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

Fiche du document

Date

7 décembre 2023

Type de document
Périmètre
Langue
Identifiant
Relations

Ce document est lié à :
info:eu-repo/semantics/reference/issn/2269-0271

Organisation

OpenEdition

Licences

https://creativecommons.org/licenses/by-nc/4.0/ , info:eu-repo/semantics/openAccess




Citer ce document

Consortium ICUBAM et al., « 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 », Statistique et société, ID : 10670/1.fojwes


Métriques


Partage / Export

Résumé En Fr

Reliable information is an essential component of responding to a sudden and large disease outbreak such as COVID-19, particularly with respect to critical care beds (CCBs) availability. This article presents: i) the development and construction of ICUBAM, a tool that collects in real-time and visualizes information on CCB availability entered directly by intensivists; ii) an analysis and interpretation of the data collected over a 6-week period during the first wave of the epidemic in the hard-hit Grand Est region of France; iii) an analysis and interpretation of the data collected during the first wave of the epidemic in the Grand Est region; iv) the development of a medium and long term prediction using SEIR models, and a short term statistical model to predict the number of CCBs.Data ingested by ICUBAM were used to anticipate CCB shortages and predict future admissions. Most importantly, we demonstrate the importance of having a cross-functional team involving statisticians computer scientists and physicists working both with first-line medical responders and local health agencies and the importance of leveraging appropriate data. This allowed us to quickly implement effective tools to models the COVID-19 epidemic’s evolution and assist in critical decision-making processes.

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.

document thumbnail

Par les mêmes auteurs

Sur les mêmes sujets

Exporter en