Mesurer pour améliorer : outils avancés

Le diagramme de Pareto est un outil simple et puissant pour analyser un problème et concentrer les efforts là où ils auront le plus d’impact. Basé sur le principe des 80/20, il permet de visualiser quelles causes sont responsables de la majorité des effets observés. Dans un contexte institutionnel, il aide les équipes à prioriser leurs actions, optimiser l’utilisation des ressources et améliorer la qualité et la sécurité des soins. Cette fiche pratique vous guidera dans l’utilisation de cet outil graphique. 

Dans le domaine des soins de santé, l’amélioration continue de la qualité repose sur une analyse rigoureuse des données. Comprendre la relation entre deux variables peut aider les équipes à identifier des causes potentielles de problèmes, à prioriser les actions correctives et à évaluer l’impact des changements mis en place. Mieux cerner les relations entre variables, c’est déjà avancer vers des soins plus sûrs et efficaces

Le control chart (ou carte de contrôle) est un outil graphique permettant de suivre l’évolution d’un processus dans le temps et de distinguer les variations normales, liées au fonctionnement habituel du système, des variations exceptionnelles qui révèlent un problème ou une amélioration réelle. Dans le domaine de la qualité des soins, il constitue un support précieux pour surveiller la performance clinique ou organisationnelle, repérer rapidement des dérives et mesurer l’impact d’actions correctrices. 

Qu’il s’agisse du suivi des infections associées aux soins, du contrôle des erreurs de médication ou de l’évaluation de la satisfaction des patients, les control charts constituent des outils essentiels d’aide à la décision en management de la qualité. En permettant de distinguer la variabilité normale d’un processus des variations significatives, ils offrent aux équipes et aux responsables une lecture objective de la performance des processus. Ils soutiennent ainsi une gouvernance fondée sur les données, favorisent l’apprentissage organisationnel et s’inscrivent pleinement dans une démarche structurée d’amélioration continue, au bénéfice des patients comme des professionnels de santé.

Lorsqu’on souhaite suivre un indicateur de qualité dans le temps, il est essentiel de choisir le bon type de control chart.

L’arbre de décision ci-dessus vous aidera à faire ce choix en fonction de la nature des données collectées : continues ou discrètes ?

1. Données discrètes : ce sont des valeurs entières que l’on compte. Elles correspondent à des événements ou à des unités entières. Exemples : nombre de chutes par mois, nombre d’opportunités d’hygiène des mains conformes, nombre de patients ayant reçu une information, etc.

Pour les données discrètes, il faut distinguer deux approches :

• Dénombrement (comptage direct des événements)
  ​Il s’agit de compter le nombre d’occurrences d’un phénomène sans regrouper les données en catégories. Chaque valeur observée est une ​modalité propre. Exemples : nombre de septicémies par journée cathéter, nombre de chutes par journée d’hospitalisation, etc.
• • Si le dénominateur est constant (ex. : toujours 100 journées), utilisez un C chart.
  • Si le dénominateur est variable (ex. : nombre de journées changeant d’une période à l’autre), utilisez un U chart.
• Classification (regroupement en catégories binaires)
  On regroupe les données selon des critères qualitatifs, souvent sous forme dichotomique (deux catégories) pour faciliter les calculs en pourcentages. Par exemple : présence ou absence d'une évaluation, réussite ou échec d'une procédure, conformité ou non à une norme. Pour ce type d’indicateur, vous utilisez un P chart, qui permet de suivre l’évolution d’une proportion dans le temps.

2. Données continues : ce sont des valeurs numériques mesurées sur une échelle. Elles peuvent prendre n’importe quelle valeur, y compris des décimales. Exemples : temps d’attente en consultation, durée de séjour hospitalier, score de douleur sur une échelle de 0 à 10, etc.

Pour les données continues, deux types de control charts peuvent être utilisés :

• Si vous disposez de plusieurs mesures par période (ex. : 10 durées de séjour par semaine), utilisez un X̄ chart, accompagné d’un S chart
• Si vous avez une seule mesure par période (ex. : une durée moyenne quotidienne), utilisez un I chart, accompagné d’un XMR chart

Le T chart est un autre type de graphique utilisé pour suivre le nombre de jours (ou d’unités de temps) entre deux occurrences successives d’un évènement. Il est particulièrement utile lorsque les évènements surveillés sont rares ou peu fréquents, comme les infections nosocomiales, les erreurs médicamenteuses majeures ou les chutes avec blessure. Contrairement aux autres control charts, qui suivent des fréquences ou des proportions, le T chart met l’accent sur le temps écoulé entre deux évènements. Une augmentation de l’intervalle (c’est-à-dire plus de jours sans évènement) est généralement un signe positif, tandis qu’un raccourcissement de cet intervalle peut signaler l’émergence d’un problème.