- Email: [email protected]
Comparaison de méthodes multidimensionnelles pour la détection d’alertes statistiques dans l’activité des services d’urgences hospitaliers
Communications affichées / Revue d’Épidémiologie et de Santé Publique 56S (2008) S295–S332 P7-3
Comparaison de méthodes multidimensionnelles pour la détection d’alertes statistiques dans l’activité des services d’urgences hospitaliers G. Manet a , P. Chalaye b Service environnement du travail, Conseil général des Ardennes, France b UFR sciences sociales, université de Rennes, France
a
Objectifs.– L’installation généralisée de l’enregistrement informatisé de l’activité des services d’urgence a multiplié le nombre d’indicateurs de la situation sanitaire et de sites de surveillance. Leur exploitation en temps réel par les méthodes de la maîtrise statistique des processus permet de signaler des activités anormales. Le volume d’informations rend nécessaire l’utilisation de méthodes multidimensionnelles afin de préserver la sensibilité et la spécificité de la détection. La contrepartie est la nécessité de repérer les éléments de l’indicateur multidimensionnel qui contribuent au signal. Méthode.– Les données proviennent de l’hôpital de Saint-Malo (13 variables décrivant le fonctionnement d’août 2005 à avril 2007). Les variables sont normalisées selon la méthode de Wilson et Hilferty. Deux techniques de détection sont appliquées : SHEWHART avec la loi de probabilité du T2 de Hotelling et CUSUM après une transformation de rang des valeurs des différentes variables au sein de la journée. La recherche des composantes significatives a été faite par une méthode ascendante (MURPHY) et une méthode descendante (MASON). Un traitement préalable par une ACP a été utilisé en comparaison. La concordance des pics a été étudiée au travers du coefficient kappa. Les valeurs de références tiennent compte de la saison et du jour après élimination des pics détectés par une méthode unidimensionnelle. Les coefficients des cartes sont optimisés par rapport à la courbe ROC avec une même spécificité. Conclusion.– La méthode des rangs permet de combiner des variables de loi de probabilité de familles différentes mais son implantation est difficile. Le T2 donne de bons résultats, est simple à employer, mais ne permet pas l’identification du mécanisme impliqué. L’ACP et l’algorithme de Murphy sont efficaces pour cette étape. Le paramétrage des règles de décision et le choix de la période de référence sont des éléments importants dans l’implémentation de ces méthodes. doi:10.1016/j.respe.2008.06.189 P7-4
Utilisation d’un modèle de régression de Poisson pour l’analyse multivariée des données issues de l’enquête nationale de prévalence des infections nosocomiales de 2006 en cancérologie M. Olivier a , P. Jarno a , J.-F. Laurent b , S. Hamonic c , P. Berger b , C. Grenier b , B. Coignard d , les membres du réseau d’alerte, d’investigation et de surveillance des infections nosocomiales (Raisin) et du groupe pour la prévention des infections en cancérologie (GPIC) a CClin Ouest et Raisin, Rennes, France b FNCLCC, Paris, France c Service de santé publique, CHU Rennes, France d Institut de veille sanitaire et Raisin, Saint-Maurice, France Introduction.– L’enquête nationale de prévalence (ENP) des infections nosocomiales (IN) menée en 2006 sur l’ensemble des établissements de santé (ES) franc¸ais, volontaires, a fait l’objet d’une analyse complémentaire portant sur l’activité de cancérologie des centres de lutte contre le cancer (CLCC) et des autres ES. Objectifs.– Identifier les facteurs de risque (FDR) d’IN pour les patients pris en charge dans cette spécialité. Méthodes.– Il s’agit d’une enquête transversale utilisant les données de l’ENP 2006. Les séjours des patients pris en charge dans les CLCC et en oncologie médicale/hématologie des autres ES ont été inclus. Les FDR recueillis concernaient le patient et son exposition à des dispositifs invasifs. Les analyses multivariées ont été effectuées à l’aide de modèles de régression de Poisson. Résultats.– Concernant les 20 CLCC, 2170 patients ont été inclus ; la prévalence brute des patients infectés était de 8,3 % ; la prévalence des infections était de
S313
10 %. L’analyse multivariée (n = 1864) a mis en évidence les FDR suivants : hospitalisation en hématologie, en réanimation, en chirurgie carcinologique, immunodépression, pose d’une sonde urinaire. Concernant les 360 ES (dont les CLCC) avec activité d’oncologie/hématologie médicale, 6154 patients ont été inclus. La prévalence brute des patients infectés était de 7,9 %. La prévalence des infections était de 8,8 %. L’analyse multivariée (n = 5645) a mis en évidence les FDR suivants : âge, réalisation d’une intervention, pose d’une sonde urinaire, port d’un cathéter veineux central, immunodépression, hospitalisation en hématologie et un score Mac Cabe élevé. Conclusion.– Le modèle de Poisson a permis d’obtenir une estimation directe des rapports de risque (rapports de prévalence) et donc une interprétation plus facile des résultats. Il permet en outre une estimation robuste de la variance. doi:10.1016/j.respe.2008.06.190 P7-5
Comparaison des approches expérimentale – essai randomisé en cluster – et observationnelle S. Tessier, A. Vuillemin, S. Brianc¸on EA 4003, école de santé publique, faculté de médecine, université de Nancy, France Objectifs.– (i) Évaluer l’impact d’une même quantité d’Éducation physique et sportive, distribuée selon un nombre de cours hebdomadaire différent, sur le maintien ou la perte du poids des enfants scolarisés en école primaire grâce à REGUL’APS (essai randomisé en cluster et étude observationnelle) – (ii) Analyser les sources de divergences entre expérimentation et observation – (iii) Déterminer si l’ajout des clusters de l’étude observationnelle dans l’un des groupes de l’expérimentation affecte les résultats de l’essai. Méthode.– L’essai REGUL’APS a consisté à planifier 3–4 cours (=groupe intervention) ou 1–2 cours (=groupe témoin) pendant un an, dans les classes éligibles du CE1 au CM2 d’un sous territoire lorrain. Les classes, dont les professeurs des écoles ont refusé le tirage au sort, ont été affectées aux groupes 3–4 cours ou 1–2 cours, en fonction du nombre de cours déclaré (étude observationnelle). Le critère de jugement est l’indice de masse corporelle. Les analyses statistiques considèrent la hiérarchie des données. Résultats.– L’essai a inclus 25 et 26 classes (respectivement 474 et 465 enfants) dans les groupes intervention et témoin. Les groupes 3–4 cours et 1–2 cours de l’étude observationnelle ont été constitués respectivement de 23 et de 13 classes (384 et 290 enfants). Leurs résultats divergent : l’essai n’a pas montré d’effet significatif de l’intervention mais tend à privilégier 3–4 cours pour une évolution moins rapide de l’indice de masse corporelle ; en revanche, les approches observationnelles ont montré une réduction significative de l’indice de masse corporelle des enfants des groupes 1–2 cours (p = 0,02). Outre les biais de sélection possibles, l’unique source de divergence est la différence de quantité d’Éducation physique et sportive délivrée dans les clusters des approches observationnelles et expérimentale. Conclusion.– Recueillir des éléments de processus et faire admettre le tirage au sort aux responsables des clusters sont importants pour assurer une comparabilité des groupes. doi:10.1016/j.respe.2008.06.191
Comparaison de méthodes multidimensionnelles pour la détection d’alertes statistiques dans l’activité des services d’urgences hospitaliers G. Manet a , P. Chalaye b Service environnement du travail, Conseil général des Ardennes, France b UFR sciences sociales, université de Rennes, France
a
Objectifs.– L’installation généralisée de l’enregistrement informatisé de l’activité des services d’urgence a multiplié le nombre d’indicateurs de la situation sanitaire et de sites de surveillance. Leur exploitation en temps réel par les méthodes de la maîtrise statistique des processus permet de signaler des activités anormales. Le volume d’informations rend nécessaire l’utilisation de méthodes multidimensionnelles afin de préserver la sensibilité et la spécificité de la détection. La contrepartie est la nécessité de repérer les éléments de l’indicateur multidimensionnel qui contribuent au signal. Méthode.– Les données proviennent de l’hôpital de Saint-Malo (13 variables décrivant le fonctionnement d’août 2005 à avril 2007). Les variables sont normalisées selon la méthode de Wilson et Hilferty. Deux techniques de détection sont appliquées : SHEWHART avec la loi de probabilité du T2 de Hotelling et CUSUM après une transformation de rang des valeurs des différentes variables au sein de la journée. La recherche des composantes significatives a été faite par une méthode ascendante (MURPHY) et une méthode descendante (MASON). Un traitement préalable par une ACP a été utilisé en comparaison. La concordance des pics a été étudiée au travers du coefficient kappa. Les valeurs de références tiennent compte de la saison et du jour après élimination des pics détectés par une méthode unidimensionnelle. Les coefficients des cartes sont optimisés par rapport à la courbe ROC avec une même spécificité. Conclusion.– La méthode des rangs permet de combiner des variables de loi de probabilité de familles différentes mais son implantation est difficile. Le T2 donne de bons résultats, est simple à employer, mais ne permet pas l’identification du mécanisme impliqué. L’ACP et l’algorithme de Murphy sont efficaces pour cette étape. Le paramétrage des règles de décision et le choix de la période de référence sont des éléments importants dans l’implémentation de ces méthodes. doi:10.1016/j.respe.2008.06.189 P7-4
Utilisation d’un modèle de régression de Poisson pour l’analyse multivariée des données issues de l’enquête nationale de prévalence des infections nosocomiales de 2006 en cancérologie M. Olivier a , P. Jarno a , J.-F. Laurent b , S. Hamonic c , P. Berger b , C. Grenier b , B. Coignard d , les membres du réseau d’alerte, d’investigation et de surveillance des infections nosocomiales (Raisin) et du groupe pour la prévention des infections en cancérologie (GPIC) a CClin Ouest et Raisin, Rennes, France b FNCLCC, Paris, France c Service de santé publique, CHU Rennes, France d Institut de veille sanitaire et Raisin, Saint-Maurice, France Introduction.– L’enquête nationale de prévalence (ENP) des infections nosocomiales (IN) menée en 2006 sur l’ensemble des établissements de santé (ES) franc¸ais, volontaires, a fait l’objet d’une analyse complémentaire portant sur l’activité de cancérologie des centres de lutte contre le cancer (CLCC) et des autres ES. Objectifs.– Identifier les facteurs de risque (FDR) d’IN pour les patients pris en charge dans cette spécialité. Méthodes.– Il s’agit d’une enquête transversale utilisant les données de l’ENP 2006. Les séjours des patients pris en charge dans les CLCC et en oncologie médicale/hématologie des autres ES ont été inclus. Les FDR recueillis concernaient le patient et son exposition à des dispositifs invasifs. Les analyses multivariées ont été effectuées à l’aide de modèles de régression de Poisson. Résultats.– Concernant les 20 CLCC, 2170 patients ont été inclus ; la prévalence brute des patients infectés était de 8,3 % ; la prévalence des infections était de
S313
10 %. L’analyse multivariée (n = 1864) a mis en évidence les FDR suivants : hospitalisation en hématologie, en réanimation, en chirurgie carcinologique, immunodépression, pose d’une sonde urinaire. Concernant les 360 ES (dont les CLCC) avec activité d’oncologie/hématologie médicale, 6154 patients ont été inclus. La prévalence brute des patients infectés était de 7,9 %. La prévalence des infections était de 8,8 %. L’analyse multivariée (n = 5645) a mis en évidence les FDR suivants : âge, réalisation d’une intervention, pose d’une sonde urinaire, port d’un cathéter veineux central, immunodépression, hospitalisation en hématologie et un score Mac Cabe élevé. Conclusion.– Le modèle de Poisson a permis d’obtenir une estimation directe des rapports de risque (rapports de prévalence) et donc une interprétation plus facile des résultats. Il permet en outre une estimation robuste de la variance. doi:10.1016/j.respe.2008.06.190 P7-5
Comparaison des approches expérimentale – essai randomisé en cluster – et observationnelle S. Tessier, A. Vuillemin, S. Brianc¸on EA 4003, école de santé publique, faculté de médecine, université de Nancy, France Objectifs.– (i) Évaluer l’impact d’une même quantité d’Éducation physique et sportive, distribuée selon un nombre de cours hebdomadaire différent, sur le maintien ou la perte du poids des enfants scolarisés en école primaire grâce à REGUL’APS (essai randomisé en cluster et étude observationnelle) – (ii) Analyser les sources de divergences entre expérimentation et observation – (iii) Déterminer si l’ajout des clusters de l’étude observationnelle dans l’un des groupes de l’expérimentation affecte les résultats de l’essai. Méthode.– L’essai REGUL’APS a consisté à planifier 3–4 cours (=groupe intervention) ou 1–2 cours (=groupe témoin) pendant un an, dans les classes éligibles du CE1 au CM2 d’un sous territoire lorrain. Les classes, dont les professeurs des écoles ont refusé le tirage au sort, ont été affectées aux groupes 3–4 cours ou 1–2 cours, en fonction du nombre de cours déclaré (étude observationnelle). Le critère de jugement est l’indice de masse corporelle. Les analyses statistiques considèrent la hiérarchie des données. Résultats.– L’essai a inclus 25 et 26 classes (respectivement 474 et 465 enfants) dans les groupes intervention et témoin. Les groupes 3–4 cours et 1–2 cours de l’étude observationnelle ont été constitués respectivement de 23 et de 13 classes (384 et 290 enfants). Leurs résultats divergent : l’essai n’a pas montré d’effet significatif de l’intervention mais tend à privilégier 3–4 cours pour une évolution moins rapide de l’indice de masse corporelle ; en revanche, les approches observationnelles ont montré une réduction significative de l’indice de masse corporelle des enfants des groupes 1–2 cours (p = 0,02). Outre les biais de sélection possibles, l’unique source de divergence est la différence de quantité d’Éducation physique et sportive délivrée dans les clusters des approches observationnelles et expérimentale. Conclusion.– Recueillir des éléments de processus et faire admettre le tirage au sort aux responsables des clusters sont importants pour assurer une comparabilité des groupes. doi:10.1016/j.respe.2008.06.191