rcm 2004 en images - health.belgium.be · deux precedents « rcm en images » 7 i. appendicectomie...

RRCCMM 22000044 EENN IIMMAAGGEESS

VVAARRIIAATTIIOONN GGEEOOGGRRAAPPHHIIQQUUEE DDEE LLAA PPAATTHHOOLLOOGGIIEE DDAANNSS LLEESS HHOOPPIITTAAUUXX BBEELLGGEESS

SERVICE PUBLIC FEDERAL SANTE PUBLIQUE, SECURITE DE LA CHAINE ALIMENTAIRE ET ENVIRONNEMENT.

DIRECTION GENERALE DES ETABLISSEMENTS DE SOINS SERVICE DATAMANAGEMENT.

2

Table des matières.

AVANT-PROPOS 3

INTRODUCTION 4

PARTIE A : THEMES CORRESPONDANT AUX SUJETS TRAITES DANS LES DEUX PRECEDENTS « RCM EN IMAGES » 7

I. Appendicectomie 11

II. Appendicectomie « en passant » 16

III. Asthme 19

IV. Diabète sucré 24

V. Infection HIV 36

VI. « Multiple significant trauma » 41

VII. Tuberculose 48

PARTIE B : LES CANCERS 56

VIII. Cancer de la trachée, des bronches et du poumon 58

IX. Néoplasies malignes du côlon 65

X. Cancer de la vessie 72

XI. Cancer de la prostate 79

XII. Cancer du sein féminin 85

PARTIE C : LES INDICATEURS DE QUALITE 104

XIV. Infarctus aigu du myocarde (IAM) 107

XV. Insuffisance cardiaque congestive (ICC) 112

XVI. Maladies vasculaires cérébrales (MVC) (« stroke ») 117

XVII. Fracture de la hanche 122

XVIII: Pneumonie acquise en communauté (CAP : Community acquired pneumonia) 127

XX: Cholécystectomie ouverte 135

ANNEXE : SPECIFICATIONS TECHNIQUES IQI 139

3

Avant-propos Le système d’enregistrement des données hospitalières évolue régulièrement avec l’objectif d’intégrer de la façon la plus complète possible ses différentes composantes. C’est ainsi que depuis 2008, le RHM (Résumé Hospitalier Minimum) intègre les données médicales RCM et les données infirmières RIM (Résumé Infirmier Minimum). Le caractère dynamique de l’outil RHM permettra d’approcher au mieux les réalités du terrain et de prendre les décisions appropriées en matière de santé publique. A terme, l’objectif est de garantir la qualité des soins de santé en Belgique. Le « RCM en images 2004 » résulte de la volonté de l’Organisation des Etablissements de Soins de fournir un feedback optimal des données enregistrées au secteur. Il a pour ambition d’illustrer, à l’intention des acteurs des soins de santé, les variations géographiques de la fréquence de certaines pathologies ou groupes de pathologies et de pratiques médicales en Belgique. Les cartes géographiques qui sont présentées dans la brochure permettent de visualiser dans quelle mesure la population de certaines zones géographiques, en l’occurrence les arrondissements administratifs, est plus ou moins fréquemment admise à l’hôpital que ne l’est, en moyenne, la population belge. Bien entendu, il n’est pas possible de fournir des chiffres de prévalence ou d’incidence des pathologies puisque les données traitées sont exclusivement extraites du système d’enregistrement hospitalier RCM (Résumé Clinique Minimum). La mise en évidence de disparités géographiques doit servir à stimuler le lancement d’études épidémiologiques plus spécifiques. Le « RCM en images 2004 » a été élaboré dans le même esprit qui a présidé à la publication des deux versions précédentes, réalisées pour les données des RCM 1996 et 1998. La brochure 2004 s’en différencie toutefois en ajoutant plusieurs thèmes à la sélection des pathologies, notamment en ce qui concerne les néoplasies malignes et aussi les taux de létalité ou d’utilisation de certaines interventions, tels que développés dans le cadre des indicateurs de qualité hospitalière. Comme dans les versions précédentes, la brochure 2004 a utilisé, pour plusieurs thèmes, la méthode statistique des Standardised Admission Ratios, mais dans le cas des données relatives aux indicateurs de qualité, une autre approche a été utilisée, faisant appel à la régression logistique, qui ajuste pour le risque. Le travail effectué ne concerne qu’une sélection limitée de pathologies. A l’avenir, le nombre de thèmes pourrait être élargi, la méthodologie statistique sera encore affinée et la diffusion électronique devra être systématisée. Enfin, il me reste à remercier tous ceux qui ont participé à l’élaboration de la présente brochure.

Le Directeur général C. DECOSTER

4

RCM 2004 en images Introduction: Le présent document se propose de fournir un feedback des données d’enregistrement des séjours hospitaliers selon une approche géographique. Il a été développé à partir du Résumé Clinique Minimum 2004 qui inclut les données enregistrées en 2004. Il comprend plusieurs thèmes, liés à des pathologies individuelles, des groupes de pathologies, des procédures, et présentés de manière à comprendre dans quelle mesure la population de certaines zones géographiques est hospitalisée en comparaison avec la population belge. Nous avons essayé de déterminer si les admissions pour les pathologies ou les interventions sélectionnées sont plus ou moins fréquentes dans ces zones géographiques. Il convient toutefois de préciser les limites d’un système d’enregistrement de données hospitalières car il ne projette qu’une idée partielle de la fréquence réelle de la pathologie. Il ne s’agit donc pas de fournir des chiffres de la prévalence ou de l’incidence des pathologies ou procédures, mais de brosser une esquisse de ces thèmes sous l’angle des admissions hospitalières. D’un autre côté, il est important de souligner les différences essentielles qui existent entre les notions de pathologie et de procédure. En premier lieu, les pathologies n’entraînent pas nécessairement une hospitalisation ce que font au contraire les procédures sélectionnées. En second lieu, les procédures retenues se caractérisent par une admission « unique » et l’on peut donc parler d’un « Standardised Incidence Ratio » (SIR) à la différence des pathologies pour lesquelles le caractère « unique » n’est pas certain et qui ne permettront de délivrer qu’un Standardised Admission Ratio (SAR). L’Administration des soins de santé a, dans cette optique, déjà publié deux brochures : le « RCM en images 1996 »1 et le « RCM en images 1998 »2, rédigées par H.Pincé et J.Bogaert et dont nous nous sommes inspirés largement. Il va de soi que le présent atlas de pathologies doit être lu à la lumière de données de santé provenant d’autres sources, comme des enquêtes épidémiologiques ou des études basées sur le dossier médical. Objectifs de la publication: Le « RCM en images », version 1996 et 1998, avait pour ambition d’élargir le champ d’application de la base de données RCM qui était alors surtout utilisée pour affiner le financement des hôpitaux alors qu’un des objectifs de la création du RCM, tels que définis par l’arrêté royal du 6 décembre 1994, était de soutenir la politique de santé par le biais de l’analyse épidémiologique des données administratives hospitalières. Le « RCM en images » comblait partiellement cette lacune avec son atlas de pathologies et interventions. Le document que nous proposons maintenant s’inscrit dans la vision de ses deux prédécesseurs. Il élargit le nombre de thèmes étudiés en fonction des demandes introduites par des collèges de médecins (indicateurs de qualité) ou des organismes internationaux (OMS, OCDE, Eurostat). La nouvelle brochure s’adresse à un public concerné par les problèmes de santé, parmi lequel on trouvera les décideurs en matière de politique de soins de santé hospitaliers et de stratégie de santé publique, les médecins (hospitaliers), les gestionnaires d’hôpitaux, les responsables de l’enregistrement, les chercheurs et tous les acteurs impliqués dans la dispensation des soins et la politique y afférente, ce au niveau régional, national et international. Par exemple, vu qu’une analyse géographique d’interventions permet de détecter des différences dans la pratique médicale (sous- et sur-utilisation), les acteurs pourront en tirer les conclusions appropriées.

5

Thèmes d’étude choisis: Nous nous sommes proposé d’augmenter le nombre de thèmes étudiés dans les deux atlas de pathologies précédents de manière à répondre à des demandes prioritaires des organismes internationaux, des décideurs politiques, des collèges de médecins. Un premier groupe reprend des thèmes traités dans les deux versions précédentes du « RCM en images » et en ajoute d’autres pour répondre aux demandes formulées par des instances internationales ou des décideurs de la politique de santé belge : - taux d’appendicectomie (APR-DRG 225) et d’appendicectomie incidente chez les patients âgés (IQI 24 + APR-DRG 225) - asthme : code ICD-9-CM «493.**» - diabète sucré : code principal ICD-9-CM 250.** - MDC (All Patient Refined – Major Diagnostic Category) 24 « Infections HIV – Human Immunodeficiency Virus ». - traumatisme multiple : MDC (« Major Diagnostic Category) 25 « Multiple significant trauma » - tuberculose : diagnostic principal codes ICD-9-CM 010.**-018.** Un deuxième groupe a été constitué à partir de demandes d’organismes internationaux et nationaux concernant le cancer. Il s’agit de : - cancer de la trachée, des bronches et du poumon - cancer du côlon - cancer de la vessie - cancer de la prostate - cancer du sein - leucémie Le cancer de la trachée, des bronches et du poumon, traité dans les « RCM en images 1996 » et « RCM en images 1998 » est donc repris dans ce groupe. Un troisième groupe concerne certains indicateurs de qualité. A partir d’un ensemble d’indicateurs de qualité, établis par l’Agency for Healtcare Research and Quality (AHRQ)3, la cellule Etudes du service « Datamanagement » et le service « Hôpitaux aigus » du Directorat Général DG1 « Organisation des Etablissements de Soins » du Service Public Fédéral Santé publique (SPF) « Sécurité de la chaîne alimentaire et Environnement », de même que les Collèges « mère-enfant », « cardiologie », « intensivistes » ont déjà abordé les indicateurs suivants :

- Taux de létalité intra-hospitalière après admission pour infarctus aigu du myocarde (IAM) (IQI 15)

- Taux de létalité intra-hospitalière pour l’insuffisance cardiaque congestive (IQI 16) - Taux de létalité intra-hospitalière après admission pour maladie vasculaire cérébrale

aiguë (Acute Stroke Mortality Rate) (IQI 17) - Taux de létalité intra-hospitalière après admission pour une fracture de la hanche (IQI

19)

6

- Taux de létalité intra-hospitalière après admission pour pneumonie (acquise en

communauté) (CAP) (IQI 20) - Taux de césariennes (IQI 21) - Taux de cholécystectomie ouverte (IQI 23)

7

Partie A : Thèmes correspondant aux sujets traités dans les deux précédents « RCM en images » Méthodologie Afin de garantir une bonne lisibilité de la publication, on a décidé d’utiliser la même méthodologie pour toutes les présentations cartographiques. L’unité géographique utilisée dans les présentations cartographiques est l’arrondissement administratif. Etant donné que la publication a pour objectif de visualiser l’aspect géographique de la santé de la population, on se fonde sur le domicile du patient. Ce qui signifie que la couleur d’un arrondissement sur une carte est déterminée par le nombre d’admissions hospitalières classiques générées par tous les patients ayant leur domicile dans cet arrondissement. Le séjour hospitalier d’un patient habitant à Tongres mais ayant fait l’objet d’une admission à Louvain sera imputé à l’arrondissement de Tongres et non à celui de Louvain. Dans les cartes présentées, on ne donne pas d’indication concernant le lieu où le patient est traité. L’hypothèse selon laquelle les patients sont admis, le plus souvent, dans un établissement de l’arrondissement où ils résident, n’est pas fondée. Des études internes réalisées par le Service Public Fédéral Santé Publique ont montré qu’essentiellement, dans le cas de pathologies sévères et d’interventions majeures, les patients peuvent montrer une assez grande mobilité. En outre, en cas d’admission en urgence, il n’est pas toujours certain que le patient réside dans sa région au moment de l’admission. Le choix du domicile du patient comme point de départ s’explique par l’orientation épidémiologique conférée à la présente publication, qui se concentre sur la fréquence relative par arrondissement des différentes pathologies dans la population belge. Après la sélection, pour chaque thème, sur base des critères de sélection généraux et spécifiques, des séjours répertoriés dans la banque de données RCM globale, les données sélectionnées sont standardisées en fonction de l’âge et du sexe.

On a opté pour la méthode de la standardisation indirecte. Cette technique implique une comparaison entre les chiffres observés (le nombre d’admissions hospitalières pour une pathologie déterminée dans un arrondissement déterminé) et les chiffres attendus (le nombre d’admissions hospitalières attendu dans l’arrondissement visé, pour la pathologie considérée). Les chiffres attendus sont calculés sur base du nombre de séjours observés pour cette pathologie dans une population de référence et de la composition de la population de l’arrondissement concerné suivant l’âge et le sexe. Pour plus d’informations au sujet des méthodes de standardisation, il y a lieu de se référer à l’ouvrage « Statistical Methods in Cancer Research, Vol. 2, The Design and Analysis of Cohort Studies »4 de Breslow, N.E & Day.

Dans la présente publication, la population de référence est l’ensemble de la population belge. Ces données de base proviennent de l’Institut National de Statistique (INS). Etant donné que le RCM est un enregistrement continu, on calcule, pour le traitement des données RCM de l’année 2004, pour chaque âge et sexe, le nombre moyen d’habitants sur base des données INS de 2004 (et qui sont arrêtées au 1er janvier 2005) . Ensuite, on calcule un “Nombre attendu de séjours” pour chaque arrondissement administratif, selon les modalités de calcul figurant dans le Tableau 1.

Tableau 1: Méthode de la standardisation indirecte.

La population est répartie selon le sexe et selon l’âge (en 21 catégories d’âge). Les 21 catégories d’âge sont composées comme suit : 1 catégorie pour les enfants de moins d’1 an; une catégorie pour les enfants de 1 à 4 ans ; ensuite 18 catégories par tranche de 5 ans et enfin, 1 catégorie pour les personnes de 95 ans et plus. On détermine le nombre d’habitants pour chaque catégorie d’âge et de sexe, respectivement dans les colonnes “Population arrondissement (Pa)” et “Population Belgique (Pb)”, et ce aussi bien pour chaque arrondissement que pour l’ensemble de la Belgique. En outre, on détermine le nombre d’admissions hospitalières pour la pathologie sélectionnée pour chaque catégorie d’âge et de sexe, et ce aussi bien pour chaque arrondissement que pour l’ensemble de la Belgique. Ces chiffres figurent respectivement dans les colonnes “Admissions arrondissement - (Oa)” et “Admissions Belgique – (Ob)”. Dans la colonne “Nombre attendu d’admissions dans arrondissement.”, on calcule, pour chaque catégorie d’âge et de sexe, le nombre attendu d’admissions dans l’arrondissement pour cette catégorie, par la formule Pa * Ob/Pb. Le nombre total attendu de séjours pour l’arrondissement pour la pathologie sélectionnée équivaut à la somme des séjours attendus pour toutes les catégories d’âge et de sexe. Le SAR ou “Standardised Admission Ratio” se calcule donc comme suit:

Cela signifie que le SAR est supérieur à 100 si le nombre de séjours est plus élevé que prévu et inversement. La valeur du SAR indique dans quelle mesure il existe un écart (exprimé en %) par rapport à la population de référence. 8

Pour la création de la carte, on associe une couleur à chaque arrondissement. Cette couleur est attribuée selon un système de classes basé sur la valeur du SAR. Les classes sont constituées de la sorte : classe 1: si le SAR < 80 classe 2: si 80 ≤ SAR < 90 classe 3: si 90 ≤ SAR <100 classe 4: si 100 ≤ SAR < 110 classe 5: si 110 ≤ SAR < 120 classe 6: si SAR ≥ 120 Si l’on schématise, cela donne:

La couleur attribuée à chaque arrondissement dépend donc de la classe à laquelle il appartient. La classe 1 possède la couleur la plus claire (blanc) et la classe 6 la couleur la plus foncée (vert foncé). Afin d’indiquer dans quelle mesure la valeur du SAR est significativement différente de 100, on calcule un intervalle de confiance autour du SAR (IC à 95%) en utilisant la formule suivante:

Si l’intervalle de confiance du SAR (pour un seuil de signification de 95%) ne contient pas la valeur 100, le SAR diffère significativement de cette valeur 100. Sur les cartes, on l’indique par un astérisque dans l’arrondissement.

Pour chacun des thèmes spécifiques abordés dans la présente publication, on présentera, outre la carte de la Belgique, un tableau des données en fonction desquelles la carte a été élaborée. Ce tableau présente pour chaque arrondissement les données suivantes: le nombre de séjours hospitaliers classiques intégrés de la sélection spécifique, la valeur du SAR, la classe dont l’arrondissement fait partie et qui détermine sa couleur sur la carte, les limites inférieure et supérieure de l’intervalle de confiance à 95% du SAR et l’indication de la significativité statistique de la valeur du SAR. Chaque arrondissement administratif est identifié par le nom et le numéro de l’arrondissement. Ce numéro est un nombre de deux chiffres et correspond au code INS de l’arrondissement administratif. Enfin, il convient de faire observer, en ce qui concerne cette méthodologie, que plusieurs facteurs doivent être pris en compte lors de l'interprétation des chiffres et cartes obtenus de cette manière.

9

10

En effet, chacun des facteurs mentionnés ci-après peut influencer la “couleur” d’un arrondissement:

1) la prévalence d’une pathologie au sein d’une population; 2) la taille de la population : un arrondissement ayant une population à taille réduite s’écartera plus facilement de la moyenne nationale; 3) le comportement en matière d’admissions concernant cette pathologie, pour un séjour en hospitalisation classique; 4) le comportement en matière de traitement ou la pratique médicale; 5) le comportement de l’hôpital en matière de codage et d’enregistrement.

Le nombre plus ou moins élevé qu’attendu pour une pathologie déterminée peut être dû à chacun de ces facteurs ou à la combinaison de plusieurs d’entre eux. Dès lors, la prudence est de rigueur lors de l’interprétation des différences entre les zones géographiques qui peuvent être visualisées de cette manière. Critères de sélection généraux On n’a retenu que les séjours hospitaliers pour lesquels il y avait un code correct pour l’âge et pour le sexe, vu la méthode utilisée de standardisation pour ces paramètres. La répartition géographique a été calculée en fonction du lieu de domicile du patient qui a fait un séjour à l’hôpital pour la pathologie, le groupe de pathologies ou l’intervention étudiés. Les séjours correspondant à des patients n’ayant pas de domicile connu ou domiciliés à l’ étranger ont été exclus de l’étude. Ces séjours présentent le code d’arrondissement « 99 » (patients sans domicile connu) ou « 00 » (patients non résidents) dans le RCM. Néanmoins on a précisé le nombre de ces séjours. L’unité géographique de l’étude coïncide avec l’entité administrative de l’arrondissement et est identifiée dans la banque de données RCM grâce au code spécifique fourni par l’Institut National de Statistique INS.

11

I. Appendicectomie Critères de sélection Outre les critères de sélection généraux (cf. p 10), on utilise comme critère de sélection spécifique la présence de l’APR-DRG 225 Appendectomy. Un séjour fait partie de l’APR-DRG 225 si le diagnostic principal correspond à une pathologie gastro-entérale, sur la base duquel le séjour est classé dans le MDC 6 Diseases and disorders of the digestive system, et si un des codes suivants de procédure ICD-9-CM est présent: 47.0 Appendectomy 47.2 Drainage of appendiceal abcess 47.99 Other operations on appendix Le code 47.1 Incidental appendectomy comme unique intervention ne permet pas le classement d’un séjour dans l’APR-DRG 225. Si un séjour relève de l’APR-DRG 225 Appendectomy, cela signifie qu’aucune autre intervention de plus grande importance n’est pratiquée au cours du séjour. En effet, le grouper-software établit une hiérarchie d’interventions, les interventions plus importantes ayant priorité. Ainsi, des interventions majeures liées à l’intestin grêle ou au gros intestin occuperont un échelon plus élevé sur l’échelle hiérarchique qu’une appendicectomie. Cela signifie qu’un séjour au cours duquel on réalise par exemple une sigmoïdectomie et une appendicectomie, appartiendra à l’APR-DRG 221 Major small and large bowel procedures, et non à l’APR-DRG 225 Appendectomy. En utilisant comme critère de sélection spécifique le niveau de l’APR-DRG et non celui du code de procédure ICD-9-CM, on obtient un groupe homogène de séjours pour lesquels l’appendicectomie constitue l’unique intervention dans de nombreux cas, et l’intervention la plus importante dans tous les cas. La sélection des séjours s’est faite sur les séjours en hospitalisation « classique » et en hospitalisation « de jour » chirurgicale. Pour 2004, 14 016 séjours pour l’APR-DRG 225 ont fait l’objet d’un enregistrement RCM, dont 14 014 en hospitalisation « classique » et 2 en hospitalisation « de jour » chirurgicale. Dans la sélection des séjours, on a retiré les séjours de patient dont le domicile n’est pas connu (25 séjours) et les séjours de patient domicilié à l’étranger (109 séjours). Notre analyse porte donc sur 13880 séjours. Il n’y avait pas de séjour en hospitalisation chirurgicale « de jour ». Commentaire La carte I.1 met en évidence au niveau des arrondissements les séjours relatifs à l’APR-DRG 225 Appendectomy . Elle montre l’existence de variations géographiques. D’abord au nord du pays, quatre arrondissements se caractérisent par un nombre de séjours significativement plus élevé que prévu : il s’agit de Dixmude, Bruges, Roulers et Tielt, en Flandre occidentale. Ensuite dans le centre du pays, l’arrondissement de Nivelles, présente aussi un SAR significativement plus élevé. A l’ouest de la Belgique, on trouve également un SAR significativement élevé dans l’arrondissement d’Ath, de même qu’au sud du pays, dans les arrondissements de Bastogne et de Dinant. D’un autre côté, on trouve plusieurs arrondissements où les patients subissent moins d’appendicectomies que prévues. Il s’agit de Hal-Vilvorde, de Louvain, Anvers, Charleroi, Liège, de Virton et d’Arlon. Le tableau I.1 reprend les chiffres exacts qui sont à la base de l’illustration cartographique.

Carte I.1 APR-DRG 225: Appendicectomie – RCM 2004

12

13

N°INS arrondissement nombre

de séjours

SAR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 1174 94 89 99 ∗ 3 12 Mechelen 432 106 96 116 4 13 Turnhout 546 98 90 106 3 21 Bruxelles/Brussel 1348 99 94 104 3 23 Halle-Vilvoorde 688 91 84 98 ∗ 3 24 Leuven 534 88 81 96 ∗ 2 25 Nivelles 552 110 101 120 ∗ 5 31 Brugge 443 126 115 138 ∗ 6 32 Diksmuide 97 149 120 179 ∗ 6 33 Ieper 149 106 89 123 4 34 Kortrijk 391 106 95 116 4 35 Oostende 207 114 99 130 5 36 Roeselare 216 115 100 131 5 37 Tielt 151 128 107 148 ∗ 6 38 Veurne 81 112 88 137 5 41 Aalst 325 97 86 107 3 42 Dendermonde 265 108 95 121 4 43 Eeklo 123 120 99 142 6 44 Gent 653 98 91 106 3 45 Oudenaarde 144 96 80 111 3 46 St-Niklaas 298 99 87 110 3 51 Ath 131 123 102 144 ∗ 6 52 Charleroi 502 89 81 96 ∗ 2 53 Mons 350 104 93 115 4 54 Mouscron 98 105 84 126 4 55 Soignies 234 98 85 110 3 56 Thuin 174 89 75 102 2 57 Tournai 194 103 89 118 4 61 Huy 127 90 74 105 2 62 Liège 679 87 81 94 ∗ 2 63 Verviers 379 101 91 112 4 64 Waremme 111 116 95 138 5 71 Hasselt 518 99 90 107 3 72 Maaseik 293 94 83 105 3 73 Tongeren 259 102 90 114 4 81 Arlon 55 74 54 93 ∗ 1 82 Bastogne 93 154 123 185 ∗ 6 83 Marche-en-Famenne 75 103 80 126 4 84 Neufchâteau 83 105 82 127 4 85 Virton 46 66 47 85 ∗ 1 91 Dinant 169 121 102 139 ∗ 6 92 Namur 403 101 91 111 4 93 Philippeville 90 106 84 128 4 Total 13880

Tableau I.1 Séjours classiques avec l’APR-DRG 225 Appendectomy - RCM 2004

Environ 70% des appendicectomies enregistrées ont été réalisées sur des patients âgés de 5 à 35 ans. La figure I.2 représente la distribution par âge et par sexe des séjours relevant de l’APR-DRG 225 Appendectomy. Au total, les appendicectomies sont plus fréquentes chez les hommes que chez les femmes à l’exception des tranches d’âge 15-19 ans, 20-24 ans et 25-29 ans sans doute parce que la recherche du diagnostic différentiel de problèmes gynécologiques (ovariens, grossesse extra-utérine) donne lieu plus fréquemment à une exploration.

Si on regarde la part de chaque degré de sévérité au sein de l’APR-DRG 225 Appendectomy, on obtient la distribution suivante : Degré mineur : 8653 séjours (62,3%) Degré modéré : 4764 séjours (34,3%) Degré majeur : 385 séjours (2,8%) Degré extrême : 78 séjours (0,6%) Le tableau I.2 donne un aperçu des cinq diagnostics principaux les plus fréquents pour chaque degré de sévérité au sein de l’APR-DRG 225 Appendectomy. Chaque sous-total correspond à la somme des fréquences obtenues pour ces 5 diagnostics principaux, de même que le pourcentage par rapport au total. La quasi-totalité des séjours caractérisés par un degré de gravité mineur ont comme diagnostic principal une appendicite sans complications et sont dépourvus de diagnostics secondaires importants. Par contre, les séjours caractérisés par un degré de sévérité extrême présentent un diagnostic principal relatif à une péritonite ou à un abcès péritonéal (plus de 3/4 des séjours avec le degré de sévérité extrême).

14

15

Code

ICD-9-CM à 3 digits

Définition Nombre

de séjours

% de séjours

degré de sévérité mineur

5409 APPENDICITE AIGUE, SANS PERITONITE 7055 81,4541 APPENDICITE, SANS AUTRE PRECISION 670 7,7542 APPENDICITE, AUTRE 377 4,45439 AFFECTION DE L'APPENDICE, AUTRE ET SANS AUTRE PRECISION 179 2,15430 HYPERPLASIE DE L'APPENDICE 160 1,8 sous-total 8441 97,4

degré de sévérité modéré

5400 APPENDICITE AIGUE, AVEC PERITONITE GENERALISEE 2280 47,8

5401 APPENDICITE AIGUE, AVEC ABCES PERITONEAL 1467 30,8

5409 APPENDICITE AIGUE, SANS PERITONITE 698 14,6

541 APPENDICITE, SANS AUTRE PRECISION 74 1,6

542 APPENDICITE, AUTRES 62 1,3

sous-total 4581 96,1

degré de sévérité majeur





541 APPENDICITE, SANS AUTRE PRECISION 11 2,9

sous-total 349 90,6

degré de sévérité extrême





1535 NEO DE L'APPENDICE 1 1,3 sous-total 75 96,2

Tableau I.2 Cinq diagnostics principaux les plus fréquents par degré de sévérité pour les séjours relatifs à l'APR-DRG 225 Appendectomy - RCM 2004

16

II. Appendicectomie « en passant » Critères de sélection Nous avons inclus, dans ce groupe de pathologies/interventions, une analyse sur les « appendicectomies en passant » chez les personnes âgées. Les séjours étudiés pour cette intervention particulière ont été sélectionnés dès que l’on trouvait une procédure avec un code ICD-9-CM 47.1* (47.11: laparoscopic incidental appendectomy ; 47.19 : other incidental appendectomy) lors d’un séjour hospitalier de type « classique » ou « chirurgical de jour ». Seuls ont été sélectionnés les patients de plus de 64 ans afin de répondre aux critères proposés par l’AHRQ3 (Agency for Healthcare Research and Quality : http://www.qualityindicators.ahrq.gov./iqi_download.htm) pour l’élaboration de leur indicateur de qualité n° 24 (Incidental Appendectomy in the Elderly Rate). En effet, l’intervention étudiée ici est contre-indiquée chez la population âgée vu que ce groupe d’âge présente un risque plus faible de développer une appendicite alors que, simultanément, elle a un risque plus élevé de souffrir de complications post-opératoires. Afin d’obtenir un nombre d’observations plus importantes, nous avons effectué la sélection à partir des données RCM des années 2001-2004 et effectué la standardisation sur base de la structure de population donnée par l’INS pour l’année 2004. Pour la période considérée, on obtient un total de 1212 séjours correspondant à la sélection définie ci-dessus, parmi lesquels 6 séjours avec un code arrondissement « 00 » (désignant les patients non résidents) et 1 seul séjour avec un code arrondissement « 99 » (désignant les patients sans domicile connu). Notre analyse portera donc sur 1205 séjours. La carte II.1 indique dans quelle mesure il existe des différences de répartition géographique pour les séjours hospitaliers enregistrés avec un code ICD-9-CM 47.1* : incidental appendectomy pour la procédure chirurgicale. Les arrondissements d’Anvers et de Saint-Nicolas au nord du pays présentent chacun un nombre de séjours plus élevé qu’attendu. Il en va de même pour deux arrondissements situés à l’ouest du pays : Mons et Audenarde. Quant au sud du pays, il présente des SAR élevés avec notamment les arrondissements de Bastogne, Neufchâteau, Liège et Huy dont le SAR est significatif. Nous trouvons au nord-ouest de la Belgique 4 arrondissements dont le nombre de séjours pour Incidental appendectomy est significativement inférieur à ce qui est attendu : Bruges, Roulers, Ypres, Mouscron. Au nord et au centre du pays, nous observons de nombreux arrondissements avec des SAR significativement inférieurs. Il s’agit de Eeklo, Turnhout, Malines, Louvain, Hasselt, Maaseik, Tongres, Ath, Charleroi, Soignies, Waremme, Namur, Philippeville. Si l’on compare le nombre d’appendicectomies « en passant » attendu, plus de la moitié des arrondissements (25/43) se caractérisent par des SAR extrêmes (<80 ou >=120). Est-ce surprenant quand, pour les années 2001-2004, on n’a obtenu que 1205 séjours pour toute la Belgique ? Ainsi il n’y a pas de séjour de patients domiciliés dans l’arrondissement de Dixmude pour cette période (l’arrondissement n’est donc pas colorié).

http://www.qualityindicators.ahrq.gov./iqi_download.htm

Carte II.1 : IQI 24 Appendicectomie en passant – RCM 2001-2004

17

18

n°INS arrondissement nombre de séjours SAR

Limite inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 149 128 107 149 ∗ 6 12 Mechelen 28 73 46 100 ∗ 1 13 Turnhout 25 56 34 78 ∗ 1 21 Bruxelles/Brussel 117 114 94 135 5 23 Halle-Vilvoorde 75 112 86 137 5 24 Leuven 40 73 50 95 ∗ 1 25 Nivelles 29 78 49 106 1 31 Brugge 16 44 22 66 ∗ 1 32 Diksmuide 0 33 Ieper 4 30 1 60 ∗ 1 34 Kortrijk 28 82 51 112 2 35 Oostende 25 115 70 160 5 36 Roeselare 4 22 0 44 ∗ 1 37 Tielt 7 64 17 111 1 38 Veurne 7 76 20 132 1 41 Aalst 35 106 71 141 4 42 Dendermonde 24 109 65 152 4 43 Eeklo 3 29 -4 61 ∗ 1 44 Gent 48 80 57 102 1 45 Oudenaarde 49 330 238 422 ∗ 6 46 St-Niklaas 63 242 182 302 ∗ 6 51 Ath 4 43 1 85 ∗ 1 52 Charleroi 26 55 34 76 ∗ 1 53 Mons 61 222 166 277 ∗ 6 54 Mouscron 4 48 1 95 ∗ 1 55 Soignies 11 57 23 90 ∗ 1 56 Thuin 20 119 67 171 5 57 Tournai 16 97 49 144 3 61 Huy 33 299 197 401 ∗ 6 62 Liège 100 140 113 168 ∗ 6 63 Verviers 31 104 67 140 4 64 Waremme 3 38 -5 81 ∗ 1 71 Hasselt 21 50 29 71 ∗ 1 72 Maaseik 6 27 5 49 ∗ 1 73 Tongeren 5 24 3 45 ∗ 1 81 Arlon 5 90 11 169 3 82 Bastogne 17 390 204 575 ∗ 6 83 Marche-en-Famenne 11 194 79 309 6 84 Neufchâteau 14 213 102 325 ∗ 6 85 Virton 6 107 21 193 4 91 Dinant 13 109 50 169 4 92 Namur 20 65 36 93 ∗ 1 93 Philippeville 2 28 -11 67 ∗ 1 Total 1205

Tableau II.1 Séjours classiques avec une procédure d'appendicectomie en passant - RCM 2001-4

19

III. Asthme Critères de sélection Dans cette sélection, on a tenu compte de l’ensemble des séjours hospitaliers qui répondent aux critères de sélection généraux pour le premier groupe de pathologies et interventions de cet atlas (cf p 10) et qui ont comme diagnostic principal le code ICD-9-CM 493.** correspondant à l’asthme. Ce code inclut l’asthme extrinsèque (code ICD-9-CM 493.0*), l’asthme intrinsèque (code ICD-9-CM 493.1*), l’asthme chronique obstructif (code ICD-9-CM 493.2*, sélection les formes d’asthme avec affection pulmonaire obstructive chronique ou avec bronchite chronique), d’autres formes d’asthme (code ICD-9-CM 493.8* : bronchospasme induit par l’exercice ou variante d’asthme avec toux), des formes d’asthme non spécifiées (code ICD-9-CM 493.9* ) (Tableau III.1). Afin de mieux évaluer la prévalence hospitalière de l’affection, nous n’avons retenu dans la sélection que les séjours ayant l’asthme (code ICD-9-CM 493.**) en diagnostic principal. La sélection n’a retenu que les séjours dits « classiques » : on compte, pour 2004, 6756 séjours en hospitalisation classique pour le code ICD-9-CM 493**. Parmi ces séjours, on en dénombre 63 dans l’arrondissement codé « 00 » (patients dont le domicile est situé à l’étranger) et 12 dans l’arrondissement codé « 99» (patients sans domicile connu). L’analyse portera sur 6681 séjours.

Diagnostic d’asthme à quatre digits Nombre de séjours

asthme extrinsèque (code ICD-9-CM 493.0*) 1755

asthme intrinsèque (code ICD-9-CM 493.1*) 433

asthme chronique obstructif (code ICD-9-CM 493.2*) 725

autres formes (code 493.8*) 0

formes d’asthme non spécifiées (code 493.9*) 3768

Total 6681

Tableau III.1 Nombre de séjours par type d’asthme

Commentaire Comme le montre la carte III.1, les disparités géographiques concernant les séjours enregistrés avec un diagnostic principal d’asthme (code ICD-9-CM 493.**) se traduisent par des arrondissements au SAR significativement plus élevé que prévu. Parmi ces entités administratives, on dénombre Anvers, Eeklo, Gand, Alost et Hasselt pour le nord du pays, et Charleroi, Thuin, Mons et Soignies, formant un bloc de quatre arrondissements contigus dans le sud-ouest de la Belgique. Les arrondissements avec un SAR significativement plus bas sont : Louvain, Dixmude, Saint-Nicolas, Malines, Hal-Vilvorde, Nivelles, Huy, Verviers, Neufchâteau, Virton et Arlon. Le tableau III.2 reprend les chiffres exacts qui sont à la base de l’illustration cartographique.

Carte III.1 : Asthme – RCM 2004

20

21



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 695 114 105 122 ∗ 5 12 Mechelen 160 81 69 94 ∗ 2 13 Turnhout 248 98 86 110 3 21 Bruxelles/Brussel 726 106 98 113 4 23 Halle-Vilvoorde 208 57 49 65 ∗ 1 24 Leuven 213 73 63 83 ∗ 1 25 Nivelles 152 64 54 74 ∗ 1 31 Brugge 157 94 79 108 3 32 Diksmuide 14 46 22 70 ∗ 1 33 Ieper 58 88 65 110 2 34 Kortrijk 176 101 86 116 4 35 Oostende 92 102 81 123 4 36 Roeselare 88 99 78 120 3 37 Tielt 45 80 57 103 2 38 Veurne 33 91 60 122 3 41 Aalst 199 122 105 139 ∗ 6 42 Dendermonde 104 89 72 106 2 43 Eeklo 69 139 106 172 ∗ 6 44 Gent 383 120 108 132 ∗ 5 45 Oudenaarde 63 85 64 107 2 46 St-Niklaas 117 81 66 96 ∗ 2 51 Ath 60 113 85 142 5 52 Charleroi 318 115 103 128 ∗ 5 53 Mons 284 174 154 195 ∗ 6 54 Mouscron 51 110 80 140 4 55 Soignies 146 126 105 146 ∗ 6 56 Thuin 128 135 111 158 ∗ 6 57 Tournai 113 122 100 145 6 61 Huy 45 67 47 86 ∗ 1 62 Liège 371 98 88 108 3 63 Verviers 128 73 60 85 ∗ 1 64 Waremme 42 90 63 117 2 71 Hasselt 294 122 108 136 ∗ 6 72 Maaseik 126 93 76 109 3 73 Tongeren 119 102 84 121 4 81 Arlon 26 71 44 99 ∗ 1 82 Bastogne 26 91 56 125 3 83 Marche-en-Famenne 26 76 47 105 1 84 Neufchâteau 27 70 44 97 ∗ 1 85 Virton 23 67 40 94 ∗ 1 91 Dinant 81 120 94 146 6 92 Namur 207 109 94 124 4 93 Philippeville 40 100 69 130 3 Total 6681

Tableau III.2 Séjours classiques avec l'asthme comme diagnostic principal - RCM 2004

La figure III.2 illustre, pour la Belgique, la distribution par âge et par sexe des séjours hospitaliers classiques caractérisés par un diagnostic principal d’asthme (code ICD-9-CM 493.**). Les quatre tranches d’âge qui vont de 0 ans à 14 ans ont fait l’objet d’environ 44 % des hospitalisations. Au sein de ces 4 tranches, l’hospitalisation pour cette affection a été plus fréquente chez les garçons que chez les filles. Dans les tranches d’âge plus élevées, la proportion de femmes est plus élevée et a tendance à être plus marquée avec l’âge. Au total, le sexe féminin représente 53.5 % des séjours.

Bien entendu, il est important de tenir compte également de la population de référence par sexe et par groupe d’âge, raison pour laquelle nous publions une deuxième figure avec une représentation du taux spécifique par âge et par sexe pour le diagnostic principal d’asthme (fig. III.3). Le taux a été obtenu en rapportant la fréquence des séjours par sexe et par groupe d’âge à la population du sexe et du groupe d’âge correspondant (pour 100 000 habitants). On observe alors que dans le groupe d’âge des 95 ans et plus, le taux est plus élevé pour le sexe masculin, ce que ne montrait pas la figure III.2.

22

24

IV. Diabète sucré Critères de sélection Dans cette sélection, on a tenu compte de l’ensemble des séjours hospitaliers classiques qui répondent aux critères de sélection généraux (cf p 10) et qui ont comme diagnostic principal le code ICD-9-CM 250.** correspondant au diabète sucré. Etant donné que le diabète sucré est très souvent encodé comme diagnostic secondaire, il est également opportun, en l’espèce, de ne sélectionner que les séjours ayant le diabète sucré comme diagnostic principal. Si l’on incluait également dans la sélection tous les séjours ayant le diabète comme diagnostic secondaire, on obtiendrait un pourcentage excessif de réadmissions. La prévalence hospitalière de l’affection serait alors évaluée avec moins de précision. Au total, la banque de données RCM comprend 20599 séjours ayant le diabète sucré comme diagnostic principal pour l’année d’enregistrement 2004 (43 séjours de patients dont le domicile n’est pas connu, sélection dans l’arrondissement codé « 99 » et 147 séjours de patients ne résidant pas en Belgique, sélection dans l’arrondissement « 00 »), soit 20409 séjours pour notre étude. Si on ne tient compte que des séjours n’ayant pas fait l’objet d’une réadmission, on n’obtient plus que 18459 patients. Commentaire La carte IV.1 montre d’importants écarts géographiques. Le nombre de séjours ayant le diabète sucré (code ICD-9-CM 250**) en diagnostic principal est significativement plus élevé que prévu dans les entités administratives suivantes : - un arrondissement de Flandre Occidentale : Ostende - plusieurs arrondissements de Flandre Orientale : Gand, Alost, Termonde, Saint-Nicolas - un arrondissement de la province d’Anvers : Malines - un arrondissement de la province de Liège : Liège - deux arrondissements de la province du Hainaut : Mons et Tournai. Le nombre de séjours est significativement moins élevé que prévu dans les arrondissements de Flandre occidentale de Furnes, Bruges,Ypres, Courtrai, Roulers, dans l’arrondissement de Flandre orientale d’Audenarde, dans l’arrondissement de Turnhout en province d’Anvers, dans les arrondissements de Louvain, Hal-Vilvorde et de Nivelles dans les deux Brabant, dans l’arrondissement de Namur, dans l’arrondissement de Maaseik (province du Limbourg), dans les arrondissements de Marche-en-Famenne et de Neufchâteau en province du Luxembourg.

Carte IV.1 : Diabète sucré – RCM 2001-2004

25

26



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 1947 102 97 106 4 12 Mechelen 714 113 105 121 ∗ 5 13 Turnhout 554 70 64 76 ∗ 1 21 Bruxelles/Brussel 1881 104 99 109 4 23 Halle-Vilvoorde 964 85 80 90 ∗ 2 24 Leuven 714 77 71 83 ∗ 1 25 Nivelles 506 75 68 81 ∗ 1 31 Brugge 467 80 73 87 ∗ 2 32 Diksmuide 85 86 68 104 2 33 Ieper 123 58 47 68 ∗ 1 34 Kortrijk 512 91 83 99 ∗ 3 35 Oostende 381 114 103 126 ∗ 5 36 Roeselare 245 85 74 96 ∗ 2 37 Tielt 181 102 87 117 4 38 Veurne 112 81 66 96 ∗ 2 41 Aalst 671 124 114 133 ∗ 6 42 Dendermonde 522 140 128 152 ∗ 6 43 Eeklo 166 99 84 114 3 44 Gent 1136 114 107 120 ∗ 5 45 Oudenaarde 178 75 64 86 ∗ 1 46 St-Niklaas 553 124 114 134 ∗ 6 51 Ath 169 107 91 123 4 52 Charleroi 828 101 94 108 4 53 Mons 604 126 116 136 ∗ 6 54 Mouscron 141 101 84 118 4 55 Soignies 316 93 83 103 3 56 Thuin 263 91 80 102 3 57 Tournai 330 118 105 130 ∗ 5 61 Huy 211 108 94 123 4 62 Liège 1646 139 132 146 ∗ 6 63 Verviers 476 92 84 101 3 64 Waremme 126 92 76 108 3 71 Hasselt 734 99 92 106 3 72 Maaseik 368 90 81 99 ∗ 2 73 Tongeren 363 98 88 108 3 81 Arlon 97 100 80 119 3 82 Bastogne 75 99 77 122 3 83 Marche-en-Famenne 73 75 58 92 ∗ 1 84 Neufchâteau 81 74 58 90 ∗ 1 85 Virton 79 85 66 104 2 91 Dinant 221 111 96 125 5 92 Namur 477 88 80 95 ∗ 2 93 Philippeville 119 97 80 115 3 Total 20409

Tableau IV.1 Séjours classiques avec un code ICD-9-CM «250**» de diabète sucré comme diagnostic principal – RCM 2004

La figure IV.2 présente la distribution, par âge et par sexe, des séjours hospitaliers classiques qui ont le diabète sucré comme diagnostic principal. On remarque que 2.9% (598) de ces séjours correspondent à des hospitalisations d’enfants de moins de 15 ans (de 0 à 14 ans inclus). Quant aux tranches d’âge supérieures ou égales à 65 ans, elles constituent près de 51% des 20409 séjours totaux, soit 10503 séjours. Le nombre de séjours augmente avec l’âge tant chez les femmes que chez les hommes. Les séjours de patients féminins forment 51.6% de l’ensemble des séjours. Cependant dans les tranches d’âge allant de 20 ans à 64 ans, le pourcentage d’hommes est plus élevé que celui des femmes: 5021 séjours sur un total de 8950, soit un plus de 56%.

La figure IV.3 permet de visualiser d’une autre façon la distribution par âge et sexe des séjours avec diabète en diagnostic principal, en l’occurrence la fréquence des séjours rapportée à 100 000 habitants selon le sexe et le groupe d’âge correspondants (taux spécifique par sexe et groupe d’âge pour 100000 habitants). Le taux spécifique est plus élevé pour les hommes dans les groupes d’âge allant de 20 à 74 ans et de 85 à 94 ans.

27

Au sein du groupe de patients atteints de diabète, on peut distinguer deux types de diabétiques : les patients souffrant de diabète juvénile (type I) et ceux souffrant du diabète gras ou de maturité (type II). Les patients atteints d’un diabète juvénile souffrent de diabète depuis qu’ils sont jeunes tandis que les patients présentant le diabète de maturité ne présentent l’affection qu’à un âge plus avancé. Dans l’enregistrement RCM, le type de diabète est spécifié par le cinquième digit du code ICD-9-CM enregistré pour le diabète. Sur un total de 20409 séjours avec un diagnostic principal de diabète sucré, on dénombre 4660 séjours relatifs à un diabète de type I (23%) et 15749 séjours relatifs à un diabète de type II (77%). Les figures IV.4 et IV.6 montrent que les distributions, par âge et par sexe, des séjours hospitaliers relatifs à chaque type de diabète diffèrent bel et bien l’une de l’autre, et il en est de même pour les figures IV.5 et IV.7 relatives au taux spécifique par sexe et par âge (pour 100 000 habitants).

28

30

La carte IV.8 présente, pour l’année 2004, la répartition géographique des séjours hospitaliers de patients souffrant du diabète de type I. On distingue au nord du pays un bloc de plusieurs arrondissements qui présentent un nombre de séjours plus élevé que prévu. Il s’agit de : Ostende, Termonde, Eeklo, Gand, Saint-Nicolas, Anvers. En Wallonie, seul l’arrondissement

administratif de Liège présente cette caractéristique. En revanche, 8 arrondissements qui présentent un nombre de séjours significativement inférieur à ce qui est attendu se trouvent dans la partie wallonne du pays comme Nivelles, Charleroi, Mons, Mouscron, Thuin, Tournai, Waremme, Bastogne. Les 5 arrondissements flamands de Turnhout, Hal-Vilvoorde, Louvain, Courtrai et Hasselt ont également un nombre de séjours hospitaliers comparativement moins élevé que prévu.

Carte IV.8 : IQI 24 Diabète sucré type I – RCM 2004

31

32



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 566 133 122 144 ∗ 6 12 Mechelen 139 99 83 116 3 13 Turnhout 144 77 65 90 ∗ 1 21 Bruxelles/Brussel 441 100 90 109 3 23 Halle-Vilvoorde 200 78 67 89 ∗ 1 24 Leuven 181 87 74 99 ∗ 2 25 Nivelles 132 82 68 96 ∗ 2 31 Brugge 120 97 80 114 3 32 Diksmuide 20 91 51 132 3 33 Ieper 36 76 51 101 1 34 Kortrijk 105 84 68 100 ∗ 2 35 Oostende 89 133 105 161 ∗ 6 36 Roeselare 71 111 85 137 5 37 Tielt 39 98 67 129 3 38 Veurne 32 119 78 160 5 41 Aalst 126 106 87 124 4 42 Dendermonde 116 138 113 163 ∗ 6 43 Eeklo 51 142 103 181 ∗ 6 44 Gent 307 136 120 151 ∗ 6 45 Oudenaarde 57 110 81 138 4 46 St-Niklaas 137 135 112 157 ∗ 6 51 Ath 31 87 56 117 2 52 Charleroi 157 84 70 97 ∗ 2 53 Mons 82 74 58 90 ∗ 1 54 Mouscron 20 64 36 92 ∗ 1 55 Soignies 76 96 75 118 3 56 Thuin 48 73 52 94 ∗ 1 57 Tournai 44 70 49 90 ∗ 1 61 Huy 49 106 77 136 4 62 Liège 302 114 101 127 ∗ 5 63 Verviers 110 91 74 108 3 64 Waremme 22 69 40 98 ∗ 1 71 Hasselt 131 74 62 87 ∗ 1 72 Maaseik 103 102 82 122 4 73 Tongeren 92 107 85 128 4 81 Arlon 17 71 37 105 1 82 Bastogne 11 59 24 93 ∗ 1 83 Marche-en-Famenne 23 99 59 139 3 84 Neufchâteau 18 70 38 103 1 85 Virton 18 81 44 119 2 91 Dinant 58 127 94 159 6 92 Namur 114 88 72 104 2 93 Philippeville 25 89 54 124 2 Total 4660

Tableau IV.2 Séjours classiques avec un diabète sucré de type I comme diagnostic principal - RCM 2004

La carte IV.9 relative au diabète de type II permet de distinguer trois zones regroupant des arrondissements ayant un nombre de séjours significativement plus élevé que prévu. La première zone, située dans la partie flamande du pays, concerne les arrondissements d’Alost, Termonde, Gand, Saint-Nicolas, Malines. Les deuxième et troisième zones, situées en Wallonie, comprennent respectivement les arrondissements de Mons et Tournai et l’arrondissement de Liège. Les arrondissements qui ont un SAR significativement moins élevé que prévu sont : Anvers, Turnhout, Hal-Vilvorde, Louvain, Bruges, Ypres, Roulers, Furnes, Audenarde, Maaseik, Nivelles, Marche-en-Famenne, Neufchâteau, Namur.

Carte IV.9 : IQI 24 Diabète sucré type II – RCM 2004

33

34



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 1381 93 88 98 ∗ 3 12 Mechelen 575 117 107 127 ∗ 5 13 Turnhout 410 68 61 74 ∗ 1 21 Bruxelles/Brussel 1440 105 100 111 4 23 Halle-Vilvoorde 764 87 81 93 ∗ 2 24 Leuven 533 74 68 81 ∗ 1 25 Nivelles 374 72 65 80 ∗ 1 31 Brugge 347 76 68 83 ∗ 1 32 Diksmuide 65 84 64 105 2 33 Ieper 87 52 41 63 ∗ 1 34 Kortrijk 407 93 84 102 3 35 Oostende 292 109 97 122 4 36 Roeselare 174 77 66 89 ∗ 1 37 Tielt 142 103 86 120 4 38 Veurne 80 71 56 87 ∗ 1 41 Aalst 545 129 118 140 ∗ 6 42 Dendermonde 406 140 127 154 ∗ 6 43 Eeklo 115 88 72 104 2 44 Gent 829 107 100 115 ∗ 4 45 Oudenaarde 121 65 54 77 ∗ 1 46 St-Niklaas 416 121 109 133 ∗ 6 51 Ath 138 113 94 132 5 52 Charleroi 671 107 99 115 4 53 Mons 522 141 129 153 ∗ 6 54 Mouscron 121 112 92 132 5 55 Soignies 240 92 81 104 3 56 Thuin 215 96 83 109 3 57 Tournai 286 132 116 147 ∗ 6 61 Huy 162 109 92 126 4 62 Liège 1344 146 138 154 ∗ 6 63 Verviers 366 93 83 102 3 64 Waremme 104 99 80 118 3 71 Hasselt 603 106 98 115 4 72 Maaseik 265 86 75 96 ∗ 2 73 Tongeren 271 95 84 107 3 81 Arlon 80 109 85 133 4 82 Bastogne 64 113 85 140 5 83 Marche-en-Famenne 50 67 49 86 ∗ 1 84 Neufchâteau 63 75 56 93 * 1 85 Virton 61 86 65 108 2 91 Dinant 163 106 90 122 4 92 Namur 363 87 78 96 ∗ 2 93 Philippeville 94 100 79 120 3

Total 15749 Tableau IV.3 Séjours classiques avec un diabète sucré de type II comme diagnostic principal - RCM 2004

35

Dans le système de codes ICD-9-CM, le quatrième chiffre du code correspondant au diabète (250.**) permet d’indiquer s’il y a complication ou non et de la préciser, le cas échéant. Le tableau IV.4 donne un aperçu des séjours appartenant à la sélection en présentant leur distribution entre les différents diagnostics principaux suivant la nature des complications. Pour 28.9% des séjours, on ne remarque aucune complication. Pour 2% des séjours, il y a complication, mais elle n’est pas spécifiée. Remarquons que lors de la parution du « RCM 1996 en images », ce pourcentage de complications non spécifiées atteignait 21%. On en déduit que la précision du codage s’est améliorée sur le laps de temps écoulé. Dans plus de 14% des séjours avec un diagnostic principal de diabète, on a enregistré des symptômes neurologiques associés à la maladie. Les autres complications fréquentes sont les atteintes rénales (7.4%) et oculaires (7.4%). A signaler qu’environ 5% des séjours étaient accompagnés d’un coma.

Code ICD-9-CM et définition Nombre de séjours

% de séjours

250.0* DIABETE SUCRE, SANS COMPLICATION 5897 28.9

250.1* DIABETE, AVEC ACIDOCETOSE 1049 5.1

250.2* DIABETE AVEC HYPEROSMOLARITE 182 0.9

250.3* DIABETE, AVEC COMA, AUTRE 1041 5.1

250.4* DIABETE, AVEC COMPLICATION RENALE 1511 7.4

250.5* DIABETE, AVEC COMPLICATION OCULAIRE 1506 7.4

250.6* DIABETE, AVEC COMPLICATION NEUROLOGIQUE 2909 14.3

250.7* DIABETE, AVEC COMPLICATION CIRCULATOIRE PERIPHERIQUE 2554 12.5

250.8* DIABETE, AVEC AUTRES COMPLICATIONS SPECIFIEES 3345 16.4

250.9* DIABETE, AVEC COMPLICATION, SANS AUTRE PRECISION 415 2.0

Total 20409 100

Tableau IV.4 Séjours hospitaliers avec le diabète sucré comme diagnostic principal - distribution en fonction des différents diagnostics principaux suivant la nature des complications - RCM 2004

36

V. Infection HIV Critères de sélection Pour sélectionner les séjours HIV (HIV=Human Immunodeficiency Virus), on a retenu les séjours qui répondaient aux critères de sélection généraux (cf. p 10). La sélection a été opérée à partir de l’APR-MDC (All Patient Refined – Major Diagnostic Category) 24 Infections HIV – Human Immunodeficiency Virus. Un tel séjour peut faire partie de ce MDC : 1. dans le cas d’une infection HIV enregistrée comme diagnostic principal 2. ou dans le cas d’une affection liée à l’infection HIV et enregistrée comme diagnostic principal et d’un diagnostic d’infection HIV enregistré comme diagnostic secondaire. Pour cette affection, la sélection a été effectuée sur les années 2001-2004 en raison des petits nombres. Pour les séjours correspondant aux critères de sélection définis ci-dessus, nous avons un total de 4319 séjours qui incluent 116 séjours correspondant à l’arrondissement codé comme « 99 » (patients sans domicile connu) et 83 séjours correspondant à l’arrondissement codé comme « 00 » (patients dont le domicile est à l’étranger). Notre étude porte donc sur 4120 séjours dont 1998 séjours, soit 48.5%, correspondent à une réadmission dans l’année au sein du même hôpital. Commentaire La durée moyenne de séjour hospitalier en hospitalisation classique est de 15 jours et la médiane de cette durée de séjour est de 8 jours. Trois arrondissements possèdent un nombre de séjours significativement supérieur à ce qui est attendu : il s’agit avant tout de Bruxelles-capitale et ensuite de Liège et Anvers. Un grand nombre d’arrondissements (26 au total) ont au contraire un nombre de séjours significativement moindre que prévu tant dans la partie flamande que de la partie wallonne du pays.

Carte V.1 : Infection HIV – RCM 2001-2004

37

38



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 479 130 118 141 ∗ 6 12 Mechelen 40 32 22 42 ∗ 1 13 Turnhout 48 28 20 36 ∗ 1 21 Bruxelles/Brussel 1786 441 421 462 ∗ 6 23 Halle-Vilvoorde 172 76 65 88 ∗ 1 24 Leuven 112 60 49 71 ∗ 1 25 Nivelles 146 103 86 120 4 31 Brugge 49 46 33 59 ∗ 1 32 Diksmuide 1 5 -5 16 ∗ 1 33 Ieper 2 5 -2 12 ∗ 1 34 Kortrijk 34 32 21 42 ∗ 1 35 Oostende 60 109 81 136 4 36 Roeselare 8 14 4 25 ∗ 1 37 Tielt 9 26 9 43 ∗ 1 38 Veurne 4 19 0 38 ∗ 1 41 Aalst 30 28 18 38 ∗ 1 42 Dendermonde 13 17 8 27 ∗ 1 43 Eeklo 3 10 -1 20 ∗ 1 44 Gent 87 43 34 52 ∗ 1 45 Oudenaarde 9 20 7 33 ∗ 1 46 St-Niklaas 31 34 22 46 ∗ 1 51 Ath 11 35 14 55 ∗ 1 52 Charleroi 161 99 83 114 3 53 Mons 84 87 69 106 2 54 Mouscron 6 23 5 41 ∗ 1 55 Soignies 43 62 43 80 ∗ 1 56 Thuin 30 53 34 72 ∗ 1 57 Tournai 24 44 26 61 ∗ 1 61 Huy 15 37 18 55 ∗ 1 62 Liège 287 127 112 142 ∗ 6 63 Verviers 56 53 39 67 ∗ 1 64 Waremme 7 25 6 43 ∗ 1 71 Hasselt 44 27 19 36 ∗ 1 72 Maaseik 20 22 12 31 ∗ 1 73 Tongeren 32 40 26 55 ∗ 1 81 Arlon 19 87 48 126 2 82 Bastogne 8 49 15 82 ∗ 1 83 Marche-en-Famenne 15 75 37 112 1 84 Neufchâteau 18 83 45 121 2 85 Virton 21 110 63 157 4 91 Dinant 17 44 23 64 ∗ 1 92 Namur 58 51 38 64 ∗ 1 93 Philippeville 21 86 49 123 2 Total 4120

Tableau V.1 Nombre de séjours hospitaliers classiques MDC 24 HIV infections - RCM 2001-2004

La figure V.2 donne une idée de la distribution des séjours hospitaliers classiques par âge et par sexe pour le MDC 24 de 2001 à 2004. On remarque que 58,6% (2414 séjours) des 4120 séjours correspondent au sexe masculin contre 41,4% (1706 séjours) pour le sexe féminin. Le groupe d’âge compris entre 20 ans et 50 ans représente la majorité des séjours, soit environ 75%.

Le tableau V.2 présente les 17 diagnostics principaux les plus fréquents enregistrés en rapport avec les séjours MDC 24 HIV Infections et qui correspondent à 75% des séjours totaux (soit 3083 séjours). On note que 45.3% des séjours sont enregistrés en mentionnant le code ICD-9-CM 042 (« Maladie du virus d’immunodéficience humaine ») comme diagnostic principal. Ce code qui n’a que 3 digits englobe les affections suivantes : Acquired Immune Deficiency Syndrome (AIDS), AIDS-like syndrome, AIDS-related complex (ARC), HIV infection symptomatic. Ce code doit être complété par un ou d’autres codes relatifs aux manifestations de l’infection HIV. Le code exclut tout séjour relatif à une infection HIV non symptomatique, à une exposition au virus HIV ou à une évidence sérologique non spécifique de HIV. Près de 23% des séjours correspondent à un diagnostic principal désignant une maladie infectieuse ou parasitaire parmi lesquelles les pneumonies et bronchopneumonies, les zonas à herpes zoster, les tuberculoses pulmonaires, les toxoplasmoses, les syphilis symptomatiques, les phlegmons et autres abcès, les infections intestinales à microorganismes (sans autre précision). 32% des séjours ont un diagnostic principal dont le code ICD-9-CM ne fait pas partie du groupe des infections, comme les symptômes généraux, les manifestations épileptiques, les purpuras et troubles hémorragiques, les anémies, les gastro-entérites et colites non infectieuses, les insuffisances rénales (1%), les tuberculoses miliaires (0.4%), les tuberculoses extra-pulmonaires (0.4%), les tuberculoses du système respiratoire (0.4%), les sarcomes de Kaposi (0.3%). Dans 5,1% des séjours (213 séjours), le MDC 25 est enregistré avec un diagnostic principal ou secondaire de pneumocystis carinii.

39

40

code ICD-9-CM Définition

Nombre de séjours au

cours desquels le diagnostic a

été enregistré

% du nombre de

séjours

042 MALADIE DU VIRUS D'IMMUNODEFICIENCE HUMAINE (SIDA) 1866 45,3

486 PNEUMONIES A MICROORGANISME, SANS AUTRE PRECISION 137 3,3

053 ZONAS, HERPES ZOSTER 128 3,1

482 PNEUMONIES BACTERIENNES, AUTRES 114 2,8

481 PNEUMONIES A PNEUMOCOQUES 95 2,3

011 TUBERCULOSES PULMONAIRES 94 2,3

485 BRONCHOPNEUMONIES A MICROORGANISME, SANS AUTRE PRECISION 82 2,0

136 MALADIES INFECTIEUSES ET PARASITAIRES, AUTRES ET SANS AUTRE PRECISION 74 1,8

780 SYMPTOMES GENERAUX 67 1,6

345 EPILEPSIES 64 1,6

682 PHLEGMONS ET ABCES, AUTRES 62 1,5

130 TOXOPLASMOSES 54 1,3

287 PURPURA ET TROUBLES HEMORRAGIQUES, AUTRES 54 1,3

285 ANEMIES, AUTRES ET SANS AUTRE PRECISION 51 1,2

008 INFECTIONS INTESTINALES A MICROORGANISMES, AUTRES 49 1,2

091 SYPHILIS PRECOCES, SYMPTOMATIQUES 48 1,2

558 GASTRO-ENTERITE ET COLITE NON INFECTIEUSE, AUTRE ET SANS AUTRE PRECISION 44 1,1

Total 3083 74,8Tableau V.2 Diagnostics principaux les plus fréquents pour les séjours hospitaliers classiques MDC 24

HIV Infections (RCM 2001-2004) Le taux de décès hospitalier (soit le nombre de séjours hospitaliers classiques aboutissant à un décès par rapport au nombre total de séjours hospitaliers) pour tous les séjours MDC 24 est de 5.7% au total. Pour les deux sexes, les taux sont assez semblables (5.8% pour les hommes et 5.6% pour les femmes) quelle que soit la catégorie d’âge.

41

VI. « Multiple significant trauma » Critères de sélection Outre les critères de sélection généraux utilisés pour la sélection de séjours proposés dans ce premier groupe de pathologies, la sélection des séjours de « traumatismes multiples » a été effectuée à partir du MDC (Major Diagnostic Category) 25 Multiple significant trauma. Un séjour est classé comme appartenant à ce MDC si son APR-DRG (All Patients Refined Diagnosis Related Group) est le 910 (Craniotomy for multiple significant trauma), le 912 (Musculoskeletal & other procedures for multiple significant trauma) ou le 930 (Multiple significant trauma w/o O.R. procedure). Le séjour doit correspondre à la présence d’un diagnostic principal et d’au moins deux traumatismes significatifs en 2 régions différentes du corps. Le traumatisme le plus grave sera codé comme le diagnostic principal, l’autre (ou les autres) comme un (des) diagnostic(s) secondaire(s). Selon cette logique de classification des polytraumatismes, le corps est divisé en 8 régions (ou body sites) : tête, thorax, abdomen, reins, système urinaire, bassin et colonne vertébrale, membres inférieurs, membres supérieurs. Pour chaque « body site », une distinction est opérée entre les traumatismes significatifs et les traumatismes non significatifs. Ainsi, une fracture fermée d’une seule côte n’est pas considérée comme un traumatisme significatif, contrairement à une fracture fermée de 7 côtes ou à une fracture ouverte de 4 côtes. Au total, 2305 séjours correspondent aux critères de sélection définis ci-dessus, dont 4 dans l’arrondissement « 99 » (domicile non connu) et 101 dans l’arrondissement « 00 » (domicile à l’étranger), soit 2200 séjours sélectionnés pour l’étude cartographique. Commentaire Grâce à la carte VI.1, on s’aperçoit que trois arrondissements administratifs présentent un nombre de séjours significativement plus élevé que prévu pour le MDC (Major Diagnostic Category) 25 Multiple significant trauma. C’est le cas d’Ypres dans le nord du pays, de Liège et de Dinant dans le sud du pays. Dans les arrondissements flamands de Louvain, Hal-Vilvorde, Malines et Anvers, le nombre de séjours est moindre que prévu. Les SAR obtenus figurent dans le tableau VI.1.

Carte VI.1 : Multiple significant trauma – RCM 2004

42

43



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 140 69 58 81 ∗ 1 12 Mechelen 51 77 56 99 ∗ 1 13 Turnhout 81 93 73 114 3 21 Bruxelles/Brussel 196 91 78 104 3 23 Halle-Vilvoorde 98 83 67 99 ∗ 2 24 Leuven 75 76 59 94 ∗ 1 25 Nivelles 87 116 92 141 5 31 Brugge 53 91 66 115 3 32 Diksmuide 18 173 93 252 6 33 Ieper 35 156 104 207 ∗ 6 34 Kortrijk 54 91 67 116 3 35 Oostende 38 120 82 158 6 36 Roeselare 32 106 69 143 4 37 Tielt 24 126 76 177 6 38 Veurne 12 95 41 148 3 41 Aalst 66 118 89 146 5 42 Dendermonde 31 79 51 106 1 43 Eeklo 25 146 89 204 6 44 Gent 99 92 74 110 3 45 Oudenaarde 28 113 71 155 5 46 St-Niklaas 37 77 52 102 1 51 Ath 27 160 99 220 6 52 Charleroi 83 94 74 114 3 53 Mons 65 124 94 154 6 54 Mouscron 18 122 65 178 6 55 Soignies 40 108 75 142 4 56 Thuin 31 101 65 137 4 57 Tournai 34 112 75 150 5 61 Huy 28 130 82 179 6 62 Liège 160 128 108 147 ∗ 6 63 Verviers 57 101 75 128 4 64 Waremme 19 128 71 186 6 71 Hasselt 74 90 70 111 3 72 Maaseik 46 99 70 128 3 73 Tongeren 36 90 60 119 2 81 Arlon 15 133 66 201 6 82 Bastogne 16 181 92 269 6

83 Marche-en-Famenne 13 120 55 185 5

84 Neufchâteau 17 140 74 207 6 85 Virton 16 153 78 229 6 91 Dinant 34 159 105 212 ∗ 6 92 Namur 70 115 88 142 5 93 Philippeville 21 161 92 230 6 Total 2200

Tableau VI.1 Nombre de séjours hospitaliers classiques avec le MDC 25 Multiple significant trauma - RCM 2004

La classification ICD-9-CM permet par le biais de l’utilisation de codes spéciaux, à savoir les « codes E », d’enregistrer la cause d’une lésion ou d’un empoisonnement. L’enregistrement des codes E est obligatoire depuis janvier 2003. Parmi la sélection réalisée avec le MDC 25, 86% des séjours ont au moins un code E. Si on pousse l’analyse des types de « traumatismes multiples » plus loin, une autre répartition géographique apparaît. Grâce à l’encodage des codes E, on peut avoir une idée du type de traumatisme souffert. En ne retenant que les séjours qui ont un rapport avec un code E d’accident de la circulation, on retient 1019 séjours (46%) et on aboutit aux résultats suivants (carte VI.2) : 4 arrondissements présentent un nombre significativement plus élevé qu’attendu du nombre de séjours pour le MDC (« Major Diagnostic Category) 25 Multiple significant trauma. Il s’agit de Mons, Ath, Liège et Dinant, tous en Wallonie. Par contre, on trouve, pour ce MDC, moins de séjours que prévu dans les arrondissements de Tongres, Anvers, Hal-Vilvorde, Louvain et Bruxelles-capitale.

Carte VI.2 : Multiple significant trauma (accidents de la circulation) – RCM 2004

Le taux de décès hospitalier (soit le nombre de séjours hospitaliers aboutissant à un décès par rapport au nombre total de séjours hospitaliers) pour tous les séjours MDC 25 est de 14.4% (14.7% pour les hommes et 13.7% pour les femmes) quelle que soit la catégorie d’âge.

44

nombre de séjours hospitaliers nombre de séjours aboutissant à un décès

MDC 25 "Multiple significant trauma" - RCM 2004

Figure VI.3 Nombre de séjours hospitaliers classiques en fonction du degré de sévérité (SOI)

Degré de sévérité (SOI)Extrême MajeurModéréMineur

Nom

bre de séjours hospitaliers classiques

800

700

600

500

400

300

200

100

0

La figure VI.3 représente par degré de sévérité le nombre de séjours et de décès après une admission pour traumatismes multiples. Le tableau VI.2 donne un aperçu de la part relative des différents codes E pour les séjours hospitaliers classiques. Pour résumer, on peut affirmer que, parmi les séjours pour lesquels une cause a été enregistrée, 46.6% des codes E concernent un accident de la route, environ 8.8% à une chute et 1.7% à une tentative de suicide. Chez les femmes de ≥ 65 ans (soit 342 séjours avec code E), 57% des séjours avec le MDC 25 sont dus à une chute. Grâce au RCM, il est possible de connaître la nature des lésions affectant les patients admis à l’hôpital pour traumatismes multiples. Le tableau VI.3 donne la liste des 10 lésions les plus fréquentes. Il s’agit de fractures du bassin, du fémur, de la base crânienne, des côtes, du sternum. On observe souvent aussi des lésions de la rate, du foie, des déchirures et des contusions cérébrales, des pneumo- et hémothorax, des hémorragies sous-arachnoïdales, extra- et sous-durales.

45

46

Code E

Définition % du nombre total

de codes E enregistrés

E849 LIEU DE L'ACCIDENT 21,1E819 ACCIDENT DE ROULAGE, SANS AUTRE PRECISION 17,4E812 ACCIDENT DE ROULAGE, COLLISION DE VEHICULES A MOTEUR, AUTRE 7,6E888 CHUTE, AUTRE ET SANS AUTRE PRECISION 7,1E815 ACCIDENT DE ROULAGE, COLLISION SUR VOIE PUBLIQUE, AUTRE 3,2E811 ACCIDENT DE ROULAGE, COLLISION DE VEHICULES A MOTEUR 3,2E884 CHUTE D'UN NIVEAU A UN AUTRE, AUTRE 3,1E880 CHUTE DANS OU D'UN ESCALIER 2,9E816 ACCIDENT DE ROULAGE, PERTE DE CONTROLE, SANS COLLISION 2,8E814 ACCIDENT DE ROULAGE, COLLISION AVEC UN PIETON 2,7E813 ACCIDENT DE ROULAGE, COLLISION DE VEHICULE AUTRE 2,7E882 CHUTE D'UN BATIMENT OU D'UNE AUTRE CONSTRUCTION 2,2E885 CHUTE DE PLAIN-PIED PAR GLISSADE OU TREBUCHEMENT 2,2E826 ACCIDENT DE CYCLE A PEDALES 2,1E957 TENTATIVE DE SUICIDE PAR SAUT D'UN LIEU ELEVE 1,7E881 CHUTE D'UNE ECHELLE OU D'UN ECHAFAUDAGE 1,3E928 ACCIDENT PAR ENVIRONNEMENT, AUTRE ET SANS AUTRE PRECISION 1,2E818 ACCIDENT DE ROULAGE, SANS COLLISION, AUTRE 1,1E848 ACCIDENT DE VEHICULE, AUTRE, NON CLASSE AILLEURS 1,0E929 SEQUELLE D'ACCIDENT 1,0E966 ATTENTAT PAR INSTRUMENT TRANCHANT OU PERFORANT 1,0

Total 88,5Tableau VI.2 Codes E enregistrés pour les séjours hospitaliers classiques

MDC 25 Multiple significant trauma - RCM 2004

code ICD-9-CM Définition Nombre de séjours au

cours desquels le diagnostic a été enregistré

808 FRACTURES DU BASSIN 235820 FRACTURES DU FEMUR, EXTREMITE PROXIMALE 228821 FRACTURES DU FEMUR, AUTRES ET SANS AUTRE PRECISION 154801 FRACTURES DE LA BASE DU CRANE 141865 TRAUMATISMES DE LA RATE 140860 PNEUMOTHORAX ET HEMOTHORAX TRAUMATIQUES 127851 DECHIRURES ET CONTUSIONS CEREBRALES 108852 HEMORRAGIES SOUS-ARACHNOIDES, EXTRA- ET SOUS-DURALES

TRAUMATIQUES 106864 TRAUMATISMES DU FOIE 98807 FRACTURES DE COTES, STERNUM, LARYNX ET TRACHEE 92

Total 1429Tableau VI.3 Diagnostics principaux les plus fréquents pour les séjours hospitaliers classiques

MDC 25 Multiple significant trauma - RCM 2004

Grâce à la pyramide des âges et des sexes représentée sur la figure VI.4, on note la survenue plus fréquente des traumatismes multiples chez les hommes jeunes. Pour l’année 2004, environ 37% de tous les séjours relatifs au MDC 25 concernent des sujets masculins âgés de 15 à 34 ans. La population masculine représente 2/3 du nombre total des séjours MDC 25.

A l’aide de la figure VI.5 qui représente le taux spécifique par âge et par sexe (pour 100 000 habitants) des séjours avec un MDC 25 Multiple Significant Trauma), on constate effectivement une prépondérance masculine de 5 à 74 ans, mais une prépondérance féminine de 75 à 94 ans.

47

48

VII. Tuberculose Critères de sélection Dans cette sélection des séjours liés à l’infection tuberculeuse, on a tenu compte de l’ensemble des séjours hospitaliers répondant aux critères généraux de sélection pour ce premier groupe de pathologies (cf p 10) et ayant, comme diagnostic principal, un code ICD-9-CM correspondant à une infection tuberculeuse (code 010.** à 018.** inclus). Le symbole * signifie que la valeur des quatrième et cinquième chiffres du code ICD-9-CM n’a aucune importance quant à l’appartenance ou non à la sélection. Un diagnostic peut être enregistré dans le RCM comme diagnostic principal ou secondaire. Le diagnostic principal est défini comme l’affection qui, après examen, a été désignée comme la cause principale ayant entraîné l’admission du patient à l’hôpital. Tous les autres diagnostics présents sont des diagnostics secondaires. Lorsqu’on constitue une sélection de séjours hospitaliers à partir de la banque de données RCM, on peut se demander s’il y a lieu de tenir compte uniquement des séjours pour lesquels le diagnostic est cité comme diagnostic principal ou s’il faut, au contraire, prendre en considération les séjours avec un diagnostic principal ou secondaire. Dans la présente sélection, on a uniquement pris en considération les séjours ayant l’infection tuberculeuse comme diagnostic principal. Si l’on incluait également dans cette sélection tous les séjours ayant une infection tuberculeuse comme diagnostic principal ou secondaire, le pourcentage de réadmissions (la réadmission est définie comme le nombre réel de jours entre la date d’admission du séjour actuel et la date de sortie du séjour précédent, y compris l’hospitalisation de jour et l’urgence ambulatoire, dans le même hôpital) serait trop élevé. Pour la tuberculose, le taux de séjours de patients caractérisés par une réadmission dans l’année est de 43% dans la présente analyse. Nous n’avons sélectionné que les séjours en hospitalisation classique. Pour l’année 2004, on dénombre 1162 séjours avec un diagnostic ayant un code ICD-9-CM allant de 010.** à 018.**. Parmi ces séjours, seulement 18 séjours correspondent à l’arrondissement « 99 » (patients sans domicile connu) et 20 séjours à l’arrondissement « 00 » (patients non résidents). Notre étude cartographique porte donc sur 1124 séjours. Commentaire La carte VII.1 montre que dans 2 arrondissements administratifs, le nombre de séjours pour lesquels il existe un diagnostic principal de tuberculose est significativement plus élevé que prévu. Il s’agit de Bruxelles-capitale et d’Anvers, deux arrondissements qui présentent un caractère particulièrement urbanisé. D’autres arrondissements comme Dixmude, Mouscron Ath, Mons, Soignies, Charleroi, Liège, Arlon et Virton ont des SAR élevés, mais vu le nombre limité de séjours observés, l’écart obtenu pour chacun de ces SAR n’est pas significatif. La prudence est donc de mise concernant l’interprétation de ces résultats. Par contre, on trouve 20 arrondissements qui ont un nombre de séjours significativement moins élevé qu’attendu, dont 14 arrondissements dans la partie flamande du pays. Les données ayant servi à la représentation cartographique figurent dans le tableau VII.1.

Carte VII.1 : Tuberculose – MKG 2004

49

50



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 133 127 106 149 ∗ 6 12 Mechelen 32 93 61 126 3 13 Turnhout 26 57 35 79 ∗ 1 21 Bruxelles/Brussel 310 275 244 305 ∗ 6 23 Halle-Vilvoorde 39 63 44 83 ∗ 1 24 Leuven 32 62 41 84 ∗ 1 25 Nivelles 26 68 42 94 ∗ 1 31 Brugge 9 30 10 49 ∗ 1 32 Diksmuide 7 131 34 228 6 33 Ieper 7 61 16 106 1 34 Kortrijk 10 33 12 53 ∗ 1 35 Oostende 8 49 15 84 ∗ 1 36 Roeselare 7 45 12 78 ∗ 1 37 Tielt 5 51 6 96 ∗ 1 38 Veurne 3 46 -6 99 ∗ 1 41 Aalst 22 75 44 107 1 42 Dendermonde 11 53 22 85 ∗ 1 43 Eeklo 4 45 1 89 ∗ 1 44 Gent 27 48 30 66 ∗ 1 45 Oudenaarde 8 63 19 107 1 46 St-Niklaas 11 44 18 70 ∗ 1 51 Ath 10 114 43 185 5 52 Charleroi 48 105 76 135 4 53 Mons 39 145 99 190 6 54 Mouscron 10 132 50 213 6 55 Soignies 23 121 71 170 6 56 Thuin 15 95 47 143 3 57 Tournai 8 52 16 88 ∗ 1 61 Huy 6 55 11 98 ∗ 1 62 Liège 67 104 79 129 4 63 Verviers 20 69 39 99 ∗ 1 64 Waremme 2 26 -10 63 ∗ 1 71 Hasselt 41 96 66 125 3 72 Maaseik 20 83 47 120 2 73 Tongeren 18 86 46 125 2 81 Arlon 6 102 20 184 4 82 Bastogne 3 66 -9 141 1 83 Marche-en-Famenne 5 89 11 168 2 84 Neufchâteau 1 16 -16 48 ∗ 1 85 Virton 11 205 84 326 6 91 Dinant 5 46 6 86 ∗ 1 92 Namur 24 77 46 108 1 93 Philippeville 5 74 9 139 1 Total 1124

Tableau VII.1 Séjours classiques avec la tuberculose comme diagnostic principal - RCM 2004 La pyramide de distribution par âge et par sexe (figure VII.2) permet de constater que la proportion de séjours de patients masculins est plus élevée que celle des séjours de patients

féminins. Le pourcentage des hommes est de 62.5% contre 37.5% pour les femmes pour toutes les tranches d’âge. Seulement dans les tranches d’âge 0-4 ans et de 85-89 ans, le pourcentage de femmes est plus élevé, mais dans cette dernière il y a un surplus important de femmes. C’est surtout à partir de l’âge de la tranche d’âge de 20-24 ans que le nombre de séjours est important, soit environ 88% du total des séjours.

La figure VII.3 montre la distribution des 1124 séjours hospitaliers classiques en fonction de la nationalité du patient. L’enregistrement RCM fournit des informations sur les catégories prédéterminées : « nationalité belge », « nationalité Union européenne », « pas de nationalité Union européenne », « inconnu ». Nous observons donc que, pour l’ensemble du pays, 64.5% des séjours sont relatifs à des patients de nationalité belge. 5.9% des séjours concernent des sujets ayant la nationalité d’un pays de l’Union européenne (Belgique exclue et 23.2% des sujets ayant la nationalité d’un pays non membre de l’Union européenne. Nous n’avons pas d’information sur la nationalité pour 6.4% des séjours. Si on prend en considération les deux arrondissements qui ont un nombre de séjours significativement plus élevé que prévu, soit Anvers et Bruxelles, on s’aperçoit que la part des séjours de patients n’ayant pas la nationalité d’un des pays de l’Union européenne y est plus élevée. Ainsi à Anvers, si 55.6% des séjours correspondent à des patients de nationalité belge et 9.8% à des patients de nationalité d’un pays de l’Union européenne, 32.3% des séjours concernent des patients qui n’ont pas la nationalité d’un pays UE (pourcentage de nationalité inconnue : 2.3%). A Bruxelles, le pourcentage de séjours de patients non-UE atteint les 48.4% (nationalité belge : 37.4%, nationalité pays UE : 5.8%, inconnu : 8.4%).

51

Figue VII.3 Distribution des séjours hospitaliers classiques ayant la tuberculose comme diagnostics principal, en fonction de la

nationalité du patient - RCM 2004

6%

65%

6%

23% Inconnu

Nationalité Belge

Nationalité Européenne

Pas de l'UnionEuropéenne

Le tableau VII.2 montre la part des différents diagnostics principaux des séjours hospitaliers appartenant à la sélection. Il s’agit essentiellement de formes pulmonaires ou du tractus respiratoire : tuberculose pulmonaire pour plus de 59% des séjours, primoinfection tuberculeuse pour 6% des séjours, tuberculose respiratoire (autre forme) pour 9% des séjours.

code ICD-9-CM à 3 digits

Définition

Nombre de séjours au cours

desquels le diagnostic a été

enregistré

% du nombre de

séjours

010 PRIMOINFECTION TUBERCULEUSE 69 6,1

011 TUBERCULOSE PULMONAIRE 667 59,3

012 TUBERCULOSE RESPIRATOIRE, AUTRE 104 9,3

013 TUBERCULOSE DES MENINGES OU DU SYSTEME NERVEUX CENTRAL 25 2,2

014 TUBERCULOSE DES INTESTINS, PERITOINE OU GANGLIONS MESENTERIQUES 44 3,9

015 TUBERCULOSE DES OS OU ARTICULATIONS 62 5,5

016 TUBERCULOSE DU SYSTEME URO-GENITAL 28 2,5

017 TUBERCULOSE DES AUTRES ORGANES 92 8,2

018 TUBERCULOSE MILIAIRE 33 2,9

Total 1124

Tableau VII.2 Séjours hospitaliers classiques avec la tuberculose comme diagnostic principal - part des différents diagnostics principaux à 3 digits - RCM 2004

Il convient de préciser que seuls sont pris en considération les séjours hospitaliers. Les données concernant les patients non admis à l’hôpital et traités en ambulatoire ne font pas partie de l’enregistrement RCM et ne peuvent donc pas être traitées dans cette étude. Dès lors, le nombre de séjours hospitaliers enregistrés pour cette affection ne peut pas être utilisé pour calculer la prévalence de la tuberculose en Belgique. Toutefois on peut raisonnablement penser qu’il existe une certaine corrélation entre le nombre de séjours hospitaliers dans une zone géographique déterminée et la prévalence de la tuberculose dans cette zone.

52

Bruxelles-capitale Nous avons analysé les données des patients hospitalisés (en séjour classique ou de jour) selon la méthode du SAR au niveau communal et nous les avons référées, dans un premier temps, au niveau national. Nous avons pris pour référence la structure et les chiffres de population de 2004 lors du calcul du SAR. La répartition géographique des SAR est illustrée sur la carte VII.4. Ce sont ici surtout le nord et l’ouest de la région de Bruxelles qui présentent un nombre de patients hospitalisés plus élevé que prévu tandis que subsiste un bloc sud-est de deux communes avec un nombre moins élevé que prévu (Watermael-Boitsfort et Auderghem). Les communes au SAR significativement élevé sont : Bruxelles, Schaerbeek, Berchem-Sainte-Agathe, Molenbeek-Saint-Jean, Anderlecht, Saint-Gilles, Ixelles, Saint-Josse-Ten-Noode, Etterbeek. Cette distribution géographique n’est pas étonnante vu que des facteurs socio-économiques et culturels bien connus déterminent le profil épidémiologique de la tuberculose. Les communes d’Auderghem et de Watermael-Boitsfort comptent une population au statut économico-social plus favorisé qu’ailleurs. Bien entendu, une étude plus affinée montrerait des résultats à des niveaux plus localisés, de quartier par exemple, ce que le RCM ne fournit pas. Cela expliquerait sans doute pourquoi des communes généralement considérées comme « favorisées », telles qu’Uccle, Woluwe-Saint-Lambert, ont un SAR supérieur à 100 (même s’il n’est pas significatif).

Carte VII.4 SAR pour tuberculose comme diagnostic principal– Région bruxelloise – SAR 2000-2004

(population nationale comme référence)

Dans un deuxième temps, nous avons effectué une analyse des SAR, en calculant les fréquences attendues, non plus en fonction de la structure de la population nationale, mais en fonction de la structure de la population de la région de Bruxelles-Capitale. L’aperçu de la carte VII.5 montre des SAR statistiquement plus élevés situés dans les communes de Bruxelles-ville, Saint-Josse-Ten-Noode, Anderlecht et Berchem-Saint-Agathe. Cette approche 53

mène à des résultats différents. Ceci est dû à la différence de la structure de population entre le niveau national et le niveau de la région bruxelloise. Cette dernière a une population jeune comme le montre les deux pyramides d’âge respectives (Figures VII.4 et VII.5). Cette constatation constitue un exemple d’une limite de la méthode de la Standardisation Indirecte.

Carte VII.5 Séjours de patients hospitalisés avec tuberculose comme diagnostic principal – Région

bruxelloise – SAR (population de la Région bruxelloise comme référence) – RCM 2000-2004

54

55

n°INS commune nombre

de séjours

SAR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

SAR classe

21001 ANDERLECHT 153 306 258 355 ∗ 6 21002 AUDERGHEM 13 83 38 129 2 21003 BERCHEM-SAINTE-AGATHE 106 1014 821 1207 ∗ 6 21004 BRUXELLES 602 784 722 847 ∗ 6 21005 ETTERBEEK 41 183 127 239 ∗ 6 21006 EVERE 16 93 47 138 3 21007 FOREST 57 225 167 283 ∗ 6 21008 GANSHOREN 10 91 35 147 3 21009 IXELLES 83 189 148 229 ∗ 6 21010 JETTE 32 143 93 192 6 21011 KOEKELBERG 17 178 93 263 6 21012 MOLENBEEK-SAINT-JEAN 82 200 157 244 ∗ 6 21013 SAINT-GILLES 42 174 121 227 ∗ 6 21014 SAINT-JOSSE-TEN-NOODE 62 512 384 639 ∗ 6 21015 SCHAERBEEK 157 268 226 310 ∗ 6 21016 UCCLE 48 121 87 156 6 21017 WATERMAEL-BOITSFORT 11 87 36 138 2 21018 WOLUWE-SAINT-LAMBERT 29 113 72 155 5 21019 WOLUWE-SAINT-PIERRE 21 105 60 149 4

Total 1582 Tableau VII.3 Séjours hospitaliers avec la tuberculose comme diagnostic principal – Région bruxelloise –

SAR 2000-2004 (population nationale 2004 comme référence)

56

Partie B: les cancers Préambule sur les critères de sélection Nous avons uniquement sélectionné les séjours ayant le cancer en diagnostic principal. En effet, si nous prenons en considération les diagnostics secondaires, on inclurait des séjours caractérisés par le diagnostic principal V58.0 (radiothérapie) ou V58.1 (chimiothérapie), gonflant ainsi artificiellement le nombre de séjours pour l’affection qui nous intéresse. Le code V doit, dans le cas de la radiothérapie ou de la chimiothérapie, être enregistré comme diagnostic principal tandis que la tumeur pour laquelle le patient est traité l’est comme diagnostic secondaire. La plupart de ces séjours V sont en fait des réadmissions de patients qui génèrent les séjours hospitaliers caractérisés par le diagnostic principal d’une tumeur maligne. La limitation de la sélection aux séjours ayant la tumeur maligne comme diagnostic principal permet de mieux estimer la prévalence hospitalière de cette affection. La méthode présente l’inconvénient de ne pas inclure tous les séjours où la néoplasie maligne est en fait la cause sous-jacente de l’hospitalisation malgré un diagnostic principal différent (par exemple, une pneumonie sur terrain néoplasique). Nous avons également procédé à une sélection à partir du numéro de patient. Expliquons nous. L’hôpital attribue un numéro de patient anonyme à un patient déterminé. Ce numéro doit rester le même au minimum pendant un an (année calendrier). Cela signifie que le patient admis à plusieurs reprises au cours d’une même année conservera le même numéro d’enregistrement pour tous ces séjours. Le numéro anonyme du patient à l’hôpital sert à la fois pour l’hospitalisation classique, l’hospitalisation de jour et pour les urgences ambulatoires et reste le même pour l’ensemble du séjour, même si ce séjour s’étale sur plus d’une année d’enregistrement ou comprend différents enregistrements (séjours de longue durée). En utilisant le numéro du patient, on peut ainsi éliminer les séjours multiples dans un même hôpital et qui auraient un même diagnostic principal. On évite de cette manière les doublons pour l’année concernée. De la sorte, on obtient pratiquement une incidence hospitalière. Notons toutefois que la méthode ne supprime pas complètement les doublons puisqu’elle ne concerne que les patients ayant effectué des séjours dans un même hôpital et que, par conséquent, des patients ayant été soignés dans plus d’un hôpital compteront pour deux patients ou plus. Nous avons donc élaboré pour chaque pathologie deux types de carte : l’une qui représente un SAR basé sur l’admission (Standardised Admission Ratio), l’autre un In-Hospital Standardised Incidence Ratio (IHSIR), qui représente l’équivalent d’un SIR (Standardised Incidence Ratio) et dont le concept se rapproche davantage de l’incidence. La méthode de standardisation indirecte par âge et par sexe et le calcul du nombre attendu de séjours ou de cas par arrondissement sont identiques pour les deux modes d’analyse. Il aurait été intéressant d’utiliser les statistiques de néoplasies malignes liées aux codes M de l’ICD-9-CM. Ces codes à cinq digits résument la morphologie des néoplasmes. Malheureusement tous les séjours avec néoplasie maligne ne font pas toujours l’objet d’un tel encodage et la situation est variable d’une pathologie à l’autre, d’un établissement hospitalier à l’autre, et le stade de la tumeur, l’importance de l’envahissement, la nature même du tissu et la qualité du prélèvement ne rendent pas toujours simple la classification anatomo-pathologique. Ainsi, pour ce qui est des néoplasies malignes de la prostate (en diagnostic principal), seulement 55% des séjours précisent le code M, un taux qui n’est plus que de 9% dans le cas des néoplasies malignes de la trachée, des bronches et du poumon.

57

Par ailleurs, pour certaines des pathologies néoplasiques retenues dans cet ouvrage, nous avons cartographié les IHSMR, c’est-à-dire les In-Hospital Standardised Mortality Ratios, par arrondissement. Il s’agit ici de présenter des variations géographiques de la mortalité hospitalière. Inévitablement des décès survenus en dehors de l’hôpital échappent à l’étude, c’est le cas des patients suivis en ambulatoire, particulièrement pour un cancer de la prostate.

58

VIII. Cancer de la trachée, des bronches et du poumon Critères de sélection Pour la présente sélection, on prend en considération la totalité des séjours hospitaliers classiques correspondant aux critères de sélection généraux et possédant un diagnostic principal de cancer de la trachée, des bronches et du poumon (code ICD-9-CM : 162.*). Pour l’année d’enregistrement 2004, la banque de données compte 11551 séjours classiques dont le diagnostic principal est un néoplasme de la trachée, des bronches et du poumon. Parmi ceux-ci, 11 sont des séjours de patients dont le domicile n’est pas connu et 114 ont leur domicile situé en dehors de la Belgique. La sélection retenue pour le présent ouvrage concerne donc 11426 séjours. En utilisant le numéro de patient, on peut ainsi éliminer les séjours multiples dans un même hôpital, et nous obtenons alors un total de 8371 patients ayant été soignés au moins une fois en hospitalisation classique (9 patients sans domicile connu, 86 patients ayant leur domicile à l’étranger). Ci-dessous (Tableau VIII.1) vous trouvez un schéma récapitulatif des sélections effectuées.

Sélection Nombre séjours hospitaliers

Total pour la sélection générale 11551 Domicile non connu 11 Domicile à l’étranger 114 Sélection pour l’analyse 11426

Sélection par numéro de patient Total pour la sélection générale 8371 Domicile non connu 9 Domicile à l’étranger 86 Sélection pour l’analyse 8276

Tableau VIII.1 Cancer de la trachée, des bronches et du poumon, schéma récapitulatif des sélections effectuées

Commentaire La carte VIII.1 montre que le nombre de séjours avec un cancer de la trachée, des bronches et du poumon en diagnostic principal est significativement plus élevé que prévu dans les arrondissements administratifs suivants : dans le nord-ouest du pays, Ostende ; dans le nord-est, les trois arrondissements de la province du Limbourg (Hasselt, Maaseik, Tongres); dans le sud de la Belgique, Arlon et Virton ; dans l’ouest et le centre, Tournai, Mons, Charleroi, Namur ; à l’est, Liège. Le nombre de séjours relatifs à cette pathologie est significativement inférieur à ce qui est attendu dans plusieurs arrondissements administratifs du nord-ouest : Bruges, Eeklo, Gand, Roulers, Termonde, Hal-Vilvorde, Audenarde, Alost, Louvain. Si l’on élimine les doublons et que l’on effectue la sélection sur base du numéro de patient, on trouve moins d’arrondissements à IHSIR élevé, c’est-à-dire qui ont un nombre supérieur à ce qui est prévu (carte VIII.2): Ostende, Mons, Charleroi, Hasselt, Tongres, Liège, et Bruxelles aussi. Plusieurs arrondissements flamands du nord-ouest ont un nombre inférieur à ce qui est prévu, de même que Hal-Vilvorde.

Carte VIII.1 Séjours classiques avec un cancer de la trachée, des bronches et du poumon comme

diagnostic principal - SAR – RCM 2004

Carte VIII.2 Patients en séjours hospitaliers classiques avec un cancer de la trachée, des bronches et du

poumon comme diagnostic principal - IHSIR 2004

59

La figure VIII.3 permet de visualiser la distribution par âge et par sexe des séjours hospitaliers classiques avec un diagnostic principal de cancer de la trachée, des bronches et du poumon On constate que cette affection touche surtout la population masculine âgée. 77% des séjours hospitaliers concernent des sujets de sexe masculin, et le patient à plus de 55 ans dans 87% des séjours repris dans la sélection.

Sous la rubrique « Critères de sélection », nous avons expliqué que la sélection des séjours hospitaliers avait été établie sur la base du code ICD-9-CM 162.* comme diagnostic principal. Il est possible d’utiliser le quatrième digit sans pour autant modifier l’appartenance à la sélection. L’avantage d’utiliser le quatrième digit est d’affiner le diagnostic, en donnant dans le cas présent, une indication quant à la localisation précise du néoplasme. En examinant le tableau VIII.4, on se rend compte que 40% des séjours ont trait au cancer du lobe supérieur du poumon ou des bronches et 20% des séjours au néoplasme du lobe inférieur des bronches et du poumon. Toutefois 24% des séjours n’ont pas fait l’objet d’un enregistrement précis de la localisation du cancer (en 1996, ce pourcentage était de 44%, on note donc une amélioration dans la précision d’enregistrement des diagnostics).

60

61

n°INS arrondissement nombre

de séjours

SAR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 1086 99 94 105 3 12 Mechelen 369 102 91 112 4 13 Turnhout 470 103 93 112 4 21 Bruxelles/Brussel 938 101 94 107 4 23 Halle-Vilvoorde 488 75 69 82 ∗ 1 24 Leuven 478 90 82 98 ∗ 3 25 Nivelles 340 91 81 101 3 31 Brugge 257 75 66 85 ∗ 1 32 Diksmuide 64 112 85 140 5 33 Ieper 89 73 58 88 ∗ 1 34 Kortrijk 233 73 63 82 ∗ 1 35 Oostende 240 121 106 137 ∗ 6 36 Roeselare 131 78 65 92 ∗ 1 37 Tielt 99 97 78 116 3 38 Veurne 71 84 64 103 2 41 Aalst 273 89 78 99 ∗ 2 42 Dendermonde 179 84 72 96 ∗ 2 43 Eeklo 58 59 44 74 ∗ 1 44 Gent 418 74 67 81 ∗ 1 45 Oudenaarde 112 83 68 99 ∗ 2 46 St-Niklaas 252 99 86 111 3 51 Ath 97 112 90 135 5 52 Charleroi 487 111 101 120 ∗ 5 53 Mons 371 145 131 160 ∗ 6 54 Mouscron 95 124 99 149 6 55 Soignies 195 106 91 121 4 56 Thuin 161 101 86 117 4 57 Tournai 186 122 105 140 ∗ 6 61 Huy 109 103 83 122 4 62 Liège 740 113 105 121 ∗ 5 63 Verviers 263 92 81 103 3 64 Waremme 69 92 71 114 3 71 Hasselt 544 129 118 139 ∗ 6 72 Maaseik 286 121 107 136 ∗ 6 73 Tongeren 308 144 128 160 ∗ 6 81 Arlon 76 145 113 178 ∗ 6 82 Bastogne 47 115 82 148 5 83 Marche-en-famenne 43 80 56 104 1 84 Neufchâteau 58 96 72 121 3 85 Virton 67 132 100 164 ∗ 6 91 Dinant 133 120 100 140 6 92 Namur 372 127 114 140 ∗ 6 93 Philippeville 74 107 83 132 4 Total 11426 Tableau VIII.2 Séjours classiques avec un cancer de la trachée, des bronches et du poumon comme

diagnostic principal - RCM 2004

62


de patients

IHSIR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

IHSIR classe

11 Antwerpen 808 102 95 109 4 12 Mechelen 276 105 93 117 4 13 Turnhout 356 108 97 119 4 21 Bruxelles/Brussel 732 108 100 116 ∗ 4 23 Halle-Vilvoorde 357 76 68 84 ∗ 1 24 Leuven 367 96 86 105 3 25 Nivelles 250 92 81 104 3 31 Brugge 183 74 63 85 ∗ 1 32 Diksmuide 40 96 67 126 3 33 Ieper 67 75 57 93 ∗ 1 34 Kortrijk 174 75 64 86 ∗ 1 35 Oostende 175 122 104 140 ∗ 6 36 Roeselare 90 74 59 90 ∗ 1 37 Tielt 72 97 75 120 3 38 Veurne 51 83 60 106 2 41 Aalst 202 91 78 103 3 42 Dendermonde 135 88 73 103 2 43 Eeklo 47 66 47 85 ∗ 1 44 Gent 312 76 68 85 ∗ 1 45 Oudenaarde 70 72 55 88 ∗ 1 46 St-Niklaas 180 97 83 112 3 51 Ath 70 112 86 138 5 52 Charleroi 371 116 104 128 ∗ 5 53 Mons 229 124 108 140 ∗ 6 54 Mouscron 61 110 82 137 4 55 Soignies 147 110 92 128 5 56 Thuin 116 101 82 119 4 57 Tournai 128 116 96 136 5 61 Huy 82 107 84 130 4 62 Liège 551 116 106 126 ∗ 5 63 Verviers 200 97 83 110 3 64 Waremme 56 103 76 131 4 71 Hasselt 346 114 102 126 ∗ 5 72 Maaseik 192 114 98 130 5 73 Tongeren 205 133 115 152 ∗ 6 81 Arlon 45 119 84 154 5 82 Bastogne 36 122 82 161 6 83 Marche-en-famenne 34 87 58 117 2 84 Neufchâteau 46 105 75 136 4 85 Virton 48 130 93 167 6 91 Dinant 94 117 93 141 5 92 Namur 219 104 90 117 4 93 Philippeville 56 112 83 142 5 Total 8276

Tableau VIII.3 Patients en séjour hospitalier classique avec un cancer de la trachée, des bronches et du poumon comme diagnostic principal - RCM 2004

63

Code ICD-9-CM Définition Nombre % de séjours

1623 NEO DE POUMON OU DE BRONCHE, LOBE SUPERIEUR 4559 40

1629 NEO DE POUMON OU DE BRONCHE, SANS AUTRE PRECISION 2713 24

1625 NEO DE POUMON OU DE BRONCHE, LOBE INFERIEUR 2243 20

1622 NEO DE BRONCHE PRINCIPALE 781 7

1628 NEO DE POUMON OU DE BRONCHE, AUTRE 711 6

1624 NEO DE POUMON OU DE BRONCHE, LOBE MOYEN 390 3

1620 NEO DE LA TRACHEE 29 0

Total 11426 100

Tableau VIII.4 Séjours classiques avec un cancer de la trachée, des bronches et du poumon comme diagnostic principal - part des différents diagnostics principaux à 4 chiffres - RCM 2004

Le taux de létalité hospitalière est de 19,8%. Il varie selon les classes d’âge. La classe d’âge de ≥95 ans a un taux de 50% (pour 18 cas de cancers dans cette classe), celle de 90-94 ans un taux de 40% (89 cas de cancers dans cette classe), celle de 85-90 ans un taux de 33,5% (224 cas de cancers dans cette classe), celle de 80-84 ans un taux de 32% (976 cas de cancers dans cette classe). La classe de 35-39 ans a une mortalité de seulement 3,7%, mais il n’y a que 27 cas totaux dans cette classe. La carte VIII.4 montre la répartition des In-Hospital Standardised Mortality Ratios (IHSMR) pour le cancer du poumon lors de l’hospitalisation en Belgique. La technique de calcul des IHSMR est la même que celui des SAR, sauf que dans le cas des IHSMR on calcule le ratio en fonction du nombre de décès observé lors de l’hospitalisation et du nombre de décès attendu lors de l’hospitalisation. Les arrondissements de Tournai, Mons et Soignies ont un nombre significativement plus élevé de décès hospitaliers que prévu, de même que dans l’arrondissement de Virton. Au contraire, les arrondissements d’Ypres, Hal-Vilvorde et Dinant ont un nombre de décès hospitaliers significativement moins élevé que prévu.

Carte VIII.4 Létalité intrahospitalière en séjours classiques avec un cancer de la trachée, des bronches et

du poumon comme diagnostic principal - IHSMR – RCM 2004

64

65

IX. Néoplasies malignes du côlon Critères de sélection Nous avons sélectionné la totalité des séjours hospitaliers classiques correspondant aux critères de sélection généraux (en excluant donc les patients ayant un domicile hors de la Belgique ou dont le domicile n’est pas connu) et dont le diagnostic principal est un cancer du côlon (code ICD-9-CM : 153.**). Pour l’année d’enregistrement 2004, la sélection effectuée dans la banque de données RCM nous fournit un total de 6067 séjours parmi lesquels figurent 3 séjours de patients au domicile non connu et 46 séjours de patients résidant à l’étranger. Notre analyse des disparités géographiques porte donc sur 6018 séjours. En procédant avec la méthode de sélection à partir du numéro de patient, on a un total de 5087 patients enregistrés dans les hôpitaux du pays (3 patients sans domicile connu, 39 ayant leur domicile à l’étranger). Pour la présente analyse, nous avons donc sélectionné 5045 patients.




Tableau IX.1: Cancer du côlon, schéma récapitulatif des sélections réalisées

Commentaire La carte IX.1 donne une idée, pour la Belgique, des disparités géographiques du nombre de séjours enregistrés dans le RCM avec diagnostic principal ayant pour code ICD-9-CM 153.**. En Flandre, les arrondissements administratifs de Hal-Vilvorde, Anvers et, en Wallonie, celui de Mons, présentent un SAR significativement plus élevé (le nombre de cas observés est plus élevé que ce qui est attendu). Les arrondissements flamands de Tongres et d’Eeklo, de même que les arrondissements wallons de Liège, Marche-en-Famenne et Dinant, ont un SAR significativement moins élevé (le nombre de cas observés est moins élevé que ce qui est attendu).

Carte IX.1 Séjours classiques avec un cancer du côlon comme diagnostic principal - SAR 2004

66

67



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 648 112 103 121 ∗ 5 12 Mechelen 179 94 80 108 3 13 Turnhout 226 101 88 114 4 21 Bruxelles/Brussel 574 109 100 118 4 23 Halle-Vilvoorde 418 125 113 137 ∗ 6 24 Leuven 254 92 81 104 3 25 Nivelles 194 101 86 115 4 31 Brugge 164 92 78 106 3 32 Diksmuide 27 88 55 122 2 33 Ieper 63 96 72 120 3 34 Kortrijk 193 114 98 131 5 35 Oostende 90 85 68 103 2 36 Roeselare 97 111 89 133 5 37 Tielt 52 97 70 123 3 38 Veurne 55 123 90 155 6 41 Aalst 165 102 87 118 4 42 Dendermonde 102 93 75 112 3 43 Eeklo 31 60 39 82 ∗ 1 44 Gent 268 90 79 101 3 45 Oudenaarde 58 80 59 100 1 46 St-Niklaas 113 87 71 103 2 51 Ath 38 81 55 107 2 52 Charleroi 229 96 84 109 3 53 Mons 178 127 109 146 ∗ 6 54 Mouscron 44 105 74 137 4 55 Soignies 84 85 67 103 2 56 Thuin 105 124 100 147 6 57 Tournai 76 91 70 111 3 61 Huy 50 90 65 114 2 62 Liège 317 90 80 100 ∗ 2 63 Verviers 131 88 73 103 2 64 Waremme 33 83 55 111 2 71 Hasselt 199 95 82 108 3 72 Maaseik 112 101 82 120 4 73 Tongeren 85 81 64 98 ∗ 2 81 Arlon 30 109 70 148 4 82 Bastogne 19 88 48 128 2 83 Marche-en-Famenne 14 49 24 75 ∗ 1 84 Neufchâteau 33 101 67 136 4 85 Virton 38 139 95 183 6 91 Dinant 42 72 50 93 ∗ 1 92 Namur 156 100 84 116 4 93 Philippeville 34 95 63 127 3

Total 6018 Tableau IX.2 Séjours classiques avec un cancer du côlon comme diagnostic principal - RCM 2004

En consultant la carte IX.2, qui illustre les différences de répartition géographique des patients admis en séjour hospitalier classique avec un diagnostic principal de cancer du côlon et dont les chiffres sont calculés en fonction de la sélection par numéro de patient on

dénombre 4 arrondissements administratifs avec un IHSIR significativement élevé (le nombre de cas observés est plus élevé que ce qui est attendu) : il s’agit de Bruxelles-capitale, Hal-Vilvorde, Mons et Courtrai, tandis qu’on a 3 arrondissements dotés d’un SAR plus bas : Eeklo, Dinant, Marche-en-Famenne (le nombre de cas observés est plus bas que ce qui est attendu).

Carte IX.2 Patients en séjours hospitaliers classiques avec un cancer du côlon comme diagnostic principal

– IHSIR – RCM 2004

68

69

n°INS arrondissement nombre de séjours IHSIR


Limite supérieure

95% IC

Ecart significatif

IHSIR classe

11 Antwerpen 499 103 94 112 4 12 Mechelen 157 98 83 114 3 13 Turnhout 188 101 86 115 4 21 Bruxelles/Brussel 495 112 102 121 ∗ 5 23 Halle-Vilvoorde 341 122 109 135 ∗ 6 24 Leuven 206 89 77 102 2 25 Nivelles 161 99 84 115 3 31 Brugge 143 96 80 111 3 32 Diksmuide 23 90 53 127 2 33 Ieper 51 93 67 118 3 34 Kortrijk 179 127 108 145 ∗ 6 35 Oostende 81 92 72 112 3 36 Roeselare 83 114 89 138 5 37 Tielt 44 98 69 126 3 38 Veurne 50 133 96 170 6 41 Aalst 144 106 89 124 4 42 Dendermonde 90 99 78 119 3 43 Eeklo 28 65 41 89 ∗ 1 44 Gent 240 96 84 108 3 45 Oudenaarde 54 88 65 112 2 46 St-Niklaas 103 94 76 113 3 51 Ath 32 81 53 110 2 52 Charleroi 193 97 83 110 3 53 Mons 151 129 108 149 ∗ 6 54 Mouscron 37 106 72 140 4 55 Soignies 75 91 70 111 3 56 Thuin 84 118 93 143 5 57 Tournai 66 94 71 116 3 61 Huy 41 88 61 114 2 62 Liège 265 89 79 100 2 63 Verviers 112 89 73 106 2 64 Waremme 26 78 48 108 1 71 Hasselt 159 91 77 105 3 72 Maaseik 85 92 72 111 3 73 Tongeren 73 83 64 102 2 81 Arlon 24 104 62 146 4 82 Bastogne 17 94 49 139 3 83 Marche-en-Famenne 14 59 28 90 ∗ 1 84 Neufchâteau 19 69 38 101 1 85 Virton 30 131 84 177 6 91 Dinant 31 63 41 85 ∗ 1 92 Namur 123 94 78 111 3 93 Philippeville 28 94 59 128 3

Total 5045 Tableau IX.3 Patients en séjours hospitaliers classiques avec un cancer du côlon comme diagnostic

principal - RCM 2004 La figure IX.3 montre que le cancer du côlon est une pathologie qui touche principalement les sujets âgés : plus de 85% des séjours hospitaliers concerne des patients âgés de plus de 60 ans.

Il existe une légère prépondérance masculine : le pourcentage de séjours hospitaliers caractérisés par un diagnostic principal relatif à cette affection est de 52% pour les hommes contre 48% pour les femmes.

La figure IX.4 illustre la répartition des taux spécifiques par âge et par sexe des séjours (taux calculé par rapport à 100 000 habitants de la catégorie d’âge et de sexe) ayant une néoplasie maligne du côlon comme diagnostic principal. On constate que cette figure met mieux en évidence la prépondérance masculine de l’affection.

70

En caractérisant les séjours hospitaliers avec le quatrième digit du code ICD-9-CM mentionné pour le diagnostic principal, nous pouvons connaître la localisation du néoplasme. En examinant le tableau IX.4, on note que 32% des séjours concernent des cancers du côlon sigmoïde, 15% des cancers du caecum, 14,5% des cancers du côlon ascendant. Dans 16% des séjours, on n’a pas de précision sur la localisation de la néoplasie.

code ICD-9-CM Définition nombre de séjours

pourcentage de séjours

1533 NEO DU CÔLON SIGMOIDE 1905 31,7

1539 NEO DU CÔLON, SANS AUTRE PRECISION 963 16,0

1534 NEO DU CAECUM 917 15,2

1536 NEO DU CÔLON ASCENDANT 875 14,5

1531 NEO DU CÔLON TRANSVERSE 388 6,4

1532 NEO DU CÔLON DESCENDANT 343 5,7

1530 NEO DU CÔLON, ANGLE HEPATIQUE 250 4,2

1537 NEO DU CÔLON, ANGLE SPLENIQUE 190 3,2

1538 NEO DU CÔLON, AUTRE 136 2,3

1535 NEO DE L'APPENDICE 51 0,8

Total 6018 100

Tableau IX.4 Séjours classiques avec un cancer du côlon comme diagnostic principal - part des différents diagnostics principaux à 4 chiffres - RCM 2004

71

72

X. Cancer de la vessie Critères de sélection Pour la sélection des cancers de la vessie, nous avons retenu les séjours hospitaliers classiques correspondant aux critères de sélection généraux (en excluant donc les patients ayant un domicile hors de la Belgique ou dont le domicile n’est pas connu) et caractérisés par un diagnostic principal enregistré avec un code ICD-9-CM : 188.**. Pour l’année d’enregistrement 2004, la sélection effectuée dans la banque de données RCM nous fournit un total de 6321 séjours parmi lesquels figurent 7 séjours de patients au domicile non connu et 46 séjours de patients résidant à l’étranger. Pour l’analyse des disparités géographiques nous retenons donc 6268 séjours. En procédant avec la méthode de sélection à partir du numéro de patient, on a un total de 4980 patients enregistrés dans les hôpitaux du pays (5 patients sans domicile connu, 40 ayant leur domicile à l’étranger). Pour la présente analyse, nous avons donc sélectionné 4935 patients.




Tableau X.1: Cancer de la vessie, schéma récapitulatif des sélections réalisées

Commentaire D’après la carte X.1, montrant les disparités géographiques en Belgique pour les séjours hospitaliers classiques caractérisés par un diagnostic principal de cancer de la vessie, on constate que cinq arrondissements administratifs présentent un SAR significativement plus élevé que ce qui est attendu : ce sont les arrondissements de Malines, Turnhout, Tongres, Maaseik, et Mons. Douze arrondissements ont un SAR significativement inférieur à ce qui est attendu : il s’agit, dans la région flamande, de Furnes, Alost, Gand, Audenarde, et, dans la région wallonne, de Mouscron, Charleroi, Soignies, Thuin, Huy, Liège, Neufchâteau, Philippeville. Le tableau X.2 donne les détails des chiffres. La carte X.2 illustre les disparités géographiques des séjours hospitaliers sélectionnés à partir du numéro de patient. Quatre arrondissements ont un IHSIR élevé, c’est-à-dire un nombre de patients significativement plus élevé que prévu: au centre et au nord de la Belgique, on trouve Anvers, Turnhout et Maaseik, et à l’ouest, Mons. Les 8 arrondissements de Furnes, Gand, Ath, Mouscron, Soignies, Thuin, Huy et Waremme ont, par contre, un nombre de patients significativement moins élevé que prévu.

Carte X.1 Séjours classiques avec un cancer de la vessie comme diagnostic principal - SAR – RCM 2004

Carte X.2 Patients en séjours hospitaliers classiques avec un cancer de la vessie comme diagnostic

principal - IHSIR – RCM 2004 La pyramide de distribution des séjours par âge et par sexe (figure X.3) met en évidence deux caractéristiques. Plus de 87% des séjours hospitaliers classiques dont le diagnostic principal

73

74

est un cancer de la vessie concernent des patients âgés de plus de 60 ans. L’affection a une claire prépondérance masculine : les hommes constituent environ 80% des séjours.



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 658 108 100 116 4 12 Mechelen 234 116 101 131 ∗ 5 13 Turnhout 303 126 112 140 ∗ 6 21 Bruxelles/Brussel 555 105 96 114 4 23 Halle-Vilvoorde 347 98 88 109 3 24 Leuven 311 107 95 119 4 25 Nivelles 195 97 83 111 3 31 Brugge 167 89 75 102 2 32 Diksmuide 33 101 67 136 4 33 Ieper 61 88 66 110 2 34 Kortrijk 162 91 77 105 3 35 Oostende 129 117 97 137 5 36 Roeselare 107 116 94 137 5 37 Tielt 47 82 59 106 2 38 Veurne 21 44 25 63 ∗ 1 41 Aalst 144 85 71 99 ∗ 2 42 Dendermonde 115 100 82 119 4 43 Eeklo 53 97 71 123 3 44 Gent 277 89 79 100 ∗ 2 45 Oudenaarde 50 66 48 84 ∗ 1 46 St-Niklaas 156 113 95 130 5 51 Ath 54 113 83 143 5 52 Charleroi 176 73 62 84 ∗ 1 53 Mons 193 138 119 158 ∗ 6 54 Mouscron 24 56 34 79 ∗ 1 55 Soignies 80 79 62 97 ∗ 1 56 Thuin 62 71 53 89 ∗ 1 57 Tournai 85 100 79 121 3 61 Huy 43 75 52 97 ∗ 1 62 Liège 317 88 78 97 ∗ 2 63 Verviers 175 113 96 129 5 64 Waremme 26 64 39 88 ∗ 1 71 Hasselt 233 105 92 119 4 72 Maaseik 157 131 110 151 ∗ 6 73 Tongeren 143 128 107 149 ∗ 6 81 Arlon 21 74 42 106 1 82 Bastogne 21 94 54 134 3 83 Marche-en-famenne 30 102 65 138 4 84 Neufchâteau 22 65 38 92 ∗ 1 85 Virton 39 137 94 180 6 91 Dinant 49 80 58 103 2 92 Namur 168 106 90 122 4 93 Philippeville 25 67 41 94 ∗ 1 Total 6268

Tableau X.2 Séjours classiques avec un néoplasme malin de la vessie comme diagnostic principal - RCM 2004

75



Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 541 113 103 122 ∗ 5 12 Mechelen 177 112 95 128 5 13 Turnhout 231 122 106 138 ∗ 6 21 Bruxelles/Brussel 451 108 98 118 4 23 Halle-Vilvoorde 272 98 86 110 3 24 Leuven 236 103 90 116 4 25 Nivelles 159 100 85 116 4 31 Brugge 129 87 72 102 2 32 Diksmuide 26 101 62 140 4 33 Ieper 46 84 60 109 2 34 Kortrijk 130 93 77 109 3 35 Oostende 106 122 99 145 6 36 Roeselare 83 114 89 138 5 37 Tielt 37 82 56 108 2 38 Veurne 15 40 20 60 ∗ 1 41 Aalst 113 85 69 101 2 42 Dendermonde 97 107 86 129 4 43 Eeklo 45 104 74 135 4 44 Gent 204 83 72 95 ∗ 2 45 Oudenaarde 39 65 45 86 ∗ 1 46 St-Niklaas 127 117 96 137 5 51 Ath 38 101 69 133 4 52 Charleroi 138 73 61 85 ∗ 1 53 Mons 142 129 108 150 ∗ 6 54 Mouscron 22 66 38 93 ∗ 1 55 Soignies 61 77 58 96 ∗ 1 56 Thuin 53 77 56 98 ∗ 1 57 Tournai 66 98 75 122 3 61 Huy 31 68 44 92 ∗ 1 62 Liège 261 92 81 103 3 63 Verviers 142 116 97 135 5 64 Waremme 19 59 33 86 ∗ 1 71 Hasselt 178 102 87 117 4 72 Maaseik 124 132 108 155 ∗ 6 73 Tongeren 102 116 93 138 5 81 Arlon 19 85 47 123 2 82 Bastogne 18 102 55 149 4 83 Marche-en-famenne 23 99 59 140 3 84 Neufchâteau 20 75 42 108 1 85 Virton 29 129 82 176 6 91 Dinant 38 79 54 105 1 92 Namur 126 101 83 119 4 93 Philippeville 21 72 41 103 1 Total 4935

Tableau X.3 Patients en séjours hospitaliers classiques avec un néoplasme malin de la vessie comme diagnostic principal - RCM 2004

En utilisant le quatrième digit du code ICD-9-CM mentionné pour le diagnostic principal, nous pouvons connaître la localisation du néoplasme. Le tableau X.4 donne le nombre de séjours et le pourcentage respectif des différentes localisations des tumeurs malignes de la vessie. La relation entre la sous-localisation tumorale des cancers urothéliaux de la vessie et leur pronostic n’a pas souvent été étudiée, mais il a été suggéré que l’atteinte du dôme semble avoir un intérêt pronostique indépendant dans l’étude de la survie spécifique après cystectomie totale 5. Remarquons que, dans près de la moitié des séjours (49%), on ne dispose pas de précision, tandis que, dans 16% des séjours, la localisation d’origine de la tumeur ne peut être déterminée en raison de sa proximité ou du chevauchement avec d’autres localisations. Dans 12% des séjours, il s’agit de tumeurs vésicales malignes de la paroi latérale. La localisation la moins fréquente du néoplasme de la vessie est l’ouraque, ce qui est assez logique car cette structure disparaît normalement après la naissance et ne laisse qu’un tractus fibreux sans présence d’urothèle.

76

77

Code ICD-

9-CM Définition Nombre de séjours % de séjours

1889 NEO DE LA VESSIE, SANS AUTRE PRECISION 3056 49

1888 NEO DE LA VESSIE, AUTRE 1004 16

1882 NEO DE LA VESSIE, PAROI LATERALE 746 12

1881 NEO DE LA VESSIE, DOME 360 6

1880 NEO DE LA VESSIE, TRIGONE 305 5

1884 NEO DE LA VESSIE, PAROI POSTERIEURE 242 4

1885 NEO DE LA VESSIE, COL 221 4

1886 NEO DE LA VESSIE, MEAT URETERAL 209 3

1883 NEO DE LA VESSIE, PAROI ANTERIEURE 117 2

1887 NEO DE LA VESSIE, OURAQUE 8 0

Total 6268 100Tableau X.4 Séjours classiques avec un cancer de la vessie comme diagnostic principal - part des

différents diagnostics principaux à 4 chiffres - RCM 2004 Le taux de létalité hospitalière lors des séjours classiques pourvus d’un diagnostic principal de cancer de la vessie est de 5,6% pour les deux sexes et tous les âges confondus. Elle augmente avec l’âge passant de 2.5% dans la classe d’âge de 45-49 ans à plus de 5% dans les tranches d’âge supérieures ou égales à 75 ans. La carte X.4 montre la répartition, en Belgique, les In-Hospital Standardised Mortality Ratios (IHSMR) des séjours hospitaliers dont le diagnostic principal est un cancer de la vessie. La technique de calcul des IHSMR est la même que celle des SAR, sauf que dans le cas des IHSMR on calcule le ratio en fonction du nombre de décès observé lors de l’hospitalisation et du nombre de décès attendu lors de l’hospitalisation. L’arrondissement de Bruxelles-capitale a un nombre significativement plus élevé de décès que prévu, tandis que les arrondissements d’Alost et de Dinant ont un nombre de décès significativement moins élevé que prévu.

Carte X.4 Létalité intrahospitalière en séjours classiques avec un cancer de la vessie comme diagnostic

principal - IHSMR – RCM 2004

78

79

XI. Cancer de la prostate Critères de sélection Nous avons sélectionné la totalité des séjours hospitaliers classiques correspondant aux critères de sélection généraux (en excluant donc les patients ayant un domicile hors de la Belgique ou dont le domicile n’est pas connu) et dont le diagnostic principal est un cancer de la prostate (code ICD-9-CM : 185.**). Pour l’année d’enregistrement 2004, la sélection effectuée dans la banque de données RCM nous donne un total de 7757 séjours, parmi lesquels figurent 6 séjours de patients au domicile non connu et 86 séjours de patients résidant à l’étranger. Notre analyse des disparités géographiques porte donc sur 7665 séjours. En procédant avec la méthode de sélection à partir du numéro de patient, on a un total de 7238 patients enregistrés dans les hôpitaux du pays (6 patients sans domicile connu, 83 ayant leur domicile à l’étranger). Pour la présente analyse avec le numéro de patient, nous avons donc sélectionné 7149 patients.




Tableau XI.1: Cancer de la prostate, schéma récapitulatif des sélections réalisées

Commentaire La carte XI.1 montre la répartition, par arrondissement, des séjours hospitaliers classiques (avec la méthodologie du SAR) caractérisés par un diagnostic principal de cancer de la prostate. Les arrondissements administratifs qui présentent un SAR significativement plus élevé sont au nombre de 7 : dans la région flamande, Bruges, Ypres, Ostende, et dans la région wallonne, Nivelles, Neufchâteau, Virton et Namur. Les arrondissements caractérisés par un SAR significativement moins élevé sont au nombre de 10 et se trouvent : à Furnes (dans le nord), à Bruxelles-capitale, à Alost et Dendermonde, Mons et Charleroi, et, formant un bloc à l’est du pays, Liège, Verviers, Huy et Tongres. Sur la carte XI.2, qui montre la répartition géographique en Belgique des patients ayant séjourné dans un hôpital dans le courant de l’année 2004 (utilisation du numéro de patient), on distingue un premier groupe d’arrondissements situés au nord-ouest du pays (Bruges et Ypres), un deuxième situé au centre (Nivelles et Namur), un troisième groupe situé au sud (Neufchâteau, Virton) : le IHSIR de ces arrondissements est plus élevé qu’attendu.

Carte XI.1 Séjours classiques avec un cancer de la prostate comme diagnostic principal - SAR –

RCM 2004

80

81


de séjours

SAR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 741 100 93 107 3 12 Mechelen 259 105 92 118 4 13 Turnhout 309 99 88 110 3 21 Bruxelles/Brussel 448 73 66 80 ∗ 1 23 Halle-Vilvoorde 468 108 98 117 4 24 Leuven 360 100 90 111 4 25 Nivelles 309 124 111 138 ∗ 6 31 Brugge 319 137 122 152 ∗ 6 32 Diksmuide 49 124 89 159 6 33 Ieper 131 157 130 183 ∗ 6 34 Kortrijk 238 109 95 123 4 35 Oostende 163 120 102 139 ∗ 6 36 Roeselare 134 117 97 137 5 37 Tielt 87 124 98 150 6 38 Veurne 45 76 54 99 ∗ 1 41 Aalst 173 83 71 96 ∗ 2 42 Dendermonde 119 83 68 98 ∗ 2 43 Eeklo 70 103 79 127 4 44 Gent 420 110 100 121 5 45 Oudenaarde 101 110 89 132 5 46 St-Niklaas 172 99 84 113 3 51 Ath 41 72 50 94 ∗ 1 52 Charleroi 215 75 65 85 ∗ 1 53 Mons 161 98 83 114 3 54 Mouscron 66 130 98 161 6 55 Soignies 111 92 75 109 3 56 Thuin 90 86 68 104 2 57 Tournai 110 110 89 130 4 61 Huy 54 77 57 98 ∗ 1 62 Liège 339 79 70 87 ∗ 1 63 Verviers 151 79 66 92 ∗ 1 64 Waremme 57 116 86 146 5 71 Hasselt 285 101 89 112 4 72 Maaseik 156 98 82 113 3 73 Tongeren 99 69 55 82 ∗ 1 81 Arlon 29 84 53 114 2 82 Bastogne 34 125 83 167 6 83 Marche-en-Famenne 37 103 70 136 4 84 Neufchâteau 56 139 102 175 ∗ 6 85 Virton 52 153 111 194 ∗ 6 91 Dinant 69 93 71 115 3 92 Namur 297 156 138 174 ∗ 6 93 Philippeville 41 90 62 117 2 Total 7665

Tableau XI.2 Séjours classiques avec un cancer de la prostate comme diagnostic principal - RCM 2004

Carte XI.2 Patients en séjours hospitaliers classiques avec un cancer de la prostate comme diagnostic

principal - IHSIR – RCM 2004

82

83

N°INS arrondissement nombre

de patients

IHSIR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

IHSIR classe

11 Antwerpen 674 97 90 105 3 12 Mechelen 244 106 93 119 4 13 Turnhout 289 99 88 111 3 21 Bruxelles/Brussel 430 75 68 82 ∗ 1 23 Halle-Vilvoorde 434 107 97 117 4 24 Leuven 344 103 92 114 4 25 Nivelles 292 126 112 140 ∗ 6 31 Brugge 300 138 122 153 ∗ 6 32 Diksmuide 43 117 82 152 5 33 Ieper 121 155 128 183 ∗ 6 34 Kortrijk 229 113 98 127 5 35 Oostende 142 112 94 131 5 36 Roeselare 119 111 91 131 5 37 Tielt 81 123 97 150 6 38 Veurne 41 75 52 98 ∗ 1 41 Aalst 162 84 71 97 ∗ 2 42 Dendermonde 114 85 69 100 2 43 Eeklo 67 105 80 131 4 44 Gent 367 103 93 114 4 45 Oudenaarde 93 109 87 131 4 46 St-Niklaas 158 97 82 112 3 51 Ath 39 74 51 97 ∗ 1 52 Charleroi 206 77 67 88 ∗ 1 53 Mons 139 91 76 106 3 54 Mouscron 64 135 102 168 ∗ 6 55 Soignies 102 91 73 108 3 56 Thuin 80 82 64 100 ∗ 2 57 Tournai 106 114 92 135 5 61 Huy 53 81 60 103 2 62 Liège 322 80 71 89 ∗ 2 63 Verviers 140 79 66 92 ∗ 1 64 Waremme 55 120 88 152 6 71 Hasselt 272 103 91 115 4 72 Maaseik 146 98 82 114 3 73 Tongeren 92 68 54 82 ∗ 1 81 Arlon 29 90 57 123 2 82 Bastogne 31 122 79 165 6 83 Marche-en-Famenne 35 105 70 139 4 84 Neufchâteau 56 149 110 188 ∗ 6 85 Virton 47 148 106 191 ∗ 6 91 Dinant 64 93 70 116 3 92 Namur 287 161 143 180 ∗ 6 93 Philippeville 40 94 65 123 3 Total 7149

Tableau XI.2 Patients en séjours hospitaliers classiques avec un cancer de la prostate comme diagnostic principal - RCM 2004

La figure XI.3 illustre la distribution, par classe d’âge, des séjours hospitaliers classiques avec un néoplasme de la prostate en diagnostic principal. Presque 99% des séjours concernent des

sujets âgés de 50 ans ou plus, et les classes d’âge de plus de 65 ans représentent environ 69% des séjours.

84

85

XII. Cancer du sein féminin Critères de sélection Nous avons sélectionné la totalité des séjours hospitaliers classiques correspondant aux critères de sélection généraux (en excluant donc les patients ayant un domicile hors de la Belgique ou dont le domicile n’est pas connu) et dont le diagnostic principal est un cancer du sein (code ICD-9-CM : 174.**). Ce code est spécifique pour les femmes, les cancers du sein de l’homme ont 175.* comme code ICD-9-CM. Pour l’année d’enregistrement 2004, la sélection effectuée dans la banque de données RCM nous fournit un total de 12261 séjours, dont 13 séjours de patientes au domicile non connu et 56 séjours de patientes résidant à l’étranger. Notre analyse des disparités géographiques porte donc sur 12192 séjours. En procédant avec la méthode de sélection à partir du numéro de patient, on a un total de 10814 patientes enregistrées dans les hôpitaux du pays (11 patientes sans domicile connu, 50 ayant leur domicile à l’étranger). Pour la présente analyse avec le numéro de patient, nous avons donc sélectionné 10753 patientes.



Sélection par numéro de patient Total pour la sélection générale 10814 Domicile non connu (numéro de patient) 11 Domicile à l’étranger (numéro de patient) 50 Sélection pour l’analyse (numéro de patient)

10753

Tableau XII.1: Cancer du sein féminin, schéma récapitulatif des sélections réalisées

Commentaire Sur la carte XII.1, qui illustre la répartition géographique des séjours selon les arrondissements, on constate que, pour l’année 2004, 4 arrondissements administratifs ont un SAR plus élevé que prévu (reflétant un nombre de séjours significativement plus élevé que prévu) : Anvers, Hal-Vilvorde, Nivelles, Bruxelles-capitale. Les arrondissements de Turnhout, Louvain, Ypres, Tielt, Alost, Eeklo, Maaseik, en Flandre, et ceux de Verviers, Waremme, Namur, en Wallonie, ont au contraire un SAR plus bas qu’attendu.

Carte XII.1 Séjours classiques avec un cancer du sein féminin comme diagnostic principal - SAR – RCM

2004

86

87

n°INS Arrondissement nombre

de séjours

SAR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 1245 111 105 117 ∗ 5 12 Mechelen 343 92 83 102 3 13 Turnhout 388 82 74 91 ∗ 2 21 Bruxelles/Brussel 1308 121 115 128 ∗ 6 23 Halle-Vilvoorde 764 112 104 119 ∗ 5 24 Leuven 436 80 72 87 ∗ 1 25 Nivelles 484 116 106 126 ∗ 5 31 Brugge 335 97 86 107 3 32 Diksmuide 58 104 78 131 4 33 Ieper 92 75 60 91 ∗ 1 34 Kortrijk 309 94 83 104 3 35 Oostende 186 94 81 108 3 36 Roeselare 174 104 89 120 4 37 Tielt 83 82 64 100 ∗ 2 38 Veurne 87 107 84 129 4 41 Aalst 257 79 70 89 ∗ 1 42 Dendermonde 224 100 87 113 4 43 Eeklo 76 79 61 96 ∗ 1 44 Gent 606 103 95 111 4 45 Oudenaarde 137 99 83 116 3 46 St-Niklaas 265 100 88 112 4 51 Ath 104 109 88 130 4 52 Charleroi 544 109 100 118 4 53 Mons 334 112 100 124 5 54 Mouscron 87 104 82 126 4 55 Soignies 209 101 87 115 4 56 Thuin 176 100 85 115 4 57 Tournai 190 113 97 129 5 61 Huy 101 86 69 103 2 62 Liège 715 100 92 107 3 63 Verviers 224 73 63 83 ∗ 1 64 Waremme 67 81 61 100 ∗ 2 71 Hasselt 432 96 87 105 3 72 Maaseik 193 78 67 89 ∗ 1 73 Tongeren 197 88 76 100 2 81 Arlon 63 109 82 136 4 82 Bastogne 44 100 71 130 4 83 Marche-en-Famenne 56 98 72 124 3 84 Neufchâteau 59 93 70 117 3 85 Virton 66 123 93 152 6 91 Dinant 113 96 78 113 3 92 Namur 287 87 77 97 ∗ 2 93 Philippeville 74 101 78 124 4 Total 12192

Tableau XII.2 Séjours classiques avec un cancer du sein féminin comme diagnostic principal - RCM 2004

Grâce à la carte XII.2, on peut visualiser la répartition géographique en Belgique des patients avec cancer du sein, ayant séjourné dans un hôpital dans le courant de l’année 2004 (utilisation du numéro de patient). Trois arrondissements sont caractérisés par un IHSIR significativement élevé et ont un nombre de séjours plus élevé qu’attendu : il s’agit de Bruxelles, Nivelles et Charleroi. Par contre, les arrondissements flamands d’Ypres, Eeklo, Alost, Turnhout, Louvain et Maaseik, de même que l’arrondissement wallon de Liège, ont un SAR significativement bas et ont un nombre de séjours moins élevé que prévu.

Carte XII.2 Patients en séjours hospitaliers classiques avec un cancer du sein féminin comme diagnostic

principal - IHSIR – RCM 2004

88

89


de patients

IHSIR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

IHSIR classe

11 Antwerpen 1027 104 97 110 4 12 Mechelen 303 93 82 103 3 13 Turnhout 351 85 76 94 ∗ 2 21 Bruxelles/Brussel 1142 120 113 127 ∗ 5 23 Halle-Vilvoorde 651 108 100 116 4 24 Leuven 399 83 74 91 ∗ 2 25 Nivelles 441 120 109 131 ∗ 5 31 Brugge 301 98 87 109 3 32 Diksmuide 53 108 79 137 4 33 Ieper 86 80 63 97 ∗ 1 34 Kortrijk 276 95 84 106 3 35 Oostende 167 96 81 110 3 36 Roeselare 159 108 91 125 4 37 Tielt 74 83 64 102 2 38 Veurne 72 100 77 123 3 41 Aalst 229 80 70 91 ∗ 2 42 Dendermonde 196 100 86 114 3 43 Eeklo 68 80 61 99 ∗ 1 44 Gent 545 105 96 114 4 45 Oudenaarde 121 99 82 117 3 46 St-Niklaas 226 97 84 110 3 51 Ath 89 106 84 128 4 52 Charleroi 500 113 103 123 ∗ 5 53 Mons 290 110 97 122 4 54 Mouscron 81 110 86 133 4 55 Soignies 190 104 89 119 4 56 Thuin 155 100 84 116 3 57 Tournai 160 108 91 125 4 61 Huy 92 89 71 107 2 62 Liège 648 102 95 110 4 63 Verviers 211 78 67 89 ∗ 1 64 Waremme 60 82 61 103 2 71 Hasselt 366 92 83 102 3 72 Maaseik 161 74 63 86 ∗ 1 73 Tongeren 173 88 75 101 2 81 Arlon 53 104 76 132 4 82 Bastogne 39 101 69 133 4 83 Marche-en-Famenne 50 99 72 127 3 84 Neufchâteau 55 99 73 125 3 85 Virton 57 120 89 151 6 91 Dinant 104 100 81 119 3 92 Namur 265 91 80 102 3 93 Philippeville 68 105 80 130 4 Total 10754

Tableau XII.3 Patients en séjours hospitaliers classiques avec un cancer du sein féminin comme diagnostic principal - RCM 2004

La figure XII.3 montre, pour l’année d’enregistrement RCM 2004, la distribution, par classe d’âge, des séjours hospitaliers caractérisés par un diagnostic principal de cancer du sein

féminin. Le pourcentage de cas augmente avec l’âge, mais on recense déjà des cas dans les tranches d’âge 15-19 ans (1 séjour) et 20-24 ans (5 séjours). Environ 47% des séjours sont relatifs à des patientes âgées de 35 à 59 ans, et plus de 51% des séjours concernent des patientes âgées de plus de 60 ans.

Le tableau XII.4 présente la distribution de la localisation des néoplasmes malins du sein féminin pour les séjours hospitaliers classiques. Dans 35% des séjours, nous ne disposons pas de précision sur la localisation du cancer. Les localisations les plus fréquentes sont le quadrant supéro-externe (25%), ensuite le quadrant supéro-interne (8%), les quadrants inférieurs (externe : 5%, interne : 4%). 16% des séjours sont relatifs à des localisations diverses (code ICD-9-CM 174.8*) : sites ectopiques, point d’origine non déterminé, parties interne, externe, inférieure, supérieure, médiane du sein.

90

91

Code ICD-

9-CM Définition Nombre de séjours

% de séjours

1749 NEO DE SEIN FEMININ, SANS AUTRE PRECISION 4234 35

1744 NEO DE SEIN FEMININ, QUADRANT SUPERO-EXTERNE 3042 25

1748 NEO DE SEIN FEMININ, AUTRE 1998 16

1742 NEO DE SEIN FEMININ, QUADRANT SUPERO-INTERNE 992 8

1745 NEO DE SEIN FEMININ, QUADRANT INFERO-EXTERNE 624 5

1743 NEO DE SEIN FEMININ, QUADRANT INFERO-INTERNE 440 4

1741 NEO DE SEIN FEMININ, PORTION CENTRALE 422 3

1740 NEO DE SEIN FEMININ, MAMELON ET AREOLE 372 3

1746 NEO DE SEIN FEMININ, PROLONGEMENT AXILLAIRE 68 1

Total 12192 100

Tableau XII.4 Séjours classiques avec un cancer du sein féminin comme diagnostic principal - part des différents diagnostics principaux à 4 chiffres - RCM 2004

Le taux de létalité hospitalière lors des séjours hospitaliers classiques pour le cancer du sein est de 3,6% dans toute la Belgique. Le tableau XII.5 donne une idée de la létalité hospitalière selon le type de localisation du cancer. Le taux de létalité plus élevé concerne les séjours pour lesquels une localisation n’a pas été précisée ou pu être précisée (code ICD-9-CM 174.9*) ou la localisation est moins aisée (code ICD-9-CM 174.8*). Code ICD-

9-CM Définition Nombre de décès

Nombre de séjours

% de décès

1740 NEO DE SEIN FEMININ, MAMELON ET AREOLE 4 372 1,11741 NEO DE SEIN FEMININ, PORTION CENTRALE 5 422 1,21742 NEO DE SEIN FEMININ, QUADRANT SUPERO-INTERNE 9 992 0,91743 NEO DE SEIN FEMININ, QUADRANT INFERO-INTERNE 3 440 0,71744 NEO DE SEIN FEMININ, QUADRANT SUPERO-EXTERNE 20 3042 0,71745 NEO DE SEIN FEMININ, QUADRANT INFERO-EXTERNE 3 624 0,51746 NEO DE SEIN FEMININ, PROLONGEMENT AXILLAIRE 1 68 1,51748 NEO DE SEIN FEMININ, AUTRE 76 1998 3,81749 NEO DE SEIN FEMININ, SANS AUTRE PRECISION 314 4234 7,4 Total 435 12192 3,6

Tableau XII.5 Taux de létalité hospitalière lors de séjours classiques avec un cancer du sein féminin comme diagnostic principal selon la localisation - RCM 2004

La carte XII.4 montre, pour l’année d’enregistrement 2004 du RCM et à partir des séjours hospitaliers classiques en Belgique, caractérisés par un diagnostic principal de cancer du sein, les différences des In-Hospital Standardised Mortality Ratios (IHSMR) par arrondissement. On peut constater que l’arrondissement de Bruxelles présente un IHSMR significativement plus élevé.

Carte XII.4 Létalité intrahospitalière en séjours classiques avec un cancer du sein féminin comme

diagnostic principal - IHSMR – RCM 2004

92

93

N°INS arrondissement nombre de décès IHSMR


Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 48 118 85 152 5 12 Mechelen 7 53 14 92 ∗ 1 13 Turnhout 9 57 20 94 ∗ 1 21 Bruxelles/Brussel 62 156 117 194 ∗ 6 23 Halle-Vilvoorde 24 101 60 141 4 24 Leuven 15 77 38 117 1 25 Nivelles 15 103 51 156 4 31 Brugge 14 113 54 172 5 32 Diksmuide 3 147 -19 313 6 33 Ieper 4 89 2 176 2 34 Kortrijk 12 101 44 159 4 35 Oostende 8 110 34 187 5 36 Roeselare 6 100 20 181 4 37 Tielt 3 82 -11 175 2 38 Veurne 2 67 -26 159 1 41 Aalst 6 52 10 94 ∗ 1 42 Dendermonde 8 102 31 173 4 43 Eeklo 2 57 -22 137 1 44 Gent 24 114 68 159 5 45 Oudenaarde 4 79 2 156 1 46 St-Niklaas 4 43 1 86 ∗ 1 51 Ath 1 29 -28 86 ∗ 1 52 Charleroi 22 122 71 172 6 53 Mons 14 129 61 196 6 54 Mouscron 3 97 -13 207 3 55 Soignies 13 175 80 271 6 56 Thuin 4 63 1 125 1 57 Tournai 11 177 72 281 6 61 Huy 3 72 -9 153 1 62 Liège 17 65 34 96 ∗ 1 63 Verviers 10 92 35 149 3 64 Waremme 2 67 -26 161 1 71 Hasselt 17 112 59 165 5 72 Maaseik 3 38 -5 80 ∗ 1 73 Tongeren 10 133 50 215 6 81 Arlon 5 246 30 462 6 82 Bastogne 2 128 -50 306 6 83 Marche-en-Famenne 2 98 -38 234 3 84 Neufchâteau 5 215 27 404 6 85 Virton 2 103 -40 245 4 91 Dinant 3 71 -9 150 1 92 Namur 2 17 -7 40 ∗ 1 93 Philippeville 4 154 3 304 6 Total 435

Tableau XII.6 IHSMR pour les séjours classiques avec un cancer du sein féminin comme diagnostic principal - RCM 2004

94

XIII. Leucémie Critères de sélection A partir du RCM, nous avons procédé à la sélection en retenant la totalité des séjours hospitaliers classiques correspondant aux critères de sélection généraux (en excluant donc les patients ayant un domicile hors de la Belgique ou dont le domicile n’est pas connu) et dont le diagnostic principal correspond à une leucémie. Les codes ICD-9-CM retenus sont les suivants : 204.**, 205.**, 206.**, 207.**, 208.** . Pour l’année d’enregistrement 2004, la sélection effectuée dans la banque de données RCM nous fournit un total de 2445 séjours parmi lesquels figurent 7 séjours de patients au domicile non connu et 54 séjours de patients résidant à l’étranger. La présente analyse concerne donc 2384 séjours. Si on utilise la méthode de sélection à partir du numéro de patient, on a un total de 1512 patients enregistrés dans les hôpitaux du pays (3 patients sans domicile connu, 22 ayant leur domicile à l’étranger). Pour la présente analyse avec le numéro de patient, nous avons donc sélectionné 1487 patients.



Sélection par numéro de patient Total pour la sélection générale 1512 Domicile non connu (numéro de patient) 3 Domicile à l’étranger (numéro de patient) 22 Sélection pour l’analyse (numéro de patient)

1487

Tableau XIII.1 Leucémie, schéma récapitulatif des sélections réalisées - RCM 2004

Commentaire La carte XIII.1 illustre, pour l’année 2004, les disparités géographiques des séjours hospitaliers classiques ayant pour diagnostic principal une leucémie (code ICD-9-CM : 204.**, 205.**, 206.**, 207.**, 208.**). Nous distinguons d’abord les arrondissements administratifs présentant un SAR significativement élevé, qui ont un nombre de séjours plus élevé que prévu. Ces 6 arrondissements se situent au nord-ouest du pays : Bruges, Dixmude, Courtrai, Roulers, Termonde et Gand. Nous observons que 13 arrondissements, situés en Flandre ou en Wallonie, ont un SAR significativement faible, et le nombre de séjours y est moins élevé que prévu. Le tableau XIII.2 donne la liste complète de ces arrondissements. Bien entendu, il faut tenir compte du fait qu’un même patient peut séjourner à plusieurs reprises durant l’année dans un même hôpital. L’image d’un bloc d’arrondissements, au nord, avec un SAR plus élevé, s’estompe dès que l’on procède à une analyse tenant compte du numéro de patient, qui est unique durant une année et dans un même hôpital. Sur la carte XIII.2 qui représente, pour chaque arrondissement administratif belge, les classes de IHSIR sont calculées en tenant compte du nombre de sujets sélectionnés à partir du numéro de patient, on n’a plus que 3 arrondissements au IHSIR significativement élevé. On s’aperçoit qu’au nord, il ne reste plus que 2 arrondissements caractérisés par un IHSIR élevé, sélection par un nombre de patients significativement plus élevé qu’attendu. Par contre, dans le Brabant wallon, l’arrondissement de Nivelles, dont le SAR était avec la méthode du numéro de séjour,

élevé mais pas de façon statistiquement significative, a un IHSIR significativement élevé, le nombre de patients étant supérieur à ce qui est prévu. Le nombre d’arrondissements au IHSIR significativement inférieur s’est aussi réduit (voir liste dans le tableau XIII.3). Le nombre plus ou moins élevé d’arrondissements avec un SAR/IHSIR élevé ou bas dépend sans doute aussi des pratiques hospitalières, traduites par des réadmissions nombreuses. Sur les 2384 séjours avec un diagnostic principal de leucémie en 2004, il y a mention de 1704 réadmissions, soit 71,5%. De toute façon, le faible nombre de séjours ou de patients dans certains arrondissements doit nous inviter à une interprétation prudente.

Carte XIII.1 Séjours classiques avec une leucémie comme diagnostic principal - SAR – RCM 2004

95

96


de séjours

SAR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

SAR classe

11 Antwerpen 204 91 79 104 3 12 Mechelen 71 97 75 120 3 13 Turnhout 70 77 59 95 ∗ 1 21 Bruxelles/Brussel 201 91 78 104 3 23 Halle-Vilvoorde 113 86 70 101 2 24 Leuven 75 70 54 86 ∗ 1 25 Nivelles 97 120 96 144 6 31 Brugge 124 188 155 221 ∗ 6 32 Diksmuide 31 267 173 361 ∗ 6 33 Ieper 26 104 64 144 4 34 Kortrijk 105 161 131 192 ∗ 6 35 Oostende 45 121 85 156 6 36 Roeselare 48 144 103 184 ∗ 6 37 Tielt 10 48 18 78 ∗ 1 38 Veurne 16 103 53 154 4 41 Aalst 75 122 94 149 6 42 Dendermonde 63 147 111 183 ∗ 6 43 Eeklo 3 16 -2 33 ∗ 1 44 Gent 182 157 134 179 ∗ 6 45 Oudenaarde 16 58 30 87 ∗ 1 46 St-Niklaas 65 125 95 156 6 51 Ath 7 38 10 65 ∗ 1 52 Charleroi 74 77 59 95 ∗ 1 53 Mons 49 87 62 111 2 54 Mouscron 21 128 73 182 6 55 Soignies 41 102 71 133 4 56 Thuin 47 139 99 179 6 57 Tournai 31 94 61 127 3 61 Huy 8 35 11 59 ∗ 1 62 Liège 138 100 84 117 4 63 Verviers 49 80 58 103 2 64 Waremme 12 74 32 116 1 71 Hasselt 64 75 56 93 ∗ 1 72 Maaseik 41 86 60 113 2 73 Tongeren 36 85 57 113 2 81 Arlon 15 127 63 191 6 82 Bastogne 4 43 1 85 ∗ 1 83 Marche-en-Famenne 14 119 57 182 5 84 Neufchâteau 4 30 1 60 ∗ 1 85 Virton 11 97 40 154 3 91 Dinant 22 93 54 132 3 92 Namur 48 74 53 95 ∗ 1 93 Philippeville 8 56 17 94 ∗ 1 Total 2384

Tableau XIII.2 Séjours classiques avec une leucémie comme diagnostic principal - RCM 2004

Carte XIII.2 Patients en séjours hospitaliers classiques avec une leucémie comme diagnostic principal -

IHSIR - RCM 2004

97

98


de patients

IHSIR Limite

inférieure 95% IC

Limite supérieure

95% IC

Ecart significatif

IHSIR classe

11 Antwerpen 125 89 73 105 2 12 Mechelen 47 102 73 131 4 13 Turnhout 52 92 67 117 3 21 Bruxelles/Brussel 128 95 78 111 3 23 Halle-Vilvoorde 67 81 62 101 2 24 Leuven 55 82 60 103 2 25 Nivelles 67 136 103 168 ∗ 6 31 Brugge 67 159 121 197 ∗ 6 32 Diksmuide 9 123 43 203 6 33 Ieper 13 82 38 127 2 34 Kortrijk 57 139 103 176 ∗ 6 35 Oostende 26 108 66 149 4 36 Roeselare 25 119 72 165 5 37 Tielt 6 46 9 83 ∗ 1 38 Veurne 9 89 31 147 2 41 Aalst 47 121 86 155 6 42 Dendermonde 23 86 51 121 2 43 Eeklo 3 25 -3 52 ∗ 1 44 Gent 85 117 92 141 5 45 Oudenaarde 13 75 34 115 1 46 St-Niklaas 28 87 54 119 2 51 Ath 6 52 10 93 ∗ 1 52 Charleroi 52 87 64 111 2 53 Mons 40 114 79 150 5 54 Mouscron 15 146 72 220 6 55 Soignies 27 109 68 150 4 56 Thuin 26 124 76 171 6 57 Tournai 26 126 78 175 6 61 Huy 6 42 8 76 ∗ 1 62 Liège 97 113 90 135 5 63 Verviers 40 106 73 139 4 64 Waremme 9 90 31 149 3 71 Hasselt 51 96 70 123 3 72 Maaseik 29 100 64 137 4 73 Tongeren 21 80 46 114 1 81 Arlon 9 126 44 208 6 82 Bastogne 3 53 -7 114 1 83 Marche-en-Famenne 11 153 63 244 6 84 Neufchâteau 4 49 1 97 ∗ 1 85 Virton 8 115 35 195 5 91 Dinant 15 103 51 155 4 92 Namur 34 86 57 115 2 93 Philippeville 6 68 13 122 1 Total 1487

Tableau XIII.3 Patients en séjours hospitaliers classiques avec une leucémie comme diagnostic principal – IHSIR - RCM 2004

La figure XIII.3 illustre la répartition des séjours hospitaliers pour la sélection analysée en fonction de l’âge et du sexe. Les séjours des patients de plus de 55 ans sont les plus nombreux : ils constituent un peu plus de 60% de la totalité des séjours. 19% des séjours concernent des patients âgés de 0 à 19 ans, et 21% des séjours des patients âgés de 20 à 54 ans. Par ailleurs, il existe, pour l’ensemble des séjours, une prépondérance masculine : 54,5% des séjours sont masculins, même s’il y a des exceptions pour certaines tranches d’âge.

99

Pour l’année 2004, le taux de létalité lors des séjours hospitaliers classiques avec un diagnostic principal de leucémie est de 14,3%. Le taux de létalité augmente avec l’âge. Il oscille entre 0,9% et 1,3% dans les classes d’âge comprises entre 1 an et 19 ans ; entre 3,8% et 8,8% dans les classes d’âge comprises entre 20 ans et 54 ans ; le taux dépasse la barrière des 10% au-delà de 55 ans : 11,8% à 55-59 ans et 13,1% à 60-64 ans ; il est compris entre 20,2% et 22,2% entre 65 ans et 79 ans ; et reste supérieur à 20% au-delà de 80 ans, mais le nombre de séjours est faible dans ces tranches d’âge. Le taux de létalité hospitalière est assez semblable pour les deux sexes : 14,3% pour les sujets masculins et 14,4% pour les sujets féminins. Le tableau XIII.4 montre, pour l’année 2004, la distribution des séjours hospitaliers, pour la sélection analysée en fonction du diagnostic principal, enregistrés au quatrième digit (la sélection a été faite à partir des trois digits du diagnostic principal, mais cela ne modifie pas l’échantillon). Les formes de leucémie les plus fréquentes lors des séjours hospitaliers classiques sont la leucémie myéloïde aigüe (41,6%), la leucémie lymphoïde aigüe (25,9%), la leucémie lymphoïde chronique (17,9%), la leucémie myéloïde chronique (8,2%). Les autres formes sont plus rares (moins de 1%, comme la leucémie monocytaire aigüe avec 0,8%) ou ne font pas l’objet d’une spécification suffisante.

100

101

Code

ICD-9-CM

Définition Nombre de séjours

% de séjours

Nombre de décès

% de décès

2050 LEUCEMIE MYELOIDE AIGUE 991 41,6 206 20,8

2040 LEUCEMIE LYMPHOIDE AIGUE 617 25,9 23 3,7

2041 LEUCEMIE LYMPHOIDE CHRONIQUE 427 17,9 46 10,8

2051 LEUCEMIE MYELOIDE CHRONIQUE 195 8,2 25 12,8

2080 LEUCEMIE, SANS AUTRE PRECISION, AIGUE 49 2,1 20 40,8

2060 LEUCEMIE MONOCYTAIRE AIGUE 20 0,8 5 25

2059 LEUCEMIE MYELOIDE, SANS AUTRE PRECISION 14 0,6 2 14,3

2081 LEUCEMIE, SANS AUTRE PRECISION, CHRONIQUE 10 0,4 1 10

2061 LEUCEMIE MONOCYTAIRE CHRONIQUE 9 0,4 3 33,3

2089 LEUCEMIE, SANS AUTRE PRECISION 9 0,4 5 55,6

2072 LEUCEMIE MEGACARYOCYTAIRE 7 0,3 1 14,3

2048 LEUCEMIE LYMPHOIDE, AUTRE 6 0,3 1 16,7

2049 LEUCEMIE LYMPHOIDE, SANS AUTRE PRECISION 5 0,2 0 0

2070 ERYTHROLEUCEMIE ET ERYTHREMIE AIGUES 5 0,2 2 40

2058 LEUCEMIE MYELOIDE, AUTRE 4 0,2 1 25

2088 LEUCEMIE, SANS AUTRE PRECISION, AUTRE 4 0,2 1 25

2053 SARCOME MYELOIDE 3 0,1 0 0

2069 LEUCEMIE MONOCYTAIRE, SANS AUTRE PRECISION 3 0,1 0 0

2052 LEUCEMIE MYELOIDE SUBAIGUE 2 0,1 0 0

2068 LEUCEMIE MONOCYTAIRE, AUTRE 2 0,1 0 0

2062 LEUCEMIE MONOCYTAIRE SUBAIGUE 1 0,0 0 0

2078 LEUCEMIE, AUTRE 1 0,0 0 0

Total 2384 100 342 14,3

Tableau XIII.4 Séjours classiques avec une leucémie comme diagnostic principal et taux de décès hospitaliers par diagnostic principal - part des différents diagnostics principaux à 4 chiffres - RCM 2004

La carte XIII.5 montre la répartition géographique, en Belgique, des In-Hospital Standardised Mortality Ratios (IHSMR) des séjours hospitaliers caractérisés par un diagnostic principal de leucémie D’après la carte, l’arrondissement de Liège est le seul à avoir un IHSMR significativement élevé. L’arrondissement de Hasselt, en revanche, a un IHSMR significativement bas. Il convient de préciser que le nombre faible de décès dans chaque arrondissement rend les interprétations difficiles. Le tableau XIII.5 fournit les données par arrondissement pour la sélection utilisée lors de la présente analyse.

Carte IX.5 Létalité intrahospitalière en séjours classiques avec une leucémie comme diagnostic principal -

IHSMR – RCM 2004

102

103

n°INS arrondissement nombre de décès IHSMR


Limite supérieure

95% IC

Ecart significatif

IHSMR classe

11 Antwerpen 25 76 46 106 1 12 Mechelen 9 83 29 138 2 13 Turnhout 12 96 42 150 3 21 Bruxelles/Brussel 31 101 65 136 4 23 Halle-Vilvoorde 14 74 35 113 1 24 Leuven 11 71 29 112 1 25 Nivelles 7 64 17 111 1 31 Brugge 18 180 97 263 6 32 Diksmuide 1 57 -55 169 1 33 Ieper 3 80 -11 171 2 34 Kortrijk 17 178 93 263 6 35 Oostende 3 51 -7 108 1 36 Roeselare 6 121 24 219 6 37 Tielt 2 66 -25 156 1 38 Veurne 1 40 -38 118 1 41 Aalst 15 165 82 249 6 42 Dendermonde 3 49 -6 104 1 43 Eeklo 2 69 -27 165 1 44 Gent 23 136 81 192 6 45 Oudenaarde 2 48 -19 116 1 46 St-Niklaas 8 109 33 184 4 51 Ath 1 37 -36 111 1 52 Charleroi 11 81 33 129 2 53 Mons 15 188 93 283 6 54 Mouscron 7 294 76 511 6 55 Soignies 4 71 1 141 1 56 Thuin 6 124 25 224 6 57 Tournai 10 208 79 338 6 61 Huy 3 94 -12 201 3 62 Liège 31 155 100 209 ∗ 6 63 Verviers 7 83 21 144 2 64 Waremme 2 89 -34 212 2 71 Hasselt 3 26 -3 54 ∗ 1 72 Maaseik 4 65 1 128 1 73 Tongeren 4 68 1 135 1 81 Arlon 1 64 -61 189 1 82 Bastogne 0 83 Marche-en-Famenne 4 249 5 493 6 84 Neufchâteau 1 54 -52 159 1 85 Virton 1 64 -61 188 1 91 Dinant 6 179 36 323 6 92 Namur 7 79 20 137 1 93 Philippeville 1 49 -48 147 1 Total 342

Tableau XIII.5 Décès lors de séjours classiques avec une leucémie comme diagnostic principal – IHSMR - RCM 2004

104

Partie C : Les indicateurs de qualité Présentation des indicateurs

Les indicateurs que nous présentons ici proviennent d’un ensemble d’indicateurs, les Inpatients Quality Indicators (IQI) élaborés par l’Agency for Healthcare Research and Quality (AHRQ)3 (http://www.qualityindicators.ahrq.gov./iqi_download.htm). Il s’agit de :

1. létalité intra-hospitalière après admission pour infarctus aigu du myocarde (IAM) (IQI 15)

2. taux de létalité intra-hospitalière pour l’insuffisance cardiaque congestive (IQI 16) 3. taux de létalité intra-hospitalière après admission pour maladie vasculaire cérébrale

aigüe (Acute Stroke Mortality Rate) (IQI 17) 4. taux de létalité intra-hospitalière après admission pour une fracture de la hanche (IQI

19) 5. taux de létalité intra-hospitalière après admission pour pneumonie (acquise en

communauté) (CAP) (IQI 20) 6. taux de césariennes (IQI 21) 7. taux de cholécystectomies ouvertes (IQI 23)

Méthodologie Pour les indicateurs de qualité, le troisième grand groupe de thèmes retenus, nous avons, dans un souci de cohérence, gardé la même approche analytique que celle utilisée dans le feedback multidimensionnel pour ces indicateurs. Nous ajoutons ainsi un aspect supplémentaire à ces indicateurs, à savoir la distribution géographique des taux des procédures ou des taux de létalité étudiés. Cette distribution géographique pourrait mettre en évidence l’existence de pratiques médicales divergentes selon un caractère spatial. Par analogie avec l’approche suivie pour les indicateurs, chaque arrondissement a été comparé à l’ensemble des autres arrondissements. En revanche, nous nous bornons ici à une analyse des taux pour l’ensemble de la période étudiée, c’est-à-dire 4 années. La littérature suggère que les données administratives ne contiennent pas assez d'informations de qualité suffisante pour corriger les écarts systématiques dans le case mix lorsqu'il s'agit d'un risque relatif (RR) plutôt faible, tel qu'un RR de 0,75 6. Nous avons ainsi déterminé une zone de non-interprétation dans laquelle le taux d'un arrondissement, comparé au taux des autres arrondissements, a été considéré comme non interprétable en terme de "supérieur" ou "d'inférieur". Afin de fixer les limites de cette zone de non-interprétation, nous avons d'abord calculé l'écart d'un arrondissement par rapport aux taux des autres arrondissements de la façon suivante : écart (en %) = (RR-1) x 100. Ensuite, la limite inférieure d’un taux a été définie comme un écart de - 25 % - ce qui correspond à un RR de 0,75 - et la limite supérieure (l'équivalent statistique de la limite inférieure) comme un écart de + 35 %. Dans les autres cas présentant un écart important, les résultats de ce premier grand triage (“screening”) ont été interprétés en fonction de l'évidence statistique disponible. Les chiffres en question n’ont pas été utilisés de façon absolue, mais plutôt comme un critère de preuve statistique. Lorsque l’écart d’un arrondissement se trouvait en dehors de la zone de non-interprétation, nous l’avons qualifié de:

1) « important » lorsque la probabilité de trouver un écart égal ou supérieur à celui de l’arrondissement étudié est égale ou supérieure à 0,05/nombre d’arrondissements à comparer (correction dite de Bonferroni7-9 pour le contrôle simultané multiple),


105

2) « moyen » lorsque cette probabilité est inférieure à 0,05 mais supérieure à 0,05/nombre d’arrondissements à comparer,

3) et « faibles » dans les autres cas. Nous avons comparé chaque arrondissement individuel à l’ensemble des autres arrondissements belges en utilisant une régression logistique 10-12, afin de déterminer un écart par rapport au taux des autres arrondissements, qui soit à la fois pertinent sur le plan pratique et statistiquement significatif. Grâce à la régression logistique, nous vérifions si, dans un arrondissement 'A', il existe un taux plus élevé ou plus bas que dans les autres arrondissements 'B-Z'. En d'autres termes, nous avons tenté de déterminer le risque relatif (RR) d'un taux plus élevé ou plus bas dans un arrondissement comparé aux autres arrondissements. Toutefois, la régression logistique produit un odds ratio (OR) qui est une estimation du RR. Nous illustrons cela par le taux de mortalité d'un infarctus cérébral. Dans l'arrondissement 'A', 10 des 100 patients atteints d'un infarctus cérébral décèdent. Pour les autres arrondissements 'B-Z', ce chiffre est de 100 pour 2000. Table explicative: Risque Relatif et odds ratio Arr. 'A' Arr. 'B-Z' Total Arr. 'A' Arr. 'B-Z' Total Décès A B A+B Décès 10 100 110 Vivant C D C+D Vivant 90 1900 1990 Total A+C B+D N Total 100 2000 2100 Il est facile dans ce contexte de calculer le risque relatif (RR) de la manière suivante :

1) calculer le taux de mortalité : 10/100 = 10 % pour l’arrondissement ‘A’ et 100/2000 = 5 % pour les arrondissements ‘B-Z’,

2) calculer le ratio de ces taux : RR = 2.

Dans ce tableau, le risque relatif (RR) peut être calculé comme suit : RR= (A/A+C)/(B/B+D) et l'odds ratio (OR) de la façon suivante : OR= (A/C)/(B/D). Un résultat fréquent (> 10 %) ou un odds ratio (OR) supérieur à 2,5 ou inférieur à 0,5, peut fausser considérablement l’estimation du RR par un odds ratio produit par la régression logistique. Pour réduire cette distorsion, nous avons calculé le RR selon la méthode de Zhang13

(représentée par ‘RRZ’ dans les tableaux), que nous avons utilisée pour calculer l’écart susvisé. Le rapport entre le RRZ et l’OR peut s’établir comme suit :

RRZ = OR / ((1-P0)+(P0*OR)), sachant que P0 correspond à l’incidence du résultat étudié dans le groupe non exposé, c’est-à-dire les autres arrondissements belges 13

. Comme mentionné plus haut, nous avons tenu compte du problème du contrôle simultané multiple en calculant des valeurs p avec correction de Bonferroni 7-9. Dans un souci d’éviter les écueils d’une fausse alerte ou d’un faux apaisement, nous présentons les résultats de nos analyses en tenant compte du degré d’évidence (faible, moyen, fort) qu’on peut y attacher.

106

Dans les graphiques, nous présentons en fonction de l’écart et de l’évidence les catégories d’arrondissements suivantes:

(1) un groupe caractérisé par un “Taux élevé”, composé des arrondissements dont l’écart se situe au-delà de la zone de non-interprétation et dont la borne inférieure de l’intervalle de confiance à 95% est :

- < 0 (évidence faible) - ≥ 0 et muni d’une étoile rouge dans les figures (évidence moyenne) - ≥ 0 après correction de Bonferroni et muni de deux étoiles rouges dans les

figures (forte évidence) ; (2) un groupe caractérisé par un “Taux faible", composé des arrondissements dont l’écart

se situe en-deçà de la zone de non-interprétation et dont la borne inférieure de l’intervalle de confiance à 95% est

- > 0 (évidence faible) - ≤ 0 et muni d’une étoile rouge dans les figures (évidence moyenne) - ≤ 0 après correction de Bonferroni et muni de deux étoiles rouges dans les

figures (forte évidence); (3) dans les autres cas, un groupe caractérisé par un “Taux moyen”.

107

XIV. Infarctus aigu du myocarde (IAM) Critères de sélection

Définition opérationnelle (transferts sortants exclus) - Banque de données: RCM 2002-2005 (8 semestres). - Définition : nombre de décès pour 100 sorties avec un code ICD-9-CM d'IAM en

diagnostic principal. - Numérateur: nombre de décès avec un code ICD-9-CM d'IAM en diagnostic

principal. - Dénominateur : toutes les sorties avec un code ICD-9-CM d'IAM en diagnostic

principal; âge>= 18 ans; exclusion des séjours avec transfert vers un autre hôpital ou sans précision du type de sortie.

- Inclusions (voir annexe “Spécifications techniques IQI”). - Les hôpitaux avec moins de 80 cas durant la période analysée ne sont pas repris

dans l’analyse. - Ajustement pour l'âge, le sexe, la co-morbidité (Charlson14), et le choc

cardiogénique.

Données complémentaires: cf. Acute Myocardial Infarction Mortality Rate (IQI 15), Acute Myocardial Infarction Mortality Rare, Without Transfer Cases (IQI 32). Inpatient Quality Indicators, p. 54 et p.A22. (http://www.qualityindicators.ahrq.gov./iqi_download.htm)

Commentaire L'infarctus aigu du myocarde (IAM) est un problème de santé important en terme de fréquence, de gravité (morbidité, invalidité temporaire ou définitive et mortalité), de coûts socio-économiques, des possibilités thérapeutiques et est considéré comme une priorité par les décideurs politiques et la communauté.


108

Tableau XIV.1 : Taux nationaux de létalité de l'IAM, par groupe d'âge et par sexe (exprimés en %). Hôpitaux belges 2002-2005.

Groupe d'âge Décès Admissions Taux 1) Hommes

<24 ans 1 16 6,25 ( 0,33; 32,29) 25-29 ans 3 42 7,14 ( 1,86; 20,55) 30-34 ans 7 169 4,14 ( 1,83; 8,68 ) 35-39 ans 19 478 3,97 ( 2,48; 6,25 ) 40-44 ans 43 1.183 3,63 ( 2,67; 4,91 ) 45-49 ans 87 2.121 4,10 ( 3,32; 5,06 ) 50-54 ans 114 3.095 3,68 ( 3,06; 4,42 ) 55-59 ans 218 3.605 6,05 ( 5,30; 6,89 ) 60-64 ans 255 3.130 8,15 ( 7,22; 9,17 ) 65-69 ans 381 3.630 10,50 ( 9,53; 11,55) 70-74 ans 567 4.077 13,91 (12,87; 15,02) 75-79 ans 692 3.762 18,39 (17,18; 19,68)

80+ ans 1.455 4.970 29,28 (28,02; 30,57) Sous-total 3.842 30.278 12,69 (12,32; 13,07)

2) Femmes <24 ans 0 3 0,00 ( 0,00; 69,00)

25-29 ans 0 4 0,00 ( 0,00; 60,42) 30-34 ans 1 40 2,50 ( 0,13; 14,73) 35-39 ans 4 106 3,77 ( 1,22; 9,94 ) 40-44 ans 19 233 8,15 ( 5,11; 12,64) 45-49 ans 30 438 6,85 ( 4,74; 9,74 ) 50-54 ans 43 552 7,79 ( 5,76; 10,43) 55-59 ans 53 742 7,14 ( 5,44; 9,30 ) 60-64 ans 65 890 7,30 ( 5,72; 9,26 ) 65-69 ans 142 1.365 10,40 ( 8,86; 12,17) 70-74 ans 290 2.032 14,27 (12,79; 15,89) 75-79 ans 591 2.970 19,90 (18,49; 21,39)

80+ ans 2.019 6.634 30,43 (29,33; 31,56) Sous-total 3.257 16.009 20,34 (19,73; 20,89)

( ) intervalle de confiance du TL-IAM à 95 % La carte XIV.1 montre, pour la période 2002-2005, la répartition géographique, en Belgique, des écarts de risque relatif de décès hospitaliers survenus pendant les séjours hospitaliers ayant l’infarctus aigu du myocarde comme diagnostic principal. Les classes d’écarts de risque relatif sont distinguées par des couleurs aux tonalités différentes. Les arrondissements administratifs mis en évidence par des couleurs plus foncées correspondent à ceux qui ont des séjours caractérisés par un écart de risque relatif plus important, quel que soit le degré de signification statistique de l’écart respectif. Les arrondissements dotés d’une étoile présentent un écart de risque relatif significatif pour un intervalle de confiance de 95%, tandis que ceux qui sont illustrés avec deux étoiles présentent un écart de risque relatif significatif pour un intervalle de confiance Bonferroni. L’intervalle de confiance de Bonferroni, étant beaucoup plus large que celui de 95%, est plus conservateur, et des écarts deviennent donc moins facilement significatifs. Deux approches sont possibles pour illustrer les différences d’écarts de risque relatif. D’un côté, il est possible d’illustrer les écarts par des classes d’écarts relatifs d’une amplitude de 5% (voir carte XIV.1); il est alors possible, comme dans les 1ère et 2de parties, de visualiser ainsi six classes d’écarts : <-10, -10 à <-5, -5 à <0, 0 à <+5, 5 à <+10, ≥+10. D’un autre côté, il est intéressant de reprendre la classification des écarts en fonction de

« zones d’interprétation », telles qu’utilisées pour évaluer les performances hospitalières (voir plus haut). Avec cette classification, on obtient sur la carte trois zones distinctes : une zone caractérisée par des écarts de risque relatif inférieurs à -25% (le risque relatif est faible pour l’affection), une zone caractérisée par des écarts de risque relatif supérieurs à +35% (le risque relatif est plus élevé pour l’affection), et une zone de non-interprétation caractérisée par des écarts de risque relatifs compris entre les deux bornes précédentes. La carte XIV.1 montre la répartition des écarts de risque relatif pour les arrondissements belges. Les écarts traduisant un risque relatif significativement plus élevé (avec un intervalle de confiance de 95%) concernent les arrondissements administratifs de Hasselt, Maaseik, Tongres (dans la province du Limbourg), de Neufchâteau et de Virton (dans la province du Luxembourg), de Dinant et Namur (dans la province de Namur). Si on utilise un intervalle de confiance de Bonferroni (plus conservateur), le nombre d’arrondissements caractérisés par un risque de décès plus élevé n’est plus que de deux : il s’agit de Hasselt et Maaseik. Les arrondissements qui présentent des écarts traduisant un risque relatif significativement faible (avec un intervalle de confiance de 95%) sont au nombre de six : Malines, Courtrai, Furnes, Saint-Nicolas, Ath et Huy. Si on utilise un intervalle de confiance de Bonferroni, on n’a plus d’arrondissement caractérisé par un faible risque relatif.

Carte XIV.1 IQI 15 Infarctus aigu du myocarde - Ecarts de risque relatif (%) – RCM 2002-2005

La carte XIV.2 présente les disparités géographiques des écarts de risque relatif de décès hospitalier pour l’infarctus aigu du myocarde en définissant les zones d’interprétation et de non-interprétation. On remarque alors que tous les arrondissements ont des écarts de risque relatif compris dans la zone de non-interprétation. Le tableau XIV.2 donne les chiffres détaillés, par arrondissement, des écarts de risque relatif de décès hospitalier pour l’IAM, ainsi que les intervalles de confiance respectifs à 95% et Bonferroni, et le degré de signification.

109

Carte XIV.2 IQI 15 Infarctus aigu du myocarde - par zone d’interprétation - RCM 2002-2005

110

111

N° INS1 arrondissement BI_B2 BI_953 E(%)4 BS_955 BS_B6 P7 IP8

11 Antwerpen -4 -3 -2 0 1 0,067038836 12 Mechelen -9 -6 -3 0 2 0,048358257 1 13 Turnhout -8 -5 -2 0 2 0,098077009 21 Bruxelles/Brussel -2 -1 1 2 3 0,425240779 23 Halle-Vilvoorde -2 0 2 4 5 0,072358892 24 Leuven -3 -1 1 3 5 0,269446204 25 Nivelles -3 -1 1 4 5 0,249512480 31 Brugge -6 -4 -1 2 4 0,713331860 32 Diksmuide -13 -7 0 5 8 0,885585466 33 Ieper -8 -4 0 4 6 0,850799100 34 Kortrijk -10 -7 -4 -1 1 0,016972525 1 35 Oostende -6 -3 1 4 6 0,667187329 36 Roeselare -5 -2 2 5 7 0,256444677 37 Tielt -11 -6 1 5 8 0,835395125 38 Veurne -21 -15 -8 -3 1 0,013878253 1 41 Aalst -6 -4 -1 2 3 0,553082679 42 Dendermonde -4 -2 2 5 6 0,240409757 43 Eeklo -16 -11 -5 0 3 0,073697711 44 Gent -4 -2 0 2 4 0,853808334 45 Oudenaarde -9 -5 0 4 6 0,850121730 46 St-Niklaas -12 -9 -5 -2 0 0,004128672 1 51 Ath -22 -17 -10 -4 0 0,004765872 1 52 Charleroi -5 -3 -1 1 3 0,582532444 53 Mons -5 -3 0 3 4 0,973495139 54 Mouscron -12 -7 -1 4 7 0,791402144 55 Soignies -8 -6 -2 1 3 0,296474160 56 Thuin -6 -3 1 4 6 0,688979420 57 Tournai -10 -7 -2 2 4 0,367186302 61 Huy -14 -10 -5 -1 2 0,030547433 1 62 Liège -3 -2 0 2 3 0,972772806 63 Verviers -7 -5 -1 1 3 0,358647232 64 Waremme -12 -7 -1 4 7 0,795867348 71 Hasselt 2 3 5 7 8 <0,000001 2 72 Maaseik 2 4 6 9 10 <0,000001 2 73 Tongeren -1 1 4 6 7 0,005906792 1 81 Arlon -6 0 6 10 12 0,030112476 1 82 Bastogne -13 -7 1 7 10 0,759428807 83 Marche-en-Famenne -13 -7 0 5 8 0,932091128 84 Neufchâteau -5 0 5 9 11 0,033637072 1 85 Virton -7 0 7 11 13 0,024028312 1 91 Dinant -2 1 5 8 10 0,005298124 1 92 Namur -1 1 3 6 7 0,005995738 1 93 Philippeville -7 -2 3 7 10 0,180784081 Tableau XIV.2 Aide à l'interprétation des écarts de risque relatif - (IQI 15: infarctus aigu du myocarde)

1 numéro de l’arrondissement selon l’Institut National de Statistique; 2/3 borne inférieure de l’intervalle de confiance Bonferroni/ l’intervalle de confiance à 95% ; 4 écart du risque relatif, exprimé en % ; 5/6 borne supérieure de l’intervalle de confiance à 95%/ l’intervalle de confiance Bonferroni ; 7 probabilité qu’un écart d’un arrondissement par rapport au taux national soit = 0 ; 8 degré de signification : 1 = significatif à 95% ; 2 = significatif Bonferroni .

112

XV. Insuffisance cardiaque congestive (ICC) Critères de sélection

- Banque de données : RCM 2002 – 2005 (8 semestres). - Codes ICD9-CM utilisés pour la sélection de ICC :

398.91, 402.01, 402.11, 402.91, 404.01, 404.03, 404.11, 404.13, 404.91, 404.93, 428.20, 428.21, 428.22, 428.23, 428.30, 428.31, 428.32, 428.33, 428.40, 428.41, 428.42, 428.43, 428.0, 428.1, 428.9

- Définition : nombre de décès pour 100 sorties de personnes ayant été hospitalisées avec un diagnostic principal d’ICC.

- Numérateur : nombre de décès chez les personnes ayant été hospitalisées avec un diagnostic principal d’ICC.

- Dénominateur : ensemble des séjours de personnes ayant été hospitalisées avec un diagnostic principal d’ICC.

- Les hôpitaux avec moins de 80 cas durant la période analysée ne sont pas repris dans l’analyse.

- Inclusions (voir annexe “Spécifications techniques IQI”). - Exclusions : séjours dépourvus d’information sur le type de sortie, les transferts vers

un autre hôpital aigu, séjours avec MDC 14 (grossesse, accouchement, puerperium) et MDC 15 (nouveaux-nés), patients de moins de 18 ans ; de la sorte, on exclut 3882 séjours pour aboutir à 85659 ; pour l’analyse, on élimine aussi les hôpitaux pour lesquels il y a moins de 80 séjours par hôpital (1 hôpital et 11 séjours en moins) et on retient pour la régression logistique les patients âgés de 70 ans et plus (68 611 séjours).

- Notons que si l’on avait opéré la sélection des séjours que sur base de l’APR-DRG 194 (« insuffisance cardiaque »), on n’aurait obtenu que 71398 séjours au lieu de 85659 lors du premier filtrage.

- Ajustement pour le risque : âge, sexe, co-morbidité (score de Charlson). Commentaire L’insuffisance cardiaque congestive (ICC) est une cause d’admission hospitalière assez courante et est responsable d’un taux de mortalité à court terme relativement important. Malgré les progrès réalisés dans la prise en charge médicale du ICC, cette affection demeure associée à une morbidité, incapacité, mortalité et à des coûts socio-économiques importants.

Tableau XV.1: Taux national de létalité hospitalière brut (en %) pour l’insuffisance cardiaque congestive, et taux national par groupe d’âge et sexe. Belgique 2002-2005.

Décès AdmissionsTaux BI BS Hommes

18-29 ans 7 82 8,5 3,8 17,3 30-39 ans 10 247 4,0 2,1 7,5 40-49 ans 35 1067 3,3 2,3 4,6 50-59 ans 165 3098 5,3 4,6 6,2 60-69 ans 479 6788 7,1 6,5 7,7 70-79 ans 1783 15040 11,9 11,3 12,4 80-89 ans 2333 12714 18,3 17,7 19,0 90 ans + 606 2334 26,0 24,2 27,8 Sous-total 5418 41370 13,1 12,8 13,4 Femmes 18-29 ans 2 52 3,8 0,7 14,3 30-39 ans 8 163 4,9 2,3 9,8 40-49 ans 13 440 3,0 1,7 5,1 50-59 ans 77 1328 5,8 4,6 7,2 60-69 ans 268 3772 7,1 6,3 8,0 70-79 ans 1343 12836 10,5 9,9 11,0 80-89 ans 3034 19170 15,8 15,3 16,4 90 ans + 1600 6517 24,6 23,5 25,6 Sous-total 6345 44278 14,3 14,0 14,7

National 11763 85648 13,7 13,5 14,0

BI: limite inférieure de l’intervalle de confiance à 95% BS: limite supérieure de l’intervalle de confiance à 95%

Pour l’analyse de régression logistique, utilisée pour préparer les cartes, on a retenu uniquement les séjours avec les trois groupes d’âges à partir de 70 ans dans un souci d’homogénéisation vu que les patients plus âgés souffrant d’ICC diffèrent des patients plus jeunes avec ICC, notamment en ce qui concerne la proportion relativement grande, parmi le groupe âgé, avec une fonction systolique préservée. La carte XV.1 illustre la distribution géographique des écarts de risque relatif de décès hospitalier pour l’insuffisance cardiaque congestive en Belgique. Les écarts traduisant un risque relatif significativement plus élevé (avec un intervalle de confiance de 95%) concernent les arrondissements administratifs de Bruges, Furnes, Saint-Nicolas (en Flandre), de Tournai, Soignies, Ath et Huy (en Wallonie). Au contraire, les arrondissements d’Anvers, Louvain, Dixmude, Ostende, Roulers, Hasselt, Maaseik, Tongres (en Flandre), de Bastogne (en Wallonie) sont caractérisés par des écarts reflétant un risque relatif significativement plus faible (avec un intervalle de confiance de 95%). Si on adopte l’intervalle de confiance de Bonferroni, plus conservateur, seul l’arrondissement de Huy présente un risque relatif de décès pour l’ICC significativement plus élevé, et les arrondissements d’Anvers, Louvain, Dixmude, Ostende, Roulers, Hasselt, Bastogne ont un risque relatif de décès significativement plus faible.

113

Carte XV.1 IQI 16 Insuffisance cardiaque congestive - Ecarts de risque relatif (%) 2002-2005

La carte XV.2 montre les différences géographiques des écarts de risque relatif de décès hospitalier pour l’insuffisance cardiaque congestive en fonction des zones d’interprétation et de non-interprétation. On remarque alors que les arrondissements de Maaseik, Tongres et Bastogne ont des risques relatifs de décès faibles (<-25), qui se situent dans la zone d’interprétation. Les autres arrondissements ont des écarts de risque relatif compris dans la zone de non-interprétation. Le tableau XV.2 donne les chiffres détaillés, par arrondissement, des écarts de risque relatif de décès hospitalier pour l’ICC, ainsi que les intervalles de confiance respectifs à 95% et Bonferroni, et le degré de signification.

114

Carte XV.2 IQI 15 Insuffisance cardiaque congestive - par zone d’interprétation 2002-2005

115

116

n° INS1 arrondissement BI_B2 BI_953 E(%)4 BS_955 BS_B6 P7 IP8

11 Antwerpen -19 -15 -9 -4 0 0,002083346 1 12 Mechelen -18 -12 -3 8 15 0,610094122 13 Turnhout -11 -5 4 13 19 0,444915491 21 Bruxelles/Brussel -11 -7 -2 4 9 0,600646609 23 Halle-Vilvoorde -17 -13 -5 3 9 0,245422495 24 Leuven -21 -17 -10 -2 3 0,016995429 1 25 Nivelles -15 -9 1 11 18 0,917418218 31 Brugge -4 3 13 23 31 0,011718655 1 32 Diksmuide -50 -40 -23 -1 15 0,043118288 1 33 Ieper -13 -5 10 26 37 0,185077524 34 Kortrijk -9 -3 7 17 24 0,172090094 35 Oostende -30 -24 -14 -3 5 0,016568988 1 36 Roeselare -36 -30 -19 -6 3 0,005317665 1 37 Tielt -30 -22 -9 6 16 0,224929553 38 Veurne -10 3 26 51 69 0,017274834 1 41 Aalst -15 -8 2 14 22 0,662482162 42 Dendermonde -20 -12 0 14 24 0,957272093 43 Eeklo -37 -29 -14 3 16 0,112241066 44 Gent -17 -12 -5 3 9 0,230904798 45 Oudenaarde -32 -24 -11 4 15 0,151574675 46 St-Niklaas -4 4 17 31 40 0,007087384 1 51 Ath -6 5 22 42 55 0,00825934 1 52 Charleroi -9 -4 4 13 19 0,286302706 53 Mons -12 -6 4 14 22 0,432877946 54 Mouscron -23 -14 2 20 34 0,78501575 55 Soignies -6 2 15 29 40 0,019645346 1 56 Thuin -19 -11 2 17 27 0,750844955 57 Tournai -3 5 19 33 43 0,003828438 1 61 Huy 2 14 32 52 66 0,00018724 2 62 Liège -7 -3 4 11 16 0,267538186 63 Verviers -9 -1 10 23 32 0,082918557 64 Waremme -27 -16 2 23 38 0,838410697 71 Hasselt -25 -20 -12 -4 2 0,004242291 1 72 Maaseik -42 -36 -26 -14 -5 0,000099839 2 73 Tongeren -42 -36 -26 -14 -6 <0,00001 2 81 Arlon -38 -27 -8 14 31 0,452606701 82 Bastogne -59 -49 -30 -5 14 0,023992959 1 83 Marche-en-Famenne -26 -14 6 30 48 0,567710771 84 Neufchâteau -49 -39 -21 1 18 0,072443978 85 Virton -29 -18 2 25 42 0,847845702 91 Dinant -27 -18 -3 13 25 0,671600713 92 Namur -20 -14 -4 7 15 0,51488473 93 Philippeville -20 -8 13 37 55 0,222983909

Tableau XV.2 Aide à l'interprétation des écarts de risque relatif - (IQI 16 : insuffisance cardiaque congestive) 1 numéro de l’arrondissement selon l’Institut National de Statistique 2 borne inférieure de l’intervalle de confiance Bonferroni 3 borne inférieure de l’intervalle de confiance à 95% 4 écart du risque relatif, exprimé en % 5 borne supérieure de l’intervalle de confiance à 95% 6 borne supérieure de l’intervalle de confiance Bonferroni 7 probabilité qu’un écart d’un arrondissement par rapport au taux national soit = 0 8 degré de signification : 1 = significatif à 95% ; 2 = significatif Bonferroni

117

XVI. Maladies vasculaires cérébrales (MVC) (« stroke ») Critères de sélection

- Banque de données : RCM 2002-2005 (8 semestres). - Définition : décès survenus lors d'hospitalisations pour MVC comme diagnostic

principal (cf. autres détails plus loin). - Numérateur : nombre de décès dus à une MVC comme diagnostic principal. - Dénominateur : ensemble des séjours avec une MVC comme diagnostic principal. - Inclusions (voir annexe “Spécifications techniques IQI”). - Exclusions : hôpitaux comptant moins de 80 observations de MVC durant la

période 2002-2005, patients sans données de sortie ou transférés dans un autre hôpital, MDC 14 (grossesse, naissance et puerpéralité) et MDC 15 (nouveau-nés et autres).

- Ajustement pour le risque : âge, sexe, co-morbidité (score de Charlson) - Pour de plus amples détails : cf. Acute Stroke Mortality Rate) (IQI 17)

Indicators http://www.qualityindicators.ahrq.gov/iqi_download.htm

Commentaire L'accident vasculaire cérébral est en Europe et en Amérique du Nord l'une des principales causes de décès et de handicap. En Belgique, durant la période 1980-1997, les affections vasculaires cérébrales constituaient 9 % des causes de décès chez l'homme et 14 % chez la femme. L'apoplexie est un problème de santé important également pour d’autres motifs que la létalité et l'incidence. La plupart des patients qui survivent à une apoplexie gardent un handicap sévère et restent dépendants de tiers. Environ un patient sur cinq admis à la suite d'une maladie vasculaire cérébrale décède à l'hôpital. L'évolution des TL-MVC selon l'âge est presque identique chez l'homme et chez la femme. Nous observons les taux les plus élevés chez les personnes de 80 ans et plus.

http://www.qualityindicators.ahrq.gov/iqi_download.htm


118

Tranche d’âge Nombre de décès Nombre de cas Taux (%) LI (%) LS (%)

a) Hommes < 40 ans 83 739 11,23 9,09 13,78

40-64 ans 1056 9073 11,64 10,99 12,32 65-79 ans 3036 17893 16,97 16,42 17,53 ≥80 ans 2952 10352 27,65 27,65 29,40

b) Femmes

< 40 ans 80 699 11,44 9,23 14,10 40-64 ans 808 5601 11,43 13,52 15,38 65-79 ans 2797 15146 18,47 17,85 19,10 ≥80 ans 5586 18772 29,76 29,10 30,42

c) Population totale

< 40 ans 163 1438 11,34 9,77 13,11 40-64 ans 1864 14674 12,70 12,17 13,25 65-79 ans 5833 33039 17,65 17,25 18,07 ≥80 ans 8538 29124 29,32 28,79 29,84

National 16398 78275 20,95 20,66 21,24

Tableau XVI.1 : Taux national brut de létalité après admission pour maladie cérébrale vasculaire, par groupe d’âge et sexe. Belgique, années 2002-2005.

Grâce à la carte XVI.1, on peut observer la répartition géographique, en Belgique, des écarts de risque relatif de décès hospitalier pour la maladie vasculaire cérébrale (MVC). Les écarts traduisant un risque relatif significativement plus élevé (avec un intervalle de confiance de 95%) concernent 8 arrondissements administratifs : Saint-Nicolas, Anvers, Louvain (en Flandre), Charleroi, Mons, Tournai, Thuin, Soignies (en Wallonie), et Bruxelles-capitale. Au contraire, les arrondissements d’Ostende, Eeklo, Furnes, Roulers, Tielt, Hasselt, Maaseik, Louvain (en Flandre), sont caractérisés par des écarts reflétant un risque relatif significativement plus faible (avec un intervalle de confiance de 95%). Si on adopte l’intervalle de confiance de Bonferroni, plus conservateur, les arrondissements de Tournai, Charleroi et Mons présentent un risque relatif de décès pour la MVC significativement plus élevé, et les arrondissements de Roulers et Eeklo ont un risque relatif de décès significativement plus faible.

Carte XIV.1 IQI 17 Maladie vasculaire cérébrale - Ecarts de risque relatif (%) – RCM 2002-2005

La carte XVI.2 montre les différences géographiques des écarts de risque relatif de décès hospitalier pour la maladie vasculaire cérébrale (MVC) en fonction des zones d’interprétation et de non-interprétation. On remarque alors que seul l’arrondissement d’Eeklo est caractérisé par un risque relatif de décès faible (<-25), inclus dans la zone d’interprétation. Les autres arrondissements ont des écarts de risque relatif compris dans la zone de non-interprétation. Il n’y a pas d’arrondissement inclus dans la zone d’interprétation et caractérisé par un risque relatif de décès plus élevé (>35). Le tableau XVI.2 donne les chiffres détaillés, par arrondissement, des écarts de risque relatif de décès hospitalier pour la MVC, ainsi que les intervalles de confiance respectifs à 95% et Bonferroni, et le degré de signification. On notera que les séjours de patients sans domicile connu et ceux des patients domiciliés à l’étranger présentent un écart traduisant un risque relatif de décès élevé pour l’intervalle de confiance à 95% et compris dans la zone d’interprétation.

119

Carte XVI.2 IQI 17 Maladie vasculaire cérébrale - par zone d’interprétation - RCM 2002-2005

120

121


11 Antwerpen -1 3 9 14 18 0,002610347 1 12 Mechelen -18 -13 -4 4 11 0,320501492 13 Turnhout -16 -11 -3 6 12 0,561721411 21 Bruxelles/Brussel 0 4 10 16 20 0,001238214 1 23 Halle-Vilvoorde -8 -4 3 11 16 0,369599708 24 Leuven -20 -16 -9 -1 4 0,023314226 1 25 Nivelles -8 -2 8 19 26 0,123313973 31 Brugge -22 -17 -8 1 8 0,099617729 32 Diksmuide -45 -36 -20 0 15 0,05343022 33 Ieper -27 -19 -6 9 19 0,40702881 34 Kortrijk -20 -15 -6 3 9 0,175600282 35 Oostende -33 -27 -18 -7 0 0,001374416 1 36 Roeselare -39 -33 -22 -10 -2 0,000611342 2 37 Tielt -41 -33 -19 -4 8 0,019852082 1 38 Veurne -41 -33 -19 -3 9 0,026149033 1 41 Aalst -22 -17 -8 2 9 0,111165716 42 Dendermonde -14 -8 3 15 23 0,575852696 43 Eeklo -50 -43 -32 -18 -7 <0,00001 2 44 Gent -17 -13 -7 1 5 0,07044749 45 Oudenaarde -24 -16 -4 11 21 0,612371924 46 St-Niklaas -6 1 12 24 32 0,031733107 1 51 Ath -13 -2 15 35 50 0,087484329 52 Charleroi 6 11 19 28 34 <0,00001 2 53 Mons 6 13 24 36 44 <0,00001 2 54 Mouscron -14 -4 14 34 49 0,120630735 55 Soignies -6 2 15 29 38 0,021199425 1 56 Thuin -2 6 20 35 45 0,002576139 1 57 Tournai 9 19 35 52 64 <0,00001 2 61 Huy -29 -19 -4 14 27 0,642349727 62 Liège -6 -1 7 15 20 0,082358881 63 Verviers -28 -21 -11 0 8 0,050180168 64 Waremme -24 -14 4 24 39 0,685256496 71 Hasselt -21 -17 -9 -1 5 0,029081418 1 72 Maaseik -29 -22 -12 -1 7 0,039635749 1 73 Tongeren -25 -19 -9 1 9 0,083341509 81 Arlon -38 -26 -5 21 41 0,699244169 82 Bastogne -50 -38 -16 13 35 0,263721535

83 Marche-en-Famenne -28 -14 10 40 61 0,436936227

84 Neufchâteau -31 -20 -1 22 38 0,949428882 85 Virton -30 -18 4 30 50 0,727622257 91 Dinant -34 -26 -13 1 12 0,075018061 92 Namur -21 -15 -6 4 12 0,275198224 93 Philippeville -21 -9 11 34 51 0,304657898

Tableau XVI.2 Aide à l'interprétation des écarts de risque relatif - (IQI 17: Maladie vasculaire cérébrale) 1 numéro de l’arrondissement selon l’Institut National de Statistique 2 borne inférieure de l’intervalle de confiance Bonferroni 3 borne inférieure de l’intervalle de confiance à 95% 4 écart du risque relatif, exprimé en % 5 borne supérieure de l’intervalle de confiance à 95% 6 borne supérieure de l’intervalle de confiance Bonferroni 7 probabilité qu’un écart d’un arrondissement par rapport au taux national soit = 0 8 degré de signification : 1 = significatif à 95% ; 2 = significatif Bonferroni

122

XVII. Fracture de la hanche Critères de sélection

- Banque de données: RCM 2001-2004 (8 semestres). - Définition: nombre de décès pour 100 sorties de personnes ayant présenté une fracture

de la hanche comme diagnostic principal. - Numérateur: nombre de décès chez les personnes ayant présenté une fracture de la

hanche comme diagnostic principal. - Dénominateur: ensemble des séjours de personnes ayant présenté une fracture de la

hanche comme diagnostic principal. - Les hôpitaux avec moins de 80 cas durant la période analysée ne sont pas repris dans

l’analyse. - Inclusions (voir annexe “Spécifications techniques IQI”). - Exclusions: MDC 14 (grossesse, accouchement et puerperium) et 15 (nouveau-nés et

autres néonatals), transferts vers un autre hôpital aigu, hospitalisations de jour (chirurgicales ou médicales) et de longue durée.

- Ajustement pour le risque : âge, sexe, co-morbidité. - Entre 2001-2004, 60815 séjours hospitaliers avec un diagnostic de fracture de la

hanche ont été enregistrés ; après élimination des séjours caractérisés par un type de sortie inconnu, un transfert vers un autre hôpital aigu, un MDC 14 ou 15, on a 56687 séjours. De ces derniers, on retient 52435 séjours de patients qui n’ont pas subi de polytraumatisme ou de polyfracture, ce qui permet de rendre plus homogène la population étudiée. Pour rendre cette population encore plus homogène, on ne garde pas les groupes d’âge inférieurs à 65 ans, soit 47125 séjours.

Pour plus de détails: voir Hip Fracture Mortality Rate (IQI 19) p.63 et A25 de Inpatient Quality Indicators http://www.qualityindicators.ahrq.gov/iqi_download.htm Commentaire Les fractures de la hanche sont une cause fréquente d’hospitalisation et de régression fonctionnelle chez les personnes âgées. Elles constituent un problème qui impliquent tout un réseau multidisciplinaire de soins de santé, de réhabilitation et d’assistance sociale étant donné qu’elles affectent surtout les personnes âgées et vulnérables et qui présentent des co-morbidités. Les fractures de la hanche sont responsables d’un taux important de mortalité (environ 1/7 à 1/3 patients décède endéans une année; parmi les survivants à 1 an, seulement 54 % conservent une autonomie de déplacement et seulement 40% sont capables de réaliser toutes les activités physiques quotidiennes).

Les fractures de la hanche sont plus fréquentes chez les femmes que chez les hommes. Le taux de létalité spécifique à l’âge après admission pour une fracture de la hanche est clairement plus important dans les groupes d’âge plus élevé et chez les hommes (Tableau XVII.1).

123

Décès

Admissions Taux (%) LI LS Hommes 0-18 ans 0 159 0,0 0,0 2,9 18-39 ans 1 458 0,2 0,0 1,4 40-64 ans 62 2.327 2,7 2,1 3,4 65-79 ans 426 4.700 9,1 8,3 9,9 80 ans + 999 5.898 16,9 16,0 17,9

Sous-total 1.488 13.542 11,0 10,5 11,5 Femmes 0-18 ans 0 90 0,0 0,0 5,1 18-39 ans 0 127 0,0 0,0 3,7 40-64 ans 30 2152 1,4 1,0 2,0 65-79 ans 471 12.166 3,9 3,5 4,2 80 ans + 2.017 24.358 8,3 7,9 8,6

Sous-total 2.518 38.893 6,5 6,2 6,7 National 4.006 52.435 7,6 7,4 7,9 Tableau XVII.1: Taux national de létalité hospitalière brut (en %) après admission pour une fracture de la hanche, et

taux national par groupe d’âge et sexe. Belgique 2001-2004.

LI: limite inférieure de l’intervalle de confiance à 95% LS: limite supérieure de l’intervalle de confiance à 95% La carte XVII.1, met en évidence la distribution géographique, en Belgique, des écarts de risque relatif de décès hospitalier pour la fracture de la hanche. Sept arrondissements présentent des écarts exprimant un risque relatif significativement plus élevé (avec un intervalle de confiance de 95%) : Louvain, Hasselt, Ath, Charleroi, Soignies, Liège et Philippeville. Par contre, les 4 arrondissements d’Ypres, Courtrai, Maaseik, Bastogne présentent des écarts exprimant un risque relatif significativement plus faible (avec un intervalle de confiance de 95%). Si on adopte l’intervalle de confiance de Bonferroni, aucun arrondissement ne présente un risque relatif de décès pour fracture de la hanche significativement plus élevé ou plus faible.

Carte XVII.1 IQI 19 Fracture de la hanche - Ecarts de risque relatif (%) 2002-2005

La carte XVII.2 illustre les disparités géographiques des écarts de risque relatif de décès hospitalier pour la fracture de la hanche en fonction des zones d’interprétation et de non-interprétation. On remarque alors que les 3 arrondissements d’Ypres, Maaseik et Bastogne sont caractérisés par un risque relatif de décès faible (<-25), inclus dans la zone d’interprétation, tandis que les 2 arrondissements d’Ath et Philippeville sont caractérisés par un risque relatif de décès plus élevé (>35), également inclus dans la zone d’interprétation. Les autres arrondissements ont des écarts de risque relatif compris dans la zone de non-interprétation. Le tableau XVII.2 donne les chiffres détaillés, par arrondissement, des écarts de risque relatif de décès hospitalier pour la fracture de la hanche, ainsi que les intervalles de confiance respectifs à 95% et Bonferroni, et le degré de signification. On notera que les séjours de patients domiciliés à l’étranger présentent un écart traduisant un risque relatif de décès plus faible pour l’intervalle de confiance à 95% et compris dans la zone d’interprétation. Les séjours de patients dont le domicile n’est pas connu présentent, au contraire, un risque relatif de décès plus élevé pour l’intervalle de confiance Bonferroni, également compris dans la zone d’interprétation.

124

Carte XVII.2 IQI 19 Fracture de la hanche - par zone d’interprétation 2002-2005

125

126


11 Antwerpen -13 -6 4 15 23 0,44482913 12 Mechelen -13 -3 14 32 46 0,10937316 13 Turnhout -18 -8 8 26 39 0,34225851 21 Bruxelles/Brussel -8 -2 8 18 25 0,12513678 23 Halle-Vilvoorde -14 -5 9 24 35 0,22697096 24 Leuven -6 4 19 35 47 0,01220611 1 25 Nivelles -31 -21 -5 14 28 0,60773966 31 Brugge -28 -18 0 19 34 0,96353144 32 Diksmuide -71 -58 -28 17 56 0,20545603 33 Ieper -66 -57 -37 -10 13 0,01389368 1 34 Kortrijk -47 -39 -24 -7 6 0,00949238 1 35 Oostende -23 -11 9 33 51 0,38894871 36 Roeselare -43 -31 -8 20 41 0,53745388 37 Tielt -52 -39 -14 20 47 0,39997974 38 Veurne -67 -55 -28 11 44 0,15062008 41 Aalst -25 -15 3 23 37 0,76391564 42 Dendermonde -39 -29 -10 13 30 0,3818616 43 Eeklo -60 -47 -22 13 42 0,21018401 44 Gent -19 -11 2 17 27 0,74923319 45 Oudenaarde -46 -34 -11 17 39 0,413798 46 St-Niklaas -31 -20 1 25 43 0,95867048 51 Ath -8 8 37 71 96 0,00638663 1 52 Charleroi -9 0 15 31 43 0,0474884 1 53 Mons -25 -16 1 19 33 0,94334079 54 Mouscron -53 -40 -16 16 41 0,3005149 55 Soignies -11 1 22 44 61 0,03149806 1 56 Thuin -31 -20 0 23 41 0,98940516 57 Tournai -14 -1 21 46 64 0,05600142 61 Huy -37 -24 0 29 51 0,97827971 62 Liège -6 2 15 28 38 0,01954581 1 63 Verviers -23 -12 6 26 41 0,54985815 64 Waremme -26 -10 18 53 79 0,21229737 71 Hasselt -10 1 18 37 50 0,0383849 1 72 Maaseik -61 -50 -30 -3 19 0,03867008 1 73 Tongeren -18 -5 17 43 61 0,12388131 81 Arlon -31 -12 24 69 103 0,20061817 82 Bastogne -83 -73 -49 -6 36 0,03836409 1 83 Marche-en-Famenne -38 -20 16 61 96 0,4053081 84 Neufchâteau -51 -37 -8 29 59 0,63189101 85 Virton -24 -4 33 78 111 0,06914477 91 Dinant -31 -17 9 41 65 0,50499716 92 Namur -30 -21 -5 14 27 0,5964812 93 Philippeville -21 -1 37 81 115 0,04298057 1 Tableau XVII.2 Aide à l'interprétation des écarts de risque relatif - (IQI 19 : fracture de la hanche)

1 numéro de l’arrondissement selon l’Institut National de Statistique 2 borne inférieure de l’intervalle de confiance Bonferroni 3 borne inférieure de l’intervalle de confiance à 95% 4 écart du risque relatif, exprimé en % 5 borne supérieure de l’intervalle de confiance à 95% 6 borne supérieure de l’intervalle de confiance Bonferroni 7 probabilité qu’un écart d’un arrondissement par rapport au taux national soit = 0 8 degré de signification : 1 = significatif à 95% ; 2 = significatif Bonferroni

127

XVIII: Pneumonie acquise en communauté (CAP : Community acquired pneumonia) Critères de sélection

- Banque de données : RCM 2002-2005 (8 semestres). - Définition : décès survenus lors d'hospitalisations avec pneumonie en diagnostic

principal (cf. autres détails plus loin). - Nominateur : nombre décès avec pneumonie en diagnostic principal. - Dénominateur : tous séjours avec pneumonie en diagnostic principal. - Inclusions (voir annexe “Spécifications techniques IQI”). - Exclusions : hôpitaux de moins de 80 observations de CAP durant la période de

2002-2005, patients avec un manque de données de sortie ou transférés vers un autre hôpital, MDC 14 (grossesse, naissance et puerpéralité) et MDC 15 (nouveau-nés et autres).

- Correction pour l’âge, le sexe et la co-morbidité (Charlson-D’Hoore)

Pour de plus amples détails : cf. Pneumonia Mortality Rate (IQI 20) p.65 et A25 de Inpatient Quality Indicators http://www.qualityindicators.ahrq.gov/iqi_download.htm

Commentaire Les hospitalisations pour pneumonie sont fréquentes partout dans le monde et aussi en Belgique. Pour les années 2000-2003, 17.130 décès pour 109.399 séjours, soit plus de 25.000 par an, avec une pneumonie en diagnostic principal ont été enregistrés dans les hôpitaux belges, soit un taux de létalité hospitalière pour pneumonie de 15.66 %. La létalité de la pneumonie est fonction de l'âge et, dans une moindre mesure, du sexe (tableau XVIII.1).

Groupe d'âge Nombre Total TL-CAP LI LS Hommes 18-39 ans 86 5328 1,61 1,3 2

40-64 ans 1.012 14423 7,02 6,61 7,45 65-79 ans 3.912 24974 15,66 15,22 16,12 80+ ans 5.079 19975 25,43 24,83 26,04 Sous-total 10.089 64700 15,59 15,32 15,88

Femmes 18-39 ans 51 5205 0,98 0,74 1,3 40-64 ans 418 9609 4,35 3,96 4,78 65-79 ans 1.780 14131 12,6 12,06 13,16 80+ans 5.076 21876 23,2 22,65 23,77 Sous-total 7.325 50821 14,41 14,21 14,72

Population 17.414 115.521 15,07 14,87 15,28 Tableau XVIII.1 : Taux de létalité hospitalière par CAP, par

groupe d’âge et sexe LI : limite inférieure de l’intervalle de confiance à 95 % LS : limite supérieure de l’intervalle de confiance à 95 %;

En consultant la carte XVIII.1, on constate que la distribution géographique, en Belgique, des écarts de risque relatif de décès hospitalier pour la pneumonie acquise en communauté (CAP) présente des différences entre arrondissements. Huit arrondissements affichent des écarts traduisant un risque relatif significativement plus élevé (avec un intervalle de confiance de 95%) : Hal-Vilvorde, Alost et Audenarde (en Flandre), Ath, Charleroi, Mons, Tournai (en Wallonie), et Bruxelles-capitale. Par contre, 10 arrondissements présentent des écarts



exprimant un risque relatif significativement plus faible (avec un intervalle de confiance de 95%) : Turnhout, Louvain, Courtrai, Roulers, Tielt, Maaseik et Tongres (en Flandre), Verviers, Marche-en-Famenne et Dinant (en Wallonie). Si on adopte l’intervalle de confiance de Bonferroni, 5 arrondissements administratifs sont caractérisés par des écarts traduisant un risque relatif de décès significativement plus élevé : il s’agit de Bruxelles-capitale, Tournai, Charleroi, Ath, Mons. En revanche, les arrondissements de Louvain, Roulers, Maaseik ont des écarts traduisant un risque relatif plus faible.

Carte XVIII.1 IQI 20 Pneumonie acquise en communauté - Ecarts de risque relatif (%) 2002-2005

La carte XVIII.2 illustre les disparités géographiques des écarts de risque relatif de décès hospitalier pour la pneumonie acquise en communauté (CAP) en fonction des zones d’interprétation et de non-interprétation. On remarque alors que seulement deux arrondissements se trouvent dans la zone d’interprétation: d’une part l’arrondissement de Tielt, caractérisé par un risque relatif de décès faible (<-25), et d’autre part l’arrondissement d’Ath, caractérisé par un risque relatif de décès plus élevé (>35). Les autres arrondissements ont des écarts de risque relatif compris dans la zone de non-interprétation. Le tableau XVIII.2 donne les chiffres détaillés, par arrondissement, des écarts de risque relatif de décès hospitalier pour la CAP, ainsi que les intervalles de confiance respectifs à 95% et Bonferroni, et le degré de signification. On notera que les séjours de patients dont le domicile n’est pas connu présentent un risque relatif de décès plus élevé pour l’intervalle de confiance à 95%, également compris dans la zone d’interprétation.

128

Carte XVIII.2 IQI 20 Pneumonie acquise en communauté - par zone d’interprétation 2002-2005

129

130


11 Antwerpen -13 -10 -4 2 6 0,179286 12 Mechelen -14 -8 1 11 18 0,847751 13 Turnhout -23 -18 -10 -1 5 0,031719 1 21 Bruxelles/Brussel 9 14 20 26 31 <0,0001 2 23 Halle-Vilvoorde -4 1 9 18 24 0,026299 1 24 Leuven -30 -25 -18 -10 -5 <0,0001 2 25 Nivelles -12 -5 5 17 25 0,328178 31 Brugge -26 -20 -10 0 8 0,058053 32 Diksmuide -39 -27 -7 18 37 0,567675 33 Ieper -11 -1 16 34 48 0,061189 34 Kortrijk -28 -22 -12 -1 6 0,030652 1 35 Oostende -24 -17 -4 9 19 0,504488 36 Roeselare -40 -34 -22 -10 -1 0,001002 2 37 Tielt -50 -42 -29 -12 0 0,001518 1 38 Veurne -23 -10 11 36 55 0,323951 41 Aalst -6 0 11 23 31 0,03867 1 42 Dendermonde -13 -6 5 18 26 0,386078 43 Eeklo -18 -7 12 34 49 0,231137 44 Gent -18 -14 -7 1 6 0,082385 45 Oudenaarde -2 8 23 40 52 0,001754 1 46 St-Niklaas -15 -8 3 14 23 0,651848 51 Ath 8 21 43 67 84 <0,0001 2 52 Charleroi 3 8 16 25 32 <0,0001 2 53 Mons 7 13 24 35 43 <0,0001 2 54 Mouscron -18 -9 6 23 36 0,445266 55 Soignies -12 -5 8 23 33 0,20583 56 Thuin -18 -10 3 18 29 0,637831 57 Tournai 4 13 28 44 55 <0,0001 2 61 Huy -25 -15 3 22 37 0,781625 62 Liège -6 -2 5 13 18 0,145266 63 Verviers -32 -26 -16 -5 3 0,006147 1 64 Waremme -25 -15 3 23 39 0,768571 71 Hasselt -11 -5 3 13 19 0,468079 72 Maaseik -40 -34 -23 -11 -2 0,000603 2 73 Tongeren -29 -23 -13 -1 8 0,038201 1 81 Arlon -44 -33 -12 13 33 0,323581 82 Bastogne -51 -40 -18 9 30 0,177439 83 Marche-en-Famenne -52 -43 -24 -1 17 0,047567 1 84 Neufchâteau -37 -28 -11 9 24 0,266566 85 Virton -34 -21 3 32 54 0,835595 91 Dinant -41 -33 -20 -5 6 0,011376 1 92 Namur -17 -11 -2 9 17 0,774213 93 Philippeville -23 -12 7 30 46 0,490371

Tableau XVIII.2 Aide à l'interprétation des écarts de risque relatif - (IQI 20 : pneumonie acquise en communauté)1 numéro de l’arrondissement selon l’Institut National de Statistique 2 borne inférieure de l’intervalle de confiance Bonferroni 3 borne inférieure de l’intervalle de confiance à 95% 4 écart du risque relatif, exprimé en % 5 borne supérieure de l’intervalle de confiance à 95% 6 borne supérieure de l’intervalle de confiance Bonferroni 7 probabilité qu’un écart d’un arrondissement par rapport au taux national soit = 0 8 degré de signification : 1 = significatif à 95% ; 2 = significatif Bonferroni

131

XIX. Taux de césariennes Critère de sélection

- Banque de données: RCM 2001 - 2004 (8 semestres) - Définition: nombre de césariennes pour 100 accouchements par établissement (il y

a lieu de se reporter plus bas pour de plus amples détails) - Définition du numérateur: nombre de césariennes, identifiées par APR-DRG ou par

code d’intervention ICD-9-CM, avec exclusion du code 74.91 (hystérectomie) - Définition du dénominateur: tous les accouchements - Exclusions: présentation anormale, prématurité, enfants mort-nés, grossesses

multiples et interventions pour présentation par le siège. Poids de naissance < 2500g et > 4499g.

- Les hôpitaux ayant réalisé moins de 90 accouchements au cours des années 2001-2004 ont été exclus de l’étude.

- Correction du risque: groupes d’âge Pour plus de détails: voir ‘Cesarean Delivery Rate’ (IQI 21) p.67 et A27 des ‘Inpatient Quality Indicators’ http://www.qualityindicators.ahrq.gov/iqi_download.htm

Commentaire Le nombre croissant de césariennes et les différences sensibles qui ont été relevées entre les taux de césariennes (TC) enregistrés dans des pays ayant un profil socio-économique comparable, entre les différentes entités sous-nationales, entre les hôpitaux et entre les médecins, ont amené à considérer l’accouchement par césarienne comme une procédure appliquée de façon excessive (autrement dit, qu’il y a une sur-utilisation de cet acte). Comme le montre le tableau XIX.1, le taux brut de césariennes lors d’un accouchement à faible risque de césarienne augmente parallèlement au groupe d’âge.

Classe d’âge Césariennes (N)

Accouchements (N) Taux LI LS

< 20 ans 765 8140 9,4 8,78 10,06 20-24 ans 5910 57010 10,37 10,12 10,62 25-29 ans 15987 134071 11,92 11,75 12,1 30-34 ans 17342 126098 13,75 13,56 13,94 35-39 ans 7746 47613 16,27 15,94 16,6

40 ans et + 1828 9057 20,18 19,36 21,03 National 49578 381989 12,98 12,87 13,09 Tableau XIX.1: Taux national brut de césariennes et taux de césariennes

par classe d’âge (en %) lors d’un accouchement à faible risque de césarienne. Belgique, années 2001-2004.

LI : limite inférieure de l’intervalle de confiance à 95 % LS : limite supérieure de l’intervalle de confiance à 95 %;

Grâce à la carte XIX.1, on peut voir la distribution géographique, en Belgique, des écarts de risque relatif d’avoir une césarienne lors d’accouchements « à bas risque ». Des différences entre arrondissements sont présentes. 9 arrondissements affichent des écarts traduisant un risque relatif significativement plus élevé (avec un intervalle de confiance de 95%) : Courtrai,



Termonde, Hasselt, Tongres, Mons, Huy, Marche-en-Famenne, Liège et Verviers, Par contre, 14 arrondissements présentent des écarts exprimant un risque relatif significativement plus faible (avec un intervalle de confiance de 95%): Turnhout, Louvain, Nivelles, Ypres, Eeklo, Gand, Ath, Charleroi, Soignies, Tournai, Neufchâteau, Dinant, Namur et Bruxelles-capitale. En utilisant l’intervalle de confiance de Bonferroni, on s’aperçoit que 5 arrondissements administratifs sont caractérisés par des écarts traduisant un risque relatif d’avoir une césarienne significativement plus élevé: il s’agit de Courtrai, Termonde, Hasselt, Liège, et Verviers. Par contre, les 6 arrondissements de Bruxelles-capitale, Nivelles, Ath, Neufchâteau, Dinant et Namur ont des écarts traduisant un risque relatif plus faible.

Carte XIX.1 IQI 21 Taux de césariennes - Ecarts de risque relatif (%) 2001-2004

La carte XIX.2 montre la distribution géographique des écarts de risque relatif d’avoir une césarienne lors d’un accouchement à bas risque en fonction des zones d’interprétation et de non-interprétation. On remarque alors que seul l’arrondissement de Neufchâteau est caractérisé par un risque relatif faible (<-25), inclus dans la zone d’interprétation. Les autres arrondissements ont des écarts de risque relatif compris dans la zone de non-interprétation. Le tableau XIX.2 donne les chiffres détaillés, par arrondissement, des écarts de risque relatif, ainsi que les intervalles de confiance respectifs à 95% et Bonferroni, et le degré de signification. On notera que les séjours de patients domiciliés à l’étranger présentent un écart traduisant un risque relatif plus faible pour l’intervalle de confiance à 95% et compris dans la zone d’interprétation.

132

Carte XIX.2 IQI 21 Taux de césariennes - par zone d’interprétation 2001-2004

133

134


11 Antwerpen -8 -6 -3 1 3 0.1000296303 12 Mechelen -6 -2 4 10 14 0.1999829994 13 Turnhout -15 -12 -7 -1 2 0.0140393083 1 21 Bruxelles/Brussel -19 -17 -15 -12 -10 <0,0001 2 23 Halle-Vilvoorde -11 -8 -4 1 4 0.1026033034 24 Leuven -14 -11 -6 -2 2 0.0084709318 1 25 Nivelles -25 -22 -17 -12 -9 <0,0001 2 31 Brugge -15 -11 -5 2 7 0.1641152016 32 Diksmuide -11 -2 12 29 41 0.0960779636 33 Ieper -29 -23 -14 -5 2 0.0054503237 1 34 Kortrijk 13 18 24 31 36 <0,0001 2 35 Oostende -12 -6 3 12 19 0.5772108228 36 Roeselare -7 -1 7 16 22 0.1033626079 37 Tielt -9 -2 8 19 28 0.1322209474 38 Veurne -28 -20 -7 9 20 0.3799778231 41 Aalst -7 -3 4 10 15 0.2702879343 42 Dendermonde 6 11 18 26 32 <0,0001 2 43 Eeklo -30 -24 -13 -2 6 0.0240827484 1 44 Gent -14 -11 -7 -2 1 0.0030805566 1 45 Oudenaarde -12 -6 3 13 20 0.5237457539 46 St-Niklaas -7 -3 3 10 15 0.345239298 51 Ath -35 -29 -19 -8 -1 0.0008803478 2 52 Charleroi -17 -14 -9 -5 -1 0.0001525278 2 53 Mons 2 6 13 19 24 0.000098788 2 54 Mouscron -16 -9 2 14 23 0.7597251783 55 Soignies -19 -15 -8 -1 4 0.0263394037 1 56 Thuin -5 0 8 17 23 0.0554669853 57 Tournai -24 -19 -11 -2 4 0.0171783986 1 61 Huy -2 4 14 24 31 0.0051949743 1 62 Liège 27 30 35 39 43 <0,0001 2 63 Verviers 22 26 33 40 45 <0,0001 2 64 Waremme -13 -7 5 17 26 0.4142786259 71 Hasselt 8 12 17 23 27 <0,0001 2 72 Maaseik -9 -4 3 11 16 0.3919549408 73 Tongeren -1 4 12 20 26 0.0035768399 1 81 Arlon -12 -4 9 23 34 0.1678811409 82 Bastogne -19 -11 3 17 28 0.7166824986 83 Marche-en-Famenne -8 0 13 27 37 0.0477874609 1 84 Neufchâteau -45 -39 -28 -17 -8 0.0000163642 2 85 Virton -19 -12 1 15 25 0.8943671432 91 Dinant -24 -18 -10 0 6 0.0443693048 1 92 Namur -29 -26 -21 -16 -12 <0,0001 2 93 Philippeville -24 -17 -5 8 17 0.4020669521

Tableau XIX.2 Aide à l'interprétation des écarts de risque relatif - (IQI 21 : taux de césariennes) 1 numéro de l’arrondissement selon l’Institut National de Statistique 2 borne inférieure de l’intervalle de confiance Bonferroni 3 borne inférieure de l’intervalle de confiance à 95% 4 écart du risque relatif, exprimé en % 5 borne supérieure de l’intervalle de confiance à 95% 6 borne supérieure de l’intervalle de confiance Bonferroni 7 probabilité qu’un écart d’un arrondissement par rapport au taux national soit = 0 8 degré de signification : 1 = significatif à 95% ; 2 = significatif Bonferroni

135

XX. Cholécystectomie ouverte Critères de sélection - Banque de données : RCM 2002-2005 (8 semestres) - Définition : nombre de cholécystectomies “ouvertes” pour 100 cholécystectomies - Numérateur: nombre de cholécystectomies “ouvertes” - Dénominateur: ensemble des séjours correspondant à un code de cholécystectomie. - Inclusions: uniquement les sorties avec cholécystite ou cholélithiase non compliquées

(voir annexe “Spécifications techniques IQI”). - Exclusions: MDC 14 (grossesse, accouchement, puerperium) et MDC 15 (nouveau-nés) - Les hôpitaux ayant réalisé moins de 80 cholécystectomies au cours de la période

analysée ont été écartés de l’analyse. - Taux aux USA en 2002 : 24.77 pour 100 séjours liés à une indication de

cholécystectomie “ouverte”. - Correction pour l’âge, le sexe et la co-morbidité (Charlson-D’Hoore14-16)

Informations complémentaires: cf. Laparoscopic Cholecystectomy Rate (IQI 23), Inpatient Quality Indicators, p 73 et, pour les codes employés, p 31 (http://www.qualityindicators.ahrq.gov/iqi_download.htm Commentaire La cholécystectomie par voie laparoscopique et la cholécystectomie ouverte (laparotomie) ont souvent des indications identiques. La cholécystectomie par voie laparoscopique se caractérise par une morbidité moins élevée, une durée d’opération plus courte, une guérison plus rapide, des douleurs post-opératoires réduites et une durée de séjour plus courte. Dans la mesure où la cholécystectomie par voie laparoscopique peut remplacer la cholécystectomie ouverte dans la grande majorité des cas non compliqués (75%), un taux élevé de cholécystectomies par voie laparoscopique constitue un signe de meilleure qualité. Un taux élevé de cholécystectomies ouvertes constitue alors un signe de moindre qualité. Nous constatons que le taux de cholécystectomies ouvertes augmente avec l'âge.

Groupe d'âge

Cholécystectomies ouvertes

Tous types de cholécystectomies

Taux (%) LI LS

< 40 ans 896 14107 6.35 5.96 6.7740-49 ans 864 11455 7.54 7.07 8.0550-59 ans 1211 14301 8.47 8.02 8.9460-69 ans 1472 14501 10.48 9.98 11.0070-79 ans 2337 13777 16.96 16.34 17.60≥ 80 ans 1277 5468 23.35 22.24 24.50National 8057 73159 11.02 10.79 11.24

Tableau XXI.1: Taux de cholécystectomies ouvertes par groupe d'âge. Hôpitaux belges 2002-2005.

LI: limite inférieure de l'intervalle de confiance à 95%; LS: limite supérieure de l'intervalle de confiance à 95%. La carte XX.1, met en évidence la distribution géographique, en Belgique, des écarts de risque relatif d’avoir une procédure ouverte lors d’une cholécystectomie. 11 arrondissements présentent des écarts exprimant un risque relatif significativement plus élevé (avec un intervalle de confiance de 95%) : Dixmude, Ypres, Ostende, Tielt, Furnes, Mons, Mouscron, Huy, Liège, Verviers et Bastogne. 16 arrondissements ont des écarts exprimant un risque relatif significativement plus faible (avec un intervalle de confiance de 95%) : Bruxelles-


capitale, Nivelles, Namur, Charleroi, Thuin, Alost, Anvers, Malines, Turnhout, Hal-Vilvorde, Louvain, Termonde, Gand, Saint-Nicolas, Hasselt, Tongres. Si on adopte l’intervalle de confiance de Bonferroni, les arrondissements d’Ypres, Ostende, Tielt, Furnes, Mons, Mouscron, Huy, Verviers, Bastogne ont des écarts de risque relatif positifs, statistiquement significatifs, tandis que les arrondissements d’Anvers, Turnhout, Hal-Vilvorde, Louvain, Alost, Termonde, Gand, Saint-Nicolas, Charleroi et Thuin présentent des écarts de risque relatif négatifs, statistiquement significatifs.

Carte XX.1 IQI 23 Taux de cholécystectomie ouverte - Ecarts de risque relatif (%) 2002-2005

La carte XX.2 illustre les disparités géographiques des écarts de risque relatif d’avoir une procédure ouverte lors d’une cholécystectomie en fonction des zones d’interprétation et de non-interprétation. On remarque alors que les arrondissements d’Anvers, Saint-Nicolas, Gand, Termonde, Alost, Louvain, Thuin et Charleroi, caractérisés par un risque relatif faible (<-25), sont inclus dans la zone d’interprétation, ainsi que les arrondissements de Furnes, Ypres, Tielt, Mouscron, Verviers, Bastogne et Huy, caractérisés eux par un risque relatif plus élevé (>35), sont également inclus dans la zone d’interprétation. Les autres arrondissements ont des écarts de risque relatif compris dans la zone de non-interprétation. Le tableau XX.2 donne les chiffres détaillés, par arrondissement, des écarts de risque relatif de décès hospitalier pour la CAP, ainsi que les intervalles de confiance respectifs à 95% et Bonferroni, et le degré de signification. On notera que les séjours de patients dont le domicile est situé à l’étranger présentent un risque relatif plus élevé pour l’intervalle de confiance à 95%, mais ils sont compris dans la zone de non-interprétation.

136

Carte XX.2 IQI 23 Taux de cholécystectomies ouvertes - par zone d’interprétation 2002-2005

137

138


11 Antwerpen -37 -33 -27 -21 -16 <0,0001 2 12 Mechelen -29 -23 -13 -2 6 0,030244292 1 13 Turnhout -37 -31 -23 -13 -6 <0,0001 2 21 Bruxelles/Brussel -18 -14 -7 -1 4 0,031596485 1 23 Halle-Vilvoorde -28 -23 -15 -7 -1 0,00075019 2 24 Leuven -48 -43 -34 -25 -19 <0,0001 2 25 Nivelles -27 -21 -12 -1 6 0,031117819 1 31 Brugge -9 -2 9 21 29 0,11135227 32 Diksmuide -8 7 31 57 74 0,00526509 1 33 Ieper 61 70 83 97 105 <0,0001 2 34 Kortrijk -13 -6 6 18 26 0,308752137 35 Oostende 8 17 33 48 59 <0,0001 2 36 Roeselare -13 -4 12 28 39 0,125749576 37 Tielt 26 38 57 75 87 <0,0001 2 38 Veurne 15 27 47 66 79 <0,0001 2 41 Aalst -61 -55 -45 -33 -24 <0,0001 2 42 Dendermonde -66 -60 -49 -36 -26 <0,0001 2 43 Eeklo -47 -37 -20 0 15 0,059196371 44 Gent -40 -35 -27 -18 -12 <0,0001 2 45 Oudenaarde -15 -4 13 32 45 0,121717377 46 St-Niklaas -53 -47 -35 -22 -13 <0,0001 2 51 Ath -43 -33 -15 5 19 0,140673878 52 Charleroi -40 -35 -27 -18 -12 <0,0001 2 53 Mons 12 19 30 41 49 <0,0001 2 54 Mouscron 52 64 81 98 109 <0,0001 2 55 Soignies -24 -16 -3 10 20 0,618331829 56 Thuin -49 -41 -29 -15 -4 0,000336978 2 57 Tournai -20 -12 2 16 25 0,818261785 61 Huy 17 26 41 56 65 <0,0001 2 62 Liège -5 0 7 14 19 0,047622893 1 63 Verviers 24 31 42 53 60 <0,0001 2 64 Waremme -14 -2 18 39 53 0,061491085 71 Hasselt -30 -25 -16 -6 1 0,003303955 1 72 Maaseik -32 -24 -12 1 11 0,084525765 73 Tongeren -40 -33 -22 -9 0 0,002201684 1 81 Arlon -54 -42 -19 10 31 0,206752262 82 Bastogne -2 13 36 61 77 0,000649999 2 83 Marche-en-Famenne -31 -18 5 30 48 0,683236948 84 Neufchâteau -39 -26 -5 20 38 0,709600595 85 Virton -27 -13 13 40 60 0,330575833 91 Dinant -37 -27 -11 8 22 0,269742739 92 Namur -33 -27 -17 -6 1 0,003037699 1 93 Philippeville -53 -42 -23 0 17 0,063905548 Tableau XX.2 Aide à l'interprétation des écarts de risque relatif - (IQI 23 : cholécystectomie ouverte)

1 numéro de l’arrondissement selon l’Institut National de Statistique 2 borne inférieure de l’intervalle de confiance Bonferroni 3 borne inférieure de l’intervalle de confiance à 95% 4 écart du risque relatif, exprimé en % 5 borne supérieure de l’intervalle de confiance à 95% 6 borne supérieure de l’intervalle de confiance Bonferroni 7 probabilité qu’un écart d’un arrondissement par rapport au taux national soit = 0 8 degré de signification : 1 = significatif à 95% ; 2 = significatif Bonferroni

Annexe : Spécifications techniques IQI

139

Litérature

(1) Bogaert J, Pincé H. MKG 1996 in beeld -- RCM 1996 en images. D/2008/8908/1, 1-164. 2000. Brussel, Ministerie van Sociale Zaken,Volksgezondheid en Leefmilieu; Ministère des Affaires Sociales, de la Santé Publique et de l'Environnemement. Ref Type: Report

(2) Pincé H. MKG 1998 in beeld -- RCM 1998 en images. 1-112. 2002. Brussel, Ministerie van Sociale Zaken,Volksgezondheid en Leefmilieu; Ministère des Affaires Sociales, de la Santé Publique et de l'Environnemement. Ref Type: Report

(3) Davies SM, Geppert J, McClellan M. Refinement of the HCUP Quality Indicators. Technical Review Number 4 (Prepared by UCSF-Stanford Evidence-based Practice Center under Contract No. 209-97-0013). No.01-0035. 2001. Rockville,MD, Agency for Healthcare Research and Quality. Ref Type: Report

(4) Breslow NE, Day NE. Statistical Methods in Cancer Research. Volume II - The Design and Analysis of Cohort Studies. 1-406. 1987. Lyon, IARC. IARC Scientific Publications No. 82. Ref Type: Serial (Book,Monograph)

(5) Martin M, Bernardini S, Kleinclauss F, Della NE, Henry PC, Bittard H. [Prognostic value of tumor location of urothelial tumors of the bladder, after total cystectomy]. Prog Urol 2002; 12(6):1221-1227.

(6) Mark DH. Race and the limits of administrative data. JAMA 2001; 285(3):337-338.

(7) Armitage P, Berry G. Multiple Measurements. Statistical Methods in Medical Research. Third ed. Oxford: Blackwell Science Ltd.; 1994. 312-385.

(8) Localio AR, Hamory BH, Sharp TJ, Weaver SL, TenHave TR, Landis JR. Comparing hospital mortality in adult patients with pneumonia. A case study of statistical methods in a managed care program. Ann Intern Med 1995; 122(2):125-132.

(9) Gould JB, Danielsen B, Korst LM, Phibbs R, Chance K, Main E et al. Cesarean delivery rates and neonatal morbidity in a low-risk population. Obstet Gynecol 2004; 104(1):11-19.

(10) Hosmer DW, Lemeshow S. Interpretation of the Fitted Logistic Regression Model. In: Hosmer DW, Lemeshow S, editors. Applied Logistic Regression. 2nd ed. New York: John Wiley & Sons, INC.; 2000. 47-90.

(11) Allison PD. Logit Analysis of Longitudinal and Other Clustered Data. In: Allison PD, editor. Logistic Regression Using the SAS System: Theory and Application. Cary, NC: SAS Institute Inc., 1999. 179-216.

(12) Collett D. Modelling data from epidemiological studies. In: Collett D, editor. Modelling binary data. Boca Raton: Chapman & Hall/CRC; 1991. 223-276.

(13) Zhang J, Yu KF. What's the relative risk? A method of correcting the odds ratio in cohort studies of common outcomes. JAMA 1998; 280(19):1690-1691.

(14) D'Hoore W, Bouckaert A, Tilquin C. Practical considerations on the use of the Charlson comorbidity index with administrative data bases. J Clin Epidemiol 1996; 49(12):1429-1433.

145

(15) D'Hoore W. Mise en oeuvre de l'évaluation de la qualité des soins par l'approche des résultats - Application à une banque de résumés d'hospitalisations - [ UCL ESP Département des Sciences Hospitalières et Médicales; 1993.

(16) D'Hoore W, Sicotte C, Tilquin C. Risk adjustment in outcome assessment: the Charlson comorbidity index. Methods Inf Med 1993; 32(5):382-387.

146

Colophon

Rédaction : Windey F. Aelvoet W.

avec la participation de : Decoster C. Mertens I. Legrand J. Terryn N. Vink N. Loosen F. Vandromme S. Van Kerckem R. Informatique et cartographie : Windey F. Remerciements à: Bogaert J. et Pincé H. (versions précédentes du « RCM en images), Van Kerckem R. (layout)

rcm 2004 en images - health.belgium.be · deux precedents « rcm en images » 7 i. appendicectomie...

Documents