L'informatique en tant qu'outil d'amélioration de la qualité : mise en œuvre rapide d'orientations pour la gestion de l'insuffisance rénale chronique en Angleterre à titre d'exemple

Contact : Audrey Hu Whatsapp/hp : 0086 13880143964 E-mail :audrey.hu@wecistanche.com

Simon de Lusignan, MD(Rés), FHEA

Département de gestion et de politique des soins de santé, Université de Surrey, Guildford, Royaume-Uni

Objectifs: Maladie rénale chronique(CKD) est une cause importante de surmortalité et de morbidité cardiovasculaires ; ainsi qu'être associé à la progression vers l'insuffisance rénale terminale. Cette condition était largement inconnue dans les soins primaires anglais avant l'introduction d'objectifs de rémunération au rendement pour la gestion en 2006. Un examen réaliste de la façon dontinformatiquea été un mécanisme pour la mise en œuvre nationale des orientations pour une meilleure prise en charge de l'IRC （Maladie rénale chronique). Méthodes :Un examen réaliste du contexte, le National Health Service anglais avec une volonté de mettre en œuvre des normes de qualité nationales explicites ; mécanisme, leinformatiquel'infrastructure et son alignement sur les objectifs politiques ; et les résultats sont décrits au niveau des micro-données et de la messagerie, des soins méso-patients et des initiatives d'amélioration de la qualité, ainsi qu'au niveau des politiques macro-nationales.Résultats:Au niveau micro, les dossiers médicaux informatisés peuvent être utilisés pour identifier de manière fiable les personnes atteintes d'IRC ; bien que les différences dans les dosages de créatinine, les fluctuations de la fonction rénale et les erreurs de codage du diabète aient été moins bien comprises. Au niveau méso, une gestion plus agressive de la pression artérielle (PA) chez les patients individuels semble ralentir ou inverser le déclin de la fonction rénale ; la technologie peut soutenir la recherche de cas et l'amélioration de la qualité au niveau de la médecine générale. Au niveau macro, les informaticiens peuvent aider à s'assurer que l'effet de levier deinformatiqueest incorporé dans la politique, et les enquêtes écologiques indiquent s'il existe une association avec de meilleurs résultats pour la santé.Conclusion :Dans le bon contexte politiqueinformatiquesemble être un catalyseur d'amélioration rapide de la qualité. Cependant, une relation causale ou la généralisabilité de ces résultats n'a pas été démontrée.

Mots-clés : MédicalInformatique, Insuffisance rénale, Diabète sucré, Systèmes de dossiers médicaux informatisés, Tests de la fonction rénale, Politique de santé, Qualité des soins de santé

cistanche nourrit le rein et soigne les maladies rénales

Introduction

1. Maladie rénale chronique

Maladie rénale chronique(IRC) est une affection courante et généralement asymptomatique qui touche 5 % -10 % de la population. L'IRC est importante car cette affection est associée à un risque accru de morbidité et de mortalité cardiovasculaires [1], d'hospitalisation [2] et de progression vers l'insuffisance rénale terminale. L'IRC, comme de nombreuses maladies de longue durée, est plus fréquente chez les personnes âgées. Elle est plus fréquente chez les femmes, mais la proportion d'hommes augmente à mesure que la fonction rénale diminue [3,4] ; les hommes étant plus susceptibles de développer une protéinurie [5]. MRC（Maladie rénale chronique)diffère selon les groupes ethniques et avec une privation accrue.

L'IRC est associée aux maladies cardiaques, à l'insuffisance cardiaque, à l'hypertension et au diabète. Le contrôle strict de la pression artérielle systolique (PAS) est connu pour ralentir la progression [6,7] et peut être rentable [8,9].

2. L'informatique dans le National Health Service anglais

Le National Health Service (NHS) anglais est hautement informatisé. Le programme national anglais pour l'informatique (NPfIT) était très ambitieux et coûteux, réussissant dans certains domaines mais échouant dans d'autres [10]. Cependant, son héritage a été un identifiant national unique utilisé dans tout le système de santé (numéro NHS), un ensemble de données minimum est collecté à l'échelle nationale pour chaque épisode hospitalier, et presque toutes les rencontres avec les soins primaires sont enregistrées sur ordinateur au point de service [11] . Les soins primaires ont un système basé sur l'inscription, ce qui signifie que les patients ne peuvent s'inscrire que dans un seul cabinet. Les pratiques sont informatisées et les systèmes de dossiers électroniques des patients (DPE) sont utilisés presque universellement au point de service [12]. Les données sur les prescriptions répétées sont complètes et les liens électroniques vers les laboratoires de pathologie signifient que les résultats des tests sont envoyés directement dans les systèmes EPR de la pratique. Le programme britannique de rémunération à la performance (P4P) des soins primaires récompense la qualité sur la base de mesures de données collectées régulièrement ; ceci à son tour a encore amélioré la qualité des données [13]. La mise à disposition d'une plate-forme d'extraction de données commune pour les différentes marques de systèmes EPR (Morbidity Information Query and Export Syntax, MIQUEST) permet d'exécuter une requête d'extraction de données commune à différentes pratiques ; et bien qu'il y ait des problèmes inévitables avec le processus d'extraction [14], il est possible de combiner et de traiter de manière fiable les données de routine [15,16].

Je me suis impliqué dans la recherche sur la MRC parce que les spécialistes du rein étaient intéressés à trouver des personnes atteintes de MRC（Maladie rénale chronique)à partir des données de soins primaires de routine n'avaient pas l'expertise technique pour le faire. Cela a commencé un voyage auquel moi et mes collègues de recherche avons contribuéinformatiqueet l'expertise en soins primaires. Cet article de revue est une revue réaliste de la façon dontinformatiquea été un mécanisme pour la mise en œuvre nationale des orientations pour une meilleure prise en charge de l'IRC.

Informatique pour les maladies rénales chroniques

II. Méthodes

1. Vue d'ensemble, une revue réaliste

Cette revue a été menée comme une revue réaliste ; développer des analyses explicatives du pourquoi et du commentinformatiquemécanisme - en réalité une intervention complexe maximisant l'utilisation de l'informatique disponible - aurait pu réussir ou échouer dans le cadre de l'amélioration de la prise en charge de l'IRC（Maladie rénale chronique)le NHS anglais. Le mantra des réalistes est "Contexte (C)" plus un lien de causalité avec un "Mécanisme (M)" approprié aboutit à un "Résultat (O)" [17]. Cela peut être représenté par une formule : C plus M=O. Une partie de la perspective réaliste est que les effets sont rapportés selon les trois W : " Ce qui fonctionne, pour qui et dans quelles circonstances". Aux fins de cette analyse, nous avons considéré : - Le contexte comme étant le NHS anglais, un système de santé national financé par l'État. Il est gratuit au point de livraison et vise à fournir un service fondé sur des preuves et basé sur des normes de qualité nationales explicites. - Le mécanisme comprenait l'informatique de santé et des informaticiens. - Les résultats ont été explorés à l'aide du cadre d'évaluation classique de Donabedian : en examinant les structures, les processus et tout changement dans les résultats de la maladie [18].

2. Explorer les mécanismes et les résultats aux niveaux micro, méso et macro

Les mécanismes et leurs résultats connexes sont décrits aux niveaux micro, méso et macro. Nous avons utilisé une classification développée dans le cadre d'un projet européen pour évaluer la volonté de participer à la recherche [19,20].

1) Niveau micro

Les éléments de données au niveau micro ou au niveau des données sont ceux qui doivent être sémantiquement interopérables dans ce contexte. Les données définissant un diagnostic d'IRC sont d'une importance cruciale dans cette revue.（Maladie rénale chronique)et comprenant des mesures de la fonction rénale. Cela inclura les codes pour CKD（Maladie rénale chronique)diagnostic; taux de filtration glomérulaire estimé (DFGe) - une mesure de la fonction rénale utilisée pour diagnostiquer l'IRC [21] ; principales comorbidités, notamment l'hypertension et le diabète. L'incidence et la prévalence enregistrées de la maladie seront définies à partir de l'enregistrement des codes de diagnostic ou du nombre de personnes avec un eGFR réduit (les stades 3 à 5 CKD sont définis par un eGFR<60>

2) Niveau méso

Le niveau méso est le niveau de soins dispensés localement ou par la pratique, et comprend le dossier médical et l'impact de la méthode d'extraction des données. Les données peuvent être extraites pour la recherche et les audits locaux à l'aide de MIQUEST, un outil d'extraction de données du ministère de la Santé. Une méthode différente est utilisée pour compter les cas pour les indicateurs P4P. Cela se fait à l'aide d'un outil d'audit qui compte les cas signalés avec des codes spécifiques. Il télécharge ensuite un décompte du nombre de personnes éligibles inscrites au registre des maladies et de la qualité de leurs soins. L'outil P4P fournit donc une mesure de qualité sans transmettre aucune donnée personnelle.

3) Niveau macro

Le niveau macro est le système de santé, les contraintes du contexte social et culturel dans lequel les soins sont fournis. Dans le NHS anglais, il existe des directives nationales explicites. Cela prend la forme de lignes directrices produites par le National Institute for Health and Clinical Excellence (NICE); pour certaines maladies chroniques clés, il existe des cadres de service nationaux et des « tsars » cliniques nationaux. Le P4P pour la gestion des maladies chroniques est également en place. Les niveaux de conformité réglementaire augmentent, les médecins et autres professionnels de la santé étant évalués et devant se revalider pour poursuivre leur pratique professionnelle. Malgré ces conseils et la réglementation croissante, les cliniciens en Angleterre restent relativement indépendants, la plupart des médecins généralistes étant des entrepreneurs indépendants.

3. Sources des données et périodes d'étude

La principale source de données utilisée dans cette étude était l'amélioration de la qualité dansMaladie rénale chronique(QICKD) données d'essai. Ces données ont été recueillies entre 2008 et 2011 auprès d'un échantillon national représentatif d'un peu plus d'un million de patients en soins primaires, dont environ 7 % souffraient d'IRC [4,22]. Nous avions également réalisé une revue systématique associée [6]. Auparavant, ils ont participé à l'étude NEOERICA (New Opportunities for Early Renal Intervention by Computerized Assessment), qui a démontré qu'il était possible d'identifier les personnes atteintes d'IRC.（Maladie rénale chronique)à partir des dossiers informatiques de soins primaires, cela a été réalisé de 1998 à 2003 ; en utilisant les dossiers d'une population adulte de 130 226 adultes [8,23,24]. Lorsque nous avons mené des études sur une base nationale, nous avons utilisé des ensembles de données disponibles au public à l'échelle nationale du registre rénal britannique (www.renalreg.com) et du centre d'information du NHS (www.ic.nhs.uk). Les "données macro (nationales)" rapportées pour notre étude écologique que nous avons utilisées entre 2003 et 2008 [25]. L'étude de cas d'un seul patient, sur l'impact de la gestion active de la PA dans l'IRC, a été tirée de la pratique des auteurs, en utilisant des données prises entre 2006 et 2012.

Informatique pour les maladies rénales chroniques

III. Résultats

1. Micro-niveau

Au niveau micro, les dossiers médicaux informatisés peuvent être utilisés pour identifier de manière fiable les personnes atteintes d'IRC（Maladie rénale chronique); bien que les différences dans les dosages de créatinine, les fluctuations de la fonction rénale et les erreurs de codage du diabète aient été moins bien comprises. Nous avons également trouvé des erreurs importantes dans le codage des personnes atteintes de diabète et la préférence du dernier chiffre dans l'enregistrement de la TA, ce qui en fait un instrument grossier pour mesurer la qualité.

Nous nous sommes impliqués avec CKD（Maladie rénale chronique)en collaboration avec des néphrologues intéressés par l'identification des personnes atteintes d'IRC à partir des dossiers informatiques des médecins généralistes [23].

La fonction rénale peut être estimée à l'aide d'une formule simple pour calculer l'eGFR. C'est ce qu'on appelle la modification simplifiée du régime alimentaire en cas d'insuffisance rénale (MDRD), qui nécessite moins d'informations que les autres méthodes de calcul du DFG ; n'ayant besoin que de la créatinine sérique (SCr), du sexe, de l'âge et si le groupe ethnique est noir, strictement afro-caribéen car ce groupe ethnique a une plus grande masse musculaire [26] (Figure 1). Comme presque toutes les pratiques générales anglaises ont une population enregistrée (donc l'âge et le sexe sont connus) et les liens de laboratoire signifiaient que toutes les mesures de SCr étaient facilement disponibles. L'enregistrement de l'ethnicité était moins complet [27]. Il y avait un certain scepticisme quant à la validité de la recherche informatique, nous avons donc recherché manuellement 500 enregistrements pour démontrer que les recherches électroniques étaient valides [28]. Une fois cela fait, les données de routine pourraient être utilisées pour définir la prévalence de l'IRC au Royaume-Uni [24].

Cependant, nous avons plus tard remis en question ces résultats et révisé à la baisse notre estimation de la prévalence de l'IRC.（Maladie rénale chronique)au fur et à mesure que nous en apprenions davantage sur l'incohérence des dosages de créatinine et la fluctuation des taux de créatinine de chaque patient. La fiabilité du test SCr et donc le diagnostic de CKD（Maladie rénale chronique)amélioré après 2006 avec la mise en place d'un système national de contrôle de la qualité des dosages de créatinine [29] ; cependant, avant cela, il était nécessaire d'ajuster les résultats au test utilisé dans le laboratoire local.

Deux caractéristiques importantes ont émergé au sujet de la fluctuation. Premièrement, comme la créatinine fluctue, il est essentiel d'avoir deux lectures à au moins trois mois d'intervalle, le fait de ne pas utiliser deux lectures entraîne une estimation gonflée de la prévalence d'environ 20 % [4]. Deuxièmement, nous avons commencé à examiner le degré de fluctuation chez les patients individuels et avons trouvé une variation considérable [30]. Nous avons observé comment il y avait une variation considérable et parfois une amélioration ainsi qu'un déclin de la fonction rénale. La figure 2 montre la variation dans un groupe de femmes atteintes de diabète ; alors que la tendance générale est à la réduction de la fonction rénale avec l'âge, il existe d'énormes variations chez les individus. L'intrigue comprend une tentative de tracer une ligne de régression au-dessus et au-dessous de l'eGFR fluctuant pour chaque individu.

Figure 1. Estimation de la fonction rénale à l'aide de la formule MDRD (Modification of Diet in Renal Disease).

Au niveau micro, nous avons également découvert des problèmes avec le diagnostic du diabète [31]. Nous avons trouvé des problèmes avec : 1) une mauvaise classification, le plus souvent des personnes atteintes de diabète de type 2 qui ont été incorrectement étiquetées comme ayant un diabète de type 1 ; 2) erreur de codage, où les personnes recevaient des codes vagues qui ne distinguaient pas le type de diabète dont elles souffraient ; et diagnostic erroné, où les patients étaient étiquetés comme diabétiques mais n'étaient pas traités et n'avaient pas de résultats de tests sanguins compatibles avec le diagnostic.

Figure 2. Variation de la fonction rénale mesurée à l'aide d'une estimation de la filtration glomérulaire (DFGe) [30].

Figure 3. Amélioration de la fonction rénale depuis l'introduction d'un objectif de soins primaires signalé par ordinateur pour la prise en chargemaladie rénale chronique; l'amélioration de la fonction rénale d'un seul patient. Capture d'écran du système informatique EMIS LV, par l'auteur. eGFR : estimation du débit de filtration glomérulaire.

Une exploration ultérieure des dossiers médicaux a suggéré qu'environ 40 % des erreurs détectées sur l'ordinateur avaient une signification clinique [32]. Les patients qui n'ont pas été enregistrés dans les registres des maladies ont reçu des soins sous-optimaux [33].

Enfin, nous avons noté qu'il y avait une préférence marquée pour le dernier chiffre. C'est la préférence pour l'arrondi de la PA et ce problème de données fait de la mesure de la PA un instrument grossier. Il y avait également une certaine suggestion de biais de cible, avec une plus grande tendance à enregistrer un niveau de TA juste en dessous du niveau de l'objectif de traitement [34].

2. Niveau méso

Au niveau méso, nous avons exploité les données de routine pour améliorer la qualité. CKD（Maladie rénale chronique） était un nouveau concept en soins primaires et les méthodes d'estimation de la fonction rénale (eGFR) n'étaient pas facilement disponibles. Nous avons comblé cette lacune en développant des calculatrices pour téléphones et assistants numériques personnels ainsi que des feuilles de calcul contenant des macros pour calculer l'eGFR pour l'ensemble d'un cabinet [35].

Les personnes en soins primaires étaient sceptiques quant à l'IRC（Maladie rénale chronique)[36], manquaient de confiance, étaient incohérents dans leurs tests de la fonction rénale [37], et le manque de confiance était associé à des niveaux de réussite inférieurs [38]. Une intervention éducative a amélioré la qualité, là encore cette amélioration a été mesurée à l'aide de données de routine [39].

Une étude de cas d'un seul patient illustre comment l'informatique aide à identifier et à signaler les personnes atteintes d'IRC（Maladie rénale chronique)qui avant-2006 n'aurait pas été reconnu en soins primaires. Cette étude de cas concerne une veuve, âgée de 79 ans en 2006. Avant l'introduction de la cible CKD P4P, sa fonction rénale n'aurait pas été considérée comme anormale pour l'âge (SCr, 132 mmol/L), et la TA avait été gérée entre un de 145 et 185 mmHg. Cependant, après l'introduction du CKD P4P, son eGFR a été calculé (34 ml/min) et son dossier a automatiquement été marqué comme CKD. Cela a conduit à une gestion plus agressive de sa TA. Son SCr a chuté et sa fonction rénale s'est améliorée (Figure 3). Cela ne serait pas arrivé sans le signalement automatisé de ce cas.

Informatique pour les maladies rénales chroniques

3. Niveau macro : orientation nationale, rémunération à la performance

Au niveau macro, nous avons contribué à garantir que l'effet de levier deinformatiqueest incorporé dans la politique, et les enquêtes écologiques indiquent s'il existe une association avec de meilleurs résultats pour la santé. MRC（Maladie rénale chronique)la gestion faisait partie d'un cadre de service national [40] avec des orientations détaillées publiées par la suite par le NICE [41]. Les employeurs du NHS, l'organisation contractante, ainsi que la British Medical Association ont commandé un support de connaissances sous la forme d'un ensemble de monographies de questions fréquemment posées ; cette monographie a été considérée comme utile par les praticiens et en est maintenant à sa troisième édition [42]. Le P4P a été introduit pour la première fois en avril 2004, principalement ciblé sur les maladies vasculaires, avec le domaine CKD ajouté en 2006. Ce programme utilise des données de routine pour déterminer le niveau de vérification des cas, sur un registre des maladies, et définit des indicateurs de qualité incités financièrement. L'indicateur CKD comprend un objectif de traitement consistant à maintenir la TA en dessous de 140/85 mmHg en utilisant préférentiellement des médicaments modulateurs de l'angiotensine en présence de protéinurie. Le scepticisme initial à propos de l'IRC a été remplacé par un meilleur engagement des soins primaires dans l'IRC（Maladie rénale chronique)gestion [43]. L'auteur a présidé le groupe qui a développé le CKD（Maladie rénale chronique)indicateur.

Une étude écologique a suggéré que la prévalence du diabète et la proportion de personnes n'atteignant pas la cible de PA, telle qu'enregistrée dans les cibles P4P, pourraient être ajoutées aux prédicteurs connus de la variation du besoin de remplacement rénal [25].

IV. Discussion

Informatiquea été un mécanisme important pour la mise en œuvre d'une politique nationale fondée sur des données probantes pour l'IRC. Il est difficile de voir comment la mise en œuvre rapide de CKD（Maladie rénale chronique)les conseils auraient eu lieu si rapidement sans l'infrastructure et les processus informatiques en place et sans les informaticiens à l'appui. Les laboratoires estiment la fonction rénale et ces données sont combinées avec les données détenues sur les systèmes informatiques de soins primaires pour identifier les cas d'IRC qui sont ensuite signalés pour examen et rappel. Ce processus se déroule sans heurts, bien qu'il y ait eu des problèmes de démarrage qui ont mis en évidence un manque de standardisation.

Au niveau du praticien individuel et de la pratique, CKD（Maladie rénale chronique)était largement méconnue avant 2006 dans les soins primaires anglais. Il a ensuite commencé à être reconnu et accepté et, en quelques années, il est devenu une pratique courante. La politique a été éclairée par le potentiel des systèmes EPR pour identifier les cas d'IRC et ces systèmes ont également été utilisés pour mettre en œuvre et surveiller les indicateurs P4P IRC.

Les implications de ces résultats sont qu'une combinaison de : technologie, conseils fondés sur des données probantes et gestion des services de santé peut permettre d'améliorer la qualité. Le contexte a été la politique du NHS visant à mettre en œuvre des directives explicites fondées sur des preuves et à utiliser le P4P pour encourager ce processus. Lainformatiquel'infrastructure et les informaticiens ont été le mécanisme pour effectuer et mesurer le changement. Cependant, en réalité, ils ont été entrelacés plutôt que séparés. La capacité du système d'information a éclairé la politique, avec un informaticien clinique (l'auteur) dirigeant le développement de l'indicateur P4P de qualité des soins primaires pour l'IRC（Maladie rénale chronique). Malgré ces interdépendances, la normalisation de l'infrastructure, de la messagerie et de l'informatique de soutien a été essentielle dans ce domaine de l'amélioration de la qualité [10].

L'introduction de nouvelles technologies crée des défis; forcer les « acteurs » d'un lieu de travail à repenser ce qu'ils font ; dans ce cas reconnaissance et prise en charge d'une nouvelle affection. D'un point de vue socio-technique, il s'agit d'un processus de transformation mutuelle de l'organisation, du flux de travail clinique et de la technologie pour gérer l'IRC（Maladie rénale chronique) [44].

Il y a des limites à cette étude de la mise en œuvre nationale de la gestion améliorée de l'IRC. Nous n'avons pas démontré de relation causale entreinformatiqueet la généralisation de ces résultats. Un examen réaliste a fourni un mécanisme plausible pour le rôle deinformatiquemais d'autres peuvent suggérer qu'un autre mécanisme est plus important. De même, une revue de ce type ne démontre pas la généralisabilité, dans la mesure où CKD（Maladie rénale chronique)est une condition relativement unique (comme le diabète) qui peut être diagnostiquée entièrement à partir de données numériques contenues dans des systèmes informatiques.

En conclusion, le bon contexte politiqueinformatiquesemble être un catalyseur d'amélioration rapide de la qualité. L'informatique n'est pas une solution miracle et nous ne pouvons pas prouver un lien de causalité. Les informaticiens travaillant avec les dirigeants cliniques et les gestionnaires ont contribué à la mise en œuvre rapide de l'IRC（Maladie rénale chronique)gestion dans le NHS anglais.

Conflit d'intérêt

Aucun conflit d'intérêt potentiel lié à cet article n'a été signalé.

Remerciements

Les patients et les pratiques qui ont fourni des données et du temps à la recherche qui sous-tend ce voyage, des collègues de recherche, de nombreux bailleurs de fonds, dont la Health Foundation, qui sont les principaux bailleurs de fonds de l'essai QICKD.

Références

1. Herzog CA, Asinger RW, Berger AK, Charytan DM, Diez J, Hart RG, et al. Maladie cardiovasculaire dans l'insuffisance rénale chronique. Une mise à jour clinique de Kidney Disease: Improving Global Outcomes (KDIGO). Rein Int 2011 ;80(6) :572-86.

2. Weiss JW, Johnson ES, Petrik A, Smith DH, Yang X, Thorp ML. Pression artérielle systolique et mortalité chez les adultes âgés vivant dans la communauté atteints d'IRC. Am J Kidney Dis 2010;56(6) :1062-71.

3. Eriksen BO, Ingebretsen OC. La progression de l'insuffisance rénale chronique : une étude basée sur la population de 10- ans sur les effets du sexe et de l'âge. Rein Int 2006 ;69(2) :375-82.

4. de Lusignan S, Tomson C, Harris K, van Vlymen J, Gallagher H. La fluctuation de la créatinine a un effet plus important que la formule pour estimer le taux de filtration glomérulaire sur la prévalence demaladie rénale chronique. Nephron Clin Pract 2011;117(3):c213-24.

5. O'Seaghdha CM, Hwang SJ, Upadhyay A, Meigs JB, Fox CS. Prédicteurs de l'albuminurie incidente dans la cohorte Framingham Offspring. Am J Kidney Dis 2010;56(5) :852-60.

6. Gallagher H, de Lusignan S, Harris K, Cates C. Stratégies d'amélioration de la qualité pour la prise en charge demaladie rénale chroniqueen soins primaires: une revue systématique. Br J Gen Pract 2010;60(575):e258-65.

7. Richards N, Harris K, Whitfield M, O'Donoghue D, Lewis R, Mansell M, et al. La prise en charge des maladies rénales chroniques (MRC) basée sur les soins primaires, basée sur les rapports sur le taux de filtration glomérulaire estimé (DFGe), améliore les résultats pour les patients. Nephrol Dial Transplant 2008 ;23(2) :549-55.

8. Klebe B, Irving J, Stevens PE, O'Donoghue DJ, de Lusignan S, Cooley R, et al. Le coût de la mise en œuvre des lignes directrices britanniques pour la gestion desmaladie rénale chronique. Nephrol Dial Transplant 2007 ;22(9) :2504-12.

9. Couser WG, Remuzzi G, Mendis S, Tonelli M. La contribution demaladie rénale chroniqueà la charge mondiale des principales maladies non transmissibles. Rein Int 2011 ;80(12) :1258-70.

10. Swindells M, de Lusignan S. Lessons from the English National Program for IT about structure, process, and utility. Stud Health Technol Inform 2012;174 :17-22.

11. Kumarapeli P, de Lusignan S. Utilisation de l'ordinateur en consultation clinique ; préparer le terrain, revoir, enregistrer et prendre des mesures : étude vidéo multicanal. J Am Med Inform Assoc 2012 Dec 15 [Epub]. http://dx.doi.org/10.1136/amiajnl-2012-001081.

12. Schade CP, Sullivan FM, de Lusignan S, Madeley J. Prescription électronique, efficacité, qualité : leçons tirées de l'informatisation de la médecine familiale au Royaume-Uni. J Am Med Inform Assoc 2006 ;13(5) :470-5.

13. de Lusignan S, Chan T. Le développement des technologies de l'information sur les soins primaires au Royaume-Uni. J Ambul Care Manage 2008 ;31(3) :201-10.

14. Michalakidis G, Kumarapeli P, Ring A, van Vlymen J, Krause P, de Lusignan S. Un système de signalement orienté solution des erreurs associées à l'extraction de données cliniques collectées en routine pour la recherche et l'amélioration de la qualité. Stud Health Technol Inform 2010;160(Pt 1) :724-8.

15. van Vlymen J, S de Lusignan, N Hague, T Chan, B Dzregah. Stud Health Technol In form 2005;116 :1010-5.

16. de Lusignan S, Liaw ST, Michalakidis G, Jones S. Définir des ensembles de données et créer des dictionnaires de données pour l'amélioration de la qualité et la recherche sur les maladies chroniques à l'aide de données collectées en routine : une approche axée sur l'ontologie. Informez Prim Care 2011 ;19(3) :127-34.

17. Pawson R. Politique fondée sur des preuves : une perspective réaliste. Mille Chênes (CA): Sauge; 2006.

18. Donabedian A. Évaluer la qualité des soins médicaux. Milbank Mem Fund Q 1966;44(3 Pt 2) :166-206.

19. de Lusignan S, Pearce C, Shaw NT, Liaw ST, Michalakidis G, Vicente MT, et al. Quels sont les obstacles à la réalisation de recherches internationales à l'aide de données de soins primaires recueillies en routine ? Stud Health Technol Inform 2011;165 :135-40.

20. de Lusignan S, Krause P, Michalakidis G, Vicente MT, Thompson S, McGilchrist M, et al. La modélisation des processus métier est une partie essentielle d'une analyse des exigences. Contribution du groupe de travail sur les soins primaires de l'EFMI. Annéeb Med Inform 2012;7(1) :34-43.

21. Fondation nationale du rein. Directives de pratique clinique K/DOQI pourmaladie rénale chronique: évaluation, classification et stratification. Am J Kidney Dis 2002;39(2 Suppl 1): S1-266.

22. de Lusignan S, Gallagher H, Chan T, Thomas N, van Vlymen J, Nation M, et al. Le protocole de l'étude QICKD : un essai randomisé en grappes pour comparer les interventions d'amélioration de la qualité à la baisse de la pression artérielle systolique dans l'insuffisance rénale chronique (IRC) en soins primaires. Implémenter Sci 2009;4:39.

23. de Lusignan S, Chan T, Stevens P, O'Donoghue D, Hague N, Dzregah B, et al. Identifier les patients avecmaladie rénale chroniqueà partir des dossiers informatiques de médecine générale. Fam Pract 2005 ;22(3) :234-41.

24. Stevens PE, O'Donoghue DJ, de Lusignan S, Van Vlymen J, Klebe B, Middleton R, et al.Maladie rénale chroniquemanagement au Royaume-Uni : résultats du projet NEOERICA. Rein Int 2007 ;72(1) :92-9.

25. Dhoul N, de Lusignan S, Dmitrieva O, Stevens P, O'Donoghue D. L'atteinte de la qualité et la prévalence de la maladie dans les soins primaires prédisent la variation régionale de l'incidence de la thérapie de remplacement rénal (RRT) : une étude écologique. Nephrol Dial Transplant 2012 ;27(2) :739-46.

26. Levey AS, Bosch JP, Lewis JB, Greene T, Rogers N, Roth D. Une méthode plus précise pour estimer le taux de filtration glomérulaire à partir de la créatinine sérique : une nouvelle équation de prédiction. Modification du régime alimentaire dans le groupe d'étude sur les maladies rénales. Ann Intern Med 1999 ;130(6) :461-70.

27. Kumarapeli P, Stepaniuk R, de Lusignan S, Williams R, Rowlands G. Enregistrement de l'ethnicité dans les systèmes informatiques de médecine générale. J Santé publique (Oxf) 2006 ;28(3) :283-7.

28. Anandarajah S, Tai T, de Lusignan S, Stevens P, O'Donoghue D, Walker M, et al. La validité de la recherche de données informatiques de médecine générale recueillies en routine pour identifier les patients atteints demaladie rénale chronique(CKD) : une revue manuelle de 500 dossiers médicaux. Nephrol Dial Transplant 2005 ;20(10) :2089-96.

29. Lamb EJ, Vickery S, Dalton RN, Stevens PE. Estimation du DFG avec des dosages de créatinine traçables ID-MS. Ann Clin Biochem 2006;43(Pt 4):327.

30. Poh N, de Lusignan S. Modélisation et visualisation des données dansmaladie rénale chronique(CKD) : un pas vers la médecine personnalisée. Informez Prim Care 2011 ;19(2) :57-63.

31. de Lusignan S, Khunti K, Belsey J, Hattersley A, van Vlymen J, Gallagher H, et al. Une méthode d'identification et de correction des erreurs de codage, des erreurs de classification et des erreurs de diagnostic dans le diabète : une étude pilote et de validation des données collectées en routine. Diabet Med 2010 ;27(2) :203-9.

32. de Lusignan S, Sadek N, Mulnier H, Tahir A, RussellJones D, Khunti K. Miscoding, misclassification and misdiagnosis of diabetes in primary care. Diabet Med 2012 ;29(2) :181-9.

33. Hassan Sadek N, Sadek AR, Tahir A, Khunti K, Desombre T, de Lusignan S. Outils d'évaluation pour soutenir une nouvelle classification pratique du diabète : un excellent contrôle peut représenter un diagnostic erroné et une omission dans les registres des maladies est associée à un moins bon contrôle. Int J Clin Pract 2012;66(9) :874-82.

34. Alsanjari ON, de Lusignan S, van Vlymen J, Gallagher H, Millett C, Harris K, et al. Tendances et changement transitoire dans la préférence du dernier chiffre dans l'enregistrement de la pression artérielle : études de données de soins primaires séquentielles et longitudinales collectées. Int J Clin Pract 2012 ;66(1) :37-43.

35. Kumarapeli P, de Lusignan S, Robinson J. Ressources en ligne pourmaladie rénale chronique(CKD) pour les soins primaires. Informez Prim Care 2006 ;14(2) :139-42.

36. Crinson I, Gallagher H, Thomas N, de Lusignan S. Dans quelle mesure la médecine générale est-elle prête à améliorer la qualité des maladies rénales chroniques par une analyse diagnostique. Br J Gen Pract 2010 ;60(575) :403-9.

37. de Lusignan S, Nitsch D, Belsey J, Kumarapeli P, Vamos EP, Majeed A, et al. Disparités dans les tests de la fonction rénale dans les soins primaires au Royaume-Uni : une étude transversale. Fam Pract 2011 ;28(6) :638-46.

38. Tahir MA, Dmitrieva O, de Lusignan S, van Vlymen J, Chan T, Golmohamad R, et al. Confiance et qualité dans la gestion de l'IRC par rapport à d'autres maladies cardiovasculaires et au diabète sucré : une étude liée du questionnaire et des données de soins primaires de routine. BMC Fam Pract 2011;12:83.

39. de Lusignan S, Gallagher H, Jones S, Chan T, van Vlymen J, Tahir A, et al. L'éducation basée sur l'audit abaisse la tension artérielle systoliquemaladie rénale chronique: les résultats de l'essai Quality Improvement in CKD (QICKD). Rein Int 2013 mars 27 [Epub]. http://dx.doi.org/10.1038/ki. 2013.96.

40. Ministère de la Santé. Cadre de service national pour les services rénaux. Deuxième partie:maladie rénale chroniqueinsuffisance rénale aiguë et soins de fin de vie. Londres : ministère de la Santé ; 2005.

41. Centre de collaboration nationale pour les maladies chroniques.Maladie rénale chronique: une ligne directrice clinique nationale pour l'identification et la prise en charge précoces chez les adultes en soins primaires et secondaires. Londres : Collège royal des médecins ; 2008.

42. de Lusignan S, Gallagher H, Stevens P, Harris K, Dmitrieva O, Tahir A, et al.Maladie rénale chroniqueQuestions fréquemment posées. 3e éd. Londres : NHS Employers/ BMA ; 2007.

43. Stevens PE, de Lusignan S, Farmer CK, Tomson CR. Engager les soins primaires dans les initiatives CKD : l'expérience britannique. Nephrol Dial Transplant 2012;27 Suppl 3:iii5-11.

44. Berg M. Mise en œuvre des systèmes d'information dans les organisations de soins de santé : mythes et défis. Int J Med Inform 2001;64(2-3) :143-56.