About: Prédiction de l'hospitalisation par l'échelle de tri FRENCH, étude rétrospective sur un an aux urgences d'un hôpital général   Goto Sponge  NotDistinct  Permalink

An Entity of Type : rdac:C10001, within Data Space : data.idref.fr associated with source document(s)

AttributesValues
type
Thesis advisor
Author
dc:subject
  • Thèses et écrits académiques
  • Hôpitaux -- Services des urgences
  • Triage (médecine)
  • Classification clinique des maladies aux urgences
preferred label
  • Prédiction de l'hospitalisation par l'échelle de tri FRENCH, étude rétrospective sur un an aux urgences d'un hôpital général
Language
Subject
dc:title
  • Prédiction de l'hospitalisation par l'échelle de tri FRENCH, étude rétrospective sur un an aux urgences d'un hôpital général
Degree granting institution
note
  • Le tri à l'accueil des structures d'urgence est réalisé par une infirmière organisatrice de l'accueil (IOA) via une échelle de tri. Plusieurs échelles validées existent mais aucune ne fait consensus. La classification infirmière des malades aux urgences est celle la plus utilisée en France. La société française de médecine d'urgence a procédé à son actualisation pour répondre aux recommandations formalisées d'experts de 2014. Cette nouvelle échelle nommée FRENCH est composée de 5 niveaux de gravité décroissante. A chacun correspond une probabilité d'hospitalisation. Notre objectif principal était d'étudier la validité de l'échelle pour prédire l'hospitalisation. Notre objectif secondaire était de mettre en évidence des critères prédictifs d'hospitalisation Méthode : Nous avons mené une étude rétrospective observationnelle monocentrique. Les patients inclus étaient ceux admis aux urgences de l'hôpital de Vienne (38) et triés selon l'échelle FRENCH. Nous avons déterminé la sensibilité et spécificité de chaque niveau et calculé l'aire sous la courbe ROC pour représenter la capacité de l'échelle à prédire l'hospitalisation pour chaque niveau de tri. Pour mettre en évidence des critères prédictifs d'hospitalisation, nous avons utilisé un modèle de régression logistique Résultats : Nous avons inclus 21874 patients. Le taux d'hospitalisation pour chaque niveau de tri était conforme à ce qui était attendu : il augmentait de 1.9% pour le niveau 5 à 83.1% pour le niveau 1. L'aire sous la courbe ROC pour la prédiction de l'hospitalisation globale était de 0.767 (IC95% 0.752 - 0.768). Les critères prédictifs d'hospitalisation étaient l'âge > 75ans, le niveau de tri élevé, le fait d'avoir été adressé par un tiers et le fait d'avoir bénéficié d'un examen complémentaire. Conclusion : Notre étude est la première à avoir évalué la capacité de l'échelle FRENCH à prédire l'hospitalisation. Elle répond donc aux exigences des recommandations et permet d'identifier le parcours patient dès l'admission et d'anticiper dans la gestion des lits d'aval.
dc:type
  • Text
http://iflastandar...bd/elements/P1001
rdaw:P10219
  • 2018
has content type
is primary topic of
is rdam:P30135 of
Faceted Search & Find service v1.13.91 as of Aug 16 2018


Alternative Linked Data Documents: ODE     Content Formats:       RDF       ODATA       Microdata      About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data]
OpenLink Virtuoso version 07.20.3229 as of May 14 2019, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (70 GB total memory)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software