Modelling daily patient flow in the emergency department of Caen University Hospital: a one-year retrospective study
Modélisation rétrospective sur un an du recours quotidien aux urgences adultes du centre hospitalier universitaire de Caen
Résumé
Emergency department crowding increases the risk of morbi-mortality. We studied the input crowding which is the patients’ flow. Recently there have been developed mathematical models predicting the patient flow in the emergency department. Our study is looking for the different variables linked with the patient flow in the emergency department. We did a retrospective observational study about the patients flow from the emergency department of the Emergency University Hospital of Caen. The variables we used were: the daily patient flow in the emergency department, the number of DRM from SAMU 14 and the climate from 1er January 2019 to 31 January 2020. We used univariate and multivariate linear regression for our model. This model was significant with a p < 0,05 but the relationship between the variables was moderate with an R² = 0,53. The variables with a significant correlation were: the day of the week, the working days, the public holidays, the mean of monthly patient flow, the number of patients of the day before and the atmospheric pressure at sea level. Monday has proved to be the day with the greatest patient flow. These variables could be help to adapt the resources needed in the emergency ward on a weekly basis. In order to improve this model a new database with variables collected hour by hour during several years would be of help.
La tension aux urgences augmente le risque de morbi-mortalité. Nous nous sommes intéressés à la tension d’amont qui correspond au nombre de passages aux urgences. Récemment, plusieurs modèles mathématiques ont été proposés afin de prévoir le nombre de passages aux urgences en fonction des flux de passages postérieurs. Il semblait pertinent de développer un modèle du flux du recours quotidien aux urgences afin de découvrir quelles variables étaient corrélées à ce flux. Nous avons réalisé une étude rétrospective observationnelle sur le flux de passage aux urgences adultes du CHU de Caen. Nous avons recueilli les données quotidiennes du nombre de passages aux urgences adultes, du nombre de DRM du SAMU 14, de la température minimale, maximale et moyenne entre le 1er janvier 2019 et le 31 janvier 2020. Ces données étaient classées en fonction du jour de la semaine. L’analyse comparative des données a été réalisée en régression univariée puis multivariée. Notre modèle multivarié était significatif avec un p < 0,01 mais de lien faible avec un R² à 0,53. Les variables ayant une corrélation significative étaient le jour de la semaine, le jour non ouvré ou férié, la moyenne du flux de passages par mois ainsi que les résultats de la veille qui étaient significatifs avec un p < 0,01. La journée où il existe le plus important flux de passages aux urgences est le lundi. Ces données peuvent être utilisées pour guider la répartition des ressources sur une semaine. Un recueil de données horaires sur plusieurs années semble nécessaire afin d’améliorer notre modèle.