Succès de la liste de contrôle chirurgicale en Amérique latine

L'objectif était de déterminer l'impact de la mise en œuvre de la liste de contrôle de la sécurité chirurgicale de l'Organisation mondiale de la santé (OMS) en termes de morbidité et de mortalité chez les patients chirurgicaux adultes dans un établissement de soins de santé tertiaires au Chili.

Après l'approbation de l'Institutional Review Board (IRB) (Facultad de Medicina, Pontificia Universidad Católica de Chile, Santiago, Chili), une analyse rétrospective de toutes les consultations chirurgicales sur les patients âgés de 15 ans et plus de janvier 2005 à décembre 2012 dans notre centre sera examinée.

Les données de rencontre comprendront jusqu'à 14 codes de diagnostic et de procédure de la Classification internationale des maladies, 9e révision, modification clinique (CIM-9-CM), des données démographiques, la date d'admission et de sortie, l'état d'urgence, le système de santé utilisé et le décès à l'hôpital. Une variable « risque élevé » à 5 niveaux a été créée afin de tenir compte de la complexité chirurgicale et de la mortalité hospitalière associée (niveau 1, chirurgies avec < 1 % de mortalité hospitalière ; niveau 2, 1 % à < 5 % ; niveau 3 , 5 % à <10 % ; niveau 4, 10 % à <15 % ; niveau 5, > ou = 15 %)6.

L'hétérogénéité chirurgicale sera calculée par l'indice interne de Herfindahl, qui représente la diversité ou l'exhaustivité des types de procédures effectuées dans un établissement.

Statistiques:

L'analyse du score de propension (PS) sera utilisée pour contrôler les différences dans les caractéristiques de base. Le PS est la probabilité conditionnelle de recevoir une exposition (par ex. liste de contrôle) étant donné un ensemble de covariables mesurées. Pour estimer le PS, un modèle de régression logistique sera utilisé dans lequel le statut de « traitement » (liste de contrôle effectuée par rapport à non effectuée) sera régressé sur les caractéristiques de base (avant le traitement).

L'analyse PS sera mise en œuvre de deux manières pour contrôler la confusion :

1. Appariement PS : l'appariement sera effectué à l'aide d'un calibrage un à un du voisin le plus proche sans remplacement avec une taille de calibre de 0,2 écart type. Les équilibres dans la distribution des covariables de base seront évalués en estimant les différences standardisées absolues des covariables entre les deux groupes avant et après l'appariement. Toute covariable déséquilibrée (différence standardisée > 10 %) après appariement sera ajustée dans l'analyse finale. Comme l'échantillon apparié PS ne se compose pas d'observations indépendantes, nous utiliserons un modèle de régression marginale avec des erreurs types robustes.
2. Pondération PS : l'ensemble de l'échantillon sera pondéré par la probabilité inverse des poids de traitement dérivés du PS. Si un sujet a une probabilité plus élevée d'être dans un groupe, il sera considéré comme surreprésenté et se verra donc attribuer un poids inférieur. A l'inverse, si le sujet a une probabilité plus faible, il sera considéré comme sous-représenté et se verra attribuer un poids plus élevé. Nous ajusterons ensuite un modèle de régression linéaire pondéré en utilisant une variable indicatrice représentant le statut d'intervention de la liste de contrôle comme seul prédicteur et la mortalité comme variable de résultat.

Les données seront exprimées sous forme de moyenne (ET ; écart type) ou de médiane (IQR, intervalle interquartile), sauf indication contraire. Une valeur p bilatérale inférieure à 0,05 sera considérée comme significative. Les analyses seront effectuées à l'aide de STATA v.12.0 (StataCorp, College Station, TX).