PharmIAge
Validation pharmaceutique et détection avancée des erreurs de prescription chez la personne âgée
Détecter les prescriptions médicales présentant des divergences par rapport aux recommandations de bon usage des médicaments et ainsi faciliter la priorisation des prescriptions médicales à valider par des pharmacien·ne·s hospitaliers.
Project period
-
Main investigator
Florian Correard (MCU-PH, Pharmacie AP-HM), Quentin Marcou
SESSTIM member(s) of the project:
Non-SESSTIM member(s) of the project
Jean Delorme (PH, Pharmacie APHM), Charlotte Berrard (AHU, Pharmacie APHM), Manon Honore (Interne, Pharmacie APHM)
Roufeida Segaoula (stagiaire du 25 mars au 16 août 2024) M1 Master en Management de l'Intelligence Artificielle en Santé (Université de Lille et Centrale Lille Institut), Maxime Thiel stagiaire du 8 avril au 21 juin 2024) BUT2 Informatique (IUT d’Aix-Marseille, site Gaston Berger à Aix-en-Provence)
Sponsors:
Le projet PharmIAge bénéficie du financement de :
- institut d’établissement Laënnec (AMU) à hauteur de 88 000 € en tant que lauréat de l’AAP mini-rhu 2023.
- Omédit PACA-Corse à hauteur de 8 000 € au titre du 1er prix de la catégorie « travaux innovants » obtenu en décembre 2023.
Partners:
SESSTIM, BioSTIC, CEReSS, Pharmacie AP-HM, Médecine Interne, Gériatrie et Thérapeutique Timone AP-HM, BioGénoPôle APHM.
Research topics:
Research question:
Les différentes enquêtes nationales sur les évènements indésirables liés aux soins (ENEIS), montrent que 300 000 à 700 000 jours d’hospitalisation en France sont la conséquence d’un évènement indésirable grave (EIG) iatrogène évitable. Parmi ces EIGs, les prescriptions médicamenteuses sont responsables de 0,2 évènements indésirables graves évitables pour 1000 jours d’hospitalisation. Ce risque de iatrogénie médicamenteuse est proportionnel au nombre de traitements concomitants. Les personnes âgées, souvent polymédiquées, sont donc particulièrement à risque, avec des évènements indésirables médicamenteux liés à une polymédication, dont un tiers serait évitable, chez 14,6 à 35% des personnes agées de plus de 65 ans.
Method:
Apprentissage supervisé de modèles de série temporelles.
Research prospects:
Proposer un prototype d'aide à la validation pharmaceutique s'appuyant sur l'analyse temps réel des données de prescriptions et biologie des patients de plus de 75 ans. Ce système pour par la suite être généralisé à d'autres populations à risque d'erreurs de prescription, notamment pédiatrique, puis à l'ensemble des patients hospitalisés.
Autorisation PADS23-43 (Plateforme d'Accès aux Données de Santé de l'APHM)
