S'abonner

Infection respiratoire aiguë des patients âgés de 80 ans ou plus admis en réanimation : survie à un an selon la trajectoire de soins pré-réanimation, une cohorte PMSI nationale - 24/02/23

Doi : 10.1016/j.respe.2023.101492 
L. Tchatat Wangueu 1, A. Kassa-Sombo 2, C. Gaborit 3, L. Godillon 3, A. Guillon 4, L. Grammatico-Guillon 5,
1 Service de médecine intensive et réanimation, CHRU de Tours, Faculté de médecine de Tours, Université de Tours, Tours, France 
2 Centre de recherche pathologies respiratoires, U1100, Université de Tours, Tours, France 
3 EpiDcliC, Unité d'épidémiologie des données cliniques Région Centre-Val de Loire, Pôle santé publique prévention, CHU de Tours, Tours, France 
4 Service de médecine intensive et réanimation, CHRU de Tours, Faculté de médecine de Tours, Centre de recherche pathologies respiratoires, U1100, Université de Tours 
5 EpiDcliC, unité d'épidémiologie des données cliniques Région Centre-Val de Loire, Pôle santé publique Prévention, CHU de Tours, Tours, France ; Université de Tours, Faculté de médecine, France 

Auteur correspondant

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction

Les admissions de personnes âgées en réanimation pour infection respiratoire aigüe (IRA) augmentent, avec une mortalité substantielle interrogeant leur utilité. La trajectoire de soin avant hospitalisation pourrait aider à la décision. L'objectif était de déterminer si la trajectoire de soins des trois mois précédant l'admission en réanimation était prédictive de la survie à 1 an des patients âgés atteints d'IRA.

Méthodes

Les trajectoires des patients ≥80 ans avec IRA hospitalisés en réanimation ont été reconstituées dans une cohorte nationale PMSI 2013-2017: passages aux urgences, nombre de jours d'hospitalisation cumulés trois mois avant l'admission, statut vital à un an. Un modèle de prédiction a été construit via un outil de machine learning (« Extreme Gradient Boosting – Xgboost »). La performance du modèle a été estimée: exactitude, précision, rappel, F1-score et son aire sous la courbe (AUC). Un graphique de calibration a été réalisé. Le poids des variables du modèle a été analysé à l'échelle globale et de façon agnostique et localement (LIME, algorithme SHAP).

Résultats

Au total, 40 327 patients ont été inclus: hommes 55,2 %, SAPS II 33,7 [33,5;33,9], ventilation mécanique invasive 26 %. Parmi eux, 35 666 (88 %) avaient un statut vital connu à un an, dont 19 379 décédés (54 %) pendant le séjour initial. Dans les trois mois avant admission, l'hospitalisation ou ≥1 visite aux urgences étaient indépendamment associés à une surmortalité à un an (respectivement, OR 1,27[1,19-1,35] et 1,13[1,06-1,20]). L'algorithme XGboost était capable de discriminer le statut vital avec une AUC de 0,70 et le SHAP identifiait comme variables les plus influentes de la prédiction: score de fragilité, hospitalisation trois mois avant admission, sexe masculin et hypertension.

Discussion/Conclusion

La trajectoire de soins trois mois avant l'admission en réanimation était associée à la mortalité à un an chez les patients âgés hospitalisés pour IRA. Il s'agit d'une information simple et facile à obtenir pouvant être utile à la prise de décision d'admission en réanimation de cette population.

Mots-clés

Personnes âgées ; Infection respiratoire aiguë ; Réanimation ; Trajectoire de soins ; Cohorte PMSI ; Machine learning

Déclaration de liens d'intérêts

Les auteurs déclarent ne pas avoir de liens d'intérêts.

Le texte complet de cet article est disponible en PDF.

© 2023  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 71 - N° S1

Article 101492- mars 2023 Retour au numéro
Article précédent Article précédent
  • Les facteurs explicatifs des séjours « Bed Blockers » en SMR
  • E. Devaux, T. Roditis, P. Azouvi, G. Quily, C. Karanfilovic, A. Bouniol, D. Nidegger, P. Charpentier, tous les membres du COTRIM SMR de l'ARS IDF
| Article suivant Article suivant
  • Cancer chez les personnes suivies pour un trouble psychique sévère : quelles difficultés dans les parcours de soins ?
  • A-V. Seppänen, F. Daniel, S. Houzard, C. Le Bihan, M. Coldefy, C. Gandré

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2026 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.