- Email: [email protected]
Modèles de prévision robuste de l’afflux des patients des urgences
XXXe Congrès national Emois / Revue d’Épidémiologie et de Santé Publique 65S (2017) S5–S27 Discussion/conclusion Ces données exhaustives montrent qu’en France, sur l’année 2014, la grande majorité des stents coronaires mis en place sont actifs. Les malades qui ne rec¸oivent pas de stents actifs en 2014, se caractérisent majoritairement par un profil à risque hémorragique élevé et/ou à faible espérance de vie. L’impact à moyen terme de cette sélection nécessite d’être évalué. Mots clés Stents coronaires ; Pratique clinique ; Sniiram Déclaration de liens d’intérêts d’intérêts.
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.013 A2-5
Estimation du ratio standardisé de mortalité dans la cohorte franc¸aise EOLE en post-infarctus du myocarde avec les données de l’échantillon généraliste des bénéficiaires (EGB) (standardisation indirecte et modèle de Poisson)
C. Droz-Perroteau ∗ , C. Foch , C. Dureau-Pournin , R. Lasalle , N. Moore , P. Blin Plateforme Bordeaux PharmacoEpi, CIC Bordeaux CIC1401, Inserm, Université de Bordeaux, CHU de Bordeaux, Adera, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (C. Droz-Perroteau) Introduction Le ratio standardisé de mortalité (SMR) dans une cohorte nationale est usuellement estimé par standardisation indirecte sur sexe et âge à partir des données nationales de mortalité de l’Insee. La mise à disposition de l’EGB (échantillon aléatoire permanent au 1/97ème de la base nationale du Sniiram : remboursement de soins, PMSI et registre des décès) permet d’envisager des méthodes alternatives. L’objectif était d’évaluer l’intérêt de l’EGB pour estimer le SMR d’une cohorte terrain dans le post-infarctus du myocarde. Méthodes La cohorte EOLE a inclus 5527 patients dans les trois mois suivant un infarctus du myocarde avec 721 décès après six ans de suivi (information via le registre des décès de l’Insee, plus si nécessaire cardiologue participant, médecin traitant et/ou famille), soit un taux de mortalité de 23,4 pour 1000 patientsannée. Le SMR et son intervalle de confiance à 95 % [IC95 %] a été estimé par standardisation indirecte sur sexe et âge à partir : (i) des données de l’Insee, (ii) des données de l’EGB, (iii) d’un modèle de quasi-Poisson avec les données de l’EGB, iv) d’un modèle de quasi-Poisson avec les données de l’EGB avec standardisation supplémentaire sur une comorbidité (ALD diabète). Résultats Le SMR estimé était de 1,11 [IC95 % : 1,03–1,20] avec les données Insee, de 1,09 [1,01–1,17] avec les données de l’EGB et de 1,09 [1,01–1,17] avec le modèle de quasi-Poisson, et de 1,03 [0,95–1,11] avec le modèle de quasi-Poisson incluant le diabète. Discussion/conclusion La mortalité après un infarctus du myocarde se rapproche de celle de la population générale, voire devient superposable en tenant compte de la présence ou non d’un diabète. Les trois méthodes de standardisation indirecte avec les données Insee ou EGB donnent des résultats tout à fait similaires. Le modèle de quasi-Poisson avec les données EGB offre l’avantage de prendre en compte des pathologies graves, pouvant impacter sur le calcul du SMR, et non disponibles dans les données de l’Insee. Mots clés Ratio standardisé de mortalité ; EGB Déclaration de liens d’intérêts Ce travail méthodologique n’a pas fait l’objet de soutien financier. L’étude Eole a été réalisée à la demande des autorités de santé et a bénéficié d’un soutien financier inconditionnel de Pierre Fabre Médicament. http://dx.doi.org/10.1016/j.respe.2017.01.014 A2-6
Estimation du poids du tabagisme dans le fardeau des maladies cardio-neuro-vasculaires en France
C. Bonaldi ∗ , E. Montengou , A. Pasquereau , V. Olié Santé publique France, direction des maladies non transmissibles, des traumatismes, Saint-Maurice, France
S9
∗
Auteur correspondant. Adresse e-mail : [email protected] (C. Bonaldi) Introduction Le tabagisme est un facteur de risque majeur pour de nombreuses affections cardio-neuro-vasculaires. En France, 29 % des 15–75 ans déclaraient fumer quotidiennement en 2015. Cette prévalence est très élevée, comparée à celle d’autres pays occidentaux comme le Royaume-Unis, les ÉtatsUnis ou l’Australie (moins de 19 %). Si les conséquences sanitaires du tabagisme ont essentiellement été mesurées en termes de mortalité attribuable, nous disposons de peu d’information sur la morbidité imputable au tabac en France. Notre objectif était d’estimer le nombre d’hospitalisations complètes pour maladies cardiovasculaires attribuables à la consommation de tabac en 2015. Méthodes Des fractions attribuables spécifiques par âge et par sexe ont été calculées en combinant des risques relatifs extraits de la littérature et des prévalences de consommation de tabac estimées à partir de l’enquête nationale Baromètre-santé 2014. Les données d’hospitalisation ont été extraites du PMSI-MCO 2015 en sélectionnant les séjours avec un diagnostic principal d’une pathologie cardiovasculaire dont le risque est accru par la consommation de tabac : cardiopathies ischémiques (I20–I25), affections cardiopulmonaires (I26–I28), arythmies cardiaques (I47–I49), insuffisances cardiaques (I50), maladies cérébrovasculaires (I60–I69) et maladies des artères (I70–I79). Résultats Nous avons estimé qu’en 2015, 161 776 séjours en lien avec une pathologie cardiovasculaire auraient pu être évités si la population s’abstenait de fumer. Les cardiopathies ischémiques représentaient la part la plus importante avec 40 % des séjours, suivi des arythmies cardiaques (19 %). Chez les 15–49 ans, jusqu’à 50 % des séjours étaient attribuables au tabac pour les cardiopathies ischémiques, les arythmies ou les insuffisances cardiaques. Discussion/conclusion Un nombre conséquent de séjours hospitaliers pour une maladie cardiovasculaire sont attribuables au tabagisme. Le tabac représente une part importante du fardeau des maladies cardiovasculaires chez les moins de 50 ans avec près d’une hospitalisation sur deux pour certaines affections. Compte tenu de la létalité élevée des pathologies cardiovasculaires, du risque important de séquelles et du coût élevé de la prise en charge de ces pathologies, la lutte contre le tabagisme reste un défi majeur de santé publique. Mots clés Tabagisme ; Fraction attribuable ; PMSI Déclaration de liens d’intérêts d’intérêts.
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.015
Session B2 – Système d’information (en collaboration avec l’AIM) B2-1
Modèles de prévision robuste de l’afflux des patients des urgences M. Afilal a,∗ , F. Yalaoui a , F. Dugardin b , L. Amodéo b , D. Laplanche a , S. Sanshez a a Département d’information médicale, centre hospitalier de Troyes, Troyes, France b Institut Charles Delaunay, LOSI, université de technologie de Troyes UMR 6281, CNRS, Troyes, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (M. Afilal) Introduction La prévision de l’afflux des patients d’une structure d’urgences au sein d’un centre hospitalier est un enjeu crucial limitant l’attente des patients et améliorant la qualité des soins. Dans ce contexte, l’exploitation de l’ensemble des données composant l’historique des consultations du service permet de modéliser et prévoir ce flux. L’objectif de notre étude consiste à développer un modèle prédictif afin d’améliorer la réponse des structures aux besoins liés à l’activité de soins. Méthodes Il s’agit d’une étude transversale analytique constituée à partir des « Résumés de passage aux urgences : RPU » collectés du 01/01/2010 au 31/12/2014. Une nouvelle classification des patients des urgences croisant les
S10
XXXe Congrès national Emois / Revue d’Épidémiologie et de Santé Publique 65S (2017) S5–S27
classifications CCMU (Classification clinique des malades aux urgences) et GEMSA (Groupes d’étude multicentrique des services d’accueil) dans une seule catégorie : État Patient (EP). Cette variable a permis de grouper les patients présentant des similarités comportementales (gravité, plateau technique nécessaire, affiliation après traitement). Une analyse de prévision des séries chronologiques est réalisée pour établir un modèle prédictif basé sur une approche par un Modèle additif adapté, un modèle ARMA et un Modèle de série de Fourrier Hybride. Résultats Une performance de 91,2 % pour la prévision annuelle du flux total est obtenue à court terme (MAPD = 0,087). Les modèles présentent une robustesse lors des périodes d’épidémies à cause de la faible corrélation entre les résidus du modèle à court terme et le nombre de cas épidémiologiques, celle-ci est égale à 0,055 pour les cas grippaux et 0,05 pour les cas de diarrhée aiguë. Discussion/conclusion Les modèles développés font preuve de performance et de robustesse même en période d’épidémie. La mise en place du modèle permet de créer une météo des urgences. Cela permet au personnel de planifier les activités du service l’accueil en fonction de l’afflux prévu améliorant ainsi l’accueil des patients et les conditions de travail des professionnels. Mots clés Prévision ; Patients des urgences ; Séries temporelles Déclaration de liens d’intérêts d’intérêts.
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.016 B2-2
Hospitalisation complète de l’adulte et précarité : une approche géopopulationnelle J.-M. Cauvin a,∗ , C. Le Guillou a , A. Happe b , S. Le Calvez b Département d’information médicale, CHRU, LaTIM Inserm U1101, Brest, France b Département d’information médicale, CHRU, Brest, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (J.-M. Cauvin)
a
Introduction Les conditions socio-économiques des patients induisent des surcoûts sur l’hospitalisation justifiant la MIG précarité. Mais l’identification de la personne précaire se heurte à la difficulté de disposer de critères objectifs, reproductibles et simples à recueillir. L’objectif de ce travail est d’évaluer un marqueur de défavorisation basé sur l’adresse de résidence des patients. Méthodes Pornet et al. ont établi un index de défavorisation applicable aux zones IRIS, unités homogènes d’environ 2000 habitants conc¸ues par l’Insee pour les statistiques infra-communales. Les patients adultes résidant dans l’agglomération brestoise et hospitalisés en 2014 ont été géolocalisés à partir de l’adresse recueillie à l’admission, et répartis en cinq quintiles de défavorisation croissante. Les séjours des patients sans domicile fixe ou avec adresse incomplète ont été exclus. L’hospitalisation complète était définie par l’ensemble des GHM avec DMS base nationale 2014 non nulle, hors périnatalité (CMD 14). Les indicateurs principaux étaient la DMS, l’IP-DMS, le taux de séjours avec durée supérieure à la DMS nationale et le taux de ré-hospitalisation à 30 jours par les urgences. Résultats L’analyse univariée des 12 290 séjours éligibles montrait un gradient croissant avec la défavorisation de l’IP-DMS (de 0,97 à 1,02), du taux de séjours longs (de 37 % à 45 %, p < 0,0001), et du taux de ré-hospitalisation non programmée à 30 jours (de 5 à 7 %, p < 0,01). Les séjours des zones défavorisées étaient caractérisés par une prédominance des femmes (p < 0,001), des patients plus jeunes (p < 0,001) et des admissions en urgence (p < 0,001). En analyse multivariée, l’effet défavorisation restait significatif pour le taux de ré-hospitalisation non programmée à 30 jours. Discussion/conclusion L’utilisation de la DMS de référence et de l’IP-DMS limite le risque de confusion lié aux variations de casemix. Cette étude suggère une relation entre l’indice de défavorisation établi à partir du lieu de résidence du patient et la prise en charge en hospitalisation complète. Cette relation devra être confirmée par d’autres travaux. Mots clés Précarité ; Étude géopopulationnelle ; PMSI Déclaration de liens d’intérêts d’intérêts.
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.017
B2-3
Développement d’un outil informatisé de prédiction des durées de séjour A. Duclos a,∗ , C. Payet a , S. Polazzi a , P. Corond b , C. Colin a , P. Michel a,c Pôle information médicale, évaluation, recherche des Hospices Civils de Lyon, Health Services and Performance Research Lab (HESPER EA 7425), Lyon, France b Hospices Civils de Lyon, direction de la performance et du contrôle de gestion, Lyon, France c Hospices Civils de Lyon, direction de l’organisation, de la qualité et des relations avec les Usagers, Lyon, France ∗ Auteur correspondent. Adresse e-mail : [email protected] (A. Duclos) a
Introduction Une mauvaise gestion des lits peut se répercuter sur l’organisation des soins, l’accès des patients aux prises en charge dont ils ont besoin et les recettes de l’hôpital. Mieux gérer les flux de patients nécessite de prédire leur durée de séjour pour anticiper leur sortie dès que possible. Notre objectif était de développer un algorithme informatisé de prédiction des durées de séjour des patients hospitalisés puis de comparer l’exactitude des durées prédites par l’algorithme à celles prédites par l’Homme. Méthodes L’algorithme a été développé à partir des données de résumés d’unité médicale collectées en 2013 et 2014 aux Hospices Civils de Lyon (HCL). Les durées de séjours ont été prédites en testant différentes approches statistiques (régression linéaire log à effets mixtes, modèle de Cox et « machine learning »). La validité des prédictions a été estimée selon un schéma de type train-test en mesurant l’erreur quadratique moyenne (RMSE) et la différence entre durées de séjour prédites et observées. Les variables explicatives finalement retenues dans l’algorithme comprenaient l’unité médicale d’hospitalisation du patient, son âge, sexe et diagnostic principal. Une enquête prospective a ensuite été menée sur le terrain afin de comparer les capacités de prédiction de l’algorithme à celles de l’Homme. Vingt-cinq médecins répartis dans six services des HCL ont ainsi prédit la durée de 187 séjours entrants consécutifs de mars à mai 2015. Résultats La différence moyenne entre la durée prédite par l’algorithme et celle observée était de 2,6 jours (ET = 6,6 et médiane = 0,8). Cette différence était de 1 jour ou moins dans 73 % des cas et tendait à augmenter en cas de séjour long. Les capacités de prédiction de l’algorithme (RMSE = 8 [IC95 % 7–9]) semblaient plus élevées que celles de l’Homme (RMSE = 14 [13-15]). Discussion/conclusion La mise à disposition d’un outil de prédiction des durées de séjour à partir des informations recueillies en routine dans le système d’information hospitalier pourrait s’avérer utile pour les équipes de soins. Mots clés Prédiction ; Durée de séjour ; Gestion des lits Déclaration de liens d’intérêts d’intérêts.
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.018 B2-4
Tetra : un système d’aide à la décision diagnostique en médecine nucléaire réutilisant les données PMSI M. Chawki a,∗ , E. Nauer b , J. Lieber b , N. Jay a,b CHU de Nancy, Nancy, France b Laboratoire lorrain de recherche en informatique et ses applications (LORIA), Vandoeuvre-les-Nancy, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (M. Chawki) a
Introduction L’objectif de ce travail est de créer un système d’aide à la décision qui assisterait les médecins nucléaires lors de l’interprétation des images, en se référant à une base de cas similaires. Nous présentons Tetra, un système fondé sur le raisonnement à partir de cas, et une base de connaissances alimentée par des données cliniques, biologiques et médico–administratives. Méthodes Nous avons constitué une base de connaissances comprenant les résultats d’examens biologiques, les actes et diagnostics du PMSI, et les comptes
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.013 A2-5
Estimation du ratio standardisé de mortalité dans la cohorte franc¸aise EOLE en post-infarctus du myocarde avec les données de l’échantillon généraliste des bénéficiaires (EGB) (standardisation indirecte et modèle de Poisson)
C. Droz-Perroteau ∗ , C. Foch , C. Dureau-Pournin , R. Lasalle , N. Moore , P. Blin Plateforme Bordeaux PharmacoEpi, CIC Bordeaux CIC1401, Inserm, Université de Bordeaux, CHU de Bordeaux, Adera, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (C. Droz-Perroteau) Introduction Le ratio standardisé de mortalité (SMR) dans une cohorte nationale est usuellement estimé par standardisation indirecte sur sexe et âge à partir des données nationales de mortalité de l’Insee. La mise à disposition de l’EGB (échantillon aléatoire permanent au 1/97ème de la base nationale du Sniiram : remboursement de soins, PMSI et registre des décès) permet d’envisager des méthodes alternatives. L’objectif était d’évaluer l’intérêt de l’EGB pour estimer le SMR d’une cohorte terrain dans le post-infarctus du myocarde. Méthodes La cohorte EOLE a inclus 5527 patients dans les trois mois suivant un infarctus du myocarde avec 721 décès après six ans de suivi (information via le registre des décès de l’Insee, plus si nécessaire cardiologue participant, médecin traitant et/ou famille), soit un taux de mortalité de 23,4 pour 1000 patientsannée. Le SMR et son intervalle de confiance à 95 % [IC95 %] a été estimé par standardisation indirecte sur sexe et âge à partir : (i) des données de l’Insee, (ii) des données de l’EGB, (iii) d’un modèle de quasi-Poisson avec les données de l’EGB, iv) d’un modèle de quasi-Poisson avec les données de l’EGB avec standardisation supplémentaire sur une comorbidité (ALD diabète). Résultats Le SMR estimé était de 1,11 [IC95 % : 1,03–1,20] avec les données Insee, de 1,09 [1,01–1,17] avec les données de l’EGB et de 1,09 [1,01–1,17] avec le modèle de quasi-Poisson, et de 1,03 [0,95–1,11] avec le modèle de quasi-Poisson incluant le diabète. Discussion/conclusion La mortalité après un infarctus du myocarde se rapproche de celle de la population générale, voire devient superposable en tenant compte de la présence ou non d’un diabète. Les trois méthodes de standardisation indirecte avec les données Insee ou EGB donnent des résultats tout à fait similaires. Le modèle de quasi-Poisson avec les données EGB offre l’avantage de prendre en compte des pathologies graves, pouvant impacter sur le calcul du SMR, et non disponibles dans les données de l’Insee. Mots clés Ratio standardisé de mortalité ; EGB Déclaration de liens d’intérêts Ce travail méthodologique n’a pas fait l’objet de soutien financier. L’étude Eole a été réalisée à la demande des autorités de santé et a bénéficié d’un soutien financier inconditionnel de Pierre Fabre Médicament. http://dx.doi.org/10.1016/j.respe.2017.01.014 A2-6
Estimation du poids du tabagisme dans le fardeau des maladies cardio-neuro-vasculaires en France
C. Bonaldi ∗ , E. Montengou , A. Pasquereau , V. Olié Santé publique France, direction des maladies non transmissibles, des traumatismes, Saint-Maurice, France
S9
∗
Auteur correspondant. Adresse e-mail : [email protected] (C. Bonaldi) Introduction Le tabagisme est un facteur de risque majeur pour de nombreuses affections cardio-neuro-vasculaires. En France, 29 % des 15–75 ans déclaraient fumer quotidiennement en 2015. Cette prévalence est très élevée, comparée à celle d’autres pays occidentaux comme le Royaume-Unis, les ÉtatsUnis ou l’Australie (moins de 19 %). Si les conséquences sanitaires du tabagisme ont essentiellement été mesurées en termes de mortalité attribuable, nous disposons de peu d’information sur la morbidité imputable au tabac en France. Notre objectif était d’estimer le nombre d’hospitalisations complètes pour maladies cardiovasculaires attribuables à la consommation de tabac en 2015. Méthodes Des fractions attribuables spécifiques par âge et par sexe ont été calculées en combinant des risques relatifs extraits de la littérature et des prévalences de consommation de tabac estimées à partir de l’enquête nationale Baromètre-santé 2014. Les données d’hospitalisation ont été extraites du PMSI-MCO 2015 en sélectionnant les séjours avec un diagnostic principal d’une pathologie cardiovasculaire dont le risque est accru par la consommation de tabac : cardiopathies ischémiques (I20–I25), affections cardiopulmonaires (I26–I28), arythmies cardiaques (I47–I49), insuffisances cardiaques (I50), maladies cérébrovasculaires (I60–I69) et maladies des artères (I70–I79). Résultats Nous avons estimé qu’en 2015, 161 776 séjours en lien avec une pathologie cardiovasculaire auraient pu être évités si la population s’abstenait de fumer. Les cardiopathies ischémiques représentaient la part la plus importante avec 40 % des séjours, suivi des arythmies cardiaques (19 %). Chez les 15–49 ans, jusqu’à 50 % des séjours étaient attribuables au tabac pour les cardiopathies ischémiques, les arythmies ou les insuffisances cardiaques. Discussion/conclusion Un nombre conséquent de séjours hospitaliers pour une maladie cardiovasculaire sont attribuables au tabagisme. Le tabac représente une part importante du fardeau des maladies cardiovasculaires chez les moins de 50 ans avec près d’une hospitalisation sur deux pour certaines affections. Compte tenu de la létalité élevée des pathologies cardiovasculaires, du risque important de séquelles et du coût élevé de la prise en charge de ces pathologies, la lutte contre le tabagisme reste un défi majeur de santé publique. Mots clés Tabagisme ; Fraction attribuable ; PMSI Déclaration de liens d’intérêts d’intérêts.
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.015
Session B2 – Système d’information (en collaboration avec l’AIM) B2-1
Modèles de prévision robuste de l’afflux des patients des urgences M. Afilal a,∗ , F. Yalaoui a , F. Dugardin b , L. Amodéo b , D. Laplanche a , S. Sanshez a a Département d’information médicale, centre hospitalier de Troyes, Troyes, France b Institut Charles Delaunay, LOSI, université de technologie de Troyes UMR 6281, CNRS, Troyes, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (M. Afilal) Introduction La prévision de l’afflux des patients d’une structure d’urgences au sein d’un centre hospitalier est un enjeu crucial limitant l’attente des patients et améliorant la qualité des soins. Dans ce contexte, l’exploitation de l’ensemble des données composant l’historique des consultations du service permet de modéliser et prévoir ce flux. L’objectif de notre étude consiste à développer un modèle prédictif afin d’améliorer la réponse des structures aux besoins liés à l’activité de soins. Méthodes Il s’agit d’une étude transversale analytique constituée à partir des « Résumés de passage aux urgences : RPU » collectés du 01/01/2010 au 31/12/2014. Une nouvelle classification des patients des urgences croisant les
S10
XXXe Congrès national Emois / Revue d’Épidémiologie et de Santé Publique 65S (2017) S5–S27
classifications CCMU (Classification clinique des malades aux urgences) et GEMSA (Groupes d’étude multicentrique des services d’accueil) dans une seule catégorie : État Patient (EP). Cette variable a permis de grouper les patients présentant des similarités comportementales (gravité, plateau technique nécessaire, affiliation après traitement). Une analyse de prévision des séries chronologiques est réalisée pour établir un modèle prédictif basé sur une approche par un Modèle additif adapté, un modèle ARMA et un Modèle de série de Fourrier Hybride. Résultats Une performance de 91,2 % pour la prévision annuelle du flux total est obtenue à court terme (MAPD = 0,087). Les modèles présentent une robustesse lors des périodes d’épidémies à cause de la faible corrélation entre les résidus du modèle à court terme et le nombre de cas épidémiologiques, celle-ci est égale à 0,055 pour les cas grippaux et 0,05 pour les cas de diarrhée aiguë. Discussion/conclusion Les modèles développés font preuve de performance et de robustesse même en période d’épidémie. La mise en place du modèle permet de créer une météo des urgences. Cela permet au personnel de planifier les activités du service l’accueil en fonction de l’afflux prévu améliorant ainsi l’accueil des patients et les conditions de travail des professionnels. Mots clés Prévision ; Patients des urgences ; Séries temporelles Déclaration de liens d’intérêts d’intérêts.
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.016 B2-2
Hospitalisation complète de l’adulte et précarité : une approche géopopulationnelle J.-M. Cauvin a,∗ , C. Le Guillou a , A. Happe b , S. Le Calvez b Département d’information médicale, CHRU, LaTIM Inserm U1101, Brest, France b Département d’information médicale, CHRU, Brest, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (J.-M. Cauvin)
a
Introduction Les conditions socio-économiques des patients induisent des surcoûts sur l’hospitalisation justifiant la MIG précarité. Mais l’identification de la personne précaire se heurte à la difficulté de disposer de critères objectifs, reproductibles et simples à recueillir. L’objectif de ce travail est d’évaluer un marqueur de défavorisation basé sur l’adresse de résidence des patients. Méthodes Pornet et al. ont établi un index de défavorisation applicable aux zones IRIS, unités homogènes d’environ 2000 habitants conc¸ues par l’Insee pour les statistiques infra-communales. Les patients adultes résidant dans l’agglomération brestoise et hospitalisés en 2014 ont été géolocalisés à partir de l’adresse recueillie à l’admission, et répartis en cinq quintiles de défavorisation croissante. Les séjours des patients sans domicile fixe ou avec adresse incomplète ont été exclus. L’hospitalisation complète était définie par l’ensemble des GHM avec DMS base nationale 2014 non nulle, hors périnatalité (CMD 14). Les indicateurs principaux étaient la DMS, l’IP-DMS, le taux de séjours avec durée supérieure à la DMS nationale et le taux de ré-hospitalisation à 30 jours par les urgences. Résultats L’analyse univariée des 12 290 séjours éligibles montrait un gradient croissant avec la défavorisation de l’IP-DMS (de 0,97 à 1,02), du taux de séjours longs (de 37 % à 45 %, p < 0,0001), et du taux de ré-hospitalisation non programmée à 30 jours (de 5 à 7 %, p < 0,01). Les séjours des zones défavorisées étaient caractérisés par une prédominance des femmes (p < 0,001), des patients plus jeunes (p < 0,001) et des admissions en urgence (p < 0,001). En analyse multivariée, l’effet défavorisation restait significatif pour le taux de ré-hospitalisation non programmée à 30 jours. Discussion/conclusion L’utilisation de la DMS de référence et de l’IP-DMS limite le risque de confusion lié aux variations de casemix. Cette étude suggère une relation entre l’indice de défavorisation établi à partir du lieu de résidence du patient et la prise en charge en hospitalisation complète. Cette relation devra être confirmée par d’autres travaux. Mots clés Précarité ; Étude géopopulationnelle ; PMSI Déclaration de liens d’intérêts d’intérêts.
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.017
B2-3
Développement d’un outil informatisé de prédiction des durées de séjour A. Duclos a,∗ , C. Payet a , S. Polazzi a , P. Corond b , C. Colin a , P. Michel a,c Pôle information médicale, évaluation, recherche des Hospices Civils de Lyon, Health Services and Performance Research Lab (HESPER EA 7425), Lyon, France b Hospices Civils de Lyon, direction de la performance et du contrôle de gestion, Lyon, France c Hospices Civils de Lyon, direction de l’organisation, de la qualité et des relations avec les Usagers, Lyon, France ∗ Auteur correspondent. Adresse e-mail : [email protected] (A. Duclos) a
Introduction Une mauvaise gestion des lits peut se répercuter sur l’organisation des soins, l’accès des patients aux prises en charge dont ils ont besoin et les recettes de l’hôpital. Mieux gérer les flux de patients nécessite de prédire leur durée de séjour pour anticiper leur sortie dès que possible. Notre objectif était de développer un algorithme informatisé de prédiction des durées de séjour des patients hospitalisés puis de comparer l’exactitude des durées prédites par l’algorithme à celles prédites par l’Homme. Méthodes L’algorithme a été développé à partir des données de résumés d’unité médicale collectées en 2013 et 2014 aux Hospices Civils de Lyon (HCL). Les durées de séjours ont été prédites en testant différentes approches statistiques (régression linéaire log à effets mixtes, modèle de Cox et « machine learning »). La validité des prédictions a été estimée selon un schéma de type train-test en mesurant l’erreur quadratique moyenne (RMSE) et la différence entre durées de séjour prédites et observées. Les variables explicatives finalement retenues dans l’algorithme comprenaient l’unité médicale d’hospitalisation du patient, son âge, sexe et diagnostic principal. Une enquête prospective a ensuite été menée sur le terrain afin de comparer les capacités de prédiction de l’algorithme à celles de l’Homme. Vingt-cinq médecins répartis dans six services des HCL ont ainsi prédit la durée de 187 séjours entrants consécutifs de mars à mai 2015. Résultats La différence moyenne entre la durée prédite par l’algorithme et celle observée était de 2,6 jours (ET = 6,6 et médiane = 0,8). Cette différence était de 1 jour ou moins dans 73 % des cas et tendait à augmenter en cas de séjour long. Les capacités de prédiction de l’algorithme (RMSE = 8 [IC95 % 7–9]) semblaient plus élevées que celles de l’Homme (RMSE = 14 [13-15]). Discussion/conclusion La mise à disposition d’un outil de prédiction des durées de séjour à partir des informations recueillies en routine dans le système d’information hospitalier pourrait s’avérer utile pour les équipes de soins. Mots clés Prédiction ; Durée de séjour ; Gestion des lits Déclaration de liens d’intérêts d’intérêts.
Les auteurs déclarent ne pas avoir de liens
http://dx.doi.org/10.1016/j.respe.2017.01.018 B2-4
Tetra : un système d’aide à la décision diagnostique en médecine nucléaire réutilisant les données PMSI M. Chawki a,∗ , E. Nauer b , J. Lieber b , N. Jay a,b CHU de Nancy, Nancy, France b Laboratoire lorrain de recherche en informatique et ses applications (LORIA), Vandoeuvre-les-Nancy, France ∗ Auteur correspondant. Adresse e-mail : [email protected] (M. Chawki) a
Introduction L’objectif de ce travail est de créer un système d’aide à la décision qui assisterait les médecins nucléaires lors de l’interprétation des images, en se référant à une base de cas similaires. Nous présentons Tetra, un système fondé sur le raisonnement à partir de cas, et une base de connaissances alimentée par des données cliniques, biologiques et médico–administratives. Méthodes Nous avons constitué une base de connaissances comprenant les résultats d’examens biologiques, les actes et diagnostics du PMSI, et les comptes