EVALUATION GERIATRIQUE STANDARDISEE COURTE

RESULTATS

Les caractéristiques de base des patients sont présentées dans le Tableau I. La moyenne d’âge des patients était de 85.1+6 ans et 58.8% étaient des femmes. Près de trois quarts des patients de cette étude prenaient 5 médicaments ou plus par jours (73.6%) et presque la moitié utilisaient un traitement psycho actif (46.1%). Environ deux tiers des patients avaient un antécédent de chute dans les 6 mois et plus d’un tiers avaient une désorientation temporelle. Plus de la moitié des patients vivaient à domicile et plus d’un quart ne bénéficiaient pas d’aide formelle ou informelle. Au total 54.8% (57.4% dans le groupe entraînement et 52.3% dans la groupe test) ont été admis aux urgences pour une insuffisance d’organe aigüe. Les insuffisances d’organes les plus fréquentes étaient les pathologies neuropsychiatriques (15.9%, 12.5% dans le groupe entraînement et 19.3% dans le groupe test), les pathologies cardiovasculaires (9.4%, 11.5% dans le groupe entraînement et 7.4% dans le groupe test), les pathologies respiratoires (9.4%, 9.1% dans le groupe entraînement et 9.7% dans le groupe test) et les pathologies digestives (8.2%, 6.3% dans le groupe entraînement et 10.2% dans le groupe test).

La durée moyenne d’hospitalisation était d’environ 9 jours (moyenne en jours ± dérivation standard, 9.1±9.1 jours pour le groupe entraînement et 10.3±9.7 jours pour le groupe test). Les deux groupes d’entraînement et test ne présentaient pas de différence significative en dehors des pathologies neuropsychiatriques comme motif d’admission au SAU (12.5% dans le groupe d’entraînement et 19.3% dans le groupe test, p = 0.02) Le Tableau II répertorie les valeurs prédictives de l’EGS-C à 6 items après application des réseaux neuronaux. Le modèle MLP permettait d’obtenir une sensibilité de 13.2%, une spécificité de 97.6%, une valeur prédictive positive de 64.4%, une valeur prédictive négative de 77.1% et une aire sous la courbe ROC de 69.9. Le modèle MLP modifié permettait d’obtenir une sensibilité de 20.5%, une spécificité de 96.1%, une valeur prédictive positive de 63.4%, une valeur prédictive négative de 78.3% et une aire sous la courbe ROC de 71.2.

L’analyse de la contribution des différents items de l’EGS-C en 6 items a mis en évidence que l’état de santé (polymédication, antécédent de chute dans les 6 mois et désorientation temporelle) contribuait majoritairement à la valeur de l’aire sous la courbe ROC, 60.3% pour les perceptrons multicouches et 62.9% dans la version modifiée. Avec en premier lieu la désorientation à 51.1% pour les MLP et 42% pour la version modifiée, puis les antécédents de chutes à 5.9% pour les MLP et 19.2% pour les MLP modifiés et en enfin la polymédication à 3.4% pour les MLP et 1.7 pour les MLP modifiés. Pour les items démographiques, qui étaient répartis en âge et le genre masculin, la contribution est respectivement de 0.5% et 26.5% pour les MLP et 0.4 et 21.6 dans la version modifiée. L’item environnemental, contribuait à 12.7% dans le modèle MLP et 15.0% dans la version modifiée aux capacités de prédiction de l’EGS-C. Ces résultats sont schématisés dans la Figure 2.

DISCUSSION

Les résultats de notre étude ont montré que les capacités de prédiction de l’EGS-C étaient faiblement améliorées malgré l’apport des réseaux neuronaux. Ainsi, malgré une amélioration globale de la spécificité (96.1%), de la VPP (63.4%), de la VPN (78.3%), la sensibilité du réseau MLP modifié était proche de 20.5% ce qui demeurait faible pour un test prédictif (Tableau II). Cette étude a également permis de constater que les variables mesurant l’état de santé étaient celles qui contribuaient majoritairement aux capacités de prédiction de cet outil (60.3%) (Figure 2).

Ces résultats sont dans la continuité d’une précédente étude réalisée sur une cohorte de patients aux caractéristiques comparables (23). Les performances de prédiction de l’EGS-C dans cette première étude, basée sur une analyse statistique linéaire, étaient faibles et ne permettaient pas d’utiliser cet instrument comme un outil de décision clinique. En effet, les aires sous la courbe ROC des différentes combinaisons des items de l’EGS-C pour une durée d’hospitalisation prolongée étaient entre 0.50 et 0.57, soit proche du hasard. Cette étude avait alors montré qu’un niveau de risque élevé à l’EGS-C, c’est-à-dire l’association d’une chute et d’une désorientation, était associé de manière significative avec un risque majoré d’hospitalisation prolongée chez des patients âgés admis aux urgences. Néanmoins, les capacités de prédiction de l’EGS-C étaient pauvres quelques soit les items ou la combinaison employée. La sensibilité de l’EGS ne dépassait pas 40% selon les combinaisons des items. En dehors de la sensibilité, la spécificité, la valeur prédictive positive et négative de ce test ont été améliorées par cette nouvelle analyse. La spécificité était de 96.1%, la valeur prédictive positive de 63.4 et la valeur prédictive négative de 78.3% pour la version MLP modifié (Tableau II)

Malgré l’utilisation des réseaux neuronaux, la sensibilité obtenue était trop faible et ne permettait pas une utilisation de l’EGS-C à 6 items dans la pratique courante. En effet ce test ne pouvait pas être utilisé pour distinguer les patients à risque de longue durée d’hospitalisation en pratique courante sous peine de ne pas apporter les soins nécessaires aux patients à risque. Ce résultat négatif peut être en lien avec l’utilisation des réseaux neuronaux. En effet, l’algorithme de cette analyse statistique nécessite un nombre de valeurs supérieur à 6. Notre EGS-C à 6 items, telle quelle a été développée, ne peut par conséquent pas apporter un résultat satisfaisant (24). Ceci pourrait apporter une explication aux faibles performances de cet outil alors que les critères qui la composent ont été associés avec des hospitalisations prolongées dans les données de la littérature.

La plus ancienne de ces études est celle de Maguire & Al. qui a montré que la chute et des scores faibles à l’évaluation cognitive étaient associés à une durée d’hospitalisation prolongée (25). Une étude plus récente de Lang & Al. a montré que les troubles de la marche et de l’équilibre mais aussi les troubles cognitifs étaient des marqueurs précoces de durée d’hospitalisation prolongée (11). De plus l’équipe Vetrano & Al. a démontré dans une étude réalisée en 2014 qu’il existait une relation forte entre la polymédication et la durée d’hospitalisation (26). En effet, la polymédication, indépendamment des comorbidités de chaque patient, était associée avec des effets secondaires néfastes tels que la mortalité, l’hospitalisation et les interactions médicamenteuses selon plusieurs auteurs (27,28).

Le rapport de stage ou le pfe est un document d’analyse, de synthèse et d’évaluation de votre apprentissage, c’est pour cela rapport gratuit propose le téléchargement des modèles gratuits de projet de fin d’étude, rapport de stage, mémoire, pfe, thèse, pour connaître la méthodologie à avoir et savoir comment construire les parties d’un projet de fin d’étude.

Table des matières

Liste des enseignants de la Faculté
Composition du Jury
Remerciements
Abréviations
Plan
Introduction
Matériel et Méthodes
1- Plan de l’étude
2- Critères de jugement
2.1- Critère de jugement principal
2.2- Evaluation des co-variables
3- Analyse statistique
4- Poids des variables
5- Critères éthiques
Résultats
Discussion
2ème Partie
Méthodologie
1-Plan de l’étude
2-Critères de jugement
2.1- Critère de jugement principal
2.2- Evaluation des co-variables
3-Analyse statistique
Résultats
Discussion
Conclusion
Bibliographie
Liste des figures
Liste des Tableaux
Table des matières
Annexes 1
Annexe 2