Maillage territorial des établissements de santé : apport des modèles issus de la théorie des graphes

• Published in: Journal de gestion et d'économie médicales Vol. 35; no. 4; pp. 197 - 208
• Main Authors: Le Meur, Nolwenn, Ferrat, Lauric, Gao, Fei, Quidu, Frédérique, Louazel, Michel
• Format: Journal Article
• Language: French
• Published: ESKA 2017; Editions ESKA
• Subjects: Bioinformatics; Computer Science; Life Sciences; Santé publique et épidémiologie; théorie des graphes; transferts inter-établissements de santé; maillage territorial hospitalier; Théorie des graphes; Transferts inter-établissements de santé; Maillage territorial hospitalier
• ISBN: 9782747227513; 2747227510
• ISSN: 2262-5305; 2270-2504
• DOI: 10.3917/jgem.174.0197

La recomposition hospitalière observable depuis plus de 20 ans en France résulte de décisions prises dans le cadre des politiques de planification et des stratégies adoptées par les établissements. Au-delà de ses conséquences, comment dans un premier temps rendre compte du maillage territorial des établissements de santé ? Pour identifier les facteurs caractérisant la topologie du maillage, les statistiques de test conventionnelles sont inadaptées. Aussi nous proposons dans cet article méthodologique, d’étudier l’utilité des modèles issus de la théorie des graphes pour la modélisation des transferts de patients entre établissements de courts séjours (i.e. Médecine-Chirurgie-Obstétrique, MCO) et établissements de soins de suites et réadaptation (SSR) à partir du Programme de Médicalisation des Systèmes d’Information (PMSI). Les modèles Erdös-Renyi (ER) et les modèles à séquences contraintes sur les degrés ( Constrainted Degree Sequence Model , CDSM) testent la significativité des mesures d’assortativité. Dans notre étude, ils démontrent entre autre la propension des établissements de même statut juridique à échanger des patients entre-eux. Les modèles en blocs permettent de créer des clusters d’établissements sur la base des caractéristiques communes. Dans notre contexte, ils soulignent notamment la dynamique territoriale des échanges entre établissements. Enfin, les modèles à graphes aléatoires exponentiels ( Exponential Random Graph Models ou ERGM) et la mesure d’assortativité mesurent l’influence simultanée de la proximité géographique et des statuts juridiques dans la relation entre les établissements. En conclusion, les méthodes issues de la théorie des graphes offrent des perspectives pour identifier et quantifier l’impact de facteurs pouvant influencer la topologie des relations hospitalières.