Kachroudi, Nejib
(2025).
« Analyse et prédiction des délais d'admission des patients à l'urgence de l'hôpital de la Cité-de-la-Santé de Laval » Mémoire.
Montréal (Québec), Université du Québec à Montréal, Maîtrise en technologies de l'information.
Fichier(s) associé(s) à ce document :
Résumé
Introduction : Ce projet de recherche, réalisé dans le cadre de ma maîtrise en technologies de l’information, étudie l’utilisation des outils d’intelligence d’affaires (BI) pour optimiser la gestion des processus des patients à l’urgence de l’Hôpital de la Cité de la Santé à Laval. L’objectif principal étant d’identifier les facteurs influençant la durée de séjour des patients sur civière à l’urgence et de proposer des solutions pour améliorer les flux de patients et l’allocation des ressources. La durée moyenne de séjour (DMS) constitue un indicateur clé de la performance du système de santé. Ce projet repose sur une combinaison d’analyses descriptives, prédictives et prescriptives, renforcées par des tableaux de bord interactifs pour soutenir la prise de décision. Les données analysées couvrent une période de trois ans (janvier 2021 à décembre 2023). Méthodes : Une approche analytique a été adoptée pour étudier la DMS des patients sur civière. L’analyse descriptive a permis de dresser un état des lieux des processus actuels, tandis que l’analyse prédictive a été employée pour anticiper la DMS des patients en temps réel. Enfin, une analyse prescriptive a été développée pour fournir des recommandations stratégiques aux gestionnaires hospitaliers. Les données ont été collectées à partir de trois systèmes d’information : Medurg (urgence), Radimag (imagerie) et Clinibase-CI (hospitalisation). Résultats : Selon l’analyse ANOVA, les analyses ont identifié les principaux goulots d’étranglement, notamment les délais d’attente pour l’admission hospitalière, les consultations spécialisées et les examens d’imagerie, qui contribuent significativement à la prolongation de la DMS. Les patients en psychiatrie présentent les durées de séjour les plus longues. Le modèle prédictif de forêt aléatoire a atteint une précision de 78 %, confirmant sa capacité à anticiper la DMS. Conclusion : Ce projet démontre que l’intégration des outils d’intelligence d’affaires (BI) peut significativement améliorer la gestion des flux de patients et réduire les temps d’attente aux urgences. Les solutions préconisées incluent l’optimisation des processus d’admission, la réaffectation des ressources et l’utilisation de modèles prédictifs pour une gestion proactive. Ces résultats offrent une base solide pour la mise en oeuvre de stratégies visant à améliorer l’efficacité du système de santé tout en augmentant la satisfaction des patients.
_____________________________________________________________________________
MOTS-CLÉS DE L’AUTEUR : la durée de séjour des patients sur civière, Intelligence d’affaires, Analyse descriptive, Analyse prédictive, Urgence, Hospitalisation, Imagerie, réduire les temps d’attente aux urgences
RECHERCHER
PARCOURIR
LIBRE ACCÈS
