Introduction. Cette étude visait à explorer l’application combinée de l’analyse des modes de défaillance et de leurs effets (AMDE, ou FMEA en anglais) et de la régression logistique dans la gestion des infections nosocomiales en unité de soins intensifs néonatals (Usin). Objectif. Les nouveau-nés prématurés en Usin présentent un risque élevé d’infection en raison de l’immaturité de leur système immunitaire et du recours fréquent à des gestes invasifs. Cependant, les approches de gestion réactives classiques se révèlent parfois insuffisantes. Peu d’études ont intégré à la fois l’AMDE (approche qualitative) et la régression logistique (approche quantitative). Ce travail a combiné ces deux méthodes afin de hiérarchiser les risques, de valider les résultats et de guider les mesures de prévention. Méthodes. Cent nouveau-nés infectés hospitalisés en Usin ont été comparés à 200 nouveau-nés non infectés (groupe témoin). Des analyses univariées et de régression logistique ont permis d’identifier les principaux facteurs de risque d’infection nosocomiale. L’AMDE a ensuite été utilisée pour cibler ces facteurs, et l’impact des interventions a été évalué. Résultats. Les facteurs de risque indépendants d’infection nosocomiale en Usin comprenaient un poids de naissance <1 500 g, un âge gestationnel <37 semaines, une durée d’hospitalisation >14 jours, une ventilation mécanique, et des procédures invasives telles que la pose de cathéter veineux central et l’intubation endotrachéale (p<0,05). Après mise en œuvre de l’AMDE, le taux d’infection est passé de 5,02% en 2021 à 3,55% en 2022 (p<0,05). D’autres indicateurs se sont également améliorés : réduction de la durée moyenne de séjour (14,2 à 10,8 jours, p<0,001), diminution du taux d’infection à bactéries multirésistantes (1,9% à 0,9%, p=0,014) et du recours aux antibiotiques (7,5 à 6,2 jours, p<0,001). La mortalité n’a pas significativement varié (0,58% contre 0,24%, p=0,174). Conclusion. Fondée sur les résultats de la régression statistique, la démarche de gestion par AMDE constitue un outil efficace et applicable pour le contrôle des risques infectieux en Usin. Elle permet de sélectionner des interventions ciblées et offre une base scientifique solide pour la prise de décision en matière de prévention des infections.
Wu H, Xu P, Han B, Xu J. Analysis of nosocomial infection management in the neonatal intensive care unit based on logistic regression combined with FMEA: a retrospective cohort study. J Hosp Infect. 2025:S0195-6701(25)00369-X. Doi : 10.1016/j.jhin.2025.11.013. Online ahead of print.