actualisation du résumé infirmier minimum · par période de test et pour minimum 10 patients par...

Centre Hospitalier Universitaire de Liège

Actualisation du Résumé Infirmier Minimum Rapport de recherche, juillet 2003 - décembre 2004

Service Public Fédéral Santé Publique, Sécurité de la Chaîne alimentaire et Environnement

Organisation des Etablissements de Soins Direction de la Politique des Soins de Santé

Prof. P. Gillet D. Gillain J. Codognotto O. Thonon C. Van Boven

Liège, 2004.

Rapport intermédiaire RIM II, juillet 2003 / décembre 2004 – CHU ULg

2

Introduction Le présent rapport s’articule autour de différents chapitres, constituant chacun des entités distinctes de la phase test du RIM-II.

1. Actualisation RIM : aperçu global 2. Description générale de la base de données RIM-II 3. Tests de fiabilité 4. Implication du RIM-II dans le dossier infirmier 5. Réduction des variables RIM-II

Ces 5 premières parties et les annexes s’y rapportant se réfèrent au rapport de l’équipe de recherche néerlandophone (CZV KULeuven) pour la période de juillet 2003 à décembre 2004. A ces dernières, s’ajoutent les points suivants, traités ci-après :

6. Mesure du temps d’enregistrement RIM-II 7. Développement d’une interface informatique d’encodage RIM-II pour la phase test 8. Comparaison des données RIM-I vs données RIM-II

6. Mesure du temps d’enregistrement RIM-II

6.1. Introduction. Dans le cadre de la phase test du RIM II (30 jours et trois périodes d’enregistrements : 1-15 décembre 2003, 1-5 février 2004, 1-10 mars 2004), une série de questions annexes et complémentaires à la collecte des données RIM-II avait été proposée aux hôpitaux participants. Parmi celles-ci, et pour les deux dernières périodes de test (février et mars), figurait la mesure du temps nécessaire à l’enregistrement des données RIM-II. Cette notion temporelle étant très importante dans la validation de la faisabilité de l’outil. 42 hôpitaux, équitablement répartis entre hôpitaux néerlandophones et hôpitaux francophones, ont participé à cette mesure de temps (cfr liste ci-dessous). Soit 81 unités de soins représentant les 6 programmes de soins concernés ainsi que l’hôpital de jour. Pratiquement, la mesure du temps d’enregistrement se réalisait durant deux jours minimum par période de test et pour minimum 10 patients par unité participante. Pour la collecte de ces données, un formulaire d’encodage avait été fourni aux unités participantes afin d’identifier le plus clairement possible les méthodes de collecte des données (une copie du formulaire est reprise en annexe). Au final, la base de données disponible a également été mise en relation avec les données RIM-II afin de mettre en parallèle les données temps avec le nombre d’items validés par journée d’observation.


3

Echantillon de données disponibles par hôpital test

Hôpital CAR GER HDJ ONC PED SI SP TOTALAlgemeen Centrum Ziekenhuis - Antwerpen 78 Assoc. Hôp. St-Joseph, Ste-Thérèse, IMTR -Gilly 80 AZ Damiaan - Oostende 87 AZ Jan Palfijn - Gent 80 AZ Maria Middelares - St Niklaas 120 AZ St Augustinus -Wilrijk 80 AZ Vasalius - Tongeren 40 AZ VUB - Jette 80 CH Dinant - Dinant 68 CH Jolimont - Lobbes 80 CH Tubize-Nivelles -Tubize 66 CHC St-Joseph - Liège 78 CHR de Huy - Huy 80 CHR de la Haute Senne - Soignies 80 CHR St-Joseph-Warquignies - Mons 80 CHU A. Vésale - Montigny le Tilleul 120 CHU Brugmann - Bruxelles 62 CHU Sart-Tilman - Liège 50 CHU St-Pierre - Bruxelles 80 CHU Tivoli - La Louvière 80 Clinique Champ Ste-Anne - Wavre 80 Clinique St-Luc - Bouge 80 Cliniques de l'Europe - Bruxelles 80 Cliniques du Sud Luxembourg - Arlon 76 Cliniques IPAL - Liège 59 CU Mont-Godinne - Yvoir 40 CU St-Luc - Bruxelles 114 IFAC - Marche 75 Imelda ziekenhuis - Bonheiden 120 Koningin Elisabeth Instituut - Oostduinkerke 80 Monica VZW - Deurne 111 MS en revalidatiecentrum - Overpelt 80 Regionaal Ziekenhuis Jan Yperman - Ieper 80 St Elizabethziekenhuis - Turnhout 103 St Vincentiusziekenhuis - Antwerpen 80 St Vincentiusziekenhuis - Deinze 69 Universitair Ziekenhuis Antwerpen - Edegem 71 Universitair Ziekenhuis Leuven - Leuven 241 Virga Jesseziekenhuis - Hasselt 187 WZC Veilige Have - Aalter 10 Ziekenhuis Oost-Limburg - Genk 40 Ziekenhuis Scheutbos - Brussel 59

TOTAL 509 573 474 484 435 416 613 3504 Programmes de soins : CAR = cardiologie GER = gériatrie HDJ = hôpital de jour SI = soins intensifs ONC = oncologie PED = pédiatrie SP = services SP


4

6.2. Description générale de la base de données temps. L’échantillon disponible se compose de 3504 mesures de temps, correctement réparties tant des points de vue linguistique, périodique que par programmes de soins.

Répartition linguistique de l’échantillon

Frequency Percent Valid Percent Cumulative Percent

FR 1608 45,9 45,9 45,9 NL 1896 54,1 54,1 100,0 Valid Total 3504 100,0 100,0

Répartition par période d’enregistrement


02/04 1778 50,7 51,3 51,3 03/04 1686 48,1 48,7 100,0 Valid Total 3464 98,9 100,0

Missing System 40 1,1 Total 3504 100,0

Répartition par programmes de soins


CAR 509 14,5 14,5 14,5 GER 573 16,4 16,4 30,9 HDJ 474 13,5 13,5 44,4 SI 416 11,9 11,9 56,3

ONC 484 13,8 13,8 70,1 PED 435 12,4 12,4 82,5 SP 613 17,5 17,5 100,0

Valid

Total 3504 100,0 100,0 Programmes de soins : CAR = cardiologie GER = gériatrie HDJ = hôpital de jour SI = soins intensifs ONC = oncologie PED = pédiatrie SP = services SP


5

A côté de la mesure de temps proprement dite, nous avons également collecté une série de paramètres permettant d’analyser au mieux le profil de cette collecte, à savoir le type d’enregistrement choisi, la fonction de l’encodeur et si ce dernier était ou non coordinateur RIM. Ci-après, description de ces paramètres.

Types d’enregistrement


. 138 3,9 3,9 3,9 1 577 16,5 16,5 20,4 2 2267 64,7 64,7 85,1 3 320 9,1 9,1 94,2 4 62 1,8 1,8 96,0 5 140 4,0 4,0 100,0

Valid

Total 3504 100,0 100,0 Types : . = non communiqué 1 = enregistrement manuscrit sur feuille vierge 2 = enregistrement manuscrit sur feuille d’encodage 3 = enregistrement électronique via le programme d’encodage de la phase test 4 = types 1 et 3 5 = types 2 et 3

Fonction de l’encodeur


1 1052 30,0 30,5 30,5 2 121 3,5 3,5 34,0 3 421 12,0 12,2 46,3 4 196 5,6 5,7 51,9 5 511 14,6 14,8 66,8 6 247 7,0 7,2 73,9 7 18 ,5 ,5 74,5 8 432 12,3 12,5 87,0 10 20 ,6 ,6 87,6 11 68 1,9 2,0 89,6 12 20 ,6 ,6 90,1 13 90 2,6 2,6 92,7 14 40 1,1 1,2 93,9 15 90 2,6 2,6 96,5 16 40 1,1 1,2 97,7 17 40 1,1 1,2 98,8 18 40 1,1 1,2 100,0

Valid

Total 3446 98,3 100,0 Missing System 58 1,7 Total 3504 100,0


6

Fonctions : . = non communiqué 1 = infirmier(e), travaillant dans l’unité de soins 2 = infirmier(e), travaillant dans une autre unité de soins 3 = infirmier(e) chef d’une autre unité de soins 4 = infirmier(e) chef de l’unité de soins 5 = cadre intermédiaire 6 = codificateur RIM ou RCM 7 = direction infirmière 8 = autre 10 = 1 et 1 11 = 1 et 4 12 = 1, 4 et 5 13 = 1 et 5 14 = 1 et 7 15 = 4 et 5 16 = 4 et 7 17 = 5 et 6 18 = 5 et 7

Coordinateur RIM


. 98 2,8 2,8 2,8 Non 1520 43,4 43,4 46,2 Oui 1886 53,8 53,8 100,0

Valid

Total 3504 100,0 100,0 6.3. Analyse générale des données.

Temps

Valid 3504 N

Missing 0 Mean 5,39 Median 4,00 Mode 3 Std. Deviation 3,964 Range 34 Minimum 1 Maximum 35

25 3,00 50 4,00 Percentiles 75 7,00

La médiane du temps nécessaire à l’enregistrement des données RIM-II est fixée à 4 minutes, l’intervalle interquartile s’étalant entre 3 et 7 minutes.


7

6.3. Analyse des données par programmes de soins. Les 3504 données de l’échantillon étudié se répartissent dans les 7 sous-ensembles prédéfinis, à savoir les 6 programmes de soins fixés et l’hôpital de jour. Pour ces 7 sous-ensembles, représentant chacun environ 14% de l’échantillon total disponible, une analyse descriptive est présentée. De plus, l’échantillon disponible a été couplé aux données RIM-II récoltées durant les deux dernières périodes de la phase test (février et mars 2004) afin de mettre en relation le temps mesuré par rapport au nombre d’items scorés (N=2718). Une représentation des données en deux dimensions (nuages de points + ajustement linéaire) permettant de visualiser la relation entre la variable X (le nombre d’items scorés) et la variable Y (temps mesuré en minutes) a donc été réalisée pour chaque sous-ensemble de données. A titre indicatif, le coefficient de corrélation, le coefficient de détermination ou r2, indicateur de la qualité de l’ajustement de la droite de régression sur le nuage de points, ainsi que l’équation de la régression ont été calculés. Toutes les corrélations sont positives et significatives à p < .05 traduisant une relation croissante entre X et Y, sauf pour le programme de soins « Soins Chroniques – SP ». Par ailleurs, avec des coefficients de détermination bien en-dessous des 0,05, le pourcentage de variabilité de Y en fonction de X, soit du temps en fonction du nombre d’items scorés est très faible ; sauf peut-être pour deux programmes de soins, à savoir Cardiologie et Soins Intensifs, avec respectivement 6,2 et 16,9% de variabilité de Y expliquée par X.


8

6.3.1. Cardiologie (CAR) – 14 hôpitaux.

Cardiologie

Valid 509 N


25 2,00 50 4,00 Percentiles 75 6,00

509 données disponibles (14,5 % de l’échantillon) pour le programme de soins « Cardiologie ». Médiane à 4 minutes, intervalle interquartile entre 2 et 6 minutes.

376 données disponibles après couplage. Médiane à 13 items scorés, intervalles interquartiles respectifs : temps = 2 à 7 minutes, items = 11 à 18 items. Coefficient de corrélation positif et significatif mesuré à 0,25 (p < .05).


9

6.3.2. Gériatrie (GER) – 16 hôpitaux.

Gériatrie

Valid 573 N


25 2,00 50 3,00 Percentiles 75 6,00

573 données disponibles (16,3 % de l’échantillon) pour le programme de soins « Gériatrie. Médiane » à 3 minutes, intervalle interquartile entre 2 et 6 minutes.



10

6.3.3. Hôpital de jour (HDJ) – 12 hôpitaux.

Hôpital de jour

Valid 474 N


25 2,00 50 2,00 Percentiles 75 3,00

474 données disponibles (13,5 % de l’échantillon) pour « Hôpital de jour ». Médiane à 2 minutes, intervalle interquartile entre 2 et 3 minutes.



11

6.3.4. Oncologie (ONC) – 13 hôpitaux. Oncologie

Valid 484

N Missing 1048

Mean 5,26 Median 4,00 Mode 3 Std. Deviation 3,618 Range 34 Minimum 1 Maximum 35

25 3,00 50 4,00 Percentiles 75 7,00

484 données disponibles (13,8 % de l’échantillon) pour le programme de soins « Oncologie ». Médiane à 4 minutes, intervalle interquartile entre 3 et 7 minutes.



12

6.3.5. Pédiatrie (PED) – 11 hôpitaux.

Pédiatrie

Valid 435 N


25 3,00 50 4,00 Percentiles 75 6,00

435 données disponibles (12,4 % de l’échantillon) pour le programme de soins « Pédiatrie ». Médiane à 4 minutes, intervalle interquartile entre 3 et 6 minutes.



13

6.3.6. Soins Intensifs (SI) – 11 hôpitaux.

Soins Intensifs

Valid 416 N


25 6,00 50 8,00 Percentiles 75 11,00

416 données disponibles (11,9 % de l’échantillon) pour le programme de soins « Soins Intensifs ». Médiane à 8 minutes, intervalle interquartile entre 6 et 11 minutes.



14

6.3.7. Services SP (SP) – 13 hôpitaux.

Services SP

Valid 613 N


25 3,00 50 5,00 Percentiles 75 10,00

613 données disponibles (17,5 % de l’échantillon) pour le programme de soins « Soins Chroniques - Services SP ». Médiane à 5 minutes, intervalle interquartile entre 3 et 10 minutes.

457 données disponibles après couplage. Médiane à 15 items scorés, intervalles interquartiles respectifs : temps = 4 à 11 minutes, items = 12 à 18 items. Coefficient de corrélation négatif et non significatif mesuré à -0,08 (p < .05).


15

6.3.8. Tous programmes confondus.



16

6.4. Analyse multivariée. Dans le modèle multivarié présenté ci-dessous, l’idée est d’analyser et de tenter de déterminer parmi les variables choisies et fixées par l’encodeur celles qui expliquent ou prédissent le mieux la durée nécessaire à l’enregistrement des données RIM-II. Pour ce faire, à l’aide d’une régression multiple, on traitera la variable temps comme variable dépendante (Y) et toutes les autres variables choisies comme variables indépendantes ou explicatives (X). Pour réaliser cette régression multiple, deux des variables de départ ont été dichotomisées : Reg_Type, Qual_Cod afin de créer autant de nouvelles variables que la variable initiale comprend de modalités. Au final, 15 variables potentiellement explicatives sont disponibles :

- Lg = origine linguistique de la donnée (1=FR, 0=NL) - Per = période d’enregistrement de la donnée (1=février 04, 0=mars 04) - Reg_Type 1 = enregistrement sur feuille vierge - Reg_Type 2 = enregistrement sur feuille d’encodage - Reg_Type 3 = enregistrement sur PC via feuille Excel® pré-établie. - Qual_Cod 1 = infirmier(e), travaillant dans l’unité de soins - Qual_Cod 2 = infirmier(e), travaillant dans une autre unité de soins - Qual_Cod 3 = infirmier(e) chef d’une autre unité de soins - Qual_Cod 4 = infirmier(e) chef de l’unité de soins - Qual_Cod 5 = cadre intermédiaire - Qual_Cod 6 = codificateur RIM ou RCM - Qual_Cod 7 = direction infirmière - Qual_Cod 8 = autre (coordinateur RIM II, assistante hospitalière,…) - Coord = coordinateur RIM - Check = nombre d’items scorés


17

6.4.1. Cardiologie (CAR). Dans ce sous-ensemble, deux des variables sélectionnées n’ont pas de variance : Qual_Cod 2 et Qual_Cod 7. Elles ne sont donc pas inclues dans le modèle à 13 variables.

p-value=0,000000 < 0,05, donc certaines variables expliquent Y. Les variables utiles ou explicatives sont au nombre 7 (en rouge dans le tableau). Au vu du coefficient de régression multiple (R2), elles expliquent ensemble 26,2% de la variabilité totale du temps pour le sous-ensemble « Cardiologie ».

Si on regarde le signe respectif des coefficients B des variables explicatives (N=7), on constate que pour la variable Coord, il est négatif. Pour cette variable, la présence du facteur étudié explique significativement la diminution de Y.


18

6.4.2. Gériatrie (GER). Dans ce sous-ensemble, l’ensemble des 15 variables sélectionnées sont inclues dans le modèle.

p-value=0,000000 < 0,05, donc certaines variables expliquent Y. Les variables utiles ou explicatives sont au nombre 11 (en rouge dans le tableau). Au vu du coefficient de régression multiple (R2), elles expliquent ensemble 37,6% de la variabilité totale du temps pour le sous-ensemble « Gériatrie ».

Si on regarde le signe respectif des coefficients B des variables explicatives (N=11), on constate qu’ils sont tous positifs. Pour toutes ces variables, la présence du facteur étudié explique significativement l’augmentation de Y.


19

6.4.3. Hôpital de jour (HDJ). Dans ce sous-ensemble, une des 15 variables sélectionnées n’a pas de variance : Qual_Cod4. Elle n’est donc pas inclue dans le modèle. Pour 5 autres, vu leur tolérance trop faible pour être évaluée (redondance avec la contribution des autres variables indépendantes), le modèle a été construit pas-à-pas, de manière ascendante, incluant au final les 9 variables les plus pertinentes.

p-value=0,000000 < 0,05, donc certaines variables expliquent Y. Les variables utiles ou explicatives sont au nombre 6 (en rouge dans le tableau). Au vu du coefficient de régression multiple (R2), elles expliquent ensemble 35,1% de la variabilité totale du temps pour le sous-ensemble « Hôpital de jour ».

Si on regarde le signe respectif des coefficients B des variables explicatives (N=6), on constate que pour les variables Qual_Cod5 et Qual_Cod7, ils sont négatifs. Pour ces deux variables, la présence du facteur étudié explique significativement la diminution de Y.


20

6.4.4. Oncologie (ONC). Dans ce sous-ensemble, trois des 15 variables sélectionnées n’ont pas de variance : Reg-_Type3, Qual_Cod2 et Qual_Cod8. Elles ne sont donc pas inclues dans le modèle. Pour 4 autres, vu leur tolérance trop faible pour être évaluée (redondance avec la contribution des autres variables indépendantes), le modèle a été construit pas-à-pas, de manière ascendante, incluant au final les 8 variables les plus pertinentes.

p-value=0,000000 < 0,05, donc certaines variables expliquent Y. Les variables utiles ou explicatives sont au nombre 6 (en rouge dans le tableau). Au vu du coefficient de régression multiple (R2), elles expliquent ensemble 25,5% de la variabilité totale du temps pour le sous-ensemble « Oncologie ».

Si on regarde le signe respectif des coefficients B des variables explicatives (N=6), on constate que pour les variables Qual_Cod4 et Coord, ils sont négatifs. Pour ces deux variables, la présence du facteur étudié explique significativement la diminution de Y.


21

6.4.5. Pédiatrie (PED). Dans ce sous-ensemble, trois des 15 variables sélectionnées n’ont pas de variance : Qual_Cod4, Qual_Cod5 et Qual_Cod7. Elles ne sont donc pas inclues dans le modèle. Pour 4 autres, vu leur tolérance trop faible pour être évaluée (redondance avec la contribution des autres variables indépendantes), le modèle a été construit pas-à-pas, de manière ascendante, incluant au final les 8 variables les plus pertinentes.

p-value=0,000000 < 0,05, donc certaines variables expliquent Y. Les variables utiles ou explicatives sont au nombre de 8 (en rouge dans le tableau). Au vu du coefficient de régression multiple (R2), elles expliquent ensemble 45,8% de la variabilité totale du temps pour le sous-ensemble « Pédiatrie ».

Si on regarde le signe respectif des coefficients B des variables explicatives (N=8), on constate que pour les variables Coord et Reg_Type3, ils sont négatifs. Pour ces deux variables, la présence du facteur étudié explique significativement la diminution de Y.


22

6.4.6. Soins Intensifs (SI). Dans ce sous-ensemble, une des 15 variables sélectionnées n’a pas de variance : Qual_Cod3. Elle n’est donc pas inclue dans le modèle. Pour 8 autres, vu leur tolérance trop faible pour être évaluée (redondance avec la contribution des autres variables indépendantes), le modèle a été construit pas-à-pas, de manière ascendante, incluant au final les 6 variables les plus pertinentes.

p-value=0,000000 < 0,05, donc certaines variables expliquent Y. Les variables utiles ou explicatives sont au nombre de 6 (en rouge dans le tableau). Au vu du coefficient de régression multiple (R2), elles expliquent ensemble 55,2% de la variabilité totale du temps pour le sous-ensemble « Soins Intensifs ».

Si on regarde le signe respectif des coefficients B des variables explicatives (N=6), on constate qu’ils sont tous positifs. Pour toutes ces variables, la présence du facteur étudié explique significativement l’augmentation de Y.


23

6.4.6. Services SP (SP). Dans ce sous-ensemble, une des 15 variables sélectionnées n’a pas de variance : Qual_Cod 2. Elle n’est donc pas inclue dans le modèle.

p-value=0,000000 < 0,05, donc certaines variables expliquent Y. Les variables utiles ou explicatives sont au nombre de 13 (en rouge dans le tableau). Au vu du coefficient de régression multiple (R2), elles expliquent ensemble 68,1% de la variabilité totale du temps pour le sous-ensemble « Soins Chroniques - SP ».

Si on regarde le signe respectif des coefficients B des variables explicatives (N=13), on constate que pour les variables Lg, Qual_Cod3, Qual_Cod5, Qual_Cod6, Qual_Cod7, Qual_Cod8 et Coord, ils sont négatifs. Pour ces sept variables, la présence du facteur étudié explique significativement la diminution de Y.


24

6.3.8. Tous programmes confondus. Les 15 variables sont inclues dans le modèle.

p-value=0,000000 < 0,05, donc certaines variables expliquent Y. Les variables utiles ou explicatives sont au nombre de 13 (en rouge dans le tableau). Au vu du coefficient de régression multiple (R2), elles expliquent ensemble 28,8% de la variabilité totale du temps.

Si on regarde le signe respectif des coefficients B des variables explicatives (N=13), on constate que pour les variables Qual_Cod1, Qual_Cod2, Qual_Cod3, Qual_Cod5, Qual_Cod7 et Coord, ils sont négatifs. Pour ces six variables, la présence du facteur étudié explique significativement la diminution de Y.


25

7. Interface informatique 7.1. Introduction. Afin de réaliser l’encodage des données RIM-II au cours de la phase test et, pour l’équipe de recherche, d’obtenir ces dernières sous format électronique, une interface informatique d’encodage a été développée par l’équipe de recherche. Une copie de cette interface est fournie dans les annexes au présent rapport. L’application RImVGII_FR est développée sur Microsoft Excel 2003 SP1, le logiciel tableur de Microsoft. Les procédures VBA (Visual Basic for Applications, v6.3) - programmation et automatisation des traitements - sont développées à l’aide de l’éditeur Visual Basic, hôte dans le logiciel applicatif. Il convient dès lors de permettre l’activation des macros lors de l’ouverture du fichier, voire de diminuer préalablement le niveau de sécurité de celles-ci. Le projet VBA de cette application bénéficiait d’une protection destinée à garantir l’intégrité des contrôles lors de la saisie des données et par conséquent assurer une certaine qualité d’encodage lors de la constitution de la base de données. Elle n’est plus présente dans la copie fournie en annexe. 7.2. Description de l’interface. L’application se présente sous forme d’un fichier Excel nommé RImVGII. Le suffixe _FR ou _NL décrivant uniquement la langue de l’interface, le reste de l’application étant totalement identique dans les deux fichiers. A l’ouverture, le fichier Excel se compose de 4 feuilles distinctes : RImVGII, travail, transit et BD. Seules les feuilles RImVGII et BD étaient disponibles dans l’interface une fois sécurisée.

a. Feuille RImVG. La première feuille est essentiellement constituée de boutons dont leur contenu est accessible par clic :

- trois liens hypertexte vers les trois institutions représentées dans ce projet fédéral : SPF Santé Publique, CHU Liège et CZV KULeuven.

- un lien hypertexte vers la page web du SPF relative au projet fédéral proprement dit. - un lien hypertexte vers le forum RImVG, développé en php et construit pour la phase

test. Il était destiné à recueillir, pour tous les hôpitaux participants précédemment enregistrés, l’ensemble des FAQ tant sur l’interface que sur les situations particulières rencontrées.

- un bouton « sortie ». - un bouton «helpdesk » donnant accès aux coordonnées de contact des chercheurs dans

la langue de l’utilisateur. - un bouton « enregistrement » donnant accès à la première fenêtre de l’interface en

elle-même. L’encodage se réalise à l’aide de fenêtres spécifiques des données à saisir et pour la plupart, sous forme de listes déroulantes, de cases à cocher ou de boutons à cliquer. L’ensemble de ces manipulations étant couplées à des codes VBA (cfr. projet vba décompilé) destinés à réaliser


26

des contrôles simultanément à leur validation. 26 fenêtres sont disponibles dans l’interface : 18 de celles-ci reprennent les classes d’items de la classification RIM-II, les 8 autres concernent l’encodage administratif, les messages de fonctionnement ou encore d’information lors de l’utilisation de l’interface. C’est lors du passage d’une fenêtre à l’autre et ce tout au long de l’utilisation de l’interface, que le contrôle des données à lieu, sur base d’une vérification mathématique des cellules effectuée dans la feuille travail.

b. feuille travail. La feuille travail reprend l’entièreté des données à collecter (données administratives et items). Par l’intermédiaire des fenêtres de l’interface et des propriétés « controlsource » VBA, les données collectées viennent se placer dans les cellules adéquates de la feuille. En cas de possibilités de scores, la propriété « rowsource » valide les scores disponibles pour l’item considéré. En ce qui concerne la vérification, il s’agit de l’utilisation de fonctions mathématiques disponibles dans Excel, le plus souvent un test logique. En fonction ou non de la validation de ce test logique, la valeur renvoyée est reliée au code VBA (commandbutton) permettant soit le passage à une autre fenêtre par l’un des boutons disponibles, soit l’apparition d’un message d’erreur attirant l’attention de l’utilisateur sur l’erreur rencontrée (par exemple : « Items X-1xx non cumulables ! »).

c. feuille transit. La feuille transit est destinée à recevoir les enregistrements une fois validés par l’utilisateur. Toutes les données reprises pour un enregistrement sont copiées sur une seule ligne ; et donc autant de lignes que d’enregistrements RIM-II dans la base de données. C’est cette feuille qui contient la base de données à exploiter.

d. feuille BD. Cette dernière feuille est une copie conforme de la feuille « transit » non disponible une fois l’interface sécurisée, elle est uniquement destinée à l’utilisateur afin de lui permettre de voir les enregistrements présents dans la base de données en cours. Contrairement à la feuille « transit », les modifications apportées aux données présentes dans cette feuille n’ont aucune conséquence sur la base de données finale.


27

8. Concordance RIM-I vs RIM-II 8.1. Introduction. Pour réaliser cette étude de correspondance entre les items du RIM I et les items du RIM II, on se base sur les enregistrements conjoints des deux échelles réalisés en décembre 2003 et en mars 2004. Le couplage nous a conduit à constituer une base de données commune contenant 26124 enregistrements. Ces données provennent de 69 hôpitaux, soit encore 138 unités de soins ; la répartition par index de lit se fait de la manière suivante :

INDEX Frequency Percent Cum.PercentC 1498 5.7 5.7D 6336 24.3 30.0E 4044 15.5 45.5G 4674 17.9 63.4H* 227 0.9 64.2I 2014 7.7 71.9S1 171 0.7 72.6S2 1722 6.6 79.2S3 1090 4.2 83.4S4 112 0.4 83.8S5 596 2.3 86.1S6 898 3.4 89.5Z 2742 10.5 100Total 26124 100

Quant à la répartition par programmes de soins, elle donne le tableau suivant :

CAREPRG Frequency Percent Cum.PercentOncologie 3872 14.8 14.8Cardiologie 4042 15.5 30.3HDJ 2935 11.2 41.5Pédiatrie 4125 15.8 57.3Gériatrie 4675 17.9 75.2SI 1910 7.3 82.5Sp 4565 17.5 100Total 26124 100

Les définitions des items RIM I sont extraites du « Syllabus pour la formation relative à l’enrregistrement du Résumé Infirmier Minimum » édité par le SPF Santé Publique en mars 1992.


28

8.2. Méthodologie statistique. Coefficient Kappa de Cohen1

Le coefficient Kappa K propose de chiffrer l’intensité ou la qualité de l’accord réel entre la

répartion en lignes et en colonnes dans un tableau croisé.

Il exprime une différence relative entre la proportion d’accord observée Po et la proportion

d’accord aléatoire Pe qui est la valeur espérée sous l’hypothèse nulle d’indépendance, divisée par la

quantité disponible au-delà de l’accord aléatoire.

RIM II Catégorie 1 2 ... r Total

RIM 1 p11 p12 ... p1r p1. I 2 p21 p22 ... p2r p2. . . . r pr1 pr2 ... prr pr. Total p.1 p.2 ... p.r 1

Tableau I -Proportions jointes sur une échelle avec r catégories

RIM II Catégorie 1 2 ... r Total

RIM 1 n11 n12 ... n1r n1. I 2 n21 n22 ... n2r n2. . . . r nr1 nr2 ... nrr nr. Total n.1 n.2 ... n.r n

Tableau II - Effectifs joints sur une échelle avec r catégories

On appelle concordance observée Po, la proportion des individus classés sur la diagonale principale

du tableau de contingence, soit la somme de ces effectifs diagonaux divisée par la taille de

l’échantillon (n).

1 Cohen J. : A coefficient of agreement for nominal scales., Educ. Psychol. Meas., 1960, 20, 27-46.


29

avec r le nombre de modalités de jugement.

Et la concordance aléatoire Pe qui est égale à la somme des produits des effectifs marginaux divisée

par le carré de la taille de l’échantillon.

Dans le cas d’un tableau de contingence ayant r modalités, avec r ≥ 2, le coefficient Kappa s’écrit :

avec

Po : la proportion d’accord observée.

Pe : la proportion d’accord aléatoire ou concordance attendue sous l’hypothèse d’indépendance.

Le coefficient Kappa est un nombre réel, sans dimension, compris entre -1 et 1. L’accord sera

d’autant plus élevé que la valeur de Kappa est proche de 1 et l’accord maximal est atteint (K = 1)

lorsque Po = 1 et Pe = 0,5.

Lorsqu’il y a indépendance, le coefficient Kappa est égal à zéro (Po = Pe), et dans le cas d’une

disconcordance totale, le coefficient Kappa prend la valeur -1 avec Po = 0 et Pe = 0,5.


30

Landis et Koch2 ont proposé un classement de l’accord en fonction de la valeur de Kappa présenté

dans le tableau III.

Accord Kappa Excellent ≥ 0,81 Bon 0,80 - 0,61 Modéré 0,60 - 0,41 Médiocre 0,40 - 0,21 Mauvais 0,20 - 0,0 Très mauvais < 0,0

Tableau III - Degré d’accord et valeur de Kappa Analyse des Correspondances L'analyse des correspondances est une méthode adaptée aux tableaux de contingence et permet

d'étudier les éventuelles relations existant entre deux variables nominales. On peut enfin montrer

qu'il s'agit de la recherche de la meilleure représentation simultanée de deux ensembles constituant

les lignes et les colonnes d'un tableau de données.

Considérons le tableau de contingence K à n lignes et p colonnes.

A l'intersection d'une ligne et d'une colonne, nous avons le nombre kij de sujets pour lesquels la

même modalité a été choisie dans les deux échelles. Le total marginal ki. est le nombre de patients

auquel on a attribué la modalité i dans le RIM I, alors que le total marginal k.j est le nombre de

patients auquel on a attribué la modalité j dans le RIM II.

On a les relations suivantes :

qui, en termes de fréquences relatives, donnent lieu aux relations :

2 Landis J.R., Koch G.G. : The Measurement of Observer Agreement for Categorical Data,

Biometrics, 1977a, 33, 159-174.


31

Pour analyser un tableau de contingence, ce n'est pas le tableau d'effectifs bruts qui nous

intéresse mais les tableaux des profils-lignes et celui des profils-colonnes c'est-à-dire les

répartitions en pourcentage à l'intérieur d'une ligne ou d'une colonne.

On note les profils-lignes : fij/fi. = kij/ki. et les profils-colonnes : fij/f.j=kij/k.j

On obtient le profil-moyen : f.j = k.j/k

On sait qu'il y a indépendance entre deux variables aléatoires i et j prenant leurs valeurs sur deux

ensembles de tailles n et p, dont la loi jointe est pij et les lois marginales pi. et p.j , si pour tout i et

pour tout j on a : pij = pi. p.j

La traduction de cette relation en termes d'estimations empiriques est la suivante : fij = fi. f.j

Cette hypothèse d’indépendance s'exprime aussi sur les profils-lignes. En effet, il en découle que,

quelque soit j, on a : fij/fi.= f.j.

De même pour les profils-colonnes où, quelque soit i : fij/f.j = fi.

Ainsi, examiner les proximités entre les profils revient à examiner la proximité entre chaque profil

et son profil moyen, ce qui permet d'étudier la liaison entre deux variables nominales, c'est-à-dire

l'écart à l'indépendance.

Pour l'analyse d'un tableau de contingence, on raisonne en termes de profils, ce qui permet de

rendre comparables les modalités d'une même variable. Les proximités entre les points

s'interpréteront en terme de similitude.

L'ensemble des profils-lignes forme un nuage de n points dans l'espace des p colonnes et représente

ici le nuage des 4 modalités du RIM I. Chaque point i a pour coordonnées dans Rp :

fij/fi. ; j = 1, 2,…,p

Il est affecté d'une masse fi. qui est sa fréquence relative. Le centre de gravité de ce nuage est la

moyenne des profils-lignes affectés de leurs masses et correspond au profil moyen.

On peut faire le même raisonnement avec les profils-colonnes.

On cherche à représenter géométriquement les similitudes entre les différentes modalités d'une

même variable, ce qui nous conduit à représenter les proximités entre les profils et le profil moyen

défini sur l'ensemble de la population. Ceci nous amène à considérer le nuage de points centré sur

son centre de gravité.

Dans la construction des nuages de Rp et de Rn, le choix des profils comme coordonnées donne à

toutes les modalités la même importance. L'importance est cependant restituée au travers de la

masse affectée à chaque point (proportionnelle à sa fréquence), afin de ne pas privilégier les classes

d'effectifs faibles et de respecter la répartition réelle de la population. Cette masse interviendra


32

d'une part lors du calcul des coordonnées du centre de gravité du nuage et d'autre part dans le critère

d'ajustement.

Pour le calcul de l'ajustement, la quantité à rendre maximale sera donc la somme pondérée des

carrés des distances entre les points et le centre de gravité du nuage (c'est-àdire l'inertie de la droite

d'allongement maximum du nuage) en utilisant une distance entre profils. On a choisi dans notre cas

la distance χ2 plutôt que la distance euclidienne qui a tendance à favoriser les colonnes qui ont une

masse f.j importante.

distance du χ2 entre les profils-lignes

distance du χ2 entre les profils-colonnes

Régression logistique La régression logistique est utilisée pour prédire la survenue d’un événement à partir d’un ensemble

de variables prédictives. Cette technique peut s’apparenter à la régression linéaire où la variable

dépendante est binaire. On peut également l’apparenter au modèle discriminant pour résoudre les

problèmes de classement mais où les variables indépendantes (prédicteurs) ne suivent pas

nécessairement un modèle gaussien.

Soit le modèle linéaire : Y = B0 + BiXi + e où :

− Y est une variable dépendante binaire valant 1 lorsque l’événement survient et 0 si l’événement ne se réalise pas,

− B0 est le terme constant, − Bi sont les coefficients des variables indépendantes, − Xi sont les variables indépendantes, − e est le terme d’erreur.


33

La transformation "logit" permet de résoudre le problème : ln[p/(1-p)] = B0 + BiXi + e ou p/(1-p) = expB0 expBiXi expe (1) où

− ln est le logarithme naturel, logexp, avec exp=2.71828… − p est la probabilité de survenue de l’événement, p(Y=1) − p/(1-p) est l’odds ratio. − ln[p/(1-p)] est le “log odds” ou "logit"

Résoudre l’équation (1) revient à estimer les coefficients B0 et Bi.


34

8.3. Analyse des différents items.

11.. SSooiinnss dd''hhyyggiièènnee

1 Sans Aide

2 Aide de Soutien

3 Aide Partielle ITEM 1 Soins

d’hygiène

4 Aide Complète

0 Sans aide

1 Soutien de base

2 Aide partielle F-110 Soins d'hygiène au lavabo / au lit sans entraînement et/ou éducation

3 Aide complète

0 Sans aide

1 Soutien de base F-120 Soins d'hygiène au lavabo / au lit avec entraînement et/ou éducation

2 Aide partielle ou complète

0 Sans aide

1 Soutien de base

2 Aide partielle F-130 Donner un bain ou une douche sans entraînement ni éducation

3 Aide complète

0 Sans aide

1 Soutien de base F-140 Donner un bain ou une douche avec entraînement et/ou éducation

2 Aide partielle ou complète

Au niveau du RIM I, le facteur 1 est défini comme l’ensemble des activités infirmières en rapport avec les soins d’hygiène corporelle au lavabo, à la douche, au bain ou au lit du patient. Dans le RIM II, les variables se rapportant au domaine de l’hygiène sont au nombre de 4, de F-110 à F-140. Dans les tableaux suivants, on vérifie que les variables du RIM II sont bien mutuellement incompatibles.

F_120 0 1 2

Total

0 8100 191 1044 9335 1 3264 3264 2 4543 4543

F_110

3 8981 1 8982 Total 24888 191 1045 26124


35

F_130 0 1 2 3

Total

0 7346 381 146 1462 93351 3264 32642 4543 4543

F_110

3 8982 8982Total 24135 381 146 1462 26124

F_140

0 1 2 Total

0 9195 63 77 9335 1 3264 3264 2 4543 4543

F_110

3 8982 8982 Total 25984 63 77 26124

F_130

0 1 2 3 Total

0 22899 381 146 1462 248881 191 191F_120

2 1045 1045Total 24135 381 146 1462 26124

F_140

0 1 2 Total

0 24748 63 77 248881 191 191F_120

2 1045 1045Total 25984 63 77 26124

F_140

0 1 2 Total

0 23998 60 77 241351 381 3812 146 146

F_130

3 1459 3 1462Total 25984 63 77 26124

Après élimination des quelques cas litigieux, on crée une variable F-100 de telle manière que l’on globalise l’ensemble des informations en une seule variable comparable à l’item1 du RIM I. Le code SPSS© réalisant cette opération est le suivant :


36

NUMERIC F_100 I1b F_100b (F1.0). COMPUTE F_100 = 1. IF ( F_110 = 1 OR F_120 = 1 OR F_130 = 1 OR F_140 = 1 ) F_100 = 2. IF ( F_110 = 2 OR F_130 = 2 ) F_100 = 3. IF ( F_110 = 3 OR F_120 = 2 OR F_130 = 3 OR F_140 = 2 ) F_100 = 4. IF ( F_110 = 3 AND F_120 = 2 ) F_100 = -1. IF ( F_130 = 3 AND F_140 = 1 ) F_100 = -1. MISSING VALUES F_100 (-1).

On calcule ensuite un tableau croisé entre l’item1 et la variable F-100 :

F_100 1 2 3 4 Total ITEM1

1 Count 4732 2144 378 226 7480 % within RIM I 63.3 28.7 5.1 3.0 100.0 % within RIM II 79.2 55.0 8.1 2.0 28.6 2 Count 284 986 550 194 2014 % within RIM I 14.1 49.0 27.3 9.6 100.0 % within RIM II 4.8 25.3 11.7 1.7 7.7 3 Count 443 484 3276 1219 5422 % within RIM I 8.2 8.9 60.4 22.5 100.0 % within RIM II 7.4 12.4 69.9 10.5 20.8 4 Count 515 282 485 9922 11204 % within RIM I 4.6 2.5 4.3 88.6 100.0 % within RIM II 8.6 7.2 10.3 85.8 42.9

Total Count 5974 3896 4689 11561 26120 % within RIM I 22.9 14.9 18.0 44.3 100.0 % within RIM II 100.0 100.0 100.0 100.0 100.0

Value p Kappa 0.6037 0 Measure of Agreement IC 95% [0.600 - 0.607]

Les résultats précédents témoignent d’un correspondance tout à fait satisfaisante entre les deux échelles de mesures. La statistique la plus opportune est le Kappa de Cohen qui, avec une valeur de 0.60, atteste de la qualité de cette correspondance.


37

L’analyse des correspondances simples entre les lignes et les colonnes de la table précédente permet de visualiser l’écart entre les modalités par extraction de deux dimensions.

CORRESPONDENCE ANALYSIS

Dimension 1

2.01.51.0.50.0-.5-1.0-1.5

-2.0

Dim

ensi

on 2

2.0

1.5

1.0

.5

0.0

-.5

-1.0

-1.5

-2.0

4

3

2

14

3

2

1

ITEM1 F_100

Si on dichotomise les variables étudiées, on peut répondre à la question simple de la correspondance entre les deux systèmes aux seuls niveaux du soutien (modalités 1 et 2) et de l’aide (modalités 3 et 4). On obtient les résultats suivants :

F_100b soutien aide Total ITEM1b soutien Count 8146 1348 9494

% within RIM I 85.8 14.2 100.0 % within RIM II 82.5 8.3 36.3

aide Count 1724 14902 16626 % within RIM I 10.4 89.6 100.0 % within RIM II 17.5 91.7 63.7

Total Count 9870 16250 26120 % within RIM I 37.8 62.2 100.0 % within RIM II 100.0 100.0 100.0

VPP VPN Se Sp VN VP FN FP

FP/FP+VP VN/VN+FN VP/VP+FN VN/VN+FP

8146 14902 1724 1348 8.3% 82.5% 89.6% 85.8%

P(CHI²) Kappa Asymp. Std. Error p(Kappa) IC 95%

< 0.0001 0.7480 0.0043 < 0.0001 [0.744 - 0.752]


38

22.. MMoobbiilliissaattiioonn

1 Sans Aide

2 Aide de Soutien

3 Aide Partielle ITEM 2 Mobilisation

4 Aide Complète

0 Absent C-110 Installation d'un patient alité 1 Présent

0 Sans aide

1 Supervision, accompagnement

2 Aide partielle C-120 Transfert d'un patient

3 Aide complète

0 Sans aide

1 Supervision, accompagnement C-200 Mobilisation d'un patient

2 Aide complète

Au niveau du RIM I, le facteur 2 est défini comme l’ensemble des activités infirmières en rapport avec l’installation, le lever et le déplacement du patient. L’installation du patient se réfère à sa mobilisation dans le lit ou le fauteuil en vue d’une position adéquate. Le lever est la mobilisation du patient en position couchée, assise ou debout et/ou le déplacement du lit au fauteuil ou inversément. Le déplacement est la mobilisation du patient en vue de son déplacement à un endroit quelconque et son retour. Dans cet item le RIM 1 mélange donc des choses très différentes mais contourne le problème en demandant de scorer le niveau le plus élevé de toutes les interventions, quelqu’elles soient. Dans le RIM II, on a essayé de séparer les différentes notions mais en n’ appliquant pas les mêmes échelles de scores, ce qui ne simplifiera évidemment pas la comparaison des systèmes. On voit dans le tableau ci-dessous que le facteur C_110 est positif dans 2809 cas, correspondant à des patients alités 24h/24, soit 10.8% des cas. Si on se réfère aux scores du RIM 1, ces patients ont été installés : sans aide dans 3.2% des cas, avec une aide de soutien, dans 4.7% des cas, avec une aide partielle, dans 52.5% des cas et enfin avec une aide complète dans 39.5% des cas. Si on croise l’item C_110 avec les items C_120 et C_200, on constate que 2 patients ont un transfert positif et que 327 patients ont une mobilisation positive, ce qui est incompatible avec un alitement.


39

C_110 Total

ITEM2 0 1 1 Count 5319 91 5410 % within ITEM2 98.3 1.7 100.0 % within C_110 22.8 3.2 20.72 Count 4591 132 4723 % within ITEM2 97.2 2.8 100.0 % within C_110 19.7 4.7 18.13 Count 7652 1476 9128 % within ITEM2 83.8 16.2 100.0 % within C_110 32.8 52.5 34.94 Count 5753 1110 6863 % within ITEM2 83.8 16.2 100.0

% within C_110 24.7 39.5 26.3Total Count 23315 2809 26124

% within ITEM2 89.2 10.8 100.0 % within C_110 100.0 100.0 100.0 C_120

C_110 0 1 2 3 Total 0 8043 4809 5163 5300 23315 1 2807 1 1 2809

Total 10850 4809 5164 5301 26124 C_200

C_110 0 1 2 Total 0 12926 4539 5850 233151 2482 28 299 2809

Total 15408 4567 6149 26124 Compte tenu de l’impossibilité de comparer les scores des patients alités et suite aux imprécisions que nous venons de relever, il nous paraît plus judicieux de retirer les patients alités des prochaines comparaisons. Si nous voulons comparer les deux échelles de mesures, il nous faut au préalable fusionner les deux items RIM II, C_120 et C_200, c’est-à-dire le transfert et la mobilisation, puisqu’ils sont confondus dans le RIM I. Au niveau sémantique, remarquons que ce qui est nommé « transfert » dans le RIM II, « lever » dans le RIM I, est en fait un chagement de position du patient, alors que ce qui est nommé « mobilisation » dans le RIM II, « déplacement » dans le RIM I, est en fait un déplacement du patient d’un endroit vers un autre au sein de sa chambre voire de l’unité de soins.


40

C_200

C_120 0 1 2 Total 0 6659 867 517 80431 2354 1831 624 48092 1978 1497 1688 51633 1935 344 3021 5300

Total 12926 4539 5850 23315 En regardant la répartition des deux items RIM II, C_120 et C_200, une première remarque que nous devons relever est l’imprécision de la définition du score zéro dans ce type d’échelle. Quelle en est exactement la signification ? Si ce score correspond au score 1 du RIM I, alors nous devons appliquer sa définition, à savoir que l’ acte étudié a été réalisé « sans aide ». Mais ne doit-on pas considérer qu’il faut distinguer l’acte réalisé sans aide, de l’acte qui n’a pas été réalisé ? Ainsi, on peut rencontrer les deux cas de figures, par exemple un patient s’est mobilisé seul, ou alors le patient n’a pas eu l’occasion de se mobiliser ou d’être mobilisé dans la journée de l’enregistrement. Une autre remarque, en observant le tableau ci-dessus, est qu’il est difficilement concevable qu’un patient qui n’a pu subir un transfert sans aide, pourra difficilement se mobiliser seul, comme cela semble être le cas chez 1497 + 344 = 1841 patients.

R2_2 R1_2 1 2 3 Total

1 Count 3242 1964 113 5319 % within R1_2 61.0 36.9 2.1 100.0 % within R2_2 48.7 14.4 3.7 22.8 2 Count 3065 8112 1066 12243 % within R1_2 25.0 66.3 8.7 100.0 % within R2_2 46.0 59.5 35.3 52.5 3 Count 352 3559 1842 5753 % within R1_2 6.1 61.9 32.0 100.0 % within R2_2 5.3 26.1 61.0 24.7

Total Count 6659 13635 3021 23315 % within R1_2 28.6 58.5 13.0 100.0 % within R2_2 100.0 100.0 100.0 100.0

Value p

Kappa 0.2715 0 Measure of Agreement IC 95% [0.266 - 0.277]


41

CORRESPONDENCE ANALYSIS

Dimension 1

1.51.0.50.0-.5-1.0-1.5

Dim

ensi

on 2

1.5

1.0

.5

0.0

-.5

-1.0

-1.5

3

2

13

2

1

Au vu des résultats, on constate que la correspondance est ici médiocre. Manifestement, on ne mesure pas les mêmes choses dans les deux échelles. Rappelons que les définitions des domaines envisagés diffèrent considérablement.


42

33.. GGeessttiioonn ddee ll''éélliimmiinnaattiioonn

1 Sans Aide

2 Aide de Soutien

3 Aide Partielle ITEM 3 Elimination urinaire et/ ou fécale

4 Aide Complète

B-100 Soins liés à l'élimination chez l'enfant (moins de 5 ans) 0 Absent

1 Supervision nuit et jour chez l'enfant propre

2 Supervision nocturne chez l'enfant propre le jour

3 Soins chez l'enfant non propre

B-200 Gestion de l'énurésie (< 16 ans) 0 Absent

1 Présent

B-310 Élimination urinaire normale 0 Absent

1 Présent

B-320 Soutien de l'élimination urinaire chez un patient continent 0 Sans Aide

1 Aide de soutien sans éducation

2 Aide de soutien avec éducation ou entraînement

B-330 Soins liés à l'incontinence urinaire 0 Sans Aide



B-340 Soins liés à la présence d'une stomie urinaire 0 Absent

1 Soins sans éducation

2 Soins avec éducation ou entraînement

B-350 Soins liés à la présence d'une sonde vésicale à demeure ou d'un cathéther suspubien 0 Absent



B-410 Mise en place d'une sonde vésicale sans entraînement et/ou éducation Fréquence de mise en place


43

B-420 Mise en place d'une sonde vésicale avec entraînement et/ou éducation Fréquence de mise en place

B-510 Élimination fécale normale 0 Absent

1 Présent

B-520 Soutien de l'élimination fécale chez un patient continent 0 Sans Aide



B-530 Soins liés à l'incontinence fécale 0 Absent



B-540 Soins liés à la présence d'une stomie fécale 0 Absent



B-600 Administration d'un lavement ou enlèvement manuel de fécalomes dans le but de traiter ou d'éviter la constipation 0 Absent



Le facteur 3 du RIM I se définit comme l’ensemble des activités infirmières en rapport avec l’élimination urinaire et/ou fécale par voie naturelle, stomie, cathéter vésical ou suspubien sans prendre en considération les autres moyens mécaniques ou pharmacologiques à visée d’élimination. Pour tenter de comparer les deux systèmes de mesures, compte tenu de la diversité des définitions, nous devons réaliser un modèle multivarié permettant de vérifier si les variables du RIM II, dans leur totalité ou certaines en particulier, peuvent prédire le score obtenu dans le RIM I. Les deux premiers items de la classe B du RIM II traitent plutôt du problème particulier de l’énurésie de l’enfant, problème qui n’est pas repris nominativement dans le RIM I ; elles ne seront pas retenues. Nous allons dans un premier temps rendre binaire l’ensemble des variables testées en appliquant le programme de transformation suivant :

NUMERIC B_310b B_320b B_330b B_340b B_350b B_410b B_420b (F1.0). NUMERIC B_510b B_520b B_530b B_540b B_600b r1_3 (F1.0). RECODE ITEM3 (1=1) (ELSE=2) INTO r1_3. RECODE B_310 (0=1) (ELSE=2) INTO B_310b . RECODE B_320 (0=1) (ELSE=2) INTO B_320b . RECODE B_330 (0=1) (ELSE=2) INTO B_330b . RECODE B_340 (0=1) (ELSE=2) INTO B_340b .


44

RECODE B_350 (0=1) (ELSE=2) INTO B_350b . RECODE B_410 (0=1) (ELSE=2) INTO B_410b . RECODE B_420 (0=1) (ELSE=2) INTO B_420b . RECODE B_510 (0=1) (ELSE=2) INTO B_510b . RECODE B_520 (0=1) (ELSE=2) INTO B_520b . RECODE B_530 (0=1) (ELSE=2) INTO B_530b . RECODE B_540 (0=1) (ELSE=2) INTO B_540b . RECODE B_600 (0=1) (ELSE=2) INTO B_600b . EXECUTE .

Pour évaluer la capacité de prédiction des variables du RIM II pour estimer le score du RIM I, nous réalisons une régression logistique où la variable prédite est le score binaire RIM I et les prédicteurs sont constitués par 12 variables de la classe B du RIM II, soit de B-310 à B-600, après les avoir dichotomisées. Les résultats sont repris dans les deux tableaux suivants, on constate que malgré l’application d’une procédure pas à pas, toute les variables ont été considérées comme discriminantes et on obtient un très bon pourcentage de prédiction avec 85.69%. L’estimation des coefficients des variables indépendantes est donnée dans la colonne B, leur erreur standard dans la colonne S.E. et le test de Wald (colonne Wald) avec son degré de liberté (colonne df) et le test de signification (colonne Sig.) nous permettent de sélectionner les variables intéressantes. Enfin, le log odds (Exp(B)) indique le poids relatif de ces variables.

Variables in the Equation B S.E. Wald df Sig. Exp(B) B_310B(1) 0.30811074 0.07084988 18.9119148 1 1.3689E-05 1.36085168

B_320B(1) 2.52487064 0.07468821 1142.81025 1 1.639E-250 12.4892796

B_330B(1) 3.50836446 0.11832223 879.177777 1 3.299E-193 33.3936066

B_340B(1) 3.87536737 0.42551778 82.9450227 1 8.4368E-20 48.2004026

B_350B(1) 4.63928454 0.14983465 958.688468 1 1.714E-210 103.470292

B_410B(1) 2.6715176 0.34757399 59.0774238 1 1.5159E-14 14.4618999

B_420B(1) 1.32091154 0.61498629 4.61335212 1 0.03172396 3.74683522

B_510B(1) 0.30499407 0.06039241 25.5045712 1 4.4134E-07 1.35661696

B_520B(1) 0.90595151 0.07290465 154.418538 1 1.8761E-35 2.47428512

B_530B(1) 2.07544636 0.1367262 230.419667 1 4.8286E-52 7.96810231

B_540B(1) 1.38425264 0.24866813 30.9877794 1 2.5966E-08 3.99184146

B_600B(1) 1.42683978 0.21818137 42.7676221 1 6.1644E-11 4.16551443

Constant -1.66389236 0.05388289 953.561313 1 2.232E-209 0.18940033

Classification Table

Predicted

R1_3 Percentage Correct

Observed 1 2

1 6644 1392 82.68 R1_3 2 1954 13387 87.26

Overall Percentage 85.69


45

44.. AAlliimmeennttaattiioonn ppeerr ooss

1 Sans Aide

2 Aide de Soutien

3 Aide Partielle ITEM 4 Alimentation et hydratation per os

4 Aide Complète

0 Absent 1 Supervision d'un patient autonome 2 Aide partielle 3 Aide complète

D-110 Aide à l'alimentation pour un repas pris dans la chambre

4 Présence permanente de l'infirmière 0 Absent 1 Supervision d'un patient autonome 2 Aide partielle 3 Aide complète

D-120 Aide à l'alimentation pour un repas pris dans la salle à manger

4 Présence permanente de l'infirmière 0 Absent D-130 Patient à jeun 1 Présent

D-200 Soins liés à l'alimentation du nouveau-né Fréquence On définit le facteur 4 du RIM I comme étant l’ensemble des activités infirmières en rapport avec l’alimentation et l’hydratation per os de l’adulte ou de l’enfant. On notera également que sera codé 1 le patient indépendant ou aidé par quelqu’un ne faisant pas partie de l’équipe soignante, mais aussi le patient à jeun et enfin le patient qui est exclusivement alimenté par voie parentérale et/ou par sonde et qui ne peut donc ni boire ni manger. Problématique des patients à jeuns L’item D_130 du RIM II nous indique si le patient est à jeun pour raison médicale le jour de l’enregistrement. Dans le tableau ci-dessus, on constate que 1227 patients sont dans ce cas, pour ceux-ci, toutes les variables liées à l’alimentation devraient donc être codées 0 dans le RIM II ou 1 dans le RIM I.

D_130 Freq % 0 24897 95.3 1 1227 4.7

Total 26124 100


46

D_130 Cohérence

ITEM4 0 1 Total 1 10193 944 11137 76.9% 2 9560 189 9749 3 1889 35 1924 4 3255 59 3314

Total 24897 1227 26124 D_130 Cohérence

ITEM5 0 1 Total 0 23420 1155 24575 94.1% 1 1477 72 1549


D_120 0 1 Total 0 22495 1227 23722 100.0% 1 1217 1217 2 521 521 3 396 396 4 268 268


D_200 0 1 Total 0 23633 1227 24860 100.0% 1 290 290 2 332 332 3 204 204 4 123 123 5 113 113 6 111 111 7 44 44 8 41 41 9 3 3

10 1 1 12 2 2


D_310 0 1 Total 0 23450 1162 24612 94.7% 1 329 22 351 2 1118 43 1161

Total 24897 1227 26124


47

D_130 Cohérence

D_320 0 1 Total 0 24818 1226 26044 99.9% 1 11 11 2 68 1 69


D_400 0 1 Total 0 24291 911 25202 74.2% 1 606 316 922

Total 24897 1227 26124 Pour réaliser l’exercice de comparaison RIM I versus RIM II, nous préférons retirer les patients à jeun le jour de l’enregistrement. Nous fusionnons les trois variables RIM II, D-110, D-120 et D-200, en une seule variable D-100, de la manière suivante :

NUMERIC D_110b D_120b D_100 (F1.0). COMPUTE D_110b = D_110 + 1. COMPUTE D_120b = D_120 + 1. IF (D_110b = 1 AND D_120b = 1) D_100 = 1. IF ( D_110b = 2 OR D_120b = 2 ) D_100 = 2. IF ( D_110b = 3 OR D_120b = 3 ) D_100 = 3. IF ( D_110b = 4 OR D_110b = 5 OR D_120b = 4 OR D_120b = 5 OR D_200b = 1) D_100 = 4. EXECUTE .

D_100 1 2 3 4

Total

1 Count 2984 6442 435 332 10193 % within ITEM4 29.3% 63.2% 4.3% 3.3% 100.0% % within D_100 75.5% 46.8% 12.8% 8.8% 40.9%



4 Count 231 285 239 2500 3255 % within ITEM4 7.1% 8.8% 7.3% 76.8% 100.0%

ITEM4

% within D_100 5.8% 2.1% 7.0% 66.2% 13.1% Count 3950 13766 3403 3778 24897 % within ITEM4 15.9% 55.3% 13.7% 15.2% 100.0% Total % within D_100 100.0% 100.0% 100.0% 100.0% 100.0%

Au regard du tableau précédent, on remarque que, pour ce critère, la correspondance entre le RIM I et II n’est guère satisfaisant avec un Kappa de 0.295.


48

Le graphique de la page suivante montre la projection des différentes modalités après extraction de deux dimensions par analyse des correspondances simples. On peut constater que les deux échelles sont éloignées.

Dimension 1

2.52.01.51.0.50.0-.5-1.0-1.5

Dim

ensi

on 2

2.5

2.0

1.5

1.0

.5

0.0

-.5

-1.0

-1.5

D_100

ITEM4

4

3

2

1

4

3

2

1

Si on dichotomise les variables de telle manière à répondre à la simple question de la présence ou de l’absence d’une aide à l’alimentation per os, on obtient les résultats suivants :

RIM II

Non Oui Total Non Count 16544 3209 19753


Oui Count 1172 3972 5144 % within RIM I 22.8 77.2 100.0 % within RIM II 6.6 55.3 20.7

Total Count 17716 7181 24897 % within RIM I 71.2 28.8 100.0

RIM

I

% within RIM II 100.0 100.0 100.0

VPP VPN Se Sp VN VP FN FP FP/FP+VP VN/VN+FN VP/VP+FN VN/VN+FP

16544 3972 1172 3209 44.7% 93.4% 77.2% 83.8%

p(CHI²) Kappa Asymp. Std. Error p(Kappa) IC 95%

< 0.0001 0.5318 0.0061 < 0.0001 [0.526 - 0.538] Ces résultats donne une correspondance satisfaisante entre le RIM I et le RIM II avec un Kappa de 0.54. Par rapport aux comparaisons sur des échelles à 4 modalités, on obtient donc une nette amélioration. Ceci peut s’expliquer, de nouveau, par un écart important dans les définitions des différents termes.


49

55.. AAlliimmeennttaattiioonn ppaarr ssoonnddee

0 Non ITEM 5 Alimentation et hydratation par sonde 1 Oui

0 Absent 1 Administration en bolus D-310 Administration d'alimentation par sonde

2 Administration continue

0 Absent 1 Administration en bolus D-320 Administration d'alimentation par sonde avec entraînement et/ou éducation


0 Absent D-400 Administration d'alimentation parentérale 1 Présent

On définit le facteur 5 du RIM I comme étant l’ensemble des activités infirmières en rapport avec l’alimentation et l’hydratation à l’aide d’une sonde nasale ou buccale ou par une stomie, quel que soit le matériel utilisé. On notera également que ce facteur peut être choisi en même temps que le facteur 4 lorsque le patient reçoit simultanément une alimentation et/ou une hydratation per os et par sonde. La notion d’administration en bolus n’existe pas dans le RIM I. Il y a donc lieu de regrouper les éventualités des items D-310 et D-320 en une dichotomie du type « absent ; présent » avec disparition des notions d’entraînement et d’éducation qui n’existent pas plus dans le RIM I. On se trouve alors dans une situation idéale avec une définition fort semblable entre les deux échelles. Enfin, la notion d’alimentation parentérale de la variable D-400 n’est pas reprise dans le RIM I. Auparavant, nous pouvons vérifier qu’il n’y a pas d’ambiguïté antre les codages des variables D-310 et D-320. D_320

0 1 2 Total

0 24532 11 69 246121 351 351

D_3

10

2 1161 1161Total 26044 11 69 26124


50

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


24389 1406 143 186 11.7% 99.4% 90.8% 99.2%


< 0.0001 0.8886 0.0061 < 0.0001 [0.882 - 0.895] Face aux résultats ci-dessus, on se trouve dans un des meilleurs résulats des correspondances entre les deux échelles. Ce constat n’est guère étonnant puisqu’on ne relève aucune ambiguïté entre les définitions.


51

66.. SSooiinnss ddee bboouucchhee RIM I ITEM 6 Soins spécifiques de la bouche Fréquence : 0 à 99

RIM II F-400 Soins de bouche particuliers fréquence

Fréquence ITEM6 % Cum % F_400 % Cum % 0 22016 84.27 84.27 22136 84.73 84.73

1 944 3.61 87.89 536 2.05 86.79

2 695 2.66 90.55 1157 4.43 91.21

3 942 3.61 94.15 879 3.36 94.58

4 887 3.40 97.55 782 2.99 97.57

5 88 0.34 97.89 75 0.29 97.86

6 364 1.39 99.28 381 1.46 99.32

7 35 0.13 99.41 35 0.13 99.45

8 81 0.31 99.72 80 0.31 99.76

9 28 0.11 99.83 19 0.07 99.83

10 17 0.07 99.90 22 0.08 99.92

11 14 0.05 99.95 12 0.05 99.96

12 10 0.04 99.99 8 0.03 99.99

13 2 0.01 100.00 1 0.00 100.00

14 0 0.00 100.00 1 0.00 100.00

26 1 0.00 100.00 0 0.00 100.00

Total 26124 100 100 26124 100 100 On définit le facteur 6 du RIM I comme étant l’ensemble des activités infirmières en vue de nettoyer et/ou de désinfecter la bouche en dehors des soins d’hygiène courants. Au regard de la table des fréquences ci-dessus, on remarquera que le score 1 est moins souvent scoré dans le RIM II. Ceci doit être mis en rapport avec la recommandation du guide du RIM II spécifiant que : « un soin de bouche particulier peut seulement se scorer avec une fréquence minimale de 2 fois par 24 heures ». Un autre point à mettre en évidence dans le tableau des fréquences et visualisé dans les graphiques ci-dessous, est que les fréquences observées chutent brutalement au score 5 et réaugmentent au score 6 pour de nouveau décroître dans les scores supérieures. Il semble que ce score 6 correspondant à des soins de bouche 4 fois par jour soit une situation privilégiée.


52

ITEM6

2613121110987654321

Per

cent 30

20

10

0

F_400

1413121110987654321

Per

cent 40

30

20

10

0

Les graphiques suivant montrent la régression des scores F-400 versus l’item 6. On constate immédiatement, dans la première figure, que le point de coordonnées (26,2) est abérrant et doit être exclu. La deuxième figure reprend donc la même régression sans ce point. La courbe centrale est la droite de régression linéaire ; elle est entourée de l’intervalle de prédiction des observations à 95%.


53

ITEM6

302520151050

F_40

0

16

14

12

10

8

6

4

2

0

ITEM6

1614121086420

F_40

0

16

14

12

10

8

6

4

2

0

Le coefficient de corrélation R est de 0.882, la droite de régression a pour équation :

F-400 = 0.838 ITEM6 + 0.644 Nous pouvons évaluer la correspondance entre les deux échelles en regroupant les scores au delà de 4 en un seul score 5. Le graphique suivant montre cette relation pour laquelle on obtient un Kappa de 0.615.


54

Correspondence analysis

Dimension 1

6543210-1-2-3-4

Dim

ensi

on 2

6

5

4

3

2

1

0

-1

-2

-3-4

F_400B

ITEM6B

5

4

3

210

5

4

3

210

Si on dichotomise les deux variables en « présent , absent », on obtient les résultats suivants :

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


20994 2966 1142 1022 25.6% 94.8% 72.2% 95.4%


< 0.0001 0.6837 0.0063 < 0.0001 [0.677 - 0.690]


55

77.. PPrréévveennttiioonn dd''eessccaarrrreess ppaarr cchhaannggeemmeenntt ddee ppoossiittiioonn RIM I ITEM 7 Prévention d'escarres par changement de position Fréquence : 0 à 99

RIM II V-110 Utilisation de matériel de prévention 0 ou 1

V-120 Changements de position sans utilisation de matériel de prévention fréquence

V-130 Changements de position avec utilisation de matériel de prévention fréquence

On définit le facteur 7 du RIM I comme étant l’évaluation du risque d’apparition d’escarres de décubitus et changements réguliers de la position du patient (minimum toutes les 4 heures) afin d’éviter des nécroses aux endroits à risque.

ITEM7 Freq % Cum %0 19528 74.75 74.75

1 202 0.77 75.52

2 346 1.32 76.85

3 359 1.37 78.22

4 697 2.67 80.89

5 307 1.18 82.07

6 2748 10.52 92.59

7 391 1.50 94.08

8 823 3.15 97.23

9 338 1.29 98.53

10 170 0.65 99.18

11 59 0.23 99.40

12 91 0.35 99.75

13 13 0.05 99.80

14 20 0.08 99.88

15 8 0.03 99.91

16 10 0.04 99.95

17 5 0.02 99.97

18 3 0.01 99.98

19 3 0.01 99.99

20 3 0.01 100.00

Total 26124 100


56

Au niveau du RIM II, la variable V110 montre la répartition suivante :

V_110 Freq Valid % Cum %

0 24120 92.34 92.34

1 1345 5.15 97.48

2 118 0.45 97.94

3 73 0.28 98.22

4 89 0.34 98.56

5 102 0.39 98.95

6 83 0.32 99.26

7 76 0.29 99.56

8 65 0.25 99.80

9 35 0.13 99.94

10 9 0.03 99.97

11 5 0.02 99.99

12 2 0.01 100.00

Total 26122 100

Missing 2 0.01

Total 26124 100

Cette répartition n’est pas en accord avec la définition de la variable qui n’aurait dû permettre qu’une réponse binaire. Si on dichotomise les variables V_110, V_120 et V_130, on note que la variable V_110 (utilisation de matériel de prévention sans changement de position) devrait être incompatible avec la variable V_120 (changements de positions sans utilisation de matériel de prévention), dès lors, 670 cas sont incompatibles avec les définitions. De même, la variable V_130 (changements de positions avec utilisation de matériel de prévention) ne peut être codée positive en même temps que la variable V_110, ce que l’on observe toutefois dans 214 cas

V_120B 0 1 Total

0 17597 6525 24122

1 1332 670 2002

V_11

0B

Total 18929 7195 26124

V_130B

0 1 Total

0 22158 1964 24122

1 1788 214 2002

V_11

0B

Total 23946 2178 26124

V_130B

0 1 Total

0 17222 1707 18929

1 6724 471 7195

V_12

0B

Total 23946 2178 26124


57

Comme la notion de matériel de prévention n’existe pas au niveau du RIM I, on pourra mettre en rapport l’item 7 avec une variable calculée V_100 = V_120 + V_130. Dans un premier temps nous laissons de côté la variable V_110 dont l’interprétation a manifestement prêté confusion. On observe dans le tableau suivant les fréquences de l’item 7 et de la variable V_100.

Scores ITEM7 % Cum % V_100 % Cum % 0 19528 74.75 74.75 17222 65.92 65.92

1 202 0.77 75.52 1654 6.33 72.26

2 346 1.32 76.85 1343 5.14 77.40

3 359 1.37 78.22 972 3.72 81.12

4 697 2.67 80.89 834 3.19 84.31

5 307 1.18 82.07 427 1.63 85.94

6 2748 10.52 92.59 2064 7.90 93.84

7 391 1.50 94.08 353 1.35 95.20

8 823 3.15 97.23 650 2.49 97.68

9 338 1.29 98.53 221 0.85 98.53

10 170 0.65 99.18 105 0.40 98.93

11 59 0.23 99.40 69 0.26 99.20

12 91 0.35 99.75 71 0.27 99.47

13 13 0.05 99.80 30 0.11 99.58

14 20 0.08 99.88 23 0.09 99.67

15 8 0.03 99.91 16 0.06 99.73

16 10 0.04 99.95 18 0.07 99.80

17 5 0.02 99.97 8 0.03 99.83

18 3 0.01 99.98 9 0.03 99.87

19 3 0.01 99.99 5 0.02 99.89

20 3 0.01 100.00 4 0.02 99.90

21 0 0.00 100.00 6 0.02 99.92

22 0 0.00 100.00 5 0.02 99.94

23 0 0.00 100.00 1 0.00 99.95

24 0 0.00 100.00 5 0.02 99.97

25 0 0.00 100.00 1 0.00 99.97

26 0 0.00 100.00 2 0.01 99.98

27 0 0.00 100.00 2 0.01 99.98

35 0 0.00 100.00 1 0.00 99.99

36 0 0.00 100.00 1 0.00 99.99

40 0 0.00 100.00 1 0.00 100.00

42 0 0.00 100.00 1 0.00 100.00

Total 26124 100 26124 100


58

On constate qu’environ 25% des patients ont été scorés positifs pour l’item 7 du RIM I, alors que l’on relève 34% des patients scorés positifs dans le RIM II. En dichotomisant les deux scores, on obtient les résultats suivants :

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


15543 4917 1679 3985 44.8% 90.3% 74.5% 79.6%


< 0.0001 0.4852 0.0058 < 0.0001 [0.479 - 0.491] Avec un Kappa de 0.48, on obtient un résultat peu satisfaisant. Revenons à l’analyse des tables de fréquences. On constate, et les graphiques suivants le confirment, le même phénomène déjà décrit précédemment, à savoir, que certains scores sont privilégiés, notamment le score 6.

ITEM7

2019

1817

1615

1413

1211

109

87

65

43

21

Per

cent 50

40

30

20

10

0


59

V_100

4236

2725

2321

1917

1513

119

75

31

Per

cent 30

20

10

0

Scores V_120 % Cum % V_130 % Cum %

0 18929 72.46 72.46 23946 91.66 91.66

1 1704 6.52 78.98 319 1.22 92.88

2 1321 5.06 84.04 162 0.62 93.50

3 776 2.97 87.01 225 0.86 94.37

4 657 2.51 89.52 159 0.61 94.97

5 344 1.32 90.84 76 0.29 95.26

6 1294 4.95 95.79 782 2.99 98.26

7 246 0.94 96.73 98 0.38 98.63

8 420 1.61 98.34 225 0.86 99.49

9 145 0.56 98.90 63 0.24 99.74

10 66 0.25 99.15 35 0.13 99.87

11 52 0.20 99.35 12 0.05 99.92

12 58 0.22 99.57 12 0.05 99.96

13 19 0.07 99.64 4 0.02 99.98

14 24 0.09 99.74 1 0.00 99.98

15 17 0.07 99.80 2 0.01 99.99

16 18 0.07 99.87 1 0.00 99.99

17 8 0.03 99.90 0 0.00 99.99

18 10 0.04 99.94 1 0.00 100.00

19 2 0.01 99.95 1 0.00 100.00

20 4 0.02 99.96 0 0.00 100.00

21 1 0.00 99.97 0 0.00 100.00

22 1 0.00 99.97 0 0.00 100.00


60

Scores V_120 % Cum % V_130 % Cum % 24 3 0.01 99.98 0 0.00 100.00

27 1 0.00 99.98 0 0.00 100.00

35 1 0.00 99.99 0 0.00 100.00

36 1 0.00 99.99 0 0.00 100.00

40 2 0.01 100.00 0 0.00 100.00

Total 26124 100 26124 100

Le graphique suivant montre la régression des scores V-100 versus l’item 7. On constate immédiatement, la courbe centrale est la droite de régression linéaire entourée de l’intervalle de prédiction des observations à 95%.

ITEM7

3020100

V_1

00

50

40

30

20

10

0

Le coefficient de corrélation R est de 0.478, la droite de régression a pour équation :

V-100 = 0.656 ITEM7 + 1.626 On constate que globalement les scores sont plus importants en RIM II. Evidemment, il faut rappeler que ces scores proviennent de la somme des variables originelles V_120 et V_130.


61

88.. AAiiddee hhaabbiilllleemmeenntt cciivviill RIM I ITEM 8 Aide habillement civil 1=Oui - 0=Non

RIM II F-200 Aide complète pour l'habillage civil 0 ou 1

On définit le facteur 8 du RIM I comme l’ensemble des activités infirmières en rapport avec l’habillage et/ou le déshabillage de vêtements de jour. Cette définition est identique à la définition du RIM II.

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


19019 4096 2284 725 15.0% 89.3% 64.2% 96.3%


< 0.0001 0.6599 0.0056 < 0.0001 [0.654 - 0.666] Avec un Kappa de 0.66, on observe une bonne correspondance entre les deux échelles. On peut toutefois regretter qu’avec des définitions identiques on n’obtient pas une correspondance plus exemplaire.


62

99.. SSooiinnss aauuxx ppaattiieennttss ttrraacchhééoottoommiissééss oouu iinnttuubbééss

RIM I ITEM 9 Soins aux patients trachéotomisés ou intubés 0 Absent 1 Sans ventilation 2 Avec ventilation RIM II K-200 Soutien de la fonction respiratoire 0 Absent 1 masque, lunettes, sonde O2 discontinu 2 masque, lunettes, sonde O2 continu 3 tube endotrachéal 4 tube endotrachéal O2 discontinu 5 tube endotrachéal O2 continu 6 canule trachéale 7 canule trachéale O2 discontinu 8 canule trachéale O2 continu 9 ventilation artificielle, non invasive, sans position particulière 10 ventilation artificielle, non invasive, avec position particulière 11 ventilation artificielle, tube endotrachéal, sans position particulière 12 ventilation artificielle, tube endotrachéal, avec position particulière 13 ventilation artificielle, canule trachéale, sans position particulière 14 ventilation artificielle, canule trachéale, avec position particulière

ITEM9 Freq % Cum %

0 24756 94.76 94.761 395 1.51 96.282 973 3.72 100

Total 26124 100

K_200 Freq % Cum %

0 23182 89.57 89.571 730 2.82 92.392 1129 4.36 96.753 31 0.12 96.875 10 0.04 96.916 42 0.16 97.077 9 0.03 97.118 38 0.15 97.259 55 0.21 97.47

11 453 1.75 99.2212 59 0.23 99.4413 141 0.54 99.9914 3 0.01 100

Total 25882 100 Missing 242 0.93

Total 26124 100


63

On définit le facteur 9 du RIM I comme étant l’ensemble des activités infirmières à un patient avec une cannule trachéale ou un tube endotrachéal. Ainsi, on assistera aux conversions suivantes : Scores RIM II Scores RIM I

0 0

1 0

2 0

3 1

4 1

5 1

6 1

7 1

8 1

9 0

10 0

11 2

12 2

13 2

14 2

On réalise donc le tableau croisé suivant :

K_200

ITEM9 0 1 2 Total 0 Count 24491 32 33 24556 % within ITEM9 99.74 0.13 0.13 100

% within K_200 97.59 24.62 5.03 94.88

1 Count 256 81 17 354 % within ITEM9 72.32 22.88 4.80 100

% within K_200 1.02 62.31 2.59 1.37

2 Count 349 17 606 972 % within ITEM9 35.91 1.75 62.35 100

% within K_200 1.39 13.08 92.38 3.76

Total Count 25096 130 656 25882 % within ITEM9 96.96 0.50 2.53 100

% within K_200 100 100 100 100

La correspondance entre le RIM I et II est bonne avec un Kappa de 0.66. Le graphique de la page suivante montre la projection des différentes modalités après extraction de deux dimensions par analyse des correspondances simples. On peut constater que les modalités « 1 » des deux échelles sont éloignées.


64

Dimension 1

6420-2-4-6-8-10

Dim

ensi

on 2

6

4

2

0

-2

-4

-6

-8

-10

K_200

ITEM9

2

1

0 2

1

0

Si on dichotomise les variables de telle manière à répondre à la simple question de la présence ou de l’absence de soins aux patients trachéotomisés ou intubés, on obtient le tableau suivant :

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


24491 721 605 65 8.3% 97.6% 54.4% 99.7%


< 0.0001 0.6702 0.0119 < 0.0001 [0.658 - 0.682] Le très bon résultat du Kappa masque ici le fait que la sensibilité du test est très basse. En fait, cet item a été codé positif dans deux fois plus de cas par le RIM I que par le RIM II.


65

1100.. RRééddaaccttiioonn ddee ll’’aannaammnnèèssee iinnffiirrmmiièèrree RIM I ITEM 10 Rédaction de l'anamnèse infirmière 1=Oui - 0=Non

RIM II Z-100 Anamnèse à l'admission 0 ou 1

On définit le facteur 10 du RIM I comme l’entretien structuré lors des premiers jours d’hospitalisation dans le but de collecter les informations concernant …

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


21107 2436 1577 1004 29.2% 93.0% 60.7% 95.5%


< 0.0001 0.5965 0.0072 < 0.0001 [0.589 - 0.604] On observe une bonne correspondance, toutefois, il y a, au niveau du RIM I, un excédent de réponses positives de 39% que l’on ne rencontre pas dans le RIM II. Cette différence peut s’expliquer par le fait que, dans la définition du RIM II, on stipule que l’anamnèse doit avoir lieu à l’admission. Pour vérifier cette hypothèse, calculons une variable « délai » représentant le nombre de jours écoulés, depuis l’admission, le jour de l’enregistrement.

DELAI ITEM10 Z_100 N Mean Std. Deviation Minimum Maximum

Non 20641 24.31 58.62 0 916

Oui 1000 25.56 82.47 0 792 Non

Total 21641 24.37 59.93 0 916

Non 1562 3.61 18.30 0 359

Oui 2409 0.35 3.79 0 154 Oui

Total 3971 1.63 11.96 0 359

Non 22203 22.86 56.98 0 916

Oui 3409 7.75 46.21 0 792 Total

Total 25612 20.84 55.90 0 916


66

Au regard du tableau précédent, on note que lorsque l’anamnèse est seulement codée dans le RIM II, le délai moyen est de 25.56 jours, par contre, si l’anamnèse n’est codée que dans le RIM I, le délai moyen est de 3.61 jours. Si l’anamnèse est codée dans les deux échelles, le délai moyen est alors de 0.35 jour.

24091000 156220641N =

ITEM10

10

DE

LAI

40

30

20

10

0

Z_100

95% CI

Mean (No)

95% CI

Mean (Yes)

Il est donc intéressant de noter que l’ensemble des « faux négatifs » représente des patients pour lesquels l’évaluation du RIM s’est passée relativement tardivement par rapport à l’admission.


67

1111.. EEdduuccaattiioonn àà ll''aauuttoonnoommiiee eenn vvuuee ddee llaa ssoorrttiiee

RIM I ITEM 11 Education à l'autonomie en vue de la sortie 0 Absent

1 Occasionnelle

2 Structurée

RIM II B-320 Soutien de l'élimination urinaire chez un patient continent 0 Sans Aide



B-330 Soins liés à l'incontinence urinaire 0 Sans Aide



B-340 Soins liés à la présence d'une stomie urinaire 0 Absent



B-350 Soins liés à la présence d'une sonde vésicale à demeure ou d'un cathéther suspubien 0 Absent



B-420 Mise en place d'une sonde vésicale avec entraînement et/ou éducation 0-99 fréquence

B-520 Soutien de l'élimination fécale chez un patient continent 0 Sans Aide



B-530 Soins liés à l'incontinence fécale 0 Absent



B-540 Soins liés à la présence d'une stomie fécale 0 Absent



B-600 Administration d'un lavement ou enlèvement manuel de fécalomes dans le but de traiter ou d'éviter la constipation 0 Absent



D-320 Administration d'alimentation par sonde avec entraînement et/ou éducation 0 Absent

1 Administration en bolus


F-120 Soins d'hygiène au lavabo / au lit avec entraînement et/ou éducation 0 Sans aide


2 Aide partielle ou aide complète

F-140 Donner un bain ou une douche avec entraînement et/ou éducation 0 Sans aide


2 Aide partielle ou aide complète

G-420 Gestion de la glycémie avec entraînement et/ou éducation 0 Absent


68

1 Présent

S-110 Sensibilisation et éducation spécifique occasionnelle 0 Absent

1 Présent

S-120 Sensibilisation et éducation spécifique selon un programme établie 0 Absent

1 en groupe

2 individuel

X-100 Participation active des parents ou d'une personne significative aux soins du patient 0 Absent

>0 Oui

On définit le facteur 11 du RIM I comme la formation dispensée par l’infirmière au patient et/ou à ses proches concernant les connaissances, la compréhension et le savoir-faire qui doit permettre au patient de vivre avec sa maladie ou sa nouvelle situation en vue de préparer sa sortie. On aborde ici un rôle plus pédagogique de l’infirmière, plutôt que son rôle de dispensatrice de soins, par la notion d’enseignement, soit occasionnel, soit structuré, soit pratique, soit théorique de l’éducation à l’autonomie. Dans la version testée du RIM II, à l’exception des items S-110 et S-120, ces notions sont plutôt incluses dans les différents facteurs lorsqu’il est opportun de le préciser. Pour comparer les deux échelles, nous allons dichotomiser l’item 11, par ailleurs, pour les items RIM II, nous calculons une nouvelle variable R2-11, correspondant à la somme des items mentionnés dans le tableau précédent et nous dichotomisons également cette variable.

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


5808 5073 1009 14234 73.7% 85.2% 83.4% 29.0%


< 0.0001 0.3446 0.0167 < 0.0001 [0.328 - 0.361] Au vu des résultats ci-dessus, on constate un très grand nombre de « faux positifs » qui font chuter la spécificité et donne un Kappa médiocre. On peut expliquer cette situation par la différence entre les échelles. Dans le RIM I, la notion d’éducation du patient est retirée de son contexte et abordée dans sa globalité, par contre, dans le RIM II, elle est respécifiée à chaque situation où elle peut intervenir. De part ce fait, elle est donc systématiquement rappelée à la codification.


69

1122.. PPrriissee eenn cchhaarrggee dd’’uunnee ccrriissee éémmoottiioonnnneellllee

RIM I ITEM 12 Prise en charge d’une crise émotionnelle 0 Absent

1 Présent

RIM II R-110 Soutien émotionnel de base 0 Absent

1 Présent

R-120 Soutien émotionnel particulier 0 Absent

1 Présent

R-130 Prise en charge une situation de crise 0 Absent

1 Présent

On définit le facteur 12 du RIM I comme l’entretien avec le patient et/ou son entourage lors duquel on donne un soutien par rapport à une situation de crise qui semble insurmontable et qui se traduit par de l’angoisse, de la tension, de l’agressivité ou de la dépression. Le facteur 12 du RIM I est très proche, dans sa définition, de l’item R-130 du RIM II. Cependant, on peut envisager d’étendre la correspondance aux deux autres items bien que leur définition est prise dans un sens plus large. Correspondance entre l’item 12 du RIM I et l’item R-130 du RIM II :

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


21526 304 3440 854 73.7% 86.2% 8.1% 96.2%


< 0.0001 0.0604 0.0064 < 0.0001 [0.054 - 0.067] On constate un sous-codage de cette variable au niveau du RIM II avec un nombre anormalement bas de « vrais positifs » et donc un effondrement de la sensibilité. Nous pouvons tester si l’on peut renforcer la correspondance en étendant la notion de crise émotionnelle aux variables R-110 et R-120.


70

Dans les tableaux ci-dessous, on confronte le facteur 12 du RIM I à l’ensemble des items R-110 à R-130.

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


10702 2926 818 11678 80.0% 92.9% 78.2% 47.8%


< 0.0001 0.1176 0.0038 < 0.0001 [0.114 - 0.121] La correspondance n’en est pas véritablement améliorée puisque l’on constate que même si l’on améliore largement la sensibilité, c’est au détriment de la spécificité. Ce résultat n’est pas véritablement étonnant car l’élargissement du domaine de définition dans le RIM II, ne se retrouve pas dans le RIM I.


71

1133.. SSooiinnss aauuxx ppaattiieennttss ddééssoorriieennttééss RIM I ITEM 13 Soins aux patients désorientés 0 Non

1 Protection

2 Réorientation

RIM II V-600 Soins liés à la désorientation, mesures de protection 0 Absent

1 Présent

On définit le facteur 13 du RIM I comme l’ensemble des activités infirmières en rapport avec un patient désorienté dans le temps et/ou l’espace suite à un dysfonctionnement d’ordre physique, psychique ou médicamenteux. La définition de la variable V-600 du RIM II est relativement semblable à celle du RIM I. Malgré cela, au regard des résultats qui suivent, nous constatons une très mauvaise correspondance entre les deux systèmes. Notamment une très mauvaise sensibilité témoigne d’un nombre important de faux négatifs. En effet, 71.5% des cas scorés positifs par le RIM I ne se retrouvent pas au niveau du RIM II.

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


19830 1410 3531 1353 49.0% 84.9% 28.5% 93.6%


< 0.0001 0.2665 0.0075 < 0.0001 [0.259 - 0.274]


72

1144.. MMeessuurreess dd’’iissoolleemmeenntt ppoouurr llaa pprréévveennttiioonn ddee ccoonnttaammiinnaattiioonn

RIM I ITEM 14 Mesures d’isolement pour la prévention de contamination 0 Non

1 Oui

RIM II V-500 Mesures d'isolement 0 Non

1 présence d'au moins 2 barrières

2 isolement architectural avec présence d'au moins 3 barrières

On définit le facteur 14 du RIM I comme l’ensemble des mesures visant la prévention de la contamination septique ou radioactive, transmissible par voie aérienne ou par contact direct ou indirect avec des matières infectées, salive, fèces, urines, … d’un patient spécifique vers autrui ou l’inverse. Les mesures à prendre sont les suivantes :

1. Isolement en chambre, box, couveuses, séparés,

2. Port d’une blouse spécifique par patient,

3. Port de gants ou masque,

4. Mesures pour l’évacuation des déchets, du linge et du matériel. Par contre, le RIM II nous donne la définition suivante : Ensemble des mesures de prévention destinées à prévenir la propagation de germes par l’air, par contact direct ou indirect, par du matériel contaminé, par la salive, par les selles, par l’urine, … d’un patient particulier à d’autres personnes, et vice versa. Modalités de score :

1. Présence minimum d’au moins deux de ces barrières :

1. Port du tablier,

2. Port du masque,

3. Port de gants,

4. Mesures particulières pour l’élimination des déchets et/ou du matériel.

2. Isolement architectural médical avec au moins trois des précautions reprises ci-dessus.

Nous pouvons donc relever quelques différences entre les deux échelles, notamment la disparition de la notion de contamination radioactive dans le RIM II. De plus, dans le RIM I, on demande d’office la présence de trois des quatre barrières de protection pour scorer l’item. Dans le tableau ci-dessous, nous montrons les fréquences des modalités de l’item 14 et de la variable V-500.


73

ITEM14 Freq % Cum %

0 24203 92.6 92.6

1 1921 7.4 100.0

Total 26124 100

V_500 0 24491 93.7 93.7

1 646 2.5 96.2

2 986 3.8 100.0

5 1 0.0 100.0

Total 26124 100

V_500B 0 24491 93.7 93.7

1 1633 6.3 100.0

Total 26124 100

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


23685 1115 806 518 31.7% 96.7% 58.0% 97.9%


< 0.0001 0.6005 0.0100 < 0.0001 [0.590 - 0.610] Avec un Kappa de 0.6, on peut conclure que cet item donne une correspondance tout à fait honorables dans les deux systèmes de mesures.


74

1155.. EEnnrreeggiissttrreemmeenntt ddeess ppaarraammèèttrreess vviittaauuxx

RIM I ITEM 15 Enregistrement des paramètres vitaux 0 à 99 fréquence

RIM II V-200 Surveillance des paramètres vitaux : monitoring continu 0 à 13 nombre

V-300 Surveillance des paramètres vitaux : monitoring discontinu 0 à 99 fréquence

On définit le facteur 15 du RIM I comme la mesure et la notation d’un ou plusieurs paramètres vitaux quelle que soit la technique ou le matériel utilisé. Pour ce faire, on choisit le paramètre le plus fréquent mesuré par 24H00 et on code le nombre total de mesures de celui-ci par 24H00. La définition du facteur V-300 du RIM II est relativement semblable excepté l’ajout de la notion de monitoring discontinu. Cette distinction n’apparaissant pas dans le RIM I, il est difficile de savoir comment les unités disposant de monitoring continu scorait les paramètres. Dans le nouveau système, on demande, au niveau de l’item V-200, d’enregistrer le nombre de paramètres enregistrés en continu dès lors que, dans ce cas, la fréquence n’a pas de sens. Cette situation ne facilite pas la comparaison entre les deux échelles de mesures. Dans un premier temps on peut comparer les tables de fréquences entre l’item 15 et la variable V-200 comme le montre le tableau et les graphiques suivants.


1 6722 25.73 37.73 6021 23.05 54.52

2 5682 21.75 59.48 5069 19.40 73.93

3 2833 10.84 70.32 2533 9.70 83.62

4 1978 7.57 77.89 1507 5.77 89.39

5 1082 4.14 82.04 780 2.99 92.38

6 858 3.28 85.32 564 2.16 94.54

7 512 1.96 87.28 338 1.29 95.83

8 412 1.58 88.86 329 1.26 97.09

9 231 0.88 89.74 181 0.69 97.78

10 207 0.79 90.53 129 0.49 98.28

11 164 0.63 91.16 99 0.38 98.66

12 336 1.29 92.45 127 0.49 99.14

13 171 0.65 93.10 47 0.18 99.32

14 151 0.58 93.68 36 0.14 99.46

15 107 0.41 94.09 23 0.09 99.55

16 119 0.46 94.55 12 0.05 99.59

17 104 0.40 94.94 17 0.07 99.66

18 97 0.37 95.31 10 0.04 99.70

19 79 0.30 95.62 3 0.01 99.71

20 67 0.26 95.87 13 0.05 99.76

21 62 0.24 96.11 4 0.02 99.77

22 107 0.41 96.52 7 0.03 99.80

23 75 0.29 96.81 0 0.00 99.80

24 279 1.07 97.88 25 0.10 99.90

25 38 0.15 98.02 1 0.00 99.90

26 74 0.28 98.30 2 0.01 99.91

27 74 0.28 98.59 1 0.00 99.91


75


29 12 0.05 98.67 1 0.00 99.92

30 92 0.35 99.02 0 0.00 99.92

31 9 0.03 99.05 1 0.00 99.93

32 6 0.02 99.08 0 0.00 99.93

33 2 0.01 99.09 0 0.00 99.93

34 4 0.02 99.10 1 0.00 99.93

35 3 0.01 99.11 0 0.00 99.93

36 5 0.02 99.13 0 0.00 99.93

37 1 0.00 99.13 0 0.00 99.93

38 2 0.01 99.14 0 0.00 99.93

39 1 0.00 99.15 1 0.00 99.93

40 4 0.02 99.16 0 0.00 99.93

41 1 0.00 99.17 3 0.01 99.95

42 1 0.00 99.17 3 0.01 99.96

43 0 0.00 99.17 3 0.01 99.97

44 2 0.01 99.18 1 0.00 99.97

46 10 0.04 99.22 0 0.00 99.97

47 1 0.00 99.22 1 0.00 99.98

48 120 0.46 99.68 5 0.02 100.00

50 2 0.01 99.69 1 0.00 100.00

51 1 0.00 99.69 0 0.00 100.00

52 1 0.00 99.69 0 0.00 100.00

53 2 0.01 99.70 0 0.00 100.00

54 3 0.01 99.71 0 0.00 100.00

56 2 0.01 99.72 0 0.00 100.00

58 2 0.01 99.73 0 0.00 100.00

59 1 0.00 99.73 0 0.00 100.00

61 1 0.00 99.74 0 0.00 100.00

70 1 0.00 99.74 0 0.00 100.00

73 1 0.00 99.74 0 0.00 100.00

81 1 0.00 99.75 0 0.00 100.00

82 2 0.01 99.76 0 0.00 100.00

86 2 0.01 99.76 0 0.00 100.00

88 1 0.00 99.77 0 0.00 100.00

90 1 0.00 99.77 0 0.00 100.00

92 2 0.01 99.78 0 0.00 100.00

94 1 0.00 99.78 0 0.00 100.00

95 3 0.01 99.79 0 0.00 100.00

96 18 0.07 99.86 0 0.00 100.00

97 3 0.01 99.87 0 0.00 100.00

98 2 0.01 99.88 0 0.00 100.00

99 31 0.12 100.00 0 0.00 100.00

Total 26124 100 26124 100


76

ITEM15

9894

8670

5651

4640

3632

2824

2016

128

40

log(

Cou

nt)

5000400030002000

1000

500400300200

100

50403020

10

5432

1

V_300

5047

4341

3429

2725

2220

1816

1412

108

64

20

log(

Cou

nt)

5000400030002000

1000

500400300200

100

50403020

10

5432

1

En première analyse, on peut dire que dans le RIM I, on n’a pas enregistré les paramètres vitaux dans 12% des cas alors qu’on relève 31% des cas nuls pour le paramètre V-300, mais on doit tenir compte de la variable V-200. De plus, on remarque que certains codes sont privilégiés comme les codes 24, 30 et 48 dans le RIM I ; ce phénomène est toutefois moins évident dans le RIM II. On peut également noter que l’étendue du score est moins importante dans le RIM II par rapport au RIM I. Ceci est probablement le fait de la distinction entre monitoring continu et discontinu. Si on dichotomise l’item 15 et la combinaison des variables V-200 et V-300 pour étudier la simple question de savoir si des paramètres vitaux ont été enregistrés durant les 24H00 ou pas, on obtient les résultats suivants :


77

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


2596 18189 4801 538 2.9% 35.1% 79.1% 82.8%


< 0.0001 0.3903 0.0063 < 0.0001 [0.384 - 0.397] Dans le cas qui nous occupe, on a éliminé le changement dans la définition des items entre les deux échelles et les résultats ne sont guère satisfaisants. En effet, avec une spécificité et une sensibilité relativement semblables et d’environ 80%, on constate que, de manière totalement symétrique, les deux systèmes sont en désaccord dans 20% des cas, ce qui est quand même excessif pour répondre à une question aussi objective. Si on calcule la régression linéaire entre l’item15 et la variable V-300, on obtient un coefficient de correlation R = 0.336. Sur le graphique, on observe que la droite de régression est tirée vers le bas par des valeurs basses en V-300, de plus on visualise la valeur remarquable de 48 pour l’item 15.

ITEM15

1009080706050403020100-10

V_3

00

60

50

40

30

20

10

0

-10


78

On peut tenter d’améliorer la situation en limitant la valeur de l’item 15 à une fréquence de 40 par 24H00 pour minimiser l’influence des hautes valeurs provenant logiquement des enregistrements en continus. On constate dans cette deuxième droite de régression une situation légèrement meilleure avec un coefficient de corrélation R = 0.41.

ITEM15

50403020100-10

V_3

00

50

40

30

20

10

0

-10


79

1166.. EEnnrreeggiissttrreemmeenntt ddeess ppaarraammèèttrreess pphhyyssiiqquueess On définit le facteur 16 du RIM I comme la mesure et la notation d’un ou plusieurs paramètres physiques quel que soit la technique ou le matériel utilisé. Pour ce faire, on choisit le paramètre le plus fréquemment mesuré par 24H00 et on code le nombre total de mesures de celui-ci par 24H00. Les paramètres physiques sont tous les paramètres en rapport avec la mesure de signes physiques à l’exception de ceux repris comme paramètres vitaux, c’est-à-dire, par exemple, le poids ; la taille ; la mesure de débits (urinaires, gastriques, pleuraux, redons, …) ; l’examen physique de selles, urine, sang, liquide gastrique, … ; la mesure de liquides ingérés ; la mesure de PC, de PA ;l’involution utérine ; le contrôle de signes d’infection ;la mesure de cuti-réaction ; etc. Dans le RIM II, les experts ont voulu éviter un paramètre aussi flou constitué par une liste ouverte de paramètres, craignant que cet item serve en réalité de fourre-tout.


80

1177.. SSuurrvveeiillllaannccee ddee ttrraaccttiioonn,, ppllââttrree oouu ffiixxaatteeuurr iinntteerrnnee RIM I ITEM 17 Surveillance de traction, plâtre ou fixateur interne 0 Absent

1 Présent

RIM II C-400 Présence de : attelle, traction, fixateur externe, plâtre 0 Absent

1 Présent

On définit le facteur 17 du RIM I comme l’installation et/ou la surveillance de traction permanente, plâtre ou fixateur externe, quel que soit le système utilisé. Nous devons rechercher la correspondance vis-à-vis du facteur C-400 du RIM II dont la définition est semblable.

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


24868 495 416 345 41.1% 98.4% 54.3% 98.6%


< 0.0001 0.5503 0.0145 < 0.0001 [0.536 - 0.565] Avec un Kappa de 0.55, on obtient une correspondance satisfaisante entre les deux échelles. Mais, si on considère la quasi égalité entre les définitions, on devrait obtenir des résultats bien meilleurs. On peut donc être déçu par ce résultat et constater que, de nouveau, on observe un nombre considérable de faux négatifs. Ce phénomène récurrent doit nous inciter à émettre l’hypothèse d’un surcodage dans le RIM I.


81

1188.. PPrrééllèèvveemmeennttss ddee ssaanngg RIM I ITEM 18 Prélèvements de sang 0 à 99 Nombre par 24H00 RIM II N-300 Prélèvements sanguins veineux 0 à 99 Nombre par 24H00 N-400 Prélèvements sanguins artériels 0 à 99 Nombre par 24H00 N-500 Prélèvements sanguins capillaires 0 à 99 Nombre par 24H00

On définit le facteur 18 du RIM I comme le nombre de prélèvements de sang par voie artérielle, veineuse ou capillaire réalisée sur 24H00, quel que soit le matériel utilisé. Nous retrouvons exactement la même notion dans le RIM II, excepté le fait que l’item est divisé en 3 variables différentes suivant le type de sang prélevé. Pour étudier la correspondance entre les deux échelles, il nous faut donc reconstituer une seule variable (N-345) à partir des items N-300, N-400 et N-500, simplement en les sommant.

Scores ITEM18 % Cum % N_345 % Cum %

0 17137 65.60 65.60 18395 70.41 70.41

1 5073 19.42 85.02 4429 16.95 87.37

2 820 3.14 88.16 784 3.00 90.37

3 541 2.07 90.23 462 1.77 92.14

4 1158 4.43 94.66 989 3.79 95.92

5 478 1.83 96.49 410 1.57 97.49

6 254 0.97 97.46 176 0.67 98.17

7 163 0.62 98.09 128 0.49 98.66

8 128 0.49 98.58 87 0.33 98.99

9 103 0.39 98.97 65 0.25 99.24

10 81 0.31 99.28 54 0.21 99.44

11 62 0.24 99.52 36 0.14 99.58

12 35 0.13 99.65 28 0.11 99.69

13 22 0.08 99.74 20 0.08 99.77

14 21 0.08 99.82 17 0.07 99.83

15 8 0.03 99.85 10 0.04 99.87

16 13 0.05 99.90 10 0.04 99.91

17 9 0.03 99.93 6 0.02 99.93

18 2 0.01 99.94 1 0.00 99.93

19 7 0.03 99.97 4 0.02 99.95

20 1 0.00 99.97 3 0.01 99.96

21 2 0.01 99.98 2 0.01 99.97

22 1 0.00 99.98 2 0.01 99.98

23 0 0.00 99.98 1 0.00 99.98

24 2 0.01 99.99 1 0.00 99.98

25 0 0.00 99.99 1 0.00 99.99

28 1 0.00 99.99 1 0.00 99.99

31 0 0.00 99.99 2 0.01 100.00

32 1 0.00 100.00 0 0.01 100.00

34 1 0.00 100.00 0 0.01 100.00

Total 26124 100 26124 100


82

Si on réalise une régression linéaire entre l’item 18 et la variable globale du RIM II, on obtient un très bon coefficient de corrélation R = 0.768, l’équation de la droite de régression est :

N345 = 0.848 ITEM18 + 0.27

ITEM18

4035302520151050-5

N_3

4540

35

30

25

20

15

10

5

0

-5

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


15672 6264 2723 1465 19.0% 85.2% 69.7% 91.5%


< 0.0001 0.6326 0.0051 < 0.0001 [0.627 - 0.638]


83

1199.. AAddmmiinniissttrraattiioonn ddee mmééddiiccaattiioonn IIMM// SSCC// IIDD RIM I ITEM 19 Administration de médication IM/ SC/ ID

RIM II H-300 Administration de médicaments par voie ID / SC / IM : nombre de médicaments différents

H-400 Administration de médicaments par voie ID / SC / IM : fréquence d'administration la plus élevée

On définit le facteur 19 du RIM I comme la préparation et l’administration de médication par les voies intradermique, intramusculaire et sous-cutanée. Le critère d’enregistrement précise que l’on doit indiquer le nombre de médicaments différents multipliés par leur fréquence par 24H. Par contre, au niveau du RIM II, les groupes d’experts ont choisi de noter la fréquence la plus élevée, dès lors si on multiplie les variables H-300 par H-400, on obtiendra des valeurs trop élevées. Pour étudier la correspondance entre les deux systèmes, il est plus opportun de comparer l’item 19 avec la variable H-400.

Scores ITEM19 % Cum % H_400 % Cum % 0 16027 61.35 61.35 15866 60.73 60.74

1 7108 27.21 88.56 8246 31.56 92.30

2 1816 6.95 95.51 1632 6.25 98.55

3 635 2.43 97.94 220 0.84 99.39

4 265 1.01 98.95 106 0.41 99.80

5 140 0.54 99.49 10 0.04 99.84

6 61 0.23 99.72 36 0.14 99.97

7 28 0.11 99.83 4 0.02 99.99

8 18 0.07 99.90 2 0.01 100.00

9 6 0.02 99.92 0 0.01 100.00

10 4 0.02 99.94 0 0.01 100.00

11 4 0.02 99.95 0 0.01 100.00

12 9 0.03 99.99 0 0.01 100.00

14 2 0.01 100.00 0 0.01 100.00

15 1 0.00 100.00 0 0.01 100.00

16 0 0.00 100.00 1 0.00 100.00

Valid total 26123 100.00

Missing 1 0.00

Total 26124 100 26124 100


84

Si on réalise une régression linéaire entre l’item 19 et la variable H-400 du RIM II, on obtient un très bon coefficient de corrélation R = 0.769, l’équation de la droite de régression est :

H400 = 1.06 ITEM19 + 0.07

ITEM19

20181614121086420-2

H_4

00

20

18

16

14

12

10

8

6

4

2

0-2


85

2200.. AAddmmiinniissttrraattiioonn ddee mmééddiiccaattiioonn IIVV RIM I ITEM 20 Administration de médication IV

RIM II H-500 Administration de médicaments par voie IV : nombre de médicaments différents

H-600 Administration de médicaments par voie IV : fréquence d'administration la plus élevée

On définit le facteur 20 du RIM I comme la préparation et l’administration de médication par voie intraveineuse. Le critère d’enregistrement précise que l’on doit indiquer le nombre de médicaments différents multiplié par leur fréquence par 24H. Par contre, au niveau du RIM II, les groupes d’experts ont choisi de noter la fréquence la plus élevée, dès lors si on multiplie les variables H-500 par H-600, on obtiendra des valeurs trop élevées. Ainsi, le nombre d’IV total donne une moyenne de 14.8 ± 26.4 alors que la moyenne de l’item 20 est de 9.6 ± 9.4. Pour étudier la correspondance entre les deux systèmes, il est plus opportun de comparer l’item 20 avec la variable H-600.

Scores ITEM20 % Cum % H_600 % Cum % 0 15110 57.84 57.84 15063 57.66 57.66

1 1578 6.04 63.88 4961 18.99 76.65

2 1173 4.49 68.37 1816 6.95 83.60

3 891 3.41 71.78 2231 8.54 92.14

4 831 3.18 74.96 1454 5.57 97.71

5 584 2.24 77.20 120 0.46 98.17

6 641 2.45 79.65 160 0.61 98.78

7 538 2.06 81.71 42 0.16 98.94

8 541 2.07 83.78 42 0.16 99.10

9 468 1.79 85.57 22 0.08 99.18

10 383 1.47 87.04 27 0.10 99.29

11 324 1.24 88.28 16 0.06 99.35

12 406 1.55 89.83 41 0.16 99.51

13 263 1.01 90.84 19 0.07 99.58

14 223 0.85 91.69 10 0.04 99.62

15 223 0.85 92.55 11 0.04 99.66

16 175 0.67 93.22 16 0.06 99.72

17 152 0.58 93.80 7 0.03 99.75

18 154 0.59 94.39 4 0.02 99.76

19 137 0.52 94.91 3 0.01 99.77

20 140 0.54 95.45 2 0.01 99.78


86

21 118 0.45 95.90 0 0.00 99.78

22 102 0.39 96.29 2 0.01 99.79

23 72 0.28 96.57 1 0.00 99.79

24 98 0.38 96.94 49 0.19 99.98

25 77 0.29 97.24 2 0.01 99.99

26 74 0.28 97.52 1 0.00 99.99

27 57 0.22 97.74 0 0.00 99.99

28 75 0.29 98.02 2 0.01 100.00

>28 516 1.98 100.00 0 0.00 100.00

Total 26124 100 26124 100

On note dans le tableau des fréquences ci-dessus, que le nombre de scores nuls dans les deux échelles sont quasi identiques. Par contre, une différence se situe dans les hautes valeurs pour lesquelles le RIM I contient encore 2% des cas au delà de 28 IV / 24H. Si on réalise une régression linéaire entre l’item 20 et la variable H-600 du RIM II, on obtient un coefficient de corrélation R = 0.683, l’équation de la droite de régression est :

H600 = 0.18 ITEM20 + 0.33

ITEM20

1009080706050403020100-10

H_6

00

100

90

80

70

60

50

40

30

20

10

0-10

Dans le cas qui nous occupe, la différence dans la définition des modalités d’enregistrement mène à une répartition des points très écrasée sur l’axe des abscisses et dont une pente très faible. Par contre, si on se limite à rechercher la correspondance entre des variables binaires signalant simplement s’ il y a eu ou pas administration de médicaments IV, on obtient les résultats suivants :


87

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


14188 10139 875 922 8.3% 94.2% 92.1% 93.9%


< 0.0001 0.8590 0.0032 < 0.0001 [0.856 - 0.862]


88

2211.. SSuurrvveeiillllaannccee ddee ppeerrffuussiioonn ppeerrmmaanneennttee iinnttrraavveeiinneeuussee RIM I ITEM 21 Surveillance de perfusion permanente intraveineuse

RIM II N-200 Surveillance et soins aux voies d'accès : artériel, veineux, SC, intra-pleural, intra-osseux, …

A la lecture des intitulés de l’item 21 du RIM I et du facteur N-200 du RIM II, on note immédiatement que le RIM II est plus complet puisqu’il étend le domaine du score à d’autres voies d’accès que la seule intraveineuse, comme c’est le cas dans le RIM I. Le tableau suivant donne la répartition des fréquences dans les deux systèmes d’échelles.

Scores ITEM21 % Cum % N_200 % Cum % 0 18252 69.87 69.87 16545 63.33 63.33

1 5155 19.73 89.60 7613 29.14 92.47

2 1239 4.74 94.34 1072 4.10 96.58

3 479 1.83 96.18 425 1.63 98.20

4 291 1.11 97.29 291 1.11 99.32

5 232 0.89 98.18 89 0.34 99.66

6 207 0.79 98.97 31 0.12 99.78

7 93 0.36 99.33 17 0.07 99.84

8 91 0.35 99.67 15 0.06 99.90

9 39 0.15 99.82 3 0.01 99.91

10 20 0.08 99.90 3 0.01 99.92

11 11 0.04 99.94 6 0.02 99.95

12 6 0.02 99.97 10 0.04 99.98

13 4 0.02 99.98 3 0.01 100.00

14 2 0.01 99.99 0 0.01 100.00

16 1 0.00 99.99 0 0.01 100.00

18 1 0.00 100.00 0 0.01 100.00

24 0 0.00 100.00 1 0.00 100.00

30 1 0.00 100.00 0 0.00 100.00

Total 26124 100 26124 100

Si on réalise une régression linéaire entre l’item 21 et la variable N-200 du RIM II, on obtient un coefficient de corrélation R = 0.495, l’équation de la droite de régression est :

N200 = 0.694 ITEM21 + 0.215


89

ITEM21

403020100-10

N_2

00

40

30

20

10

0

-10

Si on dichotomise les variables précédentes de manière telle que l’on se pose la question de savoir si il y a eu, ou pas, surveillance de perfusion, on obtient le résultat suivant :

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


14515 5842 2030 3737 39.0% 87.7% 74.2% 79.5%


< 0.0001 0.5062 0.0056 < 0.0001 [0.501 - 0.512]


90

2222.. SSooiinnss àà uunnee ppllaaiiee cchhiirruurrggiiccaallee eett//oouu ttrraauummaattiiqquuee RIM I ITEM 22 Soins à une plaie chirurgicale nombre/24H

ITEM 23b Soins à une plaie traumatique nombre/24H

RIM II L-100 Soins aux sutures et orifices non infectés nombre/24H

L-200 Soins de plaies ouvertes simples nombre/24H

L-300 Soins de plaies ouvertes complexes nombre/24H

L-410 Soins de plaies d'escarres du 1er degré - rougeur ne disparaissant pas à la pression nombre/24H

L-420 Soins de plaies d'escarres du second degré - phlyctène ouverte ou non nombre/24H

L-430 Soins de plaies d'escarres du troisième degré - escarre superficielle nombre/24H

L-440 Soins de plaies d'escarres du quatrième degré - escarre en profondeur nombre/24H

L-600 Soins de brûlures : zones de brûlures traumatiques nombre/24H

L-700 Soins de brûlures : zones de brûlures chirurgicales nombre/24H

L-900 Soins dermatologiques nombre/24H

On définit les facteurs 22 du RIM I comme l’ensemble des activités infirmières à une plaie créée volontairement à l’occasion d’une intervention diagnostique ou thérapeutique. Toute plaie à caractère volontaire doit être considérée comme une plaie chirurgicale. Quant à l’item 23, il concerne la plaie non-volontaire d’origine traumatique ou accidentelle à laquelle on peut assimiler toute lésion de la peau. Dans les plaies traumatiques citées dans le manuel du RIM I, on trouve également les plaies d’escarres, les brûlures ainsi que les soins aux lésions dermatologiques. Pour étudier la correspondance entre les mêmes domaines concernés, on doit sommer les items 22 et 23 du RIM I et les mettre en relation avec la somme des items RIM II relevé dans le tableau précédent. Le tableau suivant montre les fréquences des différents scores de ces deux variables.

Scores RIM I % Cum % RIM II % Cum % 0 19226 73.60 73.60 18665 71.45 71.45

1 3764 14.41 88.00 4147 15.87 87.33

2 1392 5.33 93.33 1621 6.21 93.53

3 681 2.61 95.94 722 2.76 96.30

4 447 1.71 97.65 384 1.47 97.77

5 237 0.91 98.56 205 0.78 98.55

6 162 0.62 99.18 160 0.61 99.17

7 75 0.29 99.46 61 0.23 99.40

8 44 0.17 99.63 44 0.17 99.57

9 27 0.10 99.74 23 0.09 99.66


91

10 22 0.08 99.82 27 0.10 99.76

11 22 0.08 99.90 19 0.07 99.83

12 10 0.04 99.94 16 0.06 99.89

13 2 0.01 99.95 2 0.01 99.90

14 4 0.02 99.97 2 0.01 99.91

15 3 0.01 99.98 3 0.01 99.92

16 1 0.00 99.98 2 0.01 99.93

17 0 0.00 99.98 3 0.01 99.94

18 1 0.00 99.98 5 0.02 99.96

20 1 0.00 99.99 2 0.01 99.97

21 0 0.00 99.99 3 0.01 99.98

22 1 0.00 99.99 0 0.01 99.98

23 1 0.00 100.00 1 0.00 99.98

25 1 0.00 100.00 5 0.02 100.00

Total 26124 100 26122 99.99

Missing 2 0.01

26124 100

Pour les soins de plaies, si on réalise une régression linéaire entre le RIM I et le RIM II, on obtient un coefficient de corrélation R = 0.581, l’équation de la droite de régression est :

VARRIM-I = 0.610 VARRIM-II + 0.246

PLAIES - RIM I

302520151050-5

PLA

IES

- R

IM II

30

25

20

15

10

5

0

-5

Si, en dichotomisant les variables mentionnées ci-dessus, pour répondre à la simple question de savoir si il y a eu, ou pas, des soins de plaies, on obtient le résultat suivant :


92

RIM II





RIM

I

% within RIM II 100.0 100.0 100.0


16709 4942 1956 2517 33.7% 89.5% 71.6% 86.9%


< 0.0001 0.5706 0.0057 < 0.0001 [0.565 - 0.576]


93

8.4. Conclusion. Nous avons analysé la correspondance entre 21 items RIM I et les items RIM II qui leurs correspondaient le plus. L’item 16, « Enregistrement des paramètres physiques », n’est pas repris dans le RIM II et les items 22, « Soins à une plaie chirurgicale », et 23, « Soins à une plaie traumatique », ont été fusionnés. De ces 21 items, on constate une correspondance acceptable à excellente suivant les situations pour 16 d’entre-eux. Par contre, pour 5 items, on n’observe aucune correspondance entre les deux échelles, se sont les items :

2 : Mobilisation

11 : Education à l'autonomie en vue de la sortie

12 : Prise en charge d’une crise émotionnelle

13 : Soins aux patients désorientés

15 : Enregistrement des paramètres vitaux

actualisation du résumé infirmier minimum · par période de test et pour minimum 10 patients par...

Documents