Les alarmes de dispositifs médicaux sont conçues pour détecter et alerter les soignants en cas de situations mettant la vie en danger, de dysfonctionnements du dispositif mettant la vie en danger et de dangers imminents pour le patient. Cependant, dans le milieu des soins intensifs, des études montrent que plus de 87 % des alarmes de dispositifs ne nécessitent aucune intervention médicale ni attention.1,2 En fait, la littérature publiée indique que le taux d’alarmes exploitables ou significatives est aussi faible que 5 % à 13 % dans les unités de soins intensifs.2,3,4
La « surcharge d’alarmes » et le bruit constant associé aux alarmes de dispositifs médicaux audibles dans les chambres et sur les postes de travail à distance créent une surcharge sensorielle pour les cliniciens, ce qui peut les amener à ignorer des notifications potentiellement mortelles. 5 Ce phénomène est connu sous le nom de fatigue liée aux alarmes et se définit comme une réponse désensibilisée des cliniciens à une surcharge de stimuli d’alarme, pouvant entraîner des retards dans l’intervention médicale et les soins. 6,7 La gestion des alarmes cliniques s’est traditionnellement concentrée sur la réduction des alarmes non cliniquement exploitables, aussi appelées « fausses alarmes ». La lutte contre la fatigue liée aux alarmes est un défi clé dans la gestion des alarmes dans les milieux des soins intensifs des organisations de soins de santé depuis environ deux décennies.
De nombreuses organisations de soins de santé optent initialement pour des changements technologiques pratiques afin de réduire la fatigue liée aux alarmes. Par exemple, les modifications apportées aux dispositifs comprennent l’ajustement des seuils qui déclenchent les alarmes ainsi que la modification du volume sonore auquel elles se déclenchent.[1]8[2] Grâce aux données probantes tirées des systèmes de monitorage et de gestion des alarmes, les organisations de soins de santé réalisent qu’il est possible d’en faire davantage pour réduire le fardeau des alarmes.. Les stratégies comprennent l’instauration de délais avant le déclenchement des alarmes, l’adaptation des limites d’alarme à l’âge et à l’état du patient ainsi que l’élimination des mécanismes d’escalade pour les alarmes redondantes.[1]9[2] Ces mesures constituent des solutions provisoires au problème global, mais elles ne répondent pas au besoin de distinguer les notifications exploitables et cliniquement significatives des autres notifications..
Une alarme traditionnelle de dispositif médical est un signal qui se déclenche lorsqu’un paramètre mesuré s’écarte des seuils établis, selon certaines contraintes et conditions relatives au type, à l’amplitude et à la durée de l’écart. Un signal d’alarme peut nécessiter une action immédiate, car il se déclenche en réaction à la détérioration des paramètres du patient. Toutefois, une alerte, sous la forme d’une notification précoce, peut indiquer qu’un événement indésirable cliniquement significatif est susceptible de survenir.[1]10[2]Par exemple, « une alerte peut survenir dix minutes avant qu’une détérioration de l’état du patient ne soit attendue, tandis qu’une alarme peut signaler une asystolie. »[3]8[4].
Une alarme typique d’un dispositif médical indique une violation de seuil d’un seul paramètre mesuré. L’alarme peut ou non avoir une valeur clinique significative; cependant, l’équipe de soins aux patients ne sait pas si elle est exploitable ou non à moins d’intervenir. La combinaison du seuil unique dépassé avec d’autres informations contextuelles, telles que des données provenant d’autres paramètres mesurés ou la durée d’une activité soutenue, pourrait permettre aux cliniciens de déterminer ce qui se passe réellement chez le patient. Par exemple, une femme de 80 ans ayant reçu un pontage coronarien devient tachycardique. Son volume respiratoire descend sous les 300 litres par minute, alors que son rythme respiratoire dépasse les 30 battements par minute. Rapidement, son drain thoracique commence à se remplir de sang. Puis l’alarme de tachycardie ventriculaire (V-TACH) se déclenche.11
Dans ce scénario, plusieurs alarmes se seraient déclenchées simultanément dans l’environnement : Haute fréquence cardiaque... Tachycardie... Faible volume respiratoire... Fréquence respiratoire élevée. À elles seules, ces alarmes n’auraient pas été très significatives pour le clinicien, mais peut-être que si les alertes indiquaient des mesures cardiaques élevées consécutives sur 5 minutes ou un faible volume respiratoire et une fréquence respiratoire élevée se produisant simultanément, elles auraient pu justifier une plus grande attention. Chacun de ces exemples respectifs est fortement contextualisé, le premier indiquant une instabilité de la fréquence cardiaque et le second pouvant signaler une obstruction ou une occlusion des voies respiratoires. De plus, ce patient a peut-être été exposé à un nombre élevé d’alarmes, ce qui a entraîné une désensibilisation accrue chez les cliniciens quant à la distinction entre ce qui est réel et ce qui est un artefact. Ce scénario met en évidence comment l’optimisation de l’alerte elle-même permet de fournir aux cliniciens une notification plus significative qui attire leur attention et leur indique que le patient a besoin d’aide. Au lieu d’intervenir uniquement lorsque l’alarme prioritaire « V-TACH » se déclenche, l’équipe soignante aurait pu intervenir beaucoup plus tôt grâce à une alerte agrégée et contextualisée intégrant les variations des mesures en fonction du temps écoulé et des valeurs observées, comme l’alerte consécutive ou l’alerte combinée mentionnée précédemment. Cette alerte contextualisée et cliniquement exploitable est ce qu’on appelle une alerte intelligente.
Les alertes intelligentes de Philips Capsule intègrent des données provenant de multiples sources, notamment des mesures brutes, des alarmes de dispositifs et des données d’admission, de transfert et de congé (ADT), afin de générer des notifications d’urgence contextualisées. La structure de l’algorithme Smart Alert repose sur des méthodes multivariées combinant les variations des mesures par rapport au temps écoulé et à la quantité observée. Plusieurs types d’alertes intelligentes ont été développés sur la base de tendances temporelles spécifiques des paramètres, telles que des dépassements de seuils prolongés sur une durée donnée, des observations répétées consécutives des paramètres sur une durée donnée, et enfin, des dépassements de seuils simultanés dans des paramètres distincts mais évoluant de façon cohérente dans le temps.
Dans le milieu des soins intensifs, de nombreux événements émergents peuvent survenir. Les patients dans ces milieux sont gravement malades et peuvent dépendre de la technologie (c.-à-d. dépendre d’équipements thérapeutiques et de monitorage pour survivre). Des exemples d’événements émergents associés aux patients sous ventilation mécanique comprennent les occlusions du tube endotrachéal, les extubations non planifiées, l’incapacité au sevrage ventilatoire et les infections associées à la ventilation mécanique. Par exemple, l’extubation non intentionnelle est l’un des événements indésirables les plus courants liés au ventilateur, avec une occurrence allant jusqu’à 10 % chez les patients ventilés mécaniquement.12,13,14 L’extubation non intentionnelle peut être caractérisée soit par une auto-extubation du patient, soit par une extubation accidentelle. L’agitation ou l’inconfort du patient peut mener à une auto-extubation, tandis qu’une extubation accidentelle peut survenir lors du déplacement du patient pendant les soins infirmiers ou lors de son transport pour des examens diagnostiques.15
Les indicateurs indirects d’une occlusion ou d’une extubation non intentionnelle peuvent inclure une perte de pression endotrachéale, la fréquence respiratoire et le volume courant. Le dépassement de ces trois paramètres pourrait être intégré dans une alerte intelligente fondée sur une expression booléenne. Grâce à la collaboration avec ses clients, Philips Capsule a élaboré et évalué diverses alertes intelligentes qui permettent de détecter la survenue possible d’une occlusion ou d’une extubation non intentionnelle à partir des mesures obtenues par le ventilateur mécanique.
En résumé, les alarmes à seuil de dispositif ne suffisent tout simplement pas, car elles produisent souvent des faux positifs sans signification clinique.[1]5[2]En revanche, les alertes intelligentes qui utilisent des algorithmes vérifiés et validés à partir de données probantes issues du monde réel liées à l’état de santé des patients sont importantes en soins intensifs, particulièrement pour les patients ventilés mécaniquement qui sont sujets à des faux positifs en raison d’artefacts ou de déconnexions.[3]16[4]Philips Capsule peut aider les organisations de soins de santé dans leur quête d’une sécurité accrue des patients et d’une meilleure qualité des soins grâce à des alertes intelligentes qui pourraient agir comme un précurseur d’événements indésirables, particulièrement dans les milieux de soins intensifs...