Agenda

Une étude pour prédire les rendez-vous non honorés en radiologie

Pour prédire les absences des patients aux rendez-vous d’imagerie médicale, des chercheurs américains ont analysé les données des dossiers médicaux informatisés. Ils ont ainsi mis en lumière différents facteurs qui pourraient entraîner des non-présentations et proposé des solutions pour y remédier.

Le 07/09/17 à 15:00, mise à jour aujourd'hui à 14:34 Lecture 1 min.

Les taux de no-shows les plus élevés concernaient les examens de mammographie (10 %) et de scanner (7 %). © CC0 Creative Commons sur Pixabay.com

Dans la gestion de l’agenda d’un radiologue, les rendez-vous non honorés sont une problématique récurrente. Pour trouver une solution, des médecins du service de radiologie du Massachusetts General Hospital, à Boston, ont réalisé une étude rétrospective [1] sur les rendez-vous non honorés, ou no-shows. Leur objectif était de déterminer si les données présentes dans les dossiers médicaux informatisés permettaient de prédire ces absences.

On pose plus de lapins pour une mammographie ou un scanner

Parmi les 54 652 rendez-vous radiologiques planifiés entre le 1er janvier et le 1er avril 2016, 6,5 % n’avaient pas été honorés. Les taux de no-shows les plus élevés concernaient les examens de mammographie (10 %) et de scanner (7 %). Les absences étaient les plus rares pour les examens d’IRM (4 %) et de TEP (1 %).

Des facteurs prédictifs d’absence

Une analyse de régression montre que les principaux facteurs prédictifs sont le taux de no-shows antérieurs, la modalité d’imagerie et le nombre de jours avant le rendez-vous. La situation d’emploi, une langue maternelle autre que l’anglais et la distance jouent également un rôle significatif. Cependant, indiquent les chercheurs, l’étude est limitée par la provenance monocentrique des données. De plus, « les raisons personnelles, environnementales et cliniques potentielles qui auraient pu contribuer à l’absence de patients mais qui n’étaient pas facilement disponibles dans le dossier médical informatisé » n’ont pas pu être correctement prises en compte.

La solution des rappels

Malgré ces bémols, les auteurs de l’étude concluent que les données sur les patients et les examens déjà disponibles dans le dossier médical informatisé « peuvent être utilisées avec succès pour prédire les rendez-vous non honorés en radiologie ». Ils indiquent par ailleurs que les patients concernés pourraient bénéficier d’une action supplémentaire, notamment des rappels de rendez-vous, pour éviter les no-shows.

Auteurs

Carla Ferrand

Journaliste cheffe de rubrique

Voir la fiche de l’auteur

Bibliographie

  1. Harvey HB et coll, « Predicting No-Shows in Radiology Using Regression Modeling of Data Available in the Electronic Medical Record », J Am Coll Radiol., 29 juin 2017. DOI : 10.1016/j.jacr.2017.05.007.

Discussion

Commenter cet article

Laisser un commentaire

Sur le même thème

Le fil Docteur Imago

11 Mar

16:02

Des chercheurs ont utilisé un système d'IA pour quantifier automatiquement les calcifications artérielles mammaires à partir de mammographies de dépistage du cancer du sein pour identifier les femmes à risque cardiovasculaire. Des calcifications ont été détectées chez 16,1 % (cohorte interne) et 20,6 % (cohorte externe) des femmes et ont fourni une valeur pronostique significative (étude).

14:00

La Société européenne de radiologie (ESR) annonce le lancement de la nouvelle revue European Radiology Abdomen. Fondée en collaboration avec la Société européenne de radiologie gastro-intestinale et abdominale (ESGAR) et la Société européenne de radiologie urogénitale (ESUR), la nouvelle revue a pour rédactrice en chef la radiologue Valérie Vilgrain.

7:30

La suite d'outils d'intelligence artificielle Rayvolve AI de l'entreprise française AZmed a démontré des performances robustes et généralisables dans plusieurs applications telles que la détection des anomalies thoraciques ou le calcul de l'âge osseux, dans une étude sur plus de 250 000 examens de radiographie.
10 Mar

16:05

Un étiquetage des lésions à l'aide d'étiquettes reproductibles entre lecteurs est essentiel au développement et à la validation des algorithmes d'intelligence artificielle en médecine nucléaire, défendent les auteurs d'un article paru dans JNM, qui jugent que les pratiques en la matière ne sont pas assez rigoureuses.
Docteur Imago

GRATUIT
VOIR