Commentaire éditorial: Modèles de réseau, transferts de patients et contrôle des infections

Ainsi, tandis que Ray et al se concentrent sur les patients «partagés» entre les établissements de soins de longue durée et les hôpitaux, l’implication que les transferts hospitaliers amplifient la propagation des soins de santé Bien entendu, l’association entre les taux hospitaliers de XRDO et les volumes de transfert décrits par Ray et al vih/sida. peut ne pas être due aux transferts. Les associations observées pourraient être dues à des facteurs inconsidérés tels que la sévérité non mesurée de la Antécédents de transfert du patient avant le transfert actuel Les hôpitaux ayant des taux XRDO plus élevés peuvent recevoir un plus grand nombre de transferts d’établissements de soins de longue durée ou admettre des patients plus gravement malades et / ou fragiles, qui sont plus susceptibles d’acquérir des XRDO. comme Ray et al ont été incapables de s’adapter à la direction des transferts de patients, des travaux supplémentaires devraient examiner le Cependant, la causalité proposée par Ray et al est sûrement plausible sur le plan épidémiologique. Simmering et coll. ont montré que le nombre d’hôpitaux dans lesquels les patients transférés sont acceptés dans un l’hôpital était significativement associé aux taux de Clostridium difficile, même après contrôle des caractéristiques hospitalières et des patients Compte tenu de l’importance des réseaux dans la propagation d’un large éventail d’infections, il semble raisonnable que les effets de transfert posés par Ray et al Les conclusions des auteurs soulignent combien il est important que les efforts de lutte contre l’infection tiennent plus compte de ce qui se passe localement dans un hôpital particulier. Cette notion n’est pas nouvelle pour l’épidémiologie des soins de santé, pas plus que les efforts pour coordonner les réponses. installations Pourtant, la recherche à l’appui de l’importance de ces soi-disant réseau Les effets des transferts d’interfacilité sur la propagation des infections nosocomiales sont en retard par rapport aux recherches sur les effets de réseau similaires sous-jacents à la propagation, par exemple, des maladies sexuellement transmissibles De plus, beaucoup de travail reste à faire pour Par exemple, en utilisant une approche de la théorie des jeux, Miller et al. ont montré que parce que les infections peuvent se propager entre les institutions, les politiques de dépistage devraient le niveau régional et les efforts de contrôle des infections par les hôpitaux peuvent échouer parce qu’ils ne peuvent pas contrôler ce qui se passe dans les hôpitaux connectés. Cependant, avant de pouvoir considérer le rôle de la prise de décision centralisée ou des stratégies régionales, nous devons mieux comprendre le rôle , étendue et influence que les transferts ont sur la définition précise des limites régionales En effet, les limites implicitement définies par le réseau de transferts hospitaliers peuvent ou non correspondre à des frontières géopolitiques, donc les efforts pour concevoir des interventions basées sur la ville, le comté ou l’état peuvent échouer simplement parce qu’ils n’exploitent pas les frontières naturelles Enfin, même si l’association entre transferts et taux XDRO décrite par Ray et al s’avère finalement non causale, leurs résultats ont encore de profondes implications pour les efforts de surveillance des maladies infectieuses. Si la surveillance est la pierre angulaire de la santé publique, de tels efforts sont souvent Les sites de surveillance sont recrutés sur la base de leur volonté de participer plutôt que sur un grand plan de conception Au lieu de cela, étant donné un ensemble de sites de surveillance candidats, un nombre limité de sites participants devrait être choisi pour optimiser résultat conçu, p. ex. obtenir des estimations plus rapides de l’activité de la maladie ou obtenir des estimations plus fiables. Les résultats de Ray et al. illustrent comment la décision d’inclure ou non les hôpitaux partageant une plus grande proportion de patients avec des établissements de soins de longue durée peut avoir de profondes implications lors de l’estimation de la prévalence des XDRO au niveau de la population. L’utilisation par les auteurs de modèles mathématiques ou, plus particulièrement, de modèles de réseau adaptés aux données de surveillance illustre bien comment ces techniques d’analyse de données peuvent guider le développement. d’interventions efficaces pour améliorer ce résultat particulier des soins de santé De meilleurs systèmes de surveillance pour les XDRO et d’autres maladies infectieuses, associés à des travaux supplémentaires pour clarifier les schémas implicites de ces données, peuvent aider à déterminer quelles sont les interventions les plus efficaces et les meilleures appliquée, faisant ainsi le meilleur usage de ce qui est inévitablement rare ressources

Remarque

Conflit d’intérêts potentiel Les deux auteurs: Aucun conflit d’intérêt potentiel Les deux auteurs ont soumis le formulaire ICMJE pour la divulgation des conflits potentiels de conflit d’intérêts que les éditeurs considèrent pertinents pour le contenu du manuscrit ont été divulgués