La surveillance des traumatismes et accidents au Luxembourg

Introduction En raison des consequences en termes de mortalite et morbidite, la prevention des traumatismes est reconnue comme une priorite de sante publique au Luxembourg. Pour concevoir des mesures de prevention, des informations sur les causes et les circonstances des traumatismes sont necessaires. Du fait de leur acces unique aux informations, les services d’urgence des hopitaux ont ete identifies comme des acteurs privilegies pour collecter ces donnees. L’objectif de cette collecte est de fournir des informations de qualite sur les traumatismes, afin de choisir des priorites pour la prevention et ensuite d’evaluer les efforts de prevention. Methodes Suivant la methodologie de l’« Injury Data Base Network » (IDB-Network), un des quatre hopitaux luxembourgeois collecte un niveau detaille d’informations relatif aux traumatismes (intention, mecanisme, lieu, activite et produits impliques) alors que les autres hopitaux collectent un niveau moins detaille. Les motifs d’admission et les codes diagnostics CIM-10 sont utilises pour la selection des cas. Les donnees anonymes du patient sur le traumatisme recueillies au service des urgences-policliniques lors de l’anamnese medicale et soignante sont extraites et transmises au centre de traitement national. Les notes medicales sont utilisees pour recoder et valider les donnees. Resultats L’implementation progressive dans tous les hopitaux a ete realisee en 2012. En 2013, l’incidence annuelle des traumatismes est estimee a 102 pour 1000 habitants avec un pic chez les jeunes 65 ans. Les traumatismes les plus frequents sont les accidents domestiques et de loisirs. Les chutes sont a l’origine de 40 % des cas. Les donnees sont envoyees a la base de donnees europeenne IDB et les resultats sont utilises par des acteurs impliques dans la prevention. Discussion/conclusion Depuis 2012 le systeme de surveillance des traumatismes est fonctionnel et respecte la methodologie IDB. Les donnees sont validees et exploitees au niveau national et international. L’utilisation de techniques de « Machine Learning » pour le recodage et/ou la validation des donnees reduira a terme les couts de ce systeme.