Surveillance des IAS et de la résistance : une trop grande diversité d’indicateurs que l’IA permettrait de surmonter

La résistance aux antimicrobiens (RAM) constitue un problème majeur de santé publique qui, avec les infections associées aux soins (IAS), menace la qualité et la sécurité des soins hospitaliers. La surveillance de la RAM et des IAS est l’un des piliers de la prévention de ces phénomènes, au moyen d’indicateurs. Divers réseaux de surveillance et indicateurs existent à cette fin ; toutefois, le paysage est encombré par une multitude d’outils parfois déroutante, rendant difficile la compréhension des raisons de leur utilisation ou des critères ayant présidé à leur choix. Nous proposons une vue d’ensemble exhaustive de la diversité des indicateurs utilisés pour la surveillance de la RAM et des IAS, du niveau local au niveau international. Un défi réside dans la variabilité des définitions de cas entre les réseaux, ce qui complique les comparaisons directes. Les taux d’infection standardisés permettent d’ajuster les facteurs de confusion tels que les caractéristiques démographiques (âge, sexe) et d’autres risques liés à l’infection, mais l’obtention de données aussi détaillées demeure complexe. La comparaison des indicateurs hospitaliers consiste à confronter les mesures de performance à celles d’établissements comparables, offrant des informations utiles pour améliorer la qualité des soins, la sécurité des patients et l’efficience globale du système de santé. Toutefois, pour générer des améliorations significatives, un retour d’information complet doit être partagé afin d’orienter des actions correctives ciblées. L’émergence des entrepôts de données de santé et de l’intelligence artificielle (IA) offre de nouvelles possibilités pour affiner et développer les indicateurs, répondant plus efficacement aux défis contemporains de la surveillance en santé.

Amarsy R, Thomas C, Fournier S, et al.

Mapping antimicrobial resistance and healthcare-associated infections indicators for actionable benchmarking: a cross-network overview in a data-driven era. Antimicrob Resist Infect Control. 2025;15(1):6. Doi : 10.1186/s13756-025-01678-4.