Mesures composites de la qualité des soins de santé : sensées en théorie, problématiques en pratique | BMJ Quality & Safety

by Posted on
  • accréditation
  • anesthésie
  • attitudes

Tous les systèmes de soins de santé présentent des variations dans la qualité des soins prodigués, qu’il s’agisse de l’accès aux services de soins primaires, de 1 temps d’intervention en ambulance, de 2 Temps d’attente en cas d’accident & d’urgence3 ou des processus et résultats de traitement.4-6 Surveiller cette variation de la qualité peut servir à plusieurs fins: informer les patients sur les meilleurs endroits pour obtenir des soins;7 permettre aux cliniciens de comparer leurs performances avec celles de leurs pairs et ainsi d’identifier des cibles pour les efforts d’amélioration de la qualité au niveau local, et soutenir le développement de la politique nationale. Cependant, ce que tous ces éléments ont en commun, c’est la confiance dans la fiabilité des données pour refléter adéquatement la qualité des soins de santé — une hypothèse parfois discutable.

Dans BMJ Quality and Safety, Hofstede et al8 ont abordé une situation courante où les prestataires (tels que les hôpitaux, les cabinets généraux ou les équipes communautaires) sont classés en fonction de leurs performances sur un indicateur de qualité. Les classements sont souvent utilisés pour faire des comparaisons directes de performance entre les fournisseurs et utilisés pour identifier des valeurs aberrantes positives ou négatives. Pourtant, l’un des inconvénients de cette approche est que les rangs des fournisseurs peuvent être sensibles aux fluctuations fortuites des indicateurs. La précision des classements, c’est-à-dire leur fiabilité, doit donc être soigneusement évaluée lors de l’élaboration de ce type d’approches pour rendre compte de la qualité des soins. C’est notamment le cas lorsque le paiement est lié à la performance9 ou lorsque les efforts continus d’amélioration de la qualité peuvent être compromis par des erreurs de mesure.

Les mesures de performance sont fondées sur la combinaison de cas de patients, les différences dans les soins fournis et la variation du hasard, leur précision permettant de refléter la variation réelle de la qualité déterminée par deux composantes.10 Le premier est la fiabilité de l’indicateur pour chaque fournisseur de soins de santé. Cette composante (l'” incertitude interne au prestataire”) dépend fortement du nombre de patients recevant le type de soins en question chez chaque prestataire et est susceptible d’être affectée par des variations aléatoires, en particulier dans les groupes de population plus petits. La deuxième composante est la variance des indicateurs entre les fournisseurs. Cette “incertitude entre les fournisseurs” concerne la variation réelle des indicateurs entre les fournisseurs, mettant de côté la variation aléatoire au sein des fournisseurs individuels. Ces distinctions sont pertinentes car la fiabilité du système de classement dépendra à la fois de l’incertitude à l’intérieur du fournisseur et de l’incertitude entre les fournisseurs.

Une façon de combiner ces deux sources d’incertitude est de mesurer le “rangabilité”, défini comme le rapport de la variation entre hôpitaux et la somme de la variation entre hôpitaux et de la variation à l’intérieur des hôpitaux multipliée par 100.10 Ce pourcentage calculé décrit le niveau de variation dû aux vraies différences hospitalières, par opposition au bruit aléatoire. Les faibles valeurs de ce pourcentage impliquent que la variation de la performance d’un hôpital à l’autre reflète en grande partie le hasard et non les vraies différences de performance. Se référer à cette situation comme ayant un faible classement traduit l’idée que les classements des hôpitaux sont instables: la variation du hasard aurait tout aussi bien pu produire des classements très différents. En revanche, des valeurs élevées de classement signifient que la plupart des variations de performance observées reflètent des différences réelles entre les hôpitaux – un classement donné est donc assez stable.

Hofstede et al8 examinent s’il est possible d’améliorer la fiabilité des classements basés sur des mesures de qualité. Deux stratégies sont évaluées: combiner les données des indicateurs sur plusieurs années pour augmenter le nombre d’événements (p. ex., déclarer les taux de réadmission en fonction du nombre d’admissions survenant sur une période pluriannuelle plutôt qu’une seule année) ou générer une mesure composite en combinant des informations provenant de deux indicateurs de qualité ou plus. Les deux approches pourraient améliorer le classement – mais avec quelques inconvénients en termes d’utilité des indicateurs de qualité, comme nous reviendrons pour en discuter.

Hofstede et ses collègues utilisent les données d’enregistrement médical nationales néerlandaises pour plus d’un demi-million de patients traités dans 95 hôpitaux, contenant des indicateurs de mortalité hospitalière, de durée de séjour et de taux de réadmission de 30 jours sur 12 ans. Les auteurs ont considéré un ratio de classement inférieur à 50% comme faible, entre 50% et 75% comme modéré et supérieur à 75% comme élevé. Les résultats de l’analyse montrent que les deux stratégies – la collecte d’indicateurs individuels sur plusieurs années ou la combinaison de plusieurs indicateurs en un seul composite – peuvent améliorer considérablement le classement par rapport à l’utilisation de n’importe quelle mesure de résultat unique. Pourtant, les mesures composites ont montré la plus grande fiabilité des classements dans cette étude, et les auteurs concluent que les mesures composites fournissent plus d’informations et des classements plus fiables que la combinaison de plusieurs années d’indicateurs individuels. Mais bien sûr, il y a d’autres considérations que nous abordons maintenant.

Quels sont les avantages de l’utilisation de mesures composites?

L’accent mis sur les mesures de qualité composites est opportun car elles sont utilisées dans de nombreux systèmes de santé: le Center for Medicare et les Services Medicaid, par exemple, ont introduit des notations par étoiles pour mesurer la performance des plans Medicare Advantage et des plans de la Partie D. Les cotes d’étoiles sont disponibles pour cinq catégories, couvrant des aspects tels que l’expérience du patient et l’accès, tandis que les cotes d’étoiles globales pour les régimes d’assurance-médicaments sont attribuées dans quatre catégories, couvrant des aspects tels que l’innocuité des médicaments.11 En Allemagne, les notes globales sont rendues publiques pour les maisons de soins résidentiels et les maisons de soins à domicile, couvrant respectivement 59 et 34 critères uniques dans plusieurs dimensions de qualité.12 13

La justification de l’adoption de mesures composites est simple. Au fil des ans, les données administratives collectées sont devenues disponibles et complétées par des dossiers médicaux électroniques ainsi que des données spécifiques aux maladies provenant d’audits et de registres. Il en a résulté une prolifération de mesures des résultats, ce qui peut entraîner une surcharge d’informations. Les mesures composites peuvent aider à condenser cette grande quantité d’informations en un seul indicateur, facile à utiliser et qui promet une vue d’ensemble des performances.14 Les mesures composites fournissent des informations qui résument un éventail de dimensions de la qualité. Cela pourrait être particulièrement utile pour les patients, qui ont tendance à accorder une grande importance à plusieurs aspects différents de la qualité, à savoir qu’ils veulent des soins efficaces, sûrs, centrés sur le patient et dispensés avec compassion.

Limites des mesures composites

Les avantages potentiels des mesures composites pourraient être compensés par leurs limites substantielles (tableau 1). Un examen indépendant de la Health Foundation sur les approches de mesure de la qualité de la pratique générale en Angleterre a découragé le développement et la diffusion de scores composites.15 Un problème est que les mesures composites peuvent ne pas être en mesure de signaler des changements dans la qualité des soins suffisamment spécifiques pour être la cible de projets d’amélioration. Les efforts d’amélioration de la qualité sont souvent dirigés vers un problème spécifique de prestation de soins et mesurés au moyen d’un ensemble d’indicateurs précisément définis. Les améliorations par rapport à ces indicateurs pourraient ne pas se traduire par des changements dans les mesures composites qui incluent également des informations dans d’autres domaines de la qualité.

Voir ce tableau:

  • Affichage en ligne
  • Affichage contextuel
Tableau 1

Avantages et inconvénients des mesures de qualité des composites

Un autre problème est que les mesures composites pourraient avoir des effets de débordement potentiels. Par exemple, une réduction de la mortalité peut entraîner une augmentation ultérieure des réadmissions à l’hôpital, car une plus grande proportion de patients survivent maintenant au séjour initial à l’hôpital et seraient autrement décédés. Si une mesure composite était formée en combinant des données sur les taux de mortalité et de réadmission, les deux effets pourraient être annulés. Un autre type d’effet de débordement possible se produit lorsque l’amélioration d’un domaine de soins se fait au prix de détériorations ailleurs, par exemple en raison de ressources limitées. Bien que les mesures composites visent à offrir une vision globale et équilibrée de la qualité dans plusieurs domaines, cela n’est possible que si les données requises sont disponibles, mais si les données sur certains domaines sont manquantes, ces domaines ne seront pas reflétés aussi bien qu’ils devraient l’être sur le score composite, ce qui est potentiellement trompeur.

Bien entendu, les individus et les groupes d’intervenants peuvent différer dans leur évaluation de l’importance relative des mesures constitutives. Par exemple, les patients accordent une grande importance à recevoir des soins prodigués avec compassion et en temps opportun16, tandis que les cliniciens peuvent parfois mettre davantage l’accent sur la prestation de traitements efficaces. L’un des principaux défis de l’utilisation de mesures composites est donc la pondération de mesures de résultats uniques sélectionnées pour refléter les préférences individuelles,17 avec différentes méthodes de pondération utilisées telles que la pondération basée sur l’égalité, le numérateur et les opportunités, ou la pondération sur le jugement d’experts.18 Il est important de noter que pour garantir la facilité d’utilisation des mesures composites, leur construction et la sélection des mesures de résultats doivent être guidées par l’objectif général de leur utilisation et adaptées à l’utilisateur final. Les mesures composites peuvent être trompeuses lorsque les données sur certains domaines pertinents pour l’utilisateur final ne sont pas disponibles. En outre, il pourrait être difficile d’ajuster les mesures composites pour des facteurs de confusion qui peuvent différer d’un indicateur de qualité à l’autre.

Conclusion

Les cliniciens, les responsables des soins de santé et les décideurs s’appuient sur des informations fiables pour juger de l’impact des initiatives passées sur la qualité et orienter les améliorations futures. Les mesures composites sont une bonne idée en théorie car elles peuvent donner un sens au nombre croissant de mesures sur divers aspects de la qualité des soins. Le document d’accompagnement a également révélé qu’une mesure composite de la mortalité hospitalière, de la réadmission de 30 jours et de la durée prolongée du séjour présentait un meilleur classement que les indicateurs individuels pour certains exemples médicaux et chirurgicaux importants couramment soumis à une mesure du rendement. En effet, le classement, qui décrit la proportion de variation de la performance due à de vraies différences plutôt qu’au hasard, représente une considération technique importante pour toute mesure de la performance.

Dans la pratique, cependant, les mesures composites souffrent de limitations importantes en raison de données manquantes, de causalités complexes et de difficultés à définir les pondérations appropriées pour refléter les préférences individuelles. À moins que ces limitations ne soient résolues, par exemple, en améliorant la transparence des objectifs et des limites inhérents aux mesures composites, ou en permettant aux utilisateurs d’adapter les composites pour refléter les préférences individuelles, ce qui pourrait être aidé par des outils de visualisation de données19, leurs principales applications consisteront probablement à aider les patients à décider où aller pour les soins, plutôt qu’à améliorer la qualité. Les producteurs de classements de performance pourraient être mieux avisés de combiner des données sur plusieurs années pour effectuer des évaluations d’impact. En fin de compte, cependant, comme pour toute évaluation, le but de la mesure de la qualité devrait déterminer le choix de la mesure.

  1. ↵
    1. Irving G,
    2. Neves AL,
    3. Dambha-Miller H, et al

    . Variations internationales du temps de consultation des médecins de soins primaires: examen systématique de 67 pays. BMJ Ouvert 2017; 7: e017902.doi: 10.1136 / bmjouvrir-2017-017902

  2. ↵
    Bureau national d’audit, 2017. Services d’ambulance du NHS. https://www.nao.org.uk/wp-content/uploads/2017/01/NHS-AmbulanceServices.pdf

  3. ↵
    1. Giuntella O,
    2. Nicodemo C,
    3. Vargas-Silva C

    . Les effets de l’immigration sur les temps d’attente du NHS. J Econ Santé 2018; 58:123-43.doi: 10.1016/ j.jhealeco.2018.02.001

  4. ↵
    1. Friebel R,
    2. Hauck K,
    3. Aylin P, et al

    . Tendances nationales des taux de réadmission d’urgence: analyse longitudinale des données administratives pour l’Angleterre entre 2006 et 2016. BMJ Ouvert 2018; 8: e020325-10.doi: 10.1136 / bmjouvrir-2017-020325

  5. ↵
    1. Friebel R,
    2. Hauck K,
    3. Aylin P

    . Centralisation des services d’AVC aigu à Londres: évaluation de l’impact à l’aide de deux groupes de traitement. Econ Santé 2018; 27:722-32.doi: 10.1002/hec.3630

  6. ↵
    1. Il s’agit de l’une des principales sources d’information sur la santé et la sécurité au travail. Les réductions des taux de réadmission sont associées à des améliorations modestes des gains de santé déclarés par les patients après une arthroplastie de la hanche et du genou en Angleterre. Soins médicaux 2017; 55: 834-40.doi: 10.1097/MLR.0000000000000779
  7. ↵
    1. Il s’agit de l’un des plus grands groupes de l’histoire de l’art, et de l’un des plus grands groupes de l’histoire de l’art et de l’art. Choix de l’hôpital: quel type de qualité compte?J Econ Santé 2016; 50:230-46.doi: 10.1016/ j.jhealeco.2016.08.001
  8. ↵
    1. Hofstede SN,
    2. Ceyisakar IE,
    3. Lingsma HF

    . Classement des hôpitaux: gagnons-nous en fiabilité en utilisant des indicateurs composites plutôt que des indicateurs individuels?BMJ Qual Saf 2019; 28:94-102.doi: 10.1136 / BMJQ-2017-007669

  9. ↵
    1. Friebel R,
    2. Steventon A

    . Les multiples objectifs de la rémunération au rendement et le risque de conséquences imprévues. BMJ Qual Saf 2016; 25:827-31.doi: 10.1136 / bmjqs-2016-005392

  10. ↵
    1. van Dishoeck AM,
    2. Lingsma HF,
    3. Mackenbach JP, et al

    . Variation aléatoire et classement des hôpitaux à l’aide d’indicateurs de résultats. BMJ Qual Saf 2011; 20:869-74.doi: 10.1136 / bmjq.2010.048058

  11. ↵
    Centres pour l’assurance-maladie & Services Medicaid, 2018. Classement par étoiles de l’assurance-maladie. https://www.medicare.gov/find-a-plan/staticpages/rating/planrating-help.aspx (consulté le 25 juillet 2018).

  12. ↵
    1. Spitzenverband G

    , Pflegenoten. https://www.gkv-spitzenverband.de/service/versicherten_service/pflegenoten_1/pflegenotenhinweise.jsp (consulté le 9 août 2018).

  13. ↵
    1. Rechel B,
    2. McKee M,
    3. Haas M, et al

    . Rapports publics sur la qualité, les temps d’attente et l’expérience des patients dans 11 pays à revenu élevé. Politique de santé 2016; 120:377-83.doi: 10.1016/j. healthpol.2016.02.008

  14. ↵
    Forum National sur la qualité. Cadre d’évaluation des mesures composites et normes nationales de consensus volontaire pour la mortalité et la sécurité – mesures composites : rapport de consensus, 2009.

  15. ↵
    1. Dixon J,
    2. Spencelayh E,
    3. Howells A

    . Indicateurs de la qualité des soins dans les pratiques générales en Angleterre. Londres, Angleterre, 2015.

  16. ↵
    1. Joffe S,
    2. Manocchia M,
    3. Semaines JC, et al

    . Qu’est-ce que les patients apprécient dans leurs soins hospitaliers? Une perspective empirique de bioéthique centrée sur l’autonomie. J Med Ethics 2003; 29:103-8.doi: 10.1136/jme.29.2.103

  17. ↵
    1. Schang L,
    2. Hynninen Y,
    3. Morton A, et al

    . Développer des mesures composites robustes des intervalles de classement de la qualité des soins de santé et des relations de dominance pour les conseils de santé écossais. Soc Sci Med 2016;162:59–67.doi: 10.1016 / j. socscimed.2016.06.026

  18. ↵
    1. Shwartz M,
    2. Restuccia JD,
    3. Rosen AK

    . Mesures composites du rendement des fournisseurs de soins de santé : description des approches. Milbank Q 2015; 93:788-825.doi:10.1111/1468-0009.12165

  19. ↵
    1. Barclay M,
    2. Dixon-Woods M,
    3. Lyratzopoulos G

    . Le problème des indicateurs composites. BMJ Qual Saf. 2018 : bmjqs-2018-007798.doi: 10.1136 / BMJQ-2018-007798

    1. Montori VM,
    2. Permanyer-Miralda G,
    3. Ferreira-González I, et al

    . Validity of composite end points in clinical trials. BMJ 2005; 330:594-6.doi: 10.1136/ bmj.330.7491.594

Published by admin

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.