Étude de cas du SNDAI-RT : Améliorations des systèmes locaux

Sous la supervision de John Kildea, membre du comité de direction du PCQR et professeur à l’Université McGill, un étudiant à la maîtrise en physique médicale, Logan Montgomery, a entrepris un projet de mémoire intitulé : An evaluation of incident learning using the taxonomy of the National System for Incident Reporting – Radiation Treatment (Une évaluation de l’apprentissage par les incidents à l’aide de la taxonomie du Système national de déclaration des accidents et des incidents – radiothérapie). Son projet vise à créer un système d’apprentissage par les incidents compatible avec le SNDAI-RT et optimisé pour l’utilisation en clinique. Il vise aussi à évaluer la taxonomie du SNDAI-RT à l’aide de données d’incidents réels classés par le personnel du Centre universitaire de santé McGill. Le PCQR a rencontré Logan pour savoir comment son projet a aidé McGill et comment il pourrait aussi aider votre centre!

 

Question : Comme beaucoup de programmes de radiothérapie au Canada, McGill avait déjà un système local de déclaration des incidents. Que souhaitiez-vous accomplir?

Réponse : Le fait d’apprendre des incidents à l’échelle institutionnelle joue un rôle important dans l’amélioration de la qualité locale. La suite logique est de partager les données et les leçons apprises à l’échelle nationale, puis d’apprendre de l’expérience des autres. À cette fin, nous avons adopté un logiciel libre appelé The Safety and Incident Learning System (SaILS). Il a été développé au Centre de cancérologie de l’Hôpital d’Ottawa et modifié pour le rendre compatible avec le SNDAI-RT. En plus d’harmoniser notre taxonomie avec celle du SNDAI-RT, le projet s’est aussi concentré sur l’amélioration de la mobilisation du personnel et l’optimisation du flux de travail.

 

Question : Qu’avez-vous appris durant ce processus?

Réponse : Grâce à la robustesse du cadre de SaILS, il a été simple d’y intégrer la taxonomie du SNDAI-RT. Après une période de développement initial, nous avons lancé SaILS dans notre centre en janvier 2016. Notre approche unique a permis au personnel de notre centre de déclarer les incidents et d’enquêter sur eux directement à l’aide de la taxonomie du SNDAI-RT. Nous avons recueilli les commentaires du personnel et passé en revue les données liées aux incidents soumises dans SaILS afin d’évaluer la clarté et l’exhaustivité de la taxonomie du SNDAI-RT. Les résultats ont été transmis à l’ICIS et au PCQR pour les aider à revoir le SNDAI-RT afin de mieux répondre aux besoins du milieu canadien de la radiothérapie.

 

Question : Si je comprends bien, vous avez aussi ajouté des fonctionnalités à SaILS. Pouvez-vous les décrire?

Réponse : La mobilisation du personnel est essentielle pour réussir à apprendre par les incidents. Ainsi, nous avons intégré une fonctionnalité de suivi des incidents dans SaILS pour permettre au personnel de faire le suivi des incidents qu’ils ont déclarés et de revoir les résultats connexes (lesquels sont établis et consignés par d’autres utilisateurs lors des enquêtes sur les incidents). Cette méthode favorise la transparence dans le processus d’apprentissage par les incidents et permet de consigner la conséquence de chaque déclaration d’incident et d’encourager la personne à continuer à les déclarer.

Un guide de visualisation intuitive des données a été intégré dans SaILS. Il permet au personnel de restituer les données d’incidents et d’examiner les tendances qu’elles présentent. Nous avons en outre ajouté deux fonctions qui tirent parti des données existantes pour réduire le temps nécessaire à classer les incidents. La première de ces fonctions se sert de l’information sur le patient et le traitement que contient déjà notre dossier médical électronique pour alimenter les dossiers d’incident et fournir aux utilisateurs une documentation pertinente. La seconde est une fonction de modélisation des incidents. Elle permet aux utilisateurs de créer des modèles pour des types précis d’incidents et de les appliquer à des incidents semblables à l’avenir.

Il convient de noter d’autres fonctionnalités de SaILS : il est compatible avec les politiques de déclaration d’incidents et d’accidents du Québec, il comprend une solide fonction de recherche d’incidents et des tableaux de bord propres à l’utilisateur.

 

Question : En quoi vos expériences sont-elles utiles pour les autres centres du pays?

Réponse : La transparence, le partage et un logiciel libre sont au cœur de l’apprentissage par incidents en collaboration. Notre version révisée de SaILS est ainsi fournie en tant que logiciel libre et il est possible de le télécharger au : https://bitbucket.org/mcgillmedphys/sails_nsir. Même s’il y a des nuances dans les méthodes de déclaration d’incidents d’un centre à l’autre, elles ont beaucoup de points communs. Étant donné la souplesse de SaILS, nous sommes convaincus que le logiciel s’avérera utile pour les autres centres qui l’essaient.

Notre expérience avec le SNDAI-RT a été positive. Sa taxonomie a permis d’améliorer la structure de l’apprentissage par incidents dans notre centre de radiothérapie. L’efficacité de l’initiative SNDAI-RT, et donc la sécurité des Canadiens en radiothérapie, ne pourra que s’améliorer au fur et à mesure que d’autres centres y participent. C’est donc pourquoi nous encourageons tout le monde à emboîter le pas, que ce soit avec le SNDAI-RT ou directement avec SaILS!