Parcours de soins intégrés des aînés à l’hôpital – PSIH

Les travaux effectués sur la période s’articulent autour de deux axes : la modélisation macroscopique de l’hôpital et l’analyse du parcours des patients multimorbides.

Ce premier axe, mené en collaboration avec le CHU de Saint-Etienne a abouti à la création d’un modèle de simulation par évènement discrets. Cet outil nous permettra de tester les parcours des patients multimorbides et de mesurer l’impact de ces patients sur le système hospitalier.

Le second axe de notre travail concernant les patients multimorbides a consisté en un travail statistique sur l’identification des patients concernés, la préparation des données et l’application de méthodes d’analyses. Pour identifier les patients, nous avons mené une revue de la littérature concernant les scores de multimorbidité. Ces scores ont étés analysés par l’équipe projet et certains choisis pour identifier les patients multimorbides. Une fois l’extraction faite, la base de données a été nettoyée pour l’analyse. Différentes méthodes statistiques ont étés appliquées et une analyse de type process mining a mis en évidence des différences de parcours au sein de la population multimorbide.

Les deux résultats importants de cette thèse sont la réalisation de la revue de revue systématique de littérature et le modèle de simulation de l’hôpital. La première nous a permis d’approfondir la définition de multimorbidité alors que le second sera la base de toute les études sur le parcours, et en particulier des scénarios d’améliorations.
Les études de process mining ont mis en évidence le fait que la majorité des patients multimorbides ont un parcours hospitalier simple, passant par un service ou un groupe de services dans une séquence qui apparait maitrisée. Parmi les parcours « complexes » on distingue ceux dont les parcours relèvent d’une nécessité médicale et ceux dont le parcours erratique révèle une difficulté de prise en charge due à la multimorbidité. Une étude permettant de distinguer ces catégories sera menée pour identifier la population sur laquelle nous agirons.

Les perspectives concernent le développement d'une approche intégrée permettant de (1) construire automatiquement les parcours de soins d'une population multimorbide à partir de données médico-administrative, (2) caractériser les «bons« et les «mauvais« parcours, (3) proposer des scénarios d'organisation pour une meilleure prise en charge via une approche «jumeau digital«.

Revue de littérature scores de MM (under review).
ORAHS 2019 – Communication orale.
WSC 2020 – Communication avec publication d’un article dans une revue à comité de lecture (under review).

Dans un contexte de vieillissement de la population et d’augmentation de l'espérance de vie liée aux progrès de la médecine et à une meilleure politique de prévention, la demande des soins gériatriques est susceptible d'augmenter dans les prochaines années. Ce projet vise à proposer un outil d’aide à la décision permettant un meilleur suivi et une meilleure prise en charge du patient âgé (PA) à l’hôpital, et ce dès sa première admission. Cet outil vise à rationaliser l’ensemble des ressources nécessaire à sa prise en charge en décloisonnant les services habituellement organisés en silo et en favorisant la collaboration des professionnels de santé. L’objectif secondaire vise à proposer un outil d’évaluation de performance du parcours intégré de soins des patients âgés afin de quantifier l’impact des mesures proposées et de donner la priorité aux plus efficientes. Ce projet se décompose en 3 phases principales. Une première phase correspondant au premier verrou scientifique concerne la modélisation des parcours. Une approche mixte permettant la modélisation de l’état de santé de la PA combinée avec la modélisation du parcours sera proposée. Nous envisageons une approche similaire afin de capturer la complexité du parcours dans l’hôpital et marquer l’impact des décisions de pilotage sur l’état de santé des PA hospitalisées. Afin d’alimenter le modèle, une collecte de données sera réalisée en collaboration avec le CHU de Saint-Etienne et le CH de Roanne. Des observations seront réalisées dans les établissements afin de comprendre les mécanismes des parcours, et les données hospitalières du PMSI seront utilisées pour alimenter les modèles de parcours et d’état de santé. Une deuxième phase correspond au design de la réorganisation hospitalière. Pour cela, plusieurs scénarios de mise en œuvre seront proposés via l’optimisation des ressources nécessaires. Le modèle proposé dans la phase 1 sera utilisé afin de proposer une offre adaptée à la population d’intérêt tout en respectant les contraintes fortes de l’hôpital (ressources constantes, espace limité). Plusieurs modèles linéaires en nombres entiers basés sur une formalisation du problème sous forme de files d’attentes seront proposés. Enfin, la troisième phase vise à évaluer les performances des scénarios d’organisations qui se dégageront de la phase 2. Un modèle de simulation mixte à événements discrets/multi-agents sera proposé dans l’optique d’une approche systémique. Une évaluation conjointe sur les flux et sur les aspects médico-économiques sera proposée via une collaboration avec un économiste de la santé. L’objectif est de simuler plusieurs scénarios possibles pour trouver la meilleure politique de prise en charge (politique de décharge, GHM,…) et le meilleur dimensionnement des services à l’hôpital en termes de qualité de service/temps de séjour et de coût (étude économique). La première prise en charge d’une PA est critique. Il est crucial de proposer un pilotage du parcours de la PA dès sa première admission à l’hôpital au travers d’une coordination de son parcours dans l’hôpital et après sa sortie, afin d’éviter des réhospitalisation coûteuses et désastreuses pour l’état de santé du patient. Ainsi l’approche proposée à l’issue du projet permettra de fournir aux professionnels de santé des guides méthodologiques permettant de mieux accompagner la PA, dès sa première visite, minimisant ainsi les risque de dégradation de sa santé et augmentant ainsi son espérance de vie en bonne santé.