Hostname: page-component-77f85d65b8-v2srd Total loading time: 0 Render date: 2026-03-27T03:49:19.300Z Has data issue: false hasContentIssue false
  • English
  • Français

Étude des facteurs hospitaliers associés aux départs avant prise en charge médicale à l’urgence d’un centre hospitalier de soins tertiaires

Published online by Cambridge University Press:  12 November 2015

Nicolas Elazhary ,
Marie-Laure Dolbec ,
Thierry Boucher ,
Jean-François Deshaies ,
Alain Vanasse  and
René Beaudoin
Nicolas Elazhary*
Affiliation:
Département de médecine de famille et de médecine d’urgence de l’Université de Sherbrooke, Sherbrooke, QC Centre de recherche de l’université de Sherbrooke, Sherbrooke, QC
Marie-Laure Dolbec
Affiliation:
Université de Sherbrooke, Sherbrooke, QC.
Thierry Boucher
Affiliation:
Université de Sherbrooke, Sherbrooke, QC.
Jean-François Deshaies
Affiliation:
Département de médecine de famille et de médecine d’urgence de l’Université de Sherbrooke, Sherbrooke, QC
Alain Vanasse
Affiliation:
Département de médecine de famille et de médecine d’urgence de l’Université de Sherbrooke, Sherbrooke, QC Centre de recherche de l’université de Sherbrooke, Sherbrooke, QC
René Beaudoin
Affiliation:
Département de médecine de famille et de médecine d’urgence de l’Université de Sherbrooke, Sherbrooke, QC
*
Correspondance: Dr. Nicolas Elazhary, Service universitaire de médecine d’urgence, Département de médecine de famille & de médecine d’urgence, Université de Sherbrooke3001, 12e avenue Nord, Z7-3026, Sherbrooke, QC J1H 5N4; Email: nicolas.elazhary@USherbrooke.ca

Résumé

Objectif

L’objectif de cette étude rétrospective était d’identifier les facteurs associés aux décomptes quotidiens de départs avant prise en charge médicale (DAPCM) dans les deux salles d’urgence du Centre hospitalier universitaire de Sherbrooke, Fleurimont (HF) et Hôtel-Dieu (HD).

Méthode

Des données cliniques et démographiques anonymisées, ainsi que des données hospitalières, ont été extraites de la banque de données du Centre Informatisé de Recherche Évaluative en Services et Soins de Santé pour la période du 1er avril 2011 au 30 juin 2012. Les variables étant corrélées au nombre de DAPCM par jour par site lors des analyses univariées ont été retenues pour l’analyse de régression linéaire multivariée.

Résultats

Les analyses de régression multivariées démontrent que le nombre de DAPCM par jour diminue pour les deux sites lorsque la durée moyenne de séjour des patients non hospitalisés à l’urgence diminue (HF:b=1,17, p<0,001; HD:b=1,41, p<0,001) et lorsqu’un médecin dédié aux patients ambulatoires est présent (HF:b=-4,35, p<0,001; HD:b=-5,48, p<0,001). De plus, des facteurs reliés à l’achalandage des salles d’urgence et la raison primaire de consultation ont également eu un effet sur le nombre de DAPCM par jour.

Conclusion

Des efforts devraient être faits afin de diminuer la durée moyenne de séjour des patients non hospitalisés à l’urgence et d’assurer la présence d’un médecin dédié aux patients ambulatoires pour diminuer le nombre de DAPCM.

Keywords

départs avant prise en chargeprédicteurssalle d’urgenceétude observationnellecontexte réelrevue de dossier clinique informatisérégression linéaire multivariée

Information

Type
Original Research
Information
Canadian Journal of Emergency Medicine , Volume 18 , Supplement 1 , January 2016 , pp. 1 - 9
Copyright
Copyright © Canadian Association of Emergency Physicians 2015 

INTRODUCTION

De façon générale, la satisfaction des usagers des urgences est mise à l’épreuve par l’engorgement du système.Reference Cheng, Lee and Mittmann 1 Pour plusieurs raisons, certains patients optent pour un départ avant prise en charge médicale (DAPCM). Le taux de DAPCM a été retenu comme le 5e facteur en importance pour évaluer la qualité des soins aux patients dans les urgences au Canada.Reference Schull, Hatcher and Guttmann 2 Ces patients faisant un DAPCM ont un risque moindre ou égal aux autres patients de mal évoluer, d’avoir besoin de soins médicaux ultérieurement ou d’avoir des symptômes prolongés.Reference Cheng, Lee and Mittmann 1 , Reference Bindman, Grumbach and Keane 3 - Reference Carter, Pouch and Larson 19 Certains DAPCM peuvent avoir des codes de triage urgents.Reference Goldman, Macpherson and Schuh 14 , Reference Linden, Lindeboom and Linden 20 Les facteurs les plus souvent associés au DAPCM sont:l’achalandage de l’urgence,Reference Kennedy, MacBean and Brand 5 , Reference Tropea, Sundararajan and Gorelik 6 , Reference Hobbs, Kunzman and Tandberg 21 - Reference Kulstad, Hart and Waghchoure 24 le temps d’attente jugé trop long,Reference Rowe, Channan and Bullard 4 , Reference Kennedy, MacBean and Brand 5 , Reference Carron, Yersin and Trueb 9 , Reference Lovett, Kahn and Greene 10 , Reference Ng and Lewena 17 , Reference Linden, Lindeboom and Linden 20 , Reference Baker, Stevens and Brook 25 - Reference Wilson, Zimmerman and Applebaum 29 l’attribution d’un code de triage moins urgent,Reference Kennedy, MacBean and Brand 5 , Reference Tropea, Sundararajan and Gorelik 6 , Reference Ng and Lewena 17 , Reference Linden, Lindeboom and Linden 20 , Reference Mohsin, Forero and Ieraci 27 , Reference Pham, Ho and Hill 30 - Reference Bambi, Scarlini and Becattini 33 les caractéristiques intrinsèques du médecin de garde,Reference Hobbs, Kunzman and Tandberg 21 , Reference Polevoi, Quinn and Kramer 23 un jeune âge,Reference Kennedy, MacBean and Brand 5 - Reference Crilly, Bost and Thalib 7 , Reference Carron, Yersin and Trueb 9 , Reference Lovett, Kahn and Greene 10 , Reference Wilson, Zimmerman and Applebaum 29 être un patient ambulatoire,Reference Crilly, Bost and Thalib 7 , Reference Lovett, Kahn and Greene 10 , Reference Linden, Lindeboom and Linden 20 , Reference Fayyaz, Khursheed and Mir 32 une résolution des symptômes…Reference Goldman, Macpherson and Schuh 14 , Reference Jerrard and Chasm 18 , Reference Linden, Lindeboom and Linden 20

Il existe peu d’études qui se penchent sur les DAPCM dans un contexte canadienReference Gravel, Gouin and Carriere 13 , Reference Monzon, Friedman and Clarke 26 , Reference Fernandes, Price and Christenson 34 - Reference Gaucher, Bailey and Gravel 38 et aucune étude, à notre connaissance, dans le contexte québécois pour une population générale.Reference Gravel, Gouin and Carriere 13 , Reference Gaucher, Bailey and Gravel 37 , Reference Gaucher, Bailey and Gravel 38 Il serait pertinent d’analyser les facteurs qui contribuent à ce phénomène localement afin de pouvoir assurer un meilleur service à la population. L’objectif de cette étude était d’identifier des facteurs hospitaliers influençant le décompte quotidien de DAPCM dans les salles d’urgence de notre établissement en 2011–2012.

METHODE

Contexte

Le Centre hospitalier universitaire de Sherbrooke (CHUS) est le quatrième centre hospitalier universitaire au Québec en importance et compte 715 lits d’hôpital. Cet établissement comprend deux salles d’urgence de niveau tertiaire (Hôpital Fleurimont [HF] et Hôpital Hôtel-Dieu [HD]) qui reçoivent environ 90 000 visites annuellement (45 600 HF et 44 400 HD). Le CHUS est le lieu de référence pour les soins tertiaires de la région de l’Estrie (Québec, Canada). Les populations desservies et les modes opératoires des deux salles d’urgence sont très distincts évoquant la nécessité de faire des analyses statistiques séparées. Entres autres, les spécialités disponibles diffèrent:à HF, les spécialités les plus sollicitées sont la pédiatrie, la cardiologie, la pneumologie, les sous-spécialités de la chirurgie et la traumatologie;à HD, ce sont la gériatrie, la psychiatrie, la médecine familiale, la médecine interne, l’ophtalmologie et l’ORL.

Normalement, deux médecins couvrent les quarts de travail de 8h à 16h (jour) et de 16h à minuit (soir) dans chaque salle d’urgence. Un seul médecin par site couvre le quart de 0h à 8h (nuit). Les médecins ne sont pas attitrés à une section spécifique de l’urgence et voient, selon l’échelle de triage, des patients arrivés en ambulance, ambulants, sur civière ou sur pied. Selon la disponibilité des effectifs médicaux, un médecin peut s’ajouter afin de voir exclusivement des patients ambulants (de 10h à 16h).

Collecte de données

Les données analysées ont été extraites de la banque de données cliniques du Centre Informatisé de Recherche Évaluative en Services et Soins de Santé (CIRESSS). Ce système permet l’extraction de décomptes quotidiens de données cliniques et démographiques anonymisées des dossiers médicaux des patients, et des données hospitalières. Une autorisation a été obtenue du Comité d’éthique de la recherche en santé chez l’humain du Centre de Recherche du CHUS et du directeur des services professionnels du CHUS.

En plus du nombre de DAPCM par jour (variable dépendante), nous avons extrait pour chaque jour de la période étudiée (1er avril 2011 au 30 juin 2012, 457 jours) le nombre de patients inscrits aux urgences répondant à chacun des critères suivants (variables indépendantes):catégorie d’âge (≤17 ans, 18–64 ans, 65–74 ans, ≥75 ans);sexe (homme, femme);quart de travail d’arrivée (nuit, soir, jour);mode d’arrivée à l’urgence (ambulance, ambulatoire);code de triage (I à V selon l’échelle canadienne de triage et de gravité pour les départements d’urgence [ETG]);catégories majeures de diagnostic (trauma – excluant implication d’un véhicule;problèmes cardiaques;troubles digestifs; troubles respiratoires;autres);achalandage (patients ambulatoires hospitalisés à l’urgence, patients sur civières hospitalisés à l’urgence). Nous avons déterminé sur une base quotidienne le taux d’occupation moyen de l’urgence (%), ainsi que la durée moyenne de séjour pour les patients hospitalisés à l’urgence, les patients non hospitalisés à l’urgence et la durée moyenne de séjour globale (durée moyenne de séjour pour tous les patients sur civières). Les patients hospitalisés à l’urgence dans les variables précédentes sont ceux qui restent dans les lieux physiques de l’urgence et attendent un lit à l’étage, mais qui ne sont plus sous la responsabilité du médecin d’urgence. Pour chaque journée, nous avons noté la présence/absence d’un médecin dédié aux patients ambulatoires.

Analyse statistique

L’analyse statistique a été faite avec l’aide d’une statisticienne du Centre de Recherche du CHUS et le logiciel SPSS version 20. Les analyses ont été effectuées séparément pour les deux sites et p<0,05 a été retenu comme seuil de significativité. Un test T a été utilisé pour comparer le nombre de DAPCM par jour et les durées moyennes de séjour entre les sites.

Nous avons identifié les facteurs influençant le nombre de DAPCM par jour par une approche univariée. L’effet de la présence d’un médecin dédié aux patients ambulatoires sur le nombre de DAPCM par jour a été établi par un test T. Les coefficients de corrélation de Pearson (Spearman, si la distribution des données était non-normale) ont été calculés pour identifier les variables indépendantes, exprimées en nombre de patients par jour, qui étaient corrélées au nombre de DAPCM par jour;ces variables ont été retenues pour l’analyse multivariée par régression linéaire. Les variables ayant des coefficients de corrélation >0,4 entre elles ont été exclues pour réduire les risques de colinéarités. La régression linéaire multivariée du nombre de DAPCM par jour a été effectuée avec un modèle statistique pas à pas. Vu la méthode d’analyse statistique utilisée (comparaison du nombre de DAPCM par jour avec le nombre de patients par jour pour qui la variable était présente), le cas était «exclu» de l’analyse lorsqu’une donnée était manquante.

RÉSULTATS

Pendant la période étudiée (457 jours), 111 317 patients se sont inscrits aux salles d’urgence du CHUS (HF:58 040; HD:53 277). Parmi ceux-ci, 12% ont fait un DAPCM (HF:moyenne=12,0 DAPCM/jour vs. HD:17,8 DAPCM/jour;p<0.001). Un médecin dédié aux patients ambulatoires était présent pour 382/457 jours (83,6%) au site HF et pour 371/457 jours (81,2%) au site HD.

Une description des populations et le nombre de DAPCM par catégorie sont présentés au Tableau 1. Les durées moyennes de séjour globales et pour les patients hospitalisés à l’urgence et non-hospitalisés à l’urgence sont plus élevées à l’HD qu’à l’HF (15,0h vs. 11,7h, p<0,001;23,8h vs. 14,9h, p<0,001;7,5h vs. 7,3h, p<0,001, respectivement).

Tableau 1 Caractéristiques de tous les patients inscrits aux urgences et des patients quittant avant prise en charge médicale (DAPCM) au CHUS dans la période d’étude.

Abréviations : Codes I à V, selon l’échelle canadienne de triage et de gravité pour les départements d’urgence; DAPCM, Départ avant prise en charge médicale.

L’absence de certaines données dans les dossiers fait en sorte que la somme des effectifs des sous-catégories n’est pas toujours égale au nombre total de patients inclus dans l’étude.

* Pourcentage de DAPCM par rapport au nombre de patients dans chaque sous-catégorie.

Les coefficients de corrélations décrivant la relation entre le nombre de DAPCM par jour et les variables indépendantes continues (décomptes quotidiens, taux d’occupation moyen) sont présentés dans le Tableau 2. Un test T a démontré que le nombre de DAPCM par jour était moins élevé pour les jours où un médecin dédié aux patients ambulants était présent que pour les jours où il était absent, et ce, pour HF (moyenne=11,5 DAPCM/jour vs. moyenne=14,4 DAPCM/jour;t[455]=-3,506, p<0,001) et HD (moyenne=17,0 DAPCM/jour vs. moyenne=21,5 DAPCM/jour;t[455]=-4.919, p<0,001). Les variables corrélées avec la variable dépendante ont été retenues pour les analyses multivariées, sauf celles qui étaient trop fortement corrélées avec d’autres variables retenues (r>0.4). Les variables exclues sont identifiées dans le Tableau 2.

Tableau 2 Analyse univariée des corrélations entre le nombre de patients quittant avant prise en charge médicale par jour et les variables indépendantes (corrélations significatives en caractère gras).

Abréviations : r, coefficient de corrélation de Pearson ou de Spearman

* Variables non distribuées normalement

† Variables qui ont été exclues de l’analyse multivariée du site Fleurimont pour éviter la colinéarité.

‡ Variables qui ont été exclues de l’analyse multivariée du site Hôtel-Dieu pour éviter la colinéarité.

Corrélation de Pearson (ou de Spearman si la distribution des données était non normale) a été utilisée pour évaluer l'association entre le nombre de patients non vus par jour et les variables indépendantes.

Nous n’avions aucune donnée manquante pour toutes les variables étudiées sauf pour la priorité de triage (taux de 0,70% pour HF et de 0,27% pour HD), et les raisons de consultation (donnée manquante pour 2 cas sur les 58 040 patients à HF; aucune donnée manquante à HD).

Une augmentation de l’achalandage des patients sur civière hospitalisés à l’urgence (en attente de lit à l’étage, n’étant plus sous les soins du médecin d’urgence), semble corréler avec une augmentation de la durée moyenne de séjour des patients non-hospitalisés sur civière (Tableau 2, corrélation univariée, r=0,190, p<0,001).

Pour l’HF, l’analyse multivariée a révélé qu’une augmentation du nombre de patients inscrits par jour dans les trois quarts de travail et une augmentation de la durée moyenne de séjour pour les patients non hospitalisés à l’urgence étaient associées à une augmentation du nombre de DAPCM par jour. À l’inverse, la présence d’un médecin dédié aux patients ambulatoires contribuait à diminuer le nombre de DAPCM par jour. Le nombre de DAPCM par jour diminuait également lorsque le nombre de patients avec un code de triage de IV augmentait et lorsque le nombre de patients sur civières hospitalisés à l’urgence augmentait. Ce modèle expliquait 41,4% de la variation observée dans la variable dépendante (Tableau 3).

Tableau 3 Analyse multivariée des facteurs influençant le nombre de patients quittant avant prise en charge par un médecin par jour au CHUS, selon les modèles de régression linéaire multiple.

Pour l’HD, l’analyse multivariée a révélé qu’une augmentation du nombre de patients dans les catégories d’âge ≤17 ans, 18–64 ans et 65–74 ans inscrits, une augmentation du nombre de patients avec un code de triage IV et une augmentation de la durée moyenne de séjour pour les patients non hospitalisés à l’urgence étaient associées à une augmentation du nombre de DAPCM par jour. À l’inverse, la présence d’un médecin dédié aux patients ambulatoires contribuait à diminuer le nombre de DAPCM, ainsi qu’une augmentation du nombre de patients consultant pour un trauma. Ce modèle expliquait 52,5% de la variation observée dans la variable dépendante (Tableau 3).

DISCUSSION

Nos données suggèrent que les urgences du CHUS sont représentatives de la situation au Québec, car notre taux de DAPCM est similaire à ceux des autres urgences du Québec et du Canada qui varient entre 5 et 30%.Reference Gravel, Gouin and Carriere 13 , Reference Vanier 35 - Reference Gaucher, Bailey and Gravel 38 La littérature internationale suggère plutôt des taux entre 0,06% et 20%.Reference Kennedy, MacBean and Brand 5 , Reference Crilly, Bost and Thalib 7 , Reference Carron, Yersin and Trueb 9 , Reference Lovett, Kahn and Greene 10 , Reference Crilly, Bost and Gleeson 16 , Reference Ng and Lewena 17 , Reference Linden, Lindeboom and Linden 20 , Reference Kulstad, Hart and Waghchoure 24 , Reference Stang, McCusker and Ciampi 28 , Reference Wilson, Zimmerman and Applebaum 29 , Reference Fayyaz, Khursheed and Mir 32 , Reference Bambi, Scarlini and Becattini 33 , Reference Hsia, Asch and Weiss 39 , Reference Ibanez, Guerin and Simon 40 Aussi, la durée moyenne de séjour dans les urgences au Québec est comparable à celle de notre étude soit de 8h16 min globalement et 16h43 pour les patients sur civières. 41

Cette étude rétrospective a permis de dresser un portrait des facteurs démographiques, cliniques et hospitaliers ayant un impact sur le nombre de DAPCM, pour les deux salles d’urgence du CHUS. Les analyses de régression démontrent que le nombre de DAPCM par jour diminue pour les deux sites lorsque la durée moyenne de séjour des patients non hospitalisés à l’urgence diminue et lorsqu’un médecin dédié aux patients ambulatoires est présent. Des facteurs reliés à l’achalandage des salles d’urgence et la raison primaire de consultation ont également un effet sur le nombre de DAPCM par jour.

La population généralement desservie par le site HD engendre des consultations à caractère plus complexe et/ou plus long:population plus âgée, toxicomanie, consultations en psychiatrie, etc. En effet, les durées moyennes de séjour sont plus longues et le nombre moyen de DAPCM par jour est plus élevé au site HD qu’au site HF (p<0,001 dans les deux cas). La durée moyenne de séjour des patients peut influencer le nombre de DAPCMReference Kamali, Jain and Jain 42 et nos régressions linéaires multiples indiquent que la durée moyenne de séjour des patients non hospitalisés à l’urgence dans notre établissement est un déterminant important du nombre de DAPCM par jour puisqu’une augmentation d’une heure de la durée moyenne de séjour se traduit en une augmentation d’environ un patient DAPCM par jour pour les deux sites (Tableau 3).

Les patients ayant un code de triage plus élevé attendent généralement plus longtemps avant d’être vus par un médecin et sont à risque de décider de quitter sans avoir été vus par le médecin.Reference Kennedy, MacBean and Brand 5 - Reference Crilly, Bost and Thalib 7 , Reference Mohsin, Forero and Ieraci 27 , Reference Pham, Ho and Hill 30 , Reference Sun, Binstadt and Pelletier 43 Parmi les patients avec un code de triage de V, 27,5% (HF) et 34,2% (HD) ont fait un DAPCM. Par contre, la majorité (60%) des cas de DAPCM dans notre étude sont des patients ayant un code de triage de IV. D’ailleurs, dans notre analyse de régression linéaire multiple, le nombre de patients par jour ayant un code de triage de IV est prédictif du nombre de patients DAPCM par jour (Tableau 3), notamment sur le site HD où une augmentation de dix patients attribués un code de IV est associée à un DAPCM de plus par jour.

Plusieurs variables identifiées comme étant associées au nombre de DAPCM dans l’analyse de régression linéaire multiple sont des dérivés de la charge de travail du médecin d’urgence. Par exemple, plus le nombre de patients par jour enregistrés pendant les trois quarts de travail est élevé aux urgences HF, plus le nombre de DAPCM par jour tend à être élevé (Tableau 3). C’est également le cas lorsque le nombre de patients enregistrés aux urgences HD par jour dans trois catégories d’âge (≤17 ans, 18–64 ans et 65–74 ans) augmente. Une mesure plus directe de l’achalandage d’une salle d’urgence est le taux d’occupation moyen, mais nous avons exclu cette variable, trop fortement corrélée aux autres variables explicatives.

Lors de périodes d’achalandage élevé à l’urgence, il est intuitif de penser que le temps d’attente augmente. Nous observons que la durée moyenne de séjour des patients non hospitalisés à l’urgence est fortement corrélée avec le taux d’occupation moyen des salles d’urgence (HF:r=0,56, p<0,001; HD:r=0,44, p<0,001). Le taux d’occupation est un facteur reconnu augmentant le taux de DAPCM.Reference Lovett, Kahn and Greene 10 , Reference Kulstad, Hart and Waghchoure 24 Le temps est responsable du DAPCM dans 35,6% à 63,8% des cas.Reference Rowe, Channan and Bullard 4 , Reference Kennedy, MacBean and Brand 5 , Reference Baker, Stevens and Brook 25 - Reference Mohsin, Forero and Ieraci 27 Notre analyse multivariée soutient cette relation, car pour chaque augmentation d’une heure dans la durée moyenne de séjour des patients non hospitalisés à l’urgence, nous observons une augmentation moyenne de 1,17 (HF) et 1,14 (HD) patients par jour faisant un DAPCM. Une hospitalisation et prise en charge à l’étage 24h sur 24 pourraient permettre de diminuer le taux d’occupation et la durée moyenne de séjour. 44 En effet, dans notre système actuel, les patients ne sont hospitalisés qu’après la consultation avec un médecin hospitalier ceci le plus souvent, dans les heures ouvrables. Un patient hospitalisé plus vite diminue automatiquement sa durée de séjour à l’urgence comme patient «non-hospitalisé» indépendamment de la place à l’étage. La relation inverse entre le nombre de patients hospitalisés sur les civières de l’urgence HF (en attente de lit à l’étage) et le nombre de DAPCM semble abonder dans le même sens. En effet, ce nombre baisse soit parce qu’il y a moins de patients hospitalisés (ils ont du transiter par les soins des médecins d’urgence) soit parce que ceux-ci sont montés à l’étage et n’occupent plus les ressources de l’urgence. Ceci permet probablement une attribution des ressources de l’urgence (médecin inclus) à des patients qui auraient pu faire un DAPCM. De plus, une augmentation de l’achalandage des patients sur civière hospitalisés à l’urgence (en attente de lit à l’étage; n’étant plus sous les soins du médecin d’urgence), semble corréler avec une augmentation de la durée moyenne de séjour des patients non-hospitalisés sur civière.

Un des moyens utilisés par notre centre hospitalier pour réduire les temps d’attente est l’ajout d’un médecin dédié exclusivement aux patients ambulatoires. Notre analyse multivariée démontre que lorsqu’un tel médecin est présent, le nombre de DAPCM par jour diminue de 4,35 (HF) et 5,48 (HD) patients ce qui correspond à une réduction du nombre de DAPCM par jour d’environ 25 à 30%. Des effets similaires, mais d’ampleur variable, ont été rapportés.Reference Hobbs, Kunzman and Tandberg 21 , Reference Fernandes, Price and Christenson 34

Les analyses de régression multiples ont également révélé des associations plus difficiles à interpréter. Par exemple, pour le site HF, plus le nombre de patients avec un code de triage de IV augmente, moins on observe de DAPCM par jour (Tableau 3), bien que la corrélation simple entre ces deux variables soit positive (r=0,20, p<0,001). Cette relation est positive dans l’analyse multivariée correspondant au site HD. Pour les deux modèles, cette variable est celle qui exerce la moins grande influence sur la variable dépendante. Il est probable, mais notre étude n’est pas conçue pour le prouver, qu’un grand nombre de code IV reflète un moins grand travail ou investissement de temps pour le médecin le libérant plus rapidement pour voir d’autres patients qui auraient pu décider de faire un DAPCM.

La relation négative entre le nombre de patients par jour consultant au site HD dans un contexte de trauma (autre que des traumas impliquant des véhicules) et le nombre de DAPCM par jour est également difficilement interprétable (Tableau 3). Il est probable que les cas de traumas à HD soient plus mineurs et demandent moins de temps au médecin, le libérant pour voir d’autres patients plus rapidement, car l’HF est le centre de traumatologie de notre région. Cette étude ne permet pas de le vérifier.

Notre étude comporte certaines limites inhérentes à son caractère rétrospectif. Seules les variables enregistrées dans le système CIRESSS ont été considérées. Les données de cette banque sont anonymisées et nous nous sommes basés sur des décomptes quotidiens des différents facteurs, ce qui rend impossible l’étude de l’impact des caractéristiques individuelles des patients sur la décision de faire une DAPCM. Par ailleurs, notre groupe d’âge étudié de 18–64 ans est large et limite les conclusions que nous pouvons en tirer. Aussi, la codification de la raison de consultation principale aux archives en fonction du diagnostic du patient écrit par le médecin est une source d’erreur potentielle. Nos résultats sont le reflet des caractéristiques propres à notre centre hospitalier universitaire, urbain, dans un pays où l’accès aux services de santé est universel. De plus, nous n’avons pas obtenu les données démographiques des patients comme leur statut socio-économique ou s’ils avaient un médecin de famille. Cependant, selon nos statistiques internes, environ 30% des patients qui consultent à l’urgence n’ont pas de médecin de famille. Selon l’agence de la santé et des services sociaux de l’Estrie, notre région administrative contient 315 000 habitants, dont 19304 patients (environ 6%) sont sur une liste d’attente pour trouver un médecin de famille et 86 000 patients, au total, n’en ont pas (27%).

CONCLUSION

Le nombre élevé de DAPCM dans les salles d’urgence est une problématique préoccupante et multifactorielle à laquelle font face les centres hospitaliers nord-américains. Il est peu probable qu’une solution unique soit identifiable pour réduire ce nombre, car notre étude démontre que, même au sein d’une même ville, deux salles d’urgence peuvent être influencées par des facteurs différents. Toutefois, notre étude soutient qu’une diminution de la durée de séjour des patients non hospitalisés à l’urgence et la présence d’un médecin dédié aux patients ambulatoires sont deux facteurs fortement associés à une diminution du nombre de DAPCM par jour.

Remercients: Merci tout spécial à Jennifer Chambers, Nathalie Carrier et Tania Fayad pour leur aide indispensable.

Conflict of Interest: Les auteurs déclarent ne pas avoir de conflit d’intérêt pertinent lors de la rédaction de cet article.

SUPPLEMENTARY MATERIAL

To view supplementary material for this article, please visit http://dx.doi.org/10.1017/cem.2015.101.

References

RÉFÉRENCES

1. Cheng, I, Lee, J, Mittmann, N, et al. Implementing wait-time reductions under ontario government benchmarks (pay-for-results): A cluster randomized trial of the effect of a physician-nurse supplementary triage assistance team (MDRNSTAT) on emergency department patient wait times. BMC Emerg Med 2013;13:17, doi: 10.1186/1471-227X-13-17.CrossRefGoogle ScholarPubMed
2. Schull, M, Hatcher, CM, Guttmann, A, et al. Development of a consensus on evidence-based quality of care indicators for canadian emergency departments. ICES Investigative Report. Toronto: Institute for Clinical Evaluative Sciences; 2010.Google Scholar
3. Bindman, AB, Grumbach, K, Keane, D, et al. Consequences of queuing for care at a public hospital emergency department. JAMA 1991;266(8):1091-1096.CrossRefGoogle Scholar
4. Rowe, BH, Channan, P, Bullard, M, et al. Characteristics of patients who leave emergency departments without being seen. Acad Emerg Med 2006;13(8):848-852.10.1197/j.aem.2006.01.028CrossRefGoogle ScholarPubMed
5. Kennedy, M, MacBean, CE, Brand, C, et al. Review article: Leaving the emergency department without being seen. Emerg Med Australas 2008;20(4):306-313, doi: 10.1111/j.1742-6723.2008.01103.CrossRefGoogle ScholarPubMed
6. Tropea, J, Sundararajan, V, Gorelik, A, et al. Patients who leave without being seen in emergency departments: An analysis of predictive factors and outcomes. Acad Emerg Med 2012;19(4):439-447, doi: 10.1111/j.1553-2712.2012.01327.x.CrossRefGoogle Scholar
7. Crilly, J, Bost, N, Thalib, L, et al. Patients who present to the emergency department and leave without being seen: Prevalence, predictors and outcomes. Eur J Emerg Med 2013;20(4):248-255, doi: 10.1097/MEJ.0b013e328356fa0e.CrossRefGoogle Scholar
8. Schull, M, Vermeulan, M, Guttmann, A, et al. Better performance on length-of-stay benchmarks associated with reduced risk following emergency department discharge: an observational cohort study. CJEM 2015:17(3): 253-262.10.1017/cem.2014.39CrossRefGoogle Scholar
9. Carron, PN, Yersin, B, Trueb, L, et al. Missed opportunities: Evolution of patients leaving without being seen or against medical advice during a six-year period in a Swiss tertiary hospital emergency department. Biomed Res Int 2014;2014:690368, doi: 10.1155/2014/690368.CrossRefGoogle ScholarPubMed
10. Lovett, PB, Kahn, JA, Greene, SE, et al. Early quick acuity score provides more complete data on emergency department walkouts. PLoS One 2014;9(1):e85776, doi: 10.1371/journal.pone.0085776.CrossRefGoogle ScholarPubMed
11. Kurowski, EM, Byczkowski, T, Timm, N. Return visit characteristics among patients who leave without being seen from a pediatric ED. Am J Emerg Med 2012;30(7):1019-1024; doi: 10.1016/j.ajem.2011.06.017.CrossRefGoogle Scholar
12. Tothy, AS, Staley, S, Dean, EK, et al. Pediatric left-without-being-seen patients: What happens to them after they leave the pediatric emergency department? Pediatr Emerg Care 2013;29(11):1194-1196, doi:10.1097/PEC.0b013e3182a9f7ab.CrossRefGoogle ScholarPubMed
13. Gravel, J, Gouin, S, Carriere, B, et al. Unfavourable outcome for children leaving the emergency department without being seen by a physician. CJEM 2013;15(5):289-299.10.2310/8000.2013.130939CrossRefGoogle ScholarPubMed
14. Goldman, RD, Macpherson, A, Schuh, S, et al. Patients who leave the pediatric emergency department without being seen: A case-control study. CMAJ 2005;172(1):39-43.10.1503/cmaj.1031817CrossRefGoogle ScholarPubMed
15. Gabayan, GZ, Asch, SM, Hsia, RY, et al. Factors associated with short-term bounce-back admissions after emergency department discharge. Ann Emerg Med 2013;62(2):136-144.e1, doi: 10.1016/j.annemergmed.2013.01.017.CrossRefGoogle ScholarPubMed
16. Crilly, J, Bost, N, Gleeson, H, et al. Patients who presented to an Australian emergency department and did not wait or left against medical advice: A prospective cohort follow-up study. Adv Emerg Nurs J 2012;34(4):357-368, doi: 10.1097/TME.0b013e3182705efb.CrossRefGoogle ScholarPubMed
17. Ng, Y, Lewena, S. Leaving the paediatric emergency department without being seen: Understanding the patient and the risks. J Paediatr Child Health 2012;48(1):10-15, doi: 10.1111/j.1440-1754.2011.02187.x.CrossRefGoogle ScholarPubMed
18. Jerrard, DA, Chasm, RM. Patients leaving against medical advice (AMA) from the emergency department—disease prevalence and willingness to return. J Emerg Med 2011;41(4):412-417, doi: 10.1016/j.jemermed.2009.10.022.CrossRefGoogle ScholarPubMed
19. Carter, EJ, Pouch, SM, Larson, EL. The relationship between emergency department crowding and patient outcomes: A systematic review. J Nurs Scholarsh 2014;46(2):106-115, doi: 10.1111/jnu.12055.CrossRefGoogle ScholarPubMed
20. Linden, MCvd, Lindeboom, R, Linden, Nvd, et al. Walkouts from the emergency department: Characteristics, reasons and medical care needs. Eur J Emerg Med 2014;21(5):354-359, doi: 10.1097/MEJ.0000000000000086.CrossRefGoogle ScholarPubMed
21. Hobbs, D, Kunzman, SC, Tandberg, D, et al. Hospital factors associated with emergency center patients leaving without being seen. Am J Emerg Med 2000;18(7):767-772.10.1053/ajem.2000.18075CrossRefGoogle ScholarPubMed
22. Derlet, R, Richards, J, Kravitz, R. Frequent overcrowding in U.S. emergency departments. Acad Emerg Med 2001;8(2):151-155.10.1111/j.1553-2712.2001.tb01280.xCrossRefGoogle ScholarPubMed
23. Polevoi, SK, Quinn, JV, Kramer, NR. Factors associated with patients who leave without being seen. Acad Emerg Med 2005;12(3):232-236.10.1197/j.aem.2004.10.029CrossRefGoogle ScholarPubMed
24. Kulstad, EB, Hart, KM, Waghchoure, S. Occupancy rates and emergency department work index scores correlate with leaving without being seen. West J Emerg Med 2010;11(4):324-328.Google ScholarPubMed
25. Baker, DW, Stevens, CD, Brook, RH. Patients who leave a public hospital emergency department without being seen by a physician. Causes and consequences. JAMA 1991;266(8):1085-1090.10.1001/jama.1991.03470080055029CrossRefGoogle ScholarPubMed
26. Monzon, J, Friedman, SM, Clarke, C, et al. Patients who leave the emergency department without being seen by a physician: A control-matched study. CJEM 2005;7(2):107-113.10.1017/S1481803500013063CrossRefGoogle ScholarPubMed
27. Mohsin, M, Forero, R, Ieraci, S, et al. A population follow-up study of patients who left an emergency department without being seen by a medical officer. Emerg Med J 2007;24(3):175-179.10.1136/emj.2006.038679CrossRefGoogle ScholarPubMed
28. Stang, AS, McCusker, J, Ciampi, A, et al. Emergency department conditions associated with the number of patients who leave a pediatric emergency department before physician assessment. Pediatr Emerg Care 2013;29(10):1082-1090, doi: 10.1097/PEC.0b013e3182a5cbc2.CrossRefGoogle ScholarPubMed
29. Wilson, BJ, Zimmerman, D, Applebaum, KG, et al. Patients who leave before being seen in an urgent care setting. Eur J Emerg Med 2013;20(6):420-424, doi: 10.1097/MEJ.0b013e328359167e.CrossRefGoogle Scholar
30. Pham, JC, Ho, GK, Hill, PM, et al. National study of patient, visit, and hospital characteristics associated with leaving an emergency department without being seen: Predicting LWBS. Acad Emerg Med 2009;16(10):949-955, doi: 10.1111/j.1553-2712.2009.00515.x.CrossRefGoogle ScholarPubMed
31. Grosgurin, O, Cramer, B, Schaller, M, et al. Patients leaving the emergency department without being seen by a physician: A retrospective database analysis. Swiss Med Wkly 2013;143:w13889, doi: 10.4414/smw.2013.13889.CrossRefGoogle ScholarPubMed
32. Fayyaz, J, Khursheed, M, Mir, MU, et al. Missing the boat: Odds for the patients who leave ED without being seen. BMC Emerg Med 2013;13:1, doi: 10.1186/1471-227X-13-1.CrossRefGoogle Scholar
33. Bambi, S, Scarlini, D, Becattini, G, et al. Characteristics of patients who leave the ED triage area without being seen by a doctor: A descriptive study in an urban level II Italian university hospital. J Emerg Nurs 2011;37(4):334-340, doi: 10.1016/j.jen.2010.05.004.CrossRefGoogle Scholar
34. Fernandes, CM, Price, A, Christenson, JM. Does reduced length of stay decrease the number of emergency department patients who leave without seeing a physician? J Emerg Med 1997;15(3):397-399.10.1016/S0736-4679(97)00030-9CrossRefGoogle ScholarPubMed
35. Vanier, L. Communication orale. Entrevue téléphonique avec le Dr Laurent Vanier, médecin-conseil à la Direction nationale des urgences, 2 septembre 2014, Sherbrooke.Google Scholar
36. TVA nouvelles. Reportage diffusé le 11 août 2014. Quitter l'urgence sans voir le médecin. Available at: http://fr.canoe.ca/infos/videos/quitter-lurgence-sans-voir-le-medecin-explications-17h/3725808393001 (accessed September 20, 2014).Google Scholar
37. Gaucher, N, Bailey, B, Gravel, J. Who are the children leaving the emergency department without being seen by a physician? Acad Emerg Med 2011;18(2):152-157, doi: 10.1111/j.1553-2712.2010.00989.x.CrossRefGoogle ScholarPubMed
38. Gaucher, N, Bailey, B, Gravel, J. For children leaving the emergency department before being seen by a physician, counseling from nurses decreases return visits. Int Emerg Nurs 2011;19(4):173-177, doi: 10.1016/j.ienj.2011.03.002.CrossRefGoogle ScholarPubMed
39. Hsia, RY, Asch, SM, Weiss, RE, et al. Hospital determinants of emergency department left without being seen rates. Ann Emerg Med 2011;58(1):24-32.e3, doi: 10.1016/j.annemergmed.2011.01.009.CrossRefGoogle ScholarPubMed
40. Ibanez, G, Guerin, L, Simon, N. Which improvements could prevent the departure of the left-without-being-seen patients? Emerg Med J 2011;28(11):945-947, doi: 10.1136/emj.2009.086397.CrossRefGoogle ScholarPubMed
41. Registre des urgences. Banque de données en ligne. Available at: http://www.cmisstats.mtl.rtss.qc.ca/tabloclip/index.php?resource_s=com.utilisation_services.urgence.patciv.urgence (accessed September 20, 2014).Google Scholar
42. Kamali, MF, Jain, M, Jain, AR, et al. Emergency department waiting room: Many requests, many insured and many primary care physician referrals. Int J Emerg Med 2013;6(1):35, doi: 10.1186/1865-1380-6-35.CrossRefGoogle ScholarPubMed
43. Sun, BC, Binstadt, ES, Pelletier, A, et al. Characteristics and temporal trends of left before being seen visits in US emergency departments, 1995-2002. J Emerg Med 2007;32(2):211-215.10.1016/j.jemermed.2006.05.045CrossRefGoogle ScholarPubMed
44. La Direction des communications du Ministère de la Santé et des Services Sociaux. Gouvernement du Québec; 2006. Guide de gestion de l’urgence. Available at: http://publications.msss.gouv.qc.ca/acrobat/f/documentation/2006/06-905-01.pdf (accessed September 20, 2014).Google Scholar
Figure 0

Tableau 1 Caractéristiques de tous les patients inscrits aux urgences et des patients quittant avant prise en charge médicale (DAPCM) au CHUS dans la période d’étude.

Figure 1

Tableau 2 Analyse univariée des corrélations entre le nombre de patients quittant avant prise en charge médicale par jour et les variables indépendantes (corrélations significatives en caractère gras).

Figure 2

Tableau 3 Analyse multivariée des facteurs influençant le nombre de patients quittant avant prise en charge par un médecin par jour au CHUS, selon les modèles de régression linéaire multiple.

Supplementary material: File

Elazhary supplementary material S1

English version of the manuscripts

Download Elazhary supplementary material S1(File)
File 91.1 KB