Comment les données cliniques de routine aident à mesurer la qualité dans les hôpitaux

Avec les progrès de la numérisation dans les hôpitaux, les données cliniques sont de plus en plus souvent disponibles sous forme électronique dans le système d’information de la clinique. Jusqu’à présent, ces données ont été utilisées pour des mesures de qualité internes, mais rarement pour des comparaisons externes avec d’autres hôpitaux. Le potentiel de ces dernières a été étudié dans le cadre du projet « Vis(q)ual Data ».

En Suisse, les prestataires de soins de santé* sont tenus d’assurer et d’améliorer la qualité des soins. À cette fin, des mesures nationales de la qualité sont effectuées conformément à la loi sur l’assurance maladie (LAMal) [1, 2]. À ce jour, la base de données pour les mesures de la qualité repose sur deux sources de données, les données cliniques primaires et les données administratives [3]. Ces deux sources de données ont leurs avantages et leurs inconvénients. Ces deux sources de données présentent des avantages et des inconvénients. Les deux sources de données présentent des avantages et des inconvénients. Les deux sources de données présentent des avantages et des inconvénients.

• Les données administratives ont l’avantage d’être standardisées et disponibles à faible coût. Il s’agit notamment des données de facturation ou des données qui doivent être transmises à l’Office fédéral de la statistique. Les inconvénients sont que les données ne sont pas disponibles de manière différenciée pour certains sujets et qu’il manque des variables importantes pour l’ajustement au risque (voir explication dans l’encadré) [4].
• Les données cliniques primaires sont collectées spécifiquement dans le but de mesurer la qualité, par exemple par observation directe au lit du patient. Ces données sont donc très différenciées et toutes les variables nécessaires à l’ajustement des risques peuvent être saisies. L’inconvénient de ces données est que leur collecte demande beaucoup de travail [4].

En raison de la numérisation croissante des hôpitaux, de plus en plus de données cliniques sont disponibles sous forme électronique dans le système d’information clinique (CIS) [5]. Ces données cliniques de routine ont jusqu’à présent été utilisées pour l’étalonnage interne (par exemple, pour comparer les services) et pour l’amélioration interne de la qualité (par exemple, avant et après l’introduction d’une nouvelle ligne directrice). Pour l’étalonnage externe, c’est-à-dire la comparaison des hôpitaux (par exemple dans le contexte d’une mesure nationale de la qualité), les données cliniques de routine n’ont pratiquement pas été utilisées jusqu’à présent. À notre connaissance, il n’existe pas en Suisse de mesure nationale de la qualité basée sur des données cliniques de routine. Même aux États-Unis, selon le portefeuille de mesures du National Quality Forum, seules 2 des 76 données collectées pour les mesures de la qualité des hôpitaux sont basées sur des données cliniques de routine [6]. En principe, il semble donc possible d’utiliser les données cliniques de routine pour des comparaisons externes, mais ce potentiel n’est guère exploité. Le projet a donc cherché à savoir si les données cliniques de routine pouvaient être utilisées pour les mesures de qualité nationales en Suisse.

Le projet « Visual (Quality) Data

Afin d’étudier la faisabilité en Suisse, nous avons utilisé le comme mesure de référence. La mesure nationale de la prévalence des chutes et des escarres est une mesure nationale de la qualité à laquelle doivent participer tous les hôpitaux de Suisse qui ont adhéré au programme. Dans le cadre de cette mesure, le personnel infirmier recueille un jour par an des données définies auprès de tous les patients hospitalisés en les interrogeant sur les chutes ou en inspectant leur peau à la recherche d’escarres. Ces données, collectées directement au lit du patient, pourraient également être complétées par des données provenant du SIH (par exemple, l’âge, les diagnostics), si elles ne sont pas collectées directement auprès du patient. Les hôpitaux critiquent les coûts de personnel élevés de cette collecte de données, car selon leurs déclarations, toutes les données nécessaires sont déjà disponibles sous forme électronique dans le SIH et pourraient être utilisées [5].

Sur la base de cette situation initiale, nous avons déterminé avec trois hôpitaux de Suisse alémanique si et comment les données cliniques de routine nécessaires étaient disponibles dans leur SIH [6]. Les données cliniques de routine ont été définies comme des dossiers médicaux, infirmiers et autres dossiers cliniques contenant des informations sur l’état de santé des patients* ou les résultats d’évaluations (infirmières). En pratique, le projet Vis(q)ual Data a tenté de reproduire la mesure de la prévalence à l’aide de données cliniques de routine. Les résultats du projet Vis(q)ual Data sont les suivants :

• 20 des 21 variables nécessaires à la mesure de la prévalence ont pu être exportées par tous les hôpitaux. La seule variable qui n’a pas pu être exportée est la dépendance aux soins [7]. Cependant, il s’est avéré que certaines variables avaient une opérationnalisation différente. Entre autres, les données cliniques telles que l’évaluation des risques d’escarres ou de chutes ont été opérationnalisées différemment par les hôpitaux.
• 18 des 20 variables présentaient des résultats descriptifs comparables à ceux du rapport national sur la mesure de la prévalence.
• 6 des 6 variables pertinentes et disponibles pour l’ajustement des risques « pointaient dans la même direction ». Cela signifie que les variables sont corrélées avec les résultats de la même manière en utilisant des données cliniques de routine que dans le rapport national de mesure de la prévalence.
• d’un point de vue technique, il a fallu entre 5 et 1 jour de travail pour extraire les données selon le modèle de données prédéfini.

Conclusions et perspectives visionnaires

Les résultats du projet « Vis(q)ual Data » présentent une image généralement satisfaisante. La plupart des données nécessaires sont disponibles dans le système d’information de la clinique, la faisabilité technique de leur exportation est assurée, et les indications concernant la qualité des données sont positives, puisque les résultats descriptifs ainsi que le modèle d’ajustement des risques étaient similaires aux rapports de la mesure de la prévalence. Néanmoins, certains défis doivent être relevés avant que les données cliniques de routine puissent remplacer les mesures cliniques au chevet du patient. Ces défis se situent principalement au niveau de l’opérationnalisation. Pour réaliser une évaluation externe équitable, la base de données doit être comparable. En ce qui concerne les résultats, il faut s’assurer qu’ils sont saisis de la même manière dans tous les hôpitaux. En ce qui concerne l’ajustement au risque et les variables utilisées à cette fin, il est nécessaire d’examiner si et comment les différences d’opérationnalisation affectent les résultats (par exemple, si un patient* est évalué comme étant à risque d’escarres ou non), ou de définir une norme uniforme. En outre, la dépendance aux soins, qui est une variable d’ajustement du risque importante dans la mesure de la prévalence, n’a malheureusement pas pu être incluse [7]. Il convient donc de vérifier si la dépendance aux soins peut être représentée par une variable de substitution (par exemple, une combinaison du diagnostic, des médicaments et des heures de soins).

Les résultats obtenus en Suisse alémanique sont actuellement validés dans le cadre d’un projet de suivi avec d’autres hôpitaux de Suisse romande et du Tessin, afin de pouvoir formuler des recommandations sur l’utilisation des données cliniques de routine pour les mesures nationales de la qualité en Suisse. Si les données cliniques de routine peuvent être rendues utilisables, le portefeuille de mesures suisse pourrait à l’avenir être étendu à d’autres indicateurs de qualité avec peu de personnel hospitalier, jusqu’à des enquêtes longitudinales ou même un suivi en direct [8].

À propos de l’ajustement des risques

L’éventail des patients dans les hôpitaux peut varier considérablement (en raison du mandat de prestations). Il est donc possible qu’un hôpital traite de nombreux patients présentant un risque de chute élevé, tandis qu’un autre prend en charge une majorité de patients présentant un risque faible. Cette situation doit être prise en compte lors de la comparaison des taux de chute des hôpitaux. Pour ce faire, on procède à ce que l’on appelle des ajustements de risque. Il s’agit de procédures statistiques dans lesquelles les résultats d’un hôpital sont ajustés en fonction du risque du groupe de patients dont il s’occupe. Par conséquent, la base de données ne doit pas seulement refléter le résultat (chute oui/non), mais aussi les facteurs de risque (âge, dépendance des soins, évaluation du risque de chute, etc.) [4].

Bibliographie

1. Office fédéral de la santé publique [OFSP]. (2019). Évaluation de la révision de la LAMal dans le domaine du financement hospitalier – Rapport final de l’OFSP au Conseil fédéral. Berne : Office fédéral de la santé publique.
2. Vincent, C. & Staines, A. (2019). Améliorer la qualité et la sécurité des soins de santé en Suisse. Berne : Office fédéral de la santé publique.
3. Busse, R., Klazinga, N., Panteli, D. & Quentin, W. (2019). Améliorer la qualité des soins de santé en Europe : caractéristiques, efficacité et mise en œuvre de différentes stratégies. Organisation mondiale de la santé et OCDE. Consulté à l’adresse suivante : https://apps.who.int/iris/rest/bitstreams/1248308/retrieve
4. Bernet, N., Everink, I., Schols, J., Halfens, R., Richter & D., Hahn, S. (2022). Hospital performance comparison of inpatient fall rates ; the impact of risk adjusting for patient-related factors : a multicentre cross-sectional survey. BMC Health Services Research. https://doi.org/10.1186/s12913-022-07638-7.
5. Bernet, N., Thomann, S., Kurpicz-Briki, M., Roos, L., Everink, I. H., Schols, J. M. & Hahn, S. (2022). Potential of electronic medical record data for national quality measurement (Potentiel des données des dossiers médicaux électroniques pour la mesure de la qualité au niveau national). Dans Health care of the future 2022 (pp. 51-56). IOS Press. https://doi.org/10.3233/SHTI220320
6. National Quality Forum. National Quality Forum : Find Measures. Consulté à l’adresse : https : //www.qualityforum.org/Qps/QpsTool.aspx.
7. Dassen, T., Balzer, K., Bansemir, G., Kühne, P., Saborowski, R. & Dijkstra, A. (2001). The care dependency scale, a methodological study. Nursing, 14(2), 123-127.
8. Réseau suisse de santé personnelle. A propos du SPHN. Extrait de : https : //sphn.ch/organisation/about-sphn/.