La précarité est-elle un facteur de risque de mortalité par COVID-19 en soins intensifs ?

Introduction:

Lors de la pandémie de SRAS-CoV-2, la première crise sanitaire a submergé les hôpitaux d'Ile de France avec un impact différent selon les territoires. Selon les données sur les décès enregistrés à l'état civil publiées par l'Institut national de la statistique et des études économiques (INSEE), la Seine-Saint-Denis enregistre la surmortalité la plus élevée d'Ile-de-France, sur la période du 1er mars au 19 avril. La Seine-Saint-Denis a une surmortalité de plus de 130 %, contre plus de 74 % à Paris et plus de 122 % dans les Hauts-de-Seine. En considérant les taux de mortalité selon le lieu de résidence plutôt que le lieu de décès, la surmortalité atteint 134 % en Seine-Saint-Denis, plus de 114 % dans les Hauts-de-Seine, et plus de 99 % concernant Paris.

La Seine-Saint-Denis est l'un des départements français les plus touchés par la pauvreté, qui est un facteur de vulnérabilité, et constitue un facteur de risque de mortalité après hospitalisation dans le cadre de pathologies traumatiques, cardiovasculaires ou cancéreuses. De plus, les personnes précaires ont une espérance de vie réduite, mais ce n'est pas un facteur de risque de mortalité en USI si l'on considère la gravité à l'admission.

En Ile-de-France, le taux de mortalité en réanimation pourrait sensiblement varier selon les territoires (10 à 60 %), reflétant ainsi les disparités constatées dans la mortalité du Covid-19. L’étude opensafely énumère certains des principaux facteurs de risque de mortalité du Covid-19 tels que l’âge, le sexe, l’obésité, le tabagisme, l’ethnicité, le diabète, les cancers solides et hématologiques, l’insuffisance rénale, les maladies cardiorespiratoires chroniques mais aussi la précarité indépendamment et avec une dose-réponse alors que ces facteurs de risque pourraient résulter de la précarité elle-même.

Connaissant ces facteurs de risque d'infection grave au Covid-19, les enquêteurs supposent un lien entre précarité et mortalité en réanimation avec une pneumonie au Covid-19.

Pour valider cette hypothèse, les chercheurs proposent d'étudier deux populations de réanimation (Hôpital Ambroise Paré Boulogne dans les Hauts-de-Seine et Hôpital Delafontaine en Seine-Saint-Denis) issues de territoires contrastés au regard du contexte socio-économique en Ile de France. Les caractéristiques socio-démographiques de la Seine-Saint-Denis peuvent être l'une des raisons expliquant cette particularité. C'est une zone densément peuplée (6 802 habitants au km2), tout comme les Hauts-de-Seine (9 164 habitants/km2) avec des ménages vivant souvent dans des logements suroccupés (21 % contre 12,8 % dans les Hauts-de-Seine et 5% en France hors Mayotte). La catégorie socioprofessionnelle des travailleurs y est plus représentée que dans les autres départements d'Ile-de-France et la population n'a donc pas forcément un emploi adapté au télétravail. D'où le fait que la précarité pourrait favoriser la circulation du virus.

Matériel et méthode :

Définition : la définition de la précarité est complexe, multifactorielle et non consensuelle. La précarité est décrite comme "un état d'instabilité sociale caractérisé par l'absence d'une ou plusieurs sécurités, notamment celle de l'emploi, permettant aux individus et aux familles d'assumer leurs obligations professionnelles, familiales et sociales, et de jouir de leurs droits fondamentaux".

Afin d'établir un lien entre précarité et mortalité en réanimation du Covid-19, les enquêteurs choisissent de déterminer la précarité de chaque patient selon les données économiques de l'Institut national de la statistique et des études économiques. Elle permettrait d'obtenir un taux de pauvreté (pourcentage de personnes vivant en dessous de 60% du revenu médian) selon le lieu de résidence de chacun, que nous diviserons en quintiles.

Hypothèse : il existe une différence de mortalité entre les services de réanimation de l'hôpital Delafontaine et de l'hôpital Ambroise Paré avec l'idée sous-jacente que la précarité est un facteur de risque indépendant de mortalité lié au Covid-19.

Plan expérimental et objectifs : les investigateurs réaliseront une étude de cohorte observationnelle rétrospective sur analyse de dossiers de patients hospitalisés en réanimation aux hôpitaux Delafontaine et Ambroise Paré, visant à comparer leur mortalité selon des facteurs de risque prédéfinis lors de la première vague de l'épidémie à Covid-19 (dates d'admission entre le 13 mars et le 11 mai 2020).

Critères d'inclusion : tous les patients hospitalisés en réanimation à l'hôpital Delafontaine (12 lits de réanimation et 6 lits de réanimation) et à l'hôpital Ambroise Paré (12 lits de réanimation et 6 lits de réanimation) ayant développé une pneumonie Covid-19 confirmée biologiquement par PCR nasopharyngée ou sur prélèvements respiratoires profonds (aspiration bronchique, trachéale ou lavage broncho-alvéolaire) ou fortement suspectés avec un CT27 compatible et un antécédent clinique très évocateur selon le praticien responsable seraient inclus dans l'étude.

Critères d'exclusion : tous les patients mineurs de moins de 18 ans et les patients transférés après moins de 24 heures de soins dans le service seraient exclus.

Lieux d'étude : cette étude concerne l'hôpital Ambroise Paré à Boulogne et l'hôpital Delafontaine à Saint-Denis, dont les secteurs sont différents, notamment au regard de la précarité des populations environnantes.

Données à collecter :

• Données étudiées : âge, diabète, hypertension artérielle, IMC, cancer solide ou hématologique non cicatrisé, IGS2, taux de pauvreté au seuil de 60% (%) selon l'îlot regroupé pour information statistique (IRIS) du patient, ventilation invasive ou non , date de début de ventilation invasive, date de fin de ventilation, VNI ou oxygénothérapie à haut débit au traitement initial, décubitus ventral, curarisation, mise en place d'ECMO, introduction de la corticothérapie dans les 7 premiers jours d'hospitalisation, date d'entrée (définie comme J0), date de sortie des soins intensifs (décès ou sortie conventionnelle), date de sortie de l'hôpital, décès et date du décès s'il est survenu à l'hôpital.

  • Les patients transférés dans une autre unité de soins intensifs après les premières 24 heures pour un traitement spécifique ou une sortie de service seront inclus et leurs données récupérées par la récupération des rapports d'hospitalisation
  • Les patients sortis de l'hôpital pour un centre de rééducation ou un autre long séjour sont considérés comme vivants pour l'étude et n'auront pas de suivi après réanimation

• Des données permettant de comparer la charge de travail liée au Covid sur les deux hôpitaux seront collectées afin de discuter des résultats obtenus (voir tableau ci-dessous).

  • Nombre moyen de patients Covid présents chaque jour dans chaque hôpital durant la période (Moyenne patients/jours)
  • Nombre de lits d'hôpitaux conventionnels usuels (ouverts en permanence pouvant admettre un patient en urgence et/ou dont la durée de séjour n'est pas maîtrisée)
  • Nombre de lits de réanimation et USC usuels
  • Nombre moyen de patients Covid présents chaque jour dans chaque service de réanimation
  • Nombre total de patients transférés en réanimation d'un autre hôpital sur la période dans les 24 premières heures de soins par l'équipe de réanimation Critère principal : mortalité en réanimation à 90 jours.

Critères secondaires de jugement : mortalité à 90 jours d'hospitalisation, durée d'hospitalisation en réanimation, durée d'hospitalisation à l'hôpital.

Statistiques:

• comparaison univariée des facteurs de risque dans les 2 groupes (Chi2 / Student)
• analyse multivariée sur des variables dont la fréquence varie dans les 2 groupes (test de régression logistique)

Discussion:

Description du résultat observé, discuté après avoir identifié un effet secondaire résultant des différences entre les unités de soins intensifs de deux hôpitaux, qui pourrait être un facteur aggravant lors de la prise en charge des patients.

Les principaux facteurs aggravants seraient la charge de travail de l'hôpital et les traitements initiaux spécifiques dans le manque de données de la littérature à ce stade de la pandémie.