Évaluation prospective d'un algorithme de prédiction du parcours patient aux urgences dès l'accueil

Introduction : L'une des solutions évoquées par les précédentes recherches à la surcharge aux urgences est d'ancitiper au maximum l'orientation du patient. Des publications antérieures proposent des algorithmes non mis en pratique réelle. L'objectif de cette étude est d'évaluer la qualité d'un tel algorithme sur les patients. Matériel et Méthodes : L'étude est composée de deux phases. (1) Apprentissage supervisé d'un réseau de neurones à partir des données d'accueil des patients des urgences d'un CHU entre 2014 et 2018, afin de prédire la décision d'hospitalisation. (2) Intégration de l'algorithme dans une application permettant de prédire l'hospitalisation des patients en temps réel. Cette étude a été menée sur le mois de Novembre 2019, en intention de traiter, et en aveugle des équipes soignantes. Le critère de jugement principal était l'adéquation entre la prédiction et la décision du clinicien. Résultats : (1) L'entraînement de l'algorithme a été réalisé sur 137 937 passages (aire sous ROC à 86%). (2) Le taux de bonne prédicton, pour les 4 520 patients inclus, a été de 78% (seuil à 70%, aire sous ROC 81%). Discussion : Il était attendu que la performance diminue. L'algorithme est optimisable. L'ajout des données cliniques et biologiques permettrait d'affiner la prédiction aucours du temps. Conclusion : Un algorithme d'aide à la décision prédisant le parcours de soin devrait permettre de diminuer le temps de passage.