PHASE-ED: Recorded Emergency Department Stay and Temporal Prediction Across Pandemic Phases at Jordanian Public Hospitals

Lorsqu'un patient arrive dans le service des urgences d'un hôpital, le chronomètre se déclenche. Ce temps, connu sous le nom de durée de séjour, est bien plus qu'un simple chiffre sur un tableur ; c'est une mesure de la rapidité avec laquelle une personne passe du moment où elle franchit la porte au moment où elle repart, soit pour rentrer chez elle, soit pour être transférée dans un lit d'hôpital. Pour les médecins et les gestionnaires d'hôpitaux, le suivi de cette durée est vital. Cela les aide à comprendre si leurs systèmes fonctionnent efficacement ou si les patients restent bloqués dans des goulots d'étranglement, attendant trop longtemps avant de recevoir des soins. Ces dernières années, la pandémie mondiale a plongé ces systèmes dans le chaos, modifiant le nombre de personnes qui se présentaient, leur degré de gravité et la manière dont les hôpitaux réagissaient. Maintenant que la crise immédiate est passée, une question cruciale demeure : les services d'urgence sont-ils véritablement revenus à la normale, ou la façon dont nous mesurons le temps a-t-elle changé en même temps que la façon dont nous soignons les patients ?

Une nouvelle étude de Jordanie, intitulée PHASE-ED, s'est donné pour mission de répondre à cette question en examinant les dossiers de près de 400 000 visites dans un service d'urgences d'un hôpital public entre 2018 et 2025. Les chercheurs voulaient voir comment le temps passé par les patients aux urgules a évolué avant la pandémie, pendant le pic du virus et au cours des années suivantes. Ils voulaient également tester si des modèles informatiques simples pouvaient prédire la durée de séjour d'un futur patient, en se basant uniquement sur des informations de base comme son âge, son sexe et l'heure de son arrivée. L'objectif n'était pas seulement de compter les minutes, mais de comprendre si les chiffres racontaient l'histoire d'une prise en charge plus rapide ou s'ils masquaient des changements dans la manière dont l'hôpital enregistrait ses données.

L'étude a commencé par nettoyer et organiser un journal numérique massif de chaque patient entré aux urgences. Les chercheurs se sont concentrés sur un établissement hospitalier spécifique pour garantir la cohérence des données, examinant les visites du début de l'année 2018 jusqu'à la fin de 2025. Ils ont divisé cette chronologie en trois ères distinctes : la période précédant la pandémie, les années où le virus se propageait activement, et la période de rétablissement après la fin de l'urgence sanitaire officielle. En comparant les valeurs médianes de ces groupes, ils ont constaté une tendance claire. Avant la pandémie, le patient typique restait 63 minutes. Pendant la pandémie, ce temps a légèrement chuté à 60 minutes. Dans la période de rétablissement, la durée de séjour typique est tombée davantage à 51 minutes.

Cependant, le temps moyen ne raconte qu'une partie de l'histoire. Les chercheurs ont approfondi l'analyse des données pour voir ce qu'il est advenu des patients ayant attendu le plus longtemps. Avant la pandémie, les 10 % de séjours les plus longs duraient plus de cinq heures et quinze minutes. Pendant la pandémie, ce temps d'attente élevé était encore de près de cinq heures. Mais dans la période de rétabllement, les attentes les plus longues ont chuté de manière spectaculaire pour passer à un peu moins de trois heures. Cela suggère que, si le patient typique a bénéficié d'une amélioration modeste, le changement le plus significatif s'est produit pour ceux qui étaient bloqués dans le système le plus longtemps. Le nombre de patients attendant plus de six heures est passé de plus de 8 % avant la pandémie à un peu plus de 1 % lors de la phase de rétablissement.

Pourtant, les chercheurs ont pris soin de ne pas supposer que ces durées plus courtes signifiaient que l'hôpital était soudainement devenu beaucoup plus rapide pour traiter les gens. Ils ont découvert un changement subtil mais important dans la façon dont l'hôpital enregistrait le temps. En juillet 2024, la manière dont le système consignait le moment exact du départ d'un patient a changé, devenant plus précise. Les chercheurs ont constaté que les durées de séjour plus courtes avaient déjà commencé à apparaître avant ce changement technique, ce qui suggère que la tendance était réelle et non un simple bug du système d'enregistrement. Néanmoins, ils ont noté que les données montraient un schéma étrange : le nombre de patients avec un statut final « inconnu » a chuté brutalement dans la période de rétablissement. Cela a soulevé la possibilité que la façon dont le personnel marquait les patients comme « sortis » ou « admis » ait changé, ce qui pourrait faire paraître les temps enregistrés plus courts même si les soins médicaux réels duraient tout aussi longtemps.

Pour voir s'ils pouvaient prédire ces temps à l'avenir, l'équipe a construit plusieurs modèles informatiques. Ils ont essayé d'utiliser une moyenne historique simple, qui suppose simplement que chaque nouveau patient restera le même nombre de temps que la moyenne passée. Ils ont également essayé des méthodes plus complexes, incluant des techniques statistiques avancées et des algorithmes d'apprentissage automatique capables de repérer des modèles liés à l'âge, au sexe et à l'heure de la journée. Les résultats ont été surprenants. Les modèles complexes n'ont pas été beaucoup plus performants que la simple moyenne historique. Le modèle le plus sophistiqué a réduit l'erreur de prédiction de moins de deux minutes par rapport à la supposition simple. Cela suggère que, pour cet hôpital spécifique, connaître l'âge ou le sexe d'un patient n'aidait pas beaucoup à prédire la durée de son séjour. L'heure de la journée et le jour de la semaine importaient, mais l'historique de la performance de l'hôpital était un prédicteur étonnamment fort.

L'étude a également examiné la capacité de ces modèles à estimer la plage de temps qu'un patient pourrait passer, plutôt que de simplement donner un chiffre unique. Ils voulaient savoir s'ils pouvaient fournir une fenêtre de temps, telle que « la plupart des patients resteront entre 20 et 100 minutes », et être certains que cette fenêtre était précise. Le modèle historique simple était efficace sur l'ensemble, couvrant la plage de temps correcte pour environ 91 % des patients. Cependant, lorsque les chercheurs ont examiné des groupes spécifiques, le tableau est devenu inégal. Pour les patients marqués comme nécessitant une « Réanimation » — la catégorie la plus critique — le modèle n'était correct que dans environ 69 % des cas. Cela signifie que pour les patients les plus gravement atteints, les prédictions étaient souvent trop larges ou passaient totalement à côté, soulignant que le système peine à prévoir les besoins des cas les plus urgents.

Les chercheurs ont conclu que, bien que le temps enregistré aux urgences ait nettement diminué, surtout pour ceux qui ont attendu le plus longtemps, les raisons ne sont pas entièrement claires. Les données montrent un changement réel dans les chiffres, mais elles ne peuvent prouver si cela est dû au fait que les médecins travaillent plus vite, si le type de patients arrivant a changé, ou si la façon dont le temps est consigné a évolué. L'étude sert de rappel que dans un système complexe comme un hôpital, un chiffre plus court sur un écran ne signifie pas automatiquement une meilleure prise en charge. Elle suggère que les gestionnaires hospitaliers doivent regarder au-delà du temps total et examiner les étapes spécifiques du processus, comme le temps nécessaire pour voir un médecin ou la rapidité avec laquelle un lit est trouvé. Tant que ces détails ne seront pas compris, les séjours plus courts resteront un signe prometteur qui nécessite une enquête plus approfondie plutôt qu'un problème résolu.