URL

https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0241406

Type d’article

Article peer-reviewed

Thème

Stratégies de contrôle
Logistique

Que retenir de cet article, en 1-2 phrases ?

Cet article compare six indicateurs mesurés sur le nombre de patients admis dans des unités de soins intensifs et le nombre de nouveaux patients COVID sur la période du 20 février au 5 mai 2020 en vue d’anticiper le nombre de lits nécessaires.

Objectifs de l’étude / Questions abordées

Il s’agit d’une étude rétrospective visant à évaluer les signaux précoces dans les données COVID-19 permettant d’anticiper les besoins en lits de soins intensifs, dans le but d’aider les autorités à s’adapter plus rapidement à une future épidémie, y compris une seconde vague de COVID-19.

Méthode

L’étude porte sur les données suivantes de la région Île-de-France :

  • le nombre journalier d’appels téléphoniques reçus par les services médicaux d’urgence (EMS),
  • les ambulances envoyées,
  • les visites aux médecins généralistes (GP) et aux services d’urgence (ED),
  • l’admission à l’hôpital de tous les patients et des patients COVID-19 durant la période d’étude,
  • les tests RT-PCR.

Test de significativité du coefficient de corrélation : corrélation entre le nombre de patients en soins intensifs (ICU) et les nouveaux patients ICU COVID-19 dans la région d’Île-de-France et dans les hôpitaux APHP.

Résultats principaux

L’indicateur le plus précoce des besoins en ICU s’avère être les appels aux EMS. Les autres indicateurs listés plus haut sont tous fortement associés aux besoin en ICU, avec des délais divers. En revanche, le nombre d’hospitalisations ne permet pas d’anticiper les besoins en ICU. Une analyse des données de la seconde vague (du 1er août au 15 septembre) confirme ces résultats.

Commentaire / brève évaluation, limites, ouvertures possibles

Parmi les limites notées pas les auteurs, on retiendra le fait que l’étude se limite aux seules données d’Île-de-France. De plus, les changements de pratiques médicales pendant la période d’étude, notamment sur les diagnostiques de suspicion de COVID-19, n’ont pas été pris en compte. Pour finir, il aurait pu être pertinent de mener une analyse statistique multivariée au lieu de regarder chaque indicateur séparément.