Le contexte
Les chutes de patients hospitalisés constituent l'un des événements indésirables les plus fréquemment suivis dans les services de médecine et de chirurgie. Elles représentent également l'un des exemples pédagogiques les plus couramment utilisés dans l'amélioration de la qualité des soins de santé, car les données sont généralement déjà collectées par le biais des rapports d'incidents et des dossiers de soins infirmiers, et parce que les causes tendent à se regrouper en un petit nombre de catégories récurrentes. Deux sources publiées illustrent bien ce phénomène : une référence d'amélioration de la qualité StatPearls qui détaille un diagramme de Pareto établi à partir de données sur les chutes à l'hôpital, et une figure évaluée par des pairs présentant une analyse de Pareto des chutes de patients stratifiées par cause après que ces dernières ont été consignées sur une feuille de contrôle.
Aucune de ces sources ne décrit un programme Six Sigma complet à l'échelle de l'hôpital. Toutes deux décrivent précisément le type d'analyse ciblée, locale et axée sur les outils qu'un Yellow Belt est formé à mener : définir le problème sur une unité, recueillir des comptages simples, les représenter graphiquement et s'attaquer en priorité aux barres les plus importantes.
Le problème
Un service médical spécifique affiche un taux de chutes qui ne satisfait ni l'infirmière-cadre ni le responsable d'unité. Les chutes sont déjà signalées via le système d'incidents, mais personne n'a organisé les rapports par cause. Sans cette étape, le personnel a tendance à deviner : certains accusent les alarmes de lit, d'autres le manque de personnel, d'autres encore la confusion des patients. Le fait de deviner conduit à des correctifs dispersés qui ne font pas bouger les chiffres.
Comment un Yellow Belt cadrerait le projet
Il s'agit d'un problème à la dimension d'un Yellow Belt, car il ne nécessite ni charte DMAIC à l'échelle de l'hôpital, ni carte de contrôle, ni test d'hypothèse. Il requiert :
- Un énoncé de problème clair et précis : les chutes dans cette unité, sur une période récente définie, et non les chutes à l'échelle de l'hôpital.
- Un outil de comptage simple, et non un nouveau système informatique.
- Un graphique de base que n'importe quel cadre de santé peut lire lors d'un point d'équipe.
- Des mesures correctives que l'unité peut mettre en œuvre elle-même, sans investissement en capital.
Un Green Belt ou un Black Belt pourrait étendre cela à un projet DMAIC complet avec une maîtrise statistique des procédés sur les taux de chutes au fil du temps. Un projet Yellow Belt s'arrête à l'organisation des données de manière suffisamment claire pour identifier où agir en premier.
Outils appliqués, phase par phase
Définir
L'équipe formule le problème en une seule phrase : les chutes dans cette unité sont supérieures au niveau souhaité, et les causes n'ont pas été triées par fréquence. Aucune cartographie des processus de l'hôpital entier n'est nécessaire, il suffit de s'accorder sur l'unité et la fenêtre temporelle à examiner.
Mesurer : la feuille de relevé
Les causes de chaque chute sont documentées à l'aide d'une feuille de contrôle, qui fait ensuite l'objet d'une analyse plus approfondie au moyen d'un diagramme de Pareto pour identifier les facteurs vitaux contribuant aux chutes. En pratique, cela signifie que chaque rapport de chute est étiqueté avec une catégorie de cause dès son arrivée, plutôt que d'être classé sous forme de note narrative qui devrait être relue plus tard. Il s'agit de la même rigueur que celle appliquée sur une feuille de contrôle en atelier de production : prédéfinir les catégories, puis faire une marque de pointage chaque fois que l'une d'elles se produit.
Analyser : le diagramme de Pareto
Une fois qu'un nombre suffisant de dossiers de chutes est étiqueté, les pointages sont convertis en un diagramme de Pareto. La référence d'amélioration de la qualité StatPearls détaille exactement cette construction en utilisant un ensemble de données sur les chutes provenant d'une unité médicale. Le diagramme de Pareto des chutes de patients hospitalisés présente cinq causes, l'axe des Y de gauche affichant le nombre de chutes attribuées à chaque cause et l'axe des Y de droite montrant la contribution en pourcentage cumulé de ces causes. Le point où la ligne de pourcentage cumulé croise la ligne de référence de 80 pour cent indique les causes les plus vitales pour le projet, une ligne pointillée marquant la transition entre le petit nombre vital et le grand nombre trivial.
Dans la figure publiée de l'étude évaluée par des pairs, cette même séquence feuille de contrôle-Pareto a révélé que les facteurs les plus importants pour les chutes étaient l'état général du patient, la perte d'équilibre et les étourdissements. Ces trois catégories, extraites d'une liste plus longue que les infirmières auraient pu imaginer lors d'un brainstorming, sont celles qui méritent réellement le temps et l'attention limités de l'unité.
Améliorer : le standard work sur le petit nombre vital
Le petit nombre vital étant identifié, les mesures correctives restent simples et applicables au niveau de l'unité : un standard work pour l'évaluation de la mobilité à l'admission, un repère visuel au chevet du lit pour les patients signalés comme instables, et un script de tournée horaire cohérent qui vérifie l'absence d'étourdissements ou de désorientation. Rien de tout cela ne nécessite de dépenses d'investissement ou de modification des politiques à l'échelle de l'hôpital, ce qui correspond exactement au type de correctif qu'une seule unité peut tester de manière autonome.
Contrôler : garder le diagramme visible
Le diagramme de Pareto n'est pas un artefact ponctuel. Il est affiché là où l'unité tient déjà ses points d'équipe, et il est actualisé au fur et à mesure que de nouvelles chutes sont étiquetées, afin que le personnel puisse voir si les trois mêmes causes continuent de dominer ou si la répartition a évolué après la mise en place des mesures correctives.
Référence rapide : causes identifiées dans l'analyse de Pareto publiée
| Rang | Catégorie de cause | Source |
|---|---|---|
| 1 | État général du patient | Diagramme de Pareto des chutes de patients stratifiées par différentes causes |
| 2 | Perte d'équilibre | Diagramme de Pareto des chutes de patients stratifiées par différentes causes |
| 3 | Étourdissements | Diagramme de Pareto des chutes de patients stratifiées par différentes causes |
Quel a été le résultat
La valeur documentée de cette approche ne réside pas dans un chiffre spectaculaire unique avant-après, mais dans le passage d'une liste indifférenciée de causes possibles à une liste restreinte, hiérarchisée et fondée sur des données probantes. Le diagramme d'Ishikawa, le diagramme de Pareto et les outils de cartographie des processus permettent aux équipes de santé d'identifier et de hiérarchiser les causes racines d'un problème et de décider sur quels aspects agir en premier. Cette hiérarchisation constitue le véritable livrable d'un projet Yellow Belt : non pas une solution définitive et permanente, mais une réponse étayée par des données à la question « sur quoi devons-nous travailler en premier ».
Une discussion de cas connexe portant sur des données de chutes hospitalières illustre le même point concernant la rigueur du périmètre : des ensembles de données larges et pluriannuels peuvent être segmentés à l'aide d'un diagramme de Pareto pour voir quelles tranches d'âge et quelles unités concentrent la majorité des chutes, ce qui aide une équipe à éviter de disperser ses efforts sur toutes les variables possibles.
Ce qu'un stagiaire doit en retenir
- Une feuille de contrôle ne fonctionne que si les catégories sont définies avant le début de la collecte des données. L'attribution rétroactive de catégories à de vieilles notes narratives est plus lente et moins fiable.
- La valeur d'un diagramme de Pareto réside dans sa ligne de pourcentage cumulé, et pas seulement dans ses barres. C'est cette ligne qui indique où se situe réellement le seuil du « petit nombre vital », plutôt que de deviner uniquement à partir de la hauteur des barres.
- Le seuil du petit nombre vital est un choix discrétionnaire éclairé par les données, et non une règle figée. L'exemple StatPearls note que le petit nombre vital pourrait raisonnablement correspondre aux deux ou trois premières causes selon les ressources disponibles pour le projet.
- Le périmètre d'un Yellow Belt implique de choisir une solution que l'unité peut gérer elle-même : standard work, repères visuels, scripts de tournées, et non un nouveau logiciel ou des équipements d'investissement.
- Le diagramme doit rester vivant après l'analyse. L'afficher et le mettre à jour est ce qui transforme une étude ponctuelle en une habitude ancrée consistant à examiner les données avant d'agir.
