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 15:17 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

10 Août

14:00

Les coûts croissants et les inefficacités opérationnelles menacent la durabilité financière de l’IRM. L’optimisation des flux de travail, de la formation, de la planification et l’intégration de l’IA peuvent améliorer l’efficacité et générer des gains de revenus estimés entre 40 et 60 %, selon des projections rapportées dans une étude de Clinical Imaging.

12:10

07 Août

16:00

Pour la détection du cancer du sein, les performances diagnostiques des protocoles d'IRM abrégée par rapport à l'IRM standard varient selon le protocole et le contexte clinique. La technique FAST conserve une sensibilité élevée, tandis que la combinaison FAST + ultrafast + T2W offre une spécificité supérieure dans un contexte diagnostique (étude).

14:30

72 % des patientes préfèreraient l'angiomammographie à l'IRM mammaire lorsque les performances diagnostiques sont comparables. Cette préférence est liée à une sensation de claustrophobie moindre, à une durée d'examen plus courte et à un niveau d'anxiété plus faible (étude).

7:10

La Société nord-américaine de radiologie (RSNA) annonce le lancement de son challenge IA pour l'imagerie du genou. Les modèles développés seront évalués sur leur capacité à détecter et à classer avec précision les anomalies du genou visibles à l'IRM. Les gagnants seront annoncés au prochain congrès de la RSNA qui se tiendra du 29 novembre au 3 décembre.
Docteur Imago

GRATUIT
VOIR