 |
|
Mortalité dans les hôpitaux de vétérans sur les deux premières années suivant la réforme de l'ACGME sur les heures de travail des résidents.
Kevin G. Volpp, MD, PhD;
Amy K. Rosen, PhD;
Paul R. Rosenbaum, PhD;
Patrick S. Romano, MD, MPH;
Orit Even-Shoshan, MS;
Anne Canamucio, MS;
Lisa Bellini, MD;
Tiffany Behringer, MS;
Jeffrey H. Silber, MD, PhD
RÉSUMÉ
| |
Contexte Un règlement limitant les heures de travail pour les
médecins en formation aux Etats-Unis a été
élaboré par l'Accreditation Council for Graduate Medical
Education (ACGME) et mis en vigueur le 1er juillet 2003. L'association entre
ces changements et la mortalité hospitalière n'est pas
clairement établie.
Objectif Déterminer si le changement affectant les heures de
travail a été associé à des variations de la
mortalité dans des hôpitaux du département des
vétérans américain (DV) impliqués de façon
inégale dans la formation.
Conception, cadre, et patients Une étude descriptive de
patients uniques (N=318 686) admis en soins de courte durée dans des
hôpitaux du DV (N=131) par analyse de séries temporelles
interrompues avec des données allant du 1er juillet 2000 au 30 juin
2005. Tous les patients avaient un diagnostic principal d'infarctus aigu du
myocarde (IAM), d'insuffisance cardiaque congestive (ICC), de saignement
gastro-intestinal, d'accident cérébrovasculaire ou une classe
DRG (Diagnosis related group) regroupant la chirurgie générale,
orthopédique, ou vasculaire. La variation de la mortalité entre
les hôpitaux fortement impliqués dans la formation et ceux moins
impliqués, avant (année académique 2000-2003) et
après (année académique 2003-2005) la réforme sur
les heures de travail a été analysée par
régression logistique, avec des ajustements sur les
comorbidités, tendances temporelles communes, et le site
concerné.
Critère d'évaluation principal Mortalité sur
les 30 jours suivant l'admission, tous sites confondus.
Résultats Pour l'année 1 post-réforme, aucune
variation associée significative n'a été observée,
aussi bien pour les patients médicaux que chirurgicaux. Sur
l'année 2, les patients médicaux ont connu une baisse
significative du risque de mortalité dans les hôpitaux ayant une
importante activité de formation. Entre un hôpital ayant un
rapport résident/lit de 1 et un hôpital où le rapport est
de 0, le risque de mortalité a été réduit pour les
patients ayant un IDM (rapport des cotes [RC] 0.48; intervalle de confiance
[IC] 95%, 0.33-0.71), pour les quatre pathologies réunies (RC 0.74; IC
95%, 0.61-0.89), et pour les trois pathologies sans l'IAM (RC, 0.79; IC 95%,
0.63-0.98). Comparés à des hôpitaux dans le 25e percentile
du niveau d'activité de formation, il y a eu une amélioration
absolue de la mortalité de 0.70 point de pourcentage (réduction
relative 11.1%) et de 0.88 point de pourcentage (réduction relative
13.9%) de l'année 1 avant la réforme à l'année
post-réforme 2, respectivement pour des hôpitaux du 75ème
et 90ème centile, pour la combinaison des pathologies.
Conclusions La réforme de l'ACGME sur les heures de travail a
été associée à une amélioration
significative de la mortalité hospitalière pour 4 pathologies
courantes dans les hôpitaux du DV ayant les plus fortes activités
dans la formation, 2 ans après la reforme.
JAMA.
2007;298(9):984-992
L'ACGME (Accreditation Council for Graduate Medical Education) a
introduit le 1er juillet 2003 de nouvelles réglementations sur les
heures de travail pour tous les programmes de résidanat (médecin
en formation de spécialité) dépendant de son
accréditation suite aux décès liés aux erreurs
médicales. Ces réglementations limitent le nombre d'heures de
travail par semaine, la fréquence des appels à domicile, et
imposent un intervalle de temps minimum entre les heures de service.
En l'absence de données concrètes en faveur du système
de régulation adopté, la façon dont il est conçu
fait l'objet de nombreuses critiques. Parmi les préoccupations figure
son impact sur la continuité des soins qui pourrait contre-balancer
tout le bénéfice d'une réduction de la fatigue sur la
mortalité. La plupart des études portant sur la durée de
travail ne se sont pas intéressées à son impact sur la
qualité des soins et se sont uniquement appuyées sur des
sondages et les constats des résidents sur la conséquence de la
réforme. Les études récentes analysant les
corrélations entre des variations de la mortalité et le niveau
de formation après la mise en place de la régulation, ont soit
manqué de puissance statistique, soit utilisé des sources de
données pouvant mettre en doute la validité des
résultats. C'est pourquoi nous avons analysé l'association entre
la réforme horaire de l'ACGME et les variations de la mortalité.
Les tendances pour la mortalité ajustée pour le risque entre des
établissements ayant des niveaux d'activité de formation
différents ont été comparées afin d'évaluer
l'existence d'une amélioration différentielle en réponse
à cette régulation. Nous avons utilisé des données
provenant d'un spectre très large de profils cliniques parmi les
patients du système de soins du département des
vétérans américain (VA) qui est l'unique fournisseur
majeur de programmes d'internats aux Etats-Unis.
METHODES
L'étude a reçu l'approbation des comités
d'éthique du Philadelphia Veterans Affairs Medical Center,
l'hôpital des enfants de Philadelphie, et l'université de
Pennsylvanie, en Philadelphie.
Principaux critères d'évaluation
Le critère d'évaluation principal était le
décès dans les 30 jours suivant l'admission pour tous patients
admis pour un infarctus aigu du myocarde (IDM), de saignement
gastro-intestinal, d'insuffisance cardiaque chronique (ICC), chirurgie
générale, chirurgie orthopédique, ou chirurgie
vasculaire. Ces conditions constituent un sous-groupe d'indicateurs AHRQ
(Agency for Healthcare Research and Quality) pour lesquels le pronostic fatal
est non négligeable et des preuves existent pour une variation notable
de la mortalité entre les différents établissements et
une corrélation entre une mortalité élevée et une
déficience qualitative des soins. Bien que les indicateurs AHRQ ne
prennent en compte que la mortalité hospitalière, nous avons
analysé tous les décès hospitaliers ou post-hospitaliers
30 jours après l'admission afin d'éliminer le biais
apporté par la différence de la durée de séjour
pour différents établissements ou périodes.
Echantillon étudié
L'échantillon a été constitué avec tous les
patients admis en soins de courte durée dans les hôpitaux du DV
entre le 1er juillet 2000 et le 30 juin 2005, et ayant un diagnostic principal
d'IAM, d'ICC, de saignement gastro-intestinal, d'accident
cérébrovasculaire, ou ayant une classe DRG (diagnosis related
group) de chirurgie générale, orthopédique, ou
vasculaire. L'échantillon initial incluait 459 321 hospitalisations
réparties sur 132 hôpitaux et fournissant des données sur
la totalité des 5 années. Les admissions hors des 50
états ou Washington DC (n=8524), les transferts en provenance
d'hôpitaux non DV (n=6337), les transferts rapprochés d'une
admission initiale qualifiable (afin de ne pas l'inclure deux fois en moins de
30 jours) (n=4103), et les hospitalisations à cheval sur juin et
juillet 2003 (n=1729), ou ayant des dates de sortie antérieures aux
dates de décès (n=2) ont été exclues. Ont
été également exclus les patients de plus de 90 ans
(n=2388); la proportion de ces patients recevant des soins intensifs pouvant
varier dans le temps d'une manière non appréciable par les
données administratives. Parmi les patients ayant eu un IDM ou un
accident cérébrovasculaire, ceux qui ont survécu et
quitté l'hôpital en moins de 2 jours (n=5231) ont
été exclus, car le diagnostic initial est douteux. Ces
exclusions ont abouti à un total de 431 007 patients provenant de 131
hôpitaux.
L'hospitalisation index était définie comme la
première hospitalisation éligible entre juillet 2000 et juin
2005 et pour laquelle la pathologie ou la classe chirurgicale
considérée n'a pas fait l'objet d'une hospitalisation
antérieure dans les 5 dernières années (en remontant
jusqu'au 1er juillet 1995). Ceci permet de s'assurer que chaque patient
n'était représenté qu'une seule fois dans chaque analyse.
La première hospitalisation sur les 5 dernières années
était choisie pour chaque patient de manière à
éviter de sélectionner des cas pour lesquels la mortalité
post-réforme serait plus élevée pour des raisons autres
que la réforme horaire. Pour des patients ayant eu de multiples
hospitalisations, toute hospitalisation précédente correspondait
à une hospitalisation à laquelle ils auraient survécu.
L'inclusion de multiples hospitalisations aurait amené de ce fait un
biais de confusion lié au temps, biais dans lequel les hospitalisations
avec issue fatale auraient eu plus de probabilité de survenir
après la réforme.
En utilisant cet index, l'échantillon était de 318 636 pour
131 hôpitaux. Plus de 90% des patients pour chaque pathologie ont eu une
première hospitalisation remplissant ces critères sauf pour
l'ICC, pour lequel la proportion était d'environ 88%. Pour cette
raison, nous avons évalué la stabilité de cette approche
chez des patients ayant eu de multiples hospitalisations en recherchant
l'association avec la réforme horaire pour les patients ayant un ICC et
qui ont connu une deuxième ou une troisième hospitalisation
à moins de 6 mois de la première.
Ajustement sur le risque et valeurs de contrôle pour les hôpitaux.
L'ajustement sur le risque a été réalisé selon
la méthode d'Elixhauser, incluant les 29 comorbidités
originelles sauf les troubles hydro-électrolytiques et les troubles par
coagulopathie. Des ajustements sur l'âge et le sexe ont également
été réalisés. Pour les patients IAM, nous avons
évalué la sensibilité de l'inclusion de la localisation
anatomique de l'IDM (Classification internationale des maladies, 9ème
révision [ICD-9]: antérieur 410.00-410.19,
inféro-latéral 410.20-410.69, sous-endocardique 410.7x, autre
410.80-410.99.)
Pour les patients chirurgicaux, nous avons également fait des
ajustements sur les classes DRG, regroupées pour inclure des groupes
associés avec ou sans complications ou comorbidités.
Rétrospectivement, nous avons analysé les données
d'hospitalisation relatives aux diagnostics secondaires 180 jours après
l'hospitalisation index afin d'avoir une compréhension plus
poussée des comorbidités qu'avec l'étude de
l'hospitalisation index seule.
Données
Les données caractéristiques des patients ont
été obtenues à partir du registre des soins de la VA qui
inclut des informations sur le diagnostic principal et secondaire,
l'âge, le sexe, et la disposition de sortie. La mortalité a
été obtenue à partir du registre des soins pour les
décès en milieu hospitalier et du registre des
décès de la base BIRLS (Beneficiary Identification and Record
Locator System) de la VA pour les décès en dehors de
l'hôpital. Les caractéristiques des hôpitaux ont
été obtenues à partir du Veterans Health Administration
Account Level Budgeter Cost Center, une base de données administrative
renfermant des informations sur le personnel soignant, et des Veterans Health
Administration Support Service Center Occupancy Rate Reports qui recensent le
nombre de lits par établissement.
Le nombre de résidents dans chaque hôpital a été
obtenu auprès du VA Office of Academic Affiliations qui supervise tout
ce qui est en rapport avec la formation médicale postuniversitaire au
sein de la VA et qui prend en charge la rémunération des
résidents. Le financement l'enseignement médical est lié
au nombre de résidents dans chaque hôpital du système de
la VA, encourageant les établissements à faire des rapports
compréhensifs dont les données sont régulièrement
auditées.
Le critère primaire pour le niveau d'activité de formation a
été le rapport résident/lit, calculé à un
temps défini comme le nombre d'internes et de résidents
divisé par le nombre moyen de lits opérationnels. Ce rapport a
été utilisé dans de précédentes
études pour faire la différence entre les hôpitaux ayant
une activité de formation forte, faible, ou nulle.
Des comparaisons transversales de la qualité des soins dans les
hôpitaux ayant ou non une activité de formation ont montré
des résultats comparables en utilisant le rapport résident/lit
ou des méthodes de mesure de l'American Hospital Association. Les
hôpitaux de formation étaient définis comme ayant des
rapports résident/lits non nul; les hôpitaux à forte
activité et à très forte activité de formation
étaient ceux avec des rapports de 0.25 à 0.599 et 0.6 ou
plus.
Afin de confirmer la validité de ce rapport en tant qu'indicateur du
niveau d'activité, nous avons vérifié que les
hôpitaux de la VA ayant des rapports élevés avaient non
seulement plus de résidents, mais également un programme de
formation plus vaste. Par exemple, des hôpitaux du tertile
inférieur pour le rapport résident/lit (0-0.179) avaient une
moyenne de 2.5 pour le programme de résidanat sur les
différentes spécialités; les hôpitaux du second
tertile (0.180-0.551) une moyenne de 19.5, et les hôpitaux du tertile
supérieur (>0.552) une moyenne de 26.7.
Nous avons utilisé le rapport résident/lit en tant que
variable continue afin d'avoir plus de puissance statistique par rapport
à une catégorisation arbitraire des hôpitaux. Il a
été maintenu fixe en prenant le niveau sur l'année 1
pré-réforme afin que les éventuelles mesures de
changement du nombre de résidents prises par les hôpitaux face
à la réforme horaire ne soient pas une source de confusion pour
l'estimation de l'impact réel de la réforme. Le rapport a peu
varié dans le temps. La variation moyenne entre l'année 3 avant
réforme et l'année 2 avant réforme était de
-0.001, et de l'année 2 avant réforme à l'année 1
avant réforme de 0.001. L'année 3 avant réforme incluait
l'année académique 2000-2001 (1er juillet 2000 au 30 juin 2001);
l'année 2 avant réforme, l'année académique
2001-2002; l'année 1 avant réforme, l'année
académique 2002-2003; l'année 1 après réforme,
l'année académique 2003-2004; et l'année 2 après
réforme, l'année académique 2004-2005.
Analyses statistiques
Nous avons utilisé la méthode des séries temporelles
multiples, également connue sous le nom de différence des
différences, afin d'évaluer si le changement des heures de
travail était associé à une variation de la tendance
sous-jacente du pronostic des patients des hôpitaux d'enseignement.
Cette démarche réduit les biais potentiels venant de variables
non quantifiées. La méthode des séries temporelles
multiples compare chaque hôpital avec lui-même, avant et
après la réforme, avec des ajustements pour les
différences observées pour les facteurs de risque, mettant en
contraste les variations pour les hôpitaux ayant beaucoup de
résidents par rapport celles des hôpitaux ayant peu ou pas de
résidents. Des ajustements sur les variations des résultats sur
le temps (tendances), communes pour tous les hôpitaux, ont
également été faits.
Cette démarche permet d'éviter des biais ayant 3 sources
possibles. D'abord, une différence stable dans le temps entres les
hôpitaux ne peut être considérée à tort comme
un effet de la réforme, car chaque hôpital est comparé
à lui-même, avant et après la réforme. Pour cela,
des indicateurs d'effets fixes pour les hôpitaux ont été
utilisés dans le modèle logistique. Ensuite, des variations dans
le temps affectant tout les hôpitaux de la même manière
(ex: évolution de la technologie) ne peuvent être
considérées à tort comme des effets de la réforme.
Pour cela, des indicateurs pour les années ont été
utilisés dans le modèle logistique. Enfin, des variations de la
population de patients des différents hôpitaux, si elles sont
correctement reflétées dans les facteurs de risque
mesurés, ne peuvent pas être considérées à
tort comme des effets de la réforme, car le modèle logistique
est ajusté sur ces facteurs de risque. Bien que la méthode de
différence des différences offre ces avantages, elle a des
limites. Toute divergence des tendances pour la mortalité entre les
hôpitaux à forte activité et faible activité de
formation, dans le temps et déjà amorcée avant ou
coïncidant avec la réforme peut être
considérée à tort comme un effet de la réforme; et
ce, même si nous avons fait des évaluations poussées pour
des similitudes entre les tendances pré-réforme pour les
hôpitaux à forte activité et faible activité de
formation et fait des ajustements sur toute différence sous-jacente
observée dans les tendances pré-réformes.
Les hôpitaux à faible activité de formation, y compris
sans, ont servi comme groupe de contrôle primaire pour les
hôpitaux à forte activité, car soumis aux mêmes
impératifs du système de la VA d'amélioration de la
technologie et de la qualité des soins, ils ont une diversité
géographique et de larges populations de patients, et ont des
données de sortie de patients comparables. Le groupe de contrôle
ne pouvait être constitué uniquement par les hôpitaux sans
activité de formation, car seulement 15% des hôpitaux de la VA le
sont. Des données allant du 1er juillet 2000 au 30 juin 2003 ont
été prises pour la période de pré-réforme
et des données allant de 1er juillet 2003 au 30 juin 2005 ont
été utilisées pour la période
post-réforme.
La variable dépendante était le décès dans les
30 jours suivant l'admission dans l'établissement, utilisant la
régression logistique pour ajuster sur les comorbidités, les
tendances séculaires communes à tous les patients (ex:
évolution technologique générale), et
l'établissement impliqué. L'effet du changement dans les heures
de travail a été estimé par l'interaction entre les
coefficients pour le rapport résident/lit et des variables factices
indiquant l'année 1 ou l'année 2 après réforme.
Ces coefficients, présentés comme des rapports de cotes (RC),
mesurent le changement affectant la mortalité entre les hôpitaux
à forte activité et à faible activité de
formation, après des ajustements pour les différences
transversales dans la qualité de l'hôpital et celui des soins en
général. Ils ont été mesurés
séparément pour chaque année à cause de la
possibilité d'un effet bénéfique tardif ou d'effets
néfastes précoces. Les pathologies ont été
évaluées indépendamment et ensemble en tant que groupes
pathologiques et chirurgicaux combinés. Dans les modèles, une
différence dans la valeur initiale de la mortalité a
été autorisée entre les hôpitaux à forte et
à faible activité de formation, et une tendance commune a
été supposée jusqu'à l'instauration de la
réforme, après quoi les divergences étaient
autorisées. Afin d'évaluer si les tendances sous-jacentes pour
la mortalité ajustée au risque étaient similaires entre
les hôpitaux à forte et à faible activité de
formation avant la réforme de l'ACGME, nous avons analysé si
l'amplitude du changement affectant la mortalité variait entre les deux
groupes d'hôpitaux pendant les 3 années avant réforme
(test des contrôles). Ceci a été réalisé
avec un test  2 de Wald, qui évalue si les interactions
entre l'année 1 avant réforme et l'année 2 avant
réforme avec le rapport résident/lit étaient
égales à 0. Un test statistiquement significatif des
contrôles a suggéré une divergence de tendance pour la
mortalité dans les 3 années précédant la
réforme pour les hôpitaux de formations et non formateurs.
Lorsque de telles divergences étaient mises en évidence par le
test des contrôles pour une pathologie donnée, des analyses post
hoc étaient menées pour comparer les résultats
après réforme en prenant comme année initiale
l'année 1 avant réforme plutôt que d'utiliser toutes les
données de la période avant réforme de 3 ans.
Afin d'avoir des illustrations des effets de l'intensité de
l'activité de formation, nous avons converti les coefficients de
régression en probabilités estimées de la
mortalité pour un patient type en utilisant les valeurs moyennes pour
chacune des covariables et en remplaçant les indicateurs pour les
hôpitaux par le rapport résident/lit. Nous avons
évalué la stabilité des résultats médicaux
et chirurgicaux en (1) éliminant les patients admis dans les
hôpitaux de l'état de New York à cause de l'adoption de la
loi Libby Zion; (2) éliminant les patients admis provenant de maisons
de santé, susceptibles de ne pas avoir reçu des soins intensifs;
(3) évaluant la robustesse des résultats des analyses faites
sans ajustement sur les comorbidités afin de déterminer si les
changements dans la fréquence des comorbidités codifiées
peuvent expliquer ces effets; et (4) en estimant l'importance du changement
affectant la mortalité chez des patients hospitalisés une
seconde ou une troisième fois pour une ICC moins de 6 mois après
l'index. Toutes les valeurs P ont été bilatérales, ou
pour les tests 2, multilatérales. La
significativité statistique a été admise à
P<0.05. Toutes les analyses ont été réalisées
avec SAS version 9.1 (SAS Institute Inc, Cary, Caroline du Nord).
RESULTATS
Le nombre d'admission pour chaque condition a été
relativement constant, variant de moins de 8% par an pour n'importe quelle
condition (Tableau 1). Les
hôpitaux de la VA étaient fortement impliqués dans la
formation, avec 85% environ des hôpitaux ayant une activité de
formation et plus de 50% une forte ou très forte activité
(rapport résident/lit >0.25)
(Tableau 2).
|
|
|
|
Tableau 1.. Caractéristiques de la population
étudiée3
aInclus 318 636 patients et 131 hôpitaux. Les
années pré-réformes et post-réformes sont des
années académiques (ex: année 3 pré-réforme
correspond à l'année académique du1er juillet, 2000 au 30
juin 2001).
|
|
|
|
|
|
|
Tableau 2.. Caractéristiques des hôpitaux du Département des
Vétérans Américains
aLa somme des pourcentages ne font pas nécessairement 100
du fait de l'arrondissement. Inclus 131 établissements et 318 636
admissions.
|
|
|
Les taux de mortalité non ajustés pour la combinaison des
pathologies ont évolué de façon comparable dans chaque
quartile du rapport résident/lit, de l'année 3
pré-réforme à l'année 1 post-réforme
(FIGURE 1). En revanche, une
amélioration relative a été observé pour
l'année 2 post-réforme pour les hôpitaux ayant les
rapports résident/lit les plus élevés. Le RC non
ajusté de mortalité pour la combinaison des pathologies pour
l'année 1 post-réforme a été de 1.09 (IC 95%,
0.92-1.29) et de 0.74 (IC 95%, 0.62-0.89) pour l'année 2
post-réforme. Par opposition, aucune différence n'a
été observée pour les patients chirurgicaux entre les
hôpitaux ayant des rapports résident/lit différents
(Figure 1). Le RC non
ajusté pour la mortalité pour la combinaison des
catégories chirurgicales dans l'année 1 post-réforme a
été de 0.94 (IC95%, 0.72-1.23) et 1.05 (IC95%, 0.79-1.39) pour
l'année 2 post-réforme.
|
|
|
|
Figure 1.. Tendances non ajustées pour la mortalité dans les
hôpitaux du département des vétérans
américain pour les combinaisons des pathologies et les
catégories chirurgicaux par quartile du rapport
résident/lit.
Les barres d'erreurs indiquent des intervalles de confiance à 95%,
calculés selon une distribution binomiale. La régulation des
heures de travail de l'Accreditation Council for Graduate Medical Education a
été mise en place le 1er juillet 2003. L'année 3
pré-réforme incluait l'année académique 2000-2001
(1er juillet 2000 au 30 juin 2001); l'année 2
pré-réforme, l'année académique 2001-2002;
l'année 1 pré-réforme, l'année académique
2002-2003; l'année 1 post-réforme, l'année
académique 2003-2004; l'année 2 post-réforme,
l'année académique 2004-2005. Pour la combinaison des
pathologies, une divergence significative a été trouvée
uniquement pour l'année 2 post-réforme (test 2
de Wald, P =.001). Pour la combinaison des catégories chirurgicales,
aucune divergence significative n'a été trouvée dans les
deux années post-réformes. Le niveau de significativité
évalue si la tendance de la période pré-réforme
à l'année 1 et 2 post-réformes respectivement,
différaient entre des hôpitaux de forte et de faible
activité de formation.
|
|
|
Des analyses ajustées ont indiqué que, pour toutes les
pathologies sur l'année 1 post-réforme, aucune variation
statistique ment significative n'a été trouvé pour le
risque de mortalité entre des hôpitaux de différents
niveaux d'activité de formation (interaction entre l'année 1
post-réforme et le rapport résident/lit.
Tableau 3).
|
|
|
|
Tableau 3.. Risques ajustés de mortalité aprés la réforme
horaire dans les hôpitaux à forte vs faible activité de
formation
Abréviation: IC, intervalle de confiance.
aLes termes d'interaction (résident/lit X année 1
post-réforme) et (résident/lit X année 2
post-réforme) mesurent l'existence de variation relative pour le risque
de mortalité entre les hôpitaux à forte et faible
activité de formation. Les modèles sont également
ajustés sur l'âge, le sexe, les comorbidités, les
tendances temporelles communes, et le site d'hospitalisation.
bLes unités des rapports des cotes comparent les
hôpitaux ayant un rapport résident/lit de 1 avec les
hôpitaux ayant un rapport résident/lit de 0 (non formateurs).
|
|
|
Cependant, dans l'année 2 post-réforme, le risque de
décès a baissé de façon plus notable dans les
hôpitaux à forte activité de formation pour les IDM et
pour la combinaison des 4 pathologies (interaction entre l'année 2
post-réforme et le rapport résident/lit
Tableau 3). Parce que les IDM
étaient la seule pathologie qui montrait indépendamment une
réduction significative des risques de mortalité, nous avons
réalisé une étude post hoc de la combinaison des 3
pathologies, sans l'IDM ; ce groupe a également montré une
réduction significative des risques de mortalité pour les
hôpitaux à forte activité de formation. Parmi les patients
admis pour des chirurgies générales, orthopédiques, ou
vasculaires, les risques de mortalité n'ont montré aucune
variation significative pour des hôpitaux de différents niveaux
d'activité de formation, que cela soit en année 1 ou 2
post-réformes (Tableau
3). Les statistiques C pour les modèles ont
été compris entre 0.72 et 0.88.
Les RC du tableau 3 sont mis
à l'échelle pour souligner le contraste entre des rapports
résident/lit de 1 et 0, mais d'autres comparaisons possibles pour la
combinaison des pathologies sont montrées dans le
tableau 4. Par exemple, le
risque de mortalité pour un patient admis dans un hôpital ayant
un rapport résident/lit de 0.60 (forte activité) en année
2 post-réforme serait amélioré de 17% par rapport
à une admission du même patient dans un hôpital non
formateur, pour la même période, après ajustement sur les
différences de résultats pour les valeurs initiales.
|
|
|
|
Tableau 4.. Comparaison entre les variations des risques de mortalité entre la
période pré-réforme et l'année 2
post-réforme pour la combinaison des pathologies et pour des
hôpitaux de différents niveaux d'activité de
formation.a
Abréviation: IC intervalle de confiance.
aChaque cellule indique le rapport entre la variation de la
mortalité pour l'hôpital à plus forte activité de
formation avec celle de l'hôpital à plus faible activité
de formation. Par exemple, les hôpitaux à très forte
activité de formation réduisent leurs risques de
mortalité de 20% par rapport aux hôpitaux à faible
activité de formation.
|
|
|
Pour chacune des pathologies, à l'exception des IDM, et pour chaque
catégorie de chirurgie, le test des contrôles n'a montré
aucune évidence pour une différence de tendance en
période pré-réforme entre les hôpitaux de
différent niveaux d'activité de formation. Cependant, pour les
IDM, les résultats ont connu une amélioration plus rapide dans
les hôpitaux à forte activité de formation, en
pré-réforme, même si son importance était beaucoup
plus faible par rapport à celle observée en année 2
post-réforme. Nous avons évalué la stabilité des
résultats pour les IDM en cas d'ajustement sur ces tendances
divergentes, en incluant les termes d'interaction entre l'année 2
pré-réforme et le rapport résident/lit et l'année
1 pré-réforme et le rapport résident/lit dans le
modèle, et prenant l'année 1 pré-réforme comme
l'année de référence ; nous n'avons trouvé aucune
différence qualitative.
L'exclusion de l'analyse des patients admis dans des hôpitaux de
l'état de New York ou des patients transférés de maisons
de santé n'a pas affecté les résultats. Nous avons
également analysé si les changements dans la codification des
comorbidités pouvaient expliquer n'importe lequel de ces effets. Bien
que nous ayons observé une augmentation relative de 2% à 4% dans
la codification des comorbidités pour les hôpitaux à forte
activité de formation par rapport aux autres pour l'année 2
post-réforme, des analyses de sensibilité sans ajustement pour
les comorbidités ont produit des résultats similaires. Par
exemple, le RC pour la combinaison des pathologies sans ajustement sur le
risque a été de 0.74 (IC 95%, 0.62-0.89) vs 0.74 (IC 95%,
0.61-0.89) avec ajustement sur le risque. Dans les analyses de la combinaison
des pathologies sans l'IDM, le RC en année 2 post-réforme, sans
ajustement sur le risque a été de 0.82 (IC 95%, 0.66-1.01) vs
(IC 95%, 0.63-0.98) avec ajustement des risques. Les différences
significatives ont été également absentes sur
l'importance de variation de la mortalité entre les hôpitaux
à forte et faible activités de formation pour des patients avec
IDM, avec un ajustement pour la localisation anatomique, ou pour des patients
avec ICC qui ont connu une deuxième ou une troisième
hospitalisation moins de 6 après la première.
La Figure 2 montre les
probabilités estimées de mortalité pour chaque
année pour un patient type dans des hôpitaux situés dans
le 25ème (rapport résident/lit de 0.07), 50ème (rapport
résident/lit de 0.42), 75ème (rapport résident/lit de
0.65), et 90ème (rapport résident/lit de 0.87) percentiles pour
le niveau d'activité de formation. Pour la combinaison des pathologies,
les tendances pour la mortalité ajustée étaient
comparables entre les hôpitaux de différents niveaux
d'implication entre l'année 3 pré-réforme et
l'année 1 pré-réforme. Cependant, une divergence
significative s'observait en année 2 post-réforme. De
l'année 1 pré-réforme à l'année 2
post-réforme, un patient type dans un hôpital du 90ème
percentile aurait connu une baisse de la mortalité de 5.15% à
3.74%, une différence de 1.41 en point de pourcentage. Comparée
au taux d'amélioration sous-jacent pour un patient type dans un
hôpital du 25ème centile, pour lequel la mortalité baisse
de 0.53 en point de pourcentage (de 6.29% à 5.76%), ceci
représente une différence absolue de 0.88 en point de
pourcentage (13.9% de réduction relative). Un patient type
traité dans un hôpital du 75ème percentile devrait
connaître une amélioration absolue de la mortalité de 0.70
point de pourcentage par rapport à une admission dans un hôpital
du 25ème centile (11.1% réduction relative). Contrairement au
cas des pathologies, nous n'avons trouvé aucune différence de
tendance pour la mortalité entre les patients chirurgicaux
d'hôpitaux ayant différents niveaux d'activité de
formation.
|
|
|
|
Figure 2.. Probabilités estimées de la mortalité pour un patient
type pour la combinaison des pathologies et la combinaison des
catégories chirurgicales par rapport résident/lit.
Les tracés montrent les variations de la mortalité pour un
patient avec des valeurs moyennes pour toutes les comorbidités dans des
hôpitaux avec un rapport résident/lit à chaque percentile
du niveau d'activité de formation. Les barres d'erreurs indiquent des
intervalles de confiance à 95%, calculés selon une distribution
binomiale. La régulation des heures de travail de l'Accreditation
Council for Graduate Medical Education a été mise en place le
1er juillet 2003. L'année 3 pré-réforme incluait
l'année académique 2000-2001 (1er juillet 2000 au 30 juin 2001);
l'année 2 pré-réforme, l'année académique
2001-2002; l'année 1 pré-réforme, l'année
académique 2002-2003; l'année 1 post-réforme,
l'année académique 2003-2004; l'année 2
post-réforme, l'année académique 2004-2005. Pour la
combinaison des pathologies, une divergence significative a été
trouvée uniquement pour l'année 2 post-réforme (test
2 de Wald, P =.001). Pour la combinaison des catégories
chirurgicales, aucune divergence significative n'a été
trouvée dans les deux années post-réformes.
|
|
|
COMMENTAIRES
| |
La réforme des heures de travail à été soutenue
comme pouvant améliorer le pronostic des patients en réduisant
la fatigue, alors que d'autres études suggéraient le contraire
en raison de la dégradation de la continuité des soins. Nos
résultats suggèrent des améliorations significatives de
la mortalité chez les patients des hôpitaux de la VA les plus
impliqués dans la formation pour 4 pathologies fréquentes, ayant
une mortalité assez élevée, consécutives à
l'instauration de ces régulations horaires. Ces résultats
devraient être examinés en prenant en considération les
autres études sur la réforme horaires et les résultats au
niveau du patient. Une analyse parallèle que nous avons
effectuée sur les bénéficiaires de Medicare à
l'échelle nationale n'a montré aucune variation relative
significative de la mortalité entre les hôpitaux à forte
et à faible activités de formation, aussi bien pour les patients
médicaux que chirurgicaux. Les causes possibles de ces résultats
discordants sont détaillées dans l'étude
mentionnée, mais très brièvement, elles incluent une
moyenne beaucoup plus élevée du rapport résident/lit des
hôpitaux de la VA par rapport aux hôpitaux de formations non VA ;
une autonomie potentiellement plus large pour les internes des hôpitaux
de la VA ; des différences dans la constitution des équipes
soignantes et des volumes de fréquentation; une différence dans
l'équilibre entre réduction de la fatigue et dégradation
de la continuité des soins; et potentiellement des différences
pour des facteurs confondants non pris en compte.
Une étude monocentrique comparant les résultats entre des
établissements formateurs et non formateurs, avant et après la
réforme des horaires n'a pas été suffisamment
étendue pour avoir la puissance statistique nécessaire pour
comparer les variations de la mortalité. Une étude plus
importante se basant sur des échantillons du Nationwide Inpatient
Sample (NIS) du Healthcare Cost and Utilization Project's (HCUP's) a
observé une amélioration faible mais significative de la
mortalité pour des patients médicaux mais pas chirurgicaux dans
les hôpitaux de formation, par rapport aux hôpitaux non
formateurs, consécutif à la réforme. Cependant, les
hôpitaux et les états dans lesquels les échantillons du
HCUP NIS sont prélevés changent tous les ans, avec des
variations possibles des proportions de données provenant de chaque
hôpital pour chaque période. Ceci peut affecter la
validité de ces comparaisons sur le temps. Le HCUP NIS n'inclut pas une
identification individuelle des patients, excluant la possibilité de
faire la distinction entre admission unique et multiple admission pour un
même patient, et acceptant un possible biais sur les mesures des
variations relatives de la mortalité dans le temps. Il n'inclut pas non
plus les informations sur les décès hors du milieu hospitalier,
se limitant uniquement à la mortalité hospitalière et, de
ce fait, permet à des différences sur les taux de sortie de
l'hôpital de biaiser potentiellement la corrélation entre la
mortalité hospitalière et l'incidence du décès sur
une période donnée après l'admission. Notre étude
évite ces écueils en incluant les données de tous les
hôpitaux sur toute la période, limitant les participants à
une seule hospitalisation éligible pour une pathologie donnée,
et en mesurant la mortalité totale 30 jours après
l'admission.
Bien que cette étude soit descriptive et qu'on ne puisse être
certain que la baisse de la mortalité soit due à la
réforme, ces résultats sont néanmoins rassurants.
Quelques unes ou toutes les améliorations pourraient être dues
aux efforts de réorganisation des établissements pour assurer le
service en réponse à la réforme plutôt qu'à
une réduction de la fatigue au sein du personnel soignant. Toutefois,
des améliorations relatives ont été observées pour
les patients médicaux dans les hôpitaux à très
forte activité de formation. Ceci suggère que les initiatives
qui auraient pu conduire à l'amélioration des résultats
de l'hospitalisation pour tous les patients des hôpitaux à forte
activité de formation n'ont pas perturbé nos résultats.
Ces observations sont importantes car la VA est l'unique fournisseur majeur de
programme de résidanat aux Etats-Unis, assurant au moins une partie de
la formation du tiers environ de tous les résidents par an. Plus des
deux-tiers des médecins aux Etats-Unis ont suivi une partie de leur
formation dans un établissement de la VA.
La constatation d'une amélioration significative de la
mortalité en année 2 post-réforme et pas en année
1 post-réforme est en concordance avec des travaux récents qui
suggèrent une observance initialement faible du règlement, mais
qui se serait améliorée pendant la première année
post-réforme. Cependant, une étude de l'ACGME a montré
que seulement 3,3% des résidents sondés en 2004-2005
(année 2 post-réforme) ont déclaré travailler plus
de 80 heures par semaine sur le mois écoulé par rapport à
3.0% en 2003-2004. Des études observant les effets de la loi Libby Zion
dans l'état de New York n'ont trouvé aucune différence de
mortalité dans les hôpitaux de formation et les hôpitaux
non formateurs ou au sein du même hôpital de formation. Les taux
d'observance auraient pu cependant être très faibles. La raison
de l'amélioration de la mortalité avec les programmes
éducatifs médicaux mais pas chirurgicaux n'est pas claire dans
les hôpitaux de la VA. Une explication possible est qu'en chirurgie, la
réforme a résulté en la dégradation de la
continuité des soins, annulant toute amélioration liée de
la diminution de la fatigue. Les programmes de formation médicaux
auraient également pu développer de meilleurs systèmes de
roulements et une implication accrue des résidents en service pour
compenser la baisse de continuité. Une autre possibilité est que
les programmes médicaux des hôpitaux de la VA adhèrent
plus à la réglementation que les programmes en chirurgie. Il est
possible que les stagiaires en chirurgie aient été moins
affectés par la nouvelle réglementation que les stagiaires en
médecine, même si volume horaire plus important des stagiaires en
chirurgie pour la période pré-réforme puisse
suggérer le contraire. Des travaux plus poussés, faisant appel
à des mesures et des données de différents types sur les
réponses du milieu hospitalier à la réforme sont
nécessaires pour arriver à une meilleure compréhension de
cette différence.
Il est important de connaître les limites potentielles de notre
étude. Nous avons recherché des liens avec la mortalité,
mais d'autres effets de la réforme horaire pourraient avoir une
importance clinique aussi bien sur les soins apportés aux malades que
sur la formation des internes. Ces mesures sont en eux-mêmes
importantes, mais peuvent également servir d'intermédiaires dans
la recherche sur la mortalité. Notre étude pourrait être
mieux qualifiée d'étude d'effectivité plutôt qu'une
étude d'efficacité.
Nous n'avons pas d'information sur le nombre d'heures effectivement
travaillées dans chaque hôpital, même si le risque de
perdre l'accréditation de l'ACGME soit un facteur d'incitation à
l'observation du règlement. Le système de la VA participe plus
à la formation que les autres structures, avec une proportion beaucoup
plus importante d'hôpitaux de formation et plus d'autonomie pour les
résidents. De ce fait, les résultats pour la VA ne s'appliquent
pas forcément aux autres environnements. Nous ne disposons
peut-être pas de puissance statistique suffisante pour conclure à
l'absence d'un effet de la réforme horaire sur les programmes de
formation en chirurgie, malgré l'inclusion de plus de patients
chirurgicaux que médicaux. Du fait d'un taux de mortalité
beaucoup plus bas chez les patients chirurgicaux, une variation relative du
risque de mortalité chez ces patients, similaire à celle des
patients médicaux ne peut être exclue. Cependant, les estimations
ponctuelles ne suggèrent pas une variation de la mortalité chez
ceux-ci entre les hôpitaux plus impliqués et moins
impliqués dans la formation. Si un tel effet existe, l'importance de la
variation absolue sur la mortalité serait faible. Bien que des
variations dans la codification des comorbidités sur le temps doit
être pris en compte, les résultats étaient similaires avec
ou sans ajustement pour les comorbidités. Par ailleurs, pendant les 5
années de l'étude, il y a eu peu de changement dans le nombre
moyen de comorbidités, le nombre de patient avec 0, 1, 2 ou 3
comorbidités, ou l'âge moyen dans les hôpitaux à
forte, moyen, ou faible activité de formation. Ceci suggère
qu'il n'y a pas de variations majeures dans le temps du profil des patients
pour des hôpitaux ayant des niveaux différents d'activité
de formation.
Des facteurs de confusion non-mesurés doivent toujours être
envisagés. L'utilisation de données administratives limite
l'ajustement pour le risque, mais l'approche par séries temporelles
multiples réduit la vraisemblance d'un facteur de confusion important
non mesuré. Notre analyse est ajustée sur des différences
des variations initiales entre les hôpitaux de forte et de faible
activité de formation. C'est pourquoi, la confusion ne pourrait se
produire que si la prévalence des facteurs de risque non mesurés
variait à des taux différents en fonction de l'activité
de formation de l'hôpital. La confusion provenant d'autres mesures
d'amélioration de la qualité est peu susceptible de poser un
problème dans un système VA, car ces améliorations se
font généralement à l'échelle du système et
sont imposés à l'ensemble des établissements.
Bien que notre étude suggère des améliorations
relatives des résultats des patients médicaux dans le
système VA suite à la réforme, le débat reste
ouvert sur l'efficacité des mesures actuelles dans la régulation
des heures de travail. D'autres travaux ont trouvé des taux erreurs
significativement plus faibles pour des services de 16 heures par rapport
à 24 à 36 heures. La question de l'effectivité et le
rapport coût-efficacité des différentes approches de la
régulation des heures de travail pour améliorer le pronostic des
patients ne peut être résolu que par des explorations plus
poussées, avec d'autres démarches couplées à une
évaluation rigoureuse.
En conclusion, nous avons trouvé que la réforme des heures de
travail était associée à une amélioration
significative de la mortalité dans les hôpitaux plus
impliqués dans la formation pour des patients médicaux. D'autre
part, nous n'avons trouvé aucune augmentation de la mortalité
liée à la nouvelle réglementation chez les patients
chirurgicaux. Des évaluations plus poussées des
répercussions de la réforme sur d'autres facteurs cliniques et
éducatifs à la fois dans les hôpitaux de la VA et les
autres structures sont préconisées avant toute modification du
système horaire actuel.
Informations sur les auteurs
Correspondance: Kevin G. Volpp, MD, PhD, Center for Health Equity
Research and Promotion (CHERP), Philadelphia Veterans Affairs Medical Center,
3900 Woodland Ave, Philadelphia, PA 19104-6021
(volpp70{at}wharton.upenn.edu).
Les affiliations des auteurs sont indiquées à la fin
de cet article.
Contribution des auteurs : Le Dr Volpp a eu un accès complet
à toutes les données de l'étude et accepte la
responsabilité de l'intégrité des données et de
l'exactitude de l'analyse des données.
Conception et schéma de l'étude : Volpp, Rosen,
Rosenbaum, Romano, Bellini, Silber.
Recueil des données : Volpp, Even-Shoshan, Canamucio,
Behringer, Silber.
Analyse et interpretation des données : Volpp, Rosen,
Rosenbaum, Romano, Canamucio, Bellini, Silber.
Rédaction du manuscrit : Volpp, Rosenbaum, Canamucio,
Silber.
Revue critique du manuscrit : Volpp, Rosen, Rosenbaum, Romano,
Even-Shoshan, Bellini, Behringer, Silber.
Analyse statistique : Volpp, Rosenbaum, Romano, Canamucio,
Silber.
Obtention du financement : Volpp, Rosen, Silber.
Aide dministrative, technique, ou matérielle : Volpp,
Even-Shoshan, Bellini, Behringer, Silber.
Supervision de l'étude : Volpp, Rosen, Rosenbaum,
Silber.
Liens financiers : Aucun déclaré.
Financement/Soutien : Ce travail a bénéficié
principalement d'une bourse IIR 04.202.1 de la US Veterans Affairs Health
Services Research and Development Service. Un soutien a également
été reçu sous la forme de bourses R01 HL082637 du
National Heart, Lung, and Blood Institute et SES-0646002 du National Science
Foundation.
Rôle des sponsors : Les sponsors n'ont joué aucun
rôle dans le schéma et la conduite de l'étude, dans le
recueil, la gestion, l'analyse et l'interprétation des données,
ni dans la préparation, la revue ou l'approbation du manuscrit.
Autres contributions : David Blumenthal, MD, Harvard Medical School;
David Dinges, PhD, University of Pennsylvania School of Medicine; participants
aux travaux de l'University of Chicago et de l'University of Pennsylvania; le
comité ACGME pour l'amélioration de l'environnement de la
formation a fait des commentaires sur les premières redactions. Liyi
Cen, MS, Philadelphia Veterans Affairs Medical Center et University of
Pennsylvania, a aide comme programmateur informatique statistique sur ce
projet. Anee Lee, BA, Philadelphia Veterans Affairs Medical Center, a aide en
tant qu'assistante de recherche employée sur ce project. Les Drs
Blumenthal et Dinges n'ont reçu aucune compensation pour leur
rôle en tant que membres du comité consultative de cette
étude.
Affiliations des auteurs: Center for Health Equity Research and
Promotion, Veterans Administration Hospital, Philadelphia, Pennsylvania;
Center for Outcomes Research, The Children's Hospital of Philadelphia,
Philadephia, Pennsylvania; Departments of Medicine and Pediatrics and
Anesthesiology and Critical Care, University of Pennsylvania School of
Medicine, Philadelphia; Departments of Health Care Systems and Statistics, The
Wharton School, University of Pennsylvania, Philadelphia; The Leonard Davis
Institute of Health Economics, University of Pennsylvania, Philadelphia;
Department of Health Policy and Management, Boston University School of Public
Health, Boston, Massachusetts, and Center for Health Quality, Outcomes and
Economic Research, Veterans Administration Hospital, Bedford, Massachusetts;
et Division of General Medicine and Center for Healthcare Policy and Research,
University of California Davis School of Medicine, Sacramento.
BIBLIOGRAPHIE
| |
1. Resident duty hours language: final requirements. Accreditation
Council for Graduate Medical Education Web site.
http://www.acgme.org.
Accessed July 27, 2003.
2. Report of the work group on resident duty hours and the learning
environment, June 11, 2002. In: The ACGME's approach to limit resident duty
hours: a summary of achievements for the second year under the common duty
hour standards. Accreditation Council for Graduate Medical Education Web site.
http://www.acgme.org/acWebsite/dutyHours/dh_achieveSum04-05.pdf.
Accessed October 3, 2006.3. Kohn LT, Corrigan JM, Donaldson MS. To Err Is Human:
Building a Safer Health System. Washington, DC: National Academy
Press; 2000.4. Fletcher KE, Davis SQ, Underwood W, Mangrulkar RS, McMahon LF Jr,
Saint S. Systematic review: effects of resident work hours on patient safety.
Ann Intern Med.2004; 141(11):851
-857.
FREE FULL TEXT
5. Weinger MB, Ancoli-Israel S. Sleep deprivation and clinical
performance. JAMA.2002; 287(8):955
-957.
FREE FULL TEXT
6. Charap M. Reducing resident work hours: unproven assumptions and
unforeseen outcomes. Ann Intern Med.2004; 140(10):814
-815.
FREE FULL TEXT
7. Pellegrini VD Jr, Peabody T, Dinges DF, Moody J, Fabri PJ.
Symposium resident work-hour guidelines: a sentence or an opportunity for
orthopaedic education? J Bone Joint Surg Am.2005; 87(11):2576
-2586.
PUBMED
8. Gaba DM, Howard SK. Patient safety: fatigue among clinicians and
the safety of patients. N Engl J Med.2002; 347(16):1249
-1255.
PUBMED
9. Drazen JM. Awake and informed. N Engl J
Med.2004; 351(18):1884
.
PUBMED
10. Mukherjee S. A precarious exchange. N Engl J
Med.2004; 351(18):1822
-1824.
PUBMED
11. Ofri D. Residency regulations: resisting our reflexes. N
Engl J Med.2004; 351(18):1824
-1826.
PUBMED
12. Niederee MJ, Knudtson JL, Byrnes MC, Helmer SD, Smith RS. A survey
of residents and faculty regarding work hour limitations in surgical training
programs. Arch Surg.2003; 138(6):663
-669, 669-671.
FREE FULL TEXT
13. Biller CK, Antonacci AC, Pelletier S, et al. The 80-hour work
guidelines and resident survey perceptions of quality. J Surg
Res.2006; 135(2):275
-281.
PUBMED
14. Horwitz LI, Kosiborod M, Lin Z, Krumholz HM. Changes in outcomes
for internal medicine inpatients after work-hour regulations [published online
ahead of print June 4, 2007]. Ann Intern Med.2007; 147(2):97
-103.
FREE FULL TEXT
15. Shetty KD, Bhattacharya J. Changes in hospital mortality associated
with residency work-hour regulations [published online ahead of print June 4,
2007]. Ann Intern Med.2007; 147(2):73
.
FREE FULL TEXT
16. Volpp KG, Rosen AK, Rosenbaum PR, et al. Mortality among
hospitalized Medicare beneficiaries in the first 2 years following ACGME
resident duty hour reform. JAMA.2007; 298(9):975
-983.
FREE FULL TEXT
17. Inpatient Quality Indicators Overview. AHRQ Quality Indicators Web
site.
http://www.qualityindicators.ahrq.gov/iqi_overview.htm.
Accessed May 1, 2007.18. Second Report of the California Hospitals Outcomes Project, May
1996. Acute Myocardial Infarction. Sacramento, CA: Office of
Statewide Health Planning and Development; 1996.
http://repositories.cdlib.org/chsrpc/coshpd/index.html#1996.
Accessed May 1, 2007.19. Rockall TA, Logan RF, Devlin HB, Northfield TC. Variation in
outcome after acute upper gastrointestinal haemorrhage: the National Audit of
Acute Upper Gastrointestinal Haemorrhage. Lancet.1995; 346(8971):346
-350.
PUBMED
20. Iezzoni LI, ed. Risk Adjustment for Measuring
Health-care Outcomes. 3rd ed. Chicago, IL: Health Administration
Press; 2003: 73.21. Elixhauser A, Steiner C, Harris DR, Coffey RM. Comorbidity measures
for use with administrative data. Med Care.1998; 36(1):8
-27.
PUBMED
22. Stukenborg GJ, Wagner DP, Connors AF Jr. Comparison of the
performance of two comorbidity measures, with and without information from
prior hospitalizations. Med Care.2001; 39(7):727
-739.
PUBMED
23. Southern DA, Quan H, Ghali WA. Comparison of the Elixhauser and
Charlson/Deyo methods of comorbidity measurement in administrative data.
Med Care.2004; 42(4):355
-360.
PUBMED
24. Glance LG, Dick AW, Osler TM, Mukamel DB. Does date stamping
ICD-9-CM codes increase the value of clinical information in
administrative data? Health Serv Res.2006; 41(1):231
-251.
PUBMED
25. Quan H, Sundararajan V, Halfon P, et al. Coding algorithms for
defining comorbidities in ICD-9-CM and ICD-10 administrative
data. Med Care.2005; 43 (11):1130
-1139.
PUBMED
26. Deyo RA, Cherkin DC, Ciol MA. Adapting a clinical comorbidity index
for use with ICD-9-CM administrative databases. J Clin
Epidemiol.1992; 45(6):613
-619.
PUBMED
27. Volpp KG, Stone R, Lave JR, et al. Is thirty-day hospital mortality
really lower for black veterans compared to white veterans? Health
Serv Res.2007; 42(4):1613
-1631. doi:10.1111/j.1475-6773.2006.00688.x
.
PUBMED
28. Fisher SG, Weber L, Goldberg J, Davis F. Mortality ascertainment in
the veteran population: alternatives to the National Death Index.
Am J Epidemiol.1995; 141(3):242
-250.
FREE FULL TEXT
29. Page WF, Braun MM. Ascertainment of mortality in the U.S. veteran
population: World War II veteran twins. Mil Med.1995; 160(7):351
-355.
PUBMED
30. Keeler EB, Rubenstein LV, Kahn KL, et al. Hospital characteristics
and quality of care. JAMA.1992; 268(13):1709
-1714.
FREE FULL TEXT
31. Allison JJ, Kiefe CI, Weissman NW, et al. Relationship of hospital
teaching status with quality of care and mortality for Medicare patients with
acute MI. JAMA.2000; 284(10):1256
-1262.
FREE FULL TEXT
32. Taylor DH, Whellan DJ, Sloan FA. Effects of admission to a teaching
hospital on the cost and quality of care for medicare beneficiaries.
N Engl J Med.1999; 340(4):293
-299.
PUBMED
33. Ayanian JZ, Weissman JS. Teaching hospitals and quality of care: a
review of the literature. Milbank Q.2002; 80(3):569
-593.
PUBMED
34. Cox DR. Note on grouping. J Am Stat Assoc.1957; 52(280):543
-547.
35. Cochran WG. The effectiveness of adjustment by subclassification in
removing bias in observational studies. Biometrics.1968; 24(2):295
-313.
PUBMED
36. Campbell DT, Stanley JC. Experimental and
Quasi-Experimental Designs for Research. Dallas, TX: Houghton
Mifflin Co; 1963: 56-63.37. Shadish WR, Cook TD, Campbell DT. Experimental and
Quasi-Experimental Designs for Generalized Causal Inference.
Boston, MA: Houghton-Mifflin; 2002:181
.38. Rosenbaum PR. Stability in the absence of treatment. J
Am Stat Assoc.2001; 96(453):210
-219.
39. Fleiss JL, Levin B, Paik MC. Statistical Methods for
Rates and Proportions. New York, NY: Wiley; 2003:28
-29.40. Agresti A. An Introduction to Categorical Data
Analysis. New York, NY: Wiley; 2007:108
-109.41. Landrigan CP, Rothschild JM, Cronin JW, et al. Effect of reducing
interns' work hours on serious medical errors in intensive care units.
N Engl J Med.2004; 351(18):1838
-1848.
PUBMED
42. Lockley SW, Cronin JW, Evans EE, et al. Effect of reducing interns'
weekly work hours on sleep and attentional failures. N Engl J
Med.2004; 351(18):1829
-1837.
PUBMED
43. Poulose BK, Ray WA, Arbogast PG, et al. Resident work hour limits
and patient safety. Ann Surg.2005; 241(6):847
-856, 856-860.
PUBMED
44. Howard DL, Silber JH, Jobes DR. Do regulations limiting residents'
work hours affect patient mortality? J Gen Intern Med.2004; 19(1):1
-7.
PUBMED
45. Petersen LA, Brennan TA, O'Neil AC, Cook EF, Lee TH. Does
housestaff discontinuity of care increase the risk for preventable adverse
events? Ann Intern Med.1994; 121(11):866
-872.
FREE FULL TEXT
46. Laine C, Goldman L, Soukup JR, Hayes JG. The impact of a regulation
restricting medical house staff working hours on the quality of patient care.
JAMA.1993; 269(3):374
-378.
FREE FULL TEXT
47. Veterans Health Administration Handbook 1400.1. Resident
Supervision. July 27, 2005.
http://www1.va.gov/vhapublications/ViewPublication.asp?pub_ID=1289.
Accessed May 19, 2007.48. Center for Medicare and Medicaid Services. Guidelines for teaching
physicians, interns, and residents. July 2006.
http://www.cms.hhs.gov/MLNProducts/downloads/gdelinesteachgresfctsht.pdf.
Accessed May 19, 2007.49. Association of American Medical Colleges. 2005 Medical School
Graduation Questionnaire Final All Schools Report.
http://www.aamc.org/data/gq/allschoolsreports/2005.pdf.
Accessed June 1, 2007.50. Landrigan CP, Barger LK, Cade BE, Ayas NT, Czeisler CA. Interns'
compliance with accreditation council for graduate medical education work-hour
limits. JAMA.2006; 296(9):1063
-1070.
FREE FULL TEXT
51. Accreditation Council for Graduate Medical Education. The ACGME's
approach to limit resident duty hours 12 months after implementation: a
summary of achievements, 2004.
http://www.acgme.org/acWebsite/dutyHours/dh_achieveSum04-05.pdf.
Accessed October 3, 2006.52. DeBuono BA, Osten WM. The medical resident workload: the case of
New York State. JAMA.1998; 280(21):1882
-1883.
PUBMED
53. Baldwin DC Jr, Daugherty SR, Tsai R, Scotti MJ Jr. A national
survey of residents' self-reported work hours: thinking beyond specialty.
Acad Med.2003; 78(11):1154
-1163.
PUBMED
ARTICLES EN RAPPORT
Temps de travail des médecins en formation: évaluation des aménagements. Plus reste à faire
David O. Meltzer et Vineet M. Arora
JAMA. 2007;298:1055-1057.
Texte Complet
Cette semaine dans le JAMA
JAMA. 2007;298:953.
Texte Complet
Mortalité chez les bénéficiaires d'une assurance maladie de type Medicare au cours des deux premières années suivant la réforme ACGME des heures de travail des résidents
Kevin G. Volpp, Amy K. Rosen, Paul R. Rosenbaum, Patrick S. Romano, Orit Even-Shoshan, Yanli Wang, Lisa Bellini, Tiffany Behringer, et Jeffrey H. Silber
JAMA. 2007;298:975.
Résumé
|
