Reprise du retard en chirurgie causé par la COVID-19 en Ontario : étude de modélisation de séries chronologiques

CONTEXTE: Pour limiter la propagation de la maladie à coronavirus 2019 (COVID-19), de nombreux pays ont décidé de réduire le nombre d’interventions chirurgicales non urgentes, ce qui a créé des retards en chirurgie partout dans le monde. Notre objectif était d’évaluer l’ampleur du retard pour ce type d’interventions en Ontario, au Canada, ainsi que le temps et les ressources nécessaires pour y remédier. MÉTHODES: Nous avons consulté 6 bases de données administratives décrivant la population ontarienne et canadienne pour dégager la distribution du volume chirurgical et de la cadence des salles d’opération pour chaque type d’interventions et chaque région, et connaître la durée d’occupation d’un lit d’hôpital et d’un lit de soins intensifs. Les données utilisées concernent l’ensemble ou une partie de la période du 1(er) janvier 2017 au 13 juin 2020. Nous avons estimé l’ampleur du retard accumulé et prédit le temps nécessaire pour le reprendre dans un scénario avec capacité d’appoint de + 10 % (ajout d’un jour à 50 % de la capacité par semaine) à l’aide de modèles de séries chronologiques, de modèles de files d’attente et d’une analyse de sensibilité probabiliste. RÉSULTATS: Entre le 15 mars et le 13 juin 2020, le retard en chirurgie à l’échelle de l’Ontario s’est accru de 148 364 opérations (intervalle de prévision à 95 % 124 508–174 589) au total, et en moyenne de 11 413 opérations par semaine. Pour reprendre le retard accumulé, il faudra environ 84 semaines (intervalle de confiance [IC] à 95 % 46–145) et une cadence hebdomadaire de 717 patients (IC à 95 % 326–1367), qui elle demande 719 heures passées au bloc opératoire (IC à 95 % 431–1038), 265 lits d’hôpital (IC à 95 % 87–678) et 9 lits de soins intensifs (IC à 95 % 4–20) par semaine. INTERPRÉTATION: L’ampleur du retard en chirurgie dû à la COVID-19 laisse entrevoir de graves conséquences pour la phase de reprise en Ontario. Le cadre qui nous a servi à modéliser la reprise du retard peut être adapté ailleurs, avec des données locales, pour faciliter la planification.