Cohorte nationale prospective de prise en charge des infections ostéo-articulaires complexes : description et analyse qualité de la base de données

Parmi les infections ostéo-articulaires (IOA), les IOA complexes (IOAC) sont associées à une morbidité et des coûts plus importants, et ont motivé en France la mise en place en 2008 du réseau des centres de référence en IOAC (CRIOAC) pour optimiser leur prise en charge au moyen de réunion de concertation pluridisciplinaires (RCP) hebdomadaires. Les données de ces RCP sont rentrées depuis fin 2012 dans un fichier national. Cette étude a pour objectif de décrire les caractéristiques de la base de données nationale (BDN) des CRIOAC et son analyse qualité. Les données des 24 centres de référence ont été analysées entre 2012 et 2016. Une grille de contrôle a été créée à partir des dossiers médicaux pour 20 patients choisis de manière aléatoire dans chaque centre pour vérifier la cohérence des données recueillies dans la BDN. Entre 2012 et 2016, la BDN comprend 30 607 patients présentés en RCP (17 748 patients distincts), avec 6640 patients (37,4 %) présentés plus d’une fois en RCP et en moyenne 7,8 patients présentés à chaque RCP (s = 4,7). Il y a peu de données manquantes (DM) (< 5 %) pour : âge, sexe, site infecté, antibiothérapie postopératoire, complexité et résumé de l’histoire clinique ; un taux modéré (< 20 %) pour : côté infecté, type d’infection, microbiologie et chirurgie proposée (bien que pour ces 2 dernières variables, certains centres affichent jusqu’à 42 et 36 % de DM respectivement) ; et un taux élevé (> 40 %) pour : poids, taille, IMC, comorbidités, score ASA, créatinine et CRP. La grille de contrôle a pu être analysée pour 8 villes à ce jour. Sur les données analysées, la cohérence moyenne était de 87,8 % (min = 83,8, max = 94,9 %). La BDN des CRIOAC constitue une cohorte de prise en charge des IOAC uniques, avec un fort potentiel. Pour les centres analysés, la cohérence des données est bonne. Cependant le nombre élevé de DM pour certaines variables constitue une limite importante. Une analyse textuelle semi-automatisée des données non structurées (résumé, remarques chirurgicales etc.) pourrait permettre de répondre en partie au problème des DM.