L’utilisation de la modélisation économique pour déterminer les coûts hospitaliers associés aux infections nosocomiales

Cependant, les hôpitaux surveillent étroitement les dépenses et ont besoin d’estimations précises des économies de coûts potentielles de ces programmes de prévention. Nous avons utilisé un modèle de cohorte rétrospectif et une modélisation économique pour déterminer le coût excédentaire de l’intervention lire plus. Les patients de l’étude ont été classés comme étant non infectés n =, ayant une infection présumée n =, ou ayant une infection confirmée n = La gravité de la maladie et l’utilisation intensive des soins unitaires étaient tous deux associés de façon indépendante Après avoir contrôlé ces effets confusionnels, nous avons trouvé un coût excédentaire de $ pour une infection présumée et $, pour une infection hospitalo-hospitalière confirmée Le modèle économique expliqué% de la variabilité totale du coût parmi les patients Les hôpitaux peuvent utiliser ces données pour évaluer le potentiel économies de coûts de l’infection efficace mesures de contrôle n

Infections nosocomiales ou associées à l’hôpital Les infections nosocomiales figurent en bonne place dans le rapport sur l’innocuité des patients de l’Institute of Medicine Environ un pour cent des patients hospitalisés souffrent d’une IASS et les hôpitaux sont des réservoirs importants pour les souches bactériennes résistantes aux antimicrobiens. Réduire la survenue d’IAS, mais comme de nombreux événements dans des systèmes complexes, ils nécessitent des changements dans l’hôpital et entraînent des coûts substantiels [, -] À un moment où les systèmes de santé doivent surveiller étroitement les dépenses, est souvent une condition préalable pour convaincre les administrateurs de soutenir les mesures de contrôle [,,, -] D’importants progrès ont été réalisés dans la mesure dans laquelle le développement des IAS affecte le coût des soins aux patients [,, -] comparé au coût de prise en charge des sujets témoins sans HAI qui ont été appariés pour des facteurs tels que la gravité de la maladie, Cependant, une stratégie qui correspond aux patients nécessite une sélection rigoureuse des données cliniques pour établir la parité entre les patients avec HAI et les sujets témoins. Les patients avec des critères indéterminés ou non concordants sont souvent exclus. D’autres études ont utilisé Des analyses simultanées pour mesurer l’utilisation excessive des ressources et le coût du traitement des IASS [,,,,] Le coût excédentaire du traitement des IASS est comparé au coût hypothétique pour les mêmes patients s’ils n’avaient pas développé d’IASS De nombreuses études ont porté sur les patients en soins intensifs Unités de soins intensifs, une population qui représente les extrêmes supérieurs dans la gravité de la maladie et le coût [,, -,] D’autres se sont concentrés sur des organismes spécifiques ou des sites d’infection [,,,, -] Dans le cadre du CARP programme de démonstration annuel pour évaluer les interventions de lutte contre les infections résistantes aux médicaments antimicrobiens , nous avons comparé le coût total de Parce que CARP est une intervention à l’échelle de l’hôpital, nous avons utilisé des méthodes de comparaison des coûts qui permettent d’estimer les économies de coûts à l’échelle de l’hôpital Comparatives, concomitantes et méthodologies HAI spécifiques au site et à l’organisme exclure les groupes de patients hospitalisés qui pourraient influencer l’estimation des coûts excédentaires et ne sont donc pas adaptés aux besoins de ce projet Nous avons mené une étude de cohorte rétrospective qui a utilisé la modélisation économique pour contrôler les facteurs de confusion et les coûts mesurés du point de vue de l’hôpital

Patients et méthodes

L’administration est actuellement le décideur pour instituer et financer des programmes de contrôle des infections Collecte des données Toutes les données ont été extraites des dossiers médicaux des patients par des auteurs expérimentés La fiabilité inter-évaluateurs n’a pas été mesurée, chaque abstracteur se concentrant sur un seul élément de données , similaire à une chaîne de montage Tous ont été directement supervisés par un auteur RRR Seules les données recueillies au cours de la première h hospitalisation ont été utilisées pour la partie physiologique de l’APACHE III Un seul médecin participant à l’étude. analyse, attribué tous les scores APACHE III physiologiques et chroniques sur la base des informations extraites du dossier médical Les patients avec suspicion ou confirmé HAI ont été identifiés sur la base de leurs signes vitaux, les données de laboratoire et de microbiologie, et les résultats cliniques documentés dans les progrès médicaux et notes de consultationLa première étape de la mesure du coût des soins aux patients w comme abstraction de l’utilisation des ressources des patients à partir des dossiers médicaux Cela comprend la durée du séjour dans toutes les unités de soins, les unités de soins intermédiaires et les unités de soins intensifs ainsi que le nombre et les types de tests radiologiques, de procédures, de consultations et de médicaments administrés. Au lieu de cela, les coûts unitaires ont été calculés à l’aide du rapport annuel des dépenses du Cook County Hospital, qui incluait tous les coûts liés au bâtiment, à l’utilité, à l’équipement et à la main-d’œuvre, ainsi que les coûts variables des médicaments. Le coût total de fonctionnement de chaque service hospitalier fournissant des services aux patients a été calculé en utilisant la méthode de distribution multiple pour répartir les frais généraux et les coûts de soutien du bâtiment aux départements du service aux patients Ces allocations étaient basées sur le nombre d’employés équivalents temps plein et la superficie en pieds carrés de l’espace occupé Le total des coûts pour chaque patient a été calculé en multipliant la quantité de chaque ressource utilisée par le coût unitaire de cette ressource, puis en additionnant tous les coûts unitaires. Coût des ressources Cette méthode a été décrite ailleurs Analyse La régression OLS ordinaire des moindres carrés a été utilisée pour tester les relations linéaires entre les coûts hospitaliers par patient et la variable dépendante et les prédicteurs hypothétiques de l’utilisation des ressources hospitalières APACHE III; HAI, à la fois suspect et confirmé; Le score APACHE III est une variable continue. Les HAI suspectés, les HAI confirmés et l’admission aux soins intensifs ont été codés comme des variables fictives, avec les valeurs assignées pour les patients avec l’attribut et pour ceux qui n’en ont pas. Les variables dichotomiques agissent comme des intercepteurs d’interception mais ne modifient pas la pente de la droite de régression estimée. Étant donné que ces droites de régression représentent les coûts hospitaliers totaux par patient, les termes constants estimés peuvent être interprétés comme des mesures des coûts fixes par patient. quand on fait des inférences basées sur des termes constants Si on omet des variables indépendantes avec un faible impact statistique sur le coût par patient, leurs effets marginaux sont attribués au terme constant dans la régression MCO, conduisant à une estimation biaisée du terme constant. , les données brutes sont présentées sous forme de diagramme de dispersion pour montrer les relations entre les modèles économiques APACHE III, HAI et costThree. Modèle testé la relation entre les coûts par patient et les scores APACHE III Modèles et incorporé séquentiellement des prédicteurs de coûts supplémentaires: Traitement suspect et confirmé des IAS et des USI Les soins dans les USI ont été introduits en dernier pour différencier plus clairement son effet sur les coûts. Le test t de Student a été utilisé pour déterminer la signification statistique de la relation de chaque variable indépendante au coût. La signification statistique pour chaque modèle a été déterminée en utilisant la statistique F. L’a priori α pour la signification statistique pour les variables individuelles et les modèles globaux était ≤ Le pouvoir prédictif de chaque modèle a été évalué en comparant l’ajustement global à la quantité de variation statistique du coût expliquée par les variables indépendantes en utilisant le coefficient de détermination ajusté R L’hypothèse nulle testée était que le paramètre en question n’a pas de relation linéaire avec le coût. les valeurs P pour th Après avoir estimé les modèles économiques, nous avons tracé les résidus pour confirmer que notre hypothèse de linéarité MCO était appropriée. Les comparaisons incluaient tous les patients, même les valeurs aberrantes, et étaient générées à l’aide du logiciel statistique SAS. SAS Institute Les données sont présentées en moyenne ± SE, sauf indication contraire

Résultats

Au total, les patients ont été admis à l’hôpital du comté de Cook. Parmi ceux-ci,% avaient des codes ICD et étaient éligibles pour l’étude. L’échantillon sélectionné au hasard incluait% du groupe éligible Parmi ceux-ci, ont été exclus parce qu’ils étaient & lt; ans ou ont été hospitalisés dans des services chirurgicaux, obstétricaux ou de traumatologie HAI développé en% du total des patients de l’étude; % de notre définition de HAI présumé, et% rencontré notre définition de tableau HAI confirmé Le site le plus fréquent de l’infection était pulmonaire [%] des patients, suivi de la circulation sanguine [%] des voies urinaires et une infection cutanée représentaient% des infections Pour les comorbidités mesurées, les patients atteints de cancer, l’infection par le VIH, et la maladie rénale plus communément développé HAI tableau élevé APACHE III tableau des scores et des maladies gastro-intestinales. La table de soins aux soins intensifs était aussi significativement associée à l’augmentation des taux de HAI et était donc potentiellement un facteur de confusion des coûts

Tableau View largeTélécharger slideDonnées démographiques des patients et des variables de résultat, stratifiées par la présence d’une infection hospitalière HAITable View largeTélécharger les diapositives Caractéristiques démographiques des patients et des variables de résultat, stratifiées par la présence d’infections nosocomiales HAI

Vue de la table grandDownload slideMoyen de soins de santé par patient n =, avec et sans infection hospitalière HAI, stratifié par APACHE III scoreTable Voir grandDownload slideMoyen de soins de santé par patient n =, avec et sans infection hospitalière HAI, stratifié par Score APACHE III

Table View largeTélécharger les coûtsMoyens de soins de santé, scores APACHE III et taux d’infection nosocomiale HAI pour les unités de soins intensifs par rapport aux patients sans soins intensifsTable Voir grandDownload slideMoyens de soins de santé, scores APACHE III et taux d’infection nosocomiale HAI pour les unités de soins intensifs des unités de soins intensifs par opposition aux patients non hospitalisés en soins intensifsLe coût total moyen des soins pour les patients sans HAI $ par patient était significativement plus faible que celui des patients avec HAI $; P & lt; ; Toutefois, les scores APACHE III élevés et le traitement en unité de soins intensifs étaient associés à une augmentation des coûts et à une augmentation du tableau et du tableau des HAI, confirmant ainsi notre attente de confusion Les données présentées dans la figure démontrent la relation entre les scores APACHE III et le coût des soins. sans HAI Les modèles économiques séquentiels montrés dans le contrôle de table pour cette confondante

Figure vue largeTélécharger diapositiveFrequency distribution of cost par score APACHE III pour les patients de l’étude Cercle, patient avec une infection associée à l’hôpital HAI; diamant, patient sans HAI; lignes, équations de régression pour chaque modèle économiqueFigure Vue largeTélécharger DiapositiveFrequency distribution of cost par score APACHE III pour les patients de l’étude Cercle, patient avec une infection associée à l’hôpital HAI; diamant, patient sans HAI; lignes, équations de régression pour chaque modèle économique

Tableau View largeTélécharger la diapositive Résultats du modèle de régression linéaire pour les coûts par patientTable View largeTélécharger la diapositive Résultats du modèle de régression linéaire pour les patients Dans le modèle uniquement les scores APACHE III inclus, le coût de base d’un patient était $ Ce coût augmente de $ ± $ pour chaque score APACHE III point Bien que les scores APACHE III soient significativement associés au coût des soins P & lt; , ce modèle expliquait uniquement le% de la variabilité totale du coût Dans le modèle APACHE III et les deux variables HAI incluses, la variabilité expliquée du coût total était de% Le coût de base diminuait légèrement, et neutraliser l’effet de la sévérité , ± $ pour HAI confirmée P & lt; et $, ± $ pour suspicion d’infection à HAI. Enfin, en ajoutant la variable ICU, le modèle a pu expliquer le% de la variabilité totale des coûts par patient. Les soins dans l’USI ont contribué $, ± $ au coût de base total P & lt; Le surcoût pour HAI est resté significatif, mais il a diminué à $, ± $ pour HAI confirmé & Pt; et $ ± $ pour les suspicion de HAI P & lt; La contribution relative au coût relatif pour chaque point du score APACHE III a diminué dans chaque modèle de régression, car le site de soins et la présence de HAI expliquaient davantage le coût total.

Discussion

Les résultats du modèle de régression ont confirmé notre hypothèse selon laquelle les patients qui répondaient à la plupart des critères NNIS pour l’infection, mais pas tous, avaient un coût intermédiaire entre ceux qui avaient une HAI confirmée et ceux qui n’en présentaient pas. Cela confirme l’argument selon lequel l’utilisation de variables de résultats dichotomiques pour des conditions difficiles à diagnostiquer peut ne pas décrire complètement les relations de coût Un autre défi consistait à augmenter la faisabilité en sélectionnant un échantillon de patients ayant un taux élevé d’IHA. Le nombre de comorbidités est corrélé avec un risque plus élevé d’IOH [,,] Notre méthode de calcul de la CIM à la sortie des hôpitaux Cette approche répondait à notre besoin d’augmenter le nombre d’IAS dans notre échantillon d’étude et étaye les rapports antérieurs [, -] Une faille potentielle avec cette méthode est que le développement de HAI peut avoir contribué ≥ code ICD supplémentaire. Je préfère l’hypothèse nulle, à savoir que les patients sans HAI pourraient avoir plus de comorbidités préexistantes que ceux du groupe HAI, et leur traitement aurait été plus coûteux. La sélection de l’échantillon du sous-groupe le plus gravement malade pourrait surestimer les deux Les résultats indiquent que les techniques de modélisation économique peuvent générer des estimations de la contribution des IAS au coût de la prestation des soins qui sont compatibles avec ceux des autres chercheurs [,, -, ,,,,,] La variabilité totale des coûts expliquée par notre troisième modèle économique était de% Par rapport aux études précédentes, il s’agit d’un ajustement global élevé pour un échantillon aléatoire de patients présentant de nombreuses comorbidités et différents groupes liés au diagnostic. -] Les autres ont rarement montré ce degré de corrélation entre le coût et un système prédictif unique, même dans des groupes de diagnostic isolés. Plusieurs explications possibles de la capacité de notre modèle à prédire le coût de manière fiable Cette étude a été réalisée dans un seul hôpital au cours de l’année Plutôt que d’utiliser un coût journalier moyen ou une charge totale, nous avons laborieusement mesuré les coûts des ressources utilisées par chaque patient. Cependant, nous postulons que la raison principale pour laquelle notre troisième modèle de régression avait un bon pouvoir prédictif était l’inclusion de HAI et sa séparation en groupes confirmés et suspects, parce que HAI est à la fois cher et un événement rare Cette étude a plusieurs limites Nos méthodes ne contrôlaient pas la confusion potentielle par la durée de l’hospitalisation [,,,] La durée de l’hospitalisation avant la manifestation de HAI a été mesurée, mais aucune « Durée de séjour pour les personnes sans infection Chez les personnes avec HAI, la durée de séjour pré-HAI était très variable, et notre échantillon avait un nombre insuffisant de sujets pour générer un pouvoir prédictif lorsque cette variable a été utilisée. Notre capacité à générer des données pour des sites d’infection spécifiques était également limitée par le petit nombre de patients. Choisir une perspective économique [,,] Certaines analyses de coûts utilisent des frais ou des remboursements aux hôpitaux par des tiers payeurs Du point de vue de l’hôpital, les coûts sont pour la main-d’œuvre, les locaux, les services publics, l’équipement et les fournitures. Pour cette étude, nous avons rapporté les coûts du point de vue de l’hôpital pour plusieurs raisons Haley et d’autres ont rapporté que la survenue d’IAS n’augmente pas considérablement le remboursement des hôpitaux par les tiers payeurs Il n’y a pas non plus de codes DRG spécifiques pour les infections nosocomiales Cela suggère qu’une grande partie du coût excédentaire des infections nosocomiales est supportée par l’établissement de santé. Outre les tiers payeurs [,,] En outre, il est peu probable que les hôpitaux qui incorporent des programmes de prévention HAI seront en mesure de facturer directement pour eux Pour encourager les programmes de sécurité des patients qui empêchent les IAS, des paiements similaires à ceux utilisés par Medicare Les hôpitaux peuvent négocier des taux de remboursement plus élevés pour le maintien d’interventions efficaces de lutte contre les infections et de faibles taux d’IAS, la décision sur le montant à dépenser pour les soins hospitaliers. Le contrôle de l’infection est toujours une décision de l’hôpital Les éléments les plus importants pour décider d’intégrer de nouvelles interventions de lutte contre l’infection sont leur faisabilité et leur efficacité, leur coût et, enfin, les économies qu’ils pourraient réaliser en prévention des infections non remboursées. coûts [,,,] Nos résultats commencent le processus de fournir des coûts du point de vue de l’hôpital pour aider à rendre ces importants décisions

You May Also Like

About the Author: Vincent