Informer sur les maladies
La data visualisation est en train de transformer l’usage de la médecine. Elle est désormais utilisée dans le domaine de la médecine pour informer les patients sur les maladies. Elle permet également de partager avec le grand public les résultats de recherches médicales complexes de façon simplifiée.
“La plupart du temps, à moins d’être un analyste de données hautement qualifié, une visualisation est le meilleur moyen de rendre les données compréhensibles pour l’utilisateur final.”
-Sanket Shah, Blue Health Intelligence
Optimiser la prise en charge des patients
La data visualisation permet également de mettre les données entre les mains du personnel hospitalier à tous les niveaux (des cadres du conseil d’administration aux cliniciens), afin de prendre des décisions fondées sur les données en temps réel. Les objectifs poursuivis sont d’améliorer la qualité des soins et la prise en charge des malades tout en optimisant les coûts.
Les indicateurs observés sont le temps passés aux urgences, la durée moyenne des hospitalisations, les réadmissions à l’hôpital, le taux de mortalité.
Temps d’attente aux Urgences
Lorsque la capacité d’accueil des urgences est dépassée, les patients
attendent des heures avant de voir un médecin et même plus longtemps avant d’être transférés dans un service spécialisé. Des urgences débordées contribuent à la médiocrité de la prise en charge, à la frustration des patients et des familles.
Le passage aux urgences a également un coût. En France, en 2016, les services d’urgence des établissements de santé ont accueilli 21,2 millions de passages pour un coût de 3,1 Md€.
Le dashboard Emergency Department Troughtput Analysis permet de suivre le temps médian passé aux Urgences en heures et son évolution quotidienne. De voir la proportion des patients admis à l’’hôpital et ceux rentrés chez eux en fonction du motif de la visite aux Urgences. De suivre les pathologies à l’origine des visites aux Urgences. Le suivi de ces indicateurs permettra d’optimiser la prise en charge des patients aux Urgences.
Durée moyenne des hospitalisations
La durée moyenne de séjour à l’hôpital est souvent considérée comme un indicateur d’efficience des soins. Elle peut également révéler l’inefficacité des processus hospitaliers. En raison d’une mauvaise coordination entre les différentes services, les patients sont obligés de rester à l’hôpital en attendant que les soins courants leur soient prodigués.
Un suivi de cet indicateur est donc nécessaire pour optimiser la prise en charge des patients et améliorer les processus organisationnels.
Le dashboard Lenght of stay Analysis permet d’observer la durée moyenne de séjour en fonction des pathologies soignées et des différents services des hôpitaux.
Réadmissions hospitalières
Les réadmissions hospitalières représentent un problème important pour les systèmes de santé des pays développés. Jusqu’à 20% des patients seront réhospitalisés dans les 30 jours suivant leur sortie de l’hôpital (30% lorsqu’on s’intéresse aux ré-hospitalisations à 90 jours).
Ce phénomène a un impact non seulement sur la sécurité et le confort des patients, mais également sur le plan financier, puisque les réadmissions hospitalières coûtent environ 26 milliards de dollars par an aux Etats-Unis. Un suivi de cet indicateur est donc nécessaire pour reduire les coûts liés aux réadmissions.
Le dashboard Readmission Analysis permet de suivre l’évolution du taux de réadmission ainsi que son évolution dans le temps. Il est également intéressant de suivre la répartition de ce taux de réadmission par diagnostique effectué ainsi qu’en fonction des données démographiques des patients (genre, race, langue parlée).
Mortalité hospitalière
Le suivi d’indicateurs de mortalité permet aux établissements de santé de s’auto-évaluer, se comparer aux autres et d’améliorer leurs pratiques. Chaque citoyen peut disposer d’une information fiable, compréhensible et utile sur la qualité des soins dans les hôpitaux et les cliniques.
Cependant un fort taux de mortalité ne signifie pas nécessairement une mauvaise qualité des soins, certains décès ne sont pas évitables, la gravité de l’état des patients pris en charge et la complexité des actes réalisés varient beaucoup d’un établissement à l’autre.
Généralement cet indice est observé comme dans le dashboard du suivi du taux de mortalité hospitalière en fonction des diagnostiques. Il est également pertinent de surveiller l’évolution de ce taux en fonction des données démographiques.
Aller plus loin …
Patient Record Dashboard Cockpit by LinPack-for-Tableau.com
Patient Stays Dashboard Cockpit by LinPack-for-Tableau.com
Formation Tableau for Healthcare Udemy créé par Marc Connolly (@https://twitter.com/markconnolly2)
Tableau pour ‘Voir et comprendre vos données’ dans le domaine de la santé.
