3.3 Analyse des données

Diverses sources de données sont utilisées pour l’analyse des données, qui sont expliquées ci-dessous. De plus, la méthode pour un certain nombre de questions est expliquée plus en détail.

3.3.1 Sources des données

Cet audit utilise plusieurs sources de données. Vous trouverez ci-dessous une liste avec un brève description par source de données et avec une indication de l’administration à laquelle appartient cette source.

  • INAMI : Documents « P » 2017-2019 avec, entre autres, le code de nomenclature, le numéro d’identification de l’hôpital, la date de prestation, le nombre de prestations.
  • INAMI : Cadastre des appareils de l’imagerie médicale lourde de janvier 2020 avec, entre autre, le type d’appareil, le numéro d’appareil, le numéro d’identification de l’hôpital, le numéro de facturation.
  • SPF SPSCAE : Cadastre des appareils d’imagerie médicale d’octobre 2019 et juillet 2020, comprenant le type d’appareil, le numéro d’appareil, le numéro d’identification de l’hôpital, l’exploitant, l’adresse physique, l’usage partagé.
  • Les séjours anonymes à l’hôpital et les hospitalisations de jour anonyme émanant des organismes assureurs et transférées via l’INAMI à la cellule technique.

3.3.2 Méthodes statistiques

En fonction des questions de recherche spécifiques, les statistiques descriptives pertinentes sont fournies. Entre autres, les variations régionales sont prises en compte. Parce qu’un rapport individualisé a été choisi pour chaque hôpital, les résultats sont donnés pour cet hôpital, pour ce rapport c’est Exemple d’hôpital. De plus, une comparaison est possible avec les statistiques descriptives calculées pour tous les hôpitaux (le cas échéant également stratifiées par région) ou une comparaison peut être effectuée avec des résultats anonymisés d’autres hôpitaux via, entre autres, des box plots.

3.3.2.1 Calcul des répétitions entre les hôpitaux

Les codes de nomenclature et un numéro pseudonyme pour le patient sont utilisés pour calculer les répétitions.7 On regarde si la même prestation est effectuée dans un délai de \(90\) jours selon le code de la nomenclature ou s’il s’agit d’une répétition avec un autre type d’appareil ou s’il s’agit d’un examen qui est réalisé dans la même région anatomique.

3.3.3 Chiffres statistiques

Pour l’évolution des modalités d’imagerie d’IRM et de CT, il a été décidé de travailler avec la proportion d’examens d’IRM par rapport au nombre total des prestations d’IRM et de CT. En d’autres termes, la fraction \(\frac{IRM}{IRM+CT}\) est utilisée. Bien que le protocole d’accord parle d’un rapport \(\frac{CT}{IRM}\), ce n’est pas une mesure pratique pour des raisons mathématiques, étant donné la possibilité que dans certains cas il serait nécessaire de diviser par \(0\).

Lorsque des courbes d’ajustement sont utilisées, elles sont basées sur une régression linéaire simple, c’est-à-dire la corrélation entre le résultat et la co-variable ou un Loess smoother. Il n’est pas opportun d’extrapoler ces courbes d’ajustement au-delà de la période 2017-2019, en particulier jusqu’en 2020 tant pour des raisons statistiques qu’en raisons d’évènements exceptionnels comme le (début de l’) épidémie de Covid en 2020.

3.3.3.1 Interprétation des cartes

Deux types de cartes sont utilisés dans le rapport.

  1. La première carte est la présentation au niveau de la province en fonction de la localisation de l’hôpital.
  2. Le deuxième type de carte est la présentation au niveau de l’arrondissement basé sur l’arrondissement où le patient est enregistré.

Avec les cartes, il est possible de filtrer dynamiquement au moyen des champs drop-down de la figure. Cela vous permet de choisir des vues spécifiques en fonction du type d’appareil, du patient ambulatoire ou hospitalisé et du type de résultat d’intérêt. En raison de la multitude d’informations contenues dans ces figures, seule une brève description a été incluse dans le texte de ces figures.

Lorsqu’une fraction est utilisée, il sera indiqué ce qui est pris comme numérateur et dénominateur. Par exemple, le nombre d’examens par population est affiché sous la forme : “# par personne” ou “# par 100.000”.

Étant donné que certaines variables présentent de grandes différences entre les différentes catégories, les axes ne sont pas toujours représentés sur la même échelle. Il est donc fortement recommandé de faire très attention aux valeurs indiquées dans les axes lors de l’interprétation des figures.

3.3.3.2 Interprétation des figures boxplot avec des elements individualisés

Dans le rapport, il a été décidé de montrer autant que possible les résultats individuels d’un hôpital. Afin de pouvoir comparer ces résultats avec les résultats des autres hôpitaux belges, sans que ceux-ci soient indentifiables, nous avons choisi des figures montrant la répartition des hôpitaux autres que « l’hôpital cible ». La coloration est utilisée pour représenter l’hôpital individuel. Dans ce rapport, la couleur rouge représente le Exemple d’hôpital.

  1. Audit des Hôpitaux ne dispose pas des informations nécessaires pour dépseudonymiser les patients.↩︎