ICUBAM (Intensive Care Unit Bed Availability Monitoring) Intensive care unit bed availability monitoring and analysis in the Grand Est region of France during the COVID-19 epidemic

Auteurs-es

  • Consortium ICUBAM
  • Laurent BONNASSE-GAHOT
  • Maxime DÉNÈS
  • Gabriel DULAC-ARNOLD
  • Sertan GIRGIN
  • François HUSSON
  • Valentin IOVENE
  • Julie JOSSE
  • Antoine KIMMOUN
  • François LANDES
  • Jean-Pierre NADAL
  • Romain PRIMET
  • Frederico QUINTAO
  • Pierre Guillaume RAVERDY
  • Vincent ROUVREAU
  • Olivier TEBOUL
  • Roman YURCHAK

Résumé

La fiabilité des informations est un élément essentiel de la réponse à une épidémie soudaine et de grande ampleur telle que la COVID-19, notamment en ce qui concerne la disponibilité́ des lits de soins intensifs. Cet article présente : i) le développement et la construction de ICUBAM, un outil qui recueille en temps réel et visualise les informations sur la disponibilité́ des lits de soins intensifs saisies directement par les urgentistes ; ii) une analyse et une interprétation des données recueillies pendant une période de 6 semaines au cours de la première vague de l’épidémie dans la région du Grand Est, durement touchée par l’épidémie ; iii) une analyse et une interprétation des données recueillies au cours de la première vague de l’épidémie dans la région du Grand Est ; iv) le développement d’une prédiction à moyen et long terme à l’aide de modèles SEIR, et d’un modèle statistique à court terme pour prédire le nombre de lits de soins intensifs.
Les données ingérées par ICUBAM ont été utilisées pour anticiper les pénuries de lits de soins intensifs et prédire les admissions futures. Plus important encore, nous montrons l’importance d’avoir une équipe interdisciplinaire comprenant des statisticiens, des informaticiens et des physiciens travaillant à la fois avec les intervenants médicaux de première ligne et les agences de santé locales, ainsi que l’importance d’exploiter les données adaptées. Cela nous a permis de mettre rapidement en place des outils efficaces pour modéliser l’évolution de l’épidémie de COVID-19 et aider aux processus critiques de prise de décision.

Téléchargements

Publié-e

03-05-2022