 : Page initiale de consultation du GBPC Le médecin clique sur le bouton "obtenir une recommandation". Un nouveau formulaire de saisie apparaît, dans lequel il indique qu'il existe un antécédent de cancer du sein chez la mère de la patiente, bilatéral et découvert à 45 ans. C'est le seul antécédent de cancer du sein dans la famille, il clique donc sur "OK"(cf. Figure 33). Le système demande alors s'il existe des antécédents familiaux de cancer de l'ovaire. Le médecin indique "Aucun", et valide son choix. La recommandation adaptée au cas de cette patiente s'affiche alors en dessous du récapitulatif du profil de la patiente (cf. Figure 34). Dans le cas que nous venons de voir, aucun autre renseignement concernant la patiente ne sera demandé au médecin. En effet, les données telles que le nombre de grossesses ou les antécédents de biopsie mammaire, ne sont pas nécessaires puisqu'elles ne modifieront pas la recommandation qui est donnée. La hiérarchisation des étapes dans le GBPC évite à l'utilisateur d'avoir à renseigner toutes les données, si les premières suffisent à fournir une recommandation. Cela représente un gain de temps non négligeable pour l'utilisateur. 90 Figure 33 : Formulaire de saisie des antécédents familiaux de cancer du sein Figure 34 : Affichage d'une recommandation 91 Après avoir obtenu cette recommandation, le médecin peut simuler un profil différent. Par exemple, s’il spécifie qu’il n’existe pas d’antécédent familial de cancer du sein, le système lui demande alors d’autres informations (une biopsie mammaire a déjà été pratiquée chez cette patiente ? quel est le nombre de grossesses et l’âge de la patiente lors de son premier accouchement ?). Une recommandation différente s'affiche (cf. Figure 35) tenant compte du nouveau profil. Figure 35 : Affichage d'une nouvelle recommandation (cas d’une patiente de 47 ans, sans antécédent familial de cancer du sein ni ovarien, n’ayant pas eu de biopsie mammaire, ayant été enceinte 3 fois et pour la première fois à l’âge de 32 ans) Pour obtenir des précisions sur la recommandation qu’il vient d’obtenir et les sources bibliographiques qui ont été utilisées pour l’établir, le médecin peut activer le lien « En savoir plus… » afin d’ouvrir une nouvelle fenêtre d’information (cf. Figure 36). 92 Figure 36 : Sources bibliographiques et informations complémentaires se rapportant a la recommandation obtenue Cette première réalisation d’un module de GBPC informatisés et son implémentation appliquée à la prévention du cancer du sein a permis de valider la faisabilité technique d’une telle application et d’éprouver notre modèle de GBPC. Bien que le système mis en œuvre n’ait pas été évalué en condition réelle (lors de consultations médicales), il nous semble nécessaire de mettre à la disposition des médecins de tels outils pour améliorer l’impact des GBPC. Le travail que nous avons réalisé prend en compte la nécessité de mettre en place des systèmes utilisables en « temps réel » et facilement accessibles. Il permet d’obtenir rapidement les recommandations adaptées au profil d’un patient et d’appréhender le rôle déterminant que jouent certaines données sur les conduites à tenir recommandées. Les recommandations apparaissent à l’écran sous forme d’un texte succinct et ciblé. Elles sont accompagnées de leur niveau de preuve et de leurs références bibliographiques auxquelles le médecin peut facilement accéder si besoin. Ces aspects pratiques sont essentiels pour augmenter le degré d’adhésion aux GBPC [28]. L’utilisation de technologies standard et largement répandues (Java, HTML), misent en œuvre sur un serveur Internet, permet à n’importe quel médecin équipé d’une connexion de consulter le système. Il n’est pas nécessaire d’installer ou de configurer un environnement de travail particulier pour utiliser le système : un simple navigateur suffit. L’absence de contrainte technique spécifique sur le poste client facilite l’accès au système par un plus grand nombre d’utilisateurs. 93 Les principes du système implémenté dans le cadre du projet EsPeR ont été repris et améliorés dans le cadre du projet PRESGUID décrit ci-après. 5.3 Application dans le cadre de PRESGUID 5.3.1 Contexte Force est de constater que la grande majorité des GBPC sont actuellement publiés sous forme de longs documents électroniques narratifs et figés (PDF ou HTML statiques) difficilement utilisables lors d'une consultation médicale limitée dans le temps. Nous savons que l'efficacité des GBPC exclusivement diffusés sous cette forme est médiocre. Ce n'est généralement pas la qualité de leur contenu qui est en cause, mais l'aspect pratique de leur utilisation. En effet, les GBPC sont plus efficaces s'ils peuvent être consultés en situation de soin ; s'ils peuvent facilement s’adapter au contexte clinique ; s'ils donnent rapidement accès à l'information pertinente et s'ils ne surchargent pas le praticien avec des informations secondaires. Minimiser le temps nécessaire à la consultation des GBPC est un facteur important pour améliorer leurs utilisations en pratique courante. Lors d’une consultation médicale, le médecin a besoin d’informations pratiques et adaptées au contexte clinique afin de décider d’une conduite à tenir face à un patient donné. Nombre de ces GBPC proposent des recommandations afin d'indiquer la ou les classes thérapeutiques les plus adaptées en fonction du contexte clinique. Or la classe thérapeutique n'est pas suffisante. Le praticien doit ensuite choisir parmi toutes les spécialités de la classe recommandée, celle qu'il va effectivement prescrire à son patient. Idéalement, le clinicien devrait donc connaître l'intégralité des médicaments disponibles et se tenir constamment informé de l’évolution des pharmacopées (nouvelles AMM, médicaments retirés du marché, nouvelles contre-indications, etc…). De plus, il est souhaitable qu'il puisse guider son choix en fonction de critères médico-économiques (le gouvernement incite actuellement les médecins à prescrire plus largement des médicaments génériques moins onéreux). L’informatisation des CPG et leur couplage avec des bases de données sur les médicaments afin de compléter les recommandations thérapeutiques, est donc une aide précieuse pour les cliniciens en situation de soin. Le projet PRESGUID [206] (PREScriptions et GUIDes de bonnes pratiques cliniques), a été conduit avec la volonté de constituer une plateforme adaptée à la production et à la consultation de GBPC couplés avec une base de données sur les médicaments. Ce projet, financé par le Ministère de la Jeunesse, de l'Education Nationale et de la Recherche, associe les 4 partenaires suivants : • Le Laboratoire d’Enseignement et de Recherche sur le Traitement de l’Information Médicale (LERTIM) à Marseille. • Le Centre d'Etudes et de Recherche en Informatique Médicale (CERIM) à Lille. • Le Laboratoire d'Informatique Médicale (LIM) à Rennes. • La Société Vidal du groupe MediMedia France 94 5.3.2 Objectifs Les objectifs du projet PRESGUID sont de concevoir un système utilisable en ligne permettant de consulter des GBPC interprétables par l’ordinateur et liés avec une base de données sur les médicaments. Ce projet vise à améliorer la consultation des GBPC et leur intégration dans les processus de soins. Nous avons opté pour une approche pragmatique afin d’implémenter les GBPC textuels produits notamment par l’ANAES et afin de coupler les recommandations proposant des prescriptions médicamenteuses avec la base de référence Vidal™. Le principe utilisé est de fournir aux médecins une interface interactive de consultation des GBPC, couplée à un recueil des données du patient pertinentes, afin d’afficher rapidement la recommandation adaptée aux circonstances cliniques. Lorsque la recommandation proposée concerne une prescription médicamenteuse, le système interroge la base de données Vidal™ afin de sélectionner et de présenter une description détaillée des différentes spécialités médicamenteuses utilisables. La mise en œuvre des GBPC dans ce projet repose sur l’utilisation d’une plateforme rassemblant les différents outils nécessaires à la création et à la diffusion de GBPC interprétables par l’ordinateur [207]. 5.3.3 Architecture et implémentation 5.3.3.1 Plateforme de GBPC Le projet PRESGUID est basé sur une architecture Web composée d’une plateforme de développement et de diffusion des GBPC et d’une base de données sur les médicaments. La Figure 37 présente le principe de fonctionnement de ce système. <XML> Doc. Liés Éditeur GBPC Données patient Consultation des GBPC Interface util. (xml + xsl) Moteur GBPC Classes thérapeutiques Spécialités thérapeutiques APIs CPG GBPC <XML> Serveur BdD médicaments Composant d’accès à la base de données Serveur de GBPC Base Base de de données données médicaments médicaments (VIDAL) (VIDAL) Figure 37 : Architecture du projet PRESGUID 5.3.3.1.1 Editeur graphique La structuration des GBPC dans un format interprétable par l’ordinateur est une étape capitale pour le développement, l’implémentation et l’évaluation de l’ensemble du système. 95 Nous avons développé un éditeur graphique de GBPC qui permet d’exprimer sous forme XML le contenu et la structure logique d’un GBPC ainsi que les données du patient qui sont inférées lors de la consultation d’un GBPC. Avec cet éditeur, dénommé XGE (Xml Guidelines Editeur), les GBPC peuvent être facilement structurés sous forme algorithmique selon le modèle décrit précédemment (cf. § 5.1 : un CPG est composé d’un enchaînement de pas de décisions et d’actions). L’éditeur XGE est conçu pour faciliter la tâche des développeurs en leur évitant d’avoir à coder manuellement le GBPC. Dans l’interface de cette application, un GBPC est représenté par un arbre de décision, que l’on assemble avec des opérations de « glisser-déplacer » afin d’inclure et d’enchaîner les différentes conditions et actions qui forment le GBPC que l’on souhaite structurer (cf. Figure 38). Figure 38 : Représentation graphique de l’enchaînement des pas d’un GBPC dans l’éditeur XGE Les cliniciens impliqués dans le développement des GBPC sont familiarisés avec ce type de représentation, ce qui leur a permis de collaborer plus facilement et plus activement à l’implémentation informatique. XGE permet également de structurer les classes de données du patient qui doivent être évaluées lors de l’exécution du GBPC (cf. Figure 39). Ces classes de données ainsi que les 96 autres éléments du GBPC peuvent être documentés avec des informations complémentaires (références bibliographiques, définitions terminologiques, documents multimédias,…) qui seront affichées à la demande de l’utilisateur lors de la consultation du GBPC. Tous types de documents électroniques peuvent être utilisés pour présenter ces informations complémentaires (HTML, PDF, Video, Images, etc…). Ces documents sont publiés et indexés sur le serveur de GBPC. L’indexation des documents est directement réalisée depuis l’interface de l’éditeur qui se charge de créer sur le serveur un fichier xml contenant des métadonnées décrivant chaque document (auteur, mots clés, identifiant de l’élément du GBPC auquel il est associé, etc…). Figure 39 : Création des classes de données du patient dont les instances seront inférées lors de la consultation du GBPC (exemple de la classe « Tension Artérielle ») La réalisation d’un GBPC avec l’éditeur aboutit à la création de deux fichiers XML : un fichier décrivant la structure algorithmique et le texte des recommandations du GBPC ; un autre fichier décrivant les classes de données du patient qui doivent être inférées lors de la consultation du GBPC. La syntaxe utilisée pour exprimer ces informations est spécifique à notre moteur d’inférence. 97 5.3.3.1.2 Moteur de GBPC Les GBPC développés sont stockés et indexés sur un serveur Web. Le moteur de GBPC implanté sur ce serveur permet d’exécuter les GBPC en fonction des valeurs des données du patient. Lors de la consultation d’un CPG, le moteur déroule la structure logique de l’algorithme : il enchaîne les pas, infère les conditions et initialise les actions à exécuter (interrogation de l’utilisateur pour qu’il saisisse les valeurs des données du patient, affichage des recommandations,…). Techniquement le moteur d’inférence est composé de trois scriplets qui implémentent et spécialisent les méthodes du DOM afin de manipuler les représentations XML : 1) du GBPC ; 2) des classes de concepts ; 3) du contexte clinique formé de concepts instanciés lors de l’exécution du GBPC. L’interface utilisateur est composée de pages Web générées dynamiquement. Toutes les informations présentées dans l’interface utilisateur sont initialement structurées selon le format XML. Nous utilisons des feuilles de styles XSL (eXtensible StyLe sheets) pour générer le code HTML afin d’afficher ces informations et créer les formulaires de saisies des données du patient. 5.3.3.2 Couplage GBPC et bases de données médicaments La base Vidal™ répertorie l’ensemble des médicaments disponibles sur le marché français. Elle est une référence reconnue par l’ensemble des professionnels de santé. Cette base est implémentée dans une base de données relationnelle Oracle® livrée avec un ensemble d’APIs permettant d’obtenir des informations détaillées sur les médicaments (monographies, posologies, compositions chimiques, …). La base Vidal™ utilise deux classifications : la classification internationale ATC (Anatomic Therapeutic Classification) et sa propre classification qui est couramment utilisée par les professionnels de santé français. Le couplage entre les GBPC et la base de données sur les médicaments est fondé sur un échange de messages XML. Nous avons développé un composant chargé d’établir la correspondance entre la description XML des classes thérapeutiques dans les GBPC et les spécialités thérapeutiques correspondantes de la base Vidal™. Pour décrire une prescription médicamenteuse dans un GBPC, nous utilisons un tag XML DRUG_PRESCRIPTION contenant les codes des classes thérapeutiques recommandées (les deux classifications, ATC ou Vidal, peuvent être utilisées). Lors de la structuration d’un GBPC sous forme XML, ce tag est imbriqué dans le tag représentant le message d’une recommandation préconisant une thérapeutique médicamenteuse (cf. Figure 40). 98 <Recommandation> <Titre>Une bithérapie est souhaitable</Titre> <Auteur>J-C Dufour (d’après ANAES)</Auteur> <RecommendationGrading>Grade A</ RecommendationGrading> <Date>22/11/2002</Date> <Message>La monothérapie est devenue insuffisante chez ce patient. Il est recommandé d’utiliser une bithérapie associant <DRUG_PRESCRIPTION> <LABEL> sulfamides et inhibiteurs des alpha-glucosidases </LABEL> <DESCRIPTION> <CLASS_THERA classification="ATC" code="A10BB"/> <CLASS_THERA classification="ATC" code="A10BF"/> </DESCRIPTION> </DRUG_PRESCRIPTION> </Message> </Recommandation> Figure 40 : Un tag DRUG_PRESCRIPTION inséré dans le message d’une recommandation L’éditeur de GBPC dispose de formulaires spécifiques permettant de parcourir les classifications thérapeutiques, de sélectionner la ou les classes recherchées et d’insérer automatiquement le tag DRUG_PRESCRIPTION dans le message d’une recommandation. Le composant chargé d’interroger la base Vidal™ est activé lorsqu’un tag DRUG_PRESCRIPTION est présent dans une recommandation. Ce composant utilise les APIs Vidal™ afin de retrouver les spécialités médicamenteuses appartenant aux classes thérapeutiques spécifiées. Il construit et renvoie un tag XML RESULT contenant l’ensemble des spécialités appropriées. Pour chaque spécialité sont indiqués l’identifiant, le nom commercial, le statut (générique / référent) et l’URL de la page Web contenant la monographie complète du médicament. <RESULT> <CLASSE classif="ATC" codeATC="A10BB"> <SPECIALITE id="7548" label="GLIBENESE" Statut="Ref" url="http://www.vidalsite.fr/gliben.htm"/> <SPECIALITE id="7571" label="GLIPIZIDE EG" Statut="Gen" url=" http://www.vidalsite.fr/glipiz.htm"/> … Toutes les autres spécialités appartenant aux sulfamides … </CLASSE> <CLASSE classif="ATC" codeATC="A10BF" > <SPECIALITE id="7618" label="GLUCOR" Statut="none" url="http://www.vidalsite.fr/glucor.htm"/> < SPECIALITE id="5122" label="DIASTABOL" Statut="none" url="http://www.vidalsite.fr/diasta.htm"/> … Toutes les autres spécialités appartenant aux inhibiteurs des alpha-glucosidases … </CLASSE> </RESULT> Figure 41 : Un tag RESULT contenant les spécialités issues de la base Vidal™ Le résultat est ajouté au document GBPC XML initial. Si besoin, l’utilisateur peut visualiser les différentes spécialités retrouvées et choisir celle(s) qu’il veut prescrire en consultant les monographies détaillées fournies par le Vidal™. Le paragraphe suivant décrit le déroulement classique d’une consultation de CPG dans le projet PRESGUID. 99 5.3.4 Résultats 5.3.4.1 Création de GBPC informatisés Six GBPC initialement produits sous format textuel (document PDF) ont été informatisés dans le cadre du projet PRESGUID : • Stratégie de prise en charge du patient diabétique de type 2 à l’exclusion de la prise en charge des complications (ANAES, document original publié en mars 2000) • Prise en charge des patients adultes atteints d’hypertension artérielle essentielle (ANAES, document original publié en avril 2000) • Prise en charge initiale des patients adultes atteints d’accident vasculaire cérébral aspects médicaux – (ANAES, document original publié en septembre 2002) • Prise en charge diagnostique et thérapeutique de l’hypertrophie bénigne de la prostate (ANAES, document original publié en mars 2003) • Recommandations pour la prise en charge de la douleur du cancer chez l'adulte en médecine ambulatoire - guide pour le praticien – (ANAES, document original publié en octobre 1995) • La place des vasoactifs dans la prise en charge des artériopathies oblitérantes des membres inférieurs stade II (Rapport du groupe AMIS-2, document publié en avril 2001 [208]) L’informatisation des cinq GBPC de l’ANAES a été entièrement réalisée par deux médecins généralistes n’ayant pas directement participés à l’élaboration du projet PRESGUID mais initiés aux notions de formalisation de l’information médicale dans le cadre d’autres travaux antérieurement menés au sein du laboratoire LERTIM. En revanche, le GBPC produit par l’AMIS-2 a été informatisé par un médecin en formation (interne dans notre service) n’ayant aucune notion préalable de formalisation des connaissances en vue de leur informatisation. Ces médecins ont été formés durant une demi-journée à l’utilisation de l’éditeur de GBPC et ont disposé d’une assistance ponctuelle de la part de l’équipe PRESGUID lors de la création des GBPC informatisés avec cet éditeur. Une évaluation de cet outil a été réalisée et sera exposée au chapitre 6.1.2. 5.3.4.2 Interface de consultation des GBPC La consultation des GBPC informatisés se fait par l’intermédiaire du navigateur Internet du poste connecté au serveur de GBPC (une version de démonstration est disponible à l’adresse suivante : http://cybertim.timone.univ-mrs.fr/presguid2_test). Le scénario ci-après décrit une consultation typique du GBPC concernant la prise en charge du diabète de type 2. Au fil de cette consultation le médecin doit saisir les informations cliniques demandées par l’intermédiaire de formulaires générés dynamiquement par le moteur d’inférence. Les premières informations qu’il doit spécifier concernent le poids, la taille, la 100 pratique d’une activité physique et le suivi d’un régime antidiabétique spécifique (cf. Figure 42). Figure 42 : Consultation du GBPC diabète de type 2 - saisie des informations poids, taille, régime et activité physique Une fois ces informations spécifiées le système calcule l’indice de masse corporelle (ici de 31 kg/m2) et interroge le médecin pour connaître le taux d’hémoglobine glycosylée. L’ensemble des données directement récupérées ou calculées est résumé sur la partie gauche de l’écran (cf. Figure 43). 101 Figure 43 : Consultation du GBPC diabète de type 2 – récapitulatif des données du patient (partie gauche de l’interface) Dans ce scénario, d’autres données sont nécessaires pour que le système puisse conclure en proposant un ensemble de recommandations adaptées au profil du patient tel qu’il a été décrit par le médecin (cf. Figure 44). En spécifiant que le patient est actuellement traité par bithérapie orale à dose maximale le médecin obtient deux recommandations ayant trait : 1) au bénéfice d’une réduction pondérale sur l’état de santé de son patient ; 2) à la préconisation d’un passage au traitement par insuline. 102 Figure 44 : Consultation du GBPC diabète de type 2 – affichage des recommandations, les classes thérapeutiques sont affichées sous forme de liens hypertextes) Chaque classe thérapeutique recommandée apparaît sous forme de lien hypertexte (cf. Figure 44) donnant accès à la liste et aux monographies des spécialités médicamenteuses référencées dans le Vidal™ et appartenant à cette classe. Ainsi, le médecin dispose d’une énumération et d’une description détaillée et actualisée des médicaments qui sont recommandés dans une situation clinique spécifique (cf. Figure 45). 103 Figure 45 : Liste et monographies des spécialités appartenant à la classe thérapeutique recommandée (classe Metformine et visualisation de la monographie du Glucophage® ) 5.4 Application dans le cadre du projet EliGuide 5.4.1 Contexte et objectif du projet L’informatisation des GBPC et la mise en œuvre d’applications autonomes permettant aux cliniciens de les consulter en ligne et d’obtenir rapidement des recommandations adaptées au profil d’un patient constituent indéniablement une avancée en termes d’utilisabilité des GBPC. Avec de tels supports, il est envisageable de les utiliser en pratique courante, lors d’une consultation médicale, directement sur les lieux de soins, au moment même où la décision médicale intervient. En d’autres termes, il devient possible de mettre à disposition de la bonne personne, la (les) bonne(s) information(s) en temps et lieu voulus. Ceci est un critère capital pour améliorer les pratiques et la qualité des soins prodigués. Toutefois, même si les GBPC en ligne sont facilement accessibles, encore faut-il que les cliniciens pensent à les consulter. Il faut une démarche volontariste pour s’astreindre à les utiliser et être capable d’identifier précisément les situations où les GBPC pourraient apporter une aide profitable pour la prise en charge ou la conduite à tenir. Il est donc indispensable que le clinicien ait conscience de ses éventuelles lacunes ou déviances probables par rapport aux standards de bonnes pratiques. Ces aspects ne remettent pas en cause le bien fondé des démarches visant à 104 faciliter la consultation des GBPC, mais font partie des limites des GBPC autonomes disponibles en ligne [209]. Comme nous l’avons vu, une solution pour dépasser ces limites est d’intégrer les GBPC dans le système d’information clinique et notamment de les coupler avec le dossier du patient lorsque celui-ci est disponible et utilisé en situation de soin. C’est précisément l’ambition du projet EliGuide que de proposer un module de GBPC intégrable qui puisse s’articuler avec un logiciel commercial de gestion du dossier du patient. Le projet EliGuide, valorisation industrielle ne nos travaux, est né d’un partenariat entre le laboratoire du LERTIM et la société Eglantine™ [210] qui souhaite bénéficier de nos recherches et développer une solution pour déployer un module de GBPC basé sur le modèle xGA. A terme, ce module devra être intégré avec le logiciel de gestion du dossier du patient développé par Eglantine depuis une quinzaine d’années et utilisé par de nombreux médecins généralistes. Plus précisément, il est envisagé de proposer un module de GBPC qui puisse communiquer avec le dossier du patient Eglantine afin de récupérer et/ou d’enregistrer au mieux les données du patient dans cette application. Le recueil des données du patient permettra d’inférer les GBPC et de proposer des recommandations adaptées au contexte clinique. Le module de GBPC pourra fonctionner en tâche de fond selon un mode critique et proposer des alertes ciblées. Il pourra également fonctionner comme une application au premier plan, selon un mode guidé, afin de permettre au clinicien d’activer et de consulter le (les) GBPC souhaité(s) même si les informations du patient présentes dans le dossier ne permettent pas d’aboutir à une recommandation. Dans ce mode de fonctionnement, le médecin aura à saisir les informations pertinentes afin de dérouler le GBPC consulté. Les informations saisies par le clinicien et celles déduites par le module de GBPC viendront enrichir le dossier du patient. 5.4.2 Résultats préliminaires La première phase exploratoire de ce projet a consisté à développer une application autonome qui puisse être installée sur un ordinateur PC sans qu’il soit nécessaire de mettre en œuvre ou d’accéder à un serveur pour consulter les GBPC informatisés disponibles. L’application permettait de consulter trois GBPC en mode guidé et n’était pas couplée avec le dossier du patient. Elle a été testée par neuf médecins généralistes en condition réelle d’exercice dans leur cabinet. Ces médecins ont été choisis, sur la base du volontariat, parmi le panel de « bêtatesteurs Eglantine » habitués à évaluer de nouvelles applications d’informatique médicale. Ils sont des utilisateurs plutôt avertis de l’outil informatique et possèdent le logiciel Eglantine depuis une douzaine d’années en moyenne. Ils n’ont pas participé au développement du prototype EliGuide soumis à leur évaluation, ce qui favorise l’objectivité de leurs avis et l’absence de conflit d’intérêt. L’objectif de cette évaluation était de préciser les potentialités de ce prototype et d’apprécier l’intérêt qu’il suscitait auprès des médecins. A l’issue d’une période d’évaluation d’un mois les neufs médecins concernés ont répondu à un questionnaire d’évaluation explorant 105 principalement quatre thématiques : 1) Utilité du module, 2) Pertinence du contenu proposé, 3) Fonctionnalités à développer ou à améliorer 4) Aspects formateurs. Les résultats sont reportés dans le Tableau 5 et commentés à la suite de celui-ci. Tableau 5 : Synthèse des réponses au questionnaire d’évaluation EliGuide Questions posées Synthèse des réponses et nombre de votes pour chaque item Pensez-vous qu’un tel module soit utile dans le principe ? Très utile : 6 Selon vous, l’utilité d’un tel module est-elle plutôt en présence du patient ou en dehors de sa présence ? Utile en présence du patient : 8 Selon vous, quelle est la perception du patient lors de l’utilisation d’EliGuide ? Plutôt positive : 6 Selon vous, l’utilisation d’EliGuide vous a-t-elle permis d’améliorer vos décisions ? Oui, souvent : 4 Utile : 3 Utile en dehors de sa présence : 1 Ne se prononce pas : 3 Oui, quelque fois : 1 Non, jamais : 2 Ne se prononce pas : 2 Si vous aviez à parler d’EliGuide à vos confrères, diriezvous que ? C’est un service d’aide au dialogue avec le patient : 3 C’est un service utile pour adapter votre prescription de médicaments : 2 C’est un service qui permet un meilleur suivi de vos patients : 5 Ne se prononce pas : 2 Avez-vous trouvé ces contenus utiles ? Très utiles : 6 Utiles : 3 Avez-vous trouvé ces contenus représentatifs des diverses situations types dans lesquelles ils peuvent être utiles ? Représentatifs : 7 Selon vous, la mise en œuvre des recommandations traduit-elle des efforts suffisants de simplification par rapport aux versions « texte » ? Oui : 7 Selon vous, sur un même thème, le médecin devrait-il avoir accès à plusieurs recommandations possibles ? Oui : 4 Nous prévoyons que le médecin ne puisse pas modifier lui-même les guides afin d’en garantir l’opposabilité. Pensez-vous que ce choix soit le bon ? Oui : 9 Pensez-vous que l’utilisateur devrait pouvoir créer luimême un certain nombre de guides complémentaires ? Oui : 7 Pensez-vous qu’un certificat de formation ou d’évaluation des pratiques professionnelles devrait sanctionner l’utilisation régulière de ces guides ? Oui : 3 Un abonnement à un canal de mise à jour régulière des guides paraît indispensable. Etes-vous d’accord avec cette affirmation ? Oui : 7 Pour les patients éventuellement concernés par l’un au l’autre des guides, avec quelle fréquence avez-vous utilisé EliGuide ? Très régulièrement : 1 Peu représentatifs : 1 Ne se prononce pas : 1 « Oui et Non » : 1 Ne se prononce pas : 1 Non : 5 Non : 2 Non : 5 Ne se prononce pas : 1 Ne se prononce pas : 2 Assez régulièrement : 2 Irrégulièrement : 3 Ne se prononce pas : 3 106 Globalement, EliGuide est perçu comme très utile, surtout en présence du patient, il permet d’améliorer les décisions médicales et le suivi du patient. Il représente, pour la grande majorité des médecins qui se sont prononcés, un effort suffisant de simplification des recommandations « textuelles ». Ces résultats, très encourageants, incitent à poursuivre le projet EliGuide et notre collaboration avec le partenaire industriel Eglantine afin de passer maintenant à la phase de réalisation d’un module intégré. Les principaux axes de recherches qui seront développés concerneront les moyens de médiation et d’interopérabilité entre le dossier du patient et les GBPC informatisés. L’utilisation de standards, aussi bien sémantiques que syntaxiques, font partie des solutions d’ores et déjà envisagées. 5.5 Application dans le cadre des Réunions de Concertation Pluridisciplinaire : projet RCPGuide 5.5.1 Contexte et objectifs du projet Le projet RCPGuide s’intéresse spécifiquement aux GBPC concernant la cancérologie et à leurs utilisations dans le cadre des Réunions de Concertation Pluridisciplinaires (RCP). La tenue de RCP découle de la mise en œuvre des propositions du plan cancer national qui comprend l’identification dans chaque établissement traitant des patients atteints de cancer d’un Centre de Coordination en Cancérologie. Ces centres doivent assurer une meilleure coordination au sein des établissements par la mise en place de RCP et assurer un suivi individualisé des patients. L’objectif des RCP est de permettre d’effectuer une analyse du bénéfice risque et de la qualité de vie pour le patient au cours de discussions thérapeutiques afin d’établir un programme personnalisé de soins. Les cas des patients doivent être examinés collectivement par les représentants des différentes spécialités susceptibles d’intervenir dans leur prise en charge [211] et la décision doit être fondée sur des schémas de prise en charge élaborés a priori et scientifiquement valides. Les principes de fonctionnement des RCP, définis à travers la circulaire de mars 1998 [212], sont les suivants : • tous les dossiers des patients atteints de cancer doivent être enregistrés par le secrétariat de la RCP ; • les dossiers qui répondent à une procédure standard de prise en charge peuvent ne pas faire l’objet d’une discussion initiale en RCP (le réseau régional de cancérologie précise quelles sont les situations qui répondent à ce cadre) • les dossiers qui doivent être obligatoirement discutés en RCP sont ceux qui ne relèvent pas de standards (référentiels validés et actualisés) ou dont le réexamen s’impose chaque fois qu’il y a changement significatif d’orientation thérapeutique. De plus, des procédures de contrôle doivent obligatoirement être mises en place pour vérifier l’adéquation aux procédures standard des dossiers présentés à la RCP. Le taux d’adéquation 107 des dossiers constituant un des indicateurs qualité du rapport d’activité demandé aux centres de coordination en cancérologie. Ainsi le cadre réglementaire des RCP réaffirme le rôle primordial des standards de pratiques, autrement dit des GBPC, dans la prise en charge des patients cancéreux. Les GBPC sont clairement positionnés comme un support de la décision, mais aussi, comme un outil de coordination des intervenants et d’évaluation des pratiques. Les GBPC doivent notamment agir comme des filtres afin que seul les cas problématiques, atypiques, non standard, soient discutés en RCP. En effet, il est superflu et inutilement coûteux d’organiser et de réitérer des concertations pluridisciplinaires pour des cas analogues pour lesquels la conduite à tenir est univoque et peut parfaitement se déduire des procédures standard que sont les GBPC validés par les acteurs du réseau régional dont les membres de la RCP font partie. Pourtant cette situation est malheureusement rencontrée en pratique et Sauvagnac et al. [213] déplorent que de nombreux cas soient soumis à discussion alors qu’ils relèvent de protocoles standard et pourraient donc être identifié par un système d’aide à la décision basé sur l’informatisation de ces protocoles. C’est précisément l’un des objectifs du projet RCPGuide que de mettre en place de tel système afin d’améliorer la qualité des prises en charges des patients cancéreux au sein de notre établissement et plus largement au sein des réseaux dont il fait partie. Il s’agit, dans ce projet, de définir des outils et un cadre méthodologique adaptés à la préparation, à la gestion et à l’évaluation des RCP. L’hypothèse sous-jacente est que les GBPC utilisés à bon escient peuvent améliorer le processus décisionnel à l’œuvre dans les RCP 5.5.2 Organisation des RCP et apports d’un système d’aide à la décision L’organisation des RCP au sein de notre établissement est classique et ne fait pas exception avec celles décrites par ailleurs [211,213,214]. En voici les principes. Il existe un comité pluridisciplinaire pour chaque domaine cancérologique (neuro-oncologie, hémato-oncologie, etc.). Ce comité pluridisciplinaire, composé de médecins experts dans différents domaines de compétences en oncologie (radiothérapeute, chirurgien, oncologue médical, …), se réunit régulièrement pour examiner les cas de patients pour lesquels un traitement carcinologique doit être initié et/ou modifié. Les cas sont soumis à ce comité par l’intermédiaire d’un ou plusieurs experts désignés comme référents par le réseau régional de cancérologie. En principe, l’expert référent doit rédiger un document de synthèse pour tous les cas pour lesquels il est sollicité et doit veiller à ce que ce document soit enregistré par le secrétariat de la RCP. L’expert référent a la responsabilité de décider quels cas relèvent de traitements standard (sans qu’il soit nécessaire de procéder à une consultation pluridisciplinaire) et quels sont ceux qui doivent faire l’objet d’une RCP. Comme nous l’avons vu, il doit pour cette décision, s’appuyer sur des GBPC validés. 108 On peut s’interroger sur les faiblesses de cette organisation dans la mesure où la discussion pluridisciplinaire à propos d’un cas est conditionnée par l’appréciation de ce même cas par un seul expert. Certes, il s’agit d’un expert dont les compétences sont reconnues par l’ensemble des membres du réseau. Mais, il n’en demeure pas moins un praticien dont les savoirs et les jugements peuvent parfois être empreints de ses règles propres [213]. S’il n’y prend garde, certains de ses avis, en contradiction avec les standards établis et/ou avec les avis de ses confrères impliqués dans la prise en charge de la pathologie, peuvent l’emporter systématiquement puisque ni la discussion ni la confrontation ne viennent contrebalancer sa décision. Il est donc souhaitable de mettre en place des « gardes fous » pour éviter que des décisions ne soient prises en dépit de règles validées et partagées par les membres du réseau. L’utilisation de GBPC qui expriment ces règles et qui servent de support à la décision fait partie de ces « gardes fous ». D’une façon générale, il en est de même des solutions d’aide à la décision basées sur des critères et des connaissances explicites, qui peuvent être partagées et contrôlées. Ainsi, dans l’organisation des RCP, un système d’aide à la décision peut être utile à différentes étapes du processus de décision (cf. Figure 46) : 1) En amont de la RCP, lors du recueil et de la structuration des informations indispensables à la prise de décision qui va suivre. L’aide apporté par le système doit être accès sur le recueil de données pertinentes au regard du cas du patient et des GBPC qui pourraient être applicables. Par exemple, en proposant un système de saisie dit « intelligent », tenant compte des informations déjà connues pour en collecter de nouvelles, complémentaires et appropriées à la situation. Ce type d’outil peut aider à la décision par la standardisation et la formalisation des données du patient et par la mise à disposition de fiches de synthèses structurées [10]. Sauvagnac et al. [213] soulignent l’importance capitale de certaines de ces données car la prise de décision en oncologie est rigoureusement centrée sur leur l’utilisation selon des critères précis. La nature de ces données dépend évidemment du type de la tumeur (volume, ganglions, récepteurs hormonaux, délétions chromosomiques, etc.) et du contexte clinique qu’elles contribuent à expliciter. 2) Toujours en amont de la RCP, mais cette fois directement lors de la décision de l’expert référent, l’objectif étant de l’aider à faire la part entre les cas qui relèvent d’une seule et unique conduite à tenir standard et ceux qui doivent être discutés par le comité pluridisciplinaire (cas « hors standard » ou pour lesquels de multiples conduites à tenir standard peuvent être proposées). 3) Lors de la RCP, afin de permettre aux membres du comité d’étayer et de renforcer leurs décisions en se basant sur des cas semblables ou des éléments issus de GBPC, d’argumenter et d’expliciter les choix qu’ils préconisent et les critères qui les justifient. Par exemple, Rossille et al. [215] proposent un 109 prototype d’un tel système dont l’objectif est d’assister les experts lors de la réunion de concertation afin de déterminer si le dossier examiné ne relèverait pas d’un GBPC ou d’un protocole d’essais cliniques ou encore ne présenterait pas des similitudes avec des cas précédemment enregistrés dans une base de cas. Le recours au GBPC lors de la RCP peut aussi être un moyen pour minimiser le jeu social souvent présent dans les débats. Ainsi, lorsque la discussion dérive vers une « bataille d’experts » il peut être utile de la recentrer par rapport aux préconisations de GBPC reconnus par tous [36]. 4) En aval des RCP, la mise en œuvre de GBPC informatisés et d’une base de cas constitue une aide à l’évaluation a posteriori et au contrôle qualité. En particulier, un tel dispositif permet de donner, voire d’améliorer, des recommandations issues des standards de prise en charge et d’analyser les cas des patients dont la prise en charge n’est pas en adéquation avec ces standards. Enfin, la collection de cas cliniques et de GBPC constituée avec cet outil peut également aider à la formation des personnels soignants. Figure 46 : Place de l’aide à la décision dans l’organisation des RCP Un tel dispositif doit s’intégrer dans le système d’information et notamment être couplé avec le dossier du patient de l’établissement et, idéalement, avec le futur dossier médical personnel (DMP). Pour un patient, le dossier médical fournit des données capitales à la prise de décision individuelle et peut être enrichi avec des informations liées à cette décision et facilitant le 110 suivi médical individuel. Au niveau d’un groupe de patients, les informations issues des dossiers médicaux permettent de procéder à des études d’efficacité thérapeutique afin d’améliorer les prises en charges et éventuellement de faire évoluer les préconisations des GBPC. 5.5.3 Fonctionnalités envisagées et développements réalisés Le projet RCPGuide, dont les objectifs sont de mettre en place des outils adaptés à la préparation, à la gestion et à l’évaluation des RCP est basé en grande partie sur l’informatisation de GBPC validés et actualisés. Les GBPC informatisés sont formalisés selon le modèle xGA et mis en œuvre au sein d’une application dont les principales fonctionnalités sont les suivantes : • faciliter le recueil des informations pertinentes afin d’optimiser l’ensemble du processus décisionnel, permettre son suivi et son évaluation ; • proposer systématiquement à l’expert référent des recommandations ou des procédures standard de prise en charge basées sur des GBPC formellement adaptés au cas du patient ; • fournir aux médecins intervenant dans les RCP des informations structurées et détaillées concernant le patient, les recommandations éventuellement proposées par le système et les critères qui ont amené l’expert référent à soumettre le cas lors d’une RCP. Sur la base de ces fonctionnalités nous proposons une application qui s’interface avec le système d’information hospitalier. L’architecture fonctionnelle du dispositif RCPGuide est détaillée sur la Figure 47. Le principe fondamental est de déléguer l’inférence des données du patient et la production de recommandations adaptées à un serveur web spécifique. Ce serveur est indépendant des applications préexistantes du SIH utilisées pour saisir et stocker les informations en rapport avec les patients et les RCP. L’objectif sous-jacent est de mettre en place un serveur qui puisse être utilisé en dehors de notre établissement et dans différents contextes, afin par exemple, d’être interrogé via Internet par les professionnels du réseau exerçant en dehors de notre établissement et possédant un système d’information différent. Notre ambition est de proposer d’emblée un système portable et réutilisable au sein de divers environnement et transposable à diverses spécialités oncologiques. 111 Figure 47 : Architecture fonctionnelle du projet RCPGuide Suivant cette architecture, nous avons élaboré un prototype et implémenté la plupart des fonctionnalités décrites ci-dessus dans le domaine des RCP de neuro-oncologie. Les GBPC informatisés de ce prototype concernent les gliomes de stade II, III et IV. Ces GBPC sont issus des SOR (Standards, Options et Recommandations) produits par la FNCLCC (Fédération Nationale des Centres de Lutte Contre le Cancer [216]). Leur version informatisée a été produite par un interne du service qui a utilisé l’éditeur XGE. Ce travail a été réalisé en collaboration étroite avec un expert neuro-oncologue de notre établissement et coordonnateur du groupe de travail ayant élaboré les SOR sur les gliomes. Cette collaboration a notamment permis de résoudre toutes les ambiguïtés et de préciser certaines généralités présentes dans les SOR initiaux. Ainsi, les versions informatisées (cf. Annexe 9) peuvent-elles être considérées comme des adaptations locales validées de GBPC nationaux. En outre, la formalisation et l’informatisation des GBPC a également permis de préciser les critères qui devaient être pris en considération pour proposer une conduite à tenir. Cela nous a amené à reconsidérer la fiche RCP préexistante afin de l’améliorer en la structurant avec plus de rigueur et de logique et à l’enrichir avec des items explicites et indispensables à une prise de décision étayée par des référentiels de bonnes pratiques (cf. Annexe 10). 112 D’un point de vue technique, les GBPC implémentés sont des fichiers XML qui peuvent être exécutés par le moteur d’inférence déployé sur le serveur Web RCPGuide (cf. Figure 47). Les mécanismes d’inférence des données et de production des recommandations sont similaires à ceux précédemment décrits (cf. § 5.3), il serait redondant de les exposer de nouveau ici. En revanche, ce prototype est maintenant conçu pour s’interfacer avec le système d’information clinique : les données inférées ne sont pas directement collectées auprès de l’utilisateur mais issues d’une base de données puis transmises au serveur RCPGuide via une requête XMLHTTP. Plusieurs étapes, réalisées depuis un poste client, sont nécessaires avant de transmettre effectivement au serveur RCPGuide les données du patient qui doivent être inférées : 1) interrogation de la base RCP et extraction des données sous forme de fichier dbf14 ; 2) enchaînement de requêtes SQL spécifiques permettant d’établir une correspondance (mapping) entre la structure et la syntaxe employées dans la base RCP et celles attendues par le serveur RCPGuide ; 3) anonymisation et mise en forme XML avant transmission. L’étape 2 s’appuie sur un dictionnaire des concepts. Dans notre prototype il s’agit d’une table à plusieurs entrées comprenant pour chaque item de la base RCP : l’identifiant du concept correspondant dans les GBPC informatisés et la référence de la procédure ou de la requête qui doit être exécutée pour opérer la conversion (c'est-à-dire pour instancier le concept adéquat attendu par le GBPC et affecter à ce concept une valeur valide). Dès lors que le serveur RCPGuide reçoit une requête XMLHTPP, il infère les données et produit une fiche de synthèse imprimable sur laquelle figurent les données du patient et les recommandations éventuellement applicables. Cette fiche est communiquée à l’expert référent, puis au comité pluridisciplinaire s’il y a lieu. Elle sera utilisée pour que la décision soit prise en bonnes connaissances des données du patient et des référentiels que constituent les GBPC. 5.5.4 Perspectives et bénéfices attendus Une première étude de faisabilité technique a permis de valider les procédures d’extraction, de conversion et de production automatisée des recommandations adaptées à partir des données des patients préalablement stockées dans le base RCP de notre SIH. La prochaine phase du projet RCPGuide sera une phase d’évaluation principalement organisationnelle. Le dispositif proposé et le prototype réalisé doivent être mis en place en condition réelle pour les RCP de neuro-oncologie organisées dans notre établissement. L’utilisation effective de ce prototype suppose une organisation rigoureuse du circuit de l’information. En particulier, la saisie des informations cliniques doit obligatoirement être réalisée avant la RCP, et idéalement lors de la consultation avec l’expert référent, afin qu’une fiche de synthèse incluant les recommandations du système puisse être produite à temps pour être disponible lors de la prise de décision. Force est de constater qu’actuellement ces informations sont saisies a posteriori de la consultation de l’expert neuro-oncologue, parfois juste avant, voire après, la RCP. En dehors de toute informatisation, cet aspect est 14 dbf : Data Base Format 113 problématique car il autorise la tenue de RCP pour des cas cliniques insuffisamment documentés et/ou pour lesquels aucune fiche RCP structurée n’est fournie au comité pluridisciplinaire. Il conviendra donc d’améliorer le circuit de l’information avant même de proposer une utilisation effective de notre prototype d’aide à la décision. Comme souvent, la mise en œuvre d’un système d’information conduit à repenser et à améliorer les organisations préexistantes, la circulation des informations et les procédures : l’informatisation des GBPC dans le cadre des RCP ne fait pas exception à cette généralité. Les bénéfices attendus de la mise en œuvre du projet RCPGuide sont donc principalement d’ordre organisationnel : amélioration de la prise en charge du patient cancéreux par l’amélioration du recueil des informations pertinentes le concernant ; explicitation des référentiels utilisés ; meilleure détermination des cas relevant de standards établis et amélioration du suivi des décisions prises en RCP. Nous pensons également, qu’à terme, RCPGuide permettra d’identifier et d’accélérer le temps de traitement des cas standards pour que plus de temps soit consacré aux dossiers problématiques lors des RCP. Ces bénéfices potentiels devront être évalués avant de transposer ce dispositif aux RCP d’autres domaines cliniques. 114 6 Evaluation L’évaluation des systèmes d’aide à la décision est complexe car plusieurs facettes peuvent être considérées [28]. Par exemple, et pour ne citer que les aspects les plus importants, on peut étudier : la cohérence des bases de connaissances [104,217], l’ergonomie, la satisfaction des utilisateurs [218], l’utilisabilité du système, l’intégration dans les processus de soins [219], l’intégration dans les systèmes d’information, les aspects cognitifs [220] et de formation des utilisateurs [221], l’impact sur la performance de la décision [222], sur les résultats cliniques [26], etc. Tous ces éléments contribuent avec plus ou moins d’importance au succès (ou à l’échec) d’un système d’aide à la décision, ou du moins à son utilisation effective et pérenne [2]. L’évaluation exhaustive de tous ces aspects dépasse largement le cadre de ce travail de thèse. Toutefois, nous avons mené plusieurs études afin d’évaluer certains de ces éléments. Ces études ont été conduite principalement, mais pas exclusivement, dans le cadre du projet PRESGUID. Nous présentons ci-après les principaux résultats de ces évaluations. Il s’agit d’évaluations portant : sur la faisabilité de l’informatisation des GBPC ; sur les possibilités et les facilités de structuration des connaissances avec notre modèle et l’éditeur graphique XGE ; sur l’ergonomie de l’interface de consultation des GBPC informatisés ; sur l’impact du système auprès des utilisateurs en termes d’adhérence aux recommandations et d’utilisabilité. 6.1 Faisabilité de l’informatisation des GBPC 6.1.1 Une évaluation en amont de l’informatisation Comme nous l’avons vu, notre démarche pour informatiser des GBPC est basée sur l’analyse et l’interprétation des documents textuels publiés par les sociétés savantes et les organismes spécialisés comme l’ANAES [109] ou la FNCLCC [216] afin d’en dégager les critères et conditions qui doivent influencer une démarche diagnostique ou thérapeutique lors d’une consultation médicale [206]. Cette analyse nous permet de structurer un GBPC comme un arbre de décision et de l’implémenter afin de produire une version informatisée donnant rapidement et directement accès aux recommandations adaptées au profil du patient. Une telle structuration d’un GBPC, à partir du document textuel initial, présente souvent des difficultés. Par exemple : les concepts évoqués dans le GBPC initial peuvent être ambiguës ou imprécis ; certaines notions font implicitement appel à des connaissances expertes spécialisées ; la structure rédactionnelle du document ne permet pas toujours de déduire une conduite à tenir univoque ; il existe des « trous de connaissances » qui ne sont pas explicitement mentionnés ; etc… De ce fait, interpréter de façon singulière voire erronée certains éléments problématiques du GBPC textuels est un risque réel lors de la réalisation de la version informatisée. 115 Ces considérations nous amènent à nous interroger sur le contenu rédactionnel des GBPC textuels. Nous constatons d’expérience que ces derniers sont mal adaptés à la production de GBPC informatisés, mais sont-ils correctement adaptés à leurs objectifs premiers (recommander une conduite à tenir optimale, réduire les disparités des pratiques) lorsqu’ils sont utilisés en conditions favorables par les praticiens ? Nous avons mené un travail [23], reporté ci-après, dont l’objectif principal était d’apprécier si les GBPC textuels étudiés sont correctement et univoquement interprétés par les cliniciens auxquels ils sont destinés. L’objectif secondaire était de préciser l’audience et l’appréciation de ces mêmes GBPC par les cliniciens. 6.1.1.1 Matériel et méthode Nous avons choisi d’étudier trois GBPC textuels15, produits par l’ANAES. Il s’agit des GBPC intitulés : 1. « Stratégie de prise en charge du patient diabétique de type 2 à l’exclusion de la prise en charge des complications, mars 2000 » 2. « Diagnostic, prise en charge et suivi des malades atteints de lombalgies chroniques, décembre 2000 » 3. « Prise en charge des patients adultes atteints d’hypertension artérielle essentielle, avril 2000 » Notre étude était basée sur l’analyse des réponses apportées par vingt-sept médecins généralistes en activité (MG) ou en formation (MF) à un ensemble de questions et de cas cliniques. Ils avaient comme consigne de suivre rigoureusement les recommandations des GBPC pour répondre aux cas cliniques. L’échantillon des médecins participants a été réalisé au hasard parmi les médecins en activité ou en formation (internes) en relation avec les membres du laboratoire. Tous les médecins qui ont accepté de participer à l’étude ont été inclus. Les médecins étaient rétribués pour leur participation. Pour chacun de ces GBPC un questionnaire général et deux cas cliniques ont été élaborés : 15 • Le questionnaire général était composé de quatre questions libellées ainsi : 1) Connaissiez-vous l’existence du GBPC ? 2) L’aviez-vous déjà lu auparavant ? 3) Combien de temps avez-vous consacré à sa lecture ? 4) Quelle est votre appréciation quant à la clarté du GBPC ? • Chaque cas clinique était composé de 3 à 5 questions ouvertes et ciblées appelant à des réponses courtes (ex : Quel traitement prescrivez-vous ? Dans combien de temps prévoyez-vous de revoir le patient ?). De plus, les médecins avaient la possibilité d’exprimer d’éventuelles remarques ou difficultés concernant la description du cas clinique. Ces trois GBPC ont notamment été choisis car nous avons l'expérience préalable de leur informatisation. 116 La saisie des réponses a été effectuée directement par les médecins via un questionnaire en ligne sur lequel était systématiquement rappelée la consigne de consulter et de suivre impérativement les GBPC pour répondre aux cas cliniques. Les GBPC étaient immédiatement disponibles et téléchargeables depuis l’interface du questionnaire (copies des documents PDF originaux diffusés par l’ANAES). Chaque médecin disposait d’un login et d’un mot de passe lui permettant de compléter/modifier ses réponses lors de différentes consultations du site Web de l’étude. Ce login ne permettait pas d’identifier les participants. Aucune contrainte de temps n’a été imposée pour répondre aux questions de cette étude. Pour chacun de ces cas cliniques, nous avons demandé à l’expert interniste de formuler sa réponse en suivant scrupuleusement les recommandations des GBPC. Les réponses ainsi obtenues ont servi de « gold standard » pour évaluer les réponses des médecins à ces mêmes GBPC afin d’établir un score par réponse à deux modalités (0 = réponse du médecin en désaccord avec celle de l’expert ; 1 = réponse du médecin en accord avec celle de l’expert). Ce score par réponse à deux modalités nous a permis de calculer, pour chaque GBPC, le pourcentage de réponses en accord avec l’expert. La concordance entre les observateurs médicaux a été mesurée par le coefficient de Kappa. La concordance des réponses entre les médecins participants a été mesurée par le coefficient de corrélation intra-classe des scores par réponses. Celui-ci permet d’apprécier, au sein du groupe des médecins, la concordance de leurs réponses aux cas cliniques. 6.1.1.2 Résultats Vingt sept médecins ont participé à cette étude : 14 MG (52%) et 13 MF (48%). Le questionnaire comportait 26 questions ayant fait l’objet d’un scoring par les observateurs médicaux. Au total, 629 réponses ont été scorées [26 * 27 – (73 données manquantes)]. Il y a eu accord entre les deux premiers observateurs sur 594 réponses (94,4%) et désaccord sur 35 réponses (6,4%). La concordance entre les deux observateurs a été bonne (coefficient de Kappa de 0,88, p<0,0001). 6.1.1.2.1 Audience et perception des GBPC Les principaux résultats, en termes d’audience et de perception des GBPC par les médecins, sont reportés dans le Tableau 6. Globalement, on constate que si les médecins sont relativement bien informés de l'existence des GBPC étudiés (68% à 96% selon le GBPC considéré) moins de 50% des médecins déclarent spontanément les avoir déjà lu auparavant. Le GBPC concernant la lombalgie est celui qui a la moins bonne audience. C’est aussi le GBPC qui est jugé le moins clair : plus de 66% des médecins considèrent qu’il n’est « pas du tout clair » ou « moyennement clair ». Alors qu’ils sont respectivement 46,2% et 23,8% à penser la même chose pour les GBPC sur le diabète et l’HTA. 117 Tableau 6 : Audience et perception des GBPC Diabète Lombalgies HTA Connaissent existence 92% 68% 96% Déjà lu 48% 36% 50% Parfaitement clair 53,8% 33,3% 76,2% Moyennement clair 23,1% 33,3% 19% Pas du tout clair 23,1% 33,3% 4,8% Temps moyen de lecture (écart-type) 27 mn (15) 42 mn (39) 27 mn (16) Nombre de pages A4 21 95 17 6.1.1.2.2 Interprétation des GBPC : concordance des réponses avec le « gold standard » En terme d’interprétation des GBPC et de concordance de leur réponse avec le « gold standard », cette étude a montré que, globalement, le pourcentage de réponses en accord avec l’expert n’est que de 62% (écart-type, e.t.,=11%). Il y a seulement 54% (e.t.=18%) de réponses concordantes avec cette référence pour le GBPC concernant la lombalgie, 63% (e.t.=14%) pour l’HTA et 65% (e.t.=15%) pour le diabète (il n’existe pas de différence significative dans cette répartition). Le Tableau 7, présente une synthèse des résultats en fonction du groupe de médecins (MG ou MF). Il n’existe pas de différence significative dans la répartition des scores entre MG et MF, sauf dans le cas de l’HTA (p=0,02). Tableau 7 : Pourcentages d’accord avec la référence 6.1.1.2.3 Diabète Lombalgies HTA MG + MF 65% 54% 63% MG 65% 49% 57% MF 64% 61% 70% Interprétation des GBPC : concordance des réponses entre médecins Quel que soit le GBPC considéré, le calcul du coefficient de corrélation intra-classe (ICC) a montré un faible taux de concordance des réponses entre médecins (ICC Diabète = 0,43 ; ICC Lombalgies = 0,13 ; ICC HTA = 0,39 ; p<10-6 dans tous les cas). Celui-ci permet d’apprécier, au sein du groupe des médecins, la concordance de leurs réponses aux cas cliniques. 118 6.1.1.3 Discussion et conclusion Le but de l’étude était d’apprécier si les GBPC étudiés permettaient de répondre correctement à un problème clinique donné et de savoir s’ils donnaient lieu à des divergences d'interprétation et/ou de compréhension. Les résultats obtenus ont montré que l’interprétation des GBPC par les médecins est incorrecte (en discordance avec celle de l’expert) dans 38% des cas en moyenne. Mais nos résultats montrent surtout qu’il y a une discordance entre les réponses des médecins eux-mêmes ce qui minimise le biais que pouvait représenter le choix d’un « gold standard ». Bien que la différence ne soit pas significative, on note un taux de réponses incorrectes plus important pour le GBPC concernant les lombalgies chroniques. Il faut noter que ce GBPC est celui qui présentait le plus de difficultés lors de son implémentation informatique (préalablement et indépendamment de cette étude). Son contenu rédactionnel se prête difficilement à la structuration d’un arbre de décision affiné. Les deux autres GBPC (diabète et HTA) sont plus faciles à structurer sous cette forme, mais ne sont pas exempts d’imprécisions et d’ambiguïtés. Un des reproches récurrent concernant le format textuel et statique des GBPC est d’être difficilement utilisable en pratique courante ce qui expliquerait, du moins en partie, que les recommandations soient peu suivies par les médecins dans leurs activités de soins. Ainsi, on considère implicitement que la divergence que l’on constate entre les pratiques et les GBPC est due essentiellement au fait que, pour diverses raisons telle que l’inadéquation du format de diffusion, les cliniciens n’utilisent pas les GBPC et ne suivent donc pas les recommandations proposées. Dans notre étude, bien que les médecins aient suivi les GBPC, nous avons noté des discordances d’interprétation révélées par des réponses divergentes aux cas cliniques. Notre travail permet donc d’apporter des arguments en faveur d’une disparité des pratiques imputables à des interprétations erronées et discordantes des GBPC pourtant utilisés par les médecins. Dans leur format rédactionnel classique, les GBPC ne sont pas adaptés à leur informatisation [223]. Les difficultés rencontrées pour produire un GBPC informatisé à partir d'une version textuelle sont également rencontrées par les praticiens eux-mêmes lorsqu'ils transposent le GBPC en conduites à tenir opérationnelles en situation clinique. Les résultats de notre étude sont en faveur d’une interprétation des GBPC trop souvent erronée et divergente de la part des médecins auxquels ils sont destinés. Ces résultats devraient inciter les responsables de la production de tels supports décisionnels à proposer des documents mieux structurés, moins ambiguës et plus précis afin qu’ils soient correctement et univoquement interprétés. L’informatisation des GBPC, qui requiert une explicitation des connaissances et une structuration rigoureuse des contenus, est une solution permettant de révéler ces écueils. L’informatisation n’a pas pour seul mérite de fournir un support plus pratique à utiliser et plus disponible que le support textuel : elle contraint également à structurer et à organiser de façon plus complète, plus cohérente et plus conséquente les informations et donc à faciliter leur compréhension univoque. L’expression des GBPC selon un modèle facilitant leur informatisation devrait être intégrée avant l’étape de publication textuelle classique des GBPC. L'informatisation est un révélateur des insuffisances qui doivent être comblées en amont de la publication des GBPC. 119 6.1.2 Représentation et structuration de la connaissance L’informatisation des GBPC pour disposer d’applicatifs fournissant des recommandations adaptées au contexte clinique (par exemple, sous forme de simples messages ciblés électroniques – reminders – ou sous forme de systèmes plus complexes spécialisés dans la gestion globale des processus de soins) requiert une représentation et une structuration des connaissances compatible avec une interprétation logicielle. L’objectif est en effet de déléguer au logiciel tout ou partie de l’inférence des informations, idéalement jusqu'à l’obtention de recommandations applicables par le praticien et logiquement cohérentes avec les données cliniques collectées. Or, cette structuration de la connaissance est une tâche exclusivement humaine qui demande un effort d’autant plus considérable que le modèle de représentation informatique est complexe et s’éloigne de la représentation usuelle et communément adoptée pour formaliser un GBPC sur le papier. Le processus de structuration et de saisie de la connaissance est souvent décrit comme un goulot d’étranglement pour la constitution de GBPC informatisés [170,176] du fait de l’inexistence ou de la complexité des outils dédiés qui s’adressent plus souvent aux spécialistes de l’informatique ou de l’ingénierie des connaissances qu’aux cliniciens avec lesquels il est bénéfique et indispensable de collaborer [224] lors de la production de GBPC informatisés. Nous avons développé un système permettant la création de GBPC informatisés avec l’ambition de construire un outil facilement utilisable, après une formation minimale, par des personnes n’ayant pas de compétence particulière en ingénierie des connaissances. L’éditeur de GBPC (XGE, Xml Guidelines Editeur) devait être suffisamment « expressif » pour permettre de formaliser les connaissances cliniques d’un GBPC et « utilisable » par un médecin non expert en informatique médicale ni dans le domaine de la structuration formelle de l’information. Comme le souligne les travaux de Patel V. et al. [224,225], il existe un dilemme permanent entre « expressivité » et « utilisabilité » car plus un moyen de représentation des connaissances (un langage, une représentation symbolique) est riche, plus il est difficile à comprendre et à utiliser. Nous avons donc tenté d’avoir une approche pragmatique afin de trouver un compromis raisonnable entre « expressivité » et « complexité ». XGE, permet de représenter un GBPC sous forme d’un arbre de décision en utilisant une collection limitée de primitives qui sont à la fois claires et compréhensibles pour l’utilisateur et suffisamment expressives pour couvrir la plupart des aspects d’un GBPC. Cet éditeur propose à l’utilisateur de construire un GBPC à partir d’éléments graphiques prédéfinis, manipulé à l’aide de la souris, sans qu’il soit nécessaire de programmer ou de saisir la moindre ligne de code. Ces éléments graphiques représentent les classes du modèle xGA et donc les différents types de « pas » d’actions et de conditions que l’on peut agencer pour former un GBPC. L’éditeur que nous avons développé permet ainsi de construire des GBPC informatisés sans avoir à programmer ou à coder la connaissance selon des règles syntaxiques imposées par un langage de programmation. La création de fichiers XML, utilisés pour enregistrer sous une forme tangible la connaissance afin qu’elle puisse être manipulée 120 par le moteur d’inférence, est un processus sous-jacent réalisé automatiquement par XGE. Ainsi, l’utilisateur n’a nullement besoin de connaître les conventions de ce langage de description de document. La construction d’un GBPC est donc centrée sur la constitution graphique d’un arbre de décision et sur la structuration et la description des concepts qui doivent être évalués afin de guider la progression algorithmique au sein des différentes branches de l’arbre. XGE a été utilisé dans le cadre des projets PRESGUID, EliGuide et RCP Guide par des utilisateurs aux profils différents. Dans le projet PRESGUID trois médecins16 ont eu à utiliser XGE. Deux de ces médecins travaillaient dans l’équipe du LERTIM et étaient familiarisés avec les notions de formalisation des connaissances. Le troisième médecin, interne de Santé Publique, n’avait pas de connaissance particulière dans ce domaine. Ces médecins ont été formés une demi-journée à l’utilisation de XGE. Ils ont produit six GBPC informatisés à partir du texte de 5 GBPC édités de l’ANAES et 1 GBPC produit par l’AMIS-2 (cf § 5.3.4.1). Il a fallu en moyenne trois jours/homme pour finaliser l’informatisation de chacun de ces GBPC. Il convient de noter que les versions initiales textuelles de l’ANAES et de l’AMIS-2 comptent une vingtaine de pages et ne sont pas accompagnées d’arbre ou de schéma décisionnel synthétique et complet qui auraient facilités la mise en forme informatique. La tâche la plus chronophage a été l’analyse du texte afin d’en dégager les différentes recommandations, les éléments décisionnels et les critères logiques permettant de dresser sur le papier une première ébauche d’arbre de décision. Ce premier arbre tracé sur le papier sert de trame, d’ossature, et permet de commencer l’implémentation du GBPC avec XGE. XGE permettra de détailler et de donner corps à cette ossature afin de parachever un GBPC informatisé. Dans le projet EliGuide, c’est un médecin généraliste de formation qui a utilisé XGE pour implémenter un GBPC informatisé à partir du GBPC de l’ANAES sur les dyslipidémies17. Pour le projet RCPGuide c’est un autre interne en Santé Publique qui a été chargé d’informatiser trois GBPC sur les gliomes (cf. § 5.5.3) édités par la FNCLCC sous la dénomination de SOR18. Il faut noter que, pour ces derniers GBPC, le temps d’informatisation n’a pas excédé une journée/homme par GBPC, très probablement grâce au fait que les GBPC produits par la FNCLCC sont accompagnés d’arbres de décision détaillés et que le travail d’information a été réalisé en étroite collaboration avec un expert du domaine, de surcroît coordonnateur du groupe de travail ayant élaboré les SOR. Une évaluation informelle, basée sur les retours d’expériences des utilisateurs de XGE, a montré que cet éditeur est relativement facile à utiliser principalement du fait qu’il permet de structurer rapidement un arbre de décision grâce à de simples manipulations de « glisser16 A propos de ces trois médecins : n’est pas comptabilisée notre expérience en tant qu’auteur de ce travail de thèse et concepteur de l’outil XGE. 17 Il s’agit des recommandations pour la pratique clinique intitulées : « Modalités de dépistage et diagnostic biologique des dyslipidémies en prévention primaire ». 18 Rappel : l’acronyme SOR signifie « Standards, Options et Recommandations » 121 déplacer ». Seulement quelques dizaines de minutes sont nécessaires pour produire la version initiale d’un algorithme clinique. Cet algorithme est immédiatement fonctionnel et peut être testé et amélioré pas à pas par le concepteur du GBPC informatisé. Bien sûr, lorsque le GBPC textuel initial est ambiguë et/ou incomplet le passage sous forme informatisée est plus long et peut nécessiter l’avis d’un expert clinicien du domaine. Par exemple, le GBPC de l’ANAES sur l’hypertension artérielle essentielle indique que les fumeurs ont un risque cardiovasculaire plus important (ce risque influence la recommandation qui doit être donnée), mais ne précise pas quels patients doivent être considérés comme fumeurs (fumeurs actuels ? anciens fumeurs ? fumeurs passifs ? quantité de tabac inhalé ?). Ce même GBPC donne une recommandation thérapeutique pour les patients souffrant d’insuffisance rénale et une autre recommandation pour les patients atteints d’insuffisance cardiaque, mais aucune recommandation explicite n’est donnée pour les patients présentant ces deux pathologies. Force est de constater que dans de nombreux cas les GBPC initiaux peuvent être améliorés. Toutefois, notre éditeur ne permet pas de résoudre de tels problèmes d’ambiguïtés et d’incomplétudes. En revanche, il permet de les révéler dès la première étape de structuration de l’algorithme. Ainsi, il peut également être considéré comme une aide à la validation de GBPC rédigés par un groupe d’experts. 6.2 Ergonomie et utilisabilité du système : évaluation heuristique Au-delà de la qualité scientifique et de la validité des connaissances utilisées par un système d’aide à la décision, il faut apporter une attention particulière à l’ergonomie et l’utilisabilité d’un tel système. Négliger ces deux derniers aspects, c’est risquer de construire un système voué à l’échec car inexploitable et rejeté par les utilisateurs auxquels il est destiné. Ces préoccupations nous ont amenées à réaliser une évaluation heuristique de l’ergonomie du système PRESGUID. Cette évaluation a été conduite en collaboration étroite avec le CERIM19, partenaire de ce projet. Remarque : Certains aspects d’utilisabilité du système ont été abordés avec l’enquête menée auprès de médecins installés dont nous avons précédemment parlée (cf. § 5.4.2). Nous avons complété cette enquête par une évaluation étendue auprès de médecins en formation : une partie des résultats concernent des aspects d’utilisabilité du système, nous les détaillerons au chapitre 6.3. Évaluation heuristique L’évaluation heuristique est basée sur l’analyse de l’interface utilisateur à la recherche d’éventuels problèmes qui pourraient perturber l’utilisateur final et compromettre l’appropriation du système. Cette analyse a été réalisée par un ergonome qui s’est basé sur les critères ergonomiques pour l’évaluation d’interfaces utilisateurs issus des travaux de Bastien 19 Centre d'Etudes et de Recherche en Informatique Médicale (Lille) 122 et Scapin pour l’INRIA20. Cette méthode consiste à pondérer chaque élément problématique par un score de gravité (échelle de 1 à 3) et à émettre des recommandations pour améliorer l’ergonomie de ces différents éléments de l’interface utilisateur. Lors de l’évaluation de l’interface Web du système PRESGUID les principaux problèmes détectés concernaient l’ « incitation » et le « contrôle explicite» qu’avaient les utilisateurs de leur interface. Le critère « incitation » renvoie aux moyens mis en œuvre pour amener les utilisateurs à effectuer des actions spécifiques lors de leurs interactions avec le système. Le critère « contrôle explicite » concerne à la fois la prise en compte par le système des actions explicites des utilisateurs et le contrôle qu’ont les utilisateurs sur le traitement de leurs actions. Les recommandations émises portaient essentiellement sur des modifications de la présentation des hyperliens afin de les rendre plus visibles et explicites pour les utilisateurs (par exemple : remplacer les images hyperliens par des boutons, plus explicites aux yeux des utilisateurs). L’ensemble des recommandations ergonomiques ont été prises en compte afin de proposer une version de PRESGUID ayant une présentation graphique harmonieuse et une interface utilisateur améliorée. 6.3 Evaluation auprès des utilisateurs L’évaluation de l’application PRESGUID, menée auprès d’utilisateurs du système, est une étude pilote dont les objectifs étaient, d’une part d’apprécier l’impact de ce système sur la décision et d’autre part d’évaluer l’utilisabilité du système et la satisfaction des utilisateurs. 6.3.1 Matériel et méthode Cette enquête est une étude comparative au cours de laquelle l’utilisation de trois GBPC informatisés avec l’application PRESGUID a été comparée avec leur utilisation sous format papier. Les GBPC étudiés étaient les suivants : 1. « Prise en charge des patients adultes atteints d’hypertension artérielle essentielle » ANAES, avril 2000 2. « Stratégie de prise en charge du patient diabétique de type 2 à l’exclusion de la prise en charge des complications » ANAES, mars 2000 3. «Prise en charge des artériopathies oblitérantes des membres inférieurs stade II » AMIS-2, avril 2001 Cette étude pilote a été conduite auprès de trente internes en médecine générale. Les internes étaient rétribués pour leur participation. Aucun d’eux n’avait préalablement participé au projet PRESGUID, ni n’avait utilisé cette application. L’étude est basée sur l’analyse des réponses apportées par ces médecins à des cas cliniques en rapport avec les trois pathologies abordées dans les GBPC (HTA, Diabète et AOMI). 20 Institut National de Recherche en Informatique et Automatique 123 Une semaine avant le début effectif de l’enquête, l’ensemble des internes a reçu une formation de 30 minutes sur l’utilisation de l’application PRESGUID. Lors de cette séance d’information préalable, ils ont également reçu une version papier des GBPC. L’étude s’est déroulée sur 3 sessions de 50 minutes au cours desquelles les internes devaient résoudre des cas cliniques. Les trois sessions ont été planifiées de façon à laisser s’écouler une semaine entre chaque session. Lors de la première session, deux groupes de quinze internes ont été constitués par tirage au sort : un groupe « Papier » qui a utilisé uniquement les GBPC sous forme papier pour s’aider et répondre aux cas cliniques lors des sessions, un groupe « Presguid » qui a utilisé exclusivement les GBPC informatisés de l’application PRESGUID pour résoudre les mêmes cas cliniques. La détermination et l’appartenance à ces deux groupes était définitive pour la durée de l’étude. Sur l’ensemble des sessions, les internes ont répondu à 14 questions incluses dans l’analyse de cette enquête : 5 questions sur l’HTA, 5 questions sur le diabète et 4 questions sur l’AOMI. Ces 14 questions, en rapport avec 10 cas cliniques, étaient réparties sur les 3 sessions (cf. Tableau 8 et Annexe 11. Certains cas cliniques, concernant des patients polypathologiques, comportaient plusieurs questions). Tableau 8 : répartition par session du nombre de cas cliniques et des GBPC à consulter pour répondre aux questions Session 1 3 Cas cliniques : - 2 questions sur le diabète : - 1 question sur l’HTA - 2 questions sur l’AOMI Session 2 4 Cas cliniques : - 1 question sur le diabète : - 2 questions sur l’HTA - 2 questions sur l’AOMI Session 3 3 Cas cliniques : - 2 questions sur le diabète : - 2 questions sur l’HTA Dans ces questions, il était demandé aux internes de rédiger la prise en charge préconisée (diagnostique, thérapeutique – médicamenteuse ou autre – et surveillance) en s’aidant des GBPC sous forme papier (groupe ‘Papier’) ou sous forme informatisée (groupe ‘Presguid’). 124 A l’issue des trois sessions, l’ensemble des réponses ont été analysées en aveugle21 afin d’en dégager les différents « éléments de prise en charge » proposés par les internes. Ces éléments de prise en charge correspondent à des items élémentaires de la décision prise par ces médecins utilisant les GBPC (informatisés ou papiers). En voici quelques exemples : « mise en place d’un régime hypocalorique », « exploration par un ECG d’effort », « prescription de Statine », « contrôle mensuel de la tension artérielle ». Ainsi, il a été établi une liste exhaustive des éléments de prise en charge proposés22. Chacun de ces éléments a été coté afin de caractériser son adéquation avec la conduite à tenir préconisée par le GBPC concerné (1 = conforme au GBPC, 0 = non-conforme au GBPC). La somme de ces cotes nous a permis ainsi de calculer un score par question (il correspond au nombre d’éléments de prise en charge, en adéquation avec le GBPC, retrouvé dans la réponse donnée par un interne). A partir de ce score par interne, il est possible de calculer un score moyen par groupe. De plus, afin d’apprécier l’utilisabilité du système et la satisfaction des utilisateurs, les internes des deux groupes ont individuellement et anonymement répondu à un questionnaire d’évaluation (cf. Annexe 7 et Annexe 8) à la fin de la troisième et dernière session de cas cliniques. 6.3.2 Résultats 6.3.2.1 Impact sur la décision L’analyse statistique a été réalisée afin de comparer les scores moyens des deux groupes : par question (cf. Tableau 9) ; par groupe de questions en rapport avec un des trois GBPC (cf. Tableau 10) ; et par session (cf. Tableau 11). Le test de Mann-Whitney a été utilisé pour effectuer ces comparaisons. Le seuil de signification a été fixé à 5% pour tous les tests. 21 Ni le groupe, ni l’identité de l’interne n’était connu lors du dépouillement des réponses Les éléments de prise en charge similaires, mais libellés différemment, ont été agrégés afin d’éviter les doublons 22 125 Tableau 9 : Comparaison des scores moyens par question entre le groupe ‘Papier’ et le groupe ‘Presguid’ (ecart-type noté entre parathèses) Question Groupe Papier Groupe PRESGUID p HTA 1 2,73 (e.t. 2,40) 3,13 (e.t. 2,06) 0.512 HTA 2 6,37 (e.t. 2,42) 7,9 (e.t. 2,25) 0.174 HTA 3 3,17 (e.t. 1,66) 4,2 (e.t. 1,74) 0.161 HTA 4 4,73 (e.t. 3,01) 5,4 (e.t. 2,16) 0.345 HTA 5 4 (e.t. 1,46) 4,07 (e.t. 1,83) 0.935 Diabète 1 6,33 (e.t. 3,24) 7,2 (e.t. 3,87) 0.539 Diabète 2 2,67 (e.t. 2,43) 3,67 (e.t. 2,89) 0.345 Diabète 3 5,4 (e.t. 2,87) 6,4 (e.t. 3,04) 0.436 Diabète 4 6,8 (e.t. 3,14) 7,93 (e.t. 3,21) 0.713 Diabète 5 6,27 (e.t. 3,55) 6,53 (e.t. 1,68) 0.595 AOMI 1 3,73 (e.t. 1,16) 3,67 (e.t. 2,05) 0.838 AOMI 2 1,27 (e.t. 0,88) 1,53 (e.t. 0,74) 0.567 AOMI 3 3,2 (e.t. 1,82) 3,27 (e.t. 1,70) 0.935 AOMI 4 2 (e.t. 1,60) 1,13 (e.t. 1,24) 0.137 Tableau 10 : Comparaison des scores moyens par GBPC entre le groupe ‘Papier’ et le groupe ‘Presguid’ (ecart-type noté entre parathèses) GBPC Groupe Papier Groupe PRESGUID p HTA 21 (e.t. 7,12) 24,7 (e.t. 6,48) 0.174 Diabète 27,46 (e.t. 11,88) 31,73 (e.t. 9,74) 0.461 AOMI 10,2 (e.t. 2,42) 9,6 (e.t. 3,92) 0.806 126 Tableau 11 : Comparaison des scores moyens par session entre le groupe ‘Papier’ et le groupe ‘Presguid’ (ecart-type noté entre parathèses) Session Groupe Papier Groupe PRESGUID p Session 1 16,73 (e.t. 5,35) 19,2 (e.t. 6,62) 0.305 Session 2 20,13 (e.t. 6,65) 22,9 (e.t. 6,69) 0.436 Session 3 21,8 (e.t. 7,83) 23,93 (e.t. 6,42) 0.539 Les résultats montrent une tendance en faveur d’un score plus important pour le groupe utilisant Presguid. Le score obtenu pour le groupe Presguid est plus important pour 12 des 14 questions analysées, pour 2 des 3 GBPC est pour chacune des 3 sessions de cas cliniques. Toutefois, les différences observées ne sont pas significatives par rapport au seuil de 5% fixé dans cette étude pilote. 6.3.2.2 Utilisabilité et satisfaction des utilisateurs A l’issue de la troisième session de cas cliniques, l’ensemble des participants a rendu une fiche d’évaluation qui nous a permis d’apprécier objectivement et de comparer l’utilisabilité et la satisfaction des internes face aux dispositifs qu’il avait à utiliser (GBPC Papier versus GBPC informatisés avec PRESGUID, cf. Annexe 7 et Annexe 8). Pour cette évaluation, chaque participant avait à se prononcer sur plusieurs affirmations regroupées en 4 axes : 1) utilité présumée du dispositif lors de l’exercice médical ; 2) utilité constatée lors des sessions de cas cliniques, 3) facilité d’utilisation du dispositif, 4) fiabilité du dispositif. Chaque affirmation devait être cotée par les internes eux-mêmes selon une échelle quantitative à 4 modalités correspondant à une appréciation qualitative (« pas du tout d’accord » = 0 ; « plutôt pas d’accord » = 1 ; « plutôt d’accord » = 2 ; « tout à fait d’accord » = 3). Sur la base de cette échelle un score moyen par axe a été calculé pour chaque interne et pour chaque groupe d’interne. Les 4 scores moyens (correspondant aux 4 axes) obtenus dans les deux groupes d’internes ont été comparés par le test de Kolmogorov-Smirnov. Les distributions des scores moyens par axe, calculés pour les trente internes, sont représentées sur les diagrammes de la Figure 48. On remarque que les distributions pour les 2 axes « utilité du dispositif lors de l’exercice médical » et « utilisation facile du dispositif » sont disjointes, alors que celles des axes « utilité lors des sessions de cas cliniques » et « fiabilité » sont assez semblables. 127 Utile lors de l'exercice médical Utile lors des sessions de cas cliniques 6 6 5 5 4 4 3 3 2 2 1 1 0 0 0 1 2 3 0 1 2 3 2 3 Fiable Utilisation facile 6 6 5 5 4 4 3 3 2 2 1 1 0 0 0 1 2 3 0 1 Figure 48 : Distribution des scores moyens par axe. En abscisse le score moyen (0=« pas du tout d’accord » à 3=« tout à fait d’accord »). En ordonnée le nombre d’internes pour lesquels ce score a été obtenu. En jaune clair les internes du groupe ‘Papier’. En bleu foncé les internes du groupe ‘Presguid’ La comparaison des scores moyens des deux groupes confirme l’impression précédente et montre une différence significative entre le groupe ‘Papier’ et le groupe ‘Presguid’ concernant les axes « utilité du dispositif lors de l’exercice médical » et « utilisation facile du dispositif ». En revanche, les scores moyens ne sont pas significativement différents pour les axes « utilité lors des sessions de cas cliniques » et « fiabilité du dispositif » (cf. Tableau 12 et Figure 49). Tableau 12 : Scores moyens par axe dans les deux groupes d’internes Groupe Groupe Papier PRESGUID Utile lors de l’exercice médical 1,71 (e.t. 0,71) 2,51 (e.t. 0,38) p = 0,009 Utile lors des sessions de cas cliniques 2,21 (e.t. 0,45) 2,13 (e.t. 0,58) p = 0,92 Utilisation facile 0,97 (e.t. 0,42) 2,59 (e.t. 0,38) p < 0,001 Fiable 2,59 (e.t. 0,39) 2,47 (e.t. 0,45) p = 0,66 128 Utile lors de l'exercice médical 3 2 1 Fiable 0 Utile lors des sessions de cas cliniques PRESGUID Papier Utilisation facile Figure 49 : représentation graphique des scores moyens par axe dans les deux groupes d’internes Ainsi, les internes estiment tout aussi utile d’avoir eu recours aux GBPC papier ou aux GBPC informatisés de PRESGUID pour les aider dans leur décision lors des sessions de cas cliniques. De même, ils estiment que les GBPC papier et l’application PRESGUID sont tout aussi fiables en terme de connaissances apportées. Ils considèrent que PRESGUID leur serait bien plus utile que les GBPC papier lors de leur exercice médical réel et qu’il est beaucoup plus facile à utiliser. 6.3.3 Discussion Bien qu’il existe une tendance en faveur de PRESGUID, cette étude n’a pas permis de retrouvé de différence significative, en terme d’un meilleur suivi des recommandations, selon que les médecins utilisaient des GBPC papier ou informatisés. Ces résultats sont toutefois encourageants et permettent de poser les bases méthodologiques d’une étude de plus large envergure qui pourrait confirmer la tendance observée. Il serait nécessaire d’inclure un nombre plus important d’internes et/ou d’augmenter le nombre de sessions de cas cliniques afin d’obtenir une puissance plus importante. Dans le cadre de cette étude-pilote nous ne disposions pas de données préliminaires concernant la taille de la différence attendue. Cette information est maintenant connue suite à notre étude. Concernant le suivi des recommandations des GBPC, notre analyse a porté sur des critères quantitatifs. Il s’agissait en effet de déterminer si l’un des deux groupes proposait plus d’éléments de prise en charge en accord avec les GBPC que l’autre groupe. Nous envisageons de proposer prochainement une analyse qualitative des résultats. Pour cela, il sera nécessaire de mener un travail spécifique afin d’introduire une échelle permettant d’apprécier qualitativement chacun des éléments de prise en charge. Par exemple, il pourrait être demandé à un ou plusieurs experts de proposer un barème d’importance des éléments de prise en charge. L’objectif serait alors d’apprécier si l’un des deux dispositifs permet un meilleur suivi systématique des recommandations « importantes ». Encore faudra-t-il caractériser 129 précisément cette notion d’importance si elle est retenue. Ce travail spécifique sort du cadre de cette étude pilote, mais il sera conduit d’ici peu dans le cadre d’une thèse d’exercice en médecine spécialisée. Finalement, cette étude pilote nous a également permis de confirmer les bons résultats en terme d’utilisabilité et d’intérêt du système que nous avions obtenus auprès des médecins installés ayant testé l’application EliGuide basée sur le même modèle que PRESGUID (cf. § 5.4.2). 130 7 Discussion et Perspectives Dans ce travail nous avons étudié différents aspects des systèmes d’aide à la décision en médecine et plus particulièrement des systèmes mettant en œuvre des guides de bonnes pratiques cliniques. En effet, notre contribution est spécifiquement focalisée sur l’informatisation de ces guides de bonnes pratiques cliniques, sur l’analyse de l’ensemble des étapes nécessaires à leur développement et sur leur intégration effective dans la pratique clinique. Nous avons choisi d’approfondir dans cette thèse, aussi bien les aspects liés à l’intégration de ressources didactique dans les guides (documents multimédia, base de connaissances médicamenteuse, références bibliographiques,…), que ceux liés à l’intégration des guides eux-mêmes dans les systèmes d’informations (liens avec le dossier du patient et les bases du SIH,…). L’objectif recherché étant de faciliter le couplage entre données et connaissances afin de proposer des dispositifs intégrés au mieux dans les processus de soins et les pratiques cliniques. Ce couplage permet d’améliorer la qualité des prises en charges par l’application de connaissances validées adaptées au contexte clinique [226]. Il permet de proposer une information pertinente contextualisée. Notre travail nous a conduits à élaborer une véritable plateforme de production et de diffusion de GBPC informatisés. Cette plateforme étant composée du modèle xGA, de l’éditeur XGE et d’un moteur d’inférence fonctionnant soit sur serveur Web (projets EsPeR, PRESGUID, RCPGuide) soit un poste non connecté (projet EliGuide). En prenant appuie sur le modèle xGA nous avons pu mettre en œuvre différentes applications dont le cœur est constitué de GBPC informatisés intégrant des ressources documentaires et intégrés (en partie) dans des environnements et systèmes d’information spécifiques grâce à la mise en œuvre de moyens de médiations ad hoc. Nous avons implémenté plusieurs GBPC pour valider notre modèle et vérifier que notre plateforme pouvait être utilisée pour développer des GBPC différents en termes de granularité, de complexité, de domaine d'application et d'origine. Les premiers GBPC que nous avons informatisés ont été développés en collaboration directe avec des experts cliniciens du domaine et des méthodologistes de l’EBM et des méta-analyses. Il s'agit d'un GBPC concernant le dépistage du cancer du sein et d'un autre portant sur le dépistage du cancer colo-rectal [227]. Dès la première étape de développement (méta-analyse de la littérature sur les domaines concernés) nous avons exprimé le contenu de ces GBPC sous forme d'un arbre de décision pour se rapprocher le plus possible du modèle algorithmique que nous utilisons. De ce fait, l'implémentation informatique a été facilitée : nous avons pu traduire pleinement et rapidement le contenu de ces GBPC en format exécutable. Par la suite, nous avons testé notre système avec des GBPC produits par l'ANAES, l’AMIS-2 et la FNCLCC. Ces GBPC sont initialement produits par ces organismes selon dans un format rédactionnel textuel classique et publiés ainsi sur l’Internet [109,216] et/ou diffusés dans des revues scientifiques [208]. Les GBPC de la FNCLCC sont systématiquement accompagnés 131 d’arbres de décisions et nous avons pu observer que le travail d’informatisation s’en trouve ainsi facilité. Nous avons constaté que si la construction d'un algorithme à partir du texte de ces GBPC est moins immédiate qu'avec ceux produit directement au sein de notre équipe, elle reste cependant réalisable assez facilement si l’on parvient à tracer un arbre de décision correspondant aux cheminements logiques vers les recommandations du GBPC. La difficulté rencontrée concerne principalement l'ambiguïté des termes employés dans les GBPC textuels. Le recours à l’expert s’avère indispensable soit pour résoudre des ambiguïtés, soit pour apporter des précisions utiles à la mise en œuvre locale du GBPC [228]. De plus, des connaissances médicales générales sont insuffisantes pour transposer fidèlement le contenu de ces GBPC et garantir la cohérence des GBPC informatisés finaux. Le recours à des cliniciens experts du domaine nous a permis d'implémenter efficacement de tels GBPC. Ce constat est également fait par de nombreuses équipes travaillant sur l’informatisation des GBPC. Ainsi, Zielstorff [209] souligne les nombreux problèmes rencontrés lors du passage d'un GBPC textuel à un GBPC électronique : les critères qui permettent de prendre une décision doivent être clairement spécifiés, sans ambiguïté. Les déclarations du genre « dans certaines circonstances... », « s'il est possible de… » doivent être explicitées : quelles sont ces « circonstances » ?, que signifie « être possible de » ? Certains GBPC peuvent se révéler incomplets et impossibles à informatiser, si l'ensemble des situations cliniques n'a pas été pris en compte ou seulement de façon implicite [229]. La connaissance implicite dans les GBPC doit être rendue explicite pour deux raisons : pour permettre un meilleur transfert vers un système informatique et pour que la majorité des cliniciens en comprennent bien le sens et l’interprète univoquement. L’étude que nous avons conduite, et dont les résultats sont reportés dans cette thèse (cf. § 6.1.1), montre que ce dernier point est particulièrement problématique avec les GBPC textuel. Tierney et al. [26] ont listé les difficultés rencontrées lors de l’informatisation des GBPC en prenant l’exemple d’un guide sur l’arrêt cardiaque par tamponnade23. Ils ont montré que ceux qui avaient produit ce guide n’avaient pas défini explicitement les critères permettant de choisir entre deux conduites à tenir et qu’il manquait des définitions claires des situations cliniques décrites et des paramètres entrant en jeux dans la décision finale. Quinze des seize couples « condition-action » de ce guide ont du être modifier pour pouvoir être informatisés correctement. Tierney et al. concluent en soulignant que toutes les recommandations devraient être écrites sous la forme de règles « si-alors-sinon » et que tout paramètre décisionnel devrait être strictement défini par rapport aux données cliniques qu’il est classique de recueillir en pratique routinière. De plus, Shiffman et Greenes [25] ont montré qu’il était possible d’identifier les incohérences d’un GBPC écrit sous forme de règles en utilisant la technique des tables de décisions. Cette technique peut également s’appliquer aux GBPC structurés sous forme d’arbres de décisions équivalents à un enchaînement de règles élémentaires [24]. Enfin, Shiffman et al. [230] ont montré qu’avant même la vérification de la cohérence logique, les 23 GBPC ayant été développé selon la méthodologie de l’EBM 132 GBPC textuels ne peuvent être correctement interprétés et informatisés sans procéder à l’« atomisation »24 et la « désabstraction »25 des concepts utilisés, puis à la « désambiguisation » et la « complétion » des connaissances contenues dans ces GBPC. Tous ces exemples et nos propres travaux indiquent que les difficultés de l’informatisation des GBPC portent en elles-mêmes le potentiel pour améliorer la qualité des connaissances contenues dans ces GBPC. En effet les techniques rigoureuses employées lors de l’informatisation permettent d’éprouver la validité syntaxique, logique et médicale des GBPC produits. En vérifiant la cohérence logique ont réduit considérablement les ambiguïtés, les trous de connaissance et les erreurs logiques faite lors de la construction de GBPC. Ainsi, les GBPC papier incorrectement conçus, ambiguës ou incomplets peuvent être améliorés lors de la conversion au format informatisé. Une grande part des efforts pour informatiser un GBPC se rapportent à la qualité et la clarté du GBPC papier initial. Les solutions proposées pour résoudre ce problème concernent : 1) la validité de la connaissance dans les GBPC26 ; 2) les caractéristiques du modèle utilisé pour structurer cette connaissance ; 3) les méthodes employées pour encoder correctement la connaissance et permettre son informatisation [26,223,225,230-232]. Malheureusement les organisations productrices de GBPC attachent souvent plus d’importance au développement des GBPC textuels qu’a leur informatisation. Une perspective de notre travail est d’inciter les développeurs de GBPC comme l’ANAES à utiliser des méthodes et des outils adaptés à la diffusion de GBPC « informatisables » qui seront de meilleures qualités, pourront plus facilement être intégrés dans les processus de soins et auront un impact plus important sur la pratique médicale quotidienne. L’impact des GBPC passe par leur intégration dans la pratique médicale quotidienne. Les médecins doivent avoir accès en temps et lieu voulus, à une information régulièrement mise à jour [233], validée et adaptée aux situations cliniques qu’ils rencontrent [234]. L’interface de consultation des GBPC doit être facile à utiliser et donner rapidement accès aux recommandations adaptées au profil du patient. De plus, l’utilisation d’informations validées au sein d’un système d’aide à la prescription permet de limiter le nombre d’erreurs et d’optimiser les choix thérapeutiques [235]. Afin d’atteindre ces objectifs, dans le cadre du projet PRESGUID, nous proposons une solution permettant la consultation interactive des GBPC à partir de postes informatiques connectés au serveur de GBPC. Les recommandations délivrées tiennent compte des données du patient saisies par le clinicien lors de la consultation médicale. De plus, les 24 L’« atomisation » correspondant à une extraction et une spécification des concepts élémentaires : elle consiste à identifier les variables de décision et les actions élémentaires mentionnées dans le GBPC, et à les exprimer selon une terminologie contrôlée (SNOMED, CIM10, ...) 25 La « désabstraction » consiste à préciser des notions générales grâce à des valeurs opérationnelles (par exemple, préciser ce qu’est concrètement le concept de HTA en donnant le seuil au dessus duquel la tension artérielle habituelle doit être pour que l’HTA soit effectivement retenue) 26 L’utilisation accrue de l’EBM atteste de cette recherche de validité scientifique des connaissances 133 recommandations concernant des prescriptions médicamenteuses sont couplées à une base de connaissance de référence largement utilisée par les cliniciens (base Vidal™). Ainsi, les utilisateurs ont directement accès depuis l’interface de consultation des GBPC à une information détaillée facilitant le choix parmi toutes les spécialités thérapeutiques potentiellement adaptées à la situation clinique. Les systèmes d’aide à la prescription existants fournissent généralement une aide efficace pour la détection des contre-indications et/ou des interactions médicamenteuses [236-238]. Notre approche, basée sur le couplage des connaissances issues de la pharmacopée et des GBPC, vise à améliorer l’aspect pratique et opérationnel de ces deux sources d’informations. Cette approche rejoint les travaux réalisés par d’autres équipes afin d’améliorer l’ensemble des stratégies thérapeutiques au sein de systèmes utilisant conjointement des GBPC et des bases de connaissance sur les médicaments (PRODIGY [125] et ASTI [117] sont des exemples de ce type de système). Dans le projet PRESGUID, nous avons réalisé un système d’aide à la décision basé sur le recueil des données du patient directement auprès du médecin consultant les GBPC. Cet échange direct entre le système et le médecin face à son patient est un point essentiel pour la mise en œuvre de recommandations centrées sur le patient. Ce système peut être utilisé comme un service autonome de consultation de GBPC. Il présente ainsi l’avantage d’être immédiatement opérationnel quelle que soit l’architecture du système d’information médical préexistant au sein d’un établissement hospitalier ou d’un cabinet médical. Les GBPC développés peuvent être diffusés à grande échelle via un serveur ouvert sur l’Internet et peuvent être partagés par différents professionnels de santé. Les recommandations et les données nécessaires à l’inférence des GBPC peuvent être aisément enrichies et documentées avec tout type de documents électroniques (textes, vidéo, sons, schémas, …) qui seront consultés si besoin seulement par les cliniciens afin de ne pas les surcharger systématiquement d’informations complémentaires. De plus, les inférences réalisées automatiquement par le système ont de nombreux avantages par rapport à la méthode manuelle nécessitant la lecture complète du GBPC. Les inférences automatiques des données du patient produisent des résultats (des recommandations) reproductibles : ces inférences sont exemptes de subjectivité et d’interprétation singulière, sources potentielles de variabilité injustifiée des recommandations applicables à un cas formellement décrit. La consultation interactive des GBPC et la possibilité de modifier les valeurs des données du patient initialement saisies permettent aux cliniciens d’observer l’influence de certains paramètres cliniques sur les recommandations finales proposées par le système. Nous pensons que cette fonctionnalité réduit l’impression négative de « boîte noire » que certains médecins ressentent lorsqu’ils utilisent un système d’aide à la décision. Ce sentiment négatif vis-à-vis des GBPC informatisés est un obstacle à leur plus large utilisation [239]. Notre travail d’intégration de ressources utiles à la décision médicale a été initié avec le projet EsPeR. Il a été considérablement amélioré avec le projet PRESGUID et s’étend maintenant à l’intégration au sein d’un SIH et d’un dossier du patient électronique avec les projets 134 RCPGuide et EliGuide en cours de mise en oeuvre. Ces projets sont basés sur le même modèle. Notre modèle de GBPC est largement inspiré du modèle GLIF qui, comme nous l’avons mentionné, présente de nombreuses similarités avec les principaux modèles de GBPC actuellement utilisés [135] et tend à devenir un standard [132]. D’autres équipes ont également employé ce modèle ainsi que le format XML pour implémenter des GBPC. Des suggestions ont été faites pour améliorer le formalisme des données du patient [134,240], l’expression des critères logiques [142,241], et la représentation des informations complémentaires attachées à un GBPC [180]. Il est également indispensable de prendre en compte les aspects liés à la représentation des prescriptions thérapeutiques pour améliorer les modèles de GBPC et leurs implémentations. Notre travail dans ce domaine peut intéresser à la fois les professionnels impliqués dans le développement de GBPC et les sociétés fournissant des bases de données sur les médicaments. En effet, la recherche de méthodes consensuelles pour coupler les sources d’informations sur les médicaments et les GBPC est une étape nécessaire vers le développement de systèmes optimisant les stratégies thérapeutiques. Nous proposons d’utiliser un élément « drug prescription » contenant les codes ATC des thérapeutiques recommandées. La classification employée peut être différente selon le codage utilisé dans la base de données cible. Toutefois, il est préférable d’utiliser des standards nationalement ou internationalement reconnus afin de garantir la portabilité et de faciliter la mise en œuvre des GBPC. La standardisation des terminologies est donc capitale pour mettre en œuvre des systèmes d’aide à la prescription [242]. Dans le projet PRESGUID, l’utilisation de la classification ATC (maintenue internationalement) permet de ne pas être tributaire d’une classification propriétaire (par nature limitée à un seul fournisseur de solution) et autorise l’interopérabilité avec l’ensemble des bases de données médicamenteuses utilisant la classification ATC. Le projet PRESGUID peut également intéresser les centres hospitaliers car la base Vidal™ est maintenant proposée gratuitement à ces établissements. Les développements que nous avons réalisés avec cette base de données peuvent être mis en œuvre de façon similaire au sein des divers systèmes d’informations hospitaliers. Lors de notre travail, nous avons favorisé la réutilisation et la capitalisation des développements effectués au fil des projets. Ainsi, les mises en œuvre réalisées au sein des quatre projets présentés, sont des solutions spécifiques basées sur une même plateforme et un modèle génériques. Cette plateforme permet de diffuser dans un format convivial les GBPC produits par les sociétés savantes et les organismes impliqués dans la standardisation des pratiques (ANAES, FNCLCC, etc.) afin d’améliorer leur impact auprès des praticiens. Le modèle générique que nous utilisons (xGA) nous permet de structurer différents types de GBPC au sein d'un algorithme. La représentation algorithmique et relativement bien adapté à la formalisation des connaissances contenues dans les GBPC. En effet, contrairement aux systèmes experts qui cherchent à reproduire le raisonnement d’un expert qui est capable de résoudre un problème sans pour autant l’avoir déjà rencontrés, les GBPC (informatisés ou 135 pas) cherchent à rendre compte d’une connaissance par nature limité à des « situations cliniques spécifiques » parfaitement connues, étudiées et pour lesquelles les conduites à tenir sont standardisées. Avec le modèle algorithmique xGA nous représentons un GBPC au sein d'un document XML qui est un format reconnu pour faciliter la manipulation, la portabilité et le partage des informations entre différents environnements. La réutilisation des connaissances est un enjeu majeur lors du développement de GBPC. Elle requiert l'utilisation d’un formalisme standard comme XML, mais également de référentiels communs [119,243]. Le modèle des concepts médicaux que nous avons élaboré pour représenter les données inférées du patient au sein des GBPC est une première version qui peut être amélioré avec la réalisation d’un module permettant d'identifier chaque concept dans des terminologies standards et d’établir des relations entre ces concepts. Il serait également intéressant de mettre en œuvre des méthodes spécifiquement dédiées à la représentation et aux traitements des données incertaines, ainsi qu’à la représentation et aux traitements des informations évoluant dans le temps. La prise en compte de l’évolution temporelle des données du patient et des résultats des actes médicaux effectués chez un patient est utile pour modéliser des GBPC dans lesquels la situation clinique et l’état du patient doivent être réévaluées fréquemment et/ou régulièrement (les GBPC concernant les pathologies chroniques et dont les recommandations sont axées sur le suivi des patients en sont des exemples caractéristiques). Toutefois, la modélisation proposée27 s’est avérée suffisamment pertinente lors de la mise en œuvre de différents types de GBPC. Nous avons notamment constaté que la possibilité de créer, avec notre modèle, des concepts médicaux composés de plusieurs attributs est particulièrement efficace lorsqu'il s'agit d'inférer des données complexes qui ne peuvent pas être représentée par une donnée élémentaire. C'est le cas, par exemple, pour le GBPC sur le dépistage du cancer du sein dans lequel il s'agit notamment de produire des recommandations différentes en fonction du nombre d'antécédents familiaux de cancer tout en tenant compte conjointement : du degré de relation des parents atteints, de l'âge auquel le cancer a été diagnostiqué et de la latéralité de la lésion. 27 Rappelons que cette modélisation consiste à représenter les données du patient par des objets composés d’un agrégat de n couples « attribut-valeur » 136 8 Conclusion La pratique médicale évolue selon de nouveaux impératifs. Les patients exigent légitimement des soins de qualité et des évaluations rigoureuses des structures et des professionnels de soins. Ils souhaitent profiter des dernières avancées de la science et connaître précisément quels avantages ou désagréments, une nouvelle procédure médicale pourra leur procurer. Les malades prennent une part de plus en plus active dans notre système de soins. Les ressources de ce système ne sont pas inépuisables. La collectivité nous rappelle, à juste titre, que la santé a un coût qu'il convient d'optimiser. Il faut rationaliser les dépenses, sous peine de déstabiliser nos institutions. Cette logique de rationalisation des dépenses rejoint les attentes des patients, dans la mesure où elle doit s'assurer que les soins pratiqués sont véritablement efficients et de qualité. Cette qualité est notamment mise en doute par l'existence de variations inexpliquées des pratiques de soins au sein d'une même région, et par la mise en évidence d'une proportion non négligeable d'actes médicaux inutiles ou non appropriés. Les GBPC proposent une solution pour remédier au manque d'efficience et à la disparité des soins. Leur élaboration s'inscrit en effet dans cette problématique de recherche de la qualité des soins, par l'optimisation et l'harmonisation des pratiques médicales. L'apparition des GBPC répond à un besoin primordial du médecin : Comment apporter une réponse efficace à un problème donné ? Quels que soient son savoir et son savoir-faire, le médecin ne dispose pas directement de l'ensemble des connaissances médicales, il n'a pas la capacité de toutes les synthétiser pour les intégrer dans sa pratique. Les GBPC ont pour objectif de lui apporter cette aide. Ils répertorient l'ensemble des travaux et des résultats obtenus dans un contexte clinique précisé et constituent une synthèse des connaissances médicales, afin de fournir au médecin des recommandations sur lesquelles il s'appuiera dans sa pratique. Cependant leur utilisation courante dépend directement de leur capacité à s'intégrer dans cette pratique médicale quotidienne. Or leur diffusion, sous forme de document papier, est souvent qualifiée de "confidentielle" et leur impact sur les pratiques est médiocre. L’analyse de la littérature montre que leur informatisation apparaît incontestablement comme la solution d'avenir pour qu'enfin ils aient une efficacité probante. L'analyse des aspects liés à l'informatisation des GBPC révèle l'utilité de développer de véritables applications automatisées, couplées à un recueil des données du patient pertinentes et à des connaissances issues de bases documentaires. A ce jour, peu d'outils de ce type sont intégrés dans les logiciels des cabinets médicaux ou dans les SIH [2]. De nombreux auteurs constatent qu'il est nécessaire d'encourager le développement d'un plus grand nombre de GBPC informatisés et de favoriser leur utilisation [119,244,245]. Le travail que nous avons réalisé, la plateforme que nous proposons, à été développée dans cette 137 intention. Elle vise à simplifier les différentes tâches du processus de développement et à faciliter l’utilisation d’outils de création et de diffusion de GBPC, basés sur un modèle générique et réutilisable pour la mise en mise en œuvre d’applications dans différents domaines cliniques et environnements techniques. Dans cette problématique complexe de la décision médicale nous avons abordé quelques problèmes clés et tenté d’y apporter une contribution. Ainsi avons nous abordé les thèmes de la représentation des connaissances, la validation de celles-ci, la présentation qu’il convient de donner aux recommandations pour aider l’utilisateur au mieux dans un contexte décisionnel donné, l’impact de cette présentation sur le comportement du professionnel de santé. À ces questions s’ajoute celle de la conception, sur le plan du génie logiciel, de ces composants pour être réutilisables et intégrables dans le processus de soins. Notre travail a débouché sur la mise en œuvre de plusieurs applications et projets en partenariat avec différentes équipes de recherche et des industriels du marché. Les applications développées ont pour objectif d’améliorer les décisions médicales en mettant en œuvre des GBPC informatisés intégrés dans les pratiques médicales. Le travail sur l’informatisation des GBPC que nous avons conduit a permis de compléter les recommandations, de les clarifier, et souvent de mettre à jour certaines ambiguïtés passées inaperçues dans le document textuel. Enfin, en assurant le couplage des connaissances et des données cliniques, l’informatisation des GBPC permet de véritablement intégrer ces supports décisionnels dans la pratique médicale et les processus de soins. Une conclusion inattendue de notre recherche sur l’informatisation des guides de bonne pratique proprement dits concerne le processus amont de l’élaboration des référentiels de connaissance. Pour faciliter le développement de tels outils, la méthode d’élaboration des GBPC doit être affinée. Elle pourrait s’appuyer très tôt sur les aspects liés à l’informatisation. Ils introduisent des contraintes améliorant la complétude et la désambiguïsation des recommandations. Ils doivent être pris en compte dès les premières étapes du développement des GBPC (lors de la synthèse des connaissances) sans attendre la formulation d’un document textuel définitif. 138 Bibliographie & Annexes 139 Bibliographie 1. Institute of Medicine, Committee on Quality of Health Care in America. Crossing the Quality Chasm: A New Health System for the 21st Century [Report]. 2001 2. Australian Health Information Council (AHIC). Electronic Decision Support for Australia's Health Sector - Report to Health Ministers by the National Electronic Decision Support Taskforce [Report]. 2003 3. Agence Nationale d'Accréditation et d'Evaluation en Santé. Les coűts de la qualité et de la non-qualité des soins dans les établissements de santé : états des lieux et propositions [Report]. 2004 4. Midwest Business Group on Health. Reducing the Cost of Poor-Quality Health Care through Responsible Purchasing Leadership [Report]. 2002; Available at http://www.mbgh.org.reports/copq-rtcopqhctrpl.pdf. 5. Institute of Medicine. To Err is Human: Building a Safer Health System [Report]. 2000 6. Bates D W, Cohen M, Leape L L, Overhage J M, Shabot M M, Sheridan T. Reducing the frequency of errors in medicine using information technology. J Am Med Inform Assoc 2001; 8(4):299-308. 7. Blashfield R K, Intoccia V. Growth of the literature on the topic of personality disorders. Am J Psychiatry 2000; 157(3):472-3. 8. Rockefeller, RG. Web-Based Guidance Systems In Health Dare [Web Page]. 99 ; Available at http://www.healthcommons.org/vision/web_based_guidance_systems.html. (Accessed June 2005). 9. Agence Nationale d'Accréditation et d'Evaluation en Santé. Efficacité des méthodes de mise en oeuvre des recommandations médicales [Report]. 2000; Available at http://www.anaes.fr/anaes/Publications.nsf/nPDFFile/AT_LILF4PBGX3/$File/effimeth.pdf?OpenElement. 10. Christensen C, Larson J R Jr. Collaborative medical decision making. Med Decis Making 1993; 13(4):339-46. 11. National Committee on Vital and Health Statistics. Testimony 1999. 12. Sim I, Gorman P, Greenes R A, Haynes R B, Kaplan B, Lehmann H, Tang P C. Clinical decision support systems for the practice of evidence-based medicine. J Am Med Inform Assoc 2001; 8(6):527-34. 13. Teach R L, Shortliffe E H. An analysis of physician attitudes regarding computer-based clinical consultation systems. Comput Biomed Res 1981; 14(6):542-58. 14. Zhang J, Patel V L, Johnson T R, Shortliffe E H. A cognitive taxonomy of medical errors. J Biomed Inform 2004; 37(3):193-204. 140 15. Fieschi M, Dufour J C, Staccini P, Gouvernet J, Bouhaddou O. Medical decision support systems: old dilemmas and new paradigms? Methods Inf Med 2003; 42(3):1908. 16. Fox J. On the soundness and safety of expert systems. Artif Intell Med 1993; 5(2 ):15979. 17. Quaglini S, Stefanelli M, Lanzola G, Caporusso V, Panzarasa S. Flexible guidelinebased patient careflow systems. Artif Intell Med 2001; 22(1):65-80. 18. Bricon-Souf N, Renard J M, Beuscart R. Dynamic workflow model for complex activity in intensive care unit. Medinfo 1998; 9 Pt 1:227-31. 19. Delaney B C, Fitzmaurice D A, Riaz A, Hobbs F D. Can computerised decision support systems deliver improved quality in primary care?. Interview by Abi Berger. BMJ 1999; 319(7220):1281. 20. Fieschi M. Information technology is changing the way society sees health care delivery. Int J Med Inform 2002; 66(1-3):85-93. 21. Miller P L, Black H R. Medical plan-analysis by computer: critiquing the pharmacologic management of essential hypertension. Comput Biomed Res 1984; 17(1):38-54. 22. Wang R Y, Strong D M. Beyong Accuracy: What Data Quality Means to Data Consumers. Journal of Management Information System 1996; 12(4):5-33. 23. Dufour, J. C., Giorgi, R., Harlé, J. R., Fieschi, D., Volot, F., and Fieschi, M. Applicability of Textual Clinical Practice Guidelines: Impact of Physician Interpretation. MIE. A paraître. 2005. 24. Shiffman R N. Representation of clinical practice guidelines in conventional and augmented decision tables. J Am Med Inform Assoc 1997; 4(5):382-93. 25. Shiffman R N, Greenes R A. Improving clinical guidelines with logic and decision-table techniques: application to hepatitis immunization recommendations. Med Decis Making 1994; 14(3):245-54. 26. Tierney W M, Overhage J M, Takesue B Y, Harris L E, Murray M D, Vargo D L, McDonald C J. Computerizing guidelines to improve care and patient outcomes: the example of heart failure. J Am Med Inform Assoc 1995; 2(5):316-22. 27. McDonald C J, Overhage J M. Guidelines you can follow and can trust. An ideal and an example. JAMA 1994; 271(11):872-3. 28. Tierney W M, Overhage J M, McDonald C J. Computerizing guidelines: factors for success. Proc AMIA Annu Fall Symp 1996; 459-62. 29. Institute of Medicine. Eds Field, M. J. and Lohr, K. N. Clinical Practice Guidelines: Direction for a New Program. 168. 1990. Washington, DC, National Academy Press. Available at http://www.nap.edu/books/0309043468/html/index.html. 30. Gordon C. Practice guidelines and healthcare telematics: towards an alliance. Stud 141 Health Technol Inform 1995; 16:3-16. 31. Schwartz P J, Breithardt G, Howard A J, Julian D G, Rehnqvist Ahlberg N. Task Force Report: The legal implications of medical guidelines--a Task Force of the European Society of Cardiology. Eur Heart J 1999; 20(16):1152-7. 32. Woolf S H, Grol R, Hutchinson A, Eccles M, Grimshaw J. Clinical guidelines: potential benefits, limitations, and harms of clinical guidelines. BMJ 1999; 318(7182):527-30. 33. Durand-Zaleski I, Colin C, Blum-Boisgard C. An attempt to save money by using mandatory practice guidelines in France. BMJ 1997; 315(7113):943-6. 34. Agence Nationale d'Accréditation et d'Evaluation en Santé. Les recommandations pour la pratique clinique - Base méthodologique pour leur réalisation en France [Report]. 1999 35. Grilli R, Lomas J. Evaluating the message: the relationship between compliance rate and the subject of a practice guideline. Med Care 1994; 32(3):202-13. 36. Castel P, Merle I. Quand les normes de pratiques deviennent une ressource pour les médecins. Sociol Trav 2002; (44):337-55. 37. Coste, J. and Venot, A. Méthodologie d'étude informatisée des pratiques de prescription médicamenteuse. Eds Degoulet, P. and Fieschi, M. L'informatisation du cabinet médical du futur. 191-9. 1999. Informatique et Santé. Springer-Verlag. 38. Guiraud-Chaumeil B, Ghisolfi J. Confrontation avec le systčme de santé américain. Les Hôpitaux universitaires de l'an 2000. Privat: Toulouse, 1996; 188-247. 39. Agence Nationale d'Accréditation et d'Evaluation en Santé. L’audit clinique – Bases méthodologiques de l’évaluation des pratiques professionnelles [Report]. 1999 40. Woolf S H. Practice guidelines, a new reality in medicine. II. Methods of developing guidelines. Arch Intern Med 1992; 152(5):946-52. 41. Durocher A. [Consensus conference: methodology and contribution]. Therapie 1994; 49(3):185-90. 42. Agence Nationale d'Accréditation et d'Evaluation en Santé. Les conférences de consensus – Base méthodologique pour leur réalisation en France [Report]. 1999 43. Jones J, Hunter D. Consensus methods for medical and health services research. BMJ 1995; 311(7001):376-80. 44. Evidence-based medicine. A new approach to teaching the practice of medicine. Evidence-Based Medicine Working Group. JAMA 1992; 268(17):2420-5. 45. Rosenberg W, Donald A. Evidence based medicine: an approach to clinical problemsolving. BMJ 1995; 310(6987):1122-6. 46. Watkins C, Harvey I, Langley C, Gray S, Faulkner A. General practitioners' use of guidelines in the consultation and their attitudes to them. Br J Gen Pract 1999; 142 49(438):11-5. 47. Grol R, Dalhuijsen J, Thomas S, Veld C, Rutten G, Mokkink H. Attributes of clinical guidelines that influence use of guidelines in general practice: observational study. BMJ 1998; 317(7162):858-61. 48. Winn R J, Botnick W Z. The NCCN Guideline Program: a conceptual framework. Oncology (Huntingt) 1997; 11(11A):25-32. 49. Fédération Nationale des Centres de Lutte Contre le Cancer - Web Site [Web Page]. Available at http://www.fnclcc.fr/. (Accessed January 2005). 50. Fervers B, Bonichon F, Demard F, Heron J F, Mathoulin S, Philip T, Renaud-Salis J L, Toma C, Bey P. [Methodology of the development of diagnostic and therapeutic standards, options and recommendations in oncology]. Bull Cancer 1995; 82(10):761-7. 51. Agence Nationale d'Accréditation et d'Evaluation en Santé. Guide d'analyse de la littérature et gradation des recommandations [Report]. 2000 52. Holt P, Ward J, Wilson A. Clinical Practice Guidelines and Clinical Pathways. A status report on National and NSW development and implementation 1996. 53. Shaneyfelt T M, Mayo-Smith M F, Rothwangl J. Are guidelines following guidelines? The methodological quality of clinical practice guidelines in the peer-reviewed medical literature. JAMA 1999; 281(20):1900-5. 54. Graham I D, Calder L A, Hebert P C, Carter A O, Tetroe J M. A comparison of clinical practice guideline appraisal instruments. Int J Technol Assess Health Care 2000; 16(4):1024-38. 55. AGREE Collaboration [Web Page]. Available at http://www.agreecollaboration.org. (Accessed February 2005). 56. The AGREE Collaboration. Grille d'évaluation de la qualité des recommandations pour la pratique clinique - Version en langue française [Report]. 2002; Available at http://www.agreecollaboration.org. 57. Burgers J S, Cluzeau F A, Hanna S E, Hunt C, Grol R. Characteristics of high-quality guidelines: evaluation of 86 clinical guidelines developed in ten European countries and Canada. Int J Technol Assess Health Care 2003; 19(1):148-57. 58. Development and validation of an international appraisal instrument for assessing the quality of clinical practice guidelines: the AGREE project. Qual Saf Health Care 2003; 12(1):18-23. 59. Owens D K. Use of medical informatics to implement and develop clinical practice guidelines. West J Med 1998; 168(3):166-75. 60. Hibble A, Kanka D, Pencheon D, Pooles F. Guidelines in general practice: the new Tower of Babel? BMJ 1998; 317(7162):862-3. 61. Lomas J, Anderson G M, Domnick-Pierre K, Vayda E, Enkin M W, Hannah W J. Do 143 practice guidelines guide practice? The effect of a consensus statement on the practice of physicians. N Engl J Med 1989; 321(19):1306-11. 62. Avorn J, Soumerai S B. Improving drug-therapy decisions through educational outreach. A randomized controlled trial of academically based "detailing". N Engl J Med 1983; 308(24):1457-63. 63. Woolf S H. Practice guidelines: a new reality in medicine. III. Impact on patient care. Arch Intern Med 1993; 153(23):2646-55. 64. Fowler G, Mant D, Fuller A, Jones L. The "Help Your Patient Stop" initiative. Evaluation of smoking prevalence and dissemination of WHO/UICC guidelines in UK general practice. Lancet 1989; 1 (8649):1253-5. 65. Davis D A, Taylor-Vaisey A. Translating guidelines into practice. A systematic review of theoretic concepts, practical experience and research evidence in the adoption of clinical practice guidelines. CMAJ 1997; 157(4):408-16. 66. Thorsen T, Mäkelä M. Changing Professional Practice. Theory and practice of clinical guidelines implementations. DSI (Danish Institute for Health Services Research and Development) rapport 99.05 1999. 67. Wachtel T J, O'Sullivan P. Practice guidelines to reduce testing in the hospital. J Gen Intern Med 1990; 5(4):335-41. 68. Tunis S R, Hayward R S, Wilson M C, Rubin H R, Bass E B, Johnston M, Steinberg E P. Internists' attitudes about clinical practice guidelines. Ann Intern Med 1994; 120(11):956-63. 69. Lomas J. Words without action? The production, dissemination, and impact of consensus recommendations. Annu Rev Public Health 1991; 12:41-65. 70. Kosecoff J, Kanouse D E, Rogers W H, McCloskey L, Winslow C M, Brook R H. Effects of the National Institutes of Health Consensus Development Program on physician practice. JAMA 1987; 258(19):2708-13. 71. The Cochrane Effective Practice and Organisation of Care Group (EPOC) Web Site [Web Page]. Available at http://www.epoc.uottawa.ca/. (Accessed February 2005). 72. Durieux P, Ravaud P, Dosquet P, Durocher A. [Effectiveness of clinical guideline implementation strategies: systematic review of systematic reviews] fr. Gastroenterol Clin Biol 2000; 24(11):1018-25. 73. Oxman A D, Thomson M A, Davis D A, Haynes R B. No magic bullets: a systematic review of 102 trials of interventions to improve professional practice. CMAJ 1995; 153(10):1423-31. 74. Smith W R. Evidence for the effectiveness of techniques To change physician behavior. Chest 2000; 118(2 Suppl):8S-17S. 75. Chaix-Couturier C, Durand-Zaleski I, Jolly D, Durieux P. Effects of financial incentives on medical practice: results from a systematic review of the literature and 144 methodological issues. Int J Qual Health Care 2000; 12(2):133-42. 76. Anhoury P. [Impact of recommendations for "good practice" on the quality of care]. Bull Cancer 1995; 82(10):879-84. 77. Durieux P, Gaillac B, Giraudeau B, Doumenc M, Ravaud P. Despite financial penalties, French physicians' knowledge of regulatory practice guidelines is poor. Arch Fam Med 2000; 9(5):414-8. 78. Keffer J H. Guidelines and algorithms: perceptions of why and when they are successful and how to improve them. Clin Chem 2001; 47(8):1563-72. 79. Grimshaw J M, Russell I T. Effect of clinical guidelines on medical practice: a systematic review of rigorous evaluations. Lancet 1993; 342(8883):1317-22. 80. Shiffman R N, Liaw Y, Brandt C A, Corb G J. Computer-based guideline implementation systems: a systematic review of functionality and effectiveness. J Am Med Inform Assoc 1999; 6(2):104-14. 81. Johnston M E, Langton K B, Haynes R B, Mathieu A. Effects of computer-based clinical decision support systems on clinician performance and patient outcome. A critical appraisal of research. Ann Intern Med 1994; 120(2):135-42. 82. Le Fur P, Sermet C. Les Références Médicales Opposables : impact sur la prescription pharmaceutique. Rapport CREDES n°1116 1996/03. 83. Mello M. Of Swords and Shields: The Role of Clinical Practice Guidelines in Medical Malpractice Litigation. Univ PA Law Rev 2001; 149(3):645-710. 84. Jacobson P D. Legal and policy considerations in using clinical practice guidelines. Am J Cardiol 1997; 80(8B):74H-79H. 85. Hurwitz B. Legal and political considerations of clinical practice guidelines. BMJ 1999; 318(7184):661-4. 86. McDonagh R J, Hurwitz B. Lying in the bed we've made: reflection on some unintended consequences of clinical practice guidelines in the courts. J Obstet Gynaecol Can 2003; 25(2):139-43. 87. Penneau M, Penneau J. Recommandations professionnelles et responsabilité médicale. Médecine & Droit 1998; (28):4-6. 88. Damen J, van Diejen D, Bakker J, van Zanten A R. Legal implications of clinical practice guidelines. Intensive Care Med 2003; 29(1):3-7. 89. Noble A, Brennan T A, Hyams A L. Snyder v. American Association of Blood Banks: a re-examination of liability for medical practice guideline promulgators. J Eval Clin Pract 1998; 4(1):49-62. 90. Hyams A L, Brandenburg J A, Lipsitz S R, Shapiro D W, Brennan T A. Practice guidelines and malpractice litigation: a two-way street. Ann Intern Med 1995; 122(6):450-5. 145 91. Convention nationale des médecins généraliste. Journal Officiel de la République Française. 282[18329]. 1998. 92. Rosoff A J. Evidence-based medicine and the law: the courts confront clinical practice guidelines. J Health Polit Policy Law 2001; 26(2):327-68. 93. Fox J, Thomson R. Clinical decision support systems: a discussion of quality, safety and legal liability issues. Proc AMIA Symp 2002; 265-9. 94. Fervers B, Esper C, Theobald S, Bataillard A, Philip T. [Standards, Options and Recommendations (SOR): consequences of the SOR guidelines project in terms of liability for French Cancer Centers]. Bull Cancer 2000; 87(12):907-15. 95. Margolis C Z. Methodology matters--VII. Clinical practice guidelines: methodological considerations. Int J Qual Health Care 1997; 9(4):303-6. 96. Grilli R, Magrini N, Penna A, Mura G, Liberati A. Practice guidelines developed by specialty societies: the need for a critical appraisal. Lancet 2000; 355(9198):103-6. 97. Lobach D F, Hammond W E. Computerized decision support based on a clinical practice guideline improves compliance with care standards. Am J Med 1997; 102(1):89-98. 98. Ohno-Machado L, Gennari J H, Murphy S N, Jain N L, Tu S W, Oliver D E, PattisonGordon E, Greenes R A, Shortliffe E H, Barnett G O. The guideline interchange format: a model for representing guidelines. J Am Med Inform Assoc 1998; 5(4):357-72. 99. Advani A, Lo K, Shahar Y. Intention-based critiquing of guideline-oriented medical care. Proc AMIA Symp 1998; 483-7. 100. Dazzi L, Fassino C, Saracco R, Quaglini S, Stefanelli M. A patient workflow management system built on guidelines. Proc AMIA Annu Fall Symp 1997; 146-50. 101. Fox J, Johns N, Rahmanzadeh A. Disseminating medical knowledge: the PROforma approach. Artif Intell Med 1998; 14(1-2):157-81. 102. Nilasena D S, Lincoln M J. A computer-generated reminder system improves physician compliance with diabetes preventive care guidelines. Proc Annu Symp Comput Appl Med Care 1995; 640-5. 103. Elkin P L, Peleg M, Lacson R, Bernstam E, Tu S, Boxwala A, Greenes R, Shortliffe E H. Toward the standardization of electronic guidelines. MD Comput 2000; 17(6):39-44. 104. Duftschmid G, Miksch S. Knowledge-based verification of clinical guidelines by detection of anomalies. Artif Intell Med 2001; 22(1):23-41. 105. Miller D W Jr, Frawley S J, Miller P L. Using semantic constraints to help verify the completeness of a computer-based clinical guideline for childhood immunization. Comput Methods Programs Biomed 1999; 58(3):267-80. 106. Agrawal A, Shiffman R N. Evaluation of guideline quality using GEM-Q. Medinfo 2001; 10(Pt 2):1097-101. 146 107. National Guideline Clearinghouse [Web Page]. Available at http://www.guideline.gov. (Accessed June 2005). 108. Guidelines International Network (GIN) [Web Page]. Available at http://www.g-i-n.net. (Accessed June 2005). 109. Agence Nationale d'Accréditation et d'Evaluation en Santé [Web Page]. Available at http://www.anaes.fr. (Accessed January 2005). 110. Prodigy Reports Web Page [Web Page]. Available at http://www.prodigy.nhs.uk/Resources/ProdigyReports/. (Accessed March 2005). 111. Seroussi B, Bouaud J, Antoine E. ONCODOC: a successful experiment of computersupported guideline development and implementation in the treatment of breast cancer. Artif Intell Med 2001; 22(1):43-64. 112. Bernstam E, Ash N, Peleg M, Tu S, Boxwala A A, Mork P, Shortliffe E H, Greenes R A. Guideline classification to assist modeling, authoring, implementation and retrieval. Proc AMIA Symp 2000; 66-70 . 113. Séroussi, B., Bouaud, J., Antoine, E. C., Khayat, D., and Boisvieux, J. F. Aide a la prescription par la consultation télématique de "bonnes pratiques thérapeutiques" dans une démarche centrée-patient. Eds Degoulet, P. and Fieschi, M. L'informatisation du cabinet médical du futur. 47-58. 1999. Informatique et Santé. Springer-Verlag. Available at http://www.hbroussais.fr/Broussais/InforMed/InforSante/Volume11/115.html. 114. Seroussi B, Bouaud J, Antoine E C. Users' evaluation of OncoDoc, a breast cancer therapeutic guideline delivered at the point of care. Proc AMIA Symp 1999; 384-9. 115. Dayton C S, Ferguson J S, Hornick D B, Peterson M W. Evaluation of an Internet-based decision-support system for applying the ATS/CDC guidelines for tuberculosis preventive therapy. Med Decis Making 2000; 20(1):1-6. 116. Maviglia S M, Zielstorff R D, Paterno M, Teich J M, Bates D W, Kuperman G J. Automating complex guidelines for chronic disease: lessons learned. J Am Med Inform Assoc 2003; 10(2):154-65. 117. Seroussi B, Bouaud J, Dreau H, Falcoff H, Riou C, Joubert M, Simon C, Simon G, Venot A. ASTI: a guideline-based drug-ordering system for primary care. Medinfo 2001; 10(Pt 1):528-32. 118. Lobach D F, Gadd C S, Hales J W. Structuring clinical practice guidelines in a relational database model for decision support on the Internet. Proc AMIA Annu Fall Symp 1997; 158-62. 119. Fox J, Bury J, Humber M, Rahmanzadeh A, Thomson R. Publets: Clinical Judgement On The Web? Proc AMIA Symp 2001; 179-83. 120. Rood E, Bosman R J, van der Spoel J I, Taylor P, Zandstra D F. Use of a computerized guideline for glucose regulation in the intensive care unit improved both guideline adherence and glucose regulation. J Am Med Inform Assoc 2005; 12(2):172-80. 147 121. Winnem O M. Integrating electronic guidelines into the diagnostic cycle. Stud Health Technol Inform 2004; 105:156-65. 122. Mikulich V J, Liu Y C, Steinfeldt J, Schriger D L. Implementation of clinical guidelines through an electronic medical record: physician usage, satisfaction and assessment. Int J Med Inform 2001; 63(3):169-78. 123. Garrett N Y, Yasnoff W A. Disseminating public health practice guidelines in electronic medical record systems. J Public Health Manag Pract 2002; 8(3):1-10. 124. Haug P J, Gardner R M, Tate K E, Evans R S, East T D, Kuperman G, Pryor T A, Huff S M, Warner H R. Decision support in medicine: examples from the HELP system. Comput Biomed Res 1994; 27(5):396-418. 125. Purves I N, Sugden B, Booth N, Sowerby M. The PRODIGY project - the iterative development of the release one model. Proc AMIA Symp 1999; 359-63. 126. O'Neil M, Payne C, Read J. Read Codes Version 3: a user led terminology . Methods Inf Med 1995; 34(1-2):187-92. 127. Unified Medical Language System (UMLS) - Home Page, National Library of Medicine Web Site [Web Page]. Available at http://www.nlm.nih.gov/research/umls. (Accessed June 2005). 128. Taylor H, Leitman R. The increasing impact of eHealth on physician behavior. Health Care News 2001; 1(31):Available at: http://www.harrisinteractive.com/news/newsletters/healthnews/HI_HealthCareNews200 1Vol1_iss31.pdf. 129. Dourgnon, P., Grandfils, N., Sourty-Le-Guellec, M. J., and Zimana, M. Available at Available at: http://www.credes.fr/Credes/Fichenqu/enquformmel.htm. 130. Beuscart, R. Rapport sur les enjeux de la société de l'information dans le domaine de la Santé. [Report]. 2000; Available at: http://telemedecine.aphp.org/doc/beuscardrapport.pdf. 131. De Clercq P A, Blom J A, Korsten H H, Hasman A. Approaches for creating computerinterpretable guidelines that facilitate decision support. Artif Intell Med 2004; 31(1):127. 132. Jenders R A, Sailors R M. Convergence on a standard for representing clinical guidelines: work in health level seven. Medinfo 2004; 11(Pt 1):130-4. 133. Wang D, Peleg M, Tu S W, Shortliffe E H, Greenes R A. Representation of Clinical Practice Guidelines for Computer-Based Implementation. Medinfo 2001; 285-9. 134. Wang D, Peleg M, Tu S W, Boxwala A A, Greenes R A, Patel V L, Shortliffe E H. Representation primitives, process models and patient data in computer-interpretable clinical practice guidelines: A literature review of guideline representation models. Int J Med Inf 2002; 68(1-3):59-70. 135. Peleg M, Tu S, Bury J, Ciccarese P, Fox J, Greenes R A, Hall R, Johnson P D, Jones N, 148 Kumar A, Miksch S, Quaglini S, Seyfang A, Shortliffe E H, Stefanelli M. Comparing Computer-interpretable Guideline Models: A Case-study Approach. J Am Med Inform Assoc 2003; 10(1):52-68. 136. Tu S W, Campbell J, Musen M A. The structure of guideline recommendations: a synthesis. AMIA Annu Symp Proc 2003; 679-83. 137. Open Clinical [Web Page]. Available at http://www.openclinical.org. (Accessed June 2005). 138. Tu W S, Musen M. A. Modeling Data and Knowledge in the EON Guideline Architecture. Medinfo 2001; 280-4. 139. Arden Syntax Web Site [Web Page]. Available at http://cslxinfmtcs.csmc.edu/hl7/arden/. (Accessed February 2005). 140. Agrawal A, Shiffman R N. Using GEM-encoded guidelines to generate medical logic modules. Proc AMIA Symp 2001; 7-11. 141. Starren J B, Hripcsak G, Jordan D, Allen B, Weissman C, Clayton P D. Encoding a post-operative coronary artery bypass surgery care plan in the Arden Syntax. Comput Biol Med 1994; 24(5):411-7. 142. Peleg M, Ogunyemi O, Tu S, Boxwala A A, Zeng Q, Greenes R A, Shortliffe E H. Using features of Arden Syntax with object-oriented medical data models for guideline modeling. Proc AMIA Symp 2001; 523-7. 143. Haug P J, Rocha B H, Evans R S. Decision support in medicine: lessons from the HELP system. Int J Med Inform 2003; 69(2-3):273-84. 144. McDonald C J, Overhage J M, Tierney W M, Dexter P R, Martin D K, Suico J G, Zafar A, Schadow G, Blevins L, Glazener T, Meeks-Johnson J, Lemmon L, Warvel J, Porterfield B, Warvel J, Cassidy P, Lindbergh D, Belsito A, Tucker M, Williams B, Wodniak C. The Regenstrief Medical Record System: a quarter century experience. Int J Med Inform 1999; 54(3):225-53. 145. Hripcsak G. Writing Arden Syntax Medical Logic Modules. Comput Biol Med 1994; 24(5):331-63. 146. Peleg M, Boxwala A A, Bernstam E, Tu S, Greenes R A, Shortliffe E H. Sharable representation of clinical guidelines in GLIF: relationship to the Arden Syntax. J Biomed Inform 2001; 34(3):170-81. 147. Minsky, M. MIT-AI Laboratory Memo 306. A Framework for Representing Knowledge. [Report]. Available at http://web.media.mit.edu/~minsky/papers/Frames/frame.html. 148. Pryor T A, Hripcsak G. Sharing MLM's: an experiment between Columbia-Presbyterian and LDS Hospital. Proc Annu Symp Comput Appl Med Care 1993; 399-403. 149. Jenders R A, Sujansky W, Broverman C A, Chadwick M. Towards improved knowledge sharing: assessment of the HL7 Reference Information Model to support medical logic 149 module queries. Proc AMIA Annu Fall Symp 1997; 308-12. 150. Herbert S I. Informatics for care protocols and guidelines: towards a European knowledge model. Stud Health Technol Inform 1995; 16:27-42. 151. Herbert S I, Gordon C J, Jackson-Smale A, Salis J L. Protocols for clinical care. Comput Methods Programs Biomed 1995; 48(1-2):21-6. 152. Kanoui H, Joubert M, Favard R, Maury G, Pelletier M. Acts and knowledge management in the NUCLEUS hospital information system. Proc Annu Symp Comput Appl Med Care 1995; 338-42. 153. Gordon C, Herbert I, Johnson P, Nicklin P, Pitty D, Reeves P. Telematics for clinical guidelines: a conceptual modelling approach. Stud Health Technol Inform 1997; 43 Pt A:314-8. 154. Gordon C, Veloso M. Guidelines in healthcare: the experience of the Prestige project. Stud Health Technol Inform 1999; 68:733-8. 155. Musen M A, Tu S W, Das A K, Shahar Y. EON: a component-based approach to automation of protocol-directed therapy. J Am Med Inform Assoc 1996; 3(6):367-88. 156. Tu S W, Musen M A. The EON model of intervention protocols and guidelines. Proc AMIA Annu Fall Symp 1996; 587-91. 157. Advanced Computation Laboratory - PROforma Web Site [Web Page]. Available at http://www.acl.icnet.uk/lab/proforma.html. (Accessed February 2005). 158. Fox J, Johns N, Lyons C, Rahmanzadeh A, Thomson R, Wilson P. PROforma: a general technology for clinical decision support systems. Comput Methods Programs Biomed 1997; 54(1-2):59-67. 159. Sutton D R, Fox J. The syntax and semantics of the PROforma guideline modeling language. J Am Med Inform Assoc 2003; 10(5):433-43. 160. InterMed [Web Page]. Available at http://www.infermed.com. (Accessed June 2005). 161. Quaglini S, Dazzi L, Gatti L, Stefanelli M, Fassino C, Tondini C. Supporting tools for guideline development and dissemination. Artif Intell Med 1998; 14(1-2):119-37. 162. Quaglini S, Grandi M, Baiardi P, Mazzoleni M C, Fassino C, Franchi G, Melino S. A computerized guideline for pressure ulcer prevention. Int J Med Inf 2000; 58-59:207-17. 163. Quaglini S, Stefanelli M, Cavallini A, Micieli G, Fassino C, Mossa C. Guideline-based careflow systems. Artif Intell Med 2000; 20(1):5-22. 164. Johnson P D, Tu S, Booth N, Sugden B, Purves I N. Using scenarios in chronic disease management guidelines for primary care. Proc AMIA Symp 2000; 389-93. 165. Prodigy Guidance Browser Release 1 [Web Page]. Available at http://www.prodigy.nhs.uk/clinicalguidance/realeasedguidance/guidancebrowser.asp. (Accessed June 2005). 150 166. Miksch, S., Shahar, Y., and Johnson, P. Asbru: A task-specific, intention-based and time-oriented language for representing skeletal plans. Knowledge Engineering: Methods and Languages (KEML-97). 1997. Available at http://smiweb.stanford.edu/pubs/SMI_Reports/SMI-96-0650.pdf. 167. Shahar Y, Miksch S, Johnson P. The Asgaard project: a task-specific framework for the application and critiquing of time-oriented clinical guidelines. Artif Intell Med 1998; 14(1-2):29-51. 168. Kosara R, Miksch S. Metaphors of movement: a visualization and user interface for time-oriented, skeletal plans. Artif Intell Med 2001; 22(2):111-31. 169. Terenziani P, Montani S, Bottrighi A, Torchio M, Molino G, Correndo G. The GLARE approach to clinical guidelines: main features. Stud Health Technol Inform 2004; 101:162-6. 170. Terenziani P, Montani S, Bottrighi A, Torchio M, Molino G, Correndo G. A Contextadaptable Approach to Clinical Guidelines. Medinfo 2004; 2004:169-73. 171. Terenziani P, Montani S, Bottrighi A, Torchio M, Molino G. Supporting physicians in taking decisions in clinical guidelines: the GLARE "what if" facility. Proc AMIA Symp 2002; 772-6. 172. Glif.org Toward Sharable Representation of Clinical Guidelines [Web Page]. Available at http://www.glif.org/. (Accessed June 2005). 173. Peleg M, Boxwala A A, Ogunyemi O, Zeng Q, Tu S, Lacson R, Bernstam E, Ash N, Mork P, Ohno-Machado L, Shortliffe E H, Greenes R A. GLIF3: the evolution of a guideline representation format. Proc AMIA Symp 2000; 645-9. 174. Boxwala A A, Peleg M, Tu S, Ogunyemi O, Zeng Q T, Wang D, Patel V L, Greenes R A, Shortliffe E H. GLIF3: a representation format for sharable computer-interpretable clinical practice guidelines. J Biomed Inform 2004; 37(3):147-61. 175. Wang D, Peleg M, Bu D, Cantor M, Landesberg G, Lunenfeld E, Tu S W, Kaiser G E, Hripcsak G, Patel V L, Shortliffe E H. GESDOR - A Generic Execution Model for Sharing of Computer-interpretable Clinical Practice Guidelines. Proc AMIA Symp 2003; 694-8. 176. Zielstorff R D, Teich J M, Paterno M D, Segal M, Kuperman G J, Hiltz F L, Fox R L. PCAPE: a high-level tool for entering and processing clinical practice guidelines. Partners Computerized Algorithm and Editor. Proc AMIA Symp 1998; 478-82. 177. Wang D, Peleg M, Tu S W, Boxwala A A, Ogunyemi O, Zeng Q, Greenes R A, Patel V L, Shortliffe E H. Design and implementation of the GLIF3 guideline execution engine. J Biomed Inform 2004; 37(5):305-18. 178. Wang D, Shortliffe E H. GLEE--a model-driven execution system for computer-based implementation of clinical practice guidelines. Proc AMIA Symp 2002; 855-9. 179. Shiffman R N, Agrawal A, Deshpande A M, Gershkovich P. An Approach to Guideline Implementation with GEM. Medinfo 2001; 271-5. 151 180. Shiffman R N, Karras B T, Agrawal A, Chen R, Marenco L, Nath S. GEM: a proposal for a more comprehensive guideline document model using XML. J Am Med Inform Assoc 2000; 7(5):488-98. 181. Georg G, Seroussi B, Bouaud J. Extending the GEM model to support knowledge extraction from textual guidelines. Int J Med Inform 2005; 74(2-4):79-87. 182. Georg G, Seroussi B, Bouaud J. Does GEM-Encoding Clinical Practice Guidelines Improve the Quality of Knowledge Bases? A Study with the Rule-Based Formalism. Proc AMIA Symp 2003; 254-8 . 183. Musen M A. Dimensions of knowledge sharing and reuse. Comput Biomed Res 1992; 25(5):435-67. 184. Stead W W, Miller R A, Musen M A, Hersh W R. Integration and beyond: linking information from disparate sources and into workflow. J Am Med Inform Assoc 2000; 7(2):135-45. 185. Greenes R A. Decision support at the point of care: challenges in knowledge representation, management, and patient-specific access. Adv Dent Res 2003 ; 17:69-73. 186. Boxwala A A, Tu S, Peleg M, Zeng Q, Ogunyemi O, Greenes R A, Shortliffe E H, Patel V L. Toward a representation format for sharable clinical guidelines . J Biomed Inform 2001; 34(3):157-69. 187. Parker C G, Rocha R A, Campbell J R, Tu S W, Huff S M. Detailed clinical models for sharable, executable guidelines. Medinfo 2004; 11(Pt 1):145-8. 188. Pisanelli D M, Gangemi A, Steve G. Toward a standard for guideline representation: an ontological approach. Proc AMIA Symp 1999; 906-10. 189. Kumar A, Smith B, Pisanelli D M, Gangemi A, Stefanelli M. An ontological framework for the implementation of clinical guidelines in health care organizations. Stud Health Technol Inform 2004; 102:95-107. 190. Mattison J E, Dolin R H, Laberge D. Managing the tensions between national standardization vs. regional localization of clinical content and templates. Medinfo 2004; 11(Pt 2):1081-5. 191. Fridsma D B, Gennari J H, Musen M A. Making generic guidelines site-specific. Proc AMIA Annu Fall Symp 1996; 597-601. 192. Beuscart R, Bricon-Souf N, Brunetaud J M, Watbled L, Alao O, Bennani N. Homecare: the need for cooperative information systems. Medinfo 2004; 11(Pt 2):1343-7. 193. Renard J M, Souf N, Kulik J F, Beuscart R. Professional communication for coordination of care: inter-mediation for a better management of patients. Stud Health Technol Inform 2000; 77:992-6. 194. Wetter T. Lessons learnt from bringing knowledge-based decision support into routine use. Artif Intell Med 2002; 24(3):195-203. 152 195. Tu S W, Musen M A, Shankar R, Campbell J, Hrabak K, McClay J, Huff S M, McClure R, Parker C, Rocha R, Abarbanel R, Beard N, Glasgow J, Mansfield G, Ram P, Ye Q, Mays E, Weida T, Chute C G, McDonald K, Molu D, Nyman M A, Scheitel S, Solbrig H, Zill D A, Goldstein M K. Modeling guidelines for integration into clinical workflow. Medinfo 2004; 11(Pt 1):174-8 . 196. Stefanelli M. The socio-organizational age of artificial intelligence in medicine. Artif Intell Med 2001; 23(1):25-47. 197. Tu S W, Musen M A, Shankar R D, Campbell J R, Hrabak K, McClay J, Huff S M, McClure R, Parker C, Rocha R, Abarbanel R, Beard N, Glasgow J, Mansfield J G, Ram P, Ye Q, Mays E, Weida T, Chute C G, McDonald K, Mohr D, Nyman M A, Scheitel S M, Solbrig H, Zill D, Goldstein M K. Modeling Guidelines for Integration into Clinical Workflow. Technical Report 2003; SMI-2003-0970. 198. Abubakar I, Williams C J, McEvoy M. Development and evaluation of a hand held computer based on-call pack for health protection out of hours duty: a pilot study. BMC Public Health 2005; 5 (1):35. 199. Johnson E D, Pancoast P E, Mitchell J A, Shyu C R. Design and evaluation of a personal digital assistant- based alerting service for clinicians. J Med Libr Assoc 2004; 92(4):438-44. 200. Beattie J W. Web-based PDA downloads for clinical practice guidelines and decision support tools. Med Ref Serv Q 2003; 22(4):57-64. 201. Reddy M C, McDonald D W, Pratt W, Shabot M M. Technology, work, and information flows: Lessons from the implementation of a wireless alert pager system. J Biomed Inform 2005; 38(3):229-38. 202. Buchtela D, Anger Z, Peleska J, Vesely A, Zvarova J. Presentation of medical guidelines on a computer. Stud Health Technol Inform 2004; 105:166-71. 203. de Clercq P, Hasman A. Experiences with the development, implementation and evaluation of automated decision support systems. Medinfo 2004; 11(Pt 2):1033-7. 204. Dufour J C, Giorgi R, Fieschi D, Gouvernet J, Gillois P, Piana L, Degoulet P, Fieschi M. Guideline Development: Focus on Breast Cancer Screening in the EsPeR Project. Medinfo 2001; 439-43. 205. Oxford Center for Evidence-Based Medicine [Web Page]. Available at http://www.cebm.net/. (Accessed June 2005). 206. Dufour J C, Fieschi D, Fieschi M. Coupling computer-interpretable guidelines with a drug-database through a web-based system--The PRESGUID project. BMC Med Inform Decis Mak 2004; 4(1):2. 207. Dufour J C, Fieschi M, Fieschi D, Giorgi R, Gouvernet J. A platform to develop and to improve effectiveness of online computable guidelines. Stud Health Technol Inform 2003; 95:800-5. 208. Groupe AMIS-2. La place des vasoactifs dans la prise en charge des artériopathies 153 oblitérantes des membres inférieurs stade II. Presse Med 2001; 30(15):745-53. 209. Zielstorff R D. Online practice guidelines: issues, obstacles, and future prospects. J Am Med Inform Assoc 1998; 5 (3):227-36. 210. Eglantine Informatique [Web Page]. Available at http://www.eglantine-info.fr. (Accessed June 2005). 211. Castel P, Blay J Y, Meeus P, Sunyach M P, Ranchere-Vince D, Thiesse P, Bergeron C, Marec-Berard P, Lurkin A, Ray-Coquard I. Fonctionnement et impact d'un comité pluridisciplinaire en cancérologie. Bull Cancer 2004; 91(10):799-804. 212. Circulaire DGS/DH n°98/188 du 24 mars 1998 relative a l'organisation des soins en cancérologie dans les établissements d'hospitalisation publics et privés [Web Page]. 213. Sauvagnac C, Beckendorf V, Lesur A, Luporsi E, Stines J, Falzon P, Bey P. Des traitements standards aux cas particuliers : la place des comités de décision thérapeutique en cancérologie. Bull Cancer 1999; 86(9):767-72. 214. Rosille, D. , Laurent, F., and Burgana, A. Modelling of a case-based retrieval system for oncology. MIE. 565-70. 2003. Technology and Informatics. IOS Press. 215. Rossille D, Laurent J F, Burgun A. Modelling a decision-support system for oncology using rule-based and case-based reasoning methodologies. Int J Med Inform 2005; 74(24):299-306. 216. FNCLCC : Fédération Nationale des Centres de Lutte Contre le Cancer. [Web Page]. Available at http://www.fnclcc.fr. (Accessed June 2005). 217. Ayel M, Rousset MC. La cohérence dans les bases de connaissances. CepaduesEditions. Collection Intelligence Artificielle. 1990. 218. Schriger D L, Baraff L J, Buller K, Shendrikar M A, Nagda S, Lin E J, Mikulich V J, Cretin S. Implementation of clinical guidelines via a computer charting system: effect on the care of febrile children less than three years of age. J Am Med Inform Assoc 2000; 7(2):186-95. 219. Bell D S, Cretin S, Marken R S, Landman A B. A conceptual framework for evaluating outpatient electronic prescribing systems based on their functional capabilities. J Am Med Inform Assoc 2004; 11(1):60-70. 220. Satsangi S, Weir C R, Morris A H, Warner H R. Cognitive evaluation of the predictors of use of computerized protocols by clinicians. AMIA Annu Symp Proc 2003; 574-8. 221. Zielstorff R D, Estey G, Vickery A, Hamilton G, Fitzmaurice J B, Barnett G O. Evaluation of a decision support system for pressure ulcer prevention and management: preliminary findings. Proc AMIA Annu Fall Symp 1997; 248-52. 222. Hunt D L, Haynes R B, Hanna S E, Smith K. Effects of computer-based clinical decision support systems on physician performance and patient outcomes: a systematic review. JAMA 1998; 280(15):1339-46 . 154 223. Riou, C., Dréau, H., Séroussi, B., Bouaud, J., and Venot, A. Recommandations de rédactions des guides de bonnes pratiques en vue de leur implémentation dans un systčme d'aide ŕ la décision. Eds Harmel, A., Hajromdhane, R., and Fieschi, M. Technologies de l'information et de la communication pour les pratiques médicales. 267-76. 2004. Informatique et Santé. Springer-Verlag. 224. Patel V L, Allen V G, Arocha J F, Shortliffe E H. Representing clinical guidelines in GLIF: individual and collaborative expertise. J Am Med Inform Assoc 1998; 5(5):46783. 225. Patel V L, Arocha J F, Diermeier M, Greenes R A, Shortliffe E H. Methods of cognitive analysis to support the design and evaluation of biomedical systems: the case of clinical practice guidelines. J Biomed Inform 2001; 34(1):52-66. 226. Grol R. Improving the quality of medical care: building bridges among professional pride, payer profit, and patient satisfaction. JAMA 2001; 286(20):2578-85. 227. Giorgi R, Gouvernet J, Dufour J, Degoulet P, Laugier R, Quilichini F, Fieschi M. Elaboration and formalization of current scientific knowledge of risks and preventive measures illustrated by colorectal cancer. Methods Inf Med 2001; 40(4):323-30. 228. Gillois P, Chatellier G, Jaulent M C, Colombet I. , Fieschi M, Degoulet P. From PaperBased to Electronic Guidelines: Application to French Guidelines. Medinfo 2001; 196200. 229. Schriger D L, Baraff L J, Hassanvand M, Cretin S. Presentation of clinical guidelines via a rule-based expert charting system. Medinfo 1995; 8 Pt 2:1018-21. 230. Shiffman R N, Michel G, Essaihi A, Thornquist E. Bridging the guideline implementation gap: a systematic, document-centered approach to guideline implementation. J Am Med Inform Assoc 2004; 11(5):418-26. 231. Shiffman R N, Michel G. Toward improved guideline quality: using the COGS statement with GEM. Medinfo 2004; 11(Pt 1):159-63. 232. Aguirre-Junco A R, Colombet I, Zunino S, Jaulent M C, Leneveut L, Chatellier G. Computerization of guidelines: a knowledge specification method to convert text to detailed decision tree for electronic implementation. Medinfo 2004; 11(Pt 1 ):115-9. 233. Shekelle P, Eccles M P, Grimshaw J M, Woolf S H. When should clinical guidelines be updated? BMJ 2001; 323(7305):155-7. 234. Currie L M, Graham M, Allen M, Bakken S, Patel V, Cimino J J. Clinical information needs in context: an observational study of clinicians while using a clinical information system. AMIA Annu Symp Proc 2003; 190-4. 235. Bates D W, Leape L L, Cullen D J, Laird N, Petersen L A, Teich J M, Burdick E, Hickey M, Kleefield S, Shea B, Vander Vliet M, Seger D L. Effect of computerized physician order entry and a team intervention on prevention of serious medication errors. JAMA 1998; 280(15):1311-6. 236. Teich J M, Osheroff J A, Pifer E A, Sittig D F, Jenders R A. Clinical decision support in 155 electronic prescribing: recommendations and an action plan: report of the joint clinical decision support workgroup. J Am Med Inform Assoc 2005; 12(4 ):365-76. 237. Anderson J G, Jay S J, Anderson M, Hunt T J. Evaluating the capability of information technology to prevent adverse drug events: a computer simulation approach. J Am Med Inform Assoc 2002; 9 (5):479-90. 238. eHealth Initiative. Electronic Prescribing: Toward Maximum Value and Rapid Adoption [Report]. 2004; Available at http://www.ehealthinitiative.org/initiatives/erx/. 239. Trivedi M H, Kern J K, Marcee A, Grannemann B, Kleiber B, Bettinger T, Altshuler K Z, McClelland A. Development and implementation of computerized clinical guidelines: barriers and solutions. Methods Inf Med 2002; 41(5):435-42. 240. Johnson P D, Tu S W. A Virtual Medical Record for Guideline-Based Decision Support. Proc AMIA Symp 2001; 294-9. 241. Dubey A K, Chueh H C. An XML-based format for guideline interchange and execution. Proc AMIA Symp 2000; 205-9. 242. Riou C, Pouliquen B, Le Beux P. A computer-assisted drug prescription system: the model and its implementation in the ATM knowledge base. Methods Inf Med 1999; 38(1):25-30. 243. Johnson P, Tu S, Jones N. Achieving Reuse of Computable Guideline Systems. Medinfo 2001; 99-103. 244. Greenes R A, Peleg M, Boxwala A, Tu S, Patel V, Shortliffe E H. Sharable Computerbased Clinical Practice Guidelines: Rationale, Obstacles, Approaches, and Prospects. Medinfo 2001; 201-5. 245. Hales J W, Gadd C S, Lobach D F. Development and use of a Guideline Entry Wizard to convert text clinical practice guidelines to a relational format. Proc AMIA Annu Fall Symp 1997; 163-7. 156 Annexes Annexe 1 : Définitions des types d’interventions (issues de [9]) Leaders d’opinion : Utilisation de praticiens identifiés par leurs pairs comme “influents” afin de délivrer une information au niveau local. Les avis d’un leader d’opinion sont spontanément sollicités par son entourage. Un leader influence parce qu’il est perçu comme compétent, objectif et suscitant l’empathie. Sa compétence dans un domaine est admise par l’entourage et le jugement du leader est considéré comme plus qualifié. L’objectivité est le second fondement de son influence. Celle-ci différencie des autres formes de communication marketing, par nature orientées vers un bénéfice. Il n’est pas payé par une organisation pour dire telle ou telle chose et il ne cherche pas à contrôler le reste du groupe. Visites à domicile (outreach visits) : Intervention d’une personne qui a reçu une formation spécifique sur le lieu même de pratique du médecin afin de lui fournir une information sur un sujet précis. Cette information peut inclure des éléments de pratique propre du médecin. La visite à domicile, largement utilisée par ailleurs par l’industrie pharmaceutique, a été proposée dans le domaine du médicament (afin de promouvoir par exemple l’utilisation préférentielle de médicaments moins toxiques ou moins dangereux), puis pour d’autres domaines de pratique clinique. Cette stratégie prend aussi en compte les connaissances et motivations du prescripteur et peut être orientée sur certaines catégories de cliniciens, par exemple les plus susceptibles de changer leur comportement ou les plus gros prescripteurs. Les visiteurs sont, selon les cas, des médecins, des pharmaciens, des membres du ministère de la Santé. L’audit-retour d’information (audit-feedback) : Utilisation d’un résumé des performances cliniques d’un praticien ou d’un groupe de praticiens sur une période donnée (nombre d’examens prescrits, coûts des examens prescrits, pourcentage d’une pratique donnée qui a été considérée comme non appropriée ou au contraire appropriée…). Ce résumé peut être donné au(x) praticien(s) par mailing ou par contact direct. Il peut être spécifique de l’activité d’un praticien ou concerner un groupe de praticiens (d’un service hospitalier par exemple). 157 Rappels au moment de la décision (reminders) : Toute information délivrée au moment de la prise de décision et qui incite le praticien à effectuer une action spécifique. Ce rappel peut être sous forme papier (poster dans une salle de soin, fiche inclus dans le dossier médical…), informatique (système d’aide à la décision) voire téléphonique. 158 Annexe 2 : Approches utilisées pour représenter et inférer des connaissances médicales lors de la réalisation de GBPC informatisés automatisés On distingue classiquement 3 types d’approches pour représenter et inférer les connaissances médicales lors de la réalisation de GBPC informatisés automatisés : 1) Approche procédurale : dans cette approche il n’existe pas de distinction entre la représentation des connaissances médicales et la façon de les inférer au sein d’un algorithme. Les connaissances médicales n’ont pas d’existence propre en dehors de leur utilisation au sein de l’algorithme informatique chargé spécifiquement de les interpréter. Dans ce type d’approche, la compréhension du processus logique décisionnel mis en œuvre nécessite la compréhension du langage de programmation utilisé. De plus, les connaissances médicales ne peuvent pas être réutilisées au sein de systèmes différents puisqu’elles ne peuvent pas être dissociées de l’algorithme. Ces limites considérables expliquent que l’approche procédurale pure est aujourd’hui rarement utilisée au profit des approches déclaratives qui permettent une séparation claire entre les connaissances médicales et les processus utilisés pour construire un raisonnement basé sur ces connaissances. 2) Approche basé sur des règles de production : Les systèmes basés sur des règles de production sont l’exemple type d’une approche déclarative. De tel système comportent trois éléments bien distincts : a. une base de faits contenant les données à analyser. Classiquement ce sont les données observées chez un patient. b. une base de règles contenant des assertions données sous forme d’implications. Les règles représentent les modes de raisonnement, des principes généraux, propres au domaine du GBPC considéré. Le formalisme des règles est le suivant : SI CONDITION(S) ALORS CONCLUSION(S). Les conditions (ou prémisses) sont décrites par une proposition logique classique. La conclusion représente une nouvelle connaissance pouvant enrichir la base de faits ou une action que le système doit effectuer (par exemple : déclancher une alarme, poser une question à l’utilisateur, etc.). c. un moteur d’inférence chargé d’interpréter les règles. Il identifie les règles éligibles, choisit la règle à activer, et enfin exécute la règle et met à jour la base de fait s’il y a lieu. 3) Approche basée sur la gestion de tâches : la décomposition des GBPC en tâches et sous-tâches est utilisée afin de formaliser des GBPC dans lesquels interviennent des critères décisionnels complexes et des prises en charges multiples, hiérarchisées, réparties dans le temps et l’espace, éventuellement assurées par différents acteurs et mobilisant des ressources diverses. Les GBPC est vu comme un processus de soins dans lequel interviennent des tâches. Dans ce type de modèle, basé sur l’accomplissement de tâches (« task-oriented »), les règles de décision sont imbriquées au sein d’éléments visant à détailler précisément les caractéristiques des tâches qui doivent être prise en compte lorsque l’on décide de suivre un GBPC. Les exemples les 159 plus aboutis de tels modèles sont Asbru, EON, GLIF, GUIDE, PRODIGY et PROforma (cf. § 4.3). 160 Annexe 3 : Principe de fonctionnement du moteur d'inférence Jrules de la société ILOG La société ILOG fournit un package JAVA contenant des classes capables d'inférer des règles. Il est important de décrire le fonctionnement de la classe IlrContext, car elle est le cœur du moteur d’inférence utilisé dans le cadre du projet EsPeR. Un agent JRules est une instance de la classe IlrContext. C'est un objet formé d'une mémoire de travail et d'un agenda. Son rôle est de déclencher des règles. Il a besoin pour fonctionner, d'un ensemble de règles que l'on place dans un RuleSet (une liste de règles). Dans un RuleSet, les règles sont regroupées en packages auxquels on peut accéder individuellement. Chaque règle est constituée de prémisse(s) et de conclusion(s). Les prémisses et les conclusions concernent des objets JAVA de notre application. On peut donner l'ordre à un agent JRules de faire un "assert" d'objet : c'est à dire de placer des objets de notre application dans sa mémoire de travail. On peut également lui demander d'analyser (par l'ordre "parse") le RuleSet qu'on lui associe. A ce stade, on dit qu'on a créé un contexte (association de règles analysées et d'objets dans la mémoire de travail). On pourra alors lui demander de déclencher les règles regroupées dans le package spécifié (ordre "fire" sur le nom d'un package). Cet ordre aura pour effet de comparer les règles avec les objets de la mémoire de travail ; de placer dans l'agenda les règles qui sont vraies et de les déclencher. Les objets mis dans la mémoire de travail sont des données du patient. On accède à ces données par des méthodes de classe capables de retourner la valeur d'une propriété. Le schéma ci dessous représente la structure d'un agent JRules. fire Agent JRules (IlrContext) RuleSet Mémoire de travail Prémisse Conclusion Prémisse Conclusion Prémisse Conclusion 1 2 3 Agenda 1 3 161 Annexe 4 : Exemple de représentation d'un concept Exemple : supposons que l'on ait à manipuler une "douleur aiguë de l'hypocondre droit". On pourra se représenter cette donnée : 1) avec un niveau de granularité pauvre : Concept1.name = "Douleur aiguë de l'hypocondre droit" Concept1.value = "vrai" Cette représentation est suffisante si l'on a simplement besoin d'évaluer en vrai/faux une donnée que l'on a appelée une "douleur aiguë de l'hypocondre droit". 2) avec un niveau de granularité plus riche : Concept1.name = "Douleur" Concept1.propriété1.name = "type" Concept1.propriété1.value = "aiguë" Concept1.propriété2.name = "localisation" Concept1.propriété2.value = "hypochondre" Concept1.propriété3.name = "latéralité" Concept1.propriété3.value = "droit" Cette dernière représentation permet d'évaluer individuellement chacune des propriétés du concept. Par exemple, il sera possible de retrouver toutes les douleurs aiguës quelle que soit leur localisation. 162 Annexe 5 : Quelques articles intéressants, parmi les principaux, retenus lors de la méta-analyse de la littérature pour l'élaboration des recommandations concernant la prévention primaire des cancers du sein chez la femme INSERM : Risques héréditaires de cancers du sein et de l'ovaire : Quelle prise en charge ? Expertise collective, INSERM, 1998. Eisinger F, Alby N, Bremond A, Dauplat J, Espie M, Janiaud P, Kuttenn F, Lebrun JP, Lefranc JP, Pierret J, Sobol H, Stoppa-Lyonnet D, Thouvenin D, Tristant H, Feingold J. INSERM-FNCLCC collective expertise. Recommendations for medical management of women with genetic risk of developing breast and/or ovarian cancer. Ann Genet 1999;42(1):51-64. Eisinger F, Alby N, Bremond A, Dauplat J, Espie M, Janiaud P, Kuttenn F, Lebrun JP, Lefranc JP, Pierret J, Sobol H, Stoppa-Lyonnet D, Thouvenin D, Tristant H, Feingold J. INSERM-FNCLCC collective expertise. Recommendations for medical management of women with genetic risk of developing breast and/or ovarian cancer. Ann Endocrinol (Paris). 1998;59(6):470-84. Eisinger F, Alby N, Bremond A, Dauplat J, Espie M, Janiaud P, Kuttenn F, Lebrun JP, Lefranc JP, Pierret J, Sobol H, Stoppa-Lyonnet D, Thouvenin D, Tristant H, Feingold J. INSERM-FNCLCC collective expertise. Recommendations for medical management of women with genetic risk of developing breast and/or ovarian cancer. Ann Oncol 1998 Sep;9(9):939-50. Rapport ANAES le dépistage du cancer du sein par mammographie dans la population générale (www.anaes.fr) Offit K, Brown K. Quantitating familial cancer risk: a resource for clinical oncologists., J Clin Oncol 12: 8, 1724-36, Aug, 1994. Kelsey JL, Bernstein L, Epidemiology and prevention of breast cancer., Annu Rev Public Health 17:, 47-67, 1996. Dupont WD, Page DL. Risk factors for breast cancer in women with proliferative breast disease., N Engl J Med 312: 3, 146-51, Jan 17, 1985. 163 Annexe 6 : Représentation sous forme de classes des données du patient utilisées (EsPeR : GBPC prévention primaire des cancers du sein chez la femme) Age name = "Age" attribut[0] : Attribut name = "nombre d'année" value : NumValue properties[0] : Attribut name = "genre" value : StrValue Sexe name : "Sexe" ATCDfamKSein name : "Antécédent familial de cancer du sein invasif" attribut[0] : Attribut name = "degré de parenté" value : NumValue attribut[1] : Attribut name = "localisation" value : StringValue attribut[2] : Attribut name = "âge lors du diag" value : NumValue ATCDfamKOvaire name : "Antécédent familial de cancer de l'ovaire" attribut[0] : Attribut name = "degré de parenté" value : NumValue ATCDpersoBiopMam name : "Antécédent personnel de biopsie mammaire properties[0] : Attribut name = "résultat" value : StringValue Grossesses name : "Grossesses" attribut[0] : Attribut name = "nombre" value : NumValue attribut[1] : Attribut name = "âge première" value : NumValue 164 Annexe 7 : Questionnaire d’évaluation de l’application PRESGUID Perception de l’utilité potentielle de l’application PRESGUID 0 1 2 3 Q19 - L’utilisation de PRESGUID sur mon lieu d’exercice me permettrait d’accomplir mes tâches plus rapidement Pas du tout d’accord Tout à fait d’accord Q20 - L’utilisation de PRESGUID sur mon lieu d’exercice pourrait améliorer mes performances Pas du tout d’accord Tout à fait d’accord Q21 - Globalement, PRESGUID pourrait m’être utile dans mon exercice médical Pas du tout d’accord Tout à fait d’accord 0 1 2 3 Pas du tout d’accord Tout à fait d’accord Pas du tout d’accord Tout à fait d’accord Pas du tout d’accord Tout à fait d’accord Q25 - Globalement, PRESGUID m’a apporté une aide efficace pour prendre mes décisions Pas du tout d’accord Tout à fait d’accord Q26 - PRESGUID m’a permis d’apprendre certains éléments de prise en charge que j’ignorais Pas du tout d’accord Tout à fait d’accord 0 1 2 3 Perception de l’utilité de l’application PRESGUID lors des sessions de cas cliniques Q22 - PRESGUID m’a apporté une aide efficace pour me faire penser à des éléments de prise en charge pertinents Q23 - PRESGUID m’a apporté une aide efficace pour me permettre d’écarter des éléments de prise en charge inappropriés Q24 - PRESGUID m’a apporté une aide efficace pour me permettre de conforter mes décisions à propos de l’utilité de certains éléments de prise en charge Perception de la facilité d’utilisation Q27 - L’utilisation de PRESGUID est intuitive (facile à appréhender) Pas du tout d’accord Tout à fait d’accord Q28 - L’interface de PRESGUID est agréable Pas du tout d’accord Tout à fait d’accord Q29 - J’ai rapidement maîtrisé la façon d’utiliser PRESGUID Pas du tout d’accord Tout à fait d’accord Q30 - Il est facile de retrouver des recommandations adaptées à une situation clinique particulière avec PRESGUID Pas du tout d’accord Tout à fait d’accord Q31 - Je n’ai pas rencontré de difficulté particulière lors son utilisation Pas du tout d’accord Tout à fait d’accord Q32 - Globalement, je suis satisfait(e) de la facilité d’utilisation de ce système Pas du tout d’accord Tout à fait d’accord 0 1 2 3 Perception de la fiabilité du système Q33 - PRESGUID ne m’a jamais donné de recommandations aberrantes ou inadaptées Pas du tout d’accord Tout à fait d’accord Q34 - PRESGUID est une application fiable Pas du tout d’accord Tout à fait d’accord Q35 - J’ai complété mon travail correctement en utilisant ce système Pas du tout d’accord Tout à fait d’accord 165 Annexe 8 : Questionnaire d’évaluation des GBPC sous format textuel (support papier) Perception de l’utilité potentielle des recommandations papier 0 1 2 3 Q19 - L’utilisation des guides papier sur mon lieu d’exercice me permettrait d’accomplir mes tâches plus rapidement Pas du tout d’accord Tout à fait d’accord Q20 - L’utilisation des guides papier sur mon lieu d’exercice pourrait améliorer mes performances Pas du tout d’accord Tout à fait d’accord Q21 - Globalement, les guides papier pourrait m’être utile dans mon exercice médical Pas du tout d’accord Tout à fait d’accord 0 1 2 3 Pas du tout d’accord Tout à fait d’accord Pas du tout d’accord Tout à fait d’accord Pas du tout d’accord Tout à fait d’accord Q25 - Globalement, les guides papier m’ont apporté une aide efficace pour prendre mes décisions Pas du tout d’accord Tout à fait d’accord Q26 - Les guides papier m’ont permis d’apprendre certains éléments de prise en charge que j’ignorais Pas du tout d’accord Tout à fait d’accord 0 1 2 3 Perception de l’utilité des recommandations papier lors des sessions de cas cliniques Q22 - Les guides papier m’ont apporté une aide efficace pour me faire penser à des éléments de prise en charge pertinents Q23 - Les guides papier m’ont apporté une aide efficace pour me permettre d’écarter des éléments de prise en charge inappropriés Q24 - Les guides papier m’ont apporté une aide efficace pour me permettre de conforter mes décisions à propos de l’utilité de certains éléments de prise en charge Perception de la facilité d’utilisation Q27 - Les guides papier sont faciles à appréhender Pas du tout d’accord Tout à fait d’accord Q28 - La présentation et la mise en page des guides est agréable Pas du tout d’accord Tout à fait d’accord Q29 - J’ai rapidement maîtrisé la façon d’utiliser les guides papier Pas du tout d’accord Tout à fait d’accord Q30 - Il est facile de retrouver des recommandations adaptées à une situation clinique particulière avec les guides papier Pas du tout d’accord Tout à fait d’accord Q31 - Je n’ai pas rencontré de difficulté particulière lors de l’utilisation de ces documents Pas du tout d’accord Tout à fait d’accord Q32 - Globalement, je suis satisfait(e) de la facilité d’utilisation des guides papier Pas du tout d’accord Tout à fait d’accord 0 1 2 3 Perception de la fiabilité des guides papier Q33 - Les recommandations des guides papier ne m’ont jamais paru aberrantes ou inadaptées Pas du tout d’accord Tout à fait d’accord Q34 - Les recommandations des guides papier sont fiables Pas du tout d’accord Tout à fait d’accord Q35 - J’ai complété mon travail correctement en utilisant ces guides papier Pas du tout d’accord Tout à fait d’accord 166 Annexe 9 : Représentation graphique des GBPC issus des SOR pour la prise en charge des adultes atteints de gliomes intracrâniens 167 168 Annexe 10 : Fiche RCP structurée, utilisée dans le cadre des RCP de neurooncologie 169 Annexe 11 : Cas cliniques de l’étude comparative ‘PRESGUID’ vs ‘Papier’ Session n°1 – Cas clinique n°1 Georges T. continue à fumer malgré les nombreuses injonctions de ses médecins. Il a 67 ans, souffre d'une artériopathie oblitérante des membres inférieurs connue et ancienne. Il prend du Kardégic° 75 et dit marcher tous les jours depuis que le diagnostic a été porté voici 5 ans. Actuellement, son périmètre de marche est raccourci à environ 150m sur terrain plat. • • • • A l'examen: Taille: 1.75m; poids: 78kg Périmètre abdominal: 86 cm Pression artérielle: 130/80 mmHg Abolition des pouls distaux (ancienne, connue) Le doppler montre une surcharge de l'aorte abdominale, une sténose des fémorales superficielles ainsi que de la fémorale profonde droite. L'IPS est mesuré à 0.7 à droite et 0.8 à gauche. • • • La biologie montre: Glycémie à jeun: 0.95 g/l Créatininémie: 100 µmol/l Cholestérol total: 2.2 g/l; HDL: 0.30 g/l; LDL: 1.45 g/l Question AOMI 1 : Comment prenez-vous en charge l'artériopathie de ce patient, conformément aux recommandations de l'AMIS-2 (2001): "La place des vasoactifs dans la prise en charge des artériopathies oblitérantes des membres inférieurs stade II"? 170 Session n°1 – Cas clinique n°2 Monsieur O., 75 ans, est diabétique de longue date, traité par Daonil° 5 mg x2 et Glucophage° 1000 x2. Il se plaint de difficultés à la marche avec des douleurs de la cuisse et du mollet gauche à partir d'environ 100 mètres. Il dit suivre son régime et marcher quotidiennement, mais dans les limites de la douleur. Il a des antécédents de bronchite chronique, et d'adénome prostatique traité par Xatral°. • • • A l'examen, vous notez: Poids: 80kg; taille: 1.73m Périmètre abdominal: 95 cm Pression artérielle: 130/80 mmHg. • • • • • Les résultats biologiques qu'il vous montre sont les suivants: Cholestérol total: 2.6 g/l; HDL: 0.30 g/l; LDL: 1.7 g/l Triglycérides: 2 g/l Créatininémie: 110 µmol/l Glycémie à jeun: 1.4 g/l HbA1c: 8.2%. Question Diabbète 1 : Comment prenez-vous en charge le diabète de ce patient, conformément aux recommandations de l'ANAES (2000): "Stratégie de prise en charge du patient diabétique de type 2 à l'exclusion de la prise en charge des complications"? Question AOMI 2 : Comment prenez-vous en charge l'artériopathie de ce patient, conformément aux recommandations de l'AMIS-2 (2001): "La place des vasoactifs dans la prise en charge des artériopathies oblitérantes des membres inférieurs stade II"? 171 Session n°1 – Cas clinique n°3 Monsieur T, âgé de 65 ans, est sportif et dit suivre correctement les recommandations diététiques qui lui ont été proposées suite à la découverte récente, à un mois d'intervalle, de glycémies à jeun à 1.28 et 1.32 g/l. Il mesure 1.76m et pèse 80 kg. Son périmètre abdominal est 90 cm. Il ne fume pas et est traité pour hypertension artérielle modérée depuis 1 an par Aprovel° 150. Sa pression artérielle est mesure à deux reprises à 150/85 mmHg. L'examen cardiovasculaire ainsi que l'ECG sont normaux. Vous obtenez les résultats suivants: • HbA1c: 6.8% • Triglycérides: 1.85 g/l • Cholestérol total: 2.55 g/l; HDL: 0.5 g/l; LDL: 1.6 g/l • Résultats normaux par ailleurs Question HTA 1 : Comment prenez-vous en charge l'hypertension artérielle de ce patient conformément aux recommandations de l'ANAES (2000): "Prise en charge des patients adultes atteints d'hypertension artérielle essentielle"? Question Diabète 2 : Comment prenez-vous en charge le diabète de ce sujet, conformément aux recommandations de l'ANAES (2000): "Stratégie de prise en charge du patient diabétique de type 2 à l'exclusion de la prise en charge des complications"? 172 Session n°2 – Cas clinique n°4 Monsieur T., âgé de 61 ans, se présente à votre consultation. Il y a un mois, vous avez mesuré sa pression artérielle à 165/95 mmHg. Il fume (1 p/j), boit un demi litre de vin par jour (et un apéritif). Il ne marche pas beaucoup, mais fait beaucoup de maçonnerie le week-end. Il est arthrosique. Il mesure 1.76m pour 75 kg. Son périmètre abdominal est 85 cm. Sa pression artérielle ce jour est à 160/90 mmHg. Les résultats des examens que vous avez demandés sont les suivants: • K+: 4.2 mmol/l • Na+: 138 mmol/l • Créatininémie: 85 µmol/l • Cholestérol total: 2.45 g/l - HDL: 0.38 - LDL: 1.60 • Hématies: 5 T/l • Leucocytes: 9.6 G/l • Glycémie à jeun: 0.85 g/l • Bandelette urinaire: absence de protéinurie • ECG: normal Question HTA 2 : Comment prenez-vous en charge l'hypertension artérielle de ce patient conformément aux recommandations de l'ANAES (2000): "Prise en charge des patients adultes atteints d'hypertension artérielle essentielle"? 173 Session n°2 – Cas clinique n°5 Vous recevez Madame L., femme active et dynamique de 68 ans, chez laquelle on vient de découvrir un diabète. Elle présente une suspicion de claudication intermittente pour un périmètre de marche supérieur à 500 m sur terrain plat, et qui se manifeste essentiellement par une douleur du mollet droit en montant les escaliers. Son hypertension artérielle modérée est traitée par une association IEC-diurétique; elle prend de l'Elisor° pour un dyslipidémie, et vient d'arrêter un traitement par préparation magistrale contenant entre autres de la metformine et des extraits thyroïdiens. Elle consomme environ un demi-litre de vin par jour, et ne suit pas de régime particulier. • • • • • • • A l'examen, vous notez: Pression artérielle: 145/85 mmHg Poids: 68 kg; taille: 1.67 m Périmètre abdominal: 78 cm Pouls distaux difficiles à percevoir à gauche; non perçus à droite. Chaleur des pieds: normale. Ses résultats biologiques montrent: Glycémie à jeun: 1.30 g/l HbA1c: 7% Cholestérol total: 2g/l; HDL: 0.35 g/l; LDL: 1.3 g/l Question Diabète 3 : Comment prenez-vous en charge le diabète de cette patiente, conformément aux recommandations de l'ANAES (2000): "Stratégie de prise en charge du patient diabétique de type 2 à l'exclusion de la prise en charge des complications"? Question AOMI 3 : Comment prenez-vous en charge l'artériopathie de cette patiente, conformément aux recommandations de l'AMIS-2 (2001): "La place des vasoactifs dans la prise en charge des artériopathies oblitérantes des membres inférieurs stade II"? 174 Session n°2 – Cas clinique n°6 Mme V., âgée de 70 ans consulte pour des chiffres élevés de pression artérielle lors de 3 consultations précédentes. Elle présente comme antécédents: - Arthrose lombaire - Polypes coliques - Sa mère était hypertendue depuis l'âge de 62 ans Elle va à la piscine deux fois par semaine. A l'examen, vous notez un souffle systolique ancien connu, déjà exploré, témoin d'une insuffisance mitrale minime. Sa pression artérielle est à 160/90 mmHg. Elle pèse 55 kg pour 1.62m. Un ECG montre une déviation axiale gauche du QRS. Les résultats de biologie sanguine sont normaux. Cholestérol total: 2.4 g/l - HDL: 0.47 g/l - LDL: 1.45 g/l. Absence de protéinurie à la bandelette urinaire. Question HTA 3 : Comment prenez-vous en charge l'hypertension artérielle de cette patiente conformément aux recommandations de l'ANAES (2000): "Prise en charge des patients adultes atteints d'hypertension artérielle essentielle"? 175 Session n°2 – Cas clinique n°7 Monsieur B., âgé de 89 ans, décrit une gêne à la marche, bilatérale mais plus marquée à droite, à la fois au niveau des genoux et parfois dans le mollet. • • • • • Ses antécédents sont: Tabagisme sevré depuis 30 ans Hypertension artérielle bien contrôlée par Amlor° 5 Adénome prostatique, avec pollakiurie nocturne, traité par Tadenan° Arthrose dorsolombaire et des genoux Plusieurs épisodes de sciatique. • • • A l'examen: Pression artérielle: 145/90 mmHg Poids: 67 kg; taille: 1.69m Pouls distaux non retrouvés au membre inférieur droit • • • Biologie: Créatininémie: 110 µmol/l Ionogramme sanguin normal Cholestérol total: 2.2 g/l; HDL: 0.4 g/l; LDL: 1.4 g/l • • • • Doppler: Surcharge pariétale de l'aorte abdominale Sténose serrée bilatérale des artères fémorales superficielles Sténose probable de la fémorale profonde droite Indice de Pression Systolique: 0.8 à droite, 1.0 à gauche Question AOMI 4 : Comment prenez-vous en charge l'artériopathie de ce patient, conformément aux recommandations de l'AMIS-2 (2001): "La place des vasoactifs dans la prise en charge des artériopathies oblitérantes des membres inférieurs stade II"? 176 Session n°3 – Cas clinique n°8 Vous recevez en consultation Monsieur M.G., âgé de 77 ans. Dans ses antécédents, on note: - une hypertension artérielle ancienne - un diabète de type 2, insulino-requérant depuis 1990 - une dyslipidémie - un tabagisme sevré - une insuffisance rénale chronique - un infarctus du myocarde thrombolysé en 1990, avec une dysfonction systolique modérée dans les suites, sans insuffisance cardiaque clinique - un pontage aorto-coronarien en 1994 - une dilatation de l'artère rénale gauche en 2000, sans resténose - une fibrillation auriculaire bien ralentie - une surcharge carotidienne - des œdèmes des membres inférieurs survenus sous traitement inhibiteur calcique - une claudication intermittente du membre inférieur gauche à 250m Actuellement, il est en arythmie. Sa pression artérielle est mesurée à 145/85 mmHg. Il mesure 1.71m, pèse 83 kg. Son traitement actuel comprend: - Tahor° 20 - Préviscan° - Ténormine° 50 - Praxilène° - Insuline: Humalog mix 25: 18 unités le matin, 14 unités le soir Il vous apporte les résultats suivants: - glycémie à jeun: 2g/l - HbA1c: 8.6% - cholestérol total: 1.77 g; HDL: 0.41; LDL: 1.1 - créatininémie: 190 µmol/l - protéinurie: 0.3 g/24h - bilan hépatique sans anomalie - une artériographie des membres inférieurs qui montre des sténoses longues et multiples de l'artère fémorale superficielle gauche, et une thrombose de l'artère péronière gauche. Question Diabète 4 : Comment prenez-vous en charge le diabète de ce sujet, conformément aux recommandations de l'ANAES (2000): "Stratégie de prise en charge du patient diabétique de type 2 à l'exclusion de la prise en charge des complications"? Question HTA 4 : Comment prenez-vous en charge l'hypertension artérielle de ce patient, conformément aux recommandations de l'ANAES (2000): "Prise en charge des patients adultes atteints d'hypertension artérielle essentielle"? 177 Session n°3 – Cas clinique n°9 Madame Q, dépressive chronique, est diabétique de type 2 depuis 15 ans. Elle est obèse (1.63m pour 89 kg, périmètre abdominal: 102 cm), traitée par Glucophage° 1000 x2/j et Monotildiem° 200 pour une hypertension modérée et suspicion de coronaropathie jamais confirmée. Elle prend aussi de l'Elisor° 20 et du Deroxat° Elle avoue qu'en raison de contrariétés familiales persistantes, elle n'arrive pas à suivre un quelconque régime. A l'examen, vous notez une pression artérielle à 130/80 mmHg. L'ECG montre une déviation axiale gauche modérée du QRS. • • • • • Elle vous apporte les résultats biologiques suivants: Glycémie à jeun: 2.3 g/l HbA1c: 8.9% Créatininémie: 115 µmol/l Ionogramme sanguin normal Cholestérol total: 2.3 g/l; HDL: 0.38 g/l; LDL: 1.44 g/l. Question Diabète 5 : Comment prenez-vous en charge le diabète de cette patiente, conformément aux recommandations de l'ANAES (2000): "Stratégie de prise en charge du patient diabétique de type 2 à l'exclusion de la prise en charge des complications"? 178 Session n°3 – Cas clinique n°10 Madame H. est âgée de 66 ans et consulte pour hypertension artérielle. Elle a comme antécédent un asthme bronchique dans l'enfance. Elle fréquente une salle de gymnastique deux fois par semaine. A l'examen, vous notez une pression artérielle à 155/90 mmHg. Elle pèse 63 kg pour 1.62m. La biologie sanguine ne montre pas d'anomalies. Cholestérol total: 2.4 g/l, HDL: 0.36 g/l; LDL: 1.5 g/l. L'auscultation est normale, tout comme l'ECG. Question HTA 5 : Comment prenez-vous en charge l'hypertension artérielle de cette patiente conformément aux recommandations de l'ANAES (2000): "Prise en charge des patients adultes atteints d'hypertension artérielle essentielle"? 179