Assessing the impact of social prescribing on health service utilisation: Evidence from the UK

Cette étude britannique, basée sur des données longitudinales de 4 547 patients, démontre que la prescription sociale entraîne une réduction significative et généralisée de l'utilisation des services de santé, notamment une baisse de 53 % des visites chez le généraliste et d'environ 62 % des consultations aux urgences et hospitalisations.

L'essentiel

🌟 Le Concept : La "Prescription Sociale"

Imaginez que vous allez voir votre médecin de famille (le généraliste) parce que vous vous sentez triste, seul ou que vous ne savez pas comment gérer votre stress. Au lieu de vous donner un médicament pour la dépression ou l'anxiété, le médecin vous dit : "Et si, au lieu de prendre une pilule, vous alliez peindre, faire du bénévolat, rejoindre un club de marche ou apprendre à jardiner ?"

C'est ce qu'on appelle la prescription sociale. C'est comme si le médecin vous donnait une "recette" pour la vie, mais au lieu de médicaments, il vous envoie vers des activités de la communauté pour vous aider à aller mieux.

🇬🇧 Le Problème : Un Système de Santé en Surcharge

Au Royaume-Uni, le système de santé (le NHS) est comme un bus de métro aux heures de pointe : il est bondé, les gens sont fatigués et il y a trop de passagers pour le nombre de places. Les gens vont voir les médecins pour des problèmes qui ne sont pas vraiment médicaux (comme la solitude ou le manque d'argent), ce qui encombre les hôpitaux et les cabinets.

Les chercheurs se sont demandé : "Est-ce que cette nouvelle méthode (la prescription sociale) aide à décharger le bus ?" En d'autres termes, est-ce que les gens qui font ces activités vont moins souvent aux urgences ou chez le médecin ?

🔍 L'Enquête : Ce que les chercheurs ont fait

Au lieu de faire de petits tests locaux, ces chercheurs (de l'Université College London) ont regardé les dossiers de 4 547 personnes à travers tout le Royaume-Uni. C'est comme si ils avaient regardé les bilans de santé de milliers de passagers avant et après qu'ils aient reçu leur "recette sociale".

Ils ont comparé deux moments :

1. Avant la prescription sociale.
2. Après (environ 3 mois plus tard).

Ils ont compté trois choses :

• Les visites chez le généraliste (le médecin de quartier).
• Les passages aux urgences (A&E).
• Les admissions à l'hôpital.

📉 Les Résultats : Le Bus se vide un peu !

Les résultats sont très encourageants. Après avoir suivi la "prescription sociale", les gens sont allés beaucoup moins voir les services de santé.

Voici les chiffres clés, traduits en images :

• Chez le généraliste : C'est comme si chaque personne avait sauté une visite de moins chez le médecin en trois mois. C'est une réduction de 53 %. Imaginez que la moitié des gens qui allaient voir le médecin pour se plaindre de leur solitude ont arrêté de le faire parce qu'ils étaient plus heureux ailleurs.
• Aux urgences : Le nombre de passages aux urgences a chuté de 62 %. C'est énorme ! C'est comme si deux tiers des gens qui couraient aux urgences pour des problèmes liés à l'isolement ou au mal-être ont trouvé une autre solution avant d'arriver là.
• À l'hôpital : De même, les admissions à l'hôpital ont baissé de 61 %.

🤔 Pourquoi ça marche ? (La Magie de l'Ami)

Pourquoi est-ce que faire du bénévolat ou marcher dans la nature aide-t-il à éviter l'hôpital ?

1. Le remède contre la solitude : Souvent, les gens vont chez le médecin parce qu'ils sont seuls. La prescription sociale leur donne des amis et un but. C'est comme remplacer un médicament par un groupe d'amis chaleureux.
2. La confiance en soi : En apprenant de nouvelles choses, les gens se sentent plus forts et mieux dans leur peau. Ils apprennent à gérer leurs problèmes eux-mêmes, sans avoir besoin d'appeler le médecin à chaque petit souci.
3. Le lien social : C'est comme si on réparait le "système immunitaire social" des gens. Quand on est bien entouré, on tombe moins malade (ou du moins, on gère mieux ses maladies).

⚠️ Les Limites (Le petit bémol)

Bien que ce soit une excellente nouvelle, les chercheurs sont prudents :

• Pas de groupe témoin : Ils n'ont pas comparé ces gens à un groupe qui n'a pas fait de prescription sociale. C'est un peu comme si on testait un nouveau gâteau sans savoir si les gens l'auraient aimé de toute façon.
• Rapports de mémoire : Les gens ont dit eux-mêmes combien de fois ils sont allés chez le médecin. Parfois, on oublie ou on se trompe.
• Pas de contrôle total : Il est possible que les gens qui ont fait cette prescription étaient déjà sur la voie de la guérison.

💡 La Conclusion Simple

Cette étude est comme un grand feu d'artifice qui montre que prendre soin de l'âme et du cœur aide aussi le corps.

En connectant les gens à leur communauté (arts, sport, entraide), on réduit la pression sur les hôpitaux. C'est une preuve que parfois, la meilleure "médecine" n'est pas dans une boîte de pilules, mais dans un club de lecture, un jardin communautaire ou un groupe de marche.

C'est une victoire pour le système de santé : moins de gens dans les salles d'attente, et plus de gens heureux dans leur quartier. 🌳🤝🏥➡️😊

Résumé technique

1. Problématique et Contexte

Le système de santé britannique (NHS) fait face à une pression croissante due au vieillissement démographique, à la pandémie de COVID-19 et à la prévalence de problèmes de santé complexes (notamment mentaux et chroniques). Une partie significative du temps des médecins généralistes (GP) est consacrée à des problèmes non médicaux liés aux déterminants sociaux de la santé.

La prescription sociale (Social Prescribing - SP) a été introduite dans le plan à long terme du NHS (2019) comme une approche holistique reliant les patients à des soutiens non cliniques (arts, nature, bénévolat, etc.) via des « travailleurs de liaison » (Link Workers). Bien que l'objectif principal soit l'amélioration du bien-être, une question cruciale demeure : la SP peut-elle réduire la pression sur le système de santé en diminuant l'utilisation des services médicaux (consultations GP, urgences, hospitalisations) ?

Les preuves existantes sont mitigées et souvent limitées par de petits échantillons, un manque de rigueur méthodologique ou une absence de données post-déploiement national. Il existe un besoin urgent d'études à grande échelle et rigoureuses pour évaluer l'impact réel de la SP sur l'utilisation des services de santé.

2. Méthodologie

Données :

• Source : Données extraites de la plateforme numérique Access Elemental, la plus utilisée au Royaume-Uni pour suivre les activités de prescription sociale.
• Échantillon : 4 547 patients issus de plus de 120 sites de SP à travers le Royaume-Uni.
• Période : 2017–2025.
• Design : Étude pré-post longitudinale avec des mesures répétées de l'utilisation des services de santé sur une fenêtre d'évaluation de 3 mois avant et après l'intervention. La durée moyenne de suivi était de 5,3 mois.
• Covariables : Genre, âge, indice de privation des zones (IMD), urbanité (urbain/rural) et voie de référencement (médicale vs non médicale).

Mesures de résultats :
L'utilisation des services de santé a été mesurée par auto-déclaration sur les 3 derniers mois pour trois indicateurs :

1. Nombre de visites au cabinet du médecin généraliste (GP).
2. Nombre de passages aux urgences (A&E).
3. Nombre d'hospitalisations.

Analyse Statistique :

• Modélisation : Utilisation de modèles de courbes de croissance bayésiens (Bayesian growth curve modelling).
• Approche :
  • Modèles inconditionnels pour l'échantillon complet (n=4 547).
  • Modèles conditionnels pour examiner les hétérogénéités selon les caractéristiques sociodémographiques (sous-échantillon n=3 651 sans données manquantes).
• Distribution des données :
  • Pour les visites GP (données de comptage) : Modèles Poisson.
  • Pour les urgences et hospitalisations (présence d'un excès de zéros) : Modèles Lognormaux à seuil (Hurdle lognormal). Ces modèles séparent le processus en deux : (1) la probabilité d'avoir une utilisation nulle, et (2) la fréquence de l'utilisation si elle est non nulle.
• Logiciel : R (package brms pour les modèles bayésiens, emmeans pour les effets marginaux).

3. Résultats Clés

L'étude démontre une réduction cohérente de l'utilisation des services de santé après la prescription sociale :

• Médecine Générale (GP) :

  • Réduction moyenne de 1 visite par personne sur 3 mois (IC 95% : -1,07 à -0,95).
  • Cela correspond à une baisse de 53,1 % (passant de 1,89 à 0,89 visites).
  • Hétérogénéité individuelle observée : les patients ayant un nombre initial plus élevé de visites GP ont connu des réductions proportionnellement plus faibles.

• Urgences (A&E) :

  • Réduction absolue de 0,04 admission par personne (IC 95% : -0,06 à -0,03).
  • Baisse globale de 62,6 %.
  • La probabilité de ne pas avoir d'urgence est passée de 94,4 % à 97,8 %.
  • Pour les utilisateurs actifs, la fréquence a diminué de 5,1 %.

• Hospitalisations :

  • Réduction absolue de 0,03 admission par personne (IC 95% : -0,03 à -0,02).
  • Baisse globale de 61,7 %.
  • La probabilité de ne pas être hospitalisé est passée de 96,7 % à 98,6 %.
  • Pour les patients hospitalisés, la fréquence a diminué de 8,2 %.

Analyse des sous-groupes :
Les résultats montrent peu de preuves que ces changements varient significativement selon les groupes sociodémographiques, indiquant une applicabilité large de la SP.

• Géographie : Les réductions de visites GP étaient statistiquement plus fortes en milieu rural, mais la différence en termes absolus était négligeable.
• Voie de référencement : Les patients référés par des voies médicales ont montré une augmentation significative de la probabilité de ne pas avoir d'urgence, contrairement aux voies non médicales (effet de plancher).
• Âge : Les personnes âgées (70+) ont montré peu de changement dans la probabilité d'hospitalisation (défi inhérent aux comorbidités complexes), tandis que les jeunes (<30 ans) ont montré une réduction notable de la fréquence des hospitalisations lorsqu'ils en avaient.

4. Contributions et Signification

Contributions principales :

1. Échelle et Rigueur : Il s'agit de l'une des premières analyses nationales à grande échelle utilisant des données administratives numériques robustes et des modèles statistiques avancés (bayésiens, modèles à seuil) pour évaluer la SP.
2. Preuve d'efficacité systémique : L'étude fournit des preuves empiriques solides que la prescription sociale est associée à une réduction significative de l'utilisation des services de santé primaires et secondaires, allant au-delà des évaluations locales précédentes.
3. Nuance sur les mécanismes : La corrélation positive entre l'intercept et la pente pour les visites GP (les plus gros utilisateurs réduisent moins) vs la corrélation négative pour les urgences/hospitalisations (les gros utilisateurs réduisent plus) suggère que les mécanismes d'action de la SP diffèrent selon le niveau de soins.

Signification pour la politique de santé :

• Économies potentielles : Bien que les réductions absolues soient faibles en raison d'une utilisation de base faible pour les urgences, les coûts unitaires élevés de ces services impliquent des économies potentielles substantielles pour le NHS.
• Modèle de soins : Les résultats soutiennent l'intégration de la SP dans le modèle de « santé de quartier » (neighbourhood health service) prévu dans le plan NHS 2025, en démontrant son rôle dans la gestion proactive de la santé et la réduction de la dépendance aux services cliniques.
• Équité : L'absence de différences majeures selon les groupes démographiques suggère que la SP est un outil équitable pour diverses populations.

Limites :
L'étude reconnaît l'absence de groupe témoin (risque de régression vers la moyenne), le biais potentiel de déclaration (auto-déclaration des visites), et le fait que les données ne couvrent pas les effets à très long terme (> 12 mois) ni d'autres types de soins (soins dentaires, infirmiers).

Conclusion :
Cette étude valide le potentiel de la prescription sociale pour réduire la charge sur le système de santé britannique. Elle recommande la poursuite de recherches observationnelles de haute qualité et contrôlées pour confirmer la causalité et optimiser l'intégration de ces interventions dans les parcours de soins.