Problème:
L’accouchement par césarienne est une méthode d’accouchement dans laquelle un chirurgien pratique une incision dans l’abdomen et l’utérus d’une femme pour faire sortir le bébé. La méthode d’accouchement la plus naturelle est la délivrance vaginale, dans laquelle le bébé quitte l’utérus de la mère par son canal vaginal.
Dans l’idéal, la césarienne ne doit être utilisée que lorsque l’accouchement vaginal met en danger la vie ou la santé de l’enfant ou de la mère. Elle implique une chirurgie majeure de l’abdomen, qui s’accompagne de risques bien supérieurs pour la mère et pour l’enfant à ceux associés avec l’accouchement vaginal. L’accouchement par césarienne coûte également 50 % plus cher.
Au cours des 40 dernières années, le taux d’accouchements par césarienne a considérablement augmenté, passant de 4,5% en 1965 à 32,8 % en 2012. Beaucoup de ces césariennes, 50 % selon certains chercheurs, ne sont pas nécessaires. En 2009, les hospitalisations liées aux accouchements représentaient 7,6 % de tous les coûts des patients hospitalisés, pour un total de 27,6 milliards de $.
La nécessité de réduire le taux d’accouchement par césarienne est reconnue par de nombreux chercheurs depuis des années. Pour la première fois, dans une recherche menée pour l’Etat de Washington State, Alan Mills, FSA MAAA ND, actuaire chercheur, et ses collègues ont reproduit cette partie du système de soins américain dans un modèle de simulation, afin de permettre aux parties prenantes, notamment les agences de santé, les assureurs, les cliniciens et les législateurs, de tester leurs hypothèses sur le modèle pour trouver les solutions appropriées.
Solution:
Les chercheurs ont approché le problème au niveau des Etats individuels car les Etats diffèrent en termes d’environnement de maternités, notamment les infrastructures d’administration des soins et les conditions Medicaid. A ce stade du projet, ils ont étudié quatre Etats : l’Etat de Washington, l’Illinois, l’Etat de New York et la Virginie de l’ouest, parce qu’ils voulaient un éventail de taux d’accouchements par césarienne.
Ils ont décidé de choisir la méthode de modélisation basée sur des agents parce qu’elle permettait aux modélisateurs de refléter le comportement de nombreux agents hétérogènes agissant indépendamment. De plus, la modélisation basée sur des agents leur permettait de refléter les effets de réseau et les commentaires, lorsque les femmes et les obstétriciens prennent leurs décisions sur ce que font leurs amis et collègues et sur les expériences passées.
Le modèle incluait les types d’agents suivants:
- Les femmes
- Les obstétriciens
- Les infirmières sages-femmes certifiées (CNM)
- Les sages-femmes licenciées (LM)
- Les hôpitaux
- Les assureurs de santé
- Medicaid
Les chercheurs ont affecté les agents de paramètres à l’aide de données réelles importées depuis Excel. Pour les informations privées, ils ont généré des données synthétisées basées sur les données réelles.
Il était important de simuler correctement les comportements clés des agents afin de refléter le processus de prise de décision réel. Les comportements simulés incluaient les femmes qui choisissent le personnel d’accouchement (obstétriciens, CNM ou LM), le personnel d’accouchement qui choisit l’hôpital, le type d’accouchement (vaginal ou césarien), le processus de soumission d’une demande de remboursement aux assureurs/Medicaid, et le remboursement.
Tous les comportements étaient basés sur le même modèle comportant dix composants principaux (voir l’image). Par exemple, les femmes choisissent leur personnel d’accouchement en fonction du mois de l’accouchement (données d’entrée), de la motivation (type d’accouchement désiré) et attributs (lieu géographique).
Le modèle comportait une interface interactive afin que les utilisateurs puissent jouer avec les paramètres (motivations, distributions géographiques, etc.), lancer des expérimentations, et voir comment différentes politiques pouvaient affecter le comportement du système. La fenêtre des résultats contenait les résultats concernant la finance et la population, afin que les utilisateurs puissent aisément voir et comparer l’efficacité de diverses stratégies. Le modèle incluait également une visualisation sur la carte, dans laquelle tous les agents étaient animés et le problème était situé géographiquement.
Résultats:
A l’aide d’AnyLogic, les chercheurs ont créé un environnement d’apprentissage orienté vers le jeu, à base de simulation, pour que les parties prenantes puissent mieux explorer le problème et tester les stratégies possibles. Les séances de formation, qui s’appuyaient sur le modèle de simulation, ont accru la compréhension du problème par les parties prenantes de manière significative et ont pu mener au développement de meilleures politiques pour diminuer le taux des césariennes inutiles.
Les principaux résultats des expérimentations ont montré que la réforme du remboursement des prestataires de soins antérieurement suggérée ne fonctionnerait pas toute seule, et que les parties prenantes avaient besoin d’une stratégie à plusieurs facettes. De même, si l’on voulait ré-outiller la force de travail dans le cadre de la stratégie, cela prendrait beaucoup de temps.
Ceci était le premier modèle de simulation dans le monde traitant le problème du taux élevé de césariennes à un niveau régional.
Voyez la vidéo de la présentation d’Alan Mill à la conférence AnyLogic 2014:
