ABSTRACT
Introduction La surveillance de la Covid19 en France et notamment celle des formes graves admises en réanimation a nécessité l'instauration en urgence de systèmes de surveillance à visée exhaustive dès mars 2020. Notre objectif a été d'estimer le nombre total d'admissions pour COVID-19 en réanimation au cours de la seconde vague de la Covid19 (décembre 2020- janvier 2021) ainsi que les taux d'exhaustivité des systèmes de surveillance des formes graves. Matériels et méthodes L'adaptation en urgence du Système d'information pour le suivi des victimes d'attentats et situations sanitaires exceptionnelles (SIVIC) et du dispositif de surveillance sentinelle en réanimation (SCG) a été capitale pour suivre l'impact de la pandémie. En effet, le programme de médicalisation des systèmes d'information (PMSI) n'est pas disponible en temps réel. Un algorithme itératif a été développé afin d'identifier les patients communs aux 3 bases avec différents seuils de similarité testés par des analyses de sensibilité. Des modèles log-linéaire de capture-recapture 3 sources ont été appliqués afin d'estimer le nombre d'admissions sur la période du 2 décembre 2020 au 31 janvier 2021. Résultats Avant croisement entre les 3 bases de données, nous avons identifié 2 235 cas rapportés par SCG, 7213 par le PMSI et 7549 par SIVIC. Une corrélation entre les 3 bases, du nombre de cas quotidien admis en réanimation, a été mise en évidence. Après croisement, 9478 cas admis en réanimation ont été identifiés dans au moins une base de données;dont 3518 dans seulement une base et 1 559 patients dans les 3 bases. L'obtention d'un estimateur sans biais du nombre total de cas par la méthode de capture-recapture a été limité par la mise en évidence de dépendances entre les 3 bases de données et d'une hétérogénéité individuelle d'identification des cas. Seule la borne inférieure de l'intervalle de confiance à 95% du nombre total de cas a ainsi pu être estimé à 11266 cas et seule la borne supérieure de l'IC95% du taux d'exhaustivité a pu être calculé: 68,7% pour SI-VIC, 65,6% pour le PMSI et 20,3% pour la surveillance sentinelle. Conclusion Notre étude décrit des performances comparables entre les bases de données COVID-19 sur le suivi en temps réel de la dynamique épidémique des cas sévères et met en évidence une exhaustivité maximale sub-optimale (<70%) pour les trois bases de données étudiées. Les difficultés rencontrées dans l'application de la méthode de capture-recapture trois sources soulignent des limites inhérentes aux bases de données nationales COVID-19 concernant les possibilités de croisement en l'absence du recueil d'un numéro d'identification unique des personnes et identifie des pistes d'amélioration pour le développement de futurs systèmes d'information. Aucun lien d'intérêt
ABSTRACT
Residents in long-term care facilities (LTCF) are a vulnerable population group. Coronavirus disease (COVID-19)-related deaths in LTCF residents represent 30-60% of all COVID-19 deaths in many European countries. This situation demands that countries implement local and national testing, infection prevention and control, and monitoring programmes for COVID-19 in LTCF in order to identify clusters early, decrease the spread within and between facilities and reduce the size and severity of outbreaks.