Objectif : Évaluer les performances d'un monitorage hémodynamique et respiratoire en réanimation par une analyse clinique des alarmes.

Type d'étude : Étude prospective.

Patients : L'étude a inclus 25 adultes présentant un syndrome de détresse respiratoire aigu et bénéficiant d'un même monitorage hémodynamique et respiratoire.

Méthodes : Un même observateur médical indépendant a analysé, en temps réel et chaque minute, les alarmes issues du monitorage, en fonction de la présence ou l'absence d'un événement clinique concomitant. Quatre types d'alarmes étaient ainsi définies : 1) FP : faux positif ; 2) VP : vrai positif ; 3) FN : faux négatif et 4) VN : vrai négatif. Ces quatre qualifications ont permis une description statistique des performances du monitorage. Les conséquences des alarmes détectées sur la prise en charge des patients ont été aussi analysées.

Résultats : Pour les 15 013 minutes d'analyse, 3 665 alarmes ont été recueillies, associées essentiellement à la pression artérielle (44 %), la SpO₂ (17 %) et la Pmax des voies aériennes (12 %). On retenait 46 % de FP, source de pollution sonore. La valeur prédictive positive VPP = VP/(VP + FP) était de 51 % pour la pression artérielle, 18 % pour le SpO₂ et 100 % pour la Pmax. Cinq pour cent des alarmes ont eu une conséquence thérapeutique.

Conclusion : Cette évaluation a permis de définir une méthode pour vérifier la qualité d'un monitorage utilisé en routine clinique. L'amélioration de la qualité des outils de surveillance semble passer par une diminution des alarmes FP pour réduire la pollution sonore et augmenter la valeur prédictive positive des alarmes.

Objective: To evaluate the efficiency of haemodynamic and respiratory monitoring system by a clinical analysis of the alarms.

Study design: Observational prospective study.

Patients: 25 patients who presented acute respiratory distress syndrome and who were monitored with haemodynamic and respiratory monitoring.

Methods: Each minute, a bedside clinical observer analysed alarms from the monitoring according to detection or absence to clinical events. Four situations were defined to statistical descriptive analysis: a) false positive (FP); b) true positive (TP); c) false negative (FN); and d) true negative (TN). True positive alarm which induced consequences on patients care were also analysed.

Results: 15,013 minutes allowed the recordings of 3,665 alarms, 44% from arterial pressure, 17% from SpO₂ and 12% from airways maximal pressure. 46% were false positive alarms inducing a noisy pollution. The positive predictive value PPV = TP/(TP + FP) of these alarms were respectively 51% for arterial pressure, 18% for SpO₂ and 100% for Paw. Only 5% of true positive alarms induced consequences on patients care.

Conclusion: This protocol allowed the evaluation of monitoring efficiency. This kind of evaluation may help to improve monitoring capacity with reducing noisy pollution from false positive alarms.