Juin 2016
Résumé
Introduction
Contrairement au raisonnement médical qui tient compte de l’histoire diachronique du patient, les logiciels médicaux reposent historiquement sur une vision synchronique par consultation . Ce travail vise à apporter des informations sur le suivi des patients en médecine générale pour les pathologies aiguës, et permettre une vision par épisode de soins (EdS).
Patients et méthodes
Cette étude descriptive basée sur l’ensemble des patients suivis par un groupe de médecins généralistes français entre 2000 et 2010, avait comme objectif principal de proposer une méthode permettant d’agréger les consultations en épisode de soins pour les diagnostics non chroniques les plus fréquents en médecine générale. Une durée maximale habituelle a été déterminée pour chaque tableau clinique. La concordance a été mesurée entre la méthode de regroupement automatique des consultations et le statut nouveau ou persistant du diagnostic, renseigné par le généraliste à chaqueconsultation. Les objectifs secondaires étaient de mesurer le taux de reconsultation et le nombre deconsultations par épisode de soins par diagnostic.
Résultats
Sur 211 088 patients recensés, 141 000 patients permettaient le calcul d’au moins 1 durée épisode de soins aigu, suivis par 118 médecins. Pour chacun des 114 diagnostics aigus, un histogramme représentant le nombre d’épisodes de soins en fonction de leur durée a été réalisé, et une durée maximale habituelle de l’épisode de soins a été proposée allant de 9 jours à 180 jours (médiane 49 IQR 38 - 58). En utilisant cette durée, les consultations ont été regroupées en épisodes de soins, et le résultat a été comparé aux informations entrées par les médecins généralistes. La concordance mesurée par le kappa de Cohen avait une valeur médiane de 0,58 (IQR 0,41 – 0,71) et la moitié des RC avaient le bon code de suivi attribué dans plus de 79% des cas (IQR 69 – 84). Le taux de reconsultation médian par diagnostic était de 14% (IQR 10 - 20) pour une moyenne 1,15 consultations par épisode de soins.
Conclusion
Cette étude montre qu’il est possible d’agréger automatiquement les consultations en épisodes de soins pour la majorité des diagnostics aigus, avec un taux d’erreur acceptable, et que la proportion de reconsultation est faible. Ce travail pourrait permettre d’améliorer l’ergonomie des logiciels médicaux, en permettant une représentation plus synthétique des consultations antérieures de façon automatisée.
Mots clés : Médecine générale, épisode de soins, résultat de consultation, groupe de diagnostics, codage médical, statistique, durée de suivi, taux de reconsultation, pathologies aiguës, diachronie, synchronie, amélioration qualité des soins, étude rétrospective.
Contrairement au raisonnement médical qui tient compte de l’histoire diachronique du patient, les logiciels médicaux reposent historiquement sur une vision synchronique par consultation . Ce travail vise à apporter des informations sur le suivi des patients en médecine générale pour les pathologies aiguës, et permettre une vision par épisode de soins (EdS).
Patients et méthodes
Cette étude descriptive basée sur l’ensemble des patients suivis par un groupe de médecins généralistes français entre 2000 et 2010, avait comme objectif principal de proposer une méthode permettant d’agréger les consultations en épisode de soins pour les diagnostics non chroniques les plus fréquents en médecine générale. Une durée maximale habituelle a été déterminée pour chaque tableau clinique. La concordance a été mesurée entre la méthode de regroupement automatique des consultations et le statut nouveau ou persistant du diagnostic, renseigné par le généraliste à chaqueconsultation. Les objectifs secondaires étaient de mesurer le taux de reconsultation et le nombre deconsultations par épisode de soins par diagnostic.
Résultats
Sur 211 088 patients recensés, 141 000 patients permettaient le calcul d’au moins 1 durée épisode de soins aigu, suivis par 118 médecins. Pour chacun des 114 diagnostics aigus, un histogramme représentant le nombre d’épisodes de soins en fonction de leur durée a été réalisé, et une durée maximale habituelle de l’épisode de soins a été proposée allant de 9 jours à 180 jours (médiane 49 IQR 38 - 58). En utilisant cette durée, les consultations ont été regroupées en épisodes de soins, et le résultat a été comparé aux informations entrées par les médecins généralistes. La concordance mesurée par le kappa de Cohen avait une valeur médiane de 0,58 (IQR 0,41 – 0,71) et la moitié des RC avaient le bon code de suivi attribué dans plus de 79% des cas (IQR 69 – 84). Le taux de reconsultation médian par diagnostic était de 14% (IQR 10 - 20) pour une moyenne 1,15 consultations par épisode de soins.
Conclusion
Cette étude montre qu’il est possible d’agréger automatiquement les consultations en épisodes de soins pour la majorité des diagnostics aigus, avec un taux d’erreur acceptable, et que la proportion de reconsultation est faible. Ce travail pourrait permettre d’améliorer l’ergonomie des logiciels médicaux, en permettant une représentation plus synthétique des consultations antérieures de façon automatisée.
Mots clés : Médecine générale, épisode de soins, résultat de consultation, groupe de diagnostics, codage médical, statistique, durée de suivi, taux de reconsultation, pathologies aiguës, diachronie, synchronie, amélioration qualité des soins, étude rétrospective.
Abstract
Objective
The medical reasoning takes into account the patient history (diachrony). However medical softwares almost always adopt a synchronic approach: they only shows the dates of previous consultations, independently of the addressed medical problems. The purpose of this study is to enable the medical software to provide an episode of care (EoC) view of the patient history with limited intervention of the general practitioner (GP).
Design, setting and participants
This descriptive study is based on the entire patient population of a group of GPs followed between 2000 and 2010. The primary goal of this study is to suggest a methodology to gather medical consultations in EoCs and describe the duration of these EoCs. We studied the most common non chronic diagnosis encountered in general practice. The results of this automatic method are compared with the GP coding. The secondary purpose of this research is to and measure the number of consultations by EoC.
Results
Among the 211 088 patients registered in the database, we used 141 000 patients seen by 118 GPs to create the EoCs. For each of the 114 selected acute or semi acute diagnosis, we drew an histogram representing the number of EoCs depending on their duration and we determined the usual maximal duration of the EoC. These durations varied from 9 to 180 days (median 49 IQR 38-58). We used them to determine automatically if the diagnosis was new or not. The results were compared with the same information provided by the GP. The inter-rater agreement measured by Cohen’s kappa had a median value of 0.58 (IQR 0.41-0.71). Half of the selected diagnosis had the right follow up code in more than 79% of the consultations (IQR 69 – 84). Only 14% (IQR 10-20) of the EoCs had more than 1 consultation. The average number of consultations during these acute and semi acute EoCs was 1.15.
Conclusion
This study shows that it is possible to gather consultations per EoC with an acceptable error rate for the most acute and semi acute diagnosis encountered in general medicine, and there is a low renewed consultation rate within the EoC. This work would help to automatically improve the view of former consultations currently displayed by medical softwares in a more meaningful and synthetic way.
Keywords (Mesh): General Practice, Primary Care, Evaluation, Diagnosis-Related Groups/classification, Clinical Coding, Disease Management, Efficiency, Organizational, Episode of Care, Humans, Physician's Practice Patterns/statistics & numerical data, Health Services Research, Retrospective Studies.
The medical reasoning takes into account the patient history (diachrony). However medical softwares almost always adopt a synchronic approach: they only shows the dates of previous consultations, independently of the addressed medical problems. The purpose of this study is to enable the medical software to provide an episode of care (EoC) view of the patient history with limited intervention of the general practitioner (GP).
Design, setting and participants
This descriptive study is based on the entire patient population of a group of GPs followed between 2000 and 2010. The primary goal of this study is to suggest a methodology to gather medical consultations in EoCs and describe the duration of these EoCs. We studied the most common non chronic diagnosis encountered in general practice. The results of this automatic method are compared with the GP coding. The secondary purpose of this research is to and measure the number of consultations by EoC.
Results
Among the 211 088 patients registered in the database, we used 141 000 patients seen by 118 GPs to create the EoCs. For each of the 114 selected acute or semi acute diagnosis, we drew an histogram representing the number of EoCs depending on their duration and we determined the usual maximal duration of the EoC. These durations varied from 9 to 180 days (median 49 IQR 38-58). We used them to determine automatically if the diagnosis was new or not. The results were compared with the same information provided by the GP. The inter-rater agreement measured by Cohen’s kappa had a median value of 0.58 (IQR 0.41-0.71). Half of the selected diagnosis had the right follow up code in more than 79% of the consultations (IQR 69 – 84). Only 14% (IQR 10-20) of the EoCs had more than 1 consultation. The average number of consultations during these acute and semi acute EoCs was 1.15.
Conclusion
This study shows that it is possible to gather consultations per EoC with an acceptable error rate for the most acute and semi acute diagnosis encountered in general medicine, and there is a low renewed consultation rate within the EoC. This work would help to automatically improve the view of former consultations currently displayed by medical softwares in a more meaningful and synthetic way.
Keywords (Mesh): General Practice, Primary Care, Evaluation, Diagnosis-Related Groups/classification, Clinical Coding, Disease Management, Efficiency, Organizational, Episode of Care, Humans, Physician's Practice Patterns/statistics & numerical data, Health Services Research, Retrospective Studies.