Urgences : de l'activité aux données, des données à la preuve

Colineaux, Hélène (2017) Urgences : de l'activité aux données, des données à la preuve. Thèse d'exercice en Thèses > Médecine spécialisée, Université Toulouse III - Paul Sabatier.

Preview

PDF Télécharger (2MB)

Résumé en français

Introduction : Nous proposons de revenir sur des problématiques méthodologiques posées par l'utilisation des bases de données de l'ORU-MiP pour des analyses épidémiologiques, relatives d'une part à la validité de mesures utilisées a posteriori, telle que le score CCMU ; d'autre part à la significativité statistique, mesurée par la p-value, dans le contexte de grands échantillons. Retour sur les analyses : Dans la première étude, nous avons confirmé une augmentation des taux de recours entre 2002 et 2015, de 4,8 (IC95%=[4,33 ;5,32]) chaque année pour 1 000 habitants adulte, principalement basée sur l'augmen- tation des passages codés CCMU 2. La seconde étude, basée sur les recours de 2012, montrait une probabilité 1,94 plus élevée pour les populations les plus défavorisées d'avoir recours aux urgences par rapport aux populations les plus avantagées, mais avec une probabilité pour un recours d'être codé CCMU 1 similaire entre les groupes. Mesure et signification : La CCMU, développée dans un objectif de prédiction d'activité, a été utilisé comme marqueur des recours "ne relevant pas préférentiellement des Urgences" sans avoir été validée pour cette utilisation. Notre étude de validation a posteriori montre que la fiabilité et d'une validité du critère CCMU 1 est moyenne, bien qu'elle reste informative. Taille et significativité : L'analyse de 374 000 passages nous a confronté aux limites de la p-value, toujours significative dans ces conditions même pour de petits effets. Après une analyse de la littérature, nous avons préféré la comparaison des intervalles de confiance, ainsi que l'utilisation d'indicateurs plus directement informatifs de la taille de l'effet, tels que les effets marginaux, ainsi que des indicateurs pratiques. Conclusion : L'utilisation de grosse bases de données d'activité présente une opportunité pour la recherche épidémiologique. Cependant, bien que ces bases nous libèrent des limites techniques liés à la puissance, elles ne nous dispensent pas des questionnements scientifiques relatifs aux biais de mesure et aux méthodes statistiques.

Actions (login required)

Voir document