Projets de recherche appliquée menés par l'ICB
Ces projets de recherche sont menés par des collègues de l'ICB, appuyés par des chercheurs, afin de cibler les domaines prioritaires de l'ICB.
Trouver des projets : Utilisez “ Ctrl + F ” pour utiliser la fonction de recherche de votre navigateur. Saisissez ensuite des mots-clés pour trouver des projets sur le sujet qui vous intéresse. Il est conseillé d'essayer plusieurs synonymes, par exemple “ naissance ”, “ maternité ”, “ maternel ” ou “ natal ”.
Testostérone et ménopause : revue des données probantes et des pratiques de prescription – The Pharmaceutical Journal
Un examen plus approfondi des données probantes concernant la prescription de testostérone aux femmes ménopausées, analysant l'impact des formulaires régionaux et la forte augmentation de la demande ces dernières années.
Améliorer l'adoption de la simulation dans le secteur de la santé : développement participatif d'un outil open source pour la modélisation du parcours patient
Le modèle PathSimR est un outil de simulation polyvalent, conçu spécifiquement pour le BNSSG afin de modéliser les parcours de soins des patients. Ce logiciel, gratuit et flexible, a été utilisé au sein du BNSSG et dans d'autres systèmes du NHS pour divers projets. Cet article retrace l'histoire du développement du logiciel et décrit en détail son fonctionnement et ses fonctionnalités.
Optimisation de l'équilibre entre les capacités de soins aigus et intermédiaires pour le parcours de sortie complexe
L'équilibre entre les capacités d'accueil et le flux de patients entre les services hospitaliers et les soins de proximité constitue un problème de planification complexe, qui doit tenir compte de l'incertitude liée à l'arrivée des patients et à la variabilité de la durée de leur séjour. Grâce à différents scénarios, notre modélisation a permis d'identifier les répartitions optimales des capacités tout au long de ce parcours de soins. Cette modélisation a été réalisée dans les mois qui ont suivi l'apparition de la COVID-19.
Explorer des initiatives financièrement viables pour remédier aux placements hors secteur dans les unités de soins intensifs psychiatriques
Les placements hors secteur ont lieu lorsque les capacités locales sont insuffisantes pour répondre à la demande. Cela se produit fréquemment pour les soins psychiatriques intensifs, les patients étant parfois envoyés sur de longues distances vers d'autres établissements. Notre modélisation, à l'aide du modèle PathSimR, a pris en compte différents scénarios de capacité afin d'atténuer ces éventualités.
Modélisation du rétablissement des listes d'attente pour les interventions chirurgicales non urgentes après la COVID-19
Les listes d'attente pour les interventions chirurgicales non urgentes ont considérablement augmenté suite à la pandémie de COVID-19 et, au début de la reprise post-pandémique, il était difficile de prévoir le retour des nombreux patients ‘ non pris en charge ’. Une modélisation a été réalisée localement afin d'estimer la taille potentielle des listes d'attente et les délais d'attente en fonction des proportions de retour. Ce modèle a également été appliqué à l'échelle nationale, pour toute l'Angleterre.
Optimisation des parcours de soins en cas d'AVC aigu grâce à une utilisation flexible des lits
Notre modèle PathSimR a servi à modéliser le parcours de soins centralisé pour les AVC, tel que prévu au sein du BNSSG. La modélisation a consisté à calibrer le modèle de parcours et à l'utiliser pour déterminer la capacité flexible nécessaire à différents moments, afin de garantir que la grande majorité des patients ne subissent aucun retard lors de leur admission en unité de soins intensifs neurovasculaires.
Soutenir la reprise des interventions chirurgicales non urgentes liées à la COVID-19 grâce à une modélisation évolutive des listes d'attente
Cet article présente la méthode de modélisation utilisée par le BNSSG pour estimer la taille future des listes d'attente au niveau des établissements hospitaliers et des spécialités, en fonction de différentes hypothèses concernant la demande et les capacités futures. Simple et adaptable, le modèle a depuis été appliqué à tous les établissements hospitaliers et spécialités d'Angleterre, et les projections sont mises à jour mensuellement.
L’illusion économique que représente la volonté d’éliminer les transferts de soins différés : quelques leçons tirées de la théorie des files d’attente
Ces travaux ont remis en question l'idée reçue selon laquelle, dans les systèmes de santé performants, il est nécessaire d'“ éliminer ” les transferts de soins différés (parfois appelés ‘ blocage de lits ’). L'étude, s'appuyant sur les méthodes de la théorie mathématique des files d'attente, a conclu que la mise en œuvre d'une telle politique serait probablement non rentable, car elle exigerait d'importantes capacités de la communauté pour absorber même les pics de demande les plus rares, laissant ainsi une grande partie de ces capacités inutilisées la majeure partie du temps.
Mise en œuvre du plan de synthèse recommandé pour les soins et traitements d'urgence (ReSPECT)
Le processus ReSPECT est une initiative qui élabore des recommandations personnalisées pour les soins et le traitement cliniques d'une personne en cas d'urgence future où elle serait incapable de faire ou d'exprimer des choix. Cette initiative a été mise en œuvre localement pendant la pandémie. L'objectif de l'analyse est d'évaluer l'équité du processus de mise en œuvre du formulaire ReSPECT (lors de la première vague de Covid-19) et les éventuelles modifications des interactions entre les patients et les organismes de santé locaux. Ces résultats permettront d'éclairer les futures décisions de financement concernant l'utilisation du formulaire ReSPECT.
Utiliser la gestion hyperlocale de la santé des populations pour augmenter le nombre de personnes vaccinées contre la COVID-19
L’IBNSSG ICB a commandité des campagnes locales pour inciter les personnes les moins susceptibles de se faire vacciner à se faire vacciner contre la COVID-19. Ces analyses nous permettront d’évaluer l’efficacité de ces campagnes afin d’améliorer l’organisation de nos futurs programmes de santé locaux et nationaux impliquant un grand nombre de personnes.
P-NEWS : scores d’alerte précoce personnalisés pour les patients admis en soins intensifs
Ce projet vise à réduire les admissions en soins intensifs en intervenant plus tôt pour corriger les problèmes avant qu'ils ne deviennent critiques. Pour ce faire, il prévoit d'utiliser l'observation des patients et des analyses avancées afin d'évaluer avec précision le risque d'aggravation pour chaque patient. Le score national d'alerte précoce (NEWS) est un score standardisé qui indique la gravité de l'état d'un patient. Malheureusement, le NEWS ne tient pas compte d'éléments importants tels que le diagnostic et les antécédents médicaux. Ce projet vise à affiner ce score et à prédire plus tôt les aggravations.
Ce projet s'inscrit dans le cadre du partenariat Health Data Research UK South Better Care.
Comparaison des méthodes de segmentation de la population
La segmentation de la population en groupes spécifiques, basée sur des attributs individuels et/ou l'activité de soins de santé, est un élément clé de la gestion de la santé des populations (GSP). Cependant, il existe une multitude de méthodes de segmentation, chacune présentant ses avantages et ses inconvénients. Ce projet a examiné 16 des approches les plus couramment utilisées afin de déterminer la méthode la plus appropriée pour répondre à des types de questions particuliers. Les résultats ont depuis lors orienté notre choix de méthode de segmentation dans le cadre des projets de notre programme de GSP.
Décryptage des mécanismes d'orientation vers le traitement au sein du NHS
Le délai d'accès aux soins (DAS), qui mesure la proportion de patients en attente depuis moins de 18 semaines, est le principal indicateur de performance des interventions programmées au sein du NHS. Il permet de suivre précisément la durée d'attente des patients pour les traitements planifiés. Pour les systèmes de santé, il est essentiel de comprendre et de modéliser la dynamique du parcours DAS afin de pouvoir prévoir avec fiabilité les délais d'attente futurs et évaluer l'impact des modifications apportées aux modalités d'orientation et aux capacités des services. Notre modèle de simulation informatique est régulièrement utilisé à cette fin, aussi bien pour différents groupements hospitaliers que pour diverses spécialités cliniques.
Modélisation des capacités tout au long du parcours de soins du patient, en tenant compte des délais de transfert et de sortie.
En l'absence de capacités suffisantes, les parcours de soins peuvent se retrouver bloqués, des patients prêts à sortir de l'hôpital ne pouvant être transférés vers un autre service. Cette situation est préjudiciable tant aux patients qu'aux hôpitaux. Or, estimer la capacité optimale requise n'est pas chose aisée. Si les méthodes basées sur des tableurs sont rapides et faciles, elles sous-estiment généralement le nombre de lits nécessaires. Nous proposons ici une approche plus robuste, sous la forme d'un modèle informatique personnalisable et réutilisable, appliqué à l'estimation des capacités pour le futur parcours de soins des patients victimes d'AVC.
Gestion de la santé des populations pour identifier et caractériser les besoins de santé continus des personnes à haut risque protégées contre la COVID-19 : une étude de cohorte transversale
Au début de la pandémie de COVID-19, environ 30 000 résidents vulnérables de la BNSSG ont été invités à se confiner afin de se protéger des risques d’infection. Cependant, on connaissait peu de choses sur ce groupe de personnes. Grâce à l’appariement de données, six segments distincts ont été identifiés au sein de cette population. Cette meilleure connaissance nous a permis d’adapter nos conseils aux patients et d’aider les équipes de soins primaires locales à prendre en charge leur état de santé pendant cette période.
Modélisation de scénarios liés à la COVID-19 pour atténuer les décès dépendants des capacités en soins intensifs
Dès le début de la pandémie, les gestionnaires et les cliniciens disposaient de très peu d'informations pour évaluer le nombre de lits de soins intensifs nécessaires afin de répondre à la demande potentielle. Cette information était cruciale, car la conversion de lits en unités de soins intensifs s'avérait complexe. Or, un nombre insuffisant de lits convertis risquait de priver certains patients des soins dont ils avaient besoin. Pour pallier ce problème, un modèle informatique de simulation du flux de patients atteints de la COVID-19 a été rapidement mis au point et utilisé dans le cadre de la réponse initiale essentielle apportée face à l'afflux massif de cas au printemps 2020.
Modélisation de l'impact de la COVID-19 sur les délais d'attente pour les interventions chirurgicales non urgentes
Si les effets immédiats de la COVID-19 se sont fait sentir dans les services d'urgence hospitaliers, il est rapidement apparu que la décision de reporter les interventions chirurgicales non urgentes au printemps 2020 aurait un impact considérable sur les délais d'attente. Les questions étaient les suivantes : quelle serait l'ampleur de cet impact et à quelle vitesse pourrions-nous nous en remettre ? Pour y répondre, un outil existant de modélisation de la dynamique d'orientation vers un traitement a été recalibré et utilisé pour projeter les délais d'attente selon différents scénarios jugés plausibles au début de la pandémie.
Prévisions immédiates pour une meilleure gestion de la capacité des lits de soins intensifs COVID-19
Face à l'augmentation rapide du taux d'occupation des lits lors de la deuxième vague de la pandémie, les responsables de la planification hospitalière avaient besoin d'estimer le nombre probable d'admissions dans les jours suivants. Un modèle de prévision chronologique simple a été élaboré et mis en œuvre quotidiennement pour projeter le taux d'occupation des lits de soins aigus et intensifs dans tous les hôpitaux locaux. Ce modèle a permis de garantir la disponibilité du nombre adéquat de lits et l'ouverture de nouveaux services d'hospitalisation pour les maladies infectieuses, selon les besoins.
L’impact de l’augmentation des consultations externes à distance pendant la COVID-19 : analyse rétrospective des données d’enquêtes auprès des patients et des activités courantes d’un important système de santé en Angleterre
Afin de limiter les infections nosocomiales, un nombre important de consultations externes ont été transférées des cabinets médicaux aux téléconsultations dès le début de la pandémie. L'analyse d'un grand nombre de questionnaires remplis par les patients a révélé qu'une majorité d'entre eux préféraient les consultations virtuelles aux consultations en présentiel, et qu'ils étaient sept fois plus nombreux à les juger moins stressants. Ces résultats ont permis d'évaluer la pertinence des téléconsultations à l'avenir.
L’intérêt du triage en période de forte demande liée à la COVID-19 : étude de modélisation par simulation
Bien que le NHS n'ait heureusement pas eu à instaurer de triage pour les admissions en soins intensifs durant la première année de la pandémie, il s'en est approché à plusieurs reprises. Lorsque la demande pour ce type de ressource dépasse l'offre, il est essentiel de favoriser un meilleur accès pour ceux qui en ont le plus besoin. Cependant, peu d'éléments permettent de quantifier précisément les gains potentiels liés à la mise en place d'un triage. Nos travaux ont permis de combler cette lacune, en démontrant que le triage peut réduire le nombre total d'années de vie perdues de 121 000 à 3 000, si jamais la demande excédait l'offre.
Recherche opérationnelle pour la conception sûre et efficace des centres de vaccination de masse contre la COVID-19
Les centres de vaccination étaient essentiels pour étendre la vaccination de masse de la population contre la COVID-19. Pourtant, les planificateurs disposaient de très peu d'informations pour orienter la configuration de ces sites, qui devaient être mis en place en quelques semaines seulement. Sur le site de Bristol Ashton Gate, une modélisation par simulation informatique a permis de déterminer le débit maximal du centre, c'est-à-dire le nombre de personnes pouvant être vaccinées chaque jour. Les résultats de cette modélisation ont été utilisés pendant les premiers mois cruciaux d'activité.
Projection de l'effet de l'assouplissement des restrictions sociétales sur la demande d'urgence non liée à la COVID-19 au Royaume-Uni : inférence statistique à partir des données de mobilité publique
Si l'attention s'est principalement portée sur les cas de COVID-19, les restrictions sanitaires ont également eu un impact significatif sur les hospitalisations non liées à la COVID-19. La diminution des blessures sportives et des accidents de la route, par exemple, a entraîné une baisse de la demande aux urgences hospitalières. Au début de l'année 2021, avec l'assouplissement progressif du confinement, un modèle de régression a été utilisé pour prévoir, en fonction de l'augmentation attendue de la mobilité publique, l'ampleur de la hausse des admissions en hôpital.
Correction de la surestimation et du manque de sensibilité de l'objectif 85% concernant le taux d'occupation moyen des lits
Un résultat établi de longue date et largement incontesté stipule que les hôpitaux devraient viser un taux d'occupation moyen de 851 lits pour 3 000 patients, afin d'équilibrer les risques pour la sécurité des patients liés à une capacité insuffisante et les conséquences financières d'une capacité excessive. Cependant, une mesure unique ne tient pas compte de la diversité des situations rencontrées sur le terrain. En élaborant un tableau de correspondance basé sur la taille des services et la spécialité, notre modélisation révèle des objectifs plus précis, utilisables par les gestionnaires et les responsables de la planification hospitalière.
Modélisation de l'impact de la première vague de COVID-19 sur les services de santé mentale
Lors de la première vague de la pandémie, l'incertitude était grande quant à l'ampleur de la demande refoulée en services de santé mentale susceptible d'engendrer des tensions après la levée du confinement. Un modèle de file d'attente à temps discret et polyvalent a été rapidement élaboré et utilisé pour examiner l'effet potentiel de différentes trajectoires de demande et d'interventions visant à atténuer les fortes pressions exercées sur le système.
Mise en place d'un cadre basé sur le modèle SEIR pour la modélisation locale des infections, des hospitalisations et des décès liés à la COVID-19
Si la modélisation épidémiologique est couramment utilisée pour éclairer les décisions au niveau national, elle reste très peu employée pour orienter la planification au niveau local. En définitive, le principal indicateur retenu est le nombre futur prévu d'admissions pour des cas aigus de COVID-19. Un groupe de travail intersectoriel et multidisciplinaire, s'appuyant sur un modèle compartimental de type SEIR, a été mis en place afin d'élaborer différents scénarios plausibles. Les résultats de ces élaborations ont permis d'orienter la réponse locale et de déterminer le nombre de lits nécessaires pour accueillir en toute sécurité la demande future.
Modélisation de l'effet de la vaccination de masse contre la COVID-19 sur les admissions hospitalières en urgence
S’appuyant sur des travaux antérieurs utilisant un modèle compartimental de type SEIR, plusieurs améliorations techniques ont été apportées afin de prendre en compte l’effet de la vaccination sur la dynamique de transmission. Le modèle a ensuite été utilisé pour examiner différents scénarios liés au plan de déconfinement prévu début 2021. Les projections ont été validées, le rebond des hospitalisations observé à l’automne 2021 se situant largement dans l’intervalle interquartile modélisé.
Utilisation des données patient liées pour évaluer l'effet du COVID long sur l'utilisation des soins de santé à l'échelle du système
Outre l'impact immédiat de l'infection à la COVID-19 sur les services de soins aigus, on craignait que les effets à long terme (appelés ‘ COVID long ’) n'entraînent une surcharge de travail pour les autres structures de soins. L'ensemble de données du système BNSSG a permis de mettre en évidence des augmentations statistiquement significatives de l'activité de soins dans les trois mois suivant un diagnostic de COVID-19.