DE TOEKOMSTIGE BEHOEFTE AAN ACUTE ZIEKENHUISVOORZIENINGEN IN BELGIË LES BESOINS FUTURS EN EQUIPEMENTS HOSPITALIERS AIGUS EN BELGIQUE EINDRAPPORT RAPPORT FINAL Onderzoeksleiding - Directions scientifiques Prof. Dr. L. Cannoodt (Universitaire Ziekenhuizen Leuven) Prof. Dr. P. Gemmel (Universiteit Gent) Prof. Dr. D. Rossi (Facultes Universitaires Catholiques de Mons) Dr. W. Tambeur (Universitaire Ziekenhuizen Leuven) Onderzoeksmedewerkers - Collaborateurs scientifiques Ir. G. Leunis (Universitaire Ziekenhuizen Leuven) Lic. G. Vanden Boer (Universitaire Ziekenhuizen Leuven) Lic. D. Vandijck (Universiteit Gent) Lic. I. Van lent (Universitaire Ziekenhuizen Leuven) Lic. J. Wrincq (Facultes Universitaires Catholiques de Mons) Enquête réalisée sur l'ordre du Ministre des Affaires Sociales et de la Santé Publique R. Demotte et en collaboration avec l'organisation des Etablissements de Soins du SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement. Onderzoek uitgevoerd in opdracht van Minister van Sociale Zaken en Volksgezondheid R. Demotte en in samenwerking met de Organisatie van de Gezondheidszorgvoorzieningen van de FOD Volksgezondheid, Veiligheid van de Voedselketen en Leefmilieu. Oktober 2005 Octobre 2005
INHOUDSTAFEL TABLE DES MATIÈRES SITUERING VAN HET PROJECT PARTIE I : PROJECTION D UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL ET PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015 INTRODUCTION I-8 TITRE 1. PROJECTION DE L UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL : HORIZONS 2005-2010-2015 I-10 Châpitre 1 : LES DONNEES SOURCES I-10 1. Données médico-administratives I-10 2. Données relatives aux durées de séjour. I-11 3. Données relatives à l hospitalisation de jour I-11 4. Données démographiques I-11 Châpitre 2 : EVOLUTION DEMOGRAPHIQUE ET CASE MIX I-12 1. Analyse de l évolution de la population par classe d âge : horizons 2005-2010-2015 I-12 2. Structure du case mix national en fonction de la structure d âge de la population I-15 2.1. Case mix national : année de référence 2002 I-15 2.2. Variation du case mix national en fonction de l évolution de la structure d âge de la population I-18
Châpitre 3. EVOLUTION DES DUREES DE SEJOUR I-24 1. La base de données de référence I-24 2. Modélisation des durées de séjour par APR-DRG I-26 3. Impact de l évolution des durées de séjour sur l estimation des journées d hospitalisation I-32 4. Projections de l utilisation des lits hospitaliers aigus : horizons 2005-2010-2015 I-36 4.1. Méthodologie pour la modélisation des projections I-36 4.2. Intégration dans le modèle des projections de la modélisation des durées de séjour I-38 Châpitre 4. ÉVOLUTION DE L HOSPITALISATION DE JOUR I-40 1. La base de données de référence I-40 2. Analyse de la tendance générale I-40 3. Analyse par APR-DRG et par séjour I-42 3.1. Variante n 1 : Élimination des séjours qui en hospitalisation classique correspondent à des séjours d une durée de 1, 2 et 3 jours I-43 3.2. Variante n 2 : Élimination des séjours qui en hospitalisation traditionnelle correspondent à une durée de 1, 2 et 3 jours ET pour les APR-DRGs pour lesquels l hospitalisation de jour peut être reconnue comme alternative à l hospitalisation classique I-44 3.3. Variante n 3 : Pondération dégressive pour les séjours de durée 1, 2 et 3 jours I-51 Châpitre 5. SYNTHÈSE DES PROJECTIONS : HORIZONS 2005-2010-2015 I-53 TITRE 2. PROJECTIONS DE L UTILISATION DES LITS AIGUS PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015 I-58 Châpitre 1. ÉVOLUTION DÉMOGRAPHIQUE I-58 Châpitre 2. ANALYSE DU CASE MIX PAR ARRONDISSEMENT I-60
Châpitre 3. PROJECTIONS DES SÉJOURS PAR ARRONDISSEMENT I-62 1. Méthodologie I-62 2. Profil des séjours par arrondissement I-64 2. Taux de réponse par arrondissement I-71 3. Production par arrondissement I-74 4. Taux de couverture et taux d attractivité par arrondissement I-74 5. Analyse croisée Taux de réponse et taux d attractivité I-77 Châpitre 4. ANALYSE DES FLUX INTER-ARRONDISSEMENTS I-78 1. Balance «flux entrant/flux sortant» I-78 2. Traçabilité des flux de la patientèle entre les arrondissements I-80 2.1. Analyse de l origine géographique des flux entrants I-80 2.2. Analyse de la destination géographique des flux sortants I-81 3. Mesure de l attractivité des arrondissements I-82 4. Analyse du rapport flux entrant/flux sortant par arrondissement et par MDC I-86 4.1 Analyse des points forts I-87 4.2 Analyse des points faibles I-89 4.3 Identification de pôles éventuels d attractivité I-91 Châpitre 5. ANALYSE DES ARRONDISSEMENTS SANS STRUCTURE HOSPITALIERE I-92 1. Arrondissement d'ath I-93 2. Arrondissement de Waremme I-94 3. Arrondissement de Bastogne I-95 4. Arrondissement de Virton I-96 5. Arrondissement de Philippeville I-97 CONCLUSIONS I-98
DEEL II: TOEKOMSTSCENARIO S VOOR HET GEBRUIK VAN ACUTE ZORGVOORZIENINGEN VOOR DE ONDERZOEKSREGIO GENT INLEIDING II-12 Hoofdstuk 1: BEGRIPPENKADER II-14 1.1 Algemeen II-14 1.2 Onderzoeksregio Gent II-15 1.3 Erkende bedden per arrondissement en per ziekenhuis II-18 1.3.1 Arrondissement Gent II-19 1.3.2 Arrondissement Aalst II-19 1.3.3 Arrondissement Sint-Niklaas II-20 1.3.4 Arrondissement Eeklo II-20 1.3.5 Arrondissement Dendermonde II-20 1.4 Begrippen II-21 1.4.1 Minimale Klinische Gegevens registratie II-21 1.4.2 Major Diagnostic Category II-21 1.4.3 All Patients Refined Diagnosis Related Groups II-21 1.4.4 Severity of Illness II-22 1.5 Diagnosegroepen II-22 Hoofdstuk 2: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: «BIJ GELIJKBLIJVENDE PRAKTIJK» II-24 2.1 Demografische analyse II-24 2.2 Analyse van de verblijven in klassieke hospitalisatie II-27 2.3 Projecties van gebruik op basis van de case-mix aan pathologie per leeftijdscategorie II-34 2.3.1 Methodologie II-34 2.3.2 Het model II-36 Hoofdstuk 3: TOEPASSING VAN HET MODEL OP DE GEGEVENS 3.1 Bepalen van het aantal verblijven en berekenen van de opnamepercentages II-38
per geslacht en per leeftijdscategorie 3.2 Bepalen van de relatieve gewichten per geslacht en per leeftijdscategorie voor alle APR-DRG s 3.3 Toepassen van de opnamepercentages op de bevolkingsprognoses II-38 II-39 2005 2010 2015 per geslacht en per leeftijdscategorie II-40 3.4 Projectie van het verwacht aantal verblijven voor 2005 2010 2015 op de relatieve gewichten per arrondissement 3.5 Projectie van het verwacht aantal verpleegdagen per APR-DRG en per leeftijdscategorie voor 2005 2010 2015 3.6 Projectie van de evolutie in gebruik van acute ziekenhuisbedden bij gelijkblijvende praktijk voor 2005 2010 2015 II-41 II-42 II-44 Hoofdstuk 4: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: «VERFIJNING VAN DE ANALYSE» II-48 4.1 Verfijning van de analyse: Oneigenlijke verblijven II-49 4.2 Verfijning van de analyse: Substitutie verblijven in klassieke hospitalisatie naar daghospitalisatie II-55 4.3 Verfijning van de analyse: Patiëntenstromen II-59 4.3.1 Arrondissement Gent II-61 4.3.2 Arrondissement Aalst II-63 4.3.3 Arrondissement Dendermonde II-65 4.3.4 Arrondissement Sint-Niklaas II-67 4.3.5 Arrondissement Eeklo II-69 Hoofdstuk 5: PROJECTIE VAN DE EVOLUTIE IN GEBRUIK VAN ACUTE ZORGVOORZIENINGEN: «DETAILANALYSE» II-72 5.1 Detailanalyse: Trend in verblijfsduur II-73 5.2 Detailanalyse: Patiëntenstromen en de relatie met afstand II-75 5.2.1 Analyse op MDC-niveau II-78 5.2.2 Analyse op APR-DRG-niveau II-81 5.2.3 Relatie met afstand II-86 Major Diagnostic Categories II-87 All Patients Refined Diagnosis Related Groups II-104
Hoofdstuk 6: DE DOORSTROMING VAN PATIENTEN UIT HET ZIEKENHUIS: ENKELE BEDENKINGEN II-112 Hoofdstuk 7: SLOTBESCHOUWINGEN II-117 7.1 Synthese van het onderzoek II-117 7.2 Algemene bevindingen en beperkingen van het onderzoek II-119 7.3 Algemeen besluit II-123 DEEL III: BESCHRIJVING VAN HET PARAMETRISCH MODEL INLEIDING III-3 Hoofdstuk 1: ALGEMENE BESCHRIJVING III-5 1.1 Doel en filosofie III-5 1.2 Algemeen concept III-5 1.3 Beschrijving van het basisframe III-7 1.4 Algemene beschrijving van de analyseframes III-7 1.5 Wegingsfactoren voor analyseframes III-8 1.6 Beschrijving van enkele mogelijke analyseframes per factor III-9 Hoofdstuk 2: IMPLEMENTATIE III-10 2.1 Gebruikte software III-10 2.2 Gebruik en beschrijving programma III-11 2.2.1 Model.xls III-11 2.2.2 Model.sas III-16
DEEL IV: ERVARINGEN EN BELEID IN HET BUITENLAND Hoofdstuk 1: CAPACITEIT AAN ACUTE ZIEKENHUISBEDDEN IV-7 1.1 Definitie acute zorg IV-7 1.2 Beddencapaciteit anno 2002 IV-8 1.3 Evolutie van de beddencapaciteit IV-12 Hoofdstuk 2: ANALYSE VAN HET ZIEKENHUISGEBRUIK IV-15 2.1 Opnamefrequentie IV-17 2.2 Gemiddelde verblijfsduur IV-22 2.3 Bezette bedden IV-26 2.4 Gemiddelde bezettingsgraad IV-31 Hoofdstuk 3: GEPUBLICEERDE TOEKOMSTSCENARIO S EN SITE VISITS IN ENKELE WEST-EUROPESE LANDEN IV-33 3.1 Inleiding IV-33 3.2 Gepubliceerde toekomstscenario s IV-34 3.2.1 Rapport over de schatting van de toekomstige beddenbehoefte IV-34 3.2.1.1 Prognoses voor de provincie Manitoba IV-34 3.2.1.2 Prognoses voor Nederland IV-38 3.2.2 Rapport over de beïnvloedende factoren IV-39 3.3 Site visits IV-42 3.3.1 Ierland IV-42 3.3.2 Zweden IV-44 3.3.3 Oostenrijk IV-45 3.3.4 Verenigd Koninkrijk IV-46 3.3.5 Nederland IV-48 Hoofdstuk 4: SAMENVATTING EN CONCLUSIES IV-50 4.1 Beddencapaciteit IV-50 4.2 Ziekenhuisgebruik IV-50 4.3 Gepubliceerde scenario s van toekomstige bedbehoeften in acute ziekenhuiszorg IV-51
4.4. Expert-opinion IV-52 DEEL V: BELEIDSVOORSTELLEN EN SUGGESTIES VOOR VERDER ONDERZOEK INLEIDING V-3 Hoofdstuk 1: PROGRAMMATIE VAN ACUTE ZIEKENHUISBEDDEN V-5 Hoofdstuk 2: ERKENNINGSNORMEN V-8 Hoofdstuk 3: FINANCIERING V-10 Hoofdstuk 4: CONCRETE VOORSTELLEN VAN BELEIDSINITIATIEVEN V-11 Hoofdstuk 5: REFLECTIES OVER ACTUELE BELEIDSVRAGEN V-15 5.1 Beddencapaciteit per zone van ziekenhuiszorg V-15 5.2 Reconversiemaatregelen en relatie met bouwkalender V-17 5.3 Verdere uitbouw van eerstelijnszorg V-18 5.4 Dienen extra maatregelen genomen tot uitbreiding van netwerken in de gezondheidszorg V-18 5.5 Relatie tussen artsencontingentering en gebruik aan ziekenhuisbedden V-19 5.6 Heeft het zin om binnen de groep van de volwassenen aparte leeftijdsgebonden zorgprogramma s uit te werken, en welk impact kan dit kan hebben op het ziekenhuisgebruik? V-19 5.7. Eens de projecties van de toekomstig ziekenhuisgebruik en de daarmee gerelateerde ziekenhuiscapaciteit bekend is, hoe kan deze enveloppe van acute ziekenhuisbedden verder gestuurd worden? V-20
Hoofdstuk 6: SUGGESTIES VOOR VERDER ONDERZOEK V-21 Hoofdstuk 7: ALGEMENE CONCLUSIE V-25 BIJLAGEN - ANNEXES BIBLIOGRAFIE
SITUERING VAN HET PROJECT Op 1 september 2004 startte het project Toekomstige behoefte aan acute ziekenhuisvoorzieningen in België, in opdracht van de minister van Sociale Zaken en Volksgezondheid. De studie wordt uitgevoerd door drie universitaire onderzoeksequipes, respectievelijk: - Een equipe o.l.v. Prof. Dr. L. Cannoodt en Dr. W. Tambeur, gevestigd binnen de dienst Algemene Directie van de Universitaire Ziekenhuizen Leuven - Een equipe o.l.v. Prof. Dr. D. Rossi-Turck, verbonden aan de Facultés Universitaires Catholiques de Mons: Unité de Recherche Gestion de la Production et des Opérations - Een equipe o.l.v. Prof. Dr. P. Gemmel, gevestigd binnen de Faculteit Economie en Bedrijfskunde, Vakgroep Beleidsinformatie, Operationeel Beheer en Technologiebeleid, Universiteit Gent Voor de uitvoering van het onderzoek werden drie licentiaten aangetrokken, met name Dhr. D. Vandijck, Mevr. I. Van lent en Dhr. J. Wrincq. Ook Dhr. G. Leunis en Dhr. G. Vanden Boer van UZ Leuven hebben aan het onderzoek meegewerkt. De studieopdracht heeft een looptijd van 12 maanden. Deze studie beperkt zich tot de analyse van het gebruik en de bedbehoefte aan acute (niet-psychiatrische) ziekenhuiszorg in algemene ziekenhuizen. Met algemene ziekenhuizen wordt bedoeld: alle ziekenhuizen behalve de psychiatrische ziekenhuizen (dus bijvoorbeeld ook de universitaire ziekenhuizen). In het tussentijds rapport (februari 2005) werden de behoeften aan acute ziekenhuisbedden voor België geraamd op korte termijn (anno 2005). Er werd onderzocht of er met de beschikbare gegevens indicaties zijn van onevenwichten tussen vraag en aanbod, en indicaties van inefficiënties in het gebruik van de acute ziekenhuisvoorzieningen. Dit tussentijds rapport bestond uit twee delen, gevolgd door enkele conclusies en beleidsvoorstellen op korte termijn. 1
Het eerste deel van het tussentijds rapport raamde de behoefte aan acute ziekenhuisbedden in België op basis van de trendanalyse-methode. Deze methode bouwt voort op eerder onderzoek (Rapport GROOT-deel 1, 1986) aangaande de programmatie van acute ziekenhuisbedden in België tot het jaar 2000, mede rekening houdend met de meer recente informatie die ondertussen beschikbaar was. Uit de gegevens van de MKG 2000 versus MKG 2002 bleek dat het gebruik van de acute ziekenhuiszorg in België per 1.000 inwoners van elk van dezelfde leeftijdsgroepen verder daalde. De dalingstrend, geëxtrapoleerd naar een periode van vijf jaar, was in grootteorde doorgaans vergelijkbaar met de dalingstrend van de prognoses van het Rapport GROOT voor de periode 1995 2000. Mede gezien de aanwijzingen dat ook in andere Westerse landen deze dalingen van het ziekenhuisgebruik per leeftijdsgroep zich in recente jaren hadden doorgezet, waren er geen redenen om af te stappen van deze trendanalyse-methode. Bij de prognoses van de concrete dalingspercentages naar 2005 werd rekening gehouden met de mate waarin de prognoses van 2000 van het Rapport GROOT voor specifieke leeftijdsgroepen al dan niet gehaald werden. Rekening houdend met de trends in de parameters die de behoefte aan ziekenhuisbedden bepalen (opnamefrequentie, gemiddelde verblijfsduur en gemiddelde bezettingsgraad), werd de globale behoefte aan acute ziekenhuisbedden voor 2005 geraamd op zowat 38.300 bedden of 3,7 bedden per 1.000 inwoners. Het betreft hier alle ziekenhuisverblijven van < 90 dagen met betrekking tot patiënten die in België wonen en niet in een psychiatrische dienst verblijven. De analyse van het eerste deel eindigde met een berekening van het verschil tussen de geraamde bedbehoefte voor 2005 en de huidige beddencapaciteit van specifieke kliniekdiensten (situatie oktober 2004). Afhankelijk van de uitvoering van enkele concrete overheidsmaatregelen op korte termijn werd het overaanbod van de maternale en pediatrische voorzieningen geraamd op 335 à 520 M-bedden en 200 à 300 E-bedden. Voor de C, D, H* en G-bedden samen werd een overtal geraamd van 2.700 à 3.000 bedden bij een gemiddelde bezettingsgraad van 85 % (wat globaal voor deze diensten haalbaar is zonder te resulteren in wachtlijsten) en van zowat 725 à 750 bedden indien een gemiddelde bezettingsgraad van 80 % meer optimaal zou geacht worden. Het tweede deel vertrok van het gebruik van de algemene ziekenhuizen (MKG 2002), extrapoleerde dit naar 2005 en corrigeerde dit rekening houdend met de evolutie van de populatie en met verschillende hypothesen inzake de evolutie van exogene en endogene 2
factoren. Er werden verschillende scenario s uitgevoerd. De modellering al de rest gelijk blijvend ging uit van de veronderstelling dat de opnamefrequentie, de verdeling en de verblijfsduur per leeftijdsgroep en per APR-DRG gelijk blijven aan deze geobserveerd in 2002. Enkel de exogene variabele bevolking werd geëxtrapoleerd naar 2005. De kruising van het demografisch profiel met de verdeling van de APR-DRG s binnen dit profiel leidde tot het opstellen van een nationale cartografie van de pathologieën per leeftijd en per geslacht. De theoretische behoefte die zo werd bekomen voor 2005 bedroeg 48.084 bedden (4,61 bedden/1.000 inwoners) en 51.089 bedden (4,90 bedden/1.000 inwoners) aan een bezettingsgraad van respectievelijk 85 en 80%. De tweede stap van de modellering beoogde een aanpassing van de indicators aan de toekomstige evolutie die te verwachten en eveneens wenselijk was. Om de analyse verder te zetten werden drie indicatoren weerhouden: De Fout Klassieke verblijven, de verblijfsduur en de ontwikkeling van de daghospitalisatie. Er werden drie scenario s weerhouden. Een pessimistisch scenario op basis van de volgende hypothese: weerhouden van 2/3 van de oneigenlijke verblijven (Fout Klassieke), berekening van de verblijfsduur op basis van het gemiddelde en de overdracht naar daghospitalisatie van de verblijven met een verblijfsduur van 1 dag. In dit geval bedroeg de theoretische behoefte 49.984 bedden (4,79 bedden/1.000 inwoners) en 46.636 bedden (4,47 bedden/1.000 inwoners) bij een bezettingsgraad van respectievelijk 80 en 85%. Een gemiddeld scenario op basis van de volgende hypothese: weerhouden van 2/3 van de oneigenlijke verblijven (Fout Klassieke), berekening van de verblijfsduur op basis van de mediaan en de overdracht naar daghospitalisatie van de verblijven met een verblijfsduur van 2 dagen of minder. In deze context bedroeg de theoretische behoefte 35.709 bedden (3,43 bedden/1.000 inwoners) en 33.608 bedden (3,22 bedden/1.000 inwoners) bij een bezettingsgraad van respectievelijk 80 en 85%. Indien de verblijfsduur berekend werd op basis van het gemiddelde, bedroeg de theoretische behoefte 48.924 bedden (4,41 bedden/1.000 inwoners) en 46.046 bedden (4,47 bedden/1.000 inwoners) bedraagt bij een bezettingsgraad van respectievelijk 80 en 85%. Een optimistisch scenario op basis van de volgende hypothese: weerhouden van 2/3 van de oneigenlijke verblijven (Fout Klassieke), berekening van de verblijfsduur op basis van de mediaan en de overdracht naar daghospitalisatie van de verblijven met een verblijfsduur van 3 dagen of minder. In dit geval bedroeg de theoretische behoefte 35.315 bedden (3,39 bedden/1.000 inwoners) en 33.328 bedden (3,19 bedden/1.000 inwoners) bij een bezettingsgraad van respectievelijk 80 en 85%. 3
Na deze analyses werden enkele beleidsvoorstellen geformuleerd. Gegeven de geformuleerde hypothesen, overstijgt de capaciteit aan acute ziekenhuisbedden de geraamde nationale bedbehoefte voor 2005. Het overaanbod betreft vooral de C-, D-, M- en E-bedden. Daarentegen zijn er aanwijzingen dat er eerder een tekort is aan G-bedden. De grootteorde van dit overaanbod hangt samen met de overheidsmaatregelen om de capaciteit van aangepaste woon- en zorgcentra uit te breiden en de thuiszorg extra te ondersteunen. In het eindrapport wordt naar de lange termijn gekeken. Dit eindrapport bestaat uit vijf delen. Het eerste deel vertrekt van het gebruik van de algemene ziekenhuizen (MKG 2002), extrapoleert dit naar de toekomst en corrigeert dit rekening houdend met de evolutie van de populatie en met verschillende hypothesen inzake de evolutie van exogene en endogene factoren. Ook de patiëntenstromen tussen de arrondissementen worden weergegeven. Het tweede deel volgt de nationale benadering van het eerste deel, maar toegespitst op één regio, m.n. de regio Gent. Het derde deel is een beschrijving van de ontwikkeling van een parametrisch simulatiemodel. Dit is een tastbaar frame dat moet toelaten trends en inzichten betreffende de evolutie van belangrijke beïnvloedende parameters voor de acute toekomstige beddenbehoefte met elkaar te verenigen. Het vierde deel bespreekt de ervaringen en het beleid in het buitenland. Hierbij wordt een analyse gemaakt van de capaciteit en het gebruik van acute ziekenhuisvoorzieningen in een aantal geselecteerde landen. Dit wordt aangevuld met een synthese van enkele publicaties over de toekomstige behoefte aan ziekenhuisbedden en een verslag van de mening hierover van enkele buitenlandse topambtenaren. Het vijfde deel tenslotte bestaat uit het omschrijven van enkele beleidsvoorstellen op langere termijn. 4
LES BESOINS FUTURS EN ÉQUIPEMENTS HOSPITALIERS AIGUS EN BELGIQUE RAPPORT FINAL PARTIE I PROJECTION DE L UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL ET PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015 Étude réalisée par l équipe scientifique Des Facultés Universitaires Catholiques de Mons Direction scientifique Collaborateur scientifique Prof. Dr. D. Rossi-Turck Lic. J. Wrincq I-1
TABLE DES MATIERES TABLE DES MATIERES... I-2 LISTE DES TABLEAUX... I-4 LISTE DES GRAPHIQUES... I-6 ANNEXES... I-7 PROJECTION D UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL ET PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015... I-8 INTRODUCTION... I-8 TITRE 1. PROJECTION DE L UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL : HORIZONS 2005-2010-2015... I-10 CHAPITRE 1 : LES DONNEES SOURCES... I-10 1. Données médico-administratives... I-10 2. Données relatives aux durées de séjour.... I-11 3. Données relatives à l hospitalisation de jour... I-11 4. Données démographiques... I-11 CHAPITRE 2. EVOLUTION DEMOGRAPHIQUE ET CASE MIX... I-12 1. Analyse de l évolution de la population par classe d âge : horizons 2005-2010-2015... I-12 2. Structure du case mix national en fonction de la structure d âge de la population... I-15 2.1 Case mix national : année de référence 2002... I-15 2.2 Variation du case mix national en fonction de l évolution de la structure d âge de la population... I-18 CHAPITRE 3. EVOLUTION DES DUREES DE SEJOUR... I-24 1. La base de données de référence... I-24 2. Modélisation des durées de séjour par APR-DRG... I-26 3. Impact de l évolution des durées de séjour sur l estimation des journées d hospitalisation.....i-32 4. Projections de l utilisation des lits hospitaliers aigus : horizons 2005-2010-2015... I-36 4.1 Méthodologie pour la modélisation des projections... I-36 4.2 Intégration dans le modèle des projections de la modélisation des durées de séjour. I-38 CHAPITRE 4. ÉVOLUTION DE L HOSPITALISATION DE JOUR... I-40 1. La base de données de référence... I-40 2. Analyse de la tendance générale... I-40 3. Analyse par APR-DRG et par séjour.... I-42 3.1 Variante n 1 : Élimination des séjours qui en hospitalisation classique correspondent à des séjours d une durée de 1, 2 et 3 jours.... I-43 I-2
3.2 Variante n 2 : Élimination des séjours qui en hospitalisation traditionnelle correspondent à une durée de 1, 2 et 3 jours ET pour les APR-DRGs pour lesquels l hospitalisation de jour peut être reconnue comme alternative à l hospitalisation classique.i-44 3.3 Variante n 3 : Pondération dégressive pour les séjours de durée 1, 2 et 3 jours... I-51 CHAPITRE 5. SYNTHÈSE DES PROJECTIONS : HORIZONS 2005-2010-2015... I-53 TITRE 2. PROJECTIONS DE L UTILISATION DES LITS AIGUS PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015... I-58 CHAPITRE 1. ÉVOLUTION DÉMOGRAPHIQUE... I-58 CHAPITRE 2. ANALYSE DU CASE MIX PAR ARRONDISSEMENT... I-60 CHAPITRE 3. PROJECTIONS DES SÉJOURS PAR ARRONDISSEMENT... I-62 1. Méthodologie... I-62 2. Profil des séjours par arrondissement... I-64 2. Taux de réponse par arrondissement... I-71 3. Production par arrondissement... I-74 4. Taux de couverture et taux d attractivité par arrondissement... I-74 5. Analyse croisée Taux de réponse et taux d attractivité... I-77 CHAPITRE 4. ANALYSE DES FLUX INTER-ARRONDISSEMENTS... I-78 1. Balance «flux entrant/flux sortant)... I-78 2. Traçabilité des flux de la patientèle entre les arrondissements... I-80 2.1 Analyse de l origine géographique des flux entrants... I-80 2.2 Analyse de la destination géographique des flux sortants.... I-81 3. Mesure de l attractivité des arrondissements... I-82 4. Analyse du rapport flux entrant/flux sortant par arrondissement et par MDC.... I-86 4.1 Analyse des points forts... I-87 4.2 Analyse des points faibles... I-89 4.3 Identification de pôles éventuels d attractivité... I-91 CHAPITRE 5. ANALYSE DES ARRONDISSEMENTS SANS STRUCTURE HOSPITALIERE... I-92 1. Arrondissement d'ath... I-93 2. Arrondissement de Waremme... I-94 3. Arrondissement de Bastogne... I-95 4. Arrondissement de Virton... I-96 5. Arrondissement de Philippeville... I-97 CONCLUSIONS... I-98 I-3
LISTE DES TABLEAUX Tableau I- 1 : Evolution démographique de la population belge... I-12 Tableau I- 2 : Variation démographique par classe d'âge... I-13 Tableau I- 3 : MDC relatifs aux classes d'âge à croissance positive... I-20 Tableau I- 4 : MDC relatifs aux classes d'âge à croissance négative... I-21 Tableau I- 5 Structure de la base de données "Durées de séjour"... I-24 Tableau I- 6 : Moyenne pondérée de la durée de séjour par APR-DRG (tableau partiel)... I-25 Tableau I- 7 : Modélisation des durées de séjour par APR-DRG 2005-2010-2015 (tableau partiel)... I-28 Tableau I- 8 : Scénarios relatifs au R 2 pour acceptation d'un modèle... I-29 Tableau I- 9 : Prévisions des durées de séjour par APR-DRG selon modèle de régression (Tableau partiel)... I-30 Tableau I- 10 : Prévisions des durées de séjour par APR-DRG selon Moyenne Géométrique... I-31 Tableau I- 11 : Projections en termes de séjours et de journées 2005-2010-2015... I-38 Tableau I- 12: Synthèse des projections- Années 2005-2010-2015... I-39 Tableau I- 13 : Projections 2005-2010-2015 : variante n 1 pour l'hospitalisation de jour... I-43 Tableau I- 14: Corrélation entre séjours en hospitalisation traditionnelle et en hospitalisation de jour... I-45 Tableau I- 15 : APR-DRG appartenant aux séjours Faux Classiques et non retenus pour élimination des séjours de courte durée... I-49 Tableau I- 16: Projections 2005-2010-2015 : variante n 2 pour l'hospitalisation de jour... I-50 Tableau I- 17:Probabilité du «shift» de l hospitalisation classique vers le jour pour séjours = 1,2 et 3 jours... I-51 Tableau I- 18: Projections 2005-2010-2015 : variante n 3 pour hospitalisation de jour... I-52 Tableau I- 19: Légende des tableaux de synthèse... I-53 Tableau I- 20: Synthèse des projections pour l'année 2005... I-54 Tableau I- 21: Synthèse des projections pour l'année 2010... I-54 Tableau I- 22: Synthèse des projections pour l'année 2015... I-55 Tableau I- 23: Synthèse générale-projection de l utilisation des lits aigus selon scenarios simules et taux d'occupation... I-56 Tableau I- 24: Synthèse générale-projection du nombre de lits par 1.000 habitants selon scenarios simulés et taux d occupation... I-57 Tableau I- 25: Liste des arrondissements... I-58 Tableau I- 26: Évolution démographique par arrondissement... I-59 I-4
Tableau I- 27: Profils de case mix par arrondissement... I-61 Tableau I- 28: Projection de la demande de séjours par arrondissement : horizons 2010-2015... I-65 Tableau I- 29: Comparaison des projections niveau national et par arrondissement... I-65 Tableau I- 30: Projection des journées d'hospitalisation par arrondissement... I-70 Tableau I- 31: Taux de réponse par arrondissement... I-72 Tableau I- 32: Arrondissements avec taux de réponse < 50%... I-73 Tableau I- 33: Tableau de synthèse de la production de séjours hospitaliers par arrondissement. I-76 Tableau I- 34: Répartition des arrondissements en groupes homogènes selon le taux de réponse et l accueil des non résidents... I-77 Tableau I- 35: Balance flux entrant et sortant par arrondissement... I-79 Tableau I- 36: Arrondissements "attractifs"... I-80 Tableau I- 37 : Répartition des séjours entrants par arrondissement pour Charleroi et Louvain.. I-81 Tableau I- 38 : Répartition par arrondissement des séjours sortants pour Charleroi et Louvain... I-82 Tableau I- 39: Séjours entrants en provenance d'arrondissements non limitrophes... I-83 Tableau I- 40: Arrondissements avec plus de 30% de patientèle externe venant d'arrondissements non limitrophes... I-84 Tableau I- 41: Pourcentage des flux sortants vers arrondissements non limitrophes... I-85 Tableau I- 42: Rapport par arrondissement et par MDC du flux entrant/flux sortant... I-86 Tableau I- 43: Arrondissements avec rapport flux entrant/flux sortant > à 3 pour plus de 50% des MDC... I-88 Tableau I- 44: Arrondissements avec rapport flux entrant/flux sortant > 3 pour le MDC le plus attractif... I-88 Tableau I- 45: Arrondissements avec le plus grand taux de fuite... I-90 Tableau I- 46: Arrondissements avec au moins 10 sortants pour 1 entrant pour certains MDC... I-90 Tableau I- 47: Arrondissements avec fuite portant sur quelques MDC... I-91 Tableau I- 48: Identification de pôles d'attractivité... I-92 Tableau I- 49: Destination géographique patientèle d'ath... I-93 Tableau I- 50: Destination géographique patientèle de Waremme... I-94 Tableau I- 51: Destination géographique patientèle de Bastogne... I-95 Tableau I- 52: Destination géographique patientèle de Virton... I-96 Tableau I- 53: Destination géographique patientèle de Philippeville... I-97 I-5
LISTE DES GRAPHIQUES Graphique I- 1: Taux de variation de la population par classe d'âge... I-14 Graphique I- 2 : Variation en unités de la population par classe d'âge... I-15 Graphique I- 3 : Case Mix National 2002 sur base du nombre de séjours... I-16 Graphique I- 4 : Case Mix National 2002 sur base du nombre de journées... I-17 Graphique I- 5 : Poids relatif des MDC dans le Case Mix National 2002... I-18 Graphique I- 6 : évolution du case mix national en fonction de l'évolution de la structure de la population... I-21 Graphique I- 7 : Variation en % du nombre de séjours par MDC, horizon 2015... I-22 Graphique I- 8 : Modèle linéaire... I-26 Graphique I- 9: Modèle logarithmique... I-26 Graphique I- 10: Modèle exponentiel... I-27 Graphique I- 11 : Modèle puissance... I-27 Graphique I- 12 :Par APR-DRG, croisement variation attendue sur la durée de séjour avec le nombre de séjours, années 2005-2010-2015... I-33 Graphique I- 13 : Exemples de DRG avec tendance significative: APR DRG 560 et 302... I-34 Graphique I- 14 : Exemples de DRG sans tendance significative mais importants en nombre de séjours... I-35 Graphique I- 15: Tendance hospitalisation de jour de 1996 à 2002... I-41 Graphique I- 16: Tendance hospitalisation traditionnelle de 1996 à 2002.... I-41 Graphique I- 17: APR-DRG 73- Corrélation entre séjours en traditionnel et en jour... I-46 Graphique I- 18: APR-DRG 319 Corrélation entre séjours en traditionnel et en jour... I-46 Graphique I- 19: APR-DRG 315 Corrélation entre séjours en traditionnel et en jour... I-47 Graphique I- 20: APR-DRG 320 Corrélation entre séjours en traditionnel et jour... I-47 Graphique I-21: Taux de variation de la population par arrondissement aux horizons 2010-2015I-60 Graphique I- 22: Demande de séjours par arrondissement: horizons 2010-2015... I-66 Graphique I- 23:Variation en % demande de séjours: horizons 2010-2015... I-67 Graphique I- 24: Profil variation demande de séjours par arrondissement versus national... I-67 Graphique I- 25: Demande de séjours par 1.000 hab./arrondissement... I-68 Graphique I- 26: Évolution de la durée moyenne de séjour par arrondissement... I-69 Graphique I- 27: Taux de réponse des arrondissements à la demande des résidents... I-73 Graphique I- 28: Classement des arrondissements selon la production en séjours hospitaliers... I-74 Graphique I- 29: Répartition de la production de séjours entre résidents et non résidents... I-75 Graphique I- 30: Par arrondissement, % des MDC avec rapport flux entrant/flux sortant > 3... I-87 Graphique I- 31:Pourcentage des MDC avec rapport flux entrant/flux sortant inférieur à 1/3... I-89 I-6
ANNEXES Annexe I-1. Description des fichiers Annexe I-2. Liste des Catégories majeures de diagnostic Annexe I-3. Correspondance MDC et liste des APR-DRGs version 15 Annexe I-4. Durée de séjour par APR-DRG : moyenne pondérée sur base du niveau de sévérité Annexe I-5. Modèles et prévisions des durées de séjour par APR-DRG ( R 2 > 0,60) Annexe I-6. Modèles et prévisions des durées de séjour par APR-DRG ( R 2 < 0,60) Annexe I-7. Poids relatifs des APR-DRGs sur les classes d âge Annexe I-8. Corrélation par APR-DRG entre séjours en hospitalisation traditionnelle et en jour Annexe I-9. Définition des séjours Faux Classiques Annexe I-10. Cartographie géographique des flux entrants par arrondissement Annexe I-11. Cartographique géographique des flux sortants par arrondissement I-7
PROJECTION D UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL ET PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015 INTRODUCTION Estimer le besoin futur en lits hospitaliers aigus est un véritable challenge. Le système hospitalier est en effet, un système dynamique activé par des paramètres en perpétuelle évolution : référentiel des pathologies à traiter, pratiques médicales, technologies nouvelles, comportement des acteurs etc. La mise en place d un recueil systématique d informations médicalisées grâce au RCM 1 permet aujourd hui de mieux connaître la répartition des différents séjours hospitaliers dans les 25 catégories majeures de diagnostics (MDC) 2, elles mêmes subdivisées en 358 groupes homogènes de patients (APR-DRGs) 3 Cette information nous livre une meilleure connaissance des morbidités de la population et autorise une approche objective de l activité hospitalière. Dès lors, on peut considérer qu il est raisonnable de baser les projections de l utilisation des lits hospitaliers aigus sur l analyse de l activité constatée à condition d y intégrer les tendances relatives aux variables qui sont susceptibles, dans le futur, d influencer voire de modifier le paysage de l activité hospitalière. La présente étude établit une méthodologie statistique permettant de prendre en compte les évolutions des facteurs quantifiables et mesurables à savoir : évolution démographique, variation de la durée de séjour en hospitalisation classique, développement de l hospitalisation de jour comme alternative à l hospitalisation classique. Nous sommes conscients que d autres facteurs seront déterminants dans le futur comme, par exemple, le développement de nouvelles pathologies (obésité), les progrès technologiques (télémédecine), les modes de prises en charge (hospitalisation à domicile ou de nuit), etc. Toutefois, ces facteurs ne peuvent aujourd hui être véritablement évalués et quantifiés avec précision quant à leurs incidences futures. La première partie de ce rapport est subdivisée en deux titres. 1 RCM : Résumé Clinique Minimum 2 La liste des catégories majeures de diagnostics est reprise dans l annexe 2 3 La liste des 358 APR-DRGs version 15 est reprise dans l annexe 3. I-8
Le premier établit, au niveau national, les projections d utilisation des lits hospitaliers aigus aux horizons 2005-2010-2015 sur base d un modèle intégrant quatre indicateurs - L évolution démographique par classe d âge de 5 ans - Le «Case Mix» au niveau national par classe d âge de 5 ans et par APR-DRG - Les prévisions de durée de séjour par APR-DRG - Le «shift» attendu de l hospitalisation traditionnelle vers l hospitalisation de jour, par APR-DRG. Le second titre ventile les projections nationales au niveau des 43 arrondissements administrativement identifiés en Belgique. L objectif poursuivi est triple. - Connaître, par arrondissement et pour chacune des catégories majeures de diagnostic, la distribution des demandes exprimées par les résidents avec en contre partie la production réellement assurée par l infrastructure hospitalière de l arrondissement. - Établir la cartographie géographique des flux de patients inter-arrondissements - Dégager des pôles d attractivité sur base de l identification des catégories majeures de diagnostic associées aux dits flux. I-9
TITRE 1. PROJECTION DE L UTILISATION DES LITS HOSPITALIERS AIGUS AU NIVEAU NATIONAL : HORIZONS 2005-2010-2015 CHAPITRE 1 : LES DONNEES SOURCES Nous tenons à remercier très vivement le SPF Santé Publique, Sécurité de la chaîne alimentaire et Environnement pour avoir mis à notre disposition les données nécessaires pour mener à bien ce travail. Nos remerciements vont tout particulièrement au Docteur Mertens I. ainsi qu à Monsieur Legrand J. 1. DONNEES MEDICO-ADMINISTRATIVES Les données sources qui ont servis de base à la présente étude sont les données médicoadministratives relatives aux enregistrements RCM 4 des années de référence 2000 et 2002. Pour rappel, l obligation d enregistrement du RCM est applicable aux hôpitaux généraux non psychiatriques selon l Arrêté Royal en vigueur. Seuls, ces hôpitaux sont visés dans ce rapport. Quatre fichiers nous ont été fournis par le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement : STAYHOSP, STAYXTRA, STAYINDEX, LITS. La structure de ces fichiers est reprise dans l annexe 1. Les séjours repris dans la base de données sur laquelle s appuie notre étude doivent répondre aux conditions suivantes : Avoir été admis dans un hôpital général non psychiatrique Être résidant en Belgique (belges et non belges) Appartenir à la catégorie de séjour de type «H» correspondant à l hospitalisation classique (séjour donnant lieu à un prix de journée) 5 Concrètement, cela signifie que ne sont pas repris dans la base de données les séjours psychiatriques complets (code P) et les séjours de longue durée (codes F, M et L) 4 RCM : Résumé Clinique Minimum 5 Les différents types de séjour sont P : Psychiatrique complet, H : Hospitalisation classique, F-M-L : Séjours de longue durée, C : Hospitalisation de jour chirurgicale, D : Hospitalisation de jour, U : Contact avec le service d urgence sans hospitalisation, seulement urgence ambulatoire. I-10
Au sein de chacun de ces fichiers, hôpitaux et patients ont été anonymisés. Nous attirons l attention du lecteur sur le fait qu une correction a du être apportée en ce qui concerne les nourrissons de moins de 29 jours. En effet, il nous a paru opportun de sortir de la base de données les bébés «sans problème» à savoir les bébés entrés et sortis avec leur maman et ceci, pour ne pas comptabiliser deux fois le séjour (celui de la mère et celui du bébé). En conséquence, ont été exclus les nourrissons <29 jours pour lesquels seul l indice de lit «M» a été enregistré et associé au séjour. En ce qui concerne les bébés < 29 jours, mais pour qui un indice autre que «M» a été enregistré, ils ont été gardés dans la base de données et nous avons retenu pour leur séjour le «staytimeall» c est à dire la durée totale associée aux dits séjours. 2. DONNEES RELATIVES AUX DUREES DE SEJOUR. Le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement, a mis à notre disposition un historique de l évaluation des durées de séjour relatif à la période couvrant les années de 1996 à 2002. Les données ont été fournies par MDC et par APR-DRG 6 avec identification au sein de ceux-ci des durées de séjour par niveau de sévérité. 3. DONNEES RELATIVES A L HOSPITALISATION DE JOUR Le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement, a mis à notre disposition un historique des enregistrements des hospitalisations de jour ventilés par MDC, par APR-DRG et par niveau de sévérité et ce, pour la période couvrant les années 1996 à 2002. 4. DONNEES DEMOGRAPHIQUES Les données relatives à la structure de la population sont extraites des statistiques fournies par l Institut National de la Statistique (INS) 7 Les traitements des données ont été réalisés à l aide des outils SAS V.8, Microsoft Excel et Access 2003. 6 APR-DRG : All Patient Refined Diagnosis Related Groups, Version 15 dont liste reprise dans l annexe 3. 7 Institut National de statistique : CD-ROM «Perspectives de population 2000-2050» I-11
CHAPITRE 2. EVOLUTION DEMOGRAPHIQUE ET CASE MIX 1. ANALYSE DE L EVOLUTION DE LA POPULATION PAR CLASSE D AGE : HORIZONS 2005-2010-2015 On sait que la fréquence des hospitalisations pour une pathologie donnée est très fortement liée à l âge et au sexe. C est la raison pour laquelle, l analyse de l évolution de la population par classe d âge de cinq ans nous paraît essentielle, dans la mesure où le besoin en lits est directement lié au case mix de la population par classe d âge. Le tableau ci-après est établi sur base des projections de l INS 8 aux horizons 2005-2010 et 2015. Age Année 2002 Année 2005 Année 2010 Année 2015 [00-01[ 111855 110105 109006 109948 [01-05[ 457856 450473 442174 442097 [05-10[ 596837 586922 569360 560322 [10-15[ 635940 620670 593512 576166 [15-20[ 606354 629010 630088 603311 [20-25[ 648294 634424 653243 654707 [25-30[ 657850 663951 658259 677132 [30-35[ 739076 695197 675695 670990 [35-40[ 799326 753452 695729 677177 [40-45[ 799559 808259 746498 690914 [45-50[ 746121 775662 796723 737208 [50-55[ 691583 711095 761874 783544 [55-60[ 613158 673469 693635 744733 [60-65[ 490244 509702 649030 671076 [65-70[ 492242 486635 481563 615481 [70-75[ 472581 459727 443144 443013 [75-80[ 382676 389109 391427 382045 [80-85[ 241538 282946 294204 300381 [85-90[ 108816 116558 174567 186562 [90-95[ 51674 53989 53271 80653 [95-100[ 11210 12860 14802 15861 [100 --> 1189 1472 1886 2156 Total 10355979 10425687 10529690 10625477 Tableau I- 1 : Evolution démographique de la population belge Globalement par rapport à l année de référence 2002, le taux de croissance de la population est de 0,67% en 2005, 1,68% en 2010, 2,60% en 2015. La progression, par tranche de 5 ans, est respectivement de 1% de 2005 à 2010 et de 0,9% de 2010 8 Institut National de la statistique, Op Cit I-12
à 2015. Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Le tableau ci-après, montre les taux de variation par classe d âge par rapport à l année de référence 2002. Age Année 2005 Année 2010 Année 2015 Année 2020 [00-01[ -1,56% -2,55% -1,70% -0,51% [01-05[ -1,61% -3,43% -3,44% -2,06% [05-10[ -1,66% -4,60% -6,12% -5,94% [10-15[ -2,40% -6,67% -9,40% -10,78% [15-20[ 3,74% 3,91% -0,50% -3,33% [20-25[ -2,14% 0,76% 0,99% -3,04% [25-30[ 0,93% 0,06% 2,93% 3,21% [30-35[ -5,94% -8,58% -9,21% -6,68% [35-40[ -5,74% -12,96% -15,28% -15,79% [40-45[ 1,09% -6,64% -13,59% -15,78% [45-50[ 3,96% 6,78% -1,19% -8,37% [50-55[ 2,82% 10,16% 13,30% 5,06% [55-60[ 9,84% 13,13% 21,46% 25,16% [60-65[ 3,97% 32,39% 36,89% 47,40% [65-70[ -1,14% -2,17% 25,04% 30,01% [70-75[ -2,72% -6,23% -6,26% 20,51% [75-80[ 1,68% 2,29% -0,16% 1,16% [80-85[ 17,14% 21,80% 24,36% 23,43% [85-90[ 7,11% 60,42% 71,45% 78,68% [90-95[ 4,48% 3,09% 56,08% 73,13% [95-100[ 14,72% 32,04% 41,49% 114,92% [100 --> 23,80% 58,62% 81,33% 109,17% Tableau I- 2 : Variation démographique par classe d'âge On peut vérifier que la tendance se confirme à l horizon 2020 avec, de toute évidence, un vieillissement de la population. Les projections démographiques à l horizon 2015 montrent que plus de 21% de la population belge aura plus de 65 ans ; Ce taux passe à 22,8% à l horizon 2020. C est un facteur majeur à prendre en considération dans la planification des lits aigus. Le graphique ci-après illustre les taux de variation attendus par classe d âge par rapport à l année de référence 2002 pour les horizons 2010 et 2015. I-13
Taux de variation de la population par classe d'âge : Année de référence 2002 100,00% 80,00% 60,00% 40,00% 20,00% 0,00% -20,00% -40,00% [00-01[ [01-05[ [05-10[ [10-15[ [15-20[ [20-25[ [25-30[ [30-35[ [35-40[ [40-45[ [45-50[ [50-55[ [55-60[ 2010 2015 Graphique I- 1: Taux de variation de la population par classe d'âge [60-65[ [65-70[ [70-75[ [75-80[ [80-85[ [85-90[ [90-95[ [95-100[ [100 --> En termes de variation par rapport à l année de référence 2002, l analyse par classe d âge montre une diminution significative dans les classes d âge inférieures à 15 ans et de 35 à 45 ans. A l inverse, on observe une nette augmentation dans les classes d âge allant de 50 à 70 ainsi que dans les classes supérieures à 80 ans. On notera une petite exception pour la classe [70-75] pour laquelle on note une légère diminution. Cependant, l analyse en «taux de variation» masque l importance en termes d unités et risque de conduire à des interprétations biaisées. Ainsi, on observe un taux d augmentation de l ordre de 59% pour la classe d âge > 100 ans entre 2002 et 2010 mais, en fait, l augmentation en termes d unités n est que de 697 individus pour l ensemble de la Belgique. Pour avoir une image plus représentative de l évolution démographique, nous avons établi pour 2010 et 2015, l évolution attendue de la population en nombre d individus et ce, par classe d âge et par rapport à la situation actuelle en 2005. Le graphique ci-après reprend, classé par ordre d importance, les variations de la population aux horizons 2010 et 2015 par rapport à l année 2005. I-14
Variation en unités et par ordre croissant de la population par classe d'âge aux horizons 2010 et 2015 par rapport à la situation actuelle en 2005 200000 150000 100000 50000 0-50000 [40-45[ [35-40[ [10-15[ [45-50[ [05-10[ [15-20[ [30-35[ [70-75[ [01-05[ [75-80[ [00-01[ GE100 [95-100[ [25-30[ [80-85[ [20-25[ [90-95[ [85-90[ [55-60[ [50-55[ [65-70[ [60-65[ -100000-150000 var 2010-2005 Var 2015-2005 Graphique I- 2 : Variation en unités de la population par classe d'âge Au vu de ce graphique, on est conduit à identifier deux zones. A gauche, les classes d âge pour lesquelles on doit s attendre à une réduction importante de la population ; à droite, celles où, au contraire, on doit s attendre à une augmentation significative. Il nous paraît intéressant, dans la suite, de porter notre attention sur ces deux zones extrêmes afin de déterminer dans quelle mesure les variations attendues dans la structure d âge de la population vont inférer sur le profil du case mix au niveau national. 2. STRUCTURE DU CASE MIX NATIONAL EN FONCTION DE LA STRUCTURE D AGE DE LA POPULATION 2.1 Case mix national : année de référence 2002 Dans un premier temps, nous avons établi la structure du case mix national par rapport à l année de référence 2002. Le case mix est défini sur base des MDC 9. 9 MDC : Catégories Majeures de Diagnostics, liste reprise dans l annexe 2. I-15
Case Mix National sur base du nombre de séjours par MDC Année de référence 2002 14,00% 12,00% 14,0% 12,4% 11,1% 10,00% 8,00% 8,0% 7,9% 7,7% 6,00% 4,00% 2,00% 0,00% 4,4% 4,1% 3,6% 3,6% 3,1% 2,8% 2,6% 2,4% 2,3% 1,8% 1,7% 1,6% 1,5% 1,2% 0,9% 0,8% 0,2% 0,1% 0,1% 0,1% 08 05 06 04 14 01 03 11 09 23 13 07 10 19 17 15 12 21 02 18 16 20 00 25 22 24 Graphique I- 3 : Case Mix National 2002 sur base du nombre de séjours On note que six MDC représentent 61,25% du total des séjours. Ce sont MDC 08 Système musculaire et tissu conjonctif 14,0% MDC 05 Système circulatoire 12,3% MDC 06 Système digestif 11,1% MDC 04 Système respiratoire 8,0% MDC 14 Grossesse et accouchement 7,9% MDC 01 Système nerveux 7,6% En termes de journées d hospitalisation le classement est quelque peu différent bien que l on retrouve en tête du classement les MDC 08 et 05 dans les deux cas de figure. I-16
Case Mix National sur base du nombre de journées par MDC Année de référence 2002 18,0% 16,0% 15,2% 14,0% 12,0% 10,0% 11,4% 10,5% 10,1% 8,9% 8,0% 7,7% 6,0% 4,0% 2,0% 0,0% 5,0% 4,4% 3,3% 3,0% 2,9% 2,4% 2,1% 1,9% 1,7% 1,6% 1,3% 1,3% 1,3% 1,1% 0,9% 0,8% 0,5% 0,4% 0,1% 0,1% 08 05 04 01 06 23 14 19 11 09 07 10 15 13 03 17 00 12 18 21 20 16 02 25 22 24 Graphique I- 4 : Case Mix National 2002 sur base du nombre de journées Les MDC qui représentent 63,86 % des journées d hospitalisation sont les suivants : MDC 08 Système musculaire et tissu conjonctif 15,2% MDC 05 Système circulatoire 11,4% MDC 04 Système respiratoire 10,5% MDC 01 Système nerveux 10,1% MDC 06 Système digestif 8,9% MDC 23 Facteurs influençant l état de santé 7,7% La ventilation du case mix national par classe d âge est décrite dans le graphique ci-après. On peut y voir le poids relatif des MDC par classe d âge selon la variable «nombre de séjours». I-17
Poids relatifs des MDC par classe d'âge au niveau national en 2002 100% 90% Autres 80% 07 70% 13 23 09 60% 11 03 Poids (%) 50% 14 01 04 40% 06 30% 05 20% 10% 08 0% [00-01[ [01-05[ [05-10[ [10-15[ [15-20[ [20-25[ [25-30[ [30-35[ [35-40[ [40-45[ [45-50[ [50-55[ [55-60[ [60-65[ [65-70[ [70-75[ [75-80[ [80-85[ [85-90[ [90-95[ [95-100[ Classes d'âge GE100 Graphique I- 5 : Poids relatif des MDC dans le Case Mix National 2002 On peut commenter ce graphique comme suit : La part des MDC 04 (Système respiratoire) et 05 (Système circulatoire) croît de manière significative avec l âge. La part du MDC 14 (Grossesse et accouchement) est, de toute évidence, prépondérante dans les classes d âge [15-40] Les MDC 06 (Système digestif) et 03 (Nez, gorge, oreilles) sont quant à eux, non négligeables, dans les classes d âge < 20 ans. Il n est pas inutile de rappeler qu ont été exclus les nourrissons <29 jours pour lesquels seul l indice de lit «M» a été enregistré et associé au séjour. 2.2 Variation du case mix national en fonction de l évolution de la structure d âge de la population Compte tenu de l évolution attendue dans la structure de la population, nous allons tenter d établir les implications sur le case mix national. Nous référant au graphique I-2. illustrant la variation en unités de la population par classe d âge, nous allons, à présent, nous intéresser aux deux zones extrêmes du graphique à savoir les classes d âge pour lesquelles on doit s attendre à l avenir à l accroissement le plus important de population I-18
et celles pour lesquelles, à l inverse, on doit s attendre à la plus grande diminution. a) Classes d âge pour lesquelles on doit s attendre au plus grand accroissement Les populations pour lesquelles ont doit s attendre, aux horizons 2010-2015, au plus grand accroissement sont, par ordre d importance, relatives aux classes d âge suivantes : [60-65 ; 65-70 ; 50-55 ; 55-60 ; 85-90 ; 90-95 ; 80-85] Soit, en les regroupant, les classes allant de 50 à 70 ans et celles allant de 80 à 95 ans. Par rapport à la situation en 2002, l accroissement attendu pour l ensemble de ces classes d âge à l horizon 2015 est de 530.601 personnes. Dans la suite, nous les appellerons les classes d âge «à croissance positive» Cela étant établi, il nous a paru intéressant d identifier quelles étaient les pathologies principales concernées par ces classes d âge afin de mesurer l impact probable sur la structure du case mix national. Pour ce faire, nous avons, pour chacune des classes d âge «à croissance positive», établi la distribution des MDC par rapport à la variable «nombre de séjours». Nous avons alors procédé à un rangement sur base de l importance relative des MDC et une analyse de Pareto nous a permis d identifier les MDC qui représentaient les 80% des pathologies à traiter au sein de chacune des classes d âge «à croissance positive». Ainsi, il ressort très clairement que c est le MDC 05 qui correspond à la pathologie la plus fréquemment rencontrée dans ces classes d âge. Vient ensuite le MDC 08, suivi du MDC 06 puis on trouve les MDC 04, 01, 11, 17, 07 etc. Selon l ordre d importance, nous avons attribué un rang aux différents MDC et établi le poids des classes d âge «à croissance positive» par rapport à l ensemble de la population pour les MDC concernés. A titre d exemple, le MDC 05 est le plus important pour les classes d âge «à croissance positive» et ces classes d âge représentent 55% du total des séjours associés au MDC 05. Pour mesurer l importance en termes de journées d hospitalisation résultant de l accroissement de population, nous avons également mis en regard la prévision des durées de séjour pour ces MDC à l horizon 2010 et 2015. I-19
MDC concernés Libellé du MDC Rang Poids relatif du DS prévisionnelle DS prévisionnelle par les classes MDC pour ces 2010 2015 d âge classes d âge à croissance positive 05 Système circulatoire 1 55% 7.41 7.22 08 Système musculaire 2 42% 9.18 9.10 06 Système digestif 3 36% 6.64 6.50 04 Système respiratoire 4 42% 10.61 10.46 01 Système nerveux 5 41% 9.82 9.68 11 17 7 Reins- voies urinaires Myélo. & néoplasmes Système hépato biliaire 6 7 8 42% 56% 48% 6.67 5.25 8.44 6.53 4.59 8.23 Tableau I- 3 : MDC relatifs aux classes d'âge à croissance positive Comme on peut le constater, on doit s attendre, dans le futur, à une modification dans la structure du case mix national suite à l accroissement de population dans les classes d âge [50-70] et [80-95]. De plus, l impact sur les journées d hospitalisation sera non négligeable vu que, pour les MDC concernés, les durées de séjour prévisionnelles aux horizons 2010 et 2015 sont non négligeables. b) Classes d âge pour lesquelles on doit s attendre à la plus grande diminution Les classes d âge pour lesquelles ont doit s attendre à la plus grande diminution de population dans le futur sont dans l ordre : [40-45 ; 35-40 ; 10-15 ; 45-50 ; 05-10 ; 15-20 ; 30-35] Soit en les regroupant les classes d âge [5-20] et [30-50]. Nous les appellerons les classes d âge à «croissance négative» Pour ces deux groupes, nous avons à nouveau identifié les MDC qui représentaient les 80% des pathologies traitées dans ces classes d âge et nous avons adopté la même méthodologie pour mesurer l impact sur le case mix national. I-20
MDC concernés par Libellé du MDC Rang Poids relatif du Duré Séjour Durée Séjour les classes d âge MDC pour ces prévisionnelle prévisionnelle à croissance négative classes d âge 2010 2015 Classe [5-20] 06 Système digestif 1 10% 6.64 6.50 03 01 08 Nez-Gorge-Oreille Système nerveux Système musculaire 2 3 4 21% 9% 6% 3,50 10,03 9.18 3,38 9,82 9.10 Classe [20-40] 14 Grossesses et Acc. 1 95% 5,41 5,05 08 Système musculaire 2 18% 9.18 9,10 06 Système digestif 3 15% 6.64 6,50 03 Nez-Gorge-Oreille 4 28% 3,50 3,38 Tableau I- 4 : MDC relatifs aux classes d'âge à croissance négative Ainsi, nous avons pu établir une image prospective du case mix au niveau national liée à l évolution de la structure démographique du pays ; elle est reprise dans le graphique ci-dessous. Evolution du Case Mix National : Années 2002-2010-2015 16% 14% Part relative des MDC 12% 10% 8% 6% 4% 2% 0% Groupe résiduel Système nerveux Affecions des yeux Nez, gorge, oreilles Système respiratoire Système circulatoire Système digestif Foie, bile et pancréas Système musculaire et tissu conjonctif Peau, tissu souscutané, sein Maladies endocriniennes, nutritives et du Reins et voies urinaires Organes génitaux masculins Organes génitaux féminins Grossesse et accouchement Nouveau-nés - Affections d'origine périnatale Sang et organes hematopoïétiques Maladies myéloprolifératives, néoplasmes peu Maladies infectieuses et parasitaire Troubles mentaux Alcoolisme et usage de drogue Traumatismes, empoisonnements Brûlures Facteurs influençant la santé Infections HIV Traumatismes multiples 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 2002 2010 2015 Graphique I- 6 : évolution du case mix national en fonction de l'évolution de la structure de la population I-21
Le graphique ci-après montre, par MDC, la variation sur la variable «nombre de séjours» à l horizon 2015 par rapport à l année de référence 2002 Variation en % du nombre de séjours à l'horizon 2015 Année de référence 2002 6% 6,1% 5,1% 4,8% 4% 2% 3,5% 3,5% 3,5% 2,9% 2,2% 2,0% 1,9% 1,5% 1,3% 0,7% 0% -2% -4% Système circulatoire Affecions des yeux Sang et organes hematopoïétiques Système respiratoire Groupe résiduel Maladies myéloprolifératives, Organes génitaux masculins Foie, bile et pancréas Troubles mentaux Système nerveux Facteurs influençant la santé Reins et voies urinaires Système musculaire et tissu Peau, tissu souscutané, sein Système digestif Maladies endocriniennes, Maladies infectieuses et Traumatismes multiples Organes génitaux féminins Alcoolisme et usage de drogue Traumatismes, empoisonnements, Brûlures Nez, gorge, oreilles Nouveau-nés - Affections d'origine Infections HIV Grossesse et accouchement -6% -8% 05 02 16 04 00 17 12 07 19 01 23 11 08 09 06 10 18 25 13 20 21 22 03 15 24 14-0,2% -0,4%-1,1% -2,2% -3,1% -4,7% -4,8% -5,0% -6,6% -6,7% -10% -9,4% -12% -11,4% -11,6% Graphique I- 7 : Variation en % du nombre de séjours par MDC, horizon 2015 Les pathologies qui sont concernées par l augmentation de la population à croissance positive sont principalement les affections de l appareil circulatoire, des yeux, du système respiratoire ainsi que les affections myéloprolifératives, celles du sang et organes hématopoïétiques ; viennent ensuite les affections liées aux organes génitaux masculins, au système hépatobiliaire et du pancréas, les troubles mentaux et les affections du système nerveux. A l inverse, par rapport à la population à croissance négative, on doit s attendre à une diminution des grossesses et accouchements, des affections concernant les nouveau-nés, les affections nezgorge oreille de même que les traumatismes, allergies et effets toxiques et les brûlures. On se souviendra que les MDC 08 (Système musculaire et tissu conjonctif) et 06 (Système digestif) interviennent aussi bien pour les classes d âge à croissance positive que négative. Il s ensuit que, globalement, on observe une compensation au niveau du case mix national. La part relative du MDC 08 se stabilise à 14% et celle du MDC 06 à 11%. I-22
Par contre, on enregistre une augmentation de 1% pour le MDC 05 (système circulatoire) qui passe de 12 à 13% et une diminution de 1% pour le MDC 14 (grossesse et accouchement) qui passe de 8% à 7%, résultats liés respectivement aux croissances positive et négative des classes d âge. I-23
CHAPITRE 3. EVOLUTION DES DUREES DE SEJOUR 1. LA BASE DE DONNEES DE REFERENCE Le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement, a mis à notre disposition un historique de l évaluation des durées de séjour relatif à la période couvrant les années de 1996 à 2002. Les données ont été fournies par MDC et par APR-DRG 10 avec identification au sein de ceux-ci des durées de séjour par niveau de sévérité. Le tableau ci-après reprend la structure de la base de données. rmdc_code rdrg_code ref_sub_pat_ill_code sum96 n96 mean96 sum97 n97 mean97 sum98 n98 mean98 sum99 n99 mean99 sum00 n00 mean00 sum01 n01 mean01 sum02 n02 mean02 0 950 1 26426 3143 8,41 22718 2665 8,52 18948 2417 7,84 23169 2826 8,2 18671 2531 7,38 16424 2262 7,26 12102 1772 6,83 0 950 2 38769 2244 17,28 33341 1791 18,62 30964 1796 17,24 53189 2541 20,93 48084 2500 19,23 36840 2141 17,21 33936 2010 16,88 0 950 3 30174 1093 27,61 29454 998 29,51 32917 1052 31,29 64842 1898 34,16 62730 1853 33,85 64269 1937 33,18 60994 1911 31,92 0 950 4 14853 445 33,38 17365 460 37,75 18303 435 42,08 46310 1043 44,4 51888 1127 46,04 54638 1225 44,6 57763 1298 44,5 0 951 1 2518 247 10,19 2127 216 9,85 2217 267 8,3 2517 253 9,95 2050 209 9,81 1598 178 8,98 1186 168 7,06 0 951 2 3696 219 16,88 3797 200 18,99 2692 178 15,12 7855 328 23,95 7884 320 24,64 5763 290 19,87 6237 276 22,6 0 951 3 1905 58 32,84 2749 78 35,24 2768 79 35,04 10717 282 38 9540 259 36,83 9797 264 37,11 10240 270 37,93 0 951 4 311 8 38,88 1208 18 67,11 741 15 49,4 2952 56 52,71 4379 89 49,2 4502 79 56,99 4441 85 52,25 0 952 1 26997 3231 8,36 18493 2405 7,69 18281 2529 7,23 22600 3144 7,19 18885 2766 6,83 16087 2463 6,53 11530 1788 6,45 0 952 2 37681 2081 18,11 32392 1840 17,6 31832 1886 16,88 44683 2510 17,8 40941 2432 16,83 35293 2218 15,91 31863 2013 15,83 0 952 3 24266 786 30,87 21521 729 29,52 22176 754 29,41 35056 1191 29,43 35919 1195 30,06 37350 1265 29,53 35787 1245 28,74 0 952 4 5291 128 41,34 5418 128 42,33 5011 126 39,77 13392 295 45,4 13608 314 43,34 14156 327 43,29 17038 387 44,03 0 955 0 2177 407 5,35 3171 361 8,78 3483 369 9,44 3620 441 8,21 4179 433 9,65 4426 492 9 2933 299 9,81 0 956 0 34363 3945 8,71 14494 2255 6,43 14147 2449 5,78 123955 11051 11,22 48012 4741 10,13 4570 458 9,98 2069 234 8,84 Etc. Tableau I- 5 Structure de la base de données "Durées de séjour" Pour intégrer dans notre analyse l information relative aux niveaux de sévérité nous avons calculé une moyenne pondérée des durées de séjour par APR-DRG ; Ce faisant, nous avons tenu compte de la part relative du nombre de séjours associés à chacun des niveaux de sévérité au sein de chaque APR-DRG. Dans un premier temps, nous avons identifié par APR-DRG, la tendance à la hausse ou à la baisse observée entre 1996 et 2002. Les résultats de cette première investigation sont reportés dans le tableau ci-après. 10 APR-DRG : All Patient Refined Diagnosis Related Groups, Version 15, liste reprise dans l annexe 3. I-24
MDC APRDRG (Txt) MP96 MP97 MP98 MP99 MP00 MP01 MP02 Tendance 0 950 15,92 17,40 17,74 22,57 22,64 22,76 23,57 Hausse 0 951 15,85 19,30 15,62 26,16 27,20 26,71 27,66 Hausse 0 952 15,14 15,25 14,60 16,21 16,30 16,40 17,71 Hausse 0 955 5,35 8,78 9,44 8,21 9,65 9,00 9,81 Hausse 0 956 8,71 6,43 5,78 11,22 10,13 9,98 8,84 Hausse 1 020 19,89 19,14 22,37 21,23 20,25 20,99 21,54 Hausse 1 021 20,99 21,36 20,67 21,05 20,35 20,36 19,82 Baisse 1 022 18,11 18,03 18,38 18,53 17,51 16,57 17,66 Baisse 1 023 14,77 15,47 13,84 14,46 14,93 13,58 13,94 Baisse 1 024 12,56 12,19 10,99 10,86 10,31 10,40 9,96 Baisse 1 025 3,63 3,66 3,68 3,28 3,17 3,08 3,05 Baisse 1 026 16,84 14,31 14,95 15,33 15,40 15,38 16,40 Baisse 1 040 16,06 12,98 13,51 12,59 14,02 14,27 13,62 Baisse 1 041 15,65 16,09 15,60 15,86 15,78 16,16 15,04 Baisse 1 042 19,23 18,58 17,47 19,05 18,64 18,80 18,55 Baisse 1 043 10,19 9,49 8,70 7,86 7,99 8,00 7,25 Baisse 1 044 18,09 16,60 15,96 18,06 16,84 17,22 17,16 Baisse 1 045 23,38 22,05 21,08 22,33 21,73 22,33 21,96 Baisse 1 046 19,41 18,66 16,98 18,45 17,74 17,41 17,36 Baisse 1 047 12,40 11,31 11,46 11,49 11,09 10,90 10,75 Baisse 1 048 9,32 9,99 9,42 9,16 8,93 9,19 8,78 Baisse 1 049 15,76 16,15 13,59 13,95 12,79 13,45 14,71 Baisse 1 050 11,13 12,57 11,12 12,02 9,12 9,62 11,42 Hausse 1 051 5,58 5,69 5,98 5,14 4,25 4,74 4,60 Baisse 1 052 11,57 11,45 11,97 11,36 11,10 10,87 9,54 Baisse 1 053 6,52 6,32 6,09 6,24 6,45 6,45 6,41 Baisse 1 054 5,07 4,79 4,59 4,33 4,28 4,27 4,03 Baisse 1 055 11,31 10,14 10,29 10,91 10,97 11,24 11,52 Hausse 1 056 6,62 6,45 5,72 5,88 6,18 6,46 6,77 Hausse 1 057 2,47 2,30 2,25 2,33 2,37 2,27 2,17 Baisse 1 058 10,69 9,64 9,30 7,43 6,41 6,08 5,20 Baisse Tableau I- 6 : Moyenne pondérée de la durée de séjour par APR-DRG (tableau partiel) Le tableau complet des moyennes pondérées par APR-DRG est repris dans l annexe 4 I-25
2. MODELISATION DES DUREES DE SEJOUR PAR APR-DRG Dans un second temps, nous avons tenté de modéliser la tendance pour chacun des 358 APR-DRGs. Quatre types de modèles ont été testés pour chaque APR-DRG Linéaire y = a * x + b a : pente de la droite b : ordonnée à l origine APRDRG : 313 y = -0,0962x + 6,0206 R 2 = 0,8382 7 6,5 6 5,5 5 4,5 4 3,5 3 2,5 2 6,07 5,78 5,68 5,53 5,48 5,50 5,42 MP96 MP97 MP98 MP99 MP00 MP01 MP02 313 Linéaire (313) Graphique I- 8 : Modèle linéaire Logarithmique y = c* ln( x) + b c et b sont des constantes ln, fonction du logarithme népérien 7 6,5 6 5,5 5 4,5 4 3,5 3 2,5 2 5,04 4,69 APRDRG : 226 4,54 4,28 y = -0,619Ln(x) + 5,1041 R 2 = 0,9745 4,09 4,01 MP96 MP97 MP98 MP99 MP00 MP01 MP02 3,81 226 Logarithmique (226) Graphique I- 9: Modèle logarithmique I-26
Exponentiel y = c * e * exp( b * x) c et b sont des constantes e, est la base du logarithme népérien 12 APRDRG : 514 y = 11,564e -0,1133x R 2 = 0,9231 10 9,30 9,27 8,99 8 7,88 6 4 6,72 5,82 4,85 2 0 MP96 MP97 MP98 MP99 MP00 MP01 MP02 514 Exponentiel (514) Graphique I- 10: Modèle exponentiel Puissance y = c * x*exp( b) c et b sont des constantes 7 6 APRDRG : 565 y = 3,7564x -0,2455 R 2 = 0,8015 5 4 4,06 3 2 2,73 2,87 2,66 2,76 2,54 2,19 1 0 MP96 MP97 MP98 MP99 MP00 MP01 MP02 565 Puissance (565) Graphique I- 11 : Modèle puissance Pour chacun de ces modèles nous avons mesuré la qualité de l ajustement par le coefficient de détermination R 2. La valeur du R 2 est comprise entre 0 et 1. Elle exprime le pourcentage de la variation totale expliquée par le modèle ajusté. Par APR-DRG, nous avons retenu le modèle I-27
donnant le meilleur R 2. C est ce modèle qui a servi de modèle de prévision des durées de séjour pour les années 2005, 2010 et 2015. Les résultats partiels sont repris dans le tableau ci dessous. APR-DRG Modèle R2 2002 2005 2010 2015 1 y = -2,5782 Ln (x) + 36,673 27,32% 36,67 30,74 29,69 28,95 2 y = -1,2686 * Ln (x) + 37,053 12,42% 37,05 34,13 33,62 33,25 3 y = -1,9623 * Ln(x) + 30,699 32,55% 30,70 30,70 25,38 25,67 4 y = 1,2728x + 53,469 90,30% 54,74 54,74 72,56 78,93 5 y = 0,1067Ln*(x) + 31,058 2,07% 31,06 31,30 31,35 31,38 20 y = 19,76x0,0401 27,29% 19,76 21,67 22,03 22,28 21 y = -0,2086x + 21,493 74,19% 21,28 19,41 18,36 17,32 22 y = -0,1839x + 18,561 35,94% 18,38 16,72 15,80 14,88 23 y = 15,171e-0,0128x 34,81% 14,98 13,35 12,52 11,74 24 y = -1,3909Ln(x) + 12,734 94,41% 12,73 9,53 8,97 8,57 25 y = 3,8751e-0,0362x 86,93% 3,74 2,70 2,25 1,88 26 y = -0,1503Ln(x) + 15,699 1,44% 15,70 15,35 15,29 15,25 40 y = -0,8078Ln(x) + 14,849 24,18% 14,85 12,99 12,66 12,43 41 y = 15,958e-0,0035x 10,31% 15,90 15,41 15,14 14,88 42 y = -0,1591Ln(x) + 18,809 3,73% 18,81 18,44 18,38 18,33 43 y = -1,457Ln(x) + 10,271 94,16% 10,27 6,92 6,33 5,91 44 y = -0,2281Ln(x) + 17,41 4,16% 17,41 16,88 16,79 16,73 45 y = -0,5297Ln(x) + 22,768 26,71% 22,77 21,55 21,33 21,18 46 y = -0,9852Ln(x) + 19,203 60,81% 19,20 16,93 16,54 16,25 47 y = -0,7268Ln(x) + 12,227 84,18% 12,23 10,55 10,26 10,05 48 y = 9,7908e-0,0142x 54,44% 9,65 8,49 7,91 7,37 49 y = -1,2443Ln(x) + 15,857 46,66% 15,86 12,99 12,49 12,13 50 y = 12,016e-0,0235x 19,18% 11,74 9,50 8,45 7,51 51 y = 6,1376e-0,046x 62,41% 5,86 3,87 3,08 2,45 52 y = 12,367e-0,027x 63,27% 12,04 9,44 8,25 7,21 53 y = 0,0097x + 6,3156 1,99% 6,33 6,41 6,46 6,51 54 y = -0,5161Ln(x) + 5,109 97,19% 5,11 3,92 3,71 3,56 55 y = 10,407e0,0116x 26,90% 10,53 11,69 12,38 13,12 56 y = -0,098Ln(x) + 2,4267 51,76% 2,43 2,20 2,16 2,13 57 y = -0,098Ln(x) + 2,4267 51,76% 2,43 2,20 2,16 2,13 58 y = 12,429e-0,1235x 97,62% 10,99 3,61 1,95 1,05 70 y = 5,8541e-0,0358x 86,60% 5,65 4,09 3,42 2,86 71 y = -0,7583Ln(x) + 5,0578 97,91% 5,06 3,31 3,00 2,79 72 y = -0,2885Ln(x) + 2,9088 78,68% 2,91 2,24 2,13 2,04 73 y = -0,4024Ln(x) + 2,9207 95,28% 2,92 1,99 1,83 1,72 80 y = -0,92Ln(x) + 8,1951 72,99% 8,20 6,08 5,70 5,44 Tableau I- 7 : Modélisation des durées de séjour par APR-DRG 2005-2010-2015 (tableau partiel) I-28
Toutefois, pour admettre que le modèle ajusté est significatif et s adapte bien aux données, il convient de fixer la frontière à partir de laquelle on retient ou l on refuse le modèle. Nous avons envisagé différents scénarios par rapport à la valeur à retenir pour le R 2 marquant la frontière entre la zone d acceptation et la zone de rejet du modèle ajusté. Pour chacun des scénarios, nous avons déterminé l impact en termes de Nombre d APR-DRGs couverts Nombre de séjours couverts Nombre de journées couvertes. Critère Valeur frontière du R 2 Nbre DRGs % DRGs couverts Nbre de séjours base 2002 % séjours couverts Nbre journées base 2002 % journées couvertes > 90% 83 23,18% 836787 49,19% 5471652 37,95% >80% 129 36,03% 1043641 61,35% 7506763 52,07% >75% 146 40,78% 1074409 63,16% 7883623 54,68% >70% 168 46,93% 1182665 69,53% 8978980 62,28% >60% 198 55,31% 1338669 78,70% 10870102 75,39% Tableau I- 8 : Scénarios relatifs au R 2 pour acceptation d'un modèle Ainsi, si l on fixe la valeur frontière du R 2 à 75% pour admettre la validité d un modèle, on vérifie d après ce tableau que l on couvre 41% des APR-DRGs, 63% des séjours et 55% des journées d hospitalisation. Si on relâche le critère en admettant la validité du modèle à partir d un R 2 égal à 60%, on couvre 55% des APR-DRGs, 79% des séjours et 75% des journées d hospitalisation. Nous avons opté pour le seuil de 60% qui correspond, dans ce cas de figure, à un comportement plutôt optimiste en ce qui concerne la réduction de la durée de séjour puisque les modèles ont le plus souvent, tendance à marquer une réduction de la durée de séjour. Le tableau ci-après illustre les résultats obtenus pour quelques APR-DRGs classés selon la valeur du R 2. On trouvera dans l annexe 5 la totalité des résultats. I-29
Nbre de Nbre PREVISIONS DES DUREES DE SEJOUR PAR APPLICATION D'UN MODELE DE REGRESSION (R2 60%) séjours- journées- MODELES DE REGRESSION HISTORIQUE PREVISIONS APRDRG 2002 2002 Modèle ajusté R2 MP96 MP97 MP98 MP99 MP00 MP01 MP02 Modèle 1996 2005 2010 2015 225 14363 59971 y = -0,336Ln(x) + 5,0616 0,995 5,077 4,817 4,689 4,571 4,526 4,457 4,429 5,062 4,288 4,152 4,055 560 89301 454343 y = 6,0474e-0,0149x 0,994 5,964 5,842 5,797 5,708 5,619 5,523 5,441 5,958 5,210 4,836 4,489 562 1442 3813 y = -0,419Ln(x) + 3,7289 0,994 3,737 3,428 3,249 3,144 3,097 2,985 2,890 3,729 2,764 2,594 2,474 98 15622 36544 y = 3,8263e-0,047x 0,993 3,667 3,454 3,354 3,141 3,015 2,921 2,740 3,651 2,391 1,891 1,495 179 13444 27046 y = 3,3507e-0,044x 0,993 3,223 3,086 2,895 2,788 2,711 2,584 2,459 3,206 2,158 1,732 1,390 141 12918 74624 y = 8,1604e-0,0461x 0,992 7,813 7,465 7,084 6,738 6,533 6,093 5,975 7,793 5,146 4,087 3,246 302 27432 425089 y = 22,045e-0,047x 0,991 20,752 20,166 19,225 18,375 17,618 16,637 15,663 21,033 13,778 10,893 8,611 540 19866 160646 y = 9,7525e-0,0217x 0,991 9,567 9,262 9,198 8,938 8,756 8,537 8,382 9,543 7,850 7,043 6,319 513 25996 131009 y = 6,9597e-0,0365x 0,990 6,693 6,461 6,324 5,963 5,753 5,626 5,387 6,710 4,831 4,025 3,354 314 11055 44656 y = 5,981e-0,0382x 0,990 5,725 5,529 5,345 5,212 4,904 4,787 4,543 5,757 4,082 3,372 2,786 304 5042 53880 y = 16,363e-0,0601x 0,989 15,447 14,459 13,786 12,970 11,818 11,336 10,917 15,409 8,971 6,643 4,919 310 18311 141894 y = 10,919e-0,0447x 0,989 10,325 10,146 9,580 9,143 8,598 8,362 8,021 10,442 6,983 5,585 4,466 404 6201 25952 y = 6,0342e-0,0425x 0,987 5,768 5,632 5,279 5,014 4,868 4,734 4,476 5,783 3,945 3,190 2,579 263 16359 80572 y = -0,8109Ln(x) + 6,9852 0,986 6,932 6,438 6,150 5,882 5,758 5,536 5,289 6,985 5,118 4,789 4,556 190 11912 109633 y = -0,6392Ln(x) + 10,722 0,985 10,688 10,300 10,068 9,863 9,626 9,645 9,419 10,722 9,250 8,991 8,807 403 6951 31296 y = -1,1093Ln(x) + 6,9494 0,985 6,952 6,067 5,824 5,450 5,297 4,902 4,695 6,949 4,395 3,945 3,626 362 6081 47249 y = 10,677e-0,0377x 0,984 10,268 9,893 9,668 9,030 8,828 8,623 8,160 10,282 7,324 6,065 5,023 284 7319 58499 y = -0,6369Ln(x) + 9,5986 0,983 9,570 9,174 8,910 8,711 8,625 8,518 8,251 9,599 8,132 7,874 7,691 96 1015 3212 y = 4,8834e-0,0447x 0,981 4,576 4,529 4,348 4,086 3,876 3,702 3,583 4,670 3,123 2,498 1,997 315 26757 116975 y = 6,1915e-0,0373x 0,981 6,044 5,705 5,485 5,283 5,148 5,038 4,736 5,965 4,264 3,538 2,936 250 28337 154960 y = -0,2646Ln(x) + 6,2381 0,980 6,241 6,054 5,913 5,887 5,854 5,765 5,695 6,238 5,629 5,522 5,445 173 14490 143154 y = -1,618Ln(x) + 13,384 0,980 13,410 12,393 11,456 10,920 10,775 10,729 10,209 13,384 9,658 9,002 8,537 71 5771 19021 y = -0,7583Ln(x) + 5,0578 0,979 5,032 4,479 4,351 4,078 3,746 3,708 3,546 5,058 3,312 3,004 2,786 58 19625 110384 y = 12,429e-0,1235x 0,976 10,693 9,638 9,304 7,430 6,410 6,075 5,200 10,985 3,615 1,949 1,051 480 4505 47537 y = 15,715e-0,0516x 0,976 14,650 14,159 13,955 12,697 12,073 11,597 10,855 14,925 9,380 7,247 5,599 424 3235 29072 y = 10,933x-0,0959 0,976 10,982 10,231 9,857 9,416 9,361 9,147 9,231 10,933 8,767 8,432 8,203 134 4683 61058 y = -1,0437Ln(x) + 15,324 0,976 15,227 14,819 14,081 13,827 13,720 13,445 13,249 15,324 12,921 12,498 12,197 349 2021 17625 y = -1,5671Ln(x) + 12,077 0,976 12,092 11,054 10,055 10,114 9,581 9,390 8,891 12,077 8,469 7,833 7,382 221 13399 260278 y = -1,3547Ln(x) + 22,438 0,975 22,303 21,517 21,204 20,619 20,322 19,815 19,737 22,438 19,319 18,769 18,380 465 11372 31221 y = 3,7304e-0,0288x 0,975 3,659 3,473 3,416 3,362 3,195 3,164 3,044 3,624 2,797 2,422 2,097 226 11132 37555 y = -0,619Ln(x) + 5,1041 0,975 5,039 4,686 4,541 4,276 4,093 4,012 3,806 5,104 3,679 3,428 3,250 313 30379 151201 y = 6,0369x-0,057 0,973 6,068 5,777 5,678 5,525 5,483 5,500 5,420 6,037 5,294 5,173 5,089 169 866 12920 y = 18,67e-0,0298x 0,973 18,208 17,642 17,176 16,184 16,063 15,718 15,228 18,122 13,859 11,940 10,287 175 18626 62034 y = -0,6181Ln(x) + 4,8754 0,973 4,790 4,538 4,287 3,967 3,886 3,778 3,612 4,875 3,452 3,202 3,024 54 4724 17991 y = -0,5161Ln(x) + 5,109 0,972 5,074 4,792 4,592 4,327 4,279 4,267 4,033 5,109 3,921 3,711 3,563 614 1208 27647 y = 25,428e-0,0336x 0,972 24,317 24,172 23,169 21,968 21,529 20,503 20,326 24,588 18,171 15,361 12,986 174 3689 25918 y = 10,587e-0,0569x 0,968 9,928 9,836 8,740 8,230 7,989 7,486 7,216 10,001 5,993 4,509 3,393 228 20616 63615 y = -0,7172Ln(x) + 5,0319 0,968 4,917 4,634 4,329 4,090 3,867 3,755 3,516 5,032 3,380 3,090 2,883 638 2062 8170 y = -0,7598Ln(x) + 5,4427 0,968 5,524 4,799 4,640 4,311 4,166 4,234 3,948 5,443 3,693 3,385 3,167 308 9690 246456 y = -2,0115Ln(x) + 29,655 0,967 29,580 28,523 27,245 26,673 26,536 26,423 25,459 29,655 25,023 24,208 23,629 227 9032 43618 y = -0,7992Ln(x) + 6,9038 0,967 6,784 6,420 6,129 5,895 5,654 5,409 5,222 6,904 5,064 4,740 4,510 92 3132 9801 y = 4,7202e-0,0479x 0,967 4,451 4,371 4,011 3,942 3,790 3,443 3,400 4,499 2,924 2,301 1,811 207 5315 40831 y = -0,8811Ln(x) + 9,6656 0,966 9,595 9,126 8,651 8,544 8,296 8,189 7,746 9,666 7,637 7,280 7,026 340 1391 25094 y = 24,206e-0,0459x 0,964 23,477 21,343 21,642 20,093 19,177 18,227 17,696 23,120 15,296 12,159 9,666 380 1916 47770 y = -4,2758Ln(x) + 32,262 0,962 32,318 29,402 28,102 25,136 25,291 24,648 24,487 32,262 22,417 20,683 19,453 483 4940 11534 y = 3,4146e-0,0294x 0,961 3,273 3,273 3,154 2,990 2,974 2,831 2,795 3,316 2,545 2,197 1,897 93 8044 18193 y = 3,7964e-0,0489x 0,960 3,672 3,440 3,313 2,990 2,945 2,887 2,720 3,615 2,328 1,823 1,428 Tableau I- 9 : Prévisions des durées de séjour par APR-DRG selon modèle de régression (Tableau partiel) I-30
En ce qui concerne les APR-DRGs pour lesquels aucune tendance significative n a pu être mise en évidence (R 2 < 60%), nous avons établi la prévision sur base de la moyenne géométrique des durées de séjour calculée sur les 3 dernières années disponibles dans la base de données à savoir : 2000-2001-2002. 11 La moyenne géométrique est justifiée dans la mesure où elle est particulièrement bien adaptée aux problèmes de taux de variation et de rapports entre mesures prises à des périodes de temps. Le tableau ci-après montre les résultats obtenus pour quelques APR-DRGs. Les résultats complets sont repris dans l annexe 6. PREVISIONS Nbre DES de DUREES Nbre DE SEJOUR PAR APPLICATION DE LA MOYENNE GEOMETRIQUE SUR 00-01-02 (R2 < 60%) séjours- journées- HISTORIQUE APRDRG 2002 2002 MP96 MP97 MP98 MP99 MP00 MP01 MP02 Prévision 382 1789 22348 10,88 10,16 10,57 11,94 11,62 11,76 11,84 11,74 223 1451 16755 12,69 13,45 13,44 12,99 12,41 12,04 11,95 12,13 466 1175 6900 6,98 6,78 6,19 6,76 6,06 5,92 6,34 6,10 510 2172 23765 11,80 11,49 11,26 11,39 11,54 11,37 11,26 11,39 444 349 1538 5,73 5,24 4,72 4,76 4,87 5,17 4,79 4,94 581 258 378 2,70 2,26 2,60 2,06 2,10 2,19 2,17 2,15 890 75 2554 25,69 27,20 25,80 34,16 40,56 32,32 33,92 35,43 347 21315 159245 6,85 6,68 6,64 6,87 6,68 7,31 7,68 7,21 462 778 5696 8,71 8,96 8,51 8,36 8,39 8,63 7,66 8,22 402 285 5268 16,26 17,58 19,08 22,18 22,43 25,66 18,73 22,09 48 5935 50936 9,32 9,99 9,42 9,16 8,93 9,19 8,78 8,97 516 3316 7511 2,52 2,48 2,53 2,43 2,61 2,60 2,69 2,63 724 2305 21164 10,14 9,69 9,46 9,73 8,34 8,79 9,34 8,82 758 1053 8034 8,15 7,53 6,99 7,96 6,82 6,84 7,10 6,92 56 1575 10543 6,62 6,45 5,72 5,88 6,18 6,46 6,77 6,46 57 13312 27345 2,47 2,30 2,25 2,33 2,37 2,27 2,17 2,27 199 3608 26612 8,30 7,97 7,43 7,98 7,85 7,66 7,50 7,67 350 3535 31430 7,50 7,39 7,33 7,82 7,61 7,91 7,74 7,75 753 980 19802 19,88 17,05 16,04 16,48 16,57 16,90 17,04 16,84 543 389 1035 3,51 2,87 2,67 2,79 3,08 2,46 2,79 2,76 136 10582 114650 10,65 10,14 10,25 10,71 10,89 10,98 10,88 10,92 261 878 14389 18,05 17,62 16,95 18,33 17,04 16,02 16,62 16,55 620 35 1446 22,35 33,98 39,31 46,87 34,04 37,88 36,00 35,94 511 570 7845 15,48 14,50 14,02 13,52 14,14 14,49 14,07 14,23 130 1679 40822 22,72 22,84 24,58 22,80 24,69 24,07 24,54 24,43 49 866 12703 15,76 16,15 13,59 13,95 12,79 13,45 14,71 13,63 891 225 4374 22,75 20,82 25,45 20,32 19,80 18,68 19,49 19,32 200 1493 13823 10,58 10,37 9,40 10,67 9,44 9,69 9,25 9,46 81 632 3327 6,30 5,77 5,72 6,02 5,79 5,91 5,57 5,76 383 8283 69632 9,14 8,57 8,61 8,53 8,64 8,73 8,57 8,65 94 2329 7364 3,41 3,40 3,45 3,46 3,40 3,53 3,47 3,47 162 754 20082 21,32 27,32 24,54 24,44 24,82 26,10 26,73 25,87 122 625 12625 18,37 17,51 16,46 17,46 17,78 19,47 20,31 19,16 760 4828 27221 4,51 4,09 3,97 4,44 4,44 3,90 3,42 3,90 756 4349 42905 10,11 9,45 9,11 9,64 9,60 9,29 9,34 9,41 264 1137 14881 12,81 13,43 13,09 13,18 13,81 13,34 13,35 13,50 203 5290 19231 4,31 4,15 3,93 4,32 4,18 3,99 3,83 3,99 405 1500 13906 11,36 11,17 10,91 12,14 11,53 10,39 9,37 10,39 196 1412 6252 5,47 6,64 6,56 5,45 5,82 5,22 5,02 5,34 631 153 4177 21,97 26,29 30,56 34,87 28,18 30,33 26,54 28,31 172 1003 48318 50,27 49,93 49,28 49,02 49,38 50,20 47,91 49,16 242 907 6956 8,74 7,88 7,83 8,47 7,88 7,92 7,92 7,91 22 780 13760 18,11 18,03 18,38 18,53 17,51 16,57 17,66 17,24 635 211 1761 6,76 6,76 6,75 9,13 6,99 7,88 8,22 7,68 775 10011 92046 8,90 8,03 8,08 8,49 8,01 8,16 8,21 8,13 311 88 534 7,53 6,18 5,38 6,12 6,81 5,28 6,08 6,02 115 4736 14365 3,54 3,46 3,30 3,54 3,57 3,16 3,23 3,32 Tableau I- 10 : Prévisions des durées de séjour par APR-DRG selon Moyenne Géométrique 11 En ce qui concerne les APR-DRGs pour lesquels la modélisation ne donnait pas de résultat statistiquement satisfaisant, la tendance pouvait être estimée soit par la moyenne simple des durées de séjour de 96 à 2002, soit par la moyenne géométrique de 96 à 2002, soit encore par la moyenne géométrique calculée sur les 3 dernières années de l historique. Il est très vite apparu qu il n y avait pas vraiment de différence significative entre ces 3 approches. Nous avons donc opté pour une moyenne géométrique calculée sur les 3 dernières périodes de l historique. I-31
En conclusion, les prévisions de durée de séjour par APR-DRG pour les horizons 2005, 2010 et 2015 ont été établies comme suit : Si le R 2 est supérieur ou égal à 60%, le modèle établi par la régression a été exploité pour les prévisions. On y dénombre 200 APR-DRGs soit 56% Si le R 2 est inférieur à 60%, la prévision a été établie sur base de la moyenne géométrique calculée sur les 3 années 2000-2001-2002. On y dénombre 158 APR-DRGs soit 44% 3. IMPACT DE L EVOLUTION DES DUREES DE SEJOUR SUR L ESTIMATION DES JOURNEES D HOSPITALISATION. A ce stade de l analyse, il convient de vérifier si les tendances identifiées par la modélisation des durées de séjour sont susceptibles d avoir un impact important sur l estimation prévisionnelle des journées prévisionnelles d hospitalisation et par voie de conséquence sur l utilisation des lits hospitaliers aigus. Pour ce faire, nous avons réalisé une analyse croisée mettant en relation d une part la variable «nombre de séjours» et d autre part «la prévision de durée de séjour» par APR-DRG. Nous avons ensuite classé les APR-DRGs par ordre décroissant du nombre de séjours par rapport à l année de référence 2002 et nous avons, en regard, positionné la variation prévisionnelle de la durée de séjour pour 2005, 2010 et 2015. Les graphiques ci-après nous permettent de voir si les taux de variation attendus en termes de durée de séjour sont relatifs à des APR-DRGs importants ou non sur le plan du nombre de séjours. I-32
Par APR-DRG, variation attendue en % de la durée de séjour à l'horizon 2005 selon l'importance relative de l'apr-drg en termes de séjours Par APR-DRG, variation attendue en % de la durée de séjour à l'horizon 2010 selon l'importance relative de l'apr-drg en termes de séjours 6,00% 80,00% 6,00% 80,00% 5,00% 4,00% 60,00% 40,00% 20,00% 5,00% 4,00% 60,00% 40,00% 20,00% 3,00% 0,00% 3,00% 0,00% 2,00% 1,00% -20,00% -40,00% -60,00% 2,00% 1,00% -20,00% -40,00% -60,00% 0,00% 560 862 249 313 139 250 302 693 315 513 140 144 192 347 228 860 540 58 201 175 310 194 263 98 640 363 53 173 225 446 179 463 221 % Nbre de séjours (réf 02) % var DS 2005 vs 2002 57 141 812 113 342 97 73 190-80,00% 0,00% 560 862 249 313 139 250 302 693 315 513 140 144 192 347 228 860 540 58 201 175 310 194 263 98 640 363 53 173 225 446 179 463 221 % Nbre de séjours (réf 02) % var DS 2010 vs 2002 57 141 812 113 342 97 73 190-80,00% Par APR-DRG, variation attendue en % de la durée de séjour à l'horizon 2015 selon l'importance relative de l'apr-drg en termes de séjours 6,00% 80,00% 5,00% 60,00% 40,00% 4,00% 20,00% 3,00% 0,00% -20,00% 2,00% -40,00% 1,00% -60,00% -80,00% 0,00% 560 862 249 313 139 250 302 693 315 513 140 144 192 347 228 860 540 58 201 175 310 194 263 98 640 363 53 173 225 446 179 463 221 % Nbre de séjours (réf 02) % var DS 2015 vs 2002 57 141 812 113 342 97 73 190-100,00% Graphique I- 12 :Par APR-DRG, croisement variation attendue sur la durée de séjour avec le nombre de séjours, années 2005-2010-2015 Ainsi, en ce qui concerne l APR-DRG 560 «Accouchement par voie vaginale» qui représente à lui seul 89.301 séjours (5% du total des séjours), le modèle, excellent sur base du R 2 avec une valeur de 0.9942, nous suggère par rapport à l année de référence 2002, une réduction de la durée de séjour de l ordre de 5% à l horizon 2010 et de 12% à l horizon 2015. Il en est de même pour l APR-DRG 302 «Interv., articulation, rattachement membres des extrémités infér. sans trauma)» qui représente 27.432 séjours (1,61% du total des séjours) et pour lequel on doit s attendre à une réduction de l ordre 30 et 44% aux horizons 2010 et 2015. I-33
Les graphiques ci-après illustrent la significativité de la tendance à la baisse de la durée de séjour pour ces deux APR-DRGs. - 0, 0 14 9 x Y = 6,047e R 2 = 0,9942 APRDRG 560:"Vaginal Delivery" Horizon 2010 4,84 Horizon 2015 4,49 30 Y = 22,045e -0,047x R 2 = 0,99 APRDRG 302: "Major joint & limb reattach proc of lower extremity for trauma" Horizon 2010 10,89 Horizon 2015 8,61 10 9 25 8 7 6 5 5,96 5,84 5,80 5,71 5,62 5,52 5,44 20 15 20,75 20,17 19,22 18,38 17,62 16,64 15,66 4 10 3 2 5 1 0 MP96 MP97 MP98 MP99 MP00 MP01 MP02 0 MP96 MP97 MP98 MP99 MP00 MP01 MP02 560 302 Graphique I- 13 : Exemples de DRG avec tendance significative: APR DRG 560 et 302 Par contre, pour certains APR DRGs, importants sur le plan du nombre de séjours, la modélisation ne donne pas de résultats suffisamment satisfaisants que pour les prendre en compte dans les projections futures. A titre d exemples : le 53 (Attaque, appartenant au MDC 01) qui représente 14.651 séjours et 92.062 journées le 45 (Accident vasculaire cérébral avec infarctus, appartenant au MDC 01) qui avec 8128 séjours représente 179.125 journées. le 343 (Fracture pathol. et aff. malignes du tissu conjonctif ou du système musculosquelletique appartenant au MDC 08) représentant 6.443 séjours et 106.623 journées. Le 342 (Fractures ou luxations excepté fémur et bassin, appartenant au MDC 08) qui représente 12.113 séjours et 77.785 journées. Les graphiques ci-après illustrent la non significativité d une tendance quelconque quant à l évolution de la durée de séjour des dits APR-DRGs. I-34
APRDRG : 53 y = 0,0097x + 6,3156 R 2 = 0,0199 APRDRG :343 y = 0,0627x + 16,335 R 2 = 0,2123 10 30 9 25 8 7 6 6,52 6,32 6,09 6,24 6,45 6,45 6,41 20 16,14 16,84 16,46 16,63 16,37 17,02 16,63 5 15 4 3 10 2 Horizon 2010 16,68 Horizon 2015 16,68 1 Horizon 2010 6,46 Horizon 2015 6,50 5 0 MP96 MP97 MP98 MP99 MP00 MP01 MP02 0 MP96 MP97 MP98 MP99 MP00 MP01 MP02 53 Linéaire (53) 343 Linéaire (343) 30 APRDRG : 45 y = -0,1092x + 22,56 R 2 = 0,113 30 APRDRG : 342 y = 0,07x + 5,9624 R 2 = 0,2999 25 25 20 23,38 22,05 21,08 22,33 21,73 22,33 21,96 20 15 15 10 10 Horizon 2010 22 Horizon 2015 22 5 6,26 5,96 5,77 6,43 6,54 6,33 6,41 5 0 MP96 MP97 MP98 MP99 MP00 MP01 MP02 0 MP96 MP97 MP98 MP99 MP00 MP01 MP02 342 Linéaire (342) 45 Linéaire (45) Graphique I- 14 : Exemples de DRG sans tendance significative mais importants en nombre de séjours I-35
4. PROJECTIONS DE L UTILISATION DES LITS HOSPITALIERS AIGUS : HORIZONS 2005-2010-2015. 4.1 Méthodologie pour la modélisation des projections Étant donné que la base de données relative aux durées de séjour de 96 à 02 ne nous donnait pas une ventilation par sexe, nous nous sommes trouvés dans l obligation de refaire les estimations sans distinction de sexe en appliquant la logique du modèle décrit dans le rapport intermédiaire associé à cette étude 12. Nous rappelons brièvement la structure du modèle. Définition des Indices Indice i = APR-DRG i = 1, 358 lignes 13 Indice j = classe d âge j = 1, 22 (23) 14 (Indice s = sexe Définition des Variables s= 1 : masculin ; 2 : féminin) Pj : Population dans la classe d âge j (INS ; année 2002) S i, j : Nombre de séjours dans l APR-DRG i et dans la classe d âge j (année 2002) SS j Total séjours dans la classe d âge j (année 2002) L i,j : Durée moyenne de séjours dans l APR-DRG i et dans la classe d âge j (année 2002) Tj Taux d admission dans la classe d âge j (année 2002) Fi,j Poids de l APR-DRG i dans l ensemble des séjours à la classe d âge J (année 2002) 15 Pˆ j Population prévisionnelle dans la classe d âge j (INS) ; année x Ŝ i, j Nombre de séjours attendus dans l APR-DRG i et dans la classe d âge j ; année x Tˆ S Total des séjours attendus année x Tˆ JH Total des journées d hospitalisation attendues année x 12 Cannoodt L, Gemmel P, Rossi D, Tambeur W. et al. «Les besoins futurs en équipements hospitaliers aigus en Belgique», Partie II, «Estimation des capacités nécessaires sur base d un scenario projectif détaillé : horizon 2005», p. 77 et suiv., février 2005. 13 Sur base de la nomenclature des APR-DRGs fournie par le MSF 14 22 classes d âge pour la population sur base de la référence INS 23 classes pour les séjours hospitaliers avec distinction des nourrissons <28 jours et > 29 jours. 15 Tableau des poids relatifs dans l annexe 7 I-36
Le Modèle Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Calcul d un taux d admission, par classe d âge, correspondant au rapport entre le nombre de séjours sur la taille de la population (année de référence 2002) Taux d admission par classe d âge = Tj = SSj Pj Détermination du nombre de séjours attendus par classe d âge en appliquant le taux d admission (base 2002) à la population prévisionnelle par classe d âge (2005, 2010, 2015) Séjours attendus dans la classe d âge j = S ~ j = Pˆ j * Tj Détermination du poids relatifs de l APR-DRG i dans la classe d âge j tout sexe confondu (base 2002). Fi,j = Si, j SSj i, j Détermination pour les horizons 2005, 2010 et 2015 du nombre de séjours attendus par APR-DRG et par classe d âge (base 2002). Séjours attendus dans la classe d âge j S ~ j = Pˆ j * Tj Distribution des séjours prévisionnels par classe d âge sur les APR-DRG par application des poids relatifs Séjours attendus dans l APR-DRG i et dans la classe d âge j Ŝ i, j= S ~ j *Fi,j Total des séjours attendus (année x) Tˆ S = Ŝ i, j i j Total des journées attendues (année x) Tˆ JH = i j Ŝ i, j*li,j I-37
4.2 Intégration dans le modèle des projections de la modélisation des durées de séjour Disposant d une estimation prévisionnelle pour la durée de séjour par APR-DRG, il fallait ensuite distribuer cette valeur prévisionnelle sur les différentes classes d âge afin de tenir compte de la différence des durées de séjour pour un même APR-DRG selon les classes d âge. Cette répartition s est faite en deux étapes Elaboration de la distribution de la durée moyenne de séjour d un APR-DRG sur les classes d âge (année de référence 2002) Application de la part relative de chaque classe d âge à la durée de séjour prévisionnelle de l APR-DRG obtenue par modélisation. Partant du nombre de séjours prévisionnels et de la durée de séjour par APR-DRG et par classe d âge, nous avons déterminé le nombre de journées prévisionnelles par APR-DRG et par classe d âge aux horizons 2005, 2010 et 2015. Les résultats sont reportés dans le tableau ci dessous. 2005 2010 2015 Somme des séjours 1.732.269 1.788.768 1.846.282 Somme des journées 14.415.171 14.660.112 14.980.017 Tableau I- 11 : Projections en termes de séjours et de journées 2005-2010-2015 Un commentaire s impose en ce qui concerne la projection pour l année 2005. L application des modèles de durée de séjour sur le nombre prévisionnel de séjours pour 2005 par APR-DRG et par classe d âge, conduit à un total de 14. 415.171 journées pour 2005. On peut vérifier que cette estimation est très proche de celle obtenue dans le rapport intermédiaire 16 par rapport au scenario où l on prenait comme estimation de la durée de séjour la médiane. Dans ce contexte en effet, le nombre total de journées s élevait à 14.458.157 L intégration des modèles relatifs aux tendances prévisionnelles des durées de séjour par APR-DRG se rapproche très fort, de manière globale bien sûr, d une estimation des durées de séjour sur base de la médiane. 16 Op. Cit. «Les besoins futurs en équipements hospitaliers aigus en Belgique» I-38
Le tableau ci-après établit la synthèse des projections établies pour les années 2005-2010-2015 sur base de l évolution de la structure démographique dans le pays et de la modélisation des tendances associées aux durées de séjour par APR-DRG 17. Population Variation en valeur Variation en % Nombre de séjours Variation en valeur Variation en % Durée moyenne de séjour Variation en valeur Variation en % Nombre de journées Variation en valeur Variation en % Projection utilisation lits aigus (taux occupation 100%) Année 2002 Année 2005 Année 2010 Année 2015 10.355.979 10.425.687 10.529.690 10.625.477 69.708 173.711 269.498 0,67% +1,68% +2,60% 1.701.004 1.732.269 1.788.768 1.846.282 31.265 87.764 145.278 +1,84% +5,16% +8,54% 8,48 8,32 8,20 8,11-0,15-0,28-0,36-1,82% -3,31% -4,28% 14.417.744 14.415.171 14.660.112 14.980.017-2.573 242.368 +562.273-0,02% +1,68% +3,90% 39.500 39.494 40.165 41.041 Projection utilisation lits aigus / 3,81 3,79 3,81 3,86 1000 habitants (taux occupation 100%) Tableau I- 12: Synthèse des projections- Années 2005-2010-2015 Nonobstant une diminution globale de la durée de séjour de 4,28% en 2015 par rapport à l année de référence 2002, l accroissement de la population combiné à l effet du vieillissement induit une augmentation du nombre total de journées d hospitalisation de l ordre de 4% à l horizon 2015. Au taux d occupation de 100%, le nombre de lits par 1.000 habitants passe de 3,81 en 2002 à 3,86 en 2015, soit une augmentation de 1,3%. En conclusion, le changement dans la structure de la population par classe d âge combiné à la prise en compte des prévisions relatives aux durées de séjour par APR-DRG, induit une augmentation du nombre total de journées et par voie de conséquence un accroissement de la projection d utilisation des lits hospitaliers aigus. 17 Les chiffres ont été reportés dans le tableau avec une approximation de 2 décimales. I-39
CHAPITRE 4. ÉVOLUTION DE L HOSPITALISATION DE JOUR L objectif de ce chapitre est double. - Identifier pour quel type de pathologie (APR-DRG) l hospitalisation de jour peut, dans le futur, être considérée comme une alternative à l hospitalisation classique. - Mesurer l impact du shift probable vers l hospitalisation pour les pathologies retenues sur l utilisation des lits hospitaliers aigus. 1. LA BASE DE DONNEES DE REFERENCE Le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement, a mis à notre disposition un historique des enregistrements des hospitalisations de jour ventilés Par MDC Par APR-DRG Par niveau de sévérité et ce, pour la période couvrant les années 1996 à 2002. 2. ANALYSE DE LA TENDANCE GENERALE Dans un premier temps, nous avons déterminé, de manière globale c est à dire, toutes pathologies confondues, quelle était la tendance générale sur la période d observation de 1996 à 2002 sur base des variables : Somme des séjours/an en hospitalisation de jour Somme des séjours/an en hospitalisation traditionnelle Pour ce faire, nous avons ajusté un modèle de régression sur les séries chronologiques. L équation obtenue pour l hospitalisation de jour est la suivante : Y = 86.631 * t + 491.373 avec un R 2 de 99,51% Où t représente la variable «année». Le graphique ci-après illustre la tendance générale pour l hospitalisation de jour I-40
Tendance Hospitalisation de jour sur base du total des séjours par année (1996 à 2002) y = 86631x + 491373 1.200.000 R 2 = 0,9951 1.000.000 Total séjours 800.000 600.000 400.000 200.000 0 1996 1997 1998 1999 2000 2001 2002 Série1 Linéaire (Série1) Graphique I- 15: Tendance hospitalisation de jour de 1996 à 2002 La même analyse a été faite pour l hospitalisation traditionnelle. L équation obtenue pour l hospitalisation traditionnelle est la suivante : Y = 18.816* Ln (t) + 2 E + 06 avec un R 2 de 70,67% Où t représente la variable «année». Le graphique ci-après illustre la tendance générale pour l hospitalisation traditionnelle. 1.700.000 Tendance Hospitalisation traditionnelle sur base du total des séjours par année (1996 à 2002) y = 18816Ln(x) + 2E+06 R 2 = 0,7067 1.690.000 1.680.000 Total séjours 1.670.000 1.660.000 1.650.000 1.640.000 1.630.000 1.620.000 1996 1997 1998 1999 2000 2001 2002 Série1 Logarithmique (Série1) Graphique I- 16: Tendance hospitalisation traditionnelle de 1996 à 2002. La comparaison de ces deux équations et/ou graphiques, montre de toute évidence une tendance générale à la hausse pour l hospitalisation de jour et à la baisse, avec effet asymptotique, pour l hospitalisation traditionnelle. I-41
Le R 2 pour l hospitalisation traditionnelle est un peu moins bon car il tient compte des effets associés aux années 1996 à 2000. Toutefois si nous regardons les années 2000 à 2002 on observe clairement un renversement de tendance dans le cadre de l hospitalisation traditionnelle. Sur base de ce constat, nous allons tenter de mesurer le «shift» de l hospitalisation traditionnelle vers l hospitalisation de jour. Le problème est relativement complexe car, comme nous le verrons ultérieurement, l augmentation en hospitalisation de jour n induit pas nécessairement une diminution de l hospitalisation traditionnelle et inversement. Autrement dit, il n y a pas une relation directe de cause à effet. Diverses raisons peuvent être invoquées comme, par exemple, modification des pratiques médicales, évolution des technologies, changement des comportements de la patientèle etc. 3. ANALYSE PAR APR-DRG ET PAR SEJOUR. L analyse a été faite sous forme de trois variantes correspondant à des hypothèses progressivement affinées. Variante n 1 : On reprend l approche avancée dans lé rapport intermédiaire associé à cette étude 18 et qui partait du principe que dans un futur proche les séjours de 1, 2 et 3 jours passeraient en hospitalisation de jour 19. Variante n 2 : On identifie les APR-DRGs pour lesquels, sur base d une analyse scientifique, l hospitalisation de jour peut être reconnue comme alternative à l hospitalisation traditionnelle. On pose alors l hypothèse que, dans ce cas de figure, il y a de fortes chances pour que les séjours de 1, 2 et 3 jours passent effectivement en hospitalisation de jour dans le futur. Variante n 3 : On adopte la même démarche que dans la variante 2 tout en pondérant de manière dégressive les séjours de 1, 2, 3 jours. 18 Op. Cit «Les besoins futurs en équipements hospitaliers aigus en Belgique», Partie II : «Estimation des capacités nécessaires sur base d un scenario projectif détaillé : horizon 2005» p. 100 et suiv. 19 Biersack O. «Les méthodes de planification des cantons.», Évaluation de la planification hospitalière, Conférence des directeurs cantonaux des affaires sanitaires. (CDS) Bâle 2.000 I-42
3.1 Variante n 1 : Élimination des séjours qui en hospitalisation classique correspondent à des séjours d une durée de 1, 2 et 3 jours. Nous avons dans la base de données correspondant aux projections pour les années 2005, 2010 et 2015 sélectionné tous les séjours correspondant respectivement à des durées de séjour 1 jour, 2 jours et 3 jours. Pour chacun de ces scénarios, nous avons calculé le nombre de séjours, la durée moyenne de séjour et le total des journées attendus aux horizons 2005-2010-2015. Nous avons, dans le même temps, mesuré l impact en termes de taux de variation par rapport à la solution qui consistait à prendre la totalité des séjours. Les résultats sont reportés dans le tableau ci-après. Projections Tous les séjours Sans séjours 1 jour Sans séjours 2 jours Sans séjours 3 jours 2005 Population Nombre séjours Impact sur Séjours Durée séjour Impact sur DS Total journées Impact sur journées 10.425.687 1.732.269 8,32 14.415.171 1.372.165-20,79% 9,08 +9,13% 12.461.294-13,55% 1.146.262-33,83% 9,78 +17,48% 11.205.658-22,26% 989.824-42,86% 10,33 +24,12% 10.223.515-29,08% 2010 Population Nombre séjours Impact sur Séjours Durée séjour Impact sur DS Total journées Impact sur journées 10.529.690 1.788.768 8,20 14.660.112 1.422.608-20,47% 8,90 +8,61% 12.663.147-13,62% 1.191.708-33,38% 9,58 +16,83% 11.411.044-22,16% 1.032.062-42,30% 10,11 +23,36% 10.434.498-28,82% 2015 Population Nombre séjours Impact sur Séjours Durée séjour Impact sur DS Total journées Impact sur journées 10.625.477 1.846.282 8,11 14.980.017 1.473.609-20,19% 8,76 +7,94% 12.906.216-13,84% 1.237.262-32,99% 9,41 +16,00% 11.644.733-22,26% 1.074.105-41,82% 9,93 +22,37% 10.664.349-28,81% Tableau I- 13 : Projections 2005-2010-2015 : variante n 1 pour l'hospitalisation de jour. Il est évident que l impact en termes du nombre de séjours est plus important que l impact en termes de journées, vu que l on considère des séjours de très courte durée. I-43
En ce qui concerne la variable «durée de séjour», on vérifie que, quelle que soit l hypothèse envisagée, elle diminue au fur et à mesure des années. Par contre, pour une année donnée, la durée de séjour moyenne augmente selon l hypothèse choisie. Ceci est la conséquence évidente de l élimination des séjours de courte durée. 3.2 Variante n 2 : Élimination des séjours qui en hospitalisation traditionnelle correspondent à une durée de 1, 2 et 3 jours ET pour les APR-DRGs pour lesquels l hospitalisation de jour peut être reconnue comme alternative à l hospitalisation classique. Plutôt que de prendre des choix arbitraire quant à l évolution future de l hospitalisation de jour, nous avons cherché à identifier les APR-DRGs pour lesquels on pouvait scientifiquement admettre que l hospitalisation de jour pouvait être envisagée comme une alternative à l hospitalisation classique. Clairement, il fallait identifier les APR-DRGs pour lesquels on observait en parallèle et simultanément une diminution de l hospitalisation traditionnelle et une augmentation de l hospitalisation de jour. Pour mesurer le taux de substitution de l hospitalisation de jour à l hospitalisation traditionnelle, nous avons calculé un coefficient de corrélation «r» entre les deux séries suivantes : séjours en hospitalisation de jour et séjours en hospitalisation traditionnelle sur les périodes allant de 1996 à 2002. Le tableau ci-après illustre la démarche suivie. I-44
NOMBRE DE SEJOURS EN HOSPITALISATION TRADITIONNELLE NOMBRE DE SEJOURS EN HOSPITALISATION DE JOUR rdrg_code 1996 1997 1998 1999 2000 2001 2002 1996 1997 1998 1999 2000 2001 2002 Corrélation 3 413 317 345 536 623 610 595 88 7 8 12 11 10 10-0,22 4 1614 1783 1882 1960 2165 2323 2332 2 2 4 4 3 10 4 0,66 5 351 414 438 426 472 544 517 1 3 1 2 2 2 0,34 20 787 790 744 772 737 820 739 2 3 2 1 2 2 1 0,38 21 3704 3914 3924 3790 4106 3942 4213 33 30 22 42 28 68 75 0,44 22 764 794 790 795 735 787 799 2 1 8 2 3 17 7 0,24 23 1130 1083 1193 1142 1256 1403 1275 133 233 217 198 374 493 513 0,86 24 3171 3244 3582 3708 3861 3952 4279 13 15 29 24 17 13 19 0,14 25 5200 4880 4509 4303 4119 4062 3799 11678 12510 13724 14054 15603 17276 18843-0,94 26 1021 1113 1010 1246 1499 1517 1561 86 80 76 90 114 104 104 0,92 40 1077 1078 905 829 769 737 714 147 207 239 278 291 196 257-0,63 41 2397 2630 2840 2718 2677 2846 3021 128 98 176 200 302 247 215 0,44 42 6530 6656 7304 7670 8073 8286 9161 95 71 67 192 219 287 357 0,94 43 2255 2190 2315 2255 2176 2331 2431 384 283 348 682 1224 2018 2394 0,67 44 3113 3148 3164 3118 3277 3216 3358 107 126 107 115 139 139 170 0,93 45 4180 3854 4370 5369 5527 6725 8155 18 34 50 33 42 37 43 0,34 46 12315 13143 12808 12665 12022 11357 10099 839 848 827 882 966 839 735 0,53 47 8760 8459 8593 9168 8958 9122 8713 198 183 186 140 146 159 185-0,80 48 6030 6529 6716 6605 6270 6230 5987 1424 1440 1478 1774 2182 3587 4333-0,59 49 810 788 885 995 1073 986 873 100 23 25 115 99 223 130 0,48 50 901 861 838 865 1064 801 775 115 90 81 106 146 125 131 0,40 51 1017 815 792 1153 3623 1487 1109 3 4 2 13 16 7 8 0,78 52 1758 1848 2099 2083 2273 2270 2222 45 52 46 541 1749 1513 85 0,67 53 12074 12086 12826 13588 14013 14180 14730 283 265 285 377 509 673 827 0,91 54 4230 4467 4565 4927 5227 5112 4750 158 168 194 513 758 966 1139 0,71 55 1377 1365 1445 1676 1752 1658 1698 35 48 30 43 53 69 79 0,63 56 1982 1929 1933 1916 1730 1756 1598 26 46 34 39 45 48 42-0,58 57 17983 17902 17104 17572 16523 14936 13560 289 255 209 348 472 524 551-0,85 58 14126 14277 15158 16558 17967 19066 19522 419 385 462 567 804 814 917 0,98 70 591 604 558 591 617 644 605 89 93 112 117 109 110 168 0,05 71 6642 6459 6185 5870 5926 6020 5968 976 1148 1546 1478 1780 1709 1895-0,88 72 8565 7399 6125 5802 4599 3899 3262 7382 8141 9117 10444 11645 12619 14009-0,98 73 25137 24327 21477 18111 15794 14392 12027 15447 21339 30010 37036 43733 51594 59710-0,99 80 281 316 336 341 320 326 355 4 6 2 9 9 7 13 0,56 81 593 624 702 708 717 714 639 45 45 50 124 98 141 156 0,42 82 3274 3240 3310 3521 3162 3135 2837 396 415 565 841 690 678 716 0,00 90 527 497 474 410 452 407 386 56 62 48 87 66 76 76-0,79 91 436 429 471 456 473 528 575 229 232 112 109 113 169 216 0,05 92 2486 2561 2559 2461 2823 3061 3187 557 607 696 585 789 1066 1184 0,98 93 8192 8005 8261 8229 8398 8373 8128 2801 3311 2764 3456 3654 3006 3140 0,11 94 3311 3055 2904 2699 2596 2653 2342 12125 12662 13751 13807 14709 16933 18104-0,88 Tableau I- 14: Corrélation entre séjours en hospitalisation traditionnelle et en hospitalisation de jour Le tableau complet des corrélations entre les séjours en hospitalisation traditionnelle et en jour est repris dans l annexe 8. Le signe du coefficient de corrélation témoigne du sens de la relation entre les deux séries. Un signe + signifie que les séries évoluent dans le même sens (augmentation ou diminution) Un signe signifie que les séries évoluent en sens opposé (si l une augmente, l autre diminue et inversement) La valeur du coefficient (0 r 1) atteste de l intensité de la liaison entre les deux séries. Sur cette base, deux cas de figure peuvent être identifiés. Les séries varient en sens inverse et laisse supposer un shift de l hospitalisation traditionnelle vers l hospitalisation de jour Les séries varient dans le même sens ; il n y a donc pas lieu de considérer l hospitalisation de jour comme une alternative à l hospitalisation classique Nous allons à présent, sur base d exemples concrets, illustrer notre raisonnement. I-45
a) APR-DRG pour lesquels le coefficient de corrélation «r» est négatif et de valeur supérieure à 0,5 APR-DRG 73 : INTERVENTIONS SUR LE CRISTALLIN AVEC OU SANS VITRECTOMIE Corrélation= - 0,99 70000 60000 50000 40000 30000 20000 10000 0 1996 1997 1998 1999 2000 2001 2002 H. Traditionelle H. Jour Graphique I- 17: APR-DRG 73- Corrélation entre séjours en traditionnel et en jour APR-DRG 319 : ENLEVEMENT MATERIEL DU SYSTEME MUSCULOSQUELLETIQUE Corrélation = -0,86 7000 6000 5000 4000 3000 2000 1000 0 1996 1997 1998 1999 2000 2001 2002 H. Traditionelle H. Jour Graphique I- 18: APR-DRG 319 Corrélation entre séjours en traditionnel et en jour Il est clair que, dans ces deux cas de figure, on peut réellement parler de «shift» d un mode d hospitalisation à un autre. On observe, en effet, que la diminution en hospitalisation traditionnelle coïncide simultanément et en parallèle avec une augmentation en hospitalisation de jour. I-46
b) APR-DRGs pour lesquels le coefficient de corrélation «r» est positif et de valeur supérieure à 0,5 APR-DRG 315: INTERVENTIONS EPAULE, COUDE, AVANT BRAS Corrélation + 0,99 30000 25000 20000 15000 10000 5000 0 1996 1997 1998 1999 2000 2001 2002 H. Traditionnelle H. Jour Graphique I- 19: APR-DRG 315 Corrélation entre séjours en traditionnel et en jour Pour l APR-DRG 315, on observe que la tendance est à la hausse aussi bien pour l hospitalisation classique que pour l hospitalisation de jour. Cet exemple illustre le fait qu une tendance à la hausse en hospitalisation de jour n a pas nécessairement comme corolaire une tendance à la baisse en hospitalisation traditionnelle. APR-DRG 320 AUTRES INTERVENTIONS DU SYSTEME MUSCULOSQUELETTIQUE ET TISSU CONJONCTIF corrélation + 0,57 16000 14000 12000 10000 8000 6000 4000 2000 0 1996 1997 1998 1999 2000 2001 2002 H.Traditionnelle H.Jour Graphique I- 20: APR-DRG 320 Corrélation entre séjours en traditionnel et jour Enfin, l APR-DRG 320 témoigne d une réduction simultanée en hospitalisation traditionnelle et en jour. On vérifie à travers cet exemple qu une diminution en hospitalisation traditionnelle n a pas I-47
non plus comme corolaire systématique une augmentation en hospitalisation de jour. Tous ces cas témoignent de la difficulté à bien cerner la problématique du «shift» vers l hospitalisation de jour. De plus, un examen très attentif de la base de données, a attiré notre attention sur le fait que, si l on sélectionne les séjours de courte durée (1 jour, 2 jours et 3 jours), on peut mettre en évidence le fait que, pour certains APR-DRG, la part relative de l hospitalisation de jour dans le total des séjours appartenant à ces trois catégories, reste malgré tout relativement faible. Cela signifie concrètement que, même si la durée de séjour est très courte, il n y aura pas, ipso facto, «shift» vers l hospitalisation de jour car le recours à l hospitalisation classique peut, pour de multiples raisons, s avérer parfois justifiée. Sur base de ce constat, il reste à déterminer quels sont les APR-DRGs pour lesquels la part de l hospitalisation de jour est suffisamment significative que pour admettre, en toute logique, que le «shift» vers l hospitalisation de jour ne fera que se développer dans le futur. Pour tenir compte des données les plus récentes et ne pas biaiser l approche par des données trop anciennes qui ne reflètent plus la tendance actuelle, nous avons calculé sur les 3 dernières années (2000-2001-2002) et par APR-DRG, la part relative des séjours en hospitalisation de jour sur le total des séjours correspondant à des séjours de respectivement 1, 2 et 3 jours. Nous avons ensuite retenu comme estimation de la part relative de l hospitalisation de jour pour ces 3 catégories, la moyenne géométrique des parts relatives calculées sur les 3 dernières années. A titre d exemples : Pour les séjours 1 jour on a fait le rapport séjours = 1jour en hospi jour séjours = 1 jour en hospi Traditionnel + jour Pour les séjours 2 jours on fait le rapport séjours α jours en hospi Jour séjours α jours en hospi traditionnel + Jour α = 1,2 Pour les séjours 3 jours on fait le rapport séjours α jours en hospi Jour séjours α jours en hospi traditionnel + Jour α = 1,2,3 Dès lors, nous avons admis l hypothèse que si la part observée de l hospitalisation de jour était I-48
supérieure à 1/3 du total des séjours, nous pouvions admettre que les séjours de durée égale à 1, 2 et 3 jours, pourraient, avec une bonne probabilité, passer dans le futur en hospitalisation de jour. Dans le cadre de cette seconde variante, nous avons donc choisi de simuler l élimination des séjours correspondant à respectivement 1, 2 ou 3 jours à condition de vérifier les deux conditions suivantes : Avoir un coefficient de corrélation négatif entre les séries «séjours en hospitalisation traditionnelle» et «séjours en hospitalisation jour» Avoir au niveau de l APR-DRG auquel ces séjours appartiennent une part relative des séjours en hospitalisation de jour à 33% (1/3) La règle de décision ainsi établie montre que ce faisant, on élimine les séjours de 1, 2 et 3 jours pour les APR-DRGs correspondant aux «Séjours Faux Classiques» tels que définis par le SPF Santé publique, Sécurité de la Chaîne alimentaire et Environnement 20, exception faite des APR-DRGs repris dans le tableau ci-après et pour lesquels la part de l hospitalisation de jour dans le total des séjours reste très faible. APR-DRG Libellé Part relative= Séjours Jour Total des séjours 71 314 315 446 513 Interventions intraoculaires excepté cristallin Interventions du pied Interventions épaule, coude, avant-bras Interventions urétrales et transurétrales Interventions sur utérus/annexe, pour carcinome in 23,09% 22,36% 13,27% 17,53% 20,47% situ et affections bénignes Tableau I- 15 : APR-DRG appartenant aux séjours Faux Classiques et non retenus pour élimination des séjours de courte durée Les résultats des simulations menées dans le cadre de cette seconde variante relative à la prise en compte de l évolution de l hospitalisation de jour sur les projections à l horizon 2005-2010-2015 sont repris dans les tableaux ci-après. 20 Définition des séjours «Faux Classiques» en annexe 9. I-49
Projections Tous les séjours Sans séjours Sans séjours Sans séjours 1 jour 2 jours 3 jours Corrélation négative Corrélation négative Corrélation négative Part Jour > 1/3 Part Jour > 1/3 Part Jour > 1/3 2005 Population Nombre séjours Impact sur Séjours Durée séjour Impact sur DS Total journées Impact sur journées 10.425.687 1.732.269 8,32 14.415.171 1.469.722-15,16% 8,88 +6,71% 13.050.849-9,46% 1.291.374-25,45% 9,35 +12,39% 12.077.298-16,22% 1.173.421-32,26% 9,68 +16,28% 11.354.168-21,23% 2010 Population Nombre séjours Impact sur Séjours Durée séjour Impact sur DS Total journées Impact sur journées 10.529.690 1.788.768 8,20 14.660.112 1.521.821-14,92% 8,70 +6,14% 13.238.220-9,70% 1.339.553-25,11% 9,15 +11,66% 12.258.541-16,38% 1.218.977-31,85% 9,46 +15,44% 11.533.303-21,33% 2015 Population Nombre séjours Impact sur Séjours Durée séjour Impact sur DS Total journées Impact sur journées 10.625.477 1.846.282 8,11 14.980.017 1.574.428-14,72% 8,56 +5,51% 13.478.135-10,03% 1.387.951-24,82% 8,99 +10,86% 12.484.588-16,66% 1.264.679-31,50% 9,29 +14,53% 11.752.208-21,55% Tableau I- 16: Projections 2005-2010-2015 : variante n 2 pour l'hospitalisation de jour Les commentaires qui précèdent montrent bien la difficulté rencontrée dans l interprétation qu il faut donner à l évolution de l hospitalisation de jour par rapport à l hospitalisation traditionnelle. Il est clair qu il faut se garder de choix arbitraires et non fondés sur une analyse minutieuse. I-50
3.3 Variante n 3 : Pondération dégressive pour les séjours de durée 1, 2 et 3 jours D aucuns argumentent qu il n est pas très réaliste d envisager que les séjours de 2 et 3 jours passeront systématiquement en hospitalisation de jour. La variante n 3 reprend donc les hypothèses de la variante n 2 mais en associant une probabilité différente au «shift» de l hospitalisation traditionnelle vers le jour pour les séjours de 2 et 3 jours. Le tableau ci-après reprend les probabilités associées aux différents cas de figure. Durée de séjour Probabilité de basculer en Jour 1 100% 2 60% 3 40% Tableau I- 17:Probabilité du «shift» de l hospitalisation classique vers le jour pour séjours = 1,2 et 3 jours Dans ce contexte, nous avons simulé le scenario suivant : On élimine les séjours 1 jour avec une probabilité de 100% = 2 jours avec une probabilité de 60% = 3 jours avec une probabilité de 40% Si Corrélation négative entre Jour et Traditionnel Part du Jour > 1/3 du total des séjours (1, 2 et 3 jours, resp.) Les résultats sont repris dans le tableau suivant. I-51
Projections Tous les séjours Sans séjours 1 jour (prob =100%) = 2 jours (prob =60%) =3 jours (prob =40%) Corrélation négative Part Jour > 1/3 total des séjours pour resp. 1, 2, 3 jours 2005 Nombre Séjours Impact sur séjours Durée séjour Impact sur DS Total Journées Impact sur Journées 1.732.269 8,32 14.415.171 1.315.532-24,06% 9,26 +11,24% 12.177.928-15,52% 2010 Nombre Séjours Impact sur séjours Durée séjour Impact sur DS Total Journées Impact sur Journées 1.788.768 8,20 14.660.112 1.364.230-23,73% 9,06 +10,56% 12.361.478-15,68% 2015 Nombre Séjours Impact sur séjours Durée séjour Impact sur DS Total Journées Impact sur Journées 1.846.282 8,11 14.980.017 1.413.233-23,46% 8,91 +9,81% 12.590.747-15,95% Tableau I- 18: Projections 2005-2010-2015 : variante n 3 pour hospitalisation de jour. Cette troisième et dernière variante nous paraît particulièrement défendable et de «grand bon sens». En effet, tout en prenant compte de l évolution probable des paramètres qui influent sur la détermination de l utilisation des lits hospitaliers, elle limite les risques par rapport à des solutions «trop optimistes» empruntées à d autres pays de réalité économique et sociale différente de celle de la Belgique. I-52
CHAPITRE 5. SYNTHÈSE DES PROJECTIONS : HORIZONS 2005-2010- 2015 Nous sommes à présent en mesure de présenter la synthèse des résultats obtenus par les diverses simulations associées aux différents scenarios retenus. Afin d alléger la présentation des tableaux de synthèse, nous présentons ci dessous la légende reprise dans les dits tableaux. LÉGENDE DES TABLEAUX DE SYNTHÈSE [0] : All Séjours Tous les séjours [1] : Sans séjours : [DS1] Sans séjours avec durée 1 jour [2] : Sans séjours : [DS2] Sans séjours avec durée 2 jours [3] : Sans séjours : [DS3] Sans séjours avec durée 3 jours [4] : Sans séjours : [DS1;r<0; Tx1/3] Sans séjours avec durée 1 jour Si : Corrélation négative entre Jour et Traditionnel Part du jour sur total séjour (1 jour) > 1/3 Sans séjours avec durée 2 jours [5] : Sans séjours : [DS2;r<0; Tx1/3] Si : Corrélation négative entre Jour et Traditionnel Part du jour sur total séjour > 1/3 (1 et 2 jours resp.) Sans séjours avec durée 3 jours [6] : Sans séjours : [DS3;r<0; Tx1/3] [7] : Sans séjours : [r<0;tx1/3]; [DS1;60%DS=2; 40%DS=3] Si : Corrélation négative entre Jour et Traditionnel Part du jour sur total séjour > 1/3 (1,2 et 3 jours resp) Sans séjours avec durée 1 jour 60% des séjours avec durée = 2 jours 40% des séjours avec durée = 3 jours Si : Corrélation négative entre Jour et Traditionnel Part du jour sur total séjour > 1/3 (1, 2,3 jours resp.) Tableau I- 19: Légende des tableaux de synthèse Les tableaux qui suivent présentent pour les trois années 2005-2010-2015, la synthèse des résultats obtenus pour les différents scenarios qui ont été simulés. Dans les tableaux de synthèse, les taux de variation sont toujours calculés par rapport à l hypothèse de base selon laquelle on garde dans la projection la totalité des séjours. I-53
Projection à l'horizon 2005 All Séjours [1] : Sans séjours : [DS1] [2] : Sans séjours : [DS2] [3] : Sans séjours : [DS3] [4] : Sans séjours : [DS1;Tx1/3] [5] : Sans séjours : [DS2;Tx1/3] [6] : Sans séjours : [DS3;Tx1/3] [7] : Sans séjours : [r<0;tx1/3] et [DS1; 60%DS=2; Durée Nombre de Nombre de moyenne de journées séjours séjour 1.732.269 8,32 14.415.171 (0,00%) (0,00%) (0,00%) 1.372.165 9,08 12.461.294 -(20,79%) (9,13%) -(13,55%) 1.146.262 9,78 11.205.658 -(33,83%) (17,48%) -(22,26%) 989.824 10,33 10.223.515 -(42,86%) (24,12%) -(29,08%) 1.469.722 8,88 13.050.849 -(15,16%) (6,71%) -(9,46%) 1.291.374 9,35 12.077.298 -(25,45%) (12,39%) -(16,22%) 1.173.421 9,68 11.354.168 -(32,26%) (16,28%) -(21,23%) 1.315.532 9,26 12.177.928 40%DS=3] -(24,06%) (11,24%) -(15,52%) Tableau I- 20: Synthèse des projections pour l'année 2005 Projection à l'horizon 2010 All Séjours [1] : Sans séjours : [DS1] [2] : Sans séjours : [DS2] [3] : Sans séjours : [DS3] [4] : Sans séjours : [DS1;Tx1/3] [5] : Sans séjours : [DS2;Tx1/3] [6] : Sans séjours : [DS3;Tx1/3] [7] : Sans séjours : [r<0;tx1/3] et [DS1; 60%DS=2; Durée Nombre de Nombre de moyenne de journées séjours séjour 1.788.768 8,20 14.660.112 (0,00%) (0,00%) (0,00%) 1.422.608 8,90 12.663.147 -(20,47%) (8,61%) -(13,62%) 1.191.708 9,58 11.411.044 -(33,38%) (16,83%) -(22,16%) 1.032.062 10,11 10.434.498 -(42,30%) (23,36%) -(28,82%) 1.521.821 8,70 13.238.220 -(14,92%) (6,14%) -(9,70%) 1.339.553 9,15 12.258.541-25,11%) (11,66%) -(16,38%) 1.218.977 9,46 11.533.303 -(31,85%) (15,44%) -(21,33%) 1.364.230 9,06 12.361.478 40%DS=3] -(23,73%) (10,56%) -(15,68%) Tableau I- 21: Synthèse des projections pour l'année 2010 I-54
Projection à l'horizon 2015 All Séjours [1] : Sans séjours : [DS1] [2] : Sans séjours : [DS2] [3] : Sans séjours : [DS3] [4] : Sans séjours : [DS1;Tx1/3] [5] : Sans séjours : [DS2;Tx1/3] [6] : Sans séjours : [DS3;Tx1/3] [7] : Sans séjours : [r<0;tx1/3] et [DS1; 60%DS=2; Durée Nombre de Nombre de moyenne de journées séjours séjour 1.846.282 8,11 14.980.017 (0,00%) (0,00%) (0,00%) 1.473.609 8,76 12.906.216 -(20,19%) (7,94%) -(13,84%) 1.237.262 9,41 11.644.733 -(32,99%) (16,00%) -(22,26%) 1.074.105 9,93 10.664.349 -(41,82%) (22,37%) -(28,81%) 1.574.428 8,56 13.478.135 -(14,72%) (5,51%) -(10,03%) 1.387.951 8,99 12.484.588 -(24,82%) (10,86%) -(16,66%) 1.264.679 9,29 11.752.208 -(31,50%) (14,53%) -(21,55%) 1.413.233 8,91 12.590.747 40%DS=3] -(23,46%) (9,81%) -(15,95%) Tableau I- 22: Synthèse des projections pour l'année 2015 Sur base de ces différents éléments, nous pouvons faire un récapitulatif de la projection de l utilisation théorique des lits aigus pour les années 2005-2010-2015. La projection de l utilisation des lits hospitaliers aigus est exprimée selon différentes hypothèses relatives au taux d occupation allant de 70 à 100%. Les résultats exprimés en termes d utilisation des lits aigus par jour et par 1.000 habitants sont présentés dans les deux tableaux ci-après. I-55
PROJECTIONS DE L'UTILISATION DES LITS AIGÜS AUX HORIZONS 2005-2010-2015 SELON LES SCENARIOS SIMULES ET LE TAUX D'OCCUPATION Projection à l'horizon 2005 All Séjours Sans séjours : [DS1] Sans séjours : [DS2] Sans séjours : [DS3] Sans séjours : [DS1;Tx1/3] Sans séjours : [DS1;Tx1/3] [DS=2;Tx1/3] Sans séjours : [DS1;Tx1/3] [DS=2;Tx1/3] [DS=3;Tx1/3] Sans séjours : [DS1;Tx1/3] 60%[DS=2;Tx1/3] 40%[DS=3;Tx1/3] Nbre de lits (Tx 100%) 39.493,62 34.140,53 30.700,43 28.009,63 35.755,75 33.088,49 31.107,31 33.364,19 Nbre de lits (Tx 90%) 43.881,80 37.933,93 34.111,59 31.121,81 39.728,61 36.764,99 34.563,68 37.071,32 Nbre de lits (Tx 85%) 46.463,08 40.165,33 36.118,16 32.952,51 42.065,59 38.927,63 36.596,84 39.251,99 Nbre de lits (Tx 80%) 49.367,03 42.675,67 38.375,54 35.012,04 44.694,69 41.360,61 38.884,14 41.705,23 Nbre de lits (Tx 75%) 52.658,16 45.520,71 40.933,91 37.346,17 47.674,34 44.117,98 41.476,41 44.485,58 Nbre de lits (Tx 70%) 56.419,46 48.772,19 43.857,76 40.013,76 51.079,65 47.269,27 44.439,01 47.663,12 Projection à l'horizon 2010 All Séjours Sans séjours : [DS1] Sans séjours : [DS2] Sans séjours : [DS3] Sans séjours : [DS1;Tx1/3] Sans séjours : [DS1;Tx1/3] [DS=2;Tx1/3] Sans séjours : [DS1;Tx1/3] [DS=2;Tx1/3] [DS=3;Tx1/3] Sans séjours : [DS1;Tx1/3] 60%[DS=2;Tx1/3] 40%[DS=3;Tx1/3] Nbre de lits (Tx 100%) 40.164,69 34.693,55 31.263,13 28.587,67 36.269,10 33.585,04 31.598,09 33.867,06 Nbre de lits (Tx 90%) 44.627,44 38.548,39 34.736,82 31.764,07 40.299,00 37.316,71 35.108,99 37.630,07 Nbre de lits (Tx 85%) 47.252,58 40.815,94 36.780,16 33.632,55 42.669,53 39.511,82 37.174,22 39.843,60 Nbre de lits (Tx 80%) 50.205,86 43.366,94 39.078,92 35.734,58 45.336,37 41.981,30 39.497,61 42.333,83 Nbre de lits (Tx 75%) 53.552,92 46.258,07 41.684,18 38.116,89 48.358,80 44.780,06 42.130,79 45.156,08 Nbre de lits (Tx 70%) 57.378,13 49.562,22 44.661,62 40.839,52 51.813,00 47.978,63 45.140,13 48.381,52 Projection à l'horizon 2015 All Séjours Sans séjours : [DS1] Sans séjours : [DS2] Sans séjours : [DS3] Sans séjours : [DS1;Tx1/3] Sans séjours : [DS1;Tx1/3] [DS=2;Tx1/3] Sans séjours : [DS1;Tx1/3] [DS=2;Tx1/3] [DS=3;Tx1/3] Sans séjours : [DS1;Tx1/3] 60%[DS=2;Tx1/3] 40%[DS=3;Tx1/3] Nbre de lits (Tx 100%) 41.041,14 35.359,50 31.903,38 29.217,39 36.926,40 34.204,35 32.197,83 34.495,20 Nbre de lits (Tx 90%) 45.601,27 39.288,33 35.448,20 32.463,77 41.029,33 38.004,83 35.775,37 38.328,00 Nbre de lits (Tx 85%) 48.283,70 41.599,41 37.533,39 34.373,41 43.442,82 40.240,41 37.879,80 40.582,58 Nbre de lits (Tx 80%) 51.301,43 44.199,37 39.879,22 36.521,74 46.158,00 42.755,44 40.247,29 43.119,00 Nbre de lits (Tx 75%) 54.721,52 47.146,00 42.537,84 38.956,53 49.235,20 45.605,80 42.930,44 45.993,60 Nbre de lits (Tx 70%) 58.630,20 50.513,57 45.576,25 41.739,14 52.752,00 48.863,36 45.996,90 49.278,85 Tableau I- 23: Synthèse générale-projection de l utilisation des lits aigus selon scenarios simules et taux d'occupation I-56
PROJECTIONS DE L'UTILISATION DES LITS/1.000 HAB. AUX HORIZONS 2005-2010-2015 SELON LES SCENARIOS SIMULES ET LE TAUX D'OCCUPATION Projection à l'horizon 2005 All Séjours Sans séjours : [DS1] Sans séjours : [DS2] Sans séjours : [DS3] Sans séjours : [DS1;Tx1/3] Sans séjours : [DS2;Tx1/3] Sans séjours : [DS3;Tx1/3] Sans séjours : [DS1;Tx1/3] 60%[DS=2;Tx1/3] 40%[DS=3;Tx1/3] Nbre de lits/1000 hab. (Tx 100%) 3,79 3,27 2,94 2,69 3,43 3,17 2,98 3,20 Nbre de lits/1000 hab. (Tx 90%) 4,21 3,64 3,27 2,99 3,81 3,53 3,32 3,56 Nbre de lits/1000 hab. (Tx 85%) 4,46 3,85 3,46 3,16 4,03 3,73 3,51 3,76 Nbre de lits/1000 hab. (Tx 80%) 4,74 4,09 3,68 3,36 4,29 3,97 3,73 4,00 Nbre de lits/1000 hab. (Tx 75%) 5,05 4,37 3,93 3,58 4,57 4,23 3,98 4,27 Nbre de lits/1000 hab. (Tx 70%) 5,41 4,68 4,21 3,84 4,90 4,53 4,26 4,57 Projection à l'horizon 2010 All Séjours Sans séjours : [DS1] Sans séjours : [DS2] Sans séjours : [DS3] Sans séjours : [DS1;Tx1/3] Sans séjours : [DS2;Tx1/3] Sans séjours : [DS3;Tx1/3] Sans séjours : [DS1;Tx1/3] 60%[DS=2;Tx1/3] 40%[DS=3;Tx1/3] Nbre de lits/1000 hab. (Tx 100%) 3,81 3,29 2,97 2,71 3,44 3,19 3,00 3,22 Nbre de lits/1000 hab. (Tx 90%) 4,24 3,66 3,30 3,02 3,83 3,54 3,33 3,57 Nbre de lits/1000 hab. (Tx 85%) 4,49 3,88 3,49 3,19 4,05 3,75 3,53 3,78 Nbre de lits/1000 hab. (Tx 80%) 4,77 4,12 3,71 3,39 4,31 3,99 3,75 4,02 Nbre de lits/1000 hab. (Tx 75%) 5,09 4,39 3,96 3,62 4,59 4,25 4,00 4,29 Nbre de lits/1000 hab. (Tx 70%) 5,45 4,71 4,24 3,88 4,92 4,56 4,29 4,59 Projection à l'horizon 2015 All Séjours Sans séjours : [DS1] Sans séjours : [DS2] Sans séjours : [DS3] Sans séjours : [DS1;Tx1/3] Sans séjours : [DS2;Tx1/3] Sans séjours : [DS3;Tx1/3] Sans séjours : [DS1;Tx1/3] 60%[DS=2;Tx1/3] 40%[DS=3;Tx1/3] Nbre de lits/1000 hab. (Tx 100%) 3,86 3,33 3,00 2,75 3,48 3,22 3,03 3,25 Nbre de lits/1000 hab. (Tx 90%) 4,29 3,70 3,34 3,06 3,86 3,58 3,37 3,61 Nbre de lits/1000 hab. (Tx 85%) 4,54 3,92 3,53 3,23 4,09 3,79 3,56 3,82 Nbre de lits/1000 hab. (Tx 80%) 4,83 4,16 3,75 3,44 4,34 4,02 3,79 4,06 Nbre de lits/1000 hab. (Tx 75%) 5,15 4,44 4,00 3,67 4,63 4,29 4,04 4,33 Nbre de lits/1000 hab. (Tx 70%) 5,52 4,75 4,29 3,93 4,96 4,60 4,33 4,64 Tableau I- 24: Synthèse générale-projection du nombre de lits par 1.000 habitants selon scenarios simulés et taux d occupation I-57
TITRE 2. PROJECTIONS DE L UTILISATION DES LITS AIGUS PAR ARRONDISSEMENT : HORIZONS 2005-2010-2015 Le second titre de ce rapport couvre trois objectifs : Connaître dans les diverses régions administrativement définies et correspondant à une réalité économique et sociale, la répartition des séjours hospitaliers avec identification d une part, de la demande exprimée par les résidents et d autre part, de la production assurée par l infrastructure hospitalière d un arrondissement. Connaître par arrondissement, l évolution des séjours potentiels. Ainsi, l analyse par arrondissement ventile la projection établie en termes du nombre de séjours et de journées d hospitalisation au niveau national entre les différents arrondissements. La projection est basée sur l analyse du case mix par arrondissement et prend en compte l évolution de la population et de la durée de séjour. Connaître les flux de patients entre arrondissements et tenter de dégager des centres d attractivité. CHAPITRE 1. ÉVOLUTION DÉMOGRAPHIQUE L analyse a été faite pour les 43 arrondissements dont l identification est reprise dans la liste ci dessous. Code localité Nom localité 11000 Arrondissement d'anvers 12000 Arrondissement de Malines 13000 Arrondissement de Turnhout 21000 Arrondissement de Bruxelles-Capitale 23000 Arrondissement de Hal-Vilvorde 24000 Arrondissement de Louvain 25000 Arrondissement de Nivelles 31000 Arrondissement de Bruges 32000 Arrondissement de Dixmude 33000 Arrondissement d'ypres 34000 Arrondissement de Courtrai 35000 Arrondissement d'ostende 36000 Arrondissement de Roulers 37000 Arrondissement de Tielt 38000 Arrondissement de Furnes 41000 Arrondissement d'alost 42000 Arrondissement de Termonde 43000 Arrondissement d'eeklo 44000 Arrondissement de Gand 45000 Arrondissement d'audenarde 46000 Arrondissement de Saint-Nicolas 51000 Arrondissement d'ath 52000 Arrondissement de Charleroi 53000 Arrondissement de Mons 54000 Arrondissement de Mouscron 55000 Arrondissement de Soignies 56000 Arrondissement de Thuin 57000 Arrondissement de Tournai 61000 Arrondissement de Huy 62000 Arrondissement de Liège 63000 Arrondissement de Verviers 64000 Arrondissement de Waremme 71000 Arrondissement de Hasselt 72000 Arrondissement de Maaseik 73000 Arrondissement de Tongres 81000 Arrondissement d'arlon 82000 Arrondissement de Bastogne 83000 Arrondissement de Marche-en-Famenne 84000 Arrondissement de Neufchâteau 85000 Arrondissement de Virton 91000 Arrondissement de Dinant 92000 Arrondissement de Namur 93000 Arrondissement de Philippeville Tableau I- 25: Liste des arrondissements I-58
Le tableau ci-après montre, par arrondissement, l évolution attendue de la population selon les projections de l INS aux horizons 2005-2010-2015. Les taux de variation sont calculés par rapport à l année de référence 2002. Pour différentier les arrondissements pour lesquels le taux de variation de la population était supérieur à la croissance attendue au niveau national, nous avons grisé les cases correspondantes. On remarquera également que certains arrondissements ont un taux de croissance négatif. Code localité Nom localité 2002 2005 2010 2015 Var 02-05 Var 02-10 Var 02-15 11000 Anvers 939.339 939.685 940.133 940.767 0,04% 0,08% 0,15% 12000 Malines 309.523 312.150 315.859 318.935 0,85% 2,05% 3,04% 13000 Turnhout 412.883 418.280 425.889 431.984 1,31% 3,15% 4,63% 21000 Bruxelles-Capitale 980.819 986.952 999.702 1.014.844 0,63% 1,93% 3,47% 23000 Hal-Vilvorde 565.199 569.706 575.084 579.459 0,80% 1,75% 2,52% 24000 Louvain 464.736 471.438 480.994 489.103 1,44% 3,50% 5,24% 25000 Nivelles 358.279 364.994 374.557 383.179 1,87% 4,54% 6,95% 31000 Bruges 271.375 271.240 270.606 269.503-0,05% -0,28% -0,69% 32000 Dixmude 47.927 47.841 47.639 47.405-0,18% -0,60% -1,09% 33000 Ypres 103.946 103.569 102.801 101.914-0,36% -1,10% -1,95% 34000 Courtrai 278.638 278.155 276.914 275.019-0,17% -0,62% -1,30% 35000 Ostende 143.531 144.002 144.490 144.680 0,33% 0,67% 0,80% 36000 Roulers 141.031 141.441 141.746 141.521 0,29% 0,51% 0,35% 37000 Tielt 88.180 88.243 88.189 87.939 0,07% 0,01% -0,27% 38000 Furnes 56.989 57.437 58.036 58.512 0,79% 1,84% 2,67% 41000 Alost 263.748 264.843 266.007 266.525 0,42% 0,86% 1,05% 42000 Termonde 187.804 188.864 190.314 191.353 0,56% 1,34% 1,89% 43000 Eeklo 79.534 79.562 79.514 79.296 0,04% -0,03% -0,30% 44000 Gand 499.096 501.354 504.125 505.575 0,45% 1,01% 1,30% 45000 Audenarde 114.719 115.055 115.542 115.913 0,29% 0,72% 1,04% 46000 Saint-Nicolas 225.554 227.056 229.150 230.759 0,67% 1,59% 2,31% 51000 Ath 79.789 80.445 81.431 82.466 0,82% 2,06% 3,36% 52000 Charleroi 421.948 422.713 424.369 427.070 0,18% 0,57% 1,21% 53000 Mons 251.080 252.308 254.688 257.652 0,49% 1,44% 2,62% 54000 Mouscron 69.656 69.381 68.980 68.629-0,39% -0,97% -1,47% 55000 Soignies 175.891 178.014 181.254 184.432 1,21% 3,05% 4,86% 56000 Thuin 147.019 147.959 149.416 151.078 0,64% 1,63% 2,76% 57000 Tournai 140.771 140.953 141.319 141.856 0,13% 0,39% 0,77% 61000 Huy 102.097 103.699 106.173 108.593 1,57% 3,99% 6,36% 62000 Liège 591.758 594.092 598.637 604.483 0,39% 1,16% 2,15% 63000 Verviers 270.094 273.026 277.585 282.249 1,09% 2,77% 4,50% 64000 Waremme 69.752 71.219 73.433 75.534 2,10% 5,28% 8,29% 71000 Hasselt 388.256 391.872 397.046 400.776 0,93% 2,26% 3,22% 72000 Maaseik 223.170 226.905 232.313 236.573 1,67% 4,10% 6,01% 73000 Tongres 192.239 194.228 197.042 199.121 1,03% 2,50% 3,58% 81000 Arlon 52.770 53.529 54.612 55.625 1,44% 3,49% 5,41% 82000 Bastogne 41.296 41.858 42.740 43.620 1,36% 3,50% 5,63% 83000 Marche-en-Famenne 51.622 52.730 54.349 55.890 2,15% 5,28% 8,27% 84000 Neufchâteau 56.014 56.436 57.144 57.978 0,75% 2,02% 3,51% 85000 Virton 48.807 49.184 49.800 50.433 0,77% 2,03% 3,33% 91000 Dinant 101.234 102.322 104.065 105.911 1,07% 2,80% 4,62% 92000 Namur 285.892 288.651 293.220 298.019 0,97% 2,56% 4,24% 93000 Philippeville 61.974 62.296 62.783 63.304 0,52% 1,31% 2,15% 10.355.979 10.425.687 10.529.690 10.625.477 0,67% 1,68% 2,60% Tableau I- 26: Évolution démographique par arrondissement I-59
Le graphique ci-après permet de visualiser les arrondissements pour lesquels on doit s attendre aux horizons 2010 et 2015 à une variation positive ou négative. 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% -2,00% -4,00% Taux de croissance de la population par arrondissement aux horizons 2010-2015 Année de référence 2002 11000 12000 13000 21000 23000 24000 25000 31000 32000 33000 34000 35000 36000 37000 38000 41000 42000 43000 44000 45000 46000 51000 52000 53000 Tx 2002-2010 Tx 2002-2015 54000 55000 56000 57000 61000 62000 63000 64000 71000 72000 73000 81000 82000 83000 84000 85000 91000 92000 93000 Graphique I- 21: Taux de variation de la population par arrondissement aux horizons 2010-2015 On notera que les arrondissements qui enregistrent la plus grande variation positive (> à 5%) sont : Waremme, Marche en Famenne, Nivelles, Huy, Maaseik, Bastogne, Arlon et Louvain. Ceux qui, a contrario, enregistrent une diminution de plus de 1% sont : Ypres, Mouscron, Courtrai et Dixmude. Nous signalons, que pour les besoins de l étude, nous avons également établi les taux de variation de la population par arrondissement et par classe d âge de 5 ans pour les années 2005-2010-2015. Les tableaux sont toutefois trop volumineux que pour les intégrer dans ce rapport. CHAPITRE 2. ANALYSE DU CASE MIX PAR ARRONDISSEMENT Le case mix d un arrondissement est défini par la distribution de la demande de séjours hospitaliers et la projection de ceux-ci sur les MDC. Il est donc établi par rapport à la patientèle d un arrondissement quel que soit le lieu d hospitalisation. Le tableau ci-après montre, pour chaque arrondissement repris en ligne, la part relative de la demande de séjours hospitaliers par MDC : c est le profil de case mix par arrondissement ; l analyse en colonne invite à une analyse comparative entre les arrondissements par rapport au poids relatif de chaque MDC. I-60
CASE MIX PAR ARRONDISSEMENT SUR BASE DE LA REPARTITION DES SEJOURS PAR MDC Libellé Arrond. 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 Anvers 1,03% 7,50% 2,07% 4,28% 8,08% 13,32% 10,31% 2,69% 14,67% 3,97% 2,53% 4,35% 1,61% 2,75% 7,02% 1,06% 0,86% 2,62% 1,20% 2,43% 0,56% 1,25% 0,16% 3,52% 0,06% 0,09% Malines 0,78% 7,33% 1,25% 4,30% 7,76% 14,42% 11,55% 2,87% 15,13% 3,68% 2,64% 4,37% 1,89% 2,61% 6,42% 0,84% 0,83% 2,98% 1,19% 1,99% 0,64% 1,25% 0,08% 3,10% 0,02% 0,10% Turnhout 0,80% 7,12% 1,37% 3,80% 9,12% 15,74% 11,05% 2,62% 14,61% 3,66% 2,79% 4,25% 1,65% 2,78% 5,47% 2,20% 0,95% 2,71% 1,23% 1,89% 0,43% 1,34% 0,08% 2,24% 0,02% 0,08% Bruxelles-Capitale 0,63% 7,34% 1,62% 4,40% 7,56% 9,97% 10,27% 3,10% 12,35% 3,78% 2,29% 4,16% 1,61% 2,86% 10,77% 2,71% 1,05% 2,47% 1,21% 2,05% 0,75% 1,68% 0,04% 4,97% 0,27% 0,09% Hal-Vilvorde 0,94% 7,62% 1,41% 3,56% 7,30% 12,94% 11,62% 3,23% 14,43% 3,75% 2,34% 4,40% 2,10% 3,00% 7,15% 1,10% 0,84% 2,77% 1,14% 1,65% 0,38% 1,37% 0,04% 4,74% 0,05% 0,13% Louvain 0,96% 7,50% 1,19% 3,42% 8,45% 13,55% 11,32% 3,06% 14,73% 3,19% 2,31% 4,58% 1,62% 2,62% 6,72% 1,67% 0,94% 3,39% 1,31% 2,05% 0,63% 1,53% 0,09% 3,00% 0,05% 0,14% Nivelles 0,80% 7,84% 1,56% 3,81% 7,36% 13,13% 10,23% 3,01% 13,94% 3,70% 2,13% 4,42% 1,83% 3,26% 8,13% 1,06% 0,88% 2,65% 1,14% 1,93% 0,53% 1,51% 0,04% 4,87% 0,09% 0,16% Bruges 1,42% 7,65% 2,43% 4,92% 7,08% 12,85% 10,40% 2,32% 15,73% 3,59% 2,72% 3,42% 2,06% 2,46% 5,11% 2,03% 0,80% 2,02% 1,78% 3,42% 0,69% 1,26% 0,06% 3,63% 0,01% 0,12% Dixmude 0,98% 6,91% 1,64% 4,00% 7,96% 15,22% 11,27% 2,66% 15,20% 3,02% 2,60% 3,76% 2,08% 2,41% 5,50% 1,41% 0,75% 3,02% 1,14% 2,80% 0,54% 1,31% 0,08% 3,55% 0,00% 0,17% Ypres 0,84% 8,16% 1,67% 3,80% 8,38% 12,50% 12,17% 2,88% 15,45% 3,22% 1,76% 3,91% 1,83% 2,97% 5,68% 4,37% 0,51% 1,25% 1,23% 2,65% 0,74% 1,67% 0,09% 2,13% 0,00% 0,12% Courtrai 0,94% 8,21% 1,97% 4,65% 8,12% 12,74% 10,67% 2,60% 15,88% 3,14% 2,05% 3,38% 1,79% 2,92% 5,64% 0,95% 0,84% 1,99% 1,24% 4,30% 1,38% 1,46% 0,08% 2,93% 0,01% 0,10% Ostende 1,12% 7,62% 1,48% 4,72% 8,46% 14,09% 10,64% 2,67% 14,25% 3,31% 2,46% 3,45% 1,62% 2,53% 4,70% 0,57% 0,93% 3,18% 1,08% 3,67% 1,05% 1,14% 0,07% 5,08% 0,03% 0,09% Roulers 0,74% 7,41% 1,18% 4,13% 8,59% 14,04% 11,74% 2,60% 14,56% 3,18% 2,80% 3,96% 1,83% 2,31% 5,45% 1,94% 0,80% 2,44% 1,26% 2,81% 0,63% 1,59% 0,05% 3,86% 0,01% 0,11% Tielt 1,01% 7,90% 1,28% 4,19% 9,11% 12,99% 12,63% 2,57% 15,05% 2,89% 2,14% 3,71% 1,49% 3,01% 6,28% 1,37% 1,24% 2,49% 0,97% 2,61% 0,87% 1,25% 0,07% 2,76% 0,02% 0,11% Furnes 1,54% 7,52% 1,69% 4,18% 6,52% 14,47% 10,94% 2,55% 14,85% 3,49% 1,90% 3,97% 1,93% 3,02% 4,86% 0,96% 0,89% 2,81% 1,11% 2,70% 0,35% 1,27% 0,12% 6,24% 0,00% 0,11% Alost 0,82% 7,37% 1,46% 4,38% 8,59% 13,60% 11,55% 3,09% 14,43% 3,28% 3,28% 4,18% 1,78% 2,92% 5,87% 1,13% 0,70% 2,35% 1,06% 2,12% 0,82% 1,38% 0,08% 3,60% 0,02% 0,15% Termonde 0,83% 8,18% 1,17% 3,89% 7,65% 14,92% 11,94% 2,88% 15,64% 3,32% 2,74% 4,26% 1,67% 2,91% 6,21% 1,00% 0,65% 1,72% 1,01% 1,93% 0,65% 1,47% 0,10% 3,16% 0,01% 0,10% Eeklo 1,13% 8,29% 1,21% 4,85% 7,63% 12,55% 11,67% 2,49% 15,10% 3,18% 2,35% 3,77% 1,99% 2,74% 5,40% 1,86% 0,62% 2,47% 1,36% 3,36% 0,84% 1,08% 0,13% 3,79% 0,01% 0,14% Gand 0,82% 8,28% 1,65% 4,54% 7,76% 11,67% 10,34% 2,39% 15,67% 3,47% 2,70% 3,94% 1,86% 3,14% 6,23% 2,49% 0,84% 1,79% 1,09% 2,89% 0,94% 1,26% 0,10% 4,03% 0,02% 0,09% Audenarde 1,02% 7,88% 1,15% 5,00% 8,64% 12,10% 11,55% 2,82% 15,55% 3,35% 2,19% 3,25% 1,68% 3,15% 5,94% 1,21% 0,76% 1,44% 0,97% 4,43% 1,65% 1,33% 0,10% 2,67% 0,00% 0,15% Saint-Nicolas 0,94% 7,62% 1,21% 4,04% 7,32% 13,62% 10,81% 2,69% 17,25% 3,37% 2,59% 3,73% 2,04% 3,09% 6,80% 1,08% 1,03% 2,88% 0,88% 1,59% 0,67% 1,35% 0,11% 3,15% 0,03% 0,12% Ath 0,64% 7,28% 1,10% 3,76% 7,62% 11,09% 12,00% 3,50% 14,47% 3,46% 2,33% 3,62% 1,53% 2,64% 7,03% 4,45% 0,61% 2,54% 0,90% 3,65% 1,03% 1,56% 0,06% 2,96% 0,03% 0,14% Charleroi 0,71% 7,95% 1,19% 3,93% 8,84% 13,48% 10,99% 3,45% 13,25% 3,77% 2,71% 4,13% 1,33% 2,94% 7,81% 1,98% 1,01% 1,62% 1,23% 1,96% 0,79% 1,56% 0,08% 3,07% 0,05% 0,14% Mons 0,81% 7,41% 0,92% 4,89% 8,59% 12,15% 11,48% 3,25% 12,30% 3,49% 2,28% 4,01% 1,41% 2,90% 6,92% 3,97% 0,91% 2,20% 1,05% 2,28% 1,16% 1,92% 0,09% 3,44% 0,03% 0,15% Mouscron 0,67% 8,26% 1,62% 4,17% 9,08% 12,15% 11,66% 2,66% 16,45% 3,32% 2,61% 3,40% 1,80% 3,47% 6,53% 1,15% 0,71% 1,49% 1,14% 2,56% 0,84% 1,49% 0,09% 2,60% 0,00% 0,08% Soignies 0,79% 7,86% 1,47% 4,24% 8,44% 11,61% 11,65% 3,29% 13,11% 3,66% 2,34% 4,13% 1,45% 2,74% 6,96% 1,47% 0,84% 2,58% 1,25% 3,57% 1,06% 1,41% 0,09% 3,82% 0,04% 0,13% Thuin 0,95% 8,62% 1,47% 3,70% 8,59% 13,53% 11,58% 3,22% 12,80% 3,48% 2,45% 4,25% 1,48% 2,82% 7,14% 1,08% 1,11% 1,68% 1,14% 2,50% 0,95% 1,60% 0,12% 3,61% 0,02% 0,10% Tournai 0,78% 9,30% 1,70% 3,45% 7,93% 12,16% 11,39% 2,93% 13,22% 3,53% 2,19% 3,95% 1,58% 2,78% 6,52% 2,10% 0,81% 2,51% 1,20% 3,75% 1,58% 1,98% 0,07% 2,40% 0,02% 0,15% Huy 0,76% 7,82% 1,60% 3,61% 7,44% 12,48% 11,72% 2,91% 13,29% 3,52% 3,00% 4,21% 1,70% 2,69% 7,64% 1,67% 1,06% 2,34% 1,02% 2,91% 1,09% 1,43% 0,14% 3,74% 0,05% 0,17% Liège 0,54% 8,58% 2,35% 3,85% 8,12% 13,02% 10,96% 2,63% 12,03% 3,35% 3,16% 4,04% 1,56% 3,38% 7,38% 1,64% 1,07% 1,68% 0,87% 3,01% 1,06% 1,87% 0,11% 3,54% 0,07% 0,12% Verviers 1,01% 7,83% 2,26% 3,74% 6,77% 13,62% 12,65% 3,08% 14,08% 3,28% 2,59% 3,71% 1,84% 3,11% 8,08% 0,75% 0,99% 2,21% 0,84% 1,86% 0,90% 1,82% 0,10% 2,69% 0,03% 0,16% Waremme 0,54% 8,21% 2,24% 3,49% 7,74% 13,29% 10,59% 2,79% 13,68% 3,50% 3,25% 3,79% 1,66% 3,40% 6,85% 1,80% 1,12% 2,17% 0,88% 2,92% 0,87% 1,78% 0,09% 3,13% 0,01% 0,19% Hasselt 0,72% 7,87% 1,16% 3,84% 9,89% 14,64% 11,80% 2,50% 13,78% 3,72% 2,42% 4,21% 1,71% 2,92% 6,00% 0,86% 1,00% 3,61% 1,17% 2,18% 0,34% 1,14% 0,07% 2,33% 0,02% 0,12% Maaseik 0,85% 7,67% 0,92% 3,58% 9,18% 16,43% 11,61% 2,89% 13,78% 3,56% 2,29% 4,12% 1,94% 2,90% 6,03% 0,63% 1,08% 3,91% 1,19% 1,43% 0,16% 1,05% 0,09% 2,56% 0,02% 0,13% Tongres 0,81% 8,08% 0,91% 3,08% 9,86% 16,06% 11,62% 2,58% 13,99% 3,40% 2,56% 4,29% 1,72% 2,49% 5,52% 0,75% 1,04% 3,31% 1,01% 2,51% 0,30% 1,21% 0,05% 2,66% 0,02% 0,15% Arlon 0,51% 6,88% 1,80% 4,60% 8,16% 13,98% 9,80% 2,90% 14,27% 3,59% 2,38% 3,22% 1,60% 2,96% 7,95% 0,93% 0,78% 1,76% 1,39% 1,65% 1,63% 2,17% 0,08% 4,83% 0,05% 0,15% Bastogne 0,74% 7,57% 1,67% 4,08% 7,92% 13,91% 11,84% 2,59% 13,74% 2,50% 2,59% 3,26% 1,81% 2,85% 8,99% 0,82% 0,73% 1,40% 1,13% 1,74% 0,68% 2,30% 0,06% 4,89% 0,03% 0,16% Marche-en-Famenne 1,00% 7,14% 1,48% 3,75% 8,02% 14,93% 9,29% 3,09% 13,48% 2,58% 2,64% 3,82% 1,93% 3,74% 7,66% 0,91% 0,87% 1,62% 0,72% 2,43% 1,10% 1,97% 0,07% 5,47% 0,07% 0,24% Neufchâteau 0,72% 9,43% 1,39% 3,43% 7,68% 13,28% 10,55% 2,87% 13,89% 2,92% 3,32% 4,03% 2,07% 2,75% 7,97% 0,79% 0,93% 1,50% 1,07% 1,82% 1,36% 2,19% 0,09% 3,70% 0,03% 0,21% Virton 0,56% 7,00% 2,14% 4,38% 7,11% 14,27% 10,43% 2,71% 13,94% 3,48% 2,40% 3,59% 1,87% 3,18% 8,35% 0,98% 0,78% 1,54% 1,20% 1,87% 1,29% 2,33% 0,04% 4,34% 0,04% 0,19% Dinant 0,67% 8,43% 1,12% 3,98% 8,42% 12,97% 9,71% 2,91% 13,14% 3,06% 2,39% 3,78% 1,55% 4,16% 7,40% 2,26% 0,85% 1,72% 0,85% 3,76% 1,34% 2,01% 0,08% 3,21% 0,03% 0,21% Namur 0,84% 8,27% 1,05% 3,57% 8,04% 14,79% 11,15% 3,54% 12,28% 3,36% 2,33% 4,01% 1,50% 3,06% 7,59% 1,87% 1,01% 1,62% 1,14% 1,94% 1,01% 1,56% 0,07% 4,23% 0,02% 0,16% Philippeville 0,81% 7,92% 1,13% 4,16% 8,03% 15,07% 10,40% 3,40% 13,40% 3,45% 2,63% 3,93% 1,44% 3,48% 7,51% 1,53% 0,82% 1,81% 1,01% 1,71% 0,75% 1,96% 0,10% 3,25% 0,10% 0,18% % Max 1,54% 9,43% 2,43% 5,00% 9,89% 16,43% 12,65% 3,54% 17,25% 3,97% 3,32% 4,58% 2,10% 4,16% 10,77% 4,45% 1,24% 3,91% 1,78% 4,43% 1,65% 2,33% 0,16% 6,24% 0,27% 0,24% Tableau I- 27: Profils de case mix par arrondissement I-61
Il ressort clairement qu il n y a pas vraiment de différence significative entre les profils de case mix des arrondissements qui présentent les même caractéristiques que le profil de case mix national. Les MDC au «top» sont les MDC 08 (Système musculaire et tissu conjonctif), 05 (Système circulatoire) et 06 (Système digestif) avec pratiquement les mêmes pourcentages au niveau des arrondissements que ceux observés au niveau national. Nous avons toutefois identifié par MDC l arrondissement pour lequel le poids relatif du MDC était comparativement le plus important ; la valeur est reportée en gras dans le tableau. CHAPITRE 3. PROJECTIONS DES SÉJOURS PAR ARRONDISSEMENT 1. METHODOLOGIE L estimation des séjours potentiels est réalisée, pour chaque arrondissement, par APR-DRG et par classe d âge. La répartition des séjours par APR-DRG, par classe d âge, et par arrondissement est déterminée par rapport à la base de données de référence : Année 2002. A partir de la connaissance de la probabilité d être hospitalisé à un âge et pour une pathologie donnée, et connaissant la structure d âge de la population par arrondissement, il est possible d estimer le nombre de séjours potentiels par APR-DRG, par classe d âge et par arrondissement. Toutefois, au niveau d un arrondissement, il convient d être très précis sur ce que l on entend par «séjours» d un arrondissement. En effet, la demande d hospitalisation exprimée par un patient résidant dans un arrondissement peut être honorée soit par un hôpital appartenant à l arrondissement dans lequel il réside soit par un hôpital appartenant à un autre arrondissement. Pour tenir compte des déplacements de la patientèle, il convient donc d identifier par arrondissement : Les séjours des résidents qui sont hospitalisés dans l arrondissement ; Les séjours des résidents qui sortent de l arrondissement ; Les séjours des non résidents qui entrent dans l arrondissement ; La répartition entre ces trois types de séjour est établie à partir de la distribution observée pour l année de référence 2002. La demande de séjour des patients appartenant à un arrondissement est identifiée sur base du code INS patient ; celle de l endroit où ils se font fait soigner est établie sur base du code INSZH 21. 21 Pour chacun des séjours hospitaliers, on peut identifier dans la base de données le lieu de résidence du patient ( code INS) et lieu de l hospitalisation (code INSZH) I-62
Pour la clarté de compréhension et pour éviter toute ambigüité dans l interprétation, nous allons définir, pour la suite de ce rapport, certaines conventions de langage. Nous identifions cinq types de séjours. [1] Séjours «In-In»: Ils se rapportent aux patients qui sont hospitalisés dans des hôpitaux situés dans l'arrondissement dans lequel ils résident. [2] Séjours «In-Out»: Ils se rapportent aux patients qui sont hospitalisés dans des hôpitaux situés en-dehors de l'arrondissement dans lequel ils résident. Il s'agit des séjours qui sortent de l'arrondissement. [3] Séjours «Out-In»: Ils se rapportent aux patients qui résident dans un arrondissement différent de celui dans lequel ils se font soignés. Pour l arrondissement qui les accueille, il s'agit des séjours qui entrent dans l'arrondissement. [4] Séjours [«In-In» + «In-Out»]: Cette variable identifie la demande totale de séjours hospitaliers exprimée par les patients d un arrondissement quel que soit l'arrondissement dans lequel ils sont hospitalisés. [5] Séjours [«In-In» + «Out-In»] Cette variable identifie la production totale en séjours hospitaliers d un arrondissement quel que soit le lieu de résidence du patient. Arrondissement Demande Séjours dans l arrondissement : In-In + Séjours sortants de l arrondissement : In-Out Production Séjours dans l arrondissement : In-In + Séjours entrants dans l arrondissement: Out-In I-63
A partir de ces notions, nous pouvons définir les quatre indicateurs suivants : Taux de réponse = ( In - In) (In - In) + (In - Out) Il exprime la part relative de la demande totale de séjours hospitaliers des résidents satisfaite dans les hôpitaux de l arrondissement. Taux de fuite = ( In - Out) ) ( In - In ) + (In - Out) Il exprime la part relative de la demande totale de séjours hospitaliers des résidents qui a été satisfaite dans des hôpitaux situés en-dehors de l'arrondissement. Taux de Couverture = (In - In) (In - In) + (Out - In) Il exprime, par rapport à la production totale des séjours d un arrondissement, la part relative des séjours imputables aux résidents. Taux d' attractivité = (In - In) (Out - In) + (Out - In) Il exprime, par rapport à la production totale des séjours d un arrondissement, la part relative des séjours imputables aux non résidents. 2. PROFIL DES SEJOURS PAR ARRONDISSEMENT La première étape consiste à comparer la demande de séjours par arrondissement. Il s agit donc ici de la demande exprimée par les résidents d un arrondissement quel que soit le lieu de l hospitalisation. Le tableau ci-après reprend les projections pour les années 2010 et 2015 par rapport à l année de référence 2002. I-64
Nom de l'arrondissement Nombre de séjours Var en % par rapport à 2002 2002 2010 2015 Var 02-10 Var 02-15 Anvers 161.045 167.323 171.079 3,90% 6,23% Malines 50.269 53.176 55.242 5,78% 9,89% Turnhout 65.794 72.557 76.432 10,28% 16,17% Bruxelles-Capitale 161.864 164.451 167.799 1,60% 3,67% Hal-Vilvorde 81.353 86.293 89.120 6,07% 9,55% Louvain 67.423 72.275 75.437 7,20% 11,89% Nivelles 50.465 55.035 57.909 9,06% 14,75% Bruges 44.631 46.903 48.335 5,09% 8,30% Dixmude 8.394 8.767 8.989 4,44% 7,09% Ypres 18.490 19.118 19.413 3,40% 4,99% Courtrai 47.362 49.501 50.505 4,52% 6,64% Ostende 27.818 29.332 30.041 5,44% 7,99% Roulers 25.123 26.509 27.202 5,52% 8,28% Tielt 14.558 15.201 15.590 4,42% 7,09% Furnes 10.450 11.036 11.309 5,61% 8,22% Alost 40.542 42.458 43.577 4,73% 7,49% Termonde 29.284 30.960 32.052 5,72% 9,45% Eeklo 13.328 13.765 14.044 3,28% 5,37% Gand 83.284 86.387 88.773 3,73% 6,59% Audenarde 19.042 19.746 20.197 3,70% 6,07% Saint-Nicolas 35.968 37.957 39.368 5,53% 9,45% Ath 14.508 15.042 15.428 3,68% 6,34% Charleroi 73.113 75.432 77.158 3,17% 5,53% Mons 47.597 49.112 50.424 3,18% 5,94% Mouscron 12.796 13.109 13.332 2,45% 4,19% Soignies 31.700 33.363 34.617 5,24% 9,20% Thuin 25.220 26.268 27.138 4,16% 7,61% Tournai 25.937 26.572 27.116 2,45% 4,54% Huy 16.669 17.694 18.487 6,15% 10,91% Liège 105.505 109.189 111.612 3,49% 5,79% Verviers 38.402 40.653 42.215 5,86% 9,93% Waremme 11.451 12.337 12.963 7,73% 13,21% Hasselt 60.864 66.630 69.960 9,47% 14,94% Maaseik 31.923 36.462 38.927 14,22% 21,94% Tongres 29.490 32.363 34.010 9,74% 15,33% Arlon 8.145 8.718 9.076 7,04% 11,43% Bastogne 7.410 7.871 8.229 6,23% 11,06% Marche-en-Famenne 9.111 9.876 10.378 8,40% 13,91% Neufchâteau 9.383 9.795 10.103 4,39% 7,68% Virton 7.730 8.124 8.447 5,09% 9,27% Dinant 18.544 19.704 20.532 6,26% 10,72% Namur 45.597 47.915 49.856 5,08% 9,34% Philippeville 9.550 9.986 10.325 4,57% 8,11% 1.697.132 1.784.964 1.842.748 5,18% 8,58% Tableau I- 28: Projection de la demande de séjours par arrondissement : horizons 2010-2015 L analyse au niveau des arrondissements affine l approche sur le plan de la prise en compte du case mix en fonction de la structure de la population ; ceci induit une très légère différence entre les valeurs des projections aux horizons 2010 et 2015. Le tableau ci-après montre la comparaison des résultats en termes du nombre de séjours entre l approche nationale et par arrondissement. Années Projections Nationales Projections/arrondissement Taux d écart 2010 2015 1.788.768 1.846.282 1.784.964 1.842.748 0,20% 0,19% Tableau I- 29: Comparaison des projections niveau national et par arrondissement Cette différence de moins de 1/5 de % est tout à fait négligeable. I-65
Le graphique ci-après montre en valeur absolue les demandes de séjours hospitaliers par arrondissement pour les horizons 2010 et 2015. Demande de séjours hospitaliers par arrondissement : 2010-2015 180.000 160.000 140.000 120.000 100.000 80.000 60.000 40.000 20.000 0 Anvers Malines Turnhout Bruxelles- Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en- Neufchâteau Virton Dinant Namur Philippeville 2015 2010 Graphique I- 22: Demande de séjours par arrondissement: horizons 2010-2015 Pour illustrer d avantage les évolutions attendues par rapport à l année de référence 2002, nous avons reporté sur le graphique suivant les variations attendues en pourcentage. 25,00% Variation en % de la demande de séjours aux horizons 2010-2015 Année de référence 2002 20,00% 15,00% 10,00% 5,00% 0,00% Anvers Malines Turnhout Bruxelles- Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en- Neufchâteau Virton Dinant Namur Philippeville 2010 2015 I-66
Graphique I- 23:Variation en % demande de séjours: horizons 2010-2015 On peut vérifier que le taux d accroissement n est pas homogène et que, pour des arrondissements comme Maaseik, Tongres, Nivelles etc., on doit s attendre à une demande accrue de séjours hospitaliers. Sachant que la variation au niveau national est estimée à 5,18 % en 2010 et à 8,58% en 2015, on peut identifier les arrondissements pour lesquels le profil de la demande de séjours hospitaliers se distingue du profil national comme l illustre le graphique ci-dessous où la ligne en traits interrompus représente la valeur nationale. Profil de la variation de la demande de séjours des arrondissements versus Belgique : 2002-2010 16,00% 14,00% 12,00% 10,00% 8,00% 6,00% 4,00% 2,00% 0,00% Anvers Malines Turnhout Bruxelles- Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en- Neufchâteau Virton Dinant Namur Philippeville Graphique I- 24: Profil variation demande de séjours par arrondissement versus national Pour illustrer la différence entre les arrondissements en termes de taux d admission, nous avons ramené les projections de séjours à la taille de la population de chaque arrondissement. Taux admission / arr Avec i = n de l arrondissement j = année an i ; j = Demande séjours arr Population arr i ; an i ; j an j *1.000 I-67
Demande de séjours/1.000 hab par arrondissement 220 210 200 190 180 170 160 150 140 130 120 Anvers Malines Turnhout Bruxelles- Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en- Neufchâteau Virton Dinant Namur Philippeville 2002 2010 2015 Graphique I- 25: Demande de séjours par 1.000 hab. /arrondissement De manière globale, on peut voir que la demande de séjours par 1.000 habitants croît pratiquement dans la même proportion pour tous les arrondissements à l horizon 2015 mais qu elle n est certainement pas uniforme. Par contre, la comparaison des durées moyenne de séjour par arrondissement montre que, par rapport à l année de référence 2002, on arrive, dans le futur, à une beaucoup plus grande homogénéisation des durées de séjour comme l illustre le graphique ci-après. I-68
Evolution de la durée moyenne de séjour par arrondissement 10,50 10,00 9,50 9,00 8,50 8,00 7,50 7,00 6,50 Anvers Malines Turnhout Bruxelles- Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint-Nicolas Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en- Neufchâteau Virton Dinant Namur Philippeville 2002 2010 2015 Graphique I- 26: Évolution de la durée moyenne de séjour par arrondissement Les projections en termes de journées d hospitalisation attendues par arrondissement sont reprises dans le tableau ci-dessous. L écart entre les projections faites au niveau national et par arrondissement reste inférieur à 1%. I-69
Nom de l'arrondissement Nombre de journées 2002 2010 2015 Anvers 1.456.600 1.415.253 1.434.712 Malines 422.432 423.088 436.575 Turnhout 472.720 565.868 597.456 Bruxelles-Capitale 1.553.692 1.346.879 1.337.825 Hal-Vilvorde 671.771 722.674 741.420 Louvain 545.016 601.718 623.668 Nivelles 389.401 444.062 461.590 Bruges 418.209 400.687 415.323 Dixmude 73.802 76.136 77.216 Ypres 161.832 159.405 160.557 Courtrai 408.116 421.424 429.390 Ostende 268.252 267.719 274.263 Roulers 212.846 229.469 235.999 Tielt 119.928 127.115 129.977 Furnes 107.536 101.169 103.523 Alost 326.290 352.148 360.103 Termonde 236.460 253.760 261.857 Eeklo 110.697 115.180 117.934 Gand 716.452 704.919 724.395 Audenarde 179.128 166.313 168.765 Saint-Nicolas 275.003 298.582 309.703 Ath 132.312 119.362 119.677 Charleroi 648.483 594.799 594.930 Mons 403.731 380.891 382.812 Mouscron 112.218 107.276 107.158 Soignies 279.854 264.252 270.108 Thuin 214.417 208.366 211.260 Tournai 237.428 212.854 212.493 Huy 132.121 142.565 146.516 Liège 907.207 891.165 890.578 Verviers 282.911 313.342 319.274 Waremme 98.118 99.144 102.282 Hasselt 454.674 548.747 579.524 Maaseik 222.607 299.077 321.721 Tongres 233.959 275.459 290.726 Arlon 67.213 67.950 69.717 Bastogne 55.240 61.710 63.530 Marche-en-Famenne 69.899 77.986 80.372 Neufchâteau 70.932 77.308 77.970 Virton 57.734 62.602 63.864 Dinant 140.683 155.608 159.205 Namur 364.140 385.692 394.377 Philippeville 75.962 79.769 81.341 14.388.026 14.619.491 14.941.687 Tableau I- 30: Projection des journées d'hospitalisation par arrondissement I-70
2. TAUX DE REPONSE PAR ARRONDISSEMENT Le taux de réponse exprime la part relative de la demande totale de séjours hospitaliers des résidents satisfaite dans les hôpitaux de l arrondissement. Il est établi en faisant le rapport entre les séjours des résidents traités dans l arrondissement (In-In) et la demande totale des résidents quel que soit le lieu d hospitalisation [(In-In) + (In-Out)]. Taux de réponse = ( In - In) [(In - In) + (In - Out)] Le taux de réponse montre dans quelle mesure les résidents restent dans leur arrondissement pour y recevoir des soins de santé. Le tableau ci-après synthétise le taux de réponse par arrondissement par rapport à la demande exprimée toutes pathologies confondues. I-71
Nom de l'arrondissement In/In In/Out Dde exprimée Taux de réponse Anvers 152268 15055 167323 91,0% Malines 40432 12744 53176 76,0% Turnhout 52907 19650 72557 72,9% Bruxelles-Capitale 156373 8078 164451 95,1% Hal-Vilvorde 19385 66908 86293 22,5% Louvain 54019 18256 72275 74,7% Nivelles 20946 34089 55035 38,1% Bruges 41643 5260 46903 88,8% Dixmude 61 8706 8767 0,7% Ypres 13125 5992 19118 68,7% Courtrai 36441 13060 49501 73,6% Ostende 21507 7825 29332 73,3% Roulers 23373 3136 26509 88,2% Tielt 6718 8482 15201 44,2% Furnes 6426 4610 11036 58,2% Alost 35167 7291 42458 82,8% Termonde 11882 19078 30960 38,4% Eeklo 5581 8184 13765 40,5% Gand 74153 12234 86387 85,8% Audenarde 11109 8638 19746 56,3% Saint-Nicolas 27092 10865 37957 71,4% Ath 0 15042 15042 0,0% Charleroi 57807 17624 75432 76,6% Mons 41816 7296 49112 85,1% Mouscron 8016 5093 13109 61,1% Soignies 20924 12438 33363 62,7% Thuin 2737 23531 26268 10,4% Tournai 16930 9642 26572 63,7% Huy 8598 9096 17694 48,6% Liège 105142 4047 109189 96,3% Verviers 26561 14092 40653 65,3% Waremme 0 12337 12337 0,0% Hasselt 52449 14181 66630 78,7% Maaseik 18043 18420 36462 49,5% Tongres 11508 20854 32363 35,6% Arlon 6777 1941 8718 77,7% Bastogne 0 7871 7871 0,0% Marche-en-Famenne 5217 4660 9876 52,8% Neufchâteau 6591 3204 9795 67,3% Virton 0 8123 8123 0,0% Dinant 11097 8607 19704 56,3% Namur 36000 11915 47915 75,1% Philippeville 0 9986 9986 0,0% Tableau I- 31: Taux de réponse par arrondissement On remarque dans ce tableau que certains arrondissements ont des taux de réponse nuls. Il s agit Soit d arrondissements pour lesquels il n existe pas d infrastructure hospitalière (cas de Virton et Philippeville) Soit d arrondissements pour lesquels à la suite de fusion d hôpitaux, les hôpitaux de l arrondissement sont repris sous le numéro d agrément d un hôpital situé dans un autre arrondissement (cas d Ath, Waremme, Bastogne) I-72
Le graphique ci-après illustre le classement des arrondissements selon le taux de réponse à la demande des résidents. Taux de réponse des arrondissements à la demande de séjours des résidents 100% 80% 60% 40% 20% 0% Liège Bruxelles-Capitale Anvers Bruges Roulers Gand Mons Alost Hasselt Arlon Charleroi Malines Namur Louvain Courtrai Ostende Turnhout Saint-Nicolas Ypres Neufchâteau Verviers Tournai Soignies Mouscron Furnes Dinant Audenarde Marche-en-Famenne Maaseik Huy Tielt Eeklo Termonde Nivelles Tongres Hal-Vilvorde Thuin Dixmude Ath Waremme Bastogne Virton Philippeville Graphique I- 27: Taux de réponse des arrondissements à la demande des résidents. On constate que, pour près de 50% des arrondissements, le taux de réponse est inférieur à 70%. On notera également les très faibles taux de réponse (inférieur à 50%) pour les arrondissements suivants : Arrondissement Taux de réponse < 50% Hal Vilvorde 22,5 Nivelles 38,1 Tielt 44,2 Termonde 38,4 Eecklo 40,5 Thuin 10,4 Huy 48,6 Maaseik 49,5 Tongres 35,6 Tableau I- 32: Arrondissements avec taux de réponse < 50% On observe aussi, de manière assez logique, que les arrondissements avec les taux de réponse les plus élevés sont ceux où sont localisés les hôpitaux universitaires. I-73
74269 67015 64703 63348 Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België 3. PRODUCTION PAR ARRONDISSEMENT La production se définit comme étant égale à la totalité des séjours hospitaliers enregistrés dans l arrondissement qu il s agisse de la patientèle résidente ou non résidente. C est donc l entièreté des séjours qui ont été accueillis par l infrastructure hospitalière de l arrondissement. Taux de Production = Séjours "in -in" + Séjours "out -in" Le graphique ci-après montre le classement des arrondissements en fonction de la variable :»nombre de séjours hospitaliers produits dans l arrondissement». Classement des arrondissement selon la production en séjours 300000 250000 250355 200000 178357 150000 142872 100000 103664 93537 89942 50000 58583 57738 49331 46585 45861 43874 36196 29611 26326 26083 24015 23692 21376 21002 16736 15797 14030 12457 12390 12316 11714 11342 9493 8503 8341 8333 0 5020 155 0 0 0 0 0 Bruxelles-Capitale Anvers Liège Gand Louvain Hasselt Charleroi Alost Malines Mons Bruges Turnhout Namur Roulers Soignies Courtrai Saint-Nicolas Verviers Ostende Nivelles Dinant Hal-Vilvorde Tournai Maaseik Ypres Audenarde Termonde Tongres Marche-en-Famenne Arlon Huy Neufchâteau Mouscron Furnes Tielt Eeklo Thuin Dixmude Ath Waremme Bastogne Virton Philippeville Graphique I- 28: Classement des arrondissements selon la production en séjours hospitaliers On peut alors mettre en regard la production totale de séjours d un arrondissement en la ventilant entre séjours des résidents et séjours des non résidents. 4. TAUX DE COUVERTURE ET TAUX D ATTRACTIVITE PAR ARRONDISSEMENT Par rapport à la production totale de séjours hospitaliers qui a été réalisée dans un arrondissement, on peut définir deux indicateurs par rapport aux flux entrant et sortant. Pour un arrondissement «X» fixé, le «flux entrant» correspond aux patients qui entrent dans l arrondissement pour y recevoir des soins dans l un des hôpitaux, alors qu ils résident dans un arrondissement différent (Séjours «Out-In»). Le flux entrant peut être interprété comme une «attractivité» de l arrondissement. Taux d' attractivité (Out - In) = [(In - In) + (Out - In)] I-74
Il exprime, par rapport à la production totale des séjours d un arrondissement, la part relative des séjours imputables aux non résidents. Le complément du taux d attractivité est le «taux de couverture». (In - In) Taux de Couverture = (In - In) + (Out - In) Il exprime, par rapport à la production totale des séjours d un arrondissement, la part relative des séjours imputables aux résidents. Le graphique ci-après juxtapose par arrondissement le taux de couverture (séjours imputables aux résidents) et le taux d attractivité (séjours imputables aux non résidents) Taux de couverture versus taux d'attractivité (Répartition en % de la production des séjours d'un arrondissement entre residents versus non résidents) 100,0% 80,0% 60,0% 40,0% 20,0% 0,0% Anvers Malines Turnhout Bruxelles- Hal-Vilvorde Louvain Nivelles Bruges Dixmude Ypres Courtrai Ostende Roulers Tielt Furnes Alost Termonde Eeklo Gand Audenarde Saint- Ath Charleroi Mons Mouscron Soignies Thuin Tournai Huy Liège Verviers Waremme Hasselt Maaseik Tongres Arlon Bastogne Marche-en- Neufchâteau Virton Dinant Namur Philippeville Résidents Non Résidents Graphique I- 29: Répartition de la production de séjours entre résidents et non résidents Globalement on peut noter que la part des non résidents reste relativement faible à l exception toutefois des arrondissements de Soignies, Marche en Famenne, Dinant pour lesquels plus de 50% de la production des séjours hospitaliers sont attribués à des non résidents. Signalons le cas tout à fait particulier de Dixmude où le raisonnement en pourcentage n est certes pas significatif vu le très petit nombre de séjours enregistrés dans cet arrondissement. Le tableau ci-après résume l ensemble de l information par rapport à la production de séjours hospitaliers par arrondissement. I-75
Tx. Couverture Tx. Attractivité Code INS Nom de l'arrondissement In/In Out/In Production In/In-Prod. Out/In-Prod 11000 Anvers 152268 26089 178357 85,37% 14,63% 12000 Malines 40432 24271 64703 62,49% 37,51% 13000 Turnhout 52907 4830 57738 91,63% 8,37% 21000 Bruxelles-Capitale 156373 93983 250355 62,46% 37,54% 23000 Hal-Vilvorde 19385 4307 23692 81,82% 18,18% 24000 Louvain 54019 39518 93537 57,75% 42,25% 25000 Nivelles 20946 5137 26083 80,31% 19,69% 31000 Bruges 41643 16940 58583 71,08% 28,92% 32000 Dixmude 61 94 155 39,11% 60,89% 33000 Ypres 13125 3611 16736 78,42% 21,58% 34000 Courtrai 36441 7433 43874 83,06% 16,94% 35000 Ostende 21507 4819 26326 81,69% 18,31% 36000 Roulers 23373 23212 46585 50,17% 49,83% 37000 Tielt 6718 1623 8341 80,55% 19,45% 38000 Furnes 6426 2076 8503 75,58% 24,42% 41000 Alost 35167 31848 67015 52,48% 47,52% 42000 Termonde 11882 2148 14030 84,69% 15,31% 43000 Eeklo 5581 2753 8333 66,96% 33,04% 44000 Gand 74153 29511 103664 71,53% 28,47% 45000 Audenarde 11109 4688 15797 70,32% 29,68% 46000 Saint-Nicolas 27092 9104 36196 74,85% 25,15% 51000 Ath 0 0 0 0,00% 0,00% 52000 Charleroi 57807 16462 74269 77,84% 22,16% 53000 Mons 41816 21532 63348 66,01% 33,99% 54000 Mouscron 8016 1477 9493 84,44% 15,56% 55000 Soignies 20924 24937 45861 45,63% 54,37% 56000 Thuin 2737 2283 5020 54,52% 45,48% 57000 Tournai 16930 4446 21376 79,20% 20,80% 61000 Huy 8598 3116 11714 73,40% 26,60% 62000 Liège 105142 37730 142872 73,59% 26,41% 63000 Verviers 26561 3050 29611 89,70% 10,30% 64000 Waremme 0 0 0 0,00% 0,00% 71000 Hasselt 52449 37493 89942 58,31% 41,69% 72000 Maaseik 18043 2959 21002 85,91% 14,09% 73000 Tongres 11508 949 12457 92,39% 7,61% 81000 Arlon 6777 5539 12316 55,03% 44,97% 82000 Bastogne 0 0 0 0,00% 0,00% 83000 Marche-en-Famenne 5217 7174 12390 42,10% 57,90% 84000 Neufchâteau 6591 4750 11342 58,12% 41,88% 85000 Virton 0 0 0 0,00% 0,00% 91000 Dinant 11097 12918 24015 46,21% 53,79% 92000 Namur 36000 13331 49331 72,98% 27,02% 93000 Philippeville 0 0 0 0,00% 0,00% Tableau I- 33: Tableau de synthèse de la production de séjours hospitaliers par arrondissement I-76
5. ANALYSE CROISEE TAUX DE REPONSE ET TAUX D ATTRACTIVITE Le regroupement des deux analyses précédentes : «Taux de réponse à la demande des résidents» et «Part relative des non résidents dans la production» nous permet d identifier trois groupes assez homogènes pour une partie des arrondissements. Un premier groupe reprend les arrondissements avec un taux de réponse supérieur à 70% par rapport à la demande des résidents et avec une part d accueil supérieur à 30% pour les non résidents. Il s agit en quelque sorte des arrondissements qui, non seulement, répondent très bien à la demande interne de l arrondissement mais attirent aussi une patientèle externe. Un second groupe reprend les arrondissements avec un taux de réponse supérieur à 70% par rapport à la demande des résidents mais avec une production inférieure à 30% pour les non résidents. Il s agit des arrondissements pour lesquels l infrastructure hospitalière est principalement exploitée pour les résidents. Enfin un troisième groupe identifie les arrondissements qui tout en ayant un taux de réponse inférieur à 70% pour les résidents accueille quand même plus de 30% de non résidents. Le tableau ci-après identifie ces trois groupes. Taux de réponse à la demande des résidents > 70% Part relative des non résidents dans la production >30% Taux de réponse à la demande des résidents > 70% Part relative des non résidents dans la production <30% Taux de réponse à la demande des résidents < 70% Part relative des non résidents dans la production >30% Malines Bruxelles Capitale Louvain Roulers Alost Turnhout Bruges Courtrai Ostende Gand (Dixmude) Eecklo Soignies Marche en Famenne Dinant Mons Hasselt Arlon Saint Nicolas Charleroi Liège Namur Tableau I- 34: Répartition des arrondissements en groupes homogènes selon le taux de réponse et l accueil des non résidents Les autres arrondissements ne se prêtent pas vraiment à des regroupements typés significatifs. I-77
CHAPITRE 4. ANALYSE DES FLUX INTER-ARRONDISSEMENTS 1. BALANCE «FLUX ENTRANT/FLUX SORTANT) Il s agit, en l occurrence, de mesurer le nombre de patients qui entrent dans un arrondissement par rapport au nombre de patients qui en sortent. Le tableau ci-dessous établit le rapport entre le nombre absolu de séjours sortants et entrants. Ce rapport, exprimé en nombre de séjours et non en pourcentage, est un indicateur de l impact sur l infrastructure hospitalière d un arrondissement des flux de patients entre arrondissements. La balance entre les flux entrants et sortants est reprise dans le tableau ci dessous. Un rapport supérieur à 1 dans la colonne Balance signifie que le nombre de séjours entrants dans l arrondissement est supérieur au nombre de séjours sortants. Ainsi par exemple, dans le cas de Bruxelles Capitale, on observe 11,63 patients entrants pour 1 sortant ; pour Roulers ce rapport est de 7,40 entrants pour 1 sortant. I-78
Balance Nom de l'arrondissement In-Out Out-In (Out-In) / (In-Out) Anvers 15055 26089 1,73 Malines 12744 24271 1,90 Turnhout 19650 4830 0,25 Bruxelles-Capitale 8078 93983 11,63 Hal-Vilvorde 66908 4307 0,06 Louvain 18256 39518 2,16 Nivelles 34089 5137 0,15 Bruges 5260 16940 3,22 Dixmude 8706 94 0,01 Ypres 5992 3611 0,60 Courtrai 13060 7433 0,57 Ostende 7825 4819 0,62 Roulers 3136 23212 7,40 Tielt 8482 1623 0,19 Furnes 4610 2076 0,45 Alost 7291 31848 4,37 Termonde 19078 2148 0,11 Eeklo 8184 2753 0,34 Gand 12234 29511 2,41 Audenarde 8638 4688 0,54 Saint-Nicolas 10865 9104 0,84 Ath 15042 0 0,00 Charleroi 17624 16462 0,93 Mons 7296 21532 2,95 Mouscron 5093 1477 0,29 Soignies 12438 24937 2,00 Thuin 23531 2283 0,10 Tournai 9642 4446 0,46 Huy 9096 3116 0,34 Liège 4047 37730 9,32 Verviers 14092 3050 0,22 Waremme 12337 0 0,00 Hasselt 14181 37493 2,64 Maaseik 18420 2959 0,16 Tongres 20854 949 0,05 Arlon 1941 5539 2,85 Bastogne 7871 0 0,00 Marche-en-Famenne 4660 7174 1,54 Neufchâteau 3204 4750 1,48 Virton 8123 0 0,00 Dinant 8607 12918 1,50 Namur 11915 13331 1,12 Philippeville 9986 0 0,00 Tableau I- 35: Balance flux entrant et sortant par arrondissement On repère, à nouveau, dans ce tableau les arrondissements sans infrastructure hospitalière officielle et pour lesquels la variable «In-Out», par voie de conséquence, identifie la demande totale des résidents. Si l on considère comme «attractif» un arrondissement pour lequel on a au moins 3 patients entrants pour 1 sortant, et ce, toutes pathologies confondues, on obtient la sélection suivante : I-79
Arrondissement Balance ( Out In) /( In Out) Bruxelles Capitale Liège Roulers Alost Bruges 11,63 9,32 7,40 4,37 3,22 Tableau I- 36: Arrondissements "attractifs" 2. TRAÇABILITE DES FLUX DE LA PATIENTELE ENTRE LES ARRONDISSEMENTS Pour «tracer» les déplacements de la patientèle, il convient, à ce stade de l analyse de déterminer l origine géographique des flux entrants et la destination géographique des flux sortants. Pour ce faire, il faut, par séjour, identifier le lieu de résidence du patient (code INS) et le lieu de son hospitalisation (code INSZ) 2.1 Analyse de l origine géographique des flux entrants Nous avons, par arrondissement, identifié, pour chacun des séjours hospitaliers enregistrés dans l arrondissement, quel était le lieu de résidence du patient. Ceci nous a permis d établir la part relative de la patientèle externe traitée dans l arrondissement ainsi que la distribution des séjours entrants par arrondissement. Le tableau ci-dessous illustre pour les arrondissements de Charleroi et de Louvain la répartition des séjours entrants par arrondissement. Ainsi, pour l arrondissement de Charleroi et par rapport à la totalité des séjours entrants, l arrondissement de Thuin représente 37,22%, celui de Philippeville 29,50% et ainsi de suite. I-80
Code Code d'hospitalisation résidence Lieu résidence Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België Charleroi Louvain Out/In Séjours entrants Poids relatifs Code d'hospitalisation Code résidence Lieu résidence Out/In Séjours entrants Poids relatifs 52000 56000 Thuin 6126,54 37,22% 24000 71000 Hasselt 8303,20 21,01% 52000 93000 Philippeville 4855,90 29,50% 24000 13000 Turnhout 6616,89 16,74% 52000 92000 Namur 2732,16 16,60% 24000 23000 Hal-Vilvorde 6562,14 16,61% 52000 25000 Nivelles 1025,58 6,23% 24000 72000 Maaseik 3036,30 7,68% 52000 53000 Mons 425,29 2,58% 24000 12000 Malines 2392,30 6,05% 52000 55000 Soignies 381,19 2,32% 24000 11000 Anvers 2313,84 5,86% 52000 21000 Bruxelles-Capitale 217,81 1,32% 24000 73000 Tongres 2290,52 5,80% 52000 91000 Dinant 183,27 1,11% 24000 25000 Nivelles 1465,41 3,71% 52000 57000 Tournai 125,69 0,76% 24000 21000 Bruxelles-Capitale 909,36 2,30% 52000 62000 Liège 50,12 0,30% 24000 46000 Saint-Nicolas 643,14 1,63% 52000 51000 Ath 45,77 0,28% 24000 34000 courtrai 604,75 1,53% 52000 23000 Hal-Vilvorde 41,14 0,25% 24000 31000 Bruges 555,17 1,40% 52000 61000 Huy 33,72 0,20% 24000 41000 Alost 536,14 1,36% 52000 84000 Neufchâteau 28,96 0,18% 24000 42000 Termonde 527,75 1,34% 52000 83000 Marche-en-Famenne 27,28 0,17% 24000 36000 Roulers 377,83 0,96% 52000 63000 Verviers 24,41 0,15% 24000 44000 Gand 329,26 0,83% 52000 81000 Arlon 18,50 0,11% 24000 35000 Ostende 328,11 0,83% 52000 64000 Waremme 13,67 0,08% 24000 64000 Waremme 240,87 0,61% 52000 82000 Bastogne 12,91 0,08% 24000 33000 Ypres 204,27 0,52% 52000 85000 Virton 12,34 0,07% 24000 37000 Tielt 166,32 0,42% 52000 38000 Furnes 11,39 0,07% 24000 38000 Furnes 165,44 0,42% 52000 35000 Ostende 10,45 0,06% 24000 45000 Audenarde 154,22 0,39% 52000 11000 Anvers 7,15 0,04% 24000 32000 Dixmude 114,39 0,29% 52000 24000 Louvain 6,39 0,04% 24000 63000 Verviers 111,38 0,28% 52000 45000 Audenarde 6,22 0,04% 24000 62000 Liège 96,39 0,24% 52000 31000 Bruges 5,37 0,03% 24000 43000 Eeklo 83,87 0,21% 52000 54000 Mouscron 5,19 0,03% 24000 92000 Namur 53,33 0,13% 52000 36000 Roulers 5,18 0,03% 24000 52000 Charleroi 50,89 0,13% 52000 46000 Saint-Nicolas 4,82 0,03% 24000 55000 Soignies 38,89 0,10% 52000 71000 Hasselt 3,38 0,02% 24000 53000 Mons 31,14 0,08% 52000 13000 Turnhout 3,30 0,02% 24000 54000 Mouscron 29,45 0,07% 52000 44000 Gand 2,18 0,01% 24000 84000 Neufchâteau 26,13 0,07% 52000 41000 Alost 2,12 0,01% 24000 82000 Bastogne 24,11 0,06% 52000 34000 courtrai 2,05 0,01% 24000 51000 Ath 24,06 0,06% 52000 12000 Malines 2,03 0,01% 24000 81000 Arlon 21,88 0,06% 52000 73000 Tongres 1,17 0,01% 24000 91000 Dinant 18,91 0,05% 52000 42000 Termonde 1,02 0,01% 24000 57000 Tournai 18,37 0,05% 16461,67 100,00% 24000 56000 Thuin 14,56 0,04% 24000 93000 Philippeville 12,55 0,03% 24000 83000 Marche-en-Famenne 11,03 0,03% 24000 61000 Huy 8,70 0,02% 24000 85000 Virton 4,28 0,01% 39517,55 100,00% Tableau I- 37 : Répartition des séjours entrants par arrondissement pour Charleroi et Louvain Les tableaux complets des séjours entrants par arrondissement sont repris dans l annexe 10. Cette analyse permet d établir, pour un arrondissement donné, le profil géographique de la patientèle externe ; concrètement on identifie les arrondissements qui sont «potentiellement» demandeurs 2.2 Analyse de la destination géographique des flux sortants. De la même manière, nous avons cherché à identifier la destination géographique des flux sortants. Le tableau ci après illustre la destination géographique des séjours sortants pour les arrondissements de Charleroi et Louvain. I-81
INSCODE Lieu de Résidence Eindrapport: De toekomstige behoefte aan acute ziekenhuisvoorzieningen in België 52000 Charleroi 24000 Louvain In/Out INSCODE Nbre séjours Lieu de sortants Résidence In/Out Nbre séjours sortants Lieu INSCODEZH d'hospitalisation Poids relatif Lieu INSCODEZH d'hospitalisation Poids relatif 52000 55000 Soignies 7793,54 44,22% 24000 12000 Malines 7058,20 38,66% 52000 21000 Bruxelles- Capitale 4105,69 23,30% 24000 71000 Hasselt 4792,66 26,25% 52000 92000 Namur 2476,31 14,05% 24000 21000 Bruxelles-Capitale 2358,98 12,92% 52000 25000 Nivelles 1226,63 6,96% 24000 53000 Mons 1161,41 6,36% 52000 91000 Dinant 915,79 5,20% 24000 11000 Anvers 845,51 4,63% 52000 62000 Liège 253,34 1,44% 24000 23000 Hal-Vilvorde 437,87 2,40% 52000 53000 Mons 195,67 1,11% 24000 13000 Turnhout 385,83 2,11% 52000 11000 Anvers 96,11 0,55% 24000 41000 Alost 192,87 1,06% 52000 57000 Tournai 64,93 0,37% 24000 31000 Bruges 141,53 0,78% 52000 56000 Thuin 53,41 0,30% 24000 62000 Liège 130,57 0,72% 52000 24000 Louvain 50,89 0,29% 24000 44000 Gand 130,25 0,71% 52000 35000 Ostende 44,51 0,25% 24000 25000 Nivelles 121,57 0,67% 52000 84000 Neufchâteau 43,51 0,25% 24000 35000 Ostende 103,86 0,57% 52000 38000 Furnes 42,60 0,24% 24000 46000 Saint-Nicolas 68,60 0,38% 52000 44000 Gand 39,32 0,22% 24000 72000 Maaseik 44,69 0,24% 52000 61000 Huy 32,15 0,18% 24000 73000 Tongres 43,31 0,24% 52000 23000 Hal-Vilvorde 30,63 0,17% 24000 38000 Furnes 37,59 0,21% 52000 31000 Bruges 26,85 0,15% 24000 36000 Roulers 33,70 0,18% 52000 63000 Verviers 22,47 0,13% 24000 91000 Dinant 26,91 0,15% 52000 41000 Alost 21,39 0,12% 24000 92000 Namur 24,56 0,13% 52000 83000 Marche-en- Famenne 17,48 0,10% 24000 83000 Marche-en-Famenne 19,01 0,10% 52000 12000 Malines 13,40 0,08% 24000 42000 Termonde 14,91 0,08% 52000 81000 Arlon 9,35 0,05% 24000 34000 Courtrai 14,48 0,08% 52000 54000 Mouscron 9,20 0,05% 24000 63000 Verviers 13,57 0,07% 52000 71000 Hasselt 8,09 0,05% 24000 84000 Neufchâteau 11,89 0,07% 52000 34000 Courtrai 7,15 0,04% 24000 52000 Charleroi 6,39 0,04% 52000 45000 Audenarde 5,24 0,03% 24000 61000 Huy 6,26 0,03% 52000 46000 Saint-Nicolas 5,13 0,03% 24000 56000 Thuin 5,49 0,03% 52000 36000 Roulers 4,18 0,02% 24000 33000 Ypres 5,39 0,03% 52000 42000 Termonde 4,00 0,02% 24000 81000 Arlon 5,27 0,03% 52000 13000 Turnhout 3,12 0,02% 24000 55000 Soignies 5,20 0,03% 52000 73000 Tongres 1,03 0,01% 24000 45000 Audenarde 3,28 0,02% 52000 43000 Eeklo 1,02 0,01% 24000 43000 Eeklo 2,13 0,01% 24000 37000 Tielt 1,94 0,01% 17624,10 1,00 18255,68 1,00 Tableau I- 38 : Répartition par arrondissement des séjours sortants pour Charleroi et Louvain Ainsi, 44,22% des séjours sortants de l arrondissement de Charleroi le sont à destination de Soignies et 23,30% à destination de Bruxelles Capitale. L annexe 11 donne pour chaque arrondissement la destination géographique des flux sortants. 3. MESURE DE L ATTRACTIVITE DES ARRONDISSEMENTS Dans la mesure de l attractivité d un arrondissement, il convient de prendre en considération la distance existant entre le lieu de résidence du patient et celui de son hospitalisation. Seuls, doivent être considérés comme véritablement «attractifs», les arrondissements pour lesquels on observe des déplacements significatifs. On peut admettre qu un déplacement est significatif s il correspond à des séjours de patients venant d arrondissements non limitrophes. Sont considérés comme limitrophes par rapport à un arrondissement X, les arrondissements qui, du point de vue de leur frontière administrative, ont un point de contact avec l arrondissement X considéré. Dans notre analyse de l attractivité, nous avons donc sélectionné uniquement les séjours correspondant à des patients résidant dans des arrondissements non limitrophes. Le tableau ci-après reprend par arrondissement le nombre de séjours entrants en provenance d arrondissements non limitrophes. Le pourcentage est établi pour chaque arrondissement en faisant I-82
le rapport des séjours entrants non limitrophes par rapport au total des séjours entrants dans l arrondissement. Code Arr. Séjours entrants issus d'arrondissements non limitrophes Arrondissements Nbre de séjours entrants % par rapport au total entrant dans l'arrondissement 21000 Arrondissement de Bruxelles-Capitale 32.580 35,00% 24000 Arrondissement de Louvain 16.637 42,00% 53000 Arrondissement de Mons 8.252 38,00% 11000 Arrondissement d'anvers 7.415 28,00% 62000 Arrondissement de Liège 7393 20,00% 44000 Arrondissement de Gand 6.553 22,00% 91000 Arrondissement de Dinant 4897 37,91% 41000 Arrondissement d'alost 3.591 11,20% 31000 Arrondissement de Bruges 3.542 20,91% 36000 Arrondissement de Roulers 2.569 11,70% 34000 Arrondissement de Courtrai 2.390 32,00% 35000 Arrondissement d'ostende 2.140 44,00% 92000 Arrondissement de Namur 1787 13,00% 52000 Arrondissement de Charleroi 1.340 8,00% 46000 Arrondissement de Saint-Nicolas 1.257 14,00% 38000 Arrondissement de Furnes 1.152 55,00% 23000 Arrondissement de Hal-Vilvorde 890 20,00% 71000 Arrondissement de Hasselt 842 2,50% 25000 Arrondissement de Nivelles 769 15,00% 57000 Arrondissement de Tournai 758 17,00% 83000 Arrondissement de Marche-en-Famenne 750 10,00% 12000 Arrondissement de Malines 650 3,00% 55000 Arrondissement de Soignies 614 2,47% 84000 Arrondissement de Neufchâteau 563 11,85% 63000 Arrondissement de Verviers 474 15,50% 61000 Arrondissement de Huy 339 11,00% 13000 Arrondissement de Turnhout 280 5,70% 73000 Arrondissement de Tongres 258 27,00% 45000 Arrondissement d'audenarde 257 5,00% 72000 Arrondissement de Maaseik 225 8,00% 37000 Arrondissement de Tielt 205 13,00% 42000 Arrondissement de Termonde 204 9,00% 33000 Arrondissement d'ypres 199 6,00% 81000 Arrondissement d'arlon 190 3,00% 43000 Arrondissement d'eeklo 162 5,90% 54000 Arrondissement de Mouscron 158 11,00% 56000 Arrondissement de Thuin 113 4,96% 32000 Arrondissement de Dixmude 1 1,00% Tableau I- 39: Séjours entrants en provenance d'arrondissements non limitrophes I-83
On vérifie qu il n y a que 7 arrondissements (16%) pour lesquels la part des séjours entrants en provenance d arrondissements non limitrophes est supérieure à 30% du total d accueil de la patientèle externe. Force est de constater que c est le facteur proximité qui justifie la plupart du temps les flux entrants de patientèle. Arrondissement Furnes Ostende Louvain Mons Dinant Bruxelles Capitale Courtrai % de patientèle externe issue d arrondissements non limitrophes 55,00 % 44,00 % 42,00 % 38,00 % 37,91 % 35,00% 32,00 % Tableau I- 40: Arrondissements avec plus de 30% de patientèle externe venant d'arrondissements non limitrophes Il faut cependant noter que Mons, du fait de la fusion des hôpitaux, reprend des patients d arrondissements non limitrophes mais qui, en réalité, sont hospitalisés dans l arrondissement de leur lieu de résidence. Comme nous l avons fait pour les flux entrants, nous avons déterminé, par arrondissement les flux sortants en nombre ainsi qu en part relative pour chaque arrondissement et ce, dans le cadre de l hypothèse où les sorties sont à destination d arrondissements non limitrophes. Le tableau ci-après donne, par arrondissement, l information relative aux flux sortants en nombre de séjours ainsi qu en pourcentage par rapport au nombre total de séjours sortants de l arrondissement à destination d arrondissements non limitrophes. I-84
Séjours sortants vers des arrondissements non limitrophes Nbre séjours Code Arr. Arrondissements sortants % au sein de l'arrondissement. 23000 Arrondissement de Hal-Vilvorde 10.164 15,19% 57000 Arrondissement de Tournai 8.099 84,00% 11000 Arrondissement d'anvers 6.194 41,14% 52000 Arrondissement de Charleroi 6.074 34,00% 53000 Arrondissement de Mons 5.829 80,00% 38000 Arrondissement de Furnes 4.610 59,00% 34000 Arrondissement de Courtrai 4.565 35,00% 72000 Arrondissement de Maaseik 3.981 22,00% 21000 Arrondissement de Bruxelles-Capitale 3.602 45,00% 41000 Arrondissement d'alost 3.578 29,00% 24000 Arrondissement de Louvain 3.538 19,00% 92000 Arrondissement de Namur 3.412 29,00% 73000 Arrondissement de Tongres 3.391 16,00% 35000 Arrondissement d'ostende 2.964 38,00% 31000 Arrondissement de Bruges 2.932 56,00% 83000 Arrondissement de Marche-en-Famenne 2.850 61,00% 56000 Arrondissement de Thuin 2.534 11,00% 25000 Arrondissement de Nivelles 2.187 6,00% 51000 Arrondissement d'ath 2.126 14,00% 54000 Arrondissement de Mouscron 2.100 41,00% 91000 Arrondissement de Dinant 1.911 22,00% 82000 Arrondissement de Bastogne 1.854 24,00% 71000 Arrondissement de Hasselt 1.833 13,00% 85000 Arrondissement de Virton 1.785 22,00% 44000 Arrondissement de Gand 1.753 14,00% 62000 Arrondissement de Liège 1.735 43,00% 81000 Arrondissement d'arlon 1.724 89,00% 46000 Arrondissement de Saint-Nicolas 1.638 15,00% 42000 Arrondissement de Termonde 1.566 8,00% 84000 Arrondissement de Neufchâteau 1.471 46,00% 36000 Arrondissement de Roulers 1.372 44,00% 63000 Arrondissement de Verviers 1.337 9,00% 55000 Arrondissement de Soignies 1.193 10,00% 33000 Arrondissement d'ypres 1.185 20,00% 13000 Arrondissement de Turnhout 1.026 5,00% 12000 Arrondissement de Malines 958 7,51% 45000 Arrondissement d'audenarde 808 9,00% 93000 Arrondissement de Philippeville 792 8,00% 64000 Arrondissement de Waremme 670 5,00% 61000 Arrondissement de Huy 607 7,00% 32000 Arrondissement de Dixmude 462 5,00% 43000 Arrondissement d'eeklo 423 5,00% 37000 Arrondissement de Tielt 376 4,00% Tableau I- 41: Pourcentage des flux sortants vers arrondissements non limitrophes I-85
On observe dans ce cas que pour 15 arrondissements (35%), plus de 30% des séjours sortants le sont à destination d arrondissements non limitrophes. Si nous avons mis en évidence l impact du facteur «proximité» dans l analyse des flux entrants de la patientèle inter-arrondissements, il semble établi clairement que les flux sortants ou «fuite» de la patientèle relève d avantage de motivations liées à la recherche de compétence puisque les sorties se font avec une plus grande fréquence vers des arrondissements non limitrophes. Reste, à présent, à vérifier si certains arrondissements présentent un caractère attractif pour des pathologies particulières. 4. ANALYSE DU RAPPORT FLUX ENTRANT/FLUX SORTANT PAR ARRONDISSEMENT ET PAR MDC. La question à se poser à ce stade de l analyse est de savoir pourquoi les patients sortent ou entrent dans un arrondissement pour y recevoir des soins de santé. Pou chaque arrondissement, nous avons ventilé la balance des flux entrants sur les flux sortants par MDC. Le tableau suivant présente par arrondissement et par MDC le rapport des séjours entrants dans l'arrondissement sur les séjours sortants de l'arrondissement. Code localité 00 01 02 03 04 05 06 07 08 09 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 11000 1,4 1,2 12,9 2,4 1,1 2,5 1,1 0,8 1,6 1,6 2,3 1,5 1,6 1,9 1,7 2,6 1,9 1,9 1,4 1,5 0,8 1,4 12,7 1,5 7,7 1,1 12000 1,8 1,7 0,4 1,7 2,2 1,8 2,8 2,7 2,2 1,9 1,5 1,8 2,7 2,4 2,7 0,9 0,9 0,7 1,7 2,0 4,2 1,9 0,2 1,4 0,1 1,1 13000 0,3 0,2 0,1 0,5 0,4 0,1 0,3 0,2 0,3 0,4 0,3 0,1 0,1 0,3 0,5 0,6 0,2 0,1 0,2 0,2 0,6 0,4 0,1 0,1 0,0 0,6 21000 15,7 9,4 11,5 14,1 10,5 12,4 11,9 17,4 10,9 13,6 11,2 16,0 13,3 17,5 15,9 22,2 20,4 30,0 11,2 8,0 3,7 12,6 0,8 5,1 8,8 9,4 23000 0,0 0,1 0,0 0,0 0,1 0,0 0,0 0,0 0,1 0,0 0,1 0,0 0,1 0,0 0,1 0,0 0,0 0,0 0,2 0,1 0,1 0,0 0,1 0,2 0,0 0,1 24000 4,7 2,3 7,0 1,4 2,1 2,2 2,0 2,8 1,6 1,9 1,4 2,5 1,3 2,1 1,1 3,0 3,4 8,3 2,7 1,7 0,7 2,0 9,2 2,4 5,0 1,9 25000 0,1 0,1 0,3 0,1 0,1 0,1 0,1 0,1 0,2 0,2 0,1 0,1 0,1 0,1 0,2 0,0 0,1 0,0 0,1 0,2 0,2 0,1 0,2 0,7 0,0 0,3 31000 3,4 2,8 2,0 5,9 4,6 4,8 3,4 2,3 2,9 2,6 4,7 3,9 4,0 2,0 2,2 6,7 5,2 2,5 5,7 5,1 4,0 3,7 1,5 1,0 2,0 2,6 32000 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,1 0,0 0,0 0,1 0,0 0,0 0,0 0,1 0,0 0,0 33000 0,4 0,5 0,8 0,5 0,7 0,4 0,8 0,5 0,4 0,7 0,3 0,6 0,8 1,0 0,9 4,7 0,3 0,1 0,7 0,9 0,7 0,9 2,8 0,7 0,0 0,3 34000 0,9 0,6 0,3 1,0 0,6 0,3 0,7 0,5 0,5 1,0 0,7 0,6 0,8 1,2 0,9 0,2 0,6 0,3 0,6 0,9 1,6 0,6 0,5 0,3 0,0 0,5 35000 0,4 0,7 0,1 0,5 0,7 0,4 0,7 0,6 0,4 0,5 0,4 0,4 0,4 0,6 2,0 0,2 0,4 0,2 0,4 0,6 0,5 0,4 2,6 2,8 0,2 1,2 36000 3,0 9,9 1,5 3,8 12,5 8,8 9,9 8,3 9,5 6,6 10,2 11,6 12,2 3,8 5,0 2,9 10,3 7,0 7,6 6,2 5,4 3,8 9,0 3,7 1,2 5,4 37000 0,1 0,2 0,3 0,3 0,2 0,1 0,2 0,3 0,2 0,1 0,1 0,1 0,2 0,3 0,3 0,2 0,2 0,2 0,2 0,1 0,2 0,1 0,0 0,0 0,0 0,5 38000 0,4 0,7 0,2 0,2 0,5 0,4 0,4 0,4 0,4 0,3 0,1 0,3 0,4 0,3 0,3 0,1 0,2 0,1 0,5 0,5 1,7 0,6 0,8 2,7 0,0 1,9 41000 4,5 3,9 1,1 3,8 8,3 15,2 6,2 5,6 3,3 2,8 3,5 7,8 9,4 3,2 4,0 1,0 4,6 1,8 3,9 2,8 5,4 3,8 1,2 0,9 0,6 2,4 42000 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,3 0,1 0,1 0,1 0,1 0,1 0,1 0,0 0,2 0,1 0,1 0,2 0,0 0,1 0,0 0,3 43000 0,4 0,4 0,1 0,3 0,4 0,3 0,4 0,3 0,5 0,3 0,2 0,2 0,2 0,4 0,4 0,1 0,4 0,2 0,3 0,4 0,4 0,5 0,1 0,1 0,0 0,4 44000 2,3 2,5 2,6 1,6 1,2 3,0 1,8 2,6 2,4 3,0 2,8 2,3 1,6 2,7 2,1 6,4 1,5 6,9 2,0 1,0 0,8 1,9 6,5 5,1 5,0 2,7 45000 0,6 0,5 0,3 0,4 0,9 0,4 0,7 0,7 0,4 0,5 0,3 0,5 0,7 0,6 0,6 0,2 0,4 0,2 0,7 1,8 1,2 0,8 0,8 0,5 0,0 0,3 46000 1,0 0,9 0,8 0,9 1,2 0,3 1,0 0,8 2,0 0,6 0,8 0,7 0,7 0,6 0,8 0,3 0,7 0,2 0,8 1,1 2,2 1,0 0,3 0,5 0,0 0,6 52000 0,6 1,1 0,1 0,6 0,9 1,3 1,1 1,0 0,8 0,9 0,8 0,8 0,8 1,2 1,2 1,0 0,8 0,5 0,7 1,0 0,8 1,0 10,7 0,8 1,3 1,1 53000 1,6 2,8 0,5 2,2 5,2 1,4 5,1 2,5 3,2 2,5 1,8 3,8 3,4 2,4 6,2 9,0 2,2 1,7 3,8 8,0 7,8 4,2 1,4 1,1 0,0 2,0 54000 0,1 0,2 0,2 0,3 0,3 0,2 0,2 0,2 0,6 0,2 0,3 0,3 0,2 0,4 0,3 0,1 0,3 0,1 0,2 0,2 0,2 0,4 0,1 0,1 0,0 0,8 55000 2,3 2,0 1,2 1,5 2,5 2,7 2,7 2,6 1,5 1,7 1,8 2,5 2,4 1,7 2,0 1,0 2,6 1,2 2,9 1,8 2,5 2,0 0,8 1,5 3,7 1,4 56000 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,2 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,1 0,0 0,1 0,2 0,0 0,1 0,0 0,1 57000 0,3 0,9 0,2 0,6 0,4 0,3 0,5 0,7 0,7 0,6 0,6 0,3 0,7 0,5 0,4 0,1 0,7 0,5 0,5 0,4 0,5 0,3 0,1 0,3 0,0 0,4 61000 0,3 0,3 0,2 0,2 0,3 0,4 0,3 0,2 0,2 0,3 0,4 0,3 0,2 0,1 0,2 0,0 0,2 0,1 0,3 0,3 0,8 0,4 0,1 2,6 0,0 0,3 62000 9,0 9,7 14,9 8,1 7,3 14,0 12,1 12,8 10,6 7,2 14,7 9,8 11,8 21,3 21,7 31,5 13,5 5,8 9,8 6,5 7,1 7,5 13,1 1,3 5,1 12,2 63000 0,1 0,2 0,1 0,2 0,6 0,1 0,2 0,2 0,2 0,2 0,2 0,2 0,2 0,1 0,2 0,0 0,4 0,3 0,2 0,7 0,5 0,3 0,0 0,7 0,4 0,3 71000 1,2 2,8 0,4 2,1 2,7 3,7 3,1 2,7 2,4 2,3 3,2 3,3 5,7 2,4 3,0 1,4 3,3 2,4 1,7 2,4 2,7 1,8 0,5 1,7 0,2 4,8 72000 0,2 0,2 0,0 0,1 0,2 0,1 0,2 0,1 0,2 0,2 0,1 0,2 0,1 0,1 0,2 0,0 0,1 0,0 0,2 0,2 0,2 0,2 0,1 0,3 0,0 0,1 73000 0,0 0,0 0,1 0,1 0,0 0,0 0,0 0,0 0,1 0,0 0,1 0,0 0,0 0,0 0,1 0,0 0,0 0,0 0,1 0,1 0,2 0,1 0,1 0,0 0,0 0,0 81000 3,8 2,2 3,3 2,0 3,2 2,4 3,5 3,4 2,6 3,9 1,7 5,7 2,4 3,5 6,4 1,3 2,5 0,7 3,0 1,5 5,6 9,8 1,0 2,3 0,0 3,4 83000 2,0 1,4 0,4 1,9 1,6 0,8 2,4 1,7 2,1 1,0 0,8 1,4 1,5 2,5 3,1 0,5 1,4 0,3 2,6 0,7 2,1 4,7 0,8 1,5 0,0 2,6 84000 1,5 1,6 0,5 0,7 2,3 1,1 2,2 1,8 1,4 1,2 1,2 1,3 2,0 0,9 1,9 1,0 1,6 0,4 1,2 2,0 2,4 1,3 2,2 3,2 0,0 1,3 91000 1,0 2,1 0,6 3,2 2,9 3,3 1,2 1,6 1,0 0,6 1,6 1,5 1,8 0,3 0,1 0,5 2,1 2,4 2,8 4,6 1,8 0,8 0,1 0,4 2,3 2,9 92000 1,1 0,8 0,2 1,3 0,9 1,2 1,2 0,9 1,6 1,3 0,9 0,9 1,1 1,3 1,9 2,0 0,6 0,9 0,8 0,4 0,6 0,8 0,2 1,0 0,1 0,5 Tableau I- 42: Rapport par arrondissement et par MDC du flux entrant/flux sortant I-86
4.1 Analyse des points forts Nous pouvons, à partir de ce tableau, identifier par arrondissement et par MDC les cas où le rapport séjour entrant sur séjour sortant est supérieur à trois ; ceci peut être interprété comme un indicateur de point fort pour l arrondissement. Le graphique suivant reprend pour l'ensemble des arrondissements le pourcentage de MDC pour lesquels nous observons au moins 3 patients entrants pour 1 patient sortant (rapport Out/In sur In/Out est à 3). Pourcentage des MDC présentant un rapport "entrant/sortant" supérieur à 3 par arrondissement 100% 96% 96% 85% 75% 65% 50% 54% 42% 50% 25% 0% 12% 4% 4% 11000 12000 13000 21000 23000 27% 19% 24000 25000 31000 32000 33000 34000 35000 36000 37000 38000 41000 42000 43000 44000 4% 45000 46000 52000 53000 54000 4% 55000 56000 57000 61000 62000 27% 8% 4% 63000 71000 72000 73000 81000 83000 84000 Graphique I- 30: Par arrondissement, % des MDC avec rapport flux entrant/flux sortant > 3 Au vu de ce graphique, nous pouvons identifier les arrondissements qui constituent des zones d'attraction pour la patientèle externe. Deux cas de figure peuvent être envisagés. Les arrondissements qui sont globalement attractifs pour la patientèle externe : rapport flux entrant/ flux sortant à 3 et ce, pour plus de 50% des MDC 12% 91000 92000 Le tableau ci-après reprend la liste des arrondissements qui vérifient ces deux conditions avec identification pour chacun d eux du MDC le plus attractif sur base du rapport flux entrant/flux sortant. I-87
Code Nom arrondissement MDC Libellé MDC Rapport + Entrant/ attractif Sortant 21000 Bruxelles Capitale 17 Maladies myélop. Néoplasmes peu différenciés 30,00 31000 Bruges 15 Nouveau-nés, Aff. Origine périnatale 6,70 36000 Roulers 04 Système respiratoire 12,54 41000 Alost 05 Système circulatoire 15,24 62000 Liège 15 Nouveau-nés, Aff. Origine périnatale 31,48 81000 Arlon 20 Alcoolisme & usage de drogue 9,81 Tableau I- 43: Arrondissements avec rapport flux entrant/flux sortant > à 3 pour plus de 50% des MDC Les arrondissements qui sont attractifs pour la patientèle externe mais uniquement pour certains MDC. Nous avons identifié pour ceux-ci le MDC le plus attractif sur base du rapport entrant/sortant. Code Nom arrondissement MDC + attractif 11000 Anvers 02 12000 Malines 20 24000 Louvain 22 31000 Bruges 15 33000 Ypres 15 44000 Gand 17 52000 Charleroi 22 53000 Mons 15 5.000 Soignies 24 71000 Hasselt 12 81000 Arlon 20 83000 Marche en Famenne 20 84000 Neufchâteau 23 91000 Dinant 19 Libellé MDC Affections des yeux Alcoolisme & usage de drogue Brûlures Nouveau-nés, Aff. Origine périnatale Nouveau-nés, Aff. Origine périnatale Maladies myélop. Néoplasmes peu différenciés Brûlures Nouveau-nés, Aff. Origine périnatale Infection HIV Organes génitaux masculins Alcoolisme & usage de drogue Alcoolisme et usage de drogue Facteurs influençant la santé Troubles mentaux Rapport Entrant/ Sortant 12,90 4,20 9,20 6,70 4,70 6,90 10,70 9,00 3,70 5,70 9,80 4,70 3,20 4,60 Tableau I- 44: Arrondissements avec rapport flux entrant/flux sortant > 3 pour le MDC le plus attractif I-88
4.2 Analyse des points faibles Comme nous l avons fait pour les points forts, nous allons identifier les arrondissements qui enregistrent le plus de fuite de leur patientèle vers d autres arrondissements avec identification des MDC associés à ces fuites. Nous référant au tableau I-42 donnant le rapport flux entrant/flux sortant par MDC et par arrondissement, nous avons représenté dans le graphique suivant par arrondissement, le pourcentage de MDC pour lesquels on observe au moins 3 patients sortants pour 1 patient entrant (rapport Out/In sur In/Out est à 1/3). Pourcentage des MDC présentant un rapport "entrant/sortant" inférieur à 1/3 par arrondissement 100% 100% 96% 100% 96% 100% 100% 100% 100% 81% 77% 75% 73% 65% 54% 50% 31% 35% 25% 0% 8% 11000 12000 13000 21000 23000 24000 15% 23% 15% 25000 31000 32000 33000 34000 35000 36000 37000 38000 19% 19% 41000 42000 43000 44000 45000 46000 52000 4% 4% 53000 54000 55000 56000 57000 4% 61000 62000 63000 71000 72000 Graphique I- 31:Pourcentage des MDC avec rapport flux entrant/flux sortant inférieur à 1/3 4% 8% 4% 73000 81000 83000 84000 91000 12% 12% 92000 On peut dans ce cas identifier 3 cas de figure. Le premier groupe concerne les arrondissements avec le plus grand taux de fuite de leur patientèle vers d autres arrondissements. Il s agit des arrondissements qui, pour plus de 90% des MDC, présentent un rapport de plus de 3 sortants pour 1 entrant. I-89