Deciphering hospital networks using graph theory methods - Archive ouverte HAL Access content directly
Journal Articles Journal de gestion et d’économie médicales Year : 2017

Deciphering hospital networks using graph theory methods

Maillage territorial des établissements de santé : apport des modèles issus de la théorie des graphes

(1, 2, 3) , , (3, 1, 2) , (3, 4, 5) , (6, 3)
1
2
3
4
5
6

Abstract

In France, the hospital restructuration that has been observable for more than 20 years is the result of decisions made within the framework of the planning policies and strategies adopted by the establishments. Beyond its consequences, how to describe the network of health care facilities? To identify the factors characterizing the topology of the network, the conventional test statistics are insufficient. For this purpose, we propose in this methodological article, to study the usefulness of models from graph theory for the modeling of patient transfers between short-stay establishments (ie Medicine-Surgery-Obstetrics, MCO) and follow-up care and rehabilitation (SSR) from the French national hospital discharge information system. Erdös-Renyi (ER) models and Constrainted Degree Sequence Model (CDSM) models test the significance of assortativity measures. In our study, they demonstrate the propensity of health care facilities of the same legal status to exchange patients. Block models make it possible to build clusters of establishments based on common characteristics. In our context, they emphasize in particular the territorial dynamics of exchanges between establishments. Finally, Exponential Random Graph Models (ERGMs) and the assortativity measure quantify the simultaneous influence of geographical proximity and legal status in the relationship between hospitals. In conclusion, the graph theory methods offer perspectives for identifying and quantifying the impact of factors that can influence the topology of hospital relations.
La recomposition hospitalière observable depuis plus de 20 ans en France résulte de décisions prises dans le cadre des politiques de planification et des stratégies adoptées par les établissements. Au-delà de ses conséquences, comment dans un premier temps rendre compte du maillage territorial des établissements de santé ? Pour identifier les facteurs caractérisant la topologie du maillage, les statistiques de test conventionnelles sont inadaptées. Aussi nous proposons dans cet article méthodologique, d’étudier l’utilité des modèles issus de la théorie des graphes pour la modélisation des transferts de patients entre établissements de courts séjours (i.e. Médecine-Chirurgie-Obstétrique, MCO) et établissements de soins de suites et réadaptation (SSR) à partir du Programme de Médicalisation des Systèmes d’Information (PMSI). Les modèles Erdös-Renyi (ER) et les modèles à séquences contraintes sur les degrés (Constrainted Degree Sequence Model, CDSM) testent la significativité des mesures d’assortativité. Dans notre étude, ils démontrent entre autre la propension des établissements de même statut juridique à échanger des patients entre-eux. Les modèles en blocs permettent de créer des clusters d’établissements sur la base des caractéristiques communes. Dans notre contexte, ils soulignent notamment la dynamique territoriale des échanges entre établissements. Enfin, les modèles à graphes aléatoires exponentiels (Exponential Random Graph Models ou ERGM) et la mesure d’assortativité mesurent l’influence simultanée de la proximité géographique et des statuts juridiques dans la relation entre les établissements. En conclusion, les méthodes issues de la théorie des graphes offrent des perspectives pour identifier et quantifier l’impact de facteurs pouvant influencer la topologie des relations hospitalières.
Not file

Dates and versions

hal-01746036 , version 1 (28-03-2018)

Identifiers

Cite

Nolwenn Le Meur, Lauric Ferrat, Fei Gao, Frédérique Quidu, Michel Louazel. Maillage territorial des établissements de santé : apport des modèles issus de la théorie des graphes. Journal de gestion et d’économie médicales, 2017, 35 (4), pp.197-208. ⟨10.3917/jgem.174.0197⟩. ⟨hal-01746036⟩
180 View
0 Download

Altmetric

Share

Gmail Facebook Twitter LinkedIn More