Impact des rappels par courrier électronique sur les taux de non-présentation pour les rendez-vous dans un service d'urologie

JUSTIFICATION

Le service de consultation externe et le service d'informatique médicale de l'hôpital italien de Buenos Aires (HIBA) ont conçu une stratégie commune basée sur des rappels par courrier électronique pour les rendez-vous ambulatoires programmés. Les patients qui ont un rendez-vous (en présentiel ou en téléconsultation) programmé avec un médecin de l'Hôpital reçoivent un e-mail au moment de leur demande ainsi que 14 jours et 48 heures avant le rendez-vous, leur rappelant le rendez-vous. l'heure et l'endroit où ils doivent se rendre. De plus, un bouton a été ajouté à l'e-mail afin que le patient puisse cliquer dessus et l'annuler directement de manière simple.

La possibilité d'annuler le rendez-vous dans le même rappel est également destinée à avoir un impact sur ceux qui, sans avoir oublié leur rendez-vous, doivent ou veulent le manquer, peuvent l'annuler et ainsi laisser le rendez-vous gratuit pour un autre patient qui en a besoin. .

Il semble que tout type de rappel serait associé à une diminution du taux de non-présentation. On peut toutefois se demander si les chiffres publiés sont transférables à notre contexte. La variabilité des contextes et des populations peut affecter l'ampleur de l'effet d'une intervention.

Après avoir examiné la littérature, aucune étude n'a été trouvée analysant les rappels de rendez-vous et les taux de non-présentation dans notre pays, nous proposons donc de mener une étude évaluant cet impact dans le service d'urologie de HIBA. Même si un essai clinique pouvait être envisagé et que l'envoi de rappels pouvait être randomisé, au moment où nous avons décidé de réaliser cette recherche, l'intervention avait déjà été mise en œuvre dans tous les départements.

QUESTION DE RECHERCHE

Le rappel par e-mail d'un rendez-vous ambulatoire programmé au service d'urologie de HIBA est-il efficace pour réduire les taux de non-présentation chez les patients de plus de 18 ans ?

SÉLECTION ET TAILLE DE L'ÉCHANTILLON

Au cours de l'année 2022, le service d'urologie de l'hôpital italien de Buenos Aires (HIBA) a réalisé environ 29 000 rendez-vous à l'hôpital central et 11 500 rendez-vous à l'hôpital italien de San Justo, soit un total de 40 500 rendez-vous, y compris les heures supplémentaires spontanées et les rendez-vous sur demande spontanée. La moyenne hebdomadaire estimée est de 779 rendez-vous. Actuellement, dans le service d'urologie de HIBA, il y a environ 21 % de taux de non-présentation aux rendez-vous ambulatoires programmés.

Nous pensons qu'atteindre une réduction relative de 25 % de la proportion de taux de non-présentation grâce au système de rappel serait cliniquement pertinent, c'est-à-dire d'un taux de non-présentation de base de 21 % à 16 %.

En utilisant à la fois STATA et l'exemple d'outil de calcul fourni gratuitement par l'Université de San Francisco, nous avons estimé que le nombre total de N nécessaire pour estimer la différence calculée des taux de non-présentation entre les groupes est de 1 892 rendez-vous (946 rendez-vous par groupe). Les paramètres utilisés étaient les suivants : alpha (bilatéral) = 0,05, Beta = 0,20 ; q1 (proportion de rendez-vous exposés) = 0,50 ; P0 (risque de base de non-présentation dans le groupe non exposé) = 0,21 et P1 (risque estimé dans le groupe exposé) = 0,16.

Le nombre de rendez-vous demandés avant et après la mise en place des rappels est suffisant pour tester l'hypothèse de l'étude.

INSTRUMENT DE COLLECTE DE DONNÉES

Pour notre étude, nous utiliserons des bases de données secondaires demandées au Département d'Informatique de la Santé après approbation du protocole par le comité de bioéthique de notre établissement. La gestion des rendez-vous étant centralisée dans un référentiel de données unique, toutes les données correspondant aux patients et aux demandes de rendez-vous peuvent être obtenues depuis l'ensemble du système électronique de santé HIBA.

PLAN D'ANALYSE DES DONNÉES ET DE COMMUNIQUÉ DES RÉSULTATS

Une approche individuelle sera utilisée pour évaluer l'effet de l'intervention sur les taux de non-présentation. L'unité d'analyse est le rendez-vous attribué. En raison de la nature de l'exposition et de la mise en place du système de relance, tous les rendez-vous avant la date de mise en œuvre correspondent à des rendez-vous non exposés, et tous les rendez-vous attribués après la date de mise en œuvre correspondent à des rendez-vous exposés.

Les variables quantitatives seront décrites avec leur fréquence absolue et relative en pourcentage. Les variables quantitatives seront présentées sous forme de moyenne et d'écart type ou de médiane et d'intervalle interquartile selon la distribution observée.

Pour le calcul des taux de non-présentation et de rendez-vous annulés, le nombre de non-présentations ou de rendez-vous annulés, respectivement, sera utilisé comme numérateur. Pour le taux de non-présentation, le dénominateur utilisé est le nombre de rendez-vous non annulés, comme cela est courant pour présenter cet indicateur dans la littérature. Dans le taux de rendez-vous annulés, le nombre total de rendez-vous demandés servira de dénominateur. Dans les deux cas, seules les nominations répondant aux critères d'inclusion et à aucun des critères d'exclusion au cours de la même période seront utilisées. L'IC à 95 % (Intervalle de Confiance) estimé avec l'approximation normale sera présenté pour chacun des taux car les proportions sont suffisamment grandes.

Pour tester l'hypothèse nulle d'égalité dans la proportion de rendez-vous manqués entre les rendez-vous demandés non annulés exposés au rappel et les rendez-vous demandés non annulés non exposés au rappel, un modèle de régression logistique multivariée sera utilisé. Nous considérons l'exposition au rappel comme l'exposition principale et la non-présentation au rendez-vous comme variable de résultat. Chaque patient sera considéré comme un conglomérat ou un cluster à l'aide d'estimateurs robustes des erreurs types puisque les rendez-vous d'un même patient sont plus similaires les uns aux autres qu'aux rendez-vous des autres patients. Le temps en jours sera utilisé comme covariable d’ajustement. Nous ajusterons les facteurs de confusion potentiels jugés pertinents par l'équipe de recherche et la littérature, notamment le sexe, l'âge et la couverture médicale du patient, le temps écoulé depuis la demande de rendez-vous en jours, l'heure, le jour de la semaine et le mois du rendez-vous, le lieu. de soins (Hôpital Central, San Justo ou Centre Périphérique). Les OR bruts et ajustés pour les rendez-vous manqués seront estimés avec leur IC à 95 %.

Pour tester l'hypothèse nulle d'égalité de la proportion de rendez-vous annulés entre les rendez-vous demandés exposés au rappel et les rendez-vous annulés parmi les rendez-vous demandés non exposés au rappel, la même méthodologie décrite pour l'objectif précédent sera utilisée.

L'effet de l'intervention sera évalué dans des sous-groupes prédéfinis selon le sexe, la tranche d'âge, la couverture médicale, l'heure du rendez-vous, le jour de la semaine et le mois des rendez-vous, ainsi que selon le lieu de soins (Hôpital central, San Justo ou Centre Périphérique).

Les probabilités inférieures à 0,05 seront considérées comme statistiquement significatives. L'analyse statistique sera effectuée à l'aide du logiciel STATA version 17 (Texas USA).

GESTION DES DONNÉES PERDUES

Les bases de données à utiliser dans cette analyse contiendront un très faible pourcentage de données manquantes. Étant donné que toute donnée manquante pourrait être considérée comme manquant complètement au hasard, une analyse de cas complète sera utilisée pour l'analyse individuelle.

BIAIS ET LIMITES DE L'ÉTUDE

Les limites de notre étude, compte tenu de la méthodologie choisie, seront principalement dues au manque de randomisation de l'exposition. Cela conduit à des facteurs de confusion qui, même si certains seront considérés a priori, ne peuvent pas être considérés dans leur totalité car ils ne sont pas tous connus. D’un autre côté, les groupes d’échantillons peuvent ne pas être équilibrés en termes de facteurs confondants, comme cela peut se produire, par exemple, avec des variables dépendant du temps. Cependant, étant donné que l’intervention a été mise en œuvre à partir d’un moment défini de manière aléatoire, les facteurs de confusion sont plus susceptibles d’être équilibrés et peuvent en outre éventuellement être ajustés au moyen de méthodes statistiques.

Alors que de nombreuses études rétrospectives sont menées sur la base d'informations incomplètes ou inexactes, de nombreuses variables administratives de notre étude seront collectées de manière complète et automatique, avec un processus standardisé qui restera stable tout au long de la période d'étude. Contrairement aux variables administratives de l'étude, d'autres variables, telles que la date de naissance, peuvent contenir des erreurs ou des données incomplètes car, bien qu'elles soient informatisées, les données sont initialement téléchargées par les administrateurs d'hôpitaux qui sont sujets aux erreurs.

Une limitation supplémentaire concerne toutes les variables non mesurées telles que le statut socio-économique et/ou les connaissances des individus en matière de cybersanté. Tout le monde n'ouvre pas son e-mail tous les jours et en ne pouvant pas mesurer qui a lu le rappel, nous pouvons croire à tort que l'intervention n'a pas atteint son objectif alors qu'en réalité ce qui se passe, c'est que le patient n'a pas ouvert l'e-mail et il n’a donc pas été exposé au rappel. Nous pensons qu'il serait intéressant à l'avenir de comparer nos résultats avec un rappel envoyé directement sur le téléphone portable du patient via SMS ou WhatsApp.

D'autre part, même si la mise en œuvre de l'intervention n'entraîne pas de coût supplémentaire pour l'institution pour les raisons susmentionnées, nous n'évaluerons pas si l'intervention obtient un retour économique.

Une autre limite de notre étude est que nous n’évaluerons pas l’acceptabilité du rappel par les utilisateurs. S’ils avaient le choix, il est possible que les patients choisissent d’autres types de rappels en fonction de leurs préférences personnelles.

Nous ne pourrons pas non plus estimer l'impact de l'intervention concernant les téléconsultations, puisque celles-ci seront exclues de l'analyse.

En ce qui concerne la validité externe, les résultats obtenus ne peuvent être extrapolés à d'autres centres de santé ne disposant pas de la structure de notre hôpital. Pour envoyer des rappels par courrier électronique à tous les patients, il est nécessaire de disposer d'un système électronique qui combine et traite les informations du dossier médical électronique et du système de planification et de le coordonner avec un système d'envoi de masse pour pouvoir le faire automatiquement. Autrement, il faudra disposer de ressources humaines pour faire tout cela, ce qui risque de ne pas être rentable.

Enfin et surtout, il convient de mentionner que puisque l'intervention étudiée comporte deux composantes (le rappel lui-même qui empêche l'oubli et le facilitateur d'annulation de rendez-vous), il n'est pas possible d'estimer l'effet de chaque composante de l'intervention séparément.

IMPACT ATTENDU

L'intervention devrait réduire le taux de non-présentation de 25 % (ou, en d'autres termes, ramener le taux de non-présentation à 16 %) et le temps d'attente moyen pour un rendez-vous d'au moins un jour. De plus, cela devrait augmenter le nombre d’annulations de 20 %.

RESSOURCES ET BUDGET PRÉVISIONNEL

Les ressources nécessaires sont disponibles pour mener à bien ce travail. En aucun cas cette étude ne représentera un coût supplémentaire pour les patients ou leur couverture médicale. Le service d'informatique médicale de HIBA dispose déjà d'un système de mailing massif, l'envoi de relances ne nécessite donc aucun investissement financier ni ressources humaines supplémentaires.

L'équipe en charge de la recherche et chargée de la recherche, du traitement et de l'analyse des informations dispose de suffisamment de temps protégé pendant la journée de travail pour pouvoir mener à bien l'étude dans les délais impartis.

CONSIDÉRATIONS ÉTHIQUES

Ce protocole d'étude a déjà été approuvé par le comité de bioéthique de notre hôpital : IRB (Institutional Review Board) Nº 6878.