<?xml version="1.0" encoding="UTF-8"?>
<feed xmlns="http://www.w3.org/2005/Atom"  xmlns:media="http://search.yahoo.com/mrss/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:itunes="http://www.itunes.com/dtds/podcast-1.0.dtd" xmlns:geo="http://www.w3.org/2003/01/geo/wgs84_pos#" xmlns:georss="http://www.georss.org/georss" xmlns:photo="http://www.pheed.com/pheed/">
 <title>Hospitalia, le magazine de l'hôpital pour toute l'actualité et l'information hospitalière</title>
 <subtitle><![CDATA[Hospitalia est le magazine spécialisé pour la e-santé, systèmes d'information hospitaliers, SIH, hygiène hospitalière, confort du patient hospitalisé, blanchisserie hospitalière, pharmacie hospitalière, imagerie médicale, traçabilité hospitalière]]></subtitle>
 <link rel="alternate" type="text/html" href="https://www.hospitalia.fr" />
 <link rel="self" type="text/xml" href="https://www.hospitalia.fr/xml/atom.xml" />
 <id>https://www.hospitalia.fr/</id>
 <updated>2026-09-10T12:53:07+02:00</updated>
 <generator uri="http://www.wmaker.net">Webzine Maker</generator>
  <geo:lat>48.8628488</geo:lat>
  <geo:long>2.3411245</geo:long>
  <icon>https://www.hospitalia.fr/favicon.ico</icon>
  <entry>
   <title>Étude DREES : le déficit des hôpitaux publics diminue en 2025 mais reste à un niveau élevé</title>
   <updated>2026-09-02T12:34:00+02:00</updated>
   <id>https://www.hospitalia.fr/Etude-DREES-le-deficit-des-hopitaux-publics-diminue-en-2025-mais-reste-a-un-niveau-eleve_a5161.html</id>
   <category term="Actu" />
   <photo:imgsrc>https://www.hospitalia.fr/photo/art/imagette/97891575-68142076.jpg</photo:imgsrc>
   <published>2026-09-02T12:30:00+02:00</published>
   <author><name>Rédaction</name></author>
   <content type="html">
    <![CDATA[
La Direction de la recherche, des études, de l’évaluation et des statistiques (Drees) a publié cet été de premiers résultats sur l’activité des établissements de santé, ainsi que de premières estimations sur la situation financière des hôpitaux publics et sur l’évolution des effectifs salariés en 2025*.     <div style="position:relative; text-align : center; padding-bottom: 1em;">
      <img src="https://www.hospitalia.fr/photo/art/default/97891575-68142076.jpg?v=1788345290" alt="Étude DREES : le déficit des hôpitaux publics diminue en 2025 mais reste à un niveau élevé" title="Étude DREES : le déficit des hôpitaux publics diminue en 2025 mais reste à un niveau élevé" />
     </div>
     <div>
      <p data-olk-copy-source="MessageBody">En 2025, l’activité des établissements de santé a crû dans l’ensemble, mais son évolution est contrastée suivant les disciplines et le secteur juridique des structures. En court séjour, les hôpitaux publics contribuent pour les deux tiers à la hausse du nombre de séjours, qui concerne à la fois l’hospitalisation complète (avec nuitée) et l’hospitalisation partielle (sans nuitée). En moyen séjour, l’activité croît quelle que soit la forme d’hospitalisation, mais ralentit. L’activité d’hospitalisation à domicile (HAD) augmente très nettement. En psychiatrie, les hospitalisations à temps partiel et à temps complet diminuent. <br />   <br />  Le nombre de passages aux urgences augmente légèrement, quant à lui, de 0,8 %, après +2,5 % en 2024. <br />   <br />  D’après de premières estimations, le déficit global des hôpitaux publics atteindrait 2,1 % de leurs recettes en 2025 (graphique1). Leur effort d’investissement se replie en 2025. En pourcentage des recettes, la dette des hôpitaux publics continue de diminuer. Malgré cette baisse, le rapport entre l’encours de la dette et les capitaux permanents est en hausse. <br />  
     </div>
     <br style="clear:both;"/>
     <div style="position:relative; text-align : center; padding-bottom: 1em;">
      <img src="https://www.hospitalia.fr/photo/art/default/97891575-68142083.jpg?v=1788345186" alt="Étude DREES : le déficit des hôpitaux publics diminue en 2025 mais reste à un niveau élevé" title="Étude DREES : le déficit des hôpitaux publics diminue en 2025 mais reste à un niveau élevé" />
     </div>
     <div>
      Tous secteurs confondus, le nombre de salariés des établissements de santé augmente de 1,0 % en un an (après +0,7 % en 2024) [graphique2].
     </div>
     <br style="clear:both;"/>
     <div>
      * Précautions méthodologiques : <br />  Tous les chiffres présentés pour 2025 sont des premières estimations, susceptibles d’être révisées à l’occasion de la parution du Panorama « Les établissements de santé en 2025 », édition 2027.  <p aria-hidden="true"> <br />  Les premières séries statistiques portant sur l’année 2025 seront publiées ultérieurement : <br />    <ul>  	<li class="list">Fin octobre 2026&nbsp;: les capacités d’accueil hospitalières en 2025 (lits et places, données provisoires issues de la Statistique annuelle des établissements de santé).</li>  	<li class="list">Fin décembre 2026&nbsp;: les lits de soins critiques des établissements de santé, la liste des maternités et les effectifs salariés hospitaliers à fin 2025.</li>  </ul>  
     </div>
     <br style="clear:both;"/>
     <div>
      <a class="link" href="https://drees.solidarites-sante.gouv.fr/sites/default/files/2026-07/Embargo_ER1380_Établissements_santé_2025.pdf" target="_blank"><strong>&gt; Consulter la publication</strong></a>
     </div>
     <br style="clear:both;"/>
    ]]>
   </content>
   <link rel="alternate" href="https://www.hospitalia.fr/Etude-DREES-le-deficit-des-hopitaux-publics-diminue-en-2025-mais-reste-a-un-niveau-eleve_a5161.html" />
  </entry>
  <entry>
   <title>Urgences : quelle évolution de la durée de passage  et des différentes étapes en dix ans ?</title>
   <updated>2026-06-10T10:29:00+02:00</updated>
   <id>https://www.hospitalia.fr/Urgences-quelle-evolution-de-la-duree-de-passage-et-des-differentes-etapes-en-dix-ans_a5109.html</id>
   <category term="Actu" />
   <photo:imgsrc>https://www.hospitalia.fr/photo/art/imagette/96919497-67551471.jpg</photo:imgsrc>
   <published>2026-06-10T10:25:00+02:00</published>
   <author><name>Rédaction</name></author>
   <content type="html">
    <![CDATA[
La Direction de la recherche, des études, de l’évaluation et des statistiques (Drees) publie deux nouvelles études sur les durées passées aux urgences. L’une porte sur la durée entre l’enregistrement administratif et la sortie effective du service selon les parcours de soin des patientes et patients, l’autre sur la durée des principales étapes d’un passage aux urgences. Les données présentées sont issues de l’enquête Urgences, menée en collaboration avec les professionnels des urgences. Réalisée en 2023, cette enquête donne une photographie nationale des urgences sur 24 heures un jour moyen en semaine, à dix ans d’intervalle de la précédente édition.     <div style="position:relative; text-align : center; padding-bottom: 1em;">
      <img src="https://www.hospitalia.fr/photo/art/default/96919497-67551471.jpg?v=1781080042" alt="Urgences : quelle évolution de la durée de passage  et des différentes étapes en dix ans ?" title="Urgences : quelle évolution de la durée de passage  et des différentes étapes en dix ans ?" />
     </div>
     <div>
      <strong>En dix ans, la durée passée aux urgences s’est allongée pour tous les types de parcours de soin. </strong>En 2023, un jour d’activité moyenne aux urgences <em>[L’enquête Urgences 2023 a été réalisée le mardi 13 juin 2023, de 8 h le matin au lendemain à 8 h. La date a été choisie hors période de vacances scolaires et d’épidémies saisonnières, un jour d’activité moyenne en semaine. Elle a été conduite en partenariat avec la Société française de médecine d’urgence (SFMU) et le Groupe francophone de réanimation et d’urgences pédiatriques (GFRUP), et en collaboration avec SUdF, l’Amuf, la Fedoru et le SNUHP]</em>, la moitié des patients ayant fait l’objet d’une prise en charge complète y ont passé plus de 3 h 10, contre 2 h 15 en 2013. La première étude montre comment cette durée varie suivant les types de parcours. <br />   <br />  Les parcours les plus courts consistent en une consultation seule, sans examen technique ni soin, sans admission en unité d’hospitalisation de courte durée (UHCD) ni hospitalisation à la sortie des urgences ; ils concernent près d’un patient sur cinq. La moitié des patients dans ce cas passent moins de 1 h 35 aux urgences (+20 minutes par rapport à 2013) (graphique ci-dessous). <br />   <br />  <strong>La moitié des patients admis en UHCD passent plus de 17 h 30 aux urgences (+2 h 40 par rapport à 2013). </strong>9 % des patients sont admis en UHCD pour de la surveillance, des examens complémentaires ou en attendant un lit dans un autre service. La moitié d’entre eux passent plus de 17 h 30 aux urgences (+2 h 40 par rapport à 2013). <br />   <br />  Les patients hospitalisés dans un autre service à la sortie des urgences (un patient sur six) ont des durées de passages plus longues que ceux qui rentrent à domicile à l’issue de leur passage. Elle est supérieure à 6 h 30 pour la moitié d’entre eux (+1 h 45 par rapport à 2013). Les passages sont plus longs dans les points d’accueil de plus forte affluence, quel que soit le type de parcours de soins. <br />   <br />  Les parcours avec soins et recours au plateau technique (radiographie, scanner, biologie, etc.) sans admission en UHCD ni hospitalisation à la sortie (un patient sur trois), durent au moins 3 h 55 pour la moitié des patients (+1 h 15 par rapport à 2013).
     </div>
     <br style="clear:both;"/>
     <div>
      <span data-olk-copy-source="MessageBody" style="color: rgb(0, 0, 0);">La seconde étude analyse les durées entre les principales étapes qui peuvent jalonner, suivant les parcours, le passage aux urgences : enregistrement, première évaluation (aussi appelée le tri), début de la prise en charge médico-soignante, entrée en UHCD, décision d’hospitalisation à la sortie des urgences, obtention d’un lit dans un autre service, etc.</span>
     </div>
     <br style="clear:both;"/>
     <div><b>Plus d’attente avant la prise en charge médico-soignante pour les personnes arrivées en début d’après-midi et dans les points d’accueil à forte affluence</b></div>
     <div>
      <span data-olk-copy-source="MessageBody" style="color: rgb(0, 0, 0);">En 2023, un jour d’activité moyenne aux urgences, la moitié des personnes enregistrées attendent moins de 8 minutes avant le tri (schéma ci-dessous), mais une sur dix attend plus de 30 minutes. Entre le tri, qui permet de prioriser les patients selon leur état, et le début de la prise en charge médico-soignante, la moitié des patients attendent moins de 16 minutes, mais un sur dix plus de 2 heures. Au total, entre l’enregistrement et le début des soins (prise en charge médico-soignante), moins d’une demi-heure s’écoule pour la moitié des patients, mais plus de 2 h 30 pour un sur dix. Ces temps d’attente initiaux sont plus longs pour les personnes arrivées en début d’après-midi, en lien avec les pics journaliers de fréquentation des urgences. Ils sont aussi plus importants dans les points d’accueil à plus forte affluence.</span>
     </div>
     <br style="clear:both;"/>
     <div><b>Obtenir un lit à la sortie des urgences est plus long pour les personnes âgées et dans les points d’accueil à forte affluence</b></div>
     <div style="position:relative; text-align : center; padding-bottom: 1em;">
      <img src="https://www.hospitalia.fr/photo/art/default/96919497-67551498.jpg?v=1781080112" alt="Urgences : quelle évolution de la durée de passage  et des différentes étapes en dix ans ?" title="Urgences : quelle évolution de la durée de passage  et des différentes étapes en dix ans ?" />
     </div>
     <div>
      <span data-olk-copy-source="MessageBody" style="color: rgb(0, 0, 0);">La moitié des patients sortent plus de 2 heures après le début de la prise en charge médico-soignante. Cette durée, dépendante de l’étendue des examens et des actes de soins réalisés, est plus longue pour les patients hospitalisés en aval des urgences. Pour la moitié d’entre eux, la recherche d’un lit prend moins de 15 minutes, comme en 2013. En revanche, pour un patient sur dix concerné, plus de 6 h 10 sont nécessaires pour trouver un lit (+2 h 20 par rapport à 2013). La recherche d’un lit d’aval prend plus de temps le matin qu’à d’autres moments de la journée, ainsi que pour les personnes âgées et dans les services à plus forte affluence.</span>
     </div>
     <br style="clear:both;"/>
     <div>
      <a class="link" href="https://drees.solidarites-sante.gouv.fr/communique-de-presse/communique-de-presse/2600601_urgences-evolution-duree-de-passage-et-etapes" target="_blank"><strong>&gt; Consulter les publications</strong></a> 
     </div>
     <br style="clear:both;"/>
    ]]>
   </content>
   <link rel="alternate" href="https://www.hospitalia.fr/Urgences-quelle-evolution-de-la-duree-de-passage-et-des-differentes-etapes-en-dix-ans_a5109.html" />
  </entry>
  <entry>
   <title>Salaires dans la fonction publique hospitalière : en 2024, le salaire net mensuel moyen augmente de 0,7 % en euros constants</title>
   <updated>2026-05-19T13:35:00+02:00</updated>
   <id>https://www.hospitalia.fr/Salaires-dans-la-fonction-publique-hospitaliere-en-2024-le-salaire-net-mensuel-moyen-augmente-de-07-en-euros-constants_a5086.html</id>
   <category term="Actu" />
   <photo:imgsrc>https://www.hospitalia.fr/photo/art/imagette/96632483-67358086.jpg</photo:imgsrc>
   <published>2026-05-19T13:33:00+02:00</published>
   <author><name>Rédaction</name></author>
   <content type="html">
    <![CDATA[
L’Institut national de la statistique et des études économiques (Insee) et la Direction de la recherche des études de l’évaluation et des statistiques (Drees) publient une étude sur les salaires dans la fonction publique hospitalière en 2024.     <div style="position:relative; text-align : center; padding-bottom: 1em;">
      <img src="https://www.hospitalia.fr/photo/art/default/96632483-67358086.jpg?v=1779190497" alt="Salaires dans la fonction publique hospitalière : en 2024, le salaire net mensuel moyen augmente de 0,7 % en euros constants" title="Salaires dans la fonction publique hospitalière : en 2024, le salaire net mensuel moyen augmente de 0,7 % en euros constants" />
     </div>
     <div>
      En 2024, un agent de la fonction publique hospitalière (FPH) perçoit en moyenne 2 896 euros nets par mois en équivalent temps plein (graphique). Cette moyenne prend en compte tous les agents des hôpitaux et des établissements médico-sociaux de la FPH, qu’ils soient fonctionnaires, non-fonctionnaires ou personnels médicaux. En euros courants, ce salaire net moyen augmente de 2,7 %. Corrigé de l’inflation (+2,0 % en 2024 après +4,9 % en 2023), il augmente de 0,7 % en euros constants, après avoir baissé de 0,9 % en 2023.
     </div>
     <br style="clear:both;"/>
     <div>
      <p data-olk-copy-source="MessageBody">Le salaire net moyen des fonctionnaires augmente de 1,0 % en euros constants. Cette hausse est principalement portée par les agents de la catégorie A dont le salaire net moyen progresse de 1,2 %. Le salaire net moyen des non-fonctionnaires augmente de 0,8 % en euros constants, tandis que celui des personnels médicaux diminue de 0,3 %. <br />   <br />  En 2024, les disparités salariales entre les plus hauts et les plus bas salaires dans la FPH augmentent alors que celles entre les femmes et les hommes se réduisent. Ainsi, le salaire net moyen des femmes est inférieur de 19,1 % à celui des hommes, un écart en baisse de 0,6 point sur un an. Toutefois, à profil comparable, cet écart s’établit à 4,7 %, soit 0,2 point de plus qu’en 2023. <br />   <br />  Pour les salariés présents toute l’année en 2023 et en 2024 chez le même employeur et avec la même quotité de travail, soit sept agents de la FPH sur dix, le salaire net moyen augmente de 1,4 % en euros constants. <br />  
     </div>
     <br style="clear:both;"/>
    ]]>
   </content>
   <link rel="alternate" href="https://www.hospitalia.fr/Salaires-dans-la-fonction-publique-hospitaliere-en-2024-le-salaire-net-mensuel-moyen-augmente-de-07-en-euros-constants_a5086.html" />
  </entry>
  <entry>
   <title>Publication DREES : Morbidité hospitalière, mise à jour des données disponibles jusqu’en 2024</title>
   <updated>2026-04-22T19:00:00+02:00</updated>
   <id>https://www.hospitalia.fr/Publication-DREES-Morbidite-hospitaliere-mise-a-jour-des-donnees-disponibles-jusqu-en-2024_a5020.html</id>
   <category term="Actu" />
   <photo:imgsrc>https://www.hospitalia.fr/photo/art/imagette/96200357-67111819.jpg</photo:imgsrc>
   <published>2026-04-22T18:58:00+02:00</published>
   <author><name>Rédaction</name></author>
   <content type="html">
    <![CDATA[
La Direction de la Recherche, des études, de l’évaluation et des statistiques (Drees) met à disposition les données sur les hospitalisations en court séjour survenues entre 2018 et 2024. Ces tableaux ont été réalisés à partir des données hospitalières (PMSI MCO) produites par l’Agence technique de l’information sur l’hospitalisation (ATIH). Ils complètent la série de données annuelles mises à disposition sur le site data.Drees depuis 2010. Ces données sont déclinées au niveau national, régional et départemental ainsi que selon le sexe et l’âge.     <div style="position:relative; float:left; padding-right: 1ex;">
      <img src="https://www.hospitalia.fr/photo/art/default/96200357-67111819.jpg?v=1776877239" alt="Publication DREES : Morbidité hospitalière, mise à jour des données disponibles jusqu’en 2024" title="Publication DREES : Morbidité hospitalière, mise à jour des données disponibles jusqu’en 2024" />
     </div>
     <div>
      <p data-olk-copy-source="MessageBody">Ces données se répartissent, pour chaque année, en 3 tableaux : <br />    <ul>  	<li class="list">Le tableau 1 présente le nombre d’hospitalisations en court séjour, en fonction des motifs de recours, selon le sexe, la classe d’âge et le niveau géographique de résidence (France entière, France métropolitaine, régions, départements) ;</li>  	<li class="list">Le tableau 2 présente la durée moyenne de séjour, ainsi que la distribution du nombre de séjours selon leur durée, en fonction des pathologies et du niveau géographique ;</li>  	<li class="list">Le tableau 3 présente les taux de recours pour 1 000 habitants : taux bruts tous âges et par classe d’âge, taux standardisés sur l’âge et indices comparatifs qui neutralisent également l’effet de l’âge, et se déclinent selon les motifs de recours, le sexe et le niveau géographique de résidence.</li>  </ul>    <p aria-hidden="true"> <br />   <br />  En 2024, la France a enregistré 19,82 millions d’hospitalisations en court séjour, marquant une augmentation de 3,9% par rapport à 2023 (19,07 millions). Le taux de recours, élevé avant l’âge de 1 an principalement en raison des séjours liés aux naissances, est faible entre 1 et 15 ans. Il augmente ensuite progressivement avec l’âge, avec un pic féminin aux âges de la maternité, et atteint 500 pour 1 000 habitants à partir de 65 ans pour les hommes et à partir de 75 ans pour les femmes. <br />   <br />  Selon la classification internationale des maladies (10e révision : CIM-10), les motifs de recours les plus fréquents, tous âges confondus, restent, comme en 2023, les maladies de l’appareil digestif, suivies des tumeurs et des maladies de l’appareil circulatoire. Cette hiérarchie des motifs de recours évolue avec l’âge : avant 15 ans, ce sont les maladies de l’appareil respiratoire qui prédominent, entre 15 et 44 ans, ce sont les recours liés à la fécondité, entre 45 et 64 ans, les maladies de l’appareil digestif, entre 65 et 84 ans, les tumeurs et pour les plus âgés, les maladies de l’appareil circulatoire. <br />   <br />  <a class="link" href="https://data.drees.solidarites-sante.gouv.fr/explore/dataset/500_morbidite-hospitaliere/information/" target="_blank">&gt; Consulter les données</a>  <br />  
     </div>
     <br style="clear:both;"/>
    ]]>
   </content>
   <link rel="alternate" href="https://www.hospitalia.fr/Publication-DREES-Morbidite-hospitaliere-mise-a-jour-des-donnees-disponibles-jusqu-en-2024_a5020.html" />
  </entry>
  <entry>
   <title>Mieux prédire la suite d’un parcours de soins : intérêt et perspectives de l’intelligence artificielle</title>
   <updated>2026-04-15T17:51:00+02:00</updated>
   <id>https://www.hospitalia.fr/Mieux-predire-la-suite-d-un-parcours-de-soins-interet-et-perspectives-de-l-intelligence-artificielle_a5013.html</id>
   <category term="SIS" />
   <photo:imgsrc>https://www.hospitalia.fr/photo/art/imagette/96061351-67020021.jpg</photo:imgsrc>
   <published>2026-04-15T17:48:00+02:00</published>
   <author><name>Rédaction</name></author>
   <content type="html">
    <![CDATA[
La Direction de la recherche, des études, de l’évaluation et des statistiques (Drees) publie un dossier sur l’apport des modèles de prédiction du parcours de soins appliqués aux données issues du système national des données de santé (SNDS). Cette base de données médico-administratives permet de reconstituer les parcours de soins de l’ensemble de la population française. Ce travail méthodologique cherche à évaluer la capacité de ces modèles à prédire la survenue de pathologies tout en soulignant leurs limites et leurs biais.     <div style="position:relative; float:left; padding-right: 1ex;">
      <img src="https://www.hospitalia.fr/photo/art/default/96061351-67020021.jpg?v=1776268304" alt="Mieux prédire la suite d’un parcours de soins : intérêt et perspectives de l’intelligence artificielle" title="Mieux prédire la suite d’un parcours de soins : intérêt et perspectives de l’intelligence artificielle" />
     </div>
     <div>
      Le SNDS contient une multitude de types de données de santé incluant les délivrances de médicaments, les diagnostics posés à l’hôpital, les actes médicaux, etc. Ainsi, les parcours de soins constitués à partir de l’enchainement de ces événements peuvent être mobilisés afin d’identifier des profils de patients plus à risque de développer certaines pathologies. Les limites du SNDS pour suivre l’état de santé des personnes sont toutefois connues : il s’agit d’un recueil de données conditionné au recours au système de santé, restreint à des données nécessaires à la facturation, et tributaire de la qualité du codage. Les données sont massives et informatives sur la santé, mais ne couvrent pas l’ensemble des déterminants de santé et ne renseignent qu’indirectement l’exposition à des facteurs de risque majeurs. Elles n’incluent pas non plus certaines données cliniques directes, telles que les diagnostics établis en médecine de ville, ou des mesures comme la tension artérielle ou les résultats d’analyses biologiques.
     </div>
     <br style="clear:both;"/>
     <div><b>Une nouvelle approche inspirée du traitement du langage</b></div>
     <div>
      <span data-olk-copy-source="MessageBody" style="color: rgb(0, 0, 0);">Le développement de méthodes d’intelligence artificielle ouvre la voie à l’approche prédictive qui consiste à exploiter l’enchaînement des événements de santé comme une « trajectoire », analysée à l’aide de modèles inspirés du traitement automatique du langage. L’essentiel du prétraitement des données consiste à reconstituer l’enchaînement des événements de santé pour chaque patient. Les parcours de soins sont transformés en séquences d’événements (près de 80&nbsp;000 événements différents), comparables à des mots dans une phrase. Grâce à sa taille (28 milliards d’événements utilisés), son exhaustivité et son caractère longitudinal, le SNDS constitue un cadre particulièrement favorable à ce type d’approches, encore peu explorées à très grande échelle.</span>
     </div>
     <br style="clear:both;"/>
     <div><b>Des performances prédictives nettement améliorées</b></div>
     <div>
      <span data-olk-copy-source="MessageBody" style="color: rgb(0, 0, 0);">L’étude compare ces nouveaux modèles à des approches plus classiques qui reposent sur des variables pertinentes sélectionnées pour résumer la situation des patients (indices de comorbidité, cartographie des pathologies, fréquences de recours aux soins), ensuite exploitées par des modélisations statistiques plus traditionnelles (linéaires, arbres de décision, etc.). Les résultats montrent que les modèles de langage fondés sur les trajectoires de soins améliorent sensiblement la prédiction du risque d’hospitalisation pour plus de 180 pathologies. Le modèle le plus avancé, de type transformer (BEHRT-SNDS), offre les meilleures performances, confirmant l’intérêt des architectures issues du traitement du langage appliquées aux données de santé.</span>
     </div>
     <br style="clear:both;"/>
     <div><b>Des gains variables selon les pathologies</b></div>
     <div>
      <span data-olk-copy-source="MessageBody" style="color: rgb(0, 0, 0);">La capacité de prédiction reste toutefois très hétérogène selon les pathologies. Pour les maladies chroniques fréquentes et bien connues (insuffisance cardiaque, maladies respiratoires chroniques, insuffisance rénale), les modèles classiques offrent déjà de bonnes performances, et les gains supplémentaires des modèles avancés restent modérés. En revanche, pour des événements plus complexes, rares ou difficiles à anticiper, l’analyse des trajectoires complètes apporte un bénéfice important. C’est le cas des pathologies comme l’épilepsie où les hospitalisations pourraient être anticipées à partir de la séquence de traitements antiépileptiques et de soins précédant la décompensation, ou encore de la maladie de Parkinson pour laquelle les trajectoires pourraient permettre la prédiction de la perte d’autonomie. D’autres situations spécifiques y verraient aussi un gain non négligeable comme les maladies hypertensives de la grossesse ou l’endométriose. En revanche, pour des pathologies aiguës difficiles à prédire comme l’appendicite, même les modèles s’appuyant sur les trajectoires de patients ne donnent pas des performances suffisantes.</span>
     </div>
     <br style="clear:both;"/>
     <div><b>Des prédictions plus fines pour certaines catégories de la population</b></div>
     <div>
      <span data-olk-copy-source="MessageBody" style="color: rgb(0, 0, 0);">Afin de préciser si les performances prédictives peuvent varier d’un individu à l’autre, l’étude a mobilisé l’échantillon démographique permanent de l’Insee apparié au SNDS (EDP-Santé). Le cas de la prédiction de la mortalité toutes causes a été étudié dans un premier temps comme un cas universel et recouvrant des parcours très divers. Il en ressort que les prédictions des différents modèles sont meilleures pour les femmes, pour les personnes âgées de 40 à 70 ans et pour les niveaux de vie élevés. L’analyse des disparités sociodémographiques gagnerait ainsi à être poursuivie et déclinée cas d’usage par cas d’usage. En effet, il apparaît crucial d’étudier les biais socio-économiques et territoriaux de ces modèles prédictifs entraînés à grande échelle, avant que les usages ne se développent, afin de s’assurer que l’utilisation de ces modèles pour orienter une action (par exemple un dépistage organisé) n’induise pas d’inéquités de santé. <br />   <br />  <a class="link" href="https://drees.solidarites-sante.gouv.fr/publications-communique-de-presse/drees-methodes/260409_predire-la-suite-dun-parcours-de-soins" target="_blank"><strong>&gt; Consulter la publication</strong></a> </span>
     </div>
     <br style="clear:both;"/>
    ]]>
   </content>
   <link rel="alternate" href="https://www.hospitalia.fr/Mieux-predire-la-suite-d-un-parcours-de-soins-interet-et-perspectives-de-l-intelligence-artificielle_a5013.html" />
  </entry>
</feed>
