La prévision de l’afflux des patients d’une structure d’urgences au sein d’un centre hospitalier est un enjeu crucial limitant l’attente des patients et améliorant la qualité des soins. Dans ce contexte, l’exploitation de l’ensemble des données composant l’historique des consultations du service permet de modéliser et prévoir ce flux. L’objectif de notre étude consiste à développer un modèle prédictif afin d’améliorer la réponse des structures aux besoins liés à l’activité de soins.

Il s’agit d’une étude transversale analytique constituée à partir des « Résumés de passage aux urgences : RPU » collectés du 01/01/2010 au 31/12/2014. Une nouvelle classification des patients des urgences croisant les classifications CCMU (Classification clinique des malades aux urgences) et GEMSA (Groupes d’étude multicentrique des services d’accueil) dans une seule catégorie : État Patient (EP). Cette variable a permis de grouper les patients présentant des similarités comportementales (gravité, plateau technique nécessaire, affiliation après traitement). Une analyse de prévision des séries chronologiques est réalisée pour établir un modèle prédictif basé sur une approche par un Modèle additif adapté, un modèle ARMA et un Modèle de série de Fourrier Hybride.

Une performance de 91,2 % pour la prévision annuelle du flux total est obtenue à court terme (MAPD=0,087). Les modèles présentent une robustesse lors des périodes d’épidémies à cause de la faible corrélation entre les résidus du modèle à court terme et le nombre de cas épidémiologiques, celle-ci est égale à 0,055 pour les cas grippaux et 0,05 pour les cas de diarrhée aiguë.

Les modèles développés font preuve de performance et de robustesse même en période d’épidémie. La mise en place du modèle permet de créer une météo des urgences. Cela permet au personnel de planifier les activités du service l’accueil en fonction de l’afflux prévu améliorant ainsi l’accueil des patients et les conditions de travail des professionnels.