Des conseils à ce sujet figurent dans le document de référence technique FANTA SQUEAC / SLEAC aux pages 18-21.

Si vous souhaitez utiliser une statistique récapitulative, vous pouvez utiliser le PB médian à l'admission. Cela devrait être proche des critères d'admission. Si, par exemple, vous admettez un PB <115 mm, le PB moyen à l'admission doit être de 114 ou 113 mm comme dans les Shémas 14, 15 et 16A du Manuel Technique FANTA SQUEAC / SLEAC. Une autre approche consisterait à choisir un seuil (par exemple 110 mm) et à reporter la proportion d'admissions avec (par exemple) un PB > = 110 mm. Cela dot être élevé (par exemple> = 75% ou> = 80%).

J'ai trouvé l'approche de "distribution" (comme dans la référence technique de FANTA SQUEAC / SLEAC) plus utile.

Cher Casie,

Dans les enquêtes de couverture, nous calculons habituellement la médiane du PB à l'admission pour estimer le comportement à adopter pour les cas précoces / tardifs / pour une identification rapide. Les seuils suivants sont généralement utilisées :
11,0 - 11,4 tôt
10,5 - 10,9 moyen
<10,5 tardif
Je considère personnellement que les «cas critiques» sont lorsque le périmètre brachial est <10,0
Les données de recherche indiquent que le risque de mortalité augmente significativement lorsque le PB est <11,0. Cependant, la décision d'utiliser 0,5 cm entre chaque catégorie relève davantage d'une «entente» entre les partenaires concernés et représente un moyen de suivre les progrès d'un programme. Quand un programme PCMA est établi, on s'attend à ce que la médiane soit faible mais avec l'adoption des activités, y compris la recherche active de cas et l'auto-référence, la médiane devrait augmenter et les enfants devraient être identifiés très rapidement. Je suis sûr que Mark Myatt peut vous donner plus d'informations sur le seuil, mais pour autant que je sache, il s'agit plutôt d'une décision de contrôle programmatique. Lorsque le PB est <10,0, le risque de mortalité est très élevé et la raison doit être étudiée

Salut Casie,
Juste pour ajouter à ce que Mark et Lio ont dit.

Au Malawi, nous avons constaté que les enfants atteints de MAS avec un périmètre brachial médian à l'admission de moins de 10 cm prenaient plus de 3 mois pour récupérer à un PB de > 12,5 cm. Typiquement, nous avons souvent un «protocole d'action» comme: «un enfant qui ne se rétablit pas dans 3 mois doit être référé aux soins hospitaliers», donc moins de 10 cm serait très en retard. Les enfants ayant un périmètre brachial inférieur à 9 cm à l'admission semblent avoir un taux de mortalité élevé en traitement ambulatoire (patient externe). La suggestion de Lio pour 10cm comme « seuil critique » semble raisonnable.
Il serait intéressant d'examiner vos données et de voir si vous pensez qu'il y a un seuil de PB au-dessous duquel nous devrions recommander l'hospitalisation même si le patient a un bon appétit et aucune complication apparente.

En termes d'indicateurs, vous pouvez vous baser sur les classes suggérées par Lio en utilisant les pourcentages suggérés par Mark. Par exemple, pour un site de traitement individuel> 75% des admissions devraient être «précoces», <25% devraient être «moyennes» et aucune ne devrait être en retard.

Si les ressources sont disponibles, les admissions tardives doivent être répertoriées et les admissions critiques doivent avoir un historique complet d' «incident critique» (comme nous le faisons avec les systèmes d'évaluation semi-quantitative de l'accès et de la couverture (SQUEAC) (Semi-Quantitative Evaluation of Access and Coverage)). En répertoriant les admissions tardives, on devrait révéler si le problème de recherche de cas est localisé ou systématique (et, par la suite, l'action corrective nécessaire).

Pour les médianes récapitulatives du programme, vous pouvez demander par exemple que > 75% des sites déclarent un «périmètre médian MUAC à l'admission» pour tous les cas dans la catégorie «précoce» (11,0 cm ou plus), etc. Si les sites rapportent une plus grande proportion d'admission précoce, ils devraient également voir une réduction de la durée médiane de séjour. Si la durée de séjour médiane ne s'améliore pas, cela peut indiquer un problème de présentation des patients (qui ne viennent pas) ou une mauvaise application du protocole.

La préférence numérique du MOA médian résulte probablement de la tendance à arrondir les lectures de PB lors de l'enregistrement dans les centre de soins (CTCE). Enregistrer la distribution du PB à l'admission montre généralement l' « empilement » (accumulation) assez clairement, donc les sites individuels qui le pratiquent peuvent être facilement identifiés. Je vois souvent cela autour de 11,4 cm et 11,0 cm, moins fréquemment pour les mesures plus faibles. Il faut rappeler aux praticiens individuels d'enregistrer avec précision, car arrondir à 11 cm lorsque les lectures sont inférieures donne une fausse impression de la proportion d'admissions « précoces » lors de l'utilisation des catégories de Lio.

Salutations.

Une autre raison de surveiller le périmètre brachial à l'admission me vient à l'esprit, en particulier dans les programmes innovants (p. ex. La PCMA de l'IRC par les agents de santé communautaires dont le niveau d'étude n'est pas très élevé) est qu'il s'agit d'une composante clé de la mortalité attendue. . Ceci est essentiel pour l'analyse coût-efficacité en utilisant les DALY. Au fur et à mesure de la prolifération des modèles de PCMA (p. ex. ONG CMAM, PCMA intégrée, COMPAS, CAM / Surge, PCMA provenant de travailleurs communautaires ou de la communauté de l'IRC), il est important d'avoir une idée de ce qui fonctionne et à quel prix.

Le suivi du périmètre brachial (PB) est essentiel, mais nous avons besoin d'un moyen simple et standard de faire une évaluation des effets cumultaifs pour les programmes de PCMA. UNICEF Nigeria et Concern Worldwide y travaillent.

J'espère que cela est vous sera utile.

Merci à tous pour vos commentaires.

En guise de réponse, est-ce que quelqu'un sait sur quoi se base le seuil critique de PB à 10.0 ? Existe-t-il un seuil de PB fortement associé aux soins hospitaliers ou à la mortalité, par exemple, qui pourrait justifier un renvoi automatique par les ASC ? Dans notre étude au Sud-Soudan sur le traitement de la MAS peu alphabétisée (résultats sur le point d'être publiés), nous avons mis en place un système de référence automatique pour tout niveau de PB inférieur ou égale à 9,0 cm (avec une couleur rouge foncé sur le PB pour signaler un danger). Nous avons pu observer dans nos données de CTCE que ces enfants étaient généralement envoyés en soins hospitaliers, et puisque l'ICCM vise à réduire le nombre de prises de décisions, nous avons estimé qu'il était important d'établir un renvoi automatique pour les cas critiques. Si quelqu'un pouvait nous aider à comprendre sur quoi repose le seuil critique, nous pourrions revoir notre seuil de référence automatique.

Merci!
Casie

Je ne sais pas si le seuil a une base de preuves détaillées. Il a une base de preuves (c.-à-d PB faible = gravité élevée = mortalité élevée). Une revue de la littérature CTC originale pourrait montrer le raisonnement. Je suppose que cela provient d'une expérience clinique accumulée. Je sais (par exemple) que Lio et Paul ont une vaste expérience de la PCMA.

J'ai quelques jeux de données de CTCE à portée de main. En regardant le PB dans deux groupes d'un programme :

La différence est significative (p <0,0001) même si le nombre de décès et de transferts vers la stabilisation est faible.

Il devrait être possible de collecter plusieurs jeux de données de CTCE (pour que nous puissions avoir un bon nombre d'événements d'intérêt) et d'analyser les données collectées en utilisant l'analyse FER (ROC en anglais). Ce ne serait pas une analyse très difficile. La majeure partie du travail consistera à assembler la base de données de l'étude.

J'ai des données provenant d'une poignée de programmes auprès desquels je pourrais demander des autorisations pour une telle analyse. Quelqu'un est-il intéressé de me fournir des données pour une telle analyse ou à faire l'analyse ou à rédiger l'analyse ?

Cher Mark

J'ai des données que je peux utiliser ou partager. Je peux aussi faire l'analyse.

Dans l'espoir de pouvoir vous aider
Merci

Franck,

Merci de vous être porté volontaire pour faire l'analyse / partager les données. J'ai également des données.

Attendons quelques jours pour voir si quelqu'un d'autre veut se joindre au plaisir de cette étude.

Chers tous, j'ai beaucoup appris sur le PB d'admission :
 Contrôle du PB à l'admission.
 « PB médian à l'admission » pour tous les cas dans la catégorie « précoce » (11,0 cm ou plus), etc.
 Le PB à l'admission, en particulier dans les programmes novateurs (p. ex. la PCMA d'une communauté IRC par les agents de santé communautaires semi lettrés) est que c'est un élément clé de l'estimation de la mortalité attendue dans la cohorte de patients. Ceci est essentiel pour l'analyse coût-efficacité en utilisant les DALY. Au fur et à mesure de la prolifération des modèles de PCMA (p. ex. ONG PCMA, PCMA intégrée, COMPAS, CAM / Surge, IRC par la PCMA, PCMA par la communauté de l'IRC), il sera important d'avoir une idée de ce qui fonctionne et à quel prix.
 Pour le suivi, est-ce que quelqu'un sait sur quoi se base le calcul du seuil critique PB de10.0 ? Existe-t-il un seuil PB fortement associé aux soins hospitaliers ou à la mortalité, qui pourrait, par exemple, justifier un renvoi automatique par les ASC ?

Meilleures salutations

Taye Girma, Community Mobilization Supervisor @ AAH-Ethiopie

Salut Mark et tout le monde

Avez-vous des données sur les symptômes et les signes cliniques (y compris ceux qui ne qualifieraient pas l'enfant de « compliqué » ?). Nous avons commencé à étudier nos bases de données MAS de cas « compliquées », un travail en cours actuellement, mais nous voyons une forte corrélation de mortalité. Les enfants qui se situent au niveau le plus bas d'être « compliqué » ont un faible risque de mortalité sur les 6 prochains mois, environ 1-2%, comme on peut le voir dans un CTCE.

Salutations

Jay

Jay,

Selon mon expérience ...

La plupart des jeux de données de CTCE seront limités aux données de programme de routine (c.-à-d. admissions et sorties par type au fil du temps). Dans certains cas, cela peut être étendu aux critères d'admission. Les données collectées pour les évaluations de couverture SQUEAC (de l'anglais Semi-Quantitative Evaluation of Access and Coverage / Évaluation semi-quantitative d'accès et de couverture) (incluront généralement PB (périmètre brachial) / WHZ (indice poids-taille) à l'admission en plus des données de programmation de routine. Certaines ONG collectent des ensembles de données plus larges, mais celles-ci sont généralement limitées à l'anthropométrie à l'admission et tout au long de la période de traitement.

Cela signifie que nous sommes limités aux ensembles de données de recherche. Je pense que les jeux de données les plus riches proviendront du programme de recherche CTC de VALID. Ils ont recueilli des données cliniques complètes pour tous les cas. Je suppose qu'ACF peut avoir des données similaires à celles de CTC (similaire à la CTC/CMAM mais avec un court séjour pour tous les enfants hospitalisés). VALID Nutrition a testé un certain nombre de formulations d'ATPE au cours de la dernière décennie et peut aussi avoir des données utiles.

Peut-être que vous connaissez déjà tout cela.

J'ai des données d'une étude au Malawi qui enregistre le numéro de semaine, la date, le poids, la taille, le PB, l'oedème, Alimentation complémentaire ciblée (2 mesures), la diarrhée, la fièvre, le vomissement, la toux, la ration ATPE et le résultat de chaque visite.

J'ai également des données du Nigéria qui enregistre les médicaments de routine d'admission, le poids d'admission, la taille à l'admission, le PB d'admission, l'œdème d'admission, la diarrhée à l'admission, la fièvre à l'admission, le vomissement à l'admission, la toux à l'admission, la diarrhée après l'admission, la fièvre après l'admission, le vomissement après l'admission, la toux après l'admission, et quelques autres données. Cela comporte les problèmes habituels des enregistrements pool, mais la taille de l'échantillon est > 100.000. La taille de l'échantillon nous amène à des problèmes de fausse découverte.

Je pense qu'il devrait être possible de partager ces jeux de données avec vous. Faites-moi savoir s'ils ont un quelconque intérêt.