Popis: |
Introduction La fragilite est frequente et constitue un predicteur important de mortalite et de morbidite dans la population âgee. Elle est egalement associee a une augmentation de la consommation de soins hospitaliers et ambulatoires. Il apparait donc primordial de monitorer la population fragile ou a risque de fragilite dans un objectif de planification sanitaire et medico-sociale. Methodes Les donnees de la cohorte lausannoise des personnes âgees de 65 ans et plus (Lc65 + ) ont ete chainees aux donnees medico-administratives du Centre hospitalier universitaire Vaudois (CHUV) pour la periode 2004–2015. Ces donnees ont permis de : (1) construire un score de fragilite (score Lc65 + ) base sur les codes diagnostiques des sejours des 12 mois precedant l’evaluation du phenotype de fragilite de Fried (PFF) ; (2) developper et valider un algorithme predictif de la fragilite (score PFF ≥ 3) par modeles de regression et algorithmes d’apprentissage supervise (« Supervised machine learning »). Resultats Les 1648 participants a la cohorte ont donne lieu a 3497 mesures de PFF : 55,3 % concernaient des femmes, l’âge moyen etait de 71 ans et la prevalence de la fragilite etait de 5,5 %. Le score Lc65 + variait entre 0 et 9, sa moyenne etait de 2,1. Le modele optimal pour predire la fragilite etait le modele de regression logistique mixte avec l’âge, le sexe, le nombre d’hospitalisations dans les 12 mois precedents et le score Lc65 + comme predicteurs. Pour ce modele, l’aire sous la courbe ROC estime par bootstrap etait de 0,71 et la sensibilite et la specificite etaient maximales (0,54 et 0,79) pour un seuil de probabilite predite de fragilite de 0,2. Le modele predisait significativement la mortalite, le nombre d’hospitalisations a 12 mois, la duree de sejour, et l’institutionnalisation. Discussion/Conclusion Les donnees medico-administratives hospitalieres peuvent etre utilisees pour identifier les personnes fragiles et estimer leur prevalence dans la population suisse. Notre modele predictif montre cependant des performances limitees et pourrait etre ameliore par l’utilisation de donnees cliniques du dossier patient electronique. |