SPUR™, outil prédictif de l'hospitalisation et de la réadmission précoce des patients atteints de diabète de Type 2
Nous sommes heureux de vous partager cette nouvelle publication dans Patient Preference and Adherence.
Accédez à la publication ici.
Objectif
Bien que SPUR™ soit aujourd'hui validé en tant que Patient Reported Outcome Measure (PROM) prédictif de la non-observance et capable d'expliquer les raisons à l'origine des comportements de santé des patients chroniques, Observia a fait le choix de mener plusieurs études de recherche exploratoires autour des possibilités de l'outil.
Le but de cette étude était d'évaluer SPUR en tant qu'outil prédictif du risque d'hôspitalisation et de réadmission précoce (moins de 30 jours après une prise en charge) pour les patients atteints de diabète de Type 2. Elle est publiée dans le journal scientifique Patient Preference and Adherence.
Découvrez notre communiqué de presse
Les trois résultats clés à retenir
- Un score SPUR™ plus élevé (indiquant une meilleure adhésion aux médicaments) était significativement associé à un taux plus faible d'hospitalisation générale, à la fois en tant que variable de comptage et en tant que variable binaire.
- D'autres facteurs d'importance clinique ont été associés à un taux plus élevé d'admission générale, tels que l'âge > 80 ans, le niveau d'éducation GCSE, le nombre de pathologies et un diagnostic Covid-19 positif au cours du suivi.
- Un score SPUR™ plus élevé (meilleure adhésion aux médicaments) était le seul facteur significativement corrélé à un risque plus faible de réadmission précoce en tant que variable binaire, ce qui n'était pas le cas des autres facteurs tels que l'âge, l'origine ethnique, le sexe, le niveau d'éducation, le nombre de médicaments ou de conditions médicales et le diagnostic Covid-19 au cours du suivi.
Méthodologie
Un suivi rétrospectif et prospectif des patients sur 6 mois a été réalisé pour évaluer le nombre d'admissions à l'hôpital et de réadmissions précoces.
200 patients adultes atteints de diabète de Type 2 ont été recrutés dans un hôpital pulbic de Londres.
Les patients ont été interrogés à l'aide du questionnaire SPUR et ont fourni des informations démographiques et relatives à leur santé, incluant:
- l'âge
- l'origine ethnique
- le sexe
- le niveau d'éducation
- le revenu
- le nombre de médicaments
- le nombre de pathologies
- le diagnostic Covid-19
- un modèle de Poisson ou binomial négatif a été utilisé pour les résultats numériques.
- un modèle de régression logistique a été développé pour les résultats binaires
Conclusion
L'étude a permis de développer un modèle prédictif pour l'admission générale à l'hôpital et les réadmissions précoces chez les patients atteints de diabète de Type 2, en utilisant l'outil SPUR et plusieurs autres facteurs sociodémographiques et cliniques.