lundi 29 novembre 2010

A systematic review of models for forecasting the number of emergency department visits.

Pour ceux que ça intéresserait ou qui n'ont pas PubMed



The ability to predict patient visits to emergency departments (ED) is crucial for designing strategies aimed at avoiding overcrowding. A good working knowledge of the mathematical models used to predict patient volume and of their results is therefore essential. Articles retrieved by a Medline search were reviewed for studies designed to predict patient attendance at ED or walk-in clinics. Nine studies were identified. Most of the models used to predict patient volume were either linear regression models including calendar variables or time series models. These models explained 31-75% of patient-volume variability. Although the day of the week had the strongest effect, this variable explained only part of the variability. Other causes of this variability are to be defined. However, the performance of the models was good, with errors ranging from 4.2% to 14.4%. Adding meteorological data failed to improve model performance. The mathematical methods developed to predict ED visits have a low rate of error, but the prediction of daily patient visits should be used carefully and therefore does not allow day-to-day adjustments of staff. ED directors or managers should be aware of the model limitations. These models should certainly be used on a larger scale to assess future needs.

GESTION DES FLUX PAR LES SERVICES D’URGENCE MODELISATION, PREDICTION ET APPLICATIONS PRATIQUES

C'est le titre de la thèse d'université que j'ai soutenu il y a maintenant 2 mois
En voila le résumé un peu modifié.
L’objectif du travail est modéliser les flux entrant des consultations et des admissions non programmées et l’impact sur les services d’urgences (SU).
Les modélisations et les prédictions ont été élaborées à partir des données recueillies aux urgences. Après avoir déterminé la meilleure méthode, on a calculé l’influence des facteurs calendaires sur l’activité dans 4 SU de la région parisienne de 2004 à 2007. Une simulation par évènements discrets intégrant le nombre d’hospitalisations selon le jour de la semaine, la durée de séjour prévue en fonction du type d’hospitalisation, de l’âge et leurs distributions de probabilités a été réalisée pour estimer les besoins en lits d’un SU d’un hôpital parisien.
Résultats : Nous avons choisi une méthode linéaire avec variables calendaires. Nous avons enregistré 622253 visites pour nos prédictions. Une Erreur Moyenne Absolue en Pourcentage (MAPE) de moins de 10% a été trouvée dans tous les modèles mathématiques analytiques. Les modèles hebdomadaires étaient différents d’un centre à l’autre, sans saisonnalité. Les poids des variables se modifient au cours du temps. La prédictibilité de la somme des 4 centres est meilleure avec une MAPEde 5,3% contre 8.1% à 17% pour chaque centre isolé. D’après nos simulations, une coupure de la durée de séjour à 30 jours (soit 95% des patients âgés) ou une baisse des admissions programmées des patients de moins de 75 ans de 20% permettrait d’hospitaliser sans transferts les patients admis aux urgences sans augmenter la taille des unités d’observation. Il s'agit d'une simulation informatique et certaines hypothèses devraient être vérifiées avant la mise en place de ce type d'opérations
L’activité des urgences et des besoins en lits est prédictible et doit permettre une meilleur adaptation dans la prise en charge des hospitalisations des patients.

dimanche 14 février 2010

Nous avons présenté une étude à la société de réanimation de langue française qui montre bien l'impact d'une réorganisation, ici forcée par le passage dans une rocade (joli nom donné à un service provisoire) pendant la rénovation du service.

Le nombre de patients consultant dans les services d’accueil des urgences (SAU) augmente régulièrement en France ainsi que dans la plupart des pays industrialisés, conduisant à des temps d'attente et de passage accrus. Il semble que ce phénomène soit hors de contrôle malgré toutes les initiatives mises en place  pour en réguler la progression.  Notre SAU a reçu 54952 patients en 2006 avec une croissance de 6% par an les deux années précédentes.  En période de manque de personnel et de contrôle des dépenses accru, la seule solution pour le SAU est de trouver de nouveaux types d'organisation. Nous avons voulu évaluer l’impact de la mise en place d’un médecin régulateur sur les différents temps de séjour aux urgences.
Matériels et méthodes : Un système d'information dans notre SAU recueille en temps réel les différents temps de la consultation. Nous avons créé des indicateurs hebdomadaires et mensuels de qualité : durée de séjour, temps entre l'enregistrement et le triage, temps entre l'enregistrement et consultation, pourcentage des patients restant moins de 4 heures, pourcentage des patients restant moins de 6 heures. Outre la création du poste de MAAEC (médecin d’accueil accélérateur encadrement coordination), un zonage a été mis en application dans le SAU avec deux secteurs différents, un pour les patients graves (triage 1, 3), un pour les autres. Ce médecin senior doit régler n'importe quel problème non médical, répartir le personnel médical et paramédical en fonction du poids sur le service des différents types des patients, aider ses collègues pour les questions d'organisation (examens, demandes de lits, consultations de spécialistes), supporter les infirmières d’orientation, en coordination avec les cadres. Les résultats ont été exposés avec les plannings de personnel et commentés aux 3 transmissions quotidiennes en début de la semaine ou de mois par le chef de service.
Résultats : En 2006, la durée du séjour était en  moyenne de 5.30 heures avec plus de 49% de patients restant plus de 4 heures. En 2007, La fréquentation du SAU atteignait 59930 visites  (+9.1%) et 64582 (+7.8%) en 2008.
La durée du séjour totale moyenne a diminué à 3:35 heures en 2007 et a été stabilisée à 3:28 heures en 2008 avec 66% de patients restant moins de 4 heures. Les patients restant moins de pendant 6 heures avant la sortie ou l'hospitalisation étaient 70% en 2006, 82% en 2007 et 85% de 2008. Le nombre de patients présents en moyenne dans les urgences (salle d’attente incluse) a diminué avec en moyenne plus de 43,6 patients (42 =100% de la capacité du service) dans la tranche 14-15h en 2006 versus 42.7 en 2008, un maximum atteint dans la tranche 18-19h en 2006 à 49,5 patients présents contre 45,9 entre 16 et 17h en 2008. En 2006, le nombre de patients présents était inférieur à 42 entre 1h et 14 h du matin avec un minimum à 19,6 patients entre 7h et 8h, alors qu’en 2008, il est inférieur à 42 à partir de 20h, avec un minimum à 9,9 patients en moyenne entre 7et 8h du matin.
Discussion et conclusion : La création de ce poste de médecin avec une organisation en zones de gravité des urgences a eu un impact positif sur la durée de séjour aux urgences malgré l’augmentation importante du nombre de patients. Ceci a permis de ne pas augmenter la surcharge du service. Toutefois, cette organisation repose sur des médecines légitimes, dynamiques, fortement impliqués dans le fonctionnement du service.