Introduction : les gammapathies monoclonales de signification indéterminée (GMSI) sont fréquemment diagnostiquées en médecine générale et nécessitent un suivi prolongé afin de dépister une éventuelle évolution vers une hémopathie maligne. Malgré l’existence de recommandations de la Haute Autorité de Santé (HAS), les modalités de prise en charge et de recours à l’hématologue restent hétérogènes. L’objectif de cette étude était d’évaluer l’impact de la mise à disposition d’un algorithme décisionnel ou des recommandations de la HAS sur les décisions des médecins généralistes.
Matériels et méthodes : une étude quantitative comparative a été réalisée auprès des médecins généralistes maîtres de stage universitaire de la subdivision d’Angers. Les participants ont été randomisés en trois groupes : témoin (groupe A), accès à un algorithme décisionnel en ligne (groupe B) ou accès aux recommandations de la HAS (groupe C). Ils répondaient à un questionnaire comportant trois vignettes cliniques portant sur des GMSI. Le critère de jugement principal était l’adressage à l’hématologue et la stratégie de prise en charge. Les critères secondaires concernaient l’influence des caractéristiques (lieu d’exercice, âge) des médecins sur leurs réponses.
Résultats : cent cinq médecins ont été randomisés et 63 questionnaires complets ont été analysés. Pour la première vignette clinique, l’algorithme décisionnel augmentait significativement la proportion d’adressages rapides au spécialiste, conformément aux recommandations (64,7 % versus 5,0 % et 3,8 % dans les groupes témoin et HAS ; p < 0,001). En revanche, aucune différence significative n’était observée entre les groupes concernant les stratégies d’adressage des deux autres vignettes. La réalisation d’examens complémentaires n’était pas influencée par l’outil mis à disposition, mais certaines prescriptions différaient, notamment une moindre prescription d’examens non recommandés (LDH, bilan hépatique) dans le groupe utilisant l’algorithme. Les caractéristiques des médecins (âge, département, type d’exercice) n’influençaient pas significativement les réponses.
Conclusion : l’utilisation d’un algorithme décisionnel semble améliorer l’adéquation des décisions de recours au spécialiste dans certaines situations cliniques de GMSI et réduire la prescription de certains examens non recommandés. Ces résultats devront être confirmés par une étude de plus grande ampleur et en conditions réelles de pratique.
Introduction : monoclonal gammopathy of undetermined significance (MGUS) is frequently diagnosed in primary care and requires long-term follow-up to detect potential progression to a malignant hematopathological illness. Despite the recommendations from the French National Authority for Health (Haute Autorité de Santé, HAS), management strategies and referral practices remain heterogeneous. The aim of this study was to evaluate the impact of providing general practitioners with either a clinical decision-making algorithm or the HAS recommendations, on their management decisions.
Materials and Methods : a comparative quantitative study was conducted among general practitioners serving as university teaching supervisors in the Angers academic region. Participants were randomized into three groups: a control group (Group A), a group with access to an online clinical decision making algorithm (Group B), and a group with access to the HAS recommendations (Group C). Participants completed a questionnaire consisting of three clinical vignettes involving patients with MGUS. The primary outcome was referral to a haematologist and the overall health management strategy. Secondary outcomes assessed the influence of physician’s characteristics (practice setting and age) on their responses.
Results : a total of 105 physicians were randomized, and 63 completed questionnaires were included in the analysis. For the first clinical vignette, access to the clinical decision- making algorithm significantly increased the proportion of prompt referrals to a haematologist, in accordance with current recommendations (64.7% versus 5.0% and 3.8% in the control and HAS groups, respectively; p < 0.001). However, no significant differences were observed between the groups regarding referral strategies for the other two clinical vignettes. The use of additional investigations was not significantly influenced by the decision support tool, although prescribing practices differed for certain tests, with fewer non-recommended investigations (lactate dehydrogenase [LDH] and liver function tests) being ordered in the algorithm group. Physicians characteristics (age, department, and practice type) did not significantly influence their responses.
Conclusion : the use of a clinical decision-making algorithm appears to improve the adequate specialist referral decisions in certain clinical situations involving MGUS and to reduce the prescription of some non-recommended investigations. These findings should be confirmed in a larger study conducted under real-world clinical practice conditions.