ANSM : résidus d’oxyde d’éthylène trop élevés pour les DM utilisés en néonatalogie et pédiatrie

[2015-10-13] L’Agence nationale de sécurité du médicament et des produits de santé (ANSM) a publié le 13 septembre 2015 un « Point d’information » pour alerter les fabricants sur le non respect de la norme NF EN ISO 10993-7 concernant les résidus de stérilisation à l’Oxyde d’Ethylène (OE), suite à une enquête qu’elle a effectuée entre 2013 et 2014. Ce point d’information fait suite à celui déjà publié le 22 juillet 2014 (voir l’article que nous avions rédigé à l’époque).

En effet, près de 85% des dispositifs stériles à usage unique sont stérilisés à l’OE. Or, les résidus d’oxyde d’éthylène admissibles doivent être calculés en tenant compte de la faible masse corporelle des nouveau-nés et de l’éventuelle utilisation cocomitante d’autres dispositifs.

L’ANSM a donc également publié le 10 septembre 2015 une décision de police sanitaire, qui sera applicable au plus tard 6 mois après la date de sa publication au journal officiel. Cette décision oblige chaque fabricant à fournir la valeur de la quantité résiduelle d’oxyde d’éthylène qu’il a définie comme limite admissible et qu’il garantit au moment de la mise sur le marché de son dispositif, lorsque celui-ci est en contact avec le patient et est utilisé chez les nouveau-nés, nouveau-nés prématurés et nourrissons.

Ces articles pourraient aussi vous intéresser

ANSM : Comité d’interface avec les représentants des industries des DM et DMDIV

[2025-01-30] (Accès libre) L’ANSM (Agence nationale de sécurité du médicament et des produits de santé) a publié le 30 janvier 2025 le compte rendu du dernier comité d’interface avec les représentants des industries des dispositifs médicaux (DM) et des dispositifs médicaux de diagnostic in vitro (DMDIV), groupe...

UE : guides et portail pour avis d’experts sur la stratégie clinique d’un DM

Commission européenne : publication de lignes directrices pour les IA

Santé Canada : lignes directrices pour les instruments médicaux fondés sur l’apprentissage machine