Systèmes d'aide à la décision clinique

Les systèmes d'aide à la décision clinique (SADC) sont des outils informatisés qui présentent aux cliniciens, au personnel ou aux patients des connaissances et des informations spécifiques à la personne, filtrées intelligemment et présentées aux moments opportuns, pour soutenir les décisions en matière de santé. Dans le cadre du transfert des connaissances, ils constituent un mécanisme clé pour intégrer des preuves synthétisées dans le flux de travail au point de service.

Definition

Un système d'aide à la décision clinique est une application de technologie de l'information en santé qui met en correspondance les caractéristiques d'un patient individuel avec une base de connaissances informatisée et génère des évaluations ou des recommandations spécifiques au patient pour soutenir la prise de décision clinique.

Scope

Cette entrée décrit ce que sont les systèmes d'aide à la décision clinique, comment ils s'intègrent dans le transfert des preuves vers la pratique, les données probantes concernant leur impact sur le comportement et les résultats des praticiens, ainsi que les caractéristiques de conception associées à leur efficacité. Elle traite les SADC comme un sujet méthodologique et informatique, et non comme une recommandation pour un outil spécifique ou une décision de soins.

Core questions

• Qu'est-ce qu'un système d'aide à la décision clinique et comment intègre-t-il les preuves dans le flux de travail ?
• Ces systèmes améliorent-ils réellement la performance des praticiens et les résultats pour les patients ?
• Quelles caractéristiques de conception et de mise en œuvre rendent l'aide à la décision efficace ?
• Pourquoi certains systèmes échouent-ils, provoquent-ils une fatigue d'alerte ou restent-ils inutilisés ?

Key concepts

• Fourniture de connaissances au point de service
• Recommandations spécifiques au patient
• Intégration avec les dossiers de santé électroniques et le flux de travail
• Mise à disposition automatique dans le flux de travail
• Fatigue d'alerte
• Processus versus résultats pour les patients
• Maintenance de la base de connaissances

Mechanisms

Un système d'aide à la décision relie une base de connaissances informatisée à des données concernant un patient spécifique et produit une évaluation ou une recommandation personnalisée, idéalement délivrée automatiquement dans le flux de travail du clinicien au moment où une décision est prise. En intégrant des preuves synthétisées au point de service, il fonctionne comme un mécanisme de transfert qui réduit la dépendance à la mémoire et à la recherche séparée de directives. La méta-régression de Roshanov et de ses collègues identifie les caractéristiques associées au succès, telles que la fourniture automatique de conseils dans le cadre du flux de travail, au point de service, et sous forme de recommandations exploitables plutôt que de simples évaluations.

Clinical relevance

Les systèmes d'aide à la décision constituent un moyen important par lequel les systèmes de santé tentent de rendre disponibles des recommandations fondées sur des preuves là où les soins sont dispensés, et leur étude éclaire la manière dont ces outils sont conçus et évalués. Cette entrée décrit les systèmes et leur base de preuves au niveau des services de santé ; elle ne constitue pas une directive clinique et n'approuve pas l'action basée sur le résultat d'un outil particulier sans jugement professionnel.

Evidence & guidelines

Des revues systématiques menées par Garg et ses collègues, ainsi que par Bright et ses collègues, constatent que les systèmes d'aide à la décision peuvent améliorer les processus de soins, avec des effets plus variables et souvent plus faibles sur les résultats pour les patients. La méta-régression de Roshanov et de ses collègues, portant sur 162 essais randomisés, associe l'efficacité à des caractéristiques de conception spécifiques, fournissant une base de preuves sur la manière de déployer de tels systèmes, plutôt que sur leur simple efficacité.

History

L'aide à la décision clinique informatisée trouve ses racines dans les premiers systèmes d'informatique médicale des années 1970 et 1980, mais son évaluation a mûri avec les revues systématiques dans les années 2000. La revue de Garg et ses collègues publiée dans le JAMA en 2005 a synthétisé les premières preuves issues des essais, et les revues et méta-régressions ultérieures tout au long des années 2010 ont déplacé la question de savoir si l'aide à la décision fonctionne vers quelles caractéristiques la rendent efficace, à mesure que les systèmes étaient intégrés aux dossiers de santé électroniques.

Debates

Pourquoi de nombreux systèmes améliorent-ils les mesures de processus mais pas les résultats pour les patients ?

Les revues montrent constamment des effets plus marqués sur les processus de soins que sur les résultats pour les patients, ce qui soulève un débat sur la question de savoir si les essais sont sous-dimensionnés pour les résultats, si les améliorations de processus sont trop faibles pour atteindre les patients, ou si la conception et la mise en œuvre limitent l'impact clinique.

Comment gérer la fatigue d'alerte ?

Des alertes excessives ou mal ciblées peuvent être ignorées et désactivées, ce qui compromet les bénéfices ; équilibrer la sensibilité et l'intrusivité grâce à un meilleur ciblage et à l'intégration dans le flux de travail est un défi de conception continu.

Key figures

• R. Brian Haynes
• Amit Garg
• David Lobach
• Pavel Roshanov
• Tiffani Bright

Seminal works

• garg-2005
• bright-2012
• roshanov-2013

Frequently asked questions

Les systèmes d'aide à la décision clinique améliorent-ils les résultats pour les patients ?

Les revues systématiques montrent qu'ils améliorent plus fiablement les processus de soins, tels que l'adhésion aux actions recommandées, que les résultats pour les patients, où les effets sont plus faibles et plus variables ; la conception et la mise en œuvre influencent fortement les résultats.

Qu'est-ce qui rend un système d'aide à la décision clinique plus efficace ?

Les preuves issues de la méta-régression associent l'efficacité à la fourniture automatique de conseils dans le flux de travail du clinicien, au point de service, et sous forme de recommandation spécifique et exploitable plutôt qu'une évaluation passive nécessitant des étapes supplémentaires.