Etat 7 Etat 5 Etat 8 Scénario 1 Scénario 2 Scénario 3 Etat 8 Etat 7 Etat 5 Etat 8 Etat 7 Etat 5
Figure 3.8 – Parcours dans les différents scénarios
scénario 1 dans les états 5 et 7 car les structures de maintien à domicile sont majoritaires dans le territoire. Cependant comme il y a un déficit de structures résidentielle la durée de séjour globale diminue légèrement à cause d’une moins bonne prise en charge des personnes âgées de l’état 8. Dans le scénario 3 la durée de séjour globale diminue de façon significative car les solutions de maintien à domicile ne son plus totalement assurées en raison de la réduction de leur nombre de places. Ainsi les durées de séjour de l’état 5 et 7 diminuent. La personne âgée arrive plus tôt (et donc plus jeune) dans l’état 8 et en institution ce qui augmente légèrement sa durée de vie dans cette situation sans pouvoir compenser les pertes dans les états précédents.
3.5
Conclusion et perspectives
3.5.1
Synthèse
Dans ce chapitre nous avons étudié le parcours de soins sur le long terme des personnes âgées. Notre modèle est basé sur un graphe d’états où chaque état est une combinaison de 3 critères qui sont la multi-morbidité (ou gravité pathologique), la dépendance et l’isolement social. Pour chaque état nous établissons une liste de solutions (combinaisons de structures de soins) possibles pour les personnes âgées allant de la plus pertinente à des solutions de substitution. Ce modèle nous permet de simuler l’évolution d’une population de personnes âgée sur un territoire de soins en fonction des solutions choisies pour les
100CHAPITRE 3. MODÉLISATION DES PARCOURS DE SANTÉ ET DIMENSIONNEMENT DES SOINS DE LONGUE DURÉE prendre en charge et de leur âge. Le but est de tester et d’évaluer plusieurs politiques de
dimensionnement d’un territoire de soins.
Nous avons comparé 3 scénarios possible : (i) un scénario où le territoire est dimen- sionné de manière équilibrée (score proche de 1 et occupation proche de 1), (ii) un où l’on a privilégié les solutions de maintien à domicile et (iii) un où l’on a privilégié les structures résidentielles. Le premier scénario a été dimensionné pour s’approcher d’une solution op- timale et sert de base aux deux autres. Les résultats montrent l’interêt d’avoir une offre de soins équilibrée et diversifiée pour avoir des scores de pertinence performants pour la population et pour réduire les taux d’hospitalisation causés par des choix de solutions non adaptées aux états de santé des individus. L’analyse des durées de séjour montrent que privilégier un type de structure a un impact sur la durée globale de séjour.
Il faut cependant relativiser nos résultats car les données nécessaires pour paramétrer correctement le modèle ne sont pas disponibles. Nous pouvons avoir accès à l’état de santé d’une population de personnes âgées grâce aux données du PMSI mais les transitions entre les états selon les solutions choisies sont difficiles à déterminer en raison d’absences d’information dans les bases de données. C’est une limite importante de notre modèle qui devra être dépassée pour pouvoir rendre se modèle utilisable sur un cas réel, par une Agence Régionale de Santé (ARS) par exemple.
3.5.2
Perspectives
Dans cette partie nous avons fait l’hypothèse que toutes les structures géraient l’ad- mission de leurs patients en FIFO (First In First Out), c’est-à-dire que le cas de chaque personne âgée est traité l’un après l’autre. La condition d’admission est uniquement liée à l’occupation des structures et les besoins des personnes âgées. Or comme nous l’avons vu dans la section 1.3.2 au sein même d’un type de structures il y a plusieurs sous-catégories. Par exemple un EHPAD peut-être public, privé à but non lucratif et privé à but lucratif. Ainsi les structures peuvent avoir des règles d’admissions totalement différentes selon leurs intérêts et motivations. Pour utiliser le modèle comme un réel outil de dimensionnement il faudra prendre cette particularité en compte.
Certaines de ces structures peuvent également fournir des services différents comme certains EHPAD qui proposent des hôpitaux de jour en attendant une opportunité de placement. Certaines structures comme des Résidences Autonomie ont des partenariats avec d’autre types de structures comme des SSIAD. De plus nous considérons que les structures comme les SAAD, IDE ou SSIAD ne peuvent intervenir que sur un seul sous territoire. Si le maillage des sous-territoire couvre de petites zones alors certaines de ces structures peuvent prendre en charge des personnes âgées dans plusieurs sous-territoires ce qui implique une coordination avec les autres structures.
Pour intégrer ces problèmes de partenariat et de coopération inter-structures sur le territoire il peut être intéressant d’utiliser un modèle de simulation multi-agents. La simu- lation multi-agents se compose de plusieurs type d’entités (les agents) : les agent réactifs (qui ne peuvent avoir que des réactions simples) et les agents cognitifs (qui peuvent négo- cier entre eux). Dans notre cas les personnes âgées sont des agents cognitifs car ils n’entrent pas en négociation entre les structures mais transmettent uniquement leurs informations. Nous distinguons 2 types d’agents cognitifs :
3.5. CONCLUSION ET PERSPECTIVES 101 de la personne âgée. Dans la réalité il peut être assimilé à l’équipe pluridisciplinaire (médecins, assistant(e) social(e)) qui encadre et aide la personne âgée.
— Un type d’agents "structure" : Ces agents représentent les différentes structures du territoire comme par exemple les EHPAD. Ces structures peuvent négocier avec l’agent "gestionnaire" mais également entre elles. Elles possèdent toutes des carac- téristiques qui leurs sont propres comme leur capacité, leur prix, leurs partenariats avec d’autres structures et leurs conditions d’admission.
Les différentes interactions possibles sont présentés dans la figure 3.9
Personne âgée Ges,onnaire EHPAD A Poli,que d ’admission 1 EHPAD B Poli,que d’admission 2 Résidence Autonomie SSIAD A SSIAD B Transmission d’informa,ons Négocia,on Négocia,on Partenariat Coopéra,on Négocia,on
Figure 3.9 – Exemple d’interactions dans un système multiagents
Nous prenons l’exemple d’une personne âgée dans l’état 6 où la personne âgée néces- site en premier lieu une Résidence Autonomie avec des temps de SSIAD. Si cette solution n’est pas disponible alors l’entrée en EHPAD peut-être envisagée en raison de la forte dépendance de la personne. Dans ce cas la personne âgée transmet ses informations (si- tuation de dépendance, sociale, etc...) à l’agent "gestionnaire" (équipe pluridisciplinaire) qui négocie dans un premier temps avec la Résidence Autonomie. Cette résidence possède un partenariat avec la SSIAD A. Si la SSIAD A ne peut pas assumer la charge de soins de la personne âgée elle peut collaborer avec la SSIAD B pour ajuster sa capacité en lui transférant des patients par exemple. Si une prise en charge n’est pas possible le gestion- naire peut négocier avec les EHPAD A et B qui peuvent avoir des politiques d’admission différentes.
Notre modèle s’inscrit dans une vison stratégique du dimensionnement d’un territoire alors qu’un système multi-agents permettrait d’aborder le problème d’un point de vue tactique (avec une organisation sur les prochaines semaines et prochains mois). Une telle modélisation permet de prendre en compte les particularités d’un territoire et les collaborations entres les acteurs des soins de longue durée. Un des buts d’un modèle multi-
102CHAPITRE 3. MODÉLISATION DES PARCOURS DE SANTÉ ET DIMENSIONNEMENT DES SOINS DE LONGUE DURÉE agents est se s’optimiser soit-même à travers les interactions et les négociations des agents.
Dans l’exemple précédant on peut imaginer que l’agent "Résidence Autonomie" dans le cadre son partenariat avec l’agent "SSIAD A" puisse lui demander une augmentation de sa capacité (SSIAD) pour accueillir de nouvelles personnes âgées ou agrandir lui même sa capacité (RA). Les agents "SSIAD A" et "SSIAD B" pourraient ainsi collaborer pour augmenter leur capacité de la manière la plus pertinente sur le sous-territoire.
Ce modèle pourrait alors permettre de dimensionner un territoire de soins en aug- mentant progressivement le nombre de personnes âgées (selon les prévisions de l’INSEE). Des contraintes de coût en fonction de l’investissement privé et public pourraient être intégrées.
Chapitre 4
Optimisation stochastique et
dynamique pour le pilotage des
parcours de santé
4.1
Introduction
Dans le chapitre 3 nous avons pu voir l’importance d’un dimensionnement pertinent d’un territoire de soins. Dans les faits il n’est pas rare que les places en institutions ne soient difficiles à obtenir, ce qui augmente les durées d’attente en milieu hospitalier (Lang et al., 2008). Cette situation peut-être délétère pour la personne âgée (Tuetey et al., 2015) et elle coûte cher au système de soins. Une des raisons déterminantes de cette attente est le coût d’une place en établissement qui peut être un frein pour les familles dans le cas où la personne âgée ne peut pas assumer seule le financement. La solution du maintien à domicile peut être retenue de manière inapropriée, les risques de déclin fonctionnel et de décès sont alors plus importants. Il arrive que certains patients intègrent des institutions éloignées de leur domicile en raison des prix plus avantageux. Un tel choix peut entrainer l’isolement social de la personne âgée.
Pour les raisons évoquées précédemment le choix de placement des personnes âgées est délicat et doit être personnalisé. Cela implique également que ce choix doit prendre en compte le reste de la population pour optimiser sa pertinence. Le processus actuel d’ad- mission est géré par les institutions elles-mêmes et la décision finale revient aux directeurs de celles-ci. Cela peut être un problème car l’augmentation des places dans les structures comme les EHPAD concernent surtout des places à but lucratif.
La mise en place d’un guichet unique (décision centralisée) constitue une solution à ce problème car cela permettrait de prendre en compte le besoin de toute la population. Cependant optimiser les placements en fonction de la mobilité et des ressources financières ne résout pas le problème de la gestion de l’attente. Une partie de la population ne pourra pas être placée immédiatement et il faut faire un choix entre (i) attendre une place dans une structure adaptée à l’état de santé de la personne âgée ou (ii) la placer directement dans la meilleure structure disponible à l’instant t. Pour prendre cette décision les déci- deurs devraient avoir des projections de l’évolution de la population de personnes âgées sur le territoire mais également celle de l’évolution de la population dans les structures de soins de longue durée.
Le cas du dimensionnent des territoire et de l’évolution des populations âgées est très 103
104CHAPITRE 4. OPTIMISATION STOCHASTIQUE ET DYNAMIQUE POUR LE PILOTAGE DES PARCOURS DE SANTÉ largement couvert dans la littérature (Worrall et Chaussalet, 2015) cependant l’affectation
aux structures au niveau tactique est peu traité. Nous proposons donc un modèle d’opti- misation stochastique afin résoudre cette problématique. L’incertitude est souvent traité avec des modèles stochastiques à deux étapes où la première étape permet de déterminer une solution avant l’évènement aléatoire tandis que la seconde étape permet de rectifier la décision après l’évènement aléatoire. Il est possible d’étendre de tels modèles avec des modèles stochastiques multi-stages dans le but de créer des arbres de scénarios (Birge et Louveaux, 2011). Ce type de modèle est utilisé pour les plannings financier (Mulvey et Shetty, 2004) et de production (Kazemi Zanjani et al., 2010). Nous (Franck et al., 2017) avons proposé une première approche de ce problème avec un avec un Programme Linéaire en Nombres Entiers qui optimise l’affectation aux structures avec 3 critères (Per- tinence du choix, risque d’hospitalisation et les changements d’environnement). Ce PLNE est ensuite utilisé dans une simulation à temps discret où une optimisation est lancée à chaque période suivi d’une mise à jour de la population à l’aide d’une chaine de Markov. Ce chapitre est le prolongement de ce travail, nous essayons de prendre des decisions en fonction d’une prédiction de l’état futur du système et non des facteurs de risque.
Objectif
Le but de ce modèle est de fournir un outil d’aide à la décision pour gérer les admissions en structure résidentielle de soins de longue durée de manière centralisée. Pour chaque personne âgée il y a deux possibilités : (i) le ou la placer dans une structure ayant des places disponibles ou (ii) attendre qu’une place se libère dans une structure adaptée selon ses besoins. Pour évaluer l’impact du modèle sur le long terme le modèle doit prendre en compte une évolution de l’état de santé dans le temps ainsi que de nouvelles arrivées d’individus dans le système. Le modèle de simulation incorporant le modèle d’optimisation est ensuite proposé afin de prendre en compte la stratégie des décideurs dans le temps.