$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
1. Approbation éthique et conformité réglementaire
Cette étude a été menée dans le cadre d’une initiative hospitalière d’amélioration de la qualité et d’évaluation opérationnelle au sein du département de stomatologie de l’Hôpital populaire de Guigang. L’approbation éthique a été obtenue du Comité d’éthique de l’Hôpital populaire de Guigang (Approbation n° GGPH-2022-061 ; approuvé le 15 décembre 2022). Le comité d’éthique a approuvé l’analyse des données de distribution, de gestion des stocks et de systèmes logistiques extraites des systèmes d’information institutionnels. Comme aucune information identifiable des patients n’a été recueillie, le consentement éclairé des patients individuels a été renoncé. Les enquêtes sur la charge de travail du personnel et la satisfaction au service ont été menées volontairement et anonymement. La complétion du questionnaire était considérée comme un consentement implicite à la participation. Les réponses à l’enquête ont été agrégées avant l’analyse, et aucune information personnelle identifiable n’a été recueillie. Les questionnaires de charge de travail et de satisfaction ont été élaborés à l’aide d’indicateurs opérationnels de routine du département pour l’évaluation de la gestion des consommables. Les items du questionnaire ont été examinés par les superviseurs départementaux et testés par un pilote pour en vérifier leur clarté et leur faisabilité avant leur mise en œuvre. Les outils de recherche utilisés dans ce protocole sont listés dans le tableau des matériaux.
2. Conception de l’étude et cadre de reporting
Cette étude quasi-expérimentale monocentrique pré-post-post-production a évalué la mise en œuvre d’un modèle de gestion logistique Supply–Processing–Distribution (SPD) opéré par l’hôpital pour les consommables médicaux au sein du département de stomatologie de l’Hôpital populaire de Guigang (Guangxi, Chine). La période de pré-mise en œuvre s’est étendue du 1er janvier 2023 au 30 juin 2023, et la période post-mise en œuvre s’est étendue du 1er juillet 2023 au 31 décembre 2023. Le système SPD est devenu opérationnel le 1er juillet 2023. L’étude comprenait donc 52 semaines d’observation, comprenant 26 semaines avant la mise en œuvre et 26 semaines post-implantation.
Cette étude d’amélioration de la qualité a été rapportée conformémentaux directives 6 des Standards for Quality Improvement Reporting Excellence (SQUIRE 2.0) et, le cas échéant, aux recommandations STROBE (Strengthening the Reporting of Observational Studies inEpidemiology) 7. La régression segmentée en séries temporelles interrompues (ITS) a été préspécifiée pour les résultats avec agrégation mensuelle et observations longitudinales suffisantes (≥12 points temporels totaux)8. L’analyse ITS a été choisie parce que l’intervention a eu lieu à un point de mise en œuvre institutionnelle clairement défini et parce que la méthode est appropriée pour évaluer les interventions opérationnelles longitudinales dans des milieux de soins réels.
3. Cadre
L’étude a été menée au département de stomatologie d’un hôpital tertiaire avec environ 2 400 consultations externes et 180 interventions dentaires mineures par mois. Les consommables comprenaient des articles cliniques et procéduraux utilisés régulièrement par le système SPD pendant la période d’étude, notamment des matériaux dentaires jetables, des consommables diagnostiques, des articles de soutien au traitement et des consommables sensibles à la température nécessitant des conditions de stockage surveillées.
Avant la mise en œuvre du SPD, la gestion des consommables reposait sur un système d’information hospitalier (HIS) incomplet, des emplacements de stockage décentralisés, des procédures manuelles de réquisition, une réconciliation d’inventaire assistée par tableur, et des comptages périodiques d’inventaire effectués manuellement.
4. Intervention : modèle logistique SPD géré par l’hôpital
L’intervention consistait en la mise en œuvre d’un modèle de gestion logistique SPD géré par l’hôpital, intégrant une infrastructure logicielle, des systèmes matériels compatibles avec code-barres et des flux de travail de gouvernance opérationnelle.
Une équipe de mise en œuvre du SPD a été constituée, composée d’un chef de projet, de deux agents d’approvisionnement, de deux responsables d’entrepôt, d’un ingénieur en technologies de l’information et d’un superviseur qualité. Des paramètres standardisés des données maîtresses de l’article — y compris des identifiants uniques, des informations fournisseurs, les prix, les exigences de stockage, les paramètres d’expiration et le codage des codes-barres — étaient configurés au sein de la plateforme SPD.
La synchronisation bidirectionnelle entre le système SPD et le HIS a été mise en œuvre pour permettre la synchronisation en temps réel des réquisitions, des enregistrements de mouvements d’inventaire, de la documentation de distribution et de la réconciliation de la facturation.
Des armoires de stockage intelligentes compatibles avec code-barres ont été installées dans les zones cliniques pour permettre une réduction automatisée des stocks lors de la distribution des consommables. Le personnel concerné a reçu une formation standardisée sur les flux de travail avant la mise en œuvre. La conformité aux flux de travail SPD était surveillée par une supervision départementale de routine et des procédures de traçabilité basées sur le système.
Les consommables sensibles à la température étaient stockés dans des unités de réfrigération surveillées conformément aux exigences de stockage institutionnelles. Les températures de réfrigération étaient régulièrement surveillées pour maintenir les plages de stockage recommandées, et les écarts étaient gérés conformément aux protocoles de gouvernance des consommables départementaux.
Le contrôle d’accès basé sur les rôles (RBAC) a été mis en place pour restreindre l’accès au système SPD au personnel autorisé. Avant l’activation du système, deux tests de simulation à cycle complet ont été réalisés, incluant la soumission de la réquisition, la réception des stocks, la distribution des consommables, la réconciliation de la facturation et les retours d’articles. Tout le personnel a reçu une formation spécifique à chaque rôle avant la mise en service du système. Des briefings opérationnels quotidiens ont été organisés durant les deux premières semaines suivant la mise en œuvre afin de traiter des problèmes techniques et de flux de travail.
Pour cette étude, l’erreur de livraison a été définie comme toute différence entre les consommables demandés et livrés, y compris les incompatibilités de quantité, de spécification ou de type d’article. L’utilisation irrationnelle fait référence à une utilisation de consommables incompatible avec les normes de consommation départementales ou les indications cliniques. Les incidents d’intégrité comprenaient des emballages compromis, une documentation incomplète et des défaillances de la traçabilité des consommables. Les anomalies de distribution étaient définies comme des irrégularités durant le processus de distribution, incluant des éléments incompatibles, des éléments manquants ou des divergences de documentation.
5. Sources de données et critères d’éligibilité
La charge de travail du personnel et la satisfaction au service ont été évaluées à l’aide d’enquêtes hebdomadaires administrées à tout le personnel impliqué dans la gestion des consommables au sein du Département de stomatologie (N = 18). Des enquêtes ont été menées tout au long de la période d’observation de 52 semaines.
Le nombre maximal d’observations d’enquête était de 468 par période d’étude (18 membres du personnel × 26 semaines). Lors de la phase de pré-mise en œuvre, 448 questionnaires sur 468 ont été remplis (95,7 %), contre 452 questionnaires sur 468 (96,6 %) lors de la phase post-mise en œuvre.
La charge de travail du personnel était évaluée à l’aide de journaux de temps hebdomadaires structurés documentant les heures consacrées à des activités liées aux consommables, y compris la préparation des réquisitions, la réception des stocks, la conciliation manuelle, la gestion de l’expiration et la documentation administrative. La charge de travail hebdomadaire était calculée comme le nombre moyen d’heures par semaine pour le personnel intervenant.
Le taux d’erreur de livraison a été calculé à l’aide de l’équation suivante :
Taux d’erreur de livraison ( %) = (nombre d’événements de distribution erronés ÷ nombre total d’événements de distribution) × 100
La satisfaction du service a été évaluée à l’aide d’un questionnaire de cinq items noté sur une échelle de 0 à 100, qui évaluait la rapidité de livraison, la précision de la distribution, la disponibilité des produits, la commodité du flux de requisition et la satisfaction globale de la gestion des consommables. Les scores hebdomadaires de satisfaction étaient calculés comme la moyenne des items complétés.
Comme des mesures répétées ont été obtenues auprès du même personnel, la charge de travail et les résultats de satisfaction ont été agrégés au niveau hebdomadaire avant analyse statistique afin d’éviter de considérer les réponses répétées comme des observations indépendantes.
6. Analyse statistique
Toutes les analyses statistiques ont été réalisées à l’aide du logiciel R (version 4.3.1). Les variables continues ont été rapportées comme moyenne ± écart-type ou médiane et interquartile, selon le cas. Les variables catégorielles ont été résumées à l’aide de fréquences et de pourcentages.
Lorsque les hypothèses de normalité étaient satisfaites, des tests t appariés étaient utilisés pour comparer les résultats continus avant et après la mise en œuvre. Sinon, des tests de grades signés Wilcoxon étaient appliqués. Des tests z à deux proportions ou tests exacts de Fisher ont été utilisés pour les résultats proportionnels, selon le nombre de cellules attendu.
Des analyses de régression multivariées étaient pré-spécifiées pour ajuster les variables de confusion potentielles. Des modèles de régression linéaire ont été utilisés pour évaluer le temps moyen de livraison hebdomadaire, avec le statut de mise en œuvre comme variable indépendante principale, et le volume de consommables hebdomadaires ainsi que la fréquence des visites cliniques inclus comme covariables. Des modèles de régression logistique ont été utilisés pour évaluer les événements d’erreur de livraison, en ajustant l’état de la mise en œuvre, le volume hebdomadaire des consommables et la catégorie d’articles. Des rapports de cotes ajustés (OR) et des intervalles de confiance (IC) à 95 % ont été rapportés.
Pour les résultats avec agrégation mensuelle et suffisamment de points temporels, une analyse de régression segmentée en série temporelle interrompue a été réalisée à l’aide du modèle suivant :
Yt = β0 + β1(Timet) + β2(Interventiont) + β3(Time After Interventiont) + εt
Où Yt représente le résultat au point temporel t ; Le timet représente la séquence temporelle continue ; Interventiont représente les périodes de pré-implémentation (0) et post-implémentation (1) ; Le temps après l’intervention représente le temps écoulé après la mise en œuvre de la DPS ; et εt représente le terme d’erreur.
L’autocorrélation a été évaluée à l’aide de la statistique de Durbin–Watson, et des erreurs standard de Newey–West ont été appliquées lors de la détection d’une autocorrélation. La signification statistique a été définie comme une valeur p à deux faces < 0,05. Pour les analyses de régression segmentées, des coefficients de régression (β), des erreurs standard (SE) et des intervalles de confiance (IC) à 95 % ont été rapportés à la fois pour les changements immédiats de niveau (β2) et les variations de pente post-intervention (β3).