Maillage territorial des établissements de santé : apport des modèles issus de la théorie des graphes

Abstract

La recomposition hospitalière observable depuis plus de 20 ans en France résulte de décisions prises dans le cadre des politiques de planification et des stratégies adoptées par les établissements. Au-delà de ses conséquences, comment dans un premier temps rendre compte du maillage territorial des établissements de santé ? Pour identifier les facteurs caractérisant la topologie du maillage, les statistiques de test conventionnelles sont inadaptées. Aussi nous proposons dans cet article méthodologique, d’étudier l’utilité des modèles issus de la théorie des graphes pour la modélisation des transferts de patients entre établissements de courts séjours (i.e. Médecine-Chirurgie-Obstétrique, MCO) et établissements de soins de suites et réadaptation (SSR) à partir du Programme de Médicalisation des Systèmes d’Information (PMSI). Les modèles Erdös-Renyi (ER) et les modèles à séquences contraintes sur les degrés ( Constrainted Degree Sequence Model , CDSM) testent la significativité des mesures d’assortativité. Dans notre étude, ils démontrent entre autre la propension des établissements de même statut juridique à échanger des patients entre-eux. Les modèles en blocs permettent de créer des clusters d’établissements sur la base des caractéristiques communes. Dans notre contexte, ils soulignent notamment la dynamique territoriale des échanges entre établissements. Enfin, les modèles à graphes aléatoires exponentiels ( Exponential Random Graph Models ou ERGM) et la mesure d’assortativité mesurent l’influence simultanée de la proximité géographique et des statuts juridiques dans la relation entre les établissements. En conclusion, les méthodes issues de la théorie des graphes offrent des perspectives pour identifier et quantifier l’impact de facteurs pouvant influencer la topologie des relations hospitalières.

Social network analysis applied to healthcare data: inventory, discussion and perspectives

“…Finally, exponential random graph models (ERGM) were performed to identify determinants of network topology. Although these confirmed the influence of geographical proximity and legal status in the relationships between hospitals, regional specificities were also identified, which were probably linked to population characteristics and to the historical structuration of health services in each region (Le Meur et al, 2017).…”