Ressources

L’outil SPUR™ prédictif du risque d’hôspitalisation et de réadmission précoce selon une nouvelle étude

La healthtech Observia et Kingston University sont fières de partager les résultats de leur dernière étude scientifique, démontrant que l’outil SPUR™, un nouveau type de Patient Reported Outcome Measure (PROM), est prédictif du risque d’admission à l’hôpital ainsi que de réadmission précoce pour les patients atteints de diabète de type 2.

Paris, le 20 mars. La non-observance est définie comme la difficulté que peuvent éprouver les patients à suivre les prescriptions et recommandations de leurs professionnels de santé. Bien que la non-observance soit identifiée depuis 2003 comme étant un problème global par l’Organisation Mondiale de la Santé, peu de progrès ont été faits jusqu’ici.

Au-delà des conséquences sur la santé des patients, qui peuvent ne pas retirer tous les bénéfices attendus de leur traitement, la non-observance a un impact significatif sur l’économie des systèmes de santé. Le coût annuel de la non-observance est évalué à 9 milliards d’euros en France, 125 milliards d’euros à travers l’Europe, et à près de 300 milliards de dollars aux États-Unis, sans signes d’amélioration.
En effet, un traitement qui n’est pas correctement suivi peut mener à une détérioration de l’état de santé, à une augmentation du risque d’admission ou de réadmission à l’hôpital, et par conséquent à une augmentation des coûts supportés par les systèmes de santé pour soigner ces patients et leurs éventuelles complications.

En réponse à cette crise et avec la volonté d'améliorer notre compréhension de l'observance médicamenteuse pour soutenir les patients, la healthtech française Observia a développé SPUR.
SPUR est un outil de mesure des résultats rapportés par les patients (Patient Reported Outcomes Measure, PROM) capable de prédire le risque de non-observance des patients et d'expliquer les raisons de ce risque, donnant ainsi aux acteurs du système de santé les moyens d'agir en développant des actions d’accompagnement et de support des patients plus personnalisées et mieux adaptées à leurs besoins.

Une nouvelle étude, connue sous le nom de VMATT2, menée par Observia et Kingston University, a démontré que SPUR est prédictif du risque d'admission à l'hôpital et de réadmission précoce chez les patients atteints de diabète de type 2.

Cette étude a été publiée dans le prestigieux Patient Preference and Adherence Journal, et a été menée par Joshua Wells, doctorant, ainsi que par son superviseur et chercheur principal de l'étude, le Pr. Reem Kayyali, chef du département de pharmacie de Kingston University. Les patients ont été recrutés avec le soutien de l'hôpital de Kingston.

"À notre connaissance, il s'agit du premier modèle comportemental holistique de l'observance au traitement permettant de prédire l'admission et la réadmission précoce des patients hospitalisés. Il ne s'agit pas seulement d'un avantage pour le patient en termes de soins et d'expérience, mais aussi d'un avantage économique lié à la réduction des coûts pour les hôpitaux et les autres services de soins qui peuvent adopter le modèle SPUR dans le cadre des soins de routine".
Joshua Wells, doctorant et chercheur pour l’étude VMATT2

Bien qu'un nombre limité de modèles d'observance au traitement ait été corrélé à l'admission à l'hôpital, aucun à ce jour n'a mis en œuvre une évaluation holistique des déterminants comportementaux en jeu. Cette étude est la première à utiliser un outil de mesure holistique du comportement d'observance au traitement pour construire un modèle prédictif des admissions à l'hôpital et des réadmissions précoces (celles qui se produisent dans les 30 jours suivant une sortie) chez les patients atteints de diabète de type 2.

L'étude a montré que des scores SPUR plus élevés (c'est-à-dire des niveaux d'observance plus élevés) étaient significativement prédictifs d'un nombre plus faible d'admissions à l'hôpital. Ce constat s'applique également aux réadmissions précoces, où des scores SPUR plus élevés sont liés à un risque plus faible de réadmission à l'hôpital dans les 30 jours suivant une sortie.
Ces résultats suggèrent que SPUR peut prédire la probabilité qu'un patient soit admis à l'hôpital en fonction de son risque de non-observance.

Les résultats de cette étude sont particulièrement prometteurs : ils démontrent que l'utilisation de SPUR en milieu hospitalier est pertinente pour détecter les patients présentant un risque d'admission ou de réadmission.

Cela pourrait être particulièrement utile aux payeurs publics et à d'autres prestataires de soins, qui seraient en mesure d'évaluer le risque d'admission et/ou de réadmission d'un patient et de mettre en œuvre les interventions appropriées pour limiter ou contrer ce risque de manière proactive.

Enfin, ces résultats montrent que SPUR est un outil d'évaluation allant au-delà de l’observance, et qu'il est corrélé à un certain nombre d’autres données de santé complémentaires.
En effet, un abstract présenté au congrès ESPACOMP en 2022 a également démontré que SPUR est prédictif des risques d'anxiété et de dépression chez les patients souffrant d'hypertension.

Les équipes d’Observia sont confiantes dans l'idée que de futures études en vie réelle continueront d’établir la corrélation entre le risque de non-observance et d'autres résultats cliniques pour les patients.

Télécharger le communiqué

Partager

Lire aussi

Success Stories

Le parcours complexe des femmes confrontées aux symptômes de la ménopause

Success Stories

OSyS, 1ère plateforme digitale d’orientation du 1er recours à l’officine

Success Stories

Construire une plateforme ePRO évolutive et engageante

Accès plateformes