25-210-A-40

Scores et outils de mesure en médecine

d’urgence
P. Leveau

La médecine est parsemée d’outils de mesure. Ce sont notamment des mesures physiques, physiolo-
giques ou biochimiques. Mais la première étape clinique repose sur les données de l’interrogatoire et
de l’examen, d’interprétation variable d’un examinateur à l’autre. L’usage d’outils cliniques permet une
mesure syndromique plus objective et reproductible. Leur utilisation permet une estimation de la pro-
babilité diagnostique, une estimation du pronostic ou l’évaluation de l’activité d’un service d’urgence.
Elle diminue les risques. Les outils de mesure ont un intérêt clinique en modélisant le profil pathologique
du patient, un intérêt juridique en aidant le médecin dans la démonstration de ses choix, et un intérêt
pédagogique en modélisant l’analyse décisionnelle. Il en existe de nombreux en médecine d’urgence,
de qualité et d’intérêt variables. Leur choix repose sur leurs qualités clinimétriques, qui dépendent elles-
mêmes de la méthode de leur construction, de leur validation indépendante, de leurs qualités intrinsèques
et de la qualité de leur prédiction. Quelques exemples sont présentés, applicables à la régulation médicale
ou dans les services d’urgence, permettant une estimation diagnostique, une estimation du pronostic ou
une description qualitative de l’activité d’un service.
© 2014 Elsevier Masson SAS. Tous droits réservés.

Mots-clés : Outils de mesure ; Scores ; Médecine d’urgence ; Médecine factuelle ; Métrologie médicale

Plan les paradigmes hérités d’Hippocrate et de Galien, considérés

comme normatifs pendant plus de 2000 ans [2] . La compréhension
■ Introduction 1 de la physiologie et le développement parallèle de la physique,
de la chimie et des mathématiques ont fait émerger la mesure
■ Notions de métrologie clinique 1 d’entités nouvelles. Par exemple, c’est notamment par la mesure
■ Limites des outils de mesure 2 du débit cardiaque que Harvey a démontré en 1628 la circu-
■ Domaines de la mesure en médecine d’urgence 2 lation du sang, quelques années avant que Malpighi découvre
Aide à la décision 2 les capillaires pulmonaires qui relient les artères et les veines.
Évaluation du pronostic 2 L’attachement aux faits mesurables est un des principes de la
Description de l’activité 3 science médicale et de la médecine expérimentale.
■
Il reste que, chronologiquement, la première partie de notre
Critères d’utilisation des scores 3
raisonnement, c’est-à-dire la reconnaissance des symptômes, la
Indices informationnels des scores 3
recherche des signes cliniques et l’arrangement de ces informa-
Critères méthodologiques de la validité d’un score 4
tions dans un syndrome évoquant tel ou tel diagnostic, n’est pas
■ Application quotidienne 4 pondéré mais repose essentiellement sur les « sensations » décrites
Pathologies cardiovasculaires 4 par Hippocrate. L’utilisation d’outils de pondération de ces don-
Urgences gériatriques 7 nées aide le professionnel de santé dans son activité quotidienne
Outils d’aide à l’orientation 7 et aide la recherche médicale.
Outils d’organisation 8
■ Conclusion 8
 Notions de métrologie clinique
Toute l’activité médicale repose sur des mesures : mesures cli-
 Introduction niques (fonctions vitales), paracliniques (biologie) et celles des
autres examens complémentaires. Elles permettent de formuler
La mesure est le fondement des sciences [1] . La nécessité de une hypothèse diagnostique. Toutefois, ces mesures sont rarement
la mesure en médecine est apparue clairement au cours du univoques et le praticien doit choisir entre plusieurs hypothèses.
XVIIe siècle. La mesure a été la première fracture épistémologique Cette étape décisionnelle est difficilement évaluable et mesurable.
de l’histoire de la médecine, mettant globalement en discussion Elle est empreinte d’une grande part d’empirisme apparent. Cet

EMC - Médecine d’urgence 1

Volume 9 > n◦ 4 > décembre 2014
http://dx.doi.org/10.1016/S1959-5182(14)61680-9
© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
 25-210-A-40  Scores et outils de mesure en médecine d’urgence

empirisme n’est qu’une illusion car les conclusions et le résultat
de cette démarche sont souvent partagés entre les praticiens. Elle
n’est donc pas subjective, mais elle n’est pas modélisée.
La médecine et les moyens mathématiques utilisés pour
l’élaboration des scores ont un point commun : le raisonnement
probabiliste. Le médecin formule une probabilité de diagnos-
tic et prescrit une thérapeutique adaptée à cette estimation.
Si cette probabilité repose sur une mesure, elle devient repro-
ductible. Avec des outils validés, ces mesures diminuent les
risques d’erreurs. Par exemple, l’utilisation du score de Wells dans
l’estimation du diagnostic de thrombose veineuse profonde [3]
rationalise l’indication des anticoagulants curatifs dans l’attente
d’examens complémentaires qui ne seraient pas immédiatement
réalisables. Elle limite les risques d’embolie pulmonaire (EP) en
cas d’abstention thérapeutique et les risques juridiques en cas de
complication hémorragique.
La médecine factuelle (evidence-based medicine) est une approche
méthodique de la pratique médicale fondée sur l’analyse critique
de l’information médicale. Le concept de cette approche repose
sur le principe que l’exercice de la médecine ne se fonde plus seule-
ment sur l’expérience personnelle ou sur l’avis d’un expert, mais
qu’elle utilise les données actuelles de la science [4] . L’utilisation
des outils de mesure est un des instruments de la médecine basée
sur les preuves en apportant une méthode de raisonnement médi-
cal.
La mesure permet de caractériser un état, base du raisonnement.
Les outils de mesure cliniques caractérisent un état clinique par sa
gravité ou par sa probabilité à entrer dans tel ou tel cadre nosolo-
gique. Les outils de mesure utilisés dans le raisonnement médical
sont de trois types : les scores cliniques, les échelles et les classifi-
cations. Les scores cliniques sont diagnostiques, pronostiques ou
d’évaluation. Ils aident à pondérer une hypothèse diagnostique
(score de Genève [5] pour l’EP par exemple), à calculer un pronos-
tic (score de Glasgow [6] par exemple) ou à stratifier les patients par
gravité (score IGSA [indice de gravité simplifié ambulatoire] [7] par
exemple). Ils sont composés de plusieurs items pondérés et reliés.
Les échelles sont des outils de mesure directe de l’objet observé, en
particulier des symptômes subjectifs comme la douleur. Elles sont
soit catégorielles (juxtaposition de classes comme l’échelle verbale
de la douleur [8] ), soit analogiques (valeurs continues entre deux
bornes, comme pour l’échelle visuelle analogique [9] ). Les classi-
fications sont catégorielles, plus globales que les échelles. Elles
classent les malades en fonction de leur gravité permettant par
exemple une description qualitative d’une population, comme
la classification CCMU (classification clinique des maladies des
urgences) [10] .
L’usage des outils de mesure, lorsqu’ils sont validés, aide le
médecin dans son estimation du risque de maladie, et lui permet
de la pondérer. Cette modélisation permet d’appuyer la démarche
sur des valeurs mesurées avec un triple intérêt : clinique, juridique
et pédagogique.
 Limites des outils de mesure
Les outils de mesure clinique ne sont pas des outils diagnos-
tiques. Ils se limitent à quantifier l’estimation de la probabilité de
telle ou telle maladie, mais ils ne sont pas des critères diagnos-
tiques. Ils ne suffisent pas à affirmer ou éliminer un diagnostic.
Il s’agit d’outils utiles au médecin pour l’orienter vers une étio-
logie et l’aider à l’interprétation des examens complémentaires.
Ces outils sont transparents pour le malade. Ils mesurent cer-
taines dimensions du raisonnement médical sans déshumaniser
la médecine. Ces outils aidant le médecin pour une décision rai-
sonnée, ils permettent de consolider la confiance entre le malade
et le médecin.
L’usage de ces outils de mesure doit être partagé entre les équipes
dans le service d’urgence, mais aussi avec les autres spécialités
concernées. Par exemple, il est sans doute plus utile pour les rap-
ports entre le service d’urgence et celui de neurologie d’utiliser
le score NIHSS (National Institute of Health Stroke Scale) [11] en
matière d’accident vasculaire cérébral (AVC) plutôt que le Euro-
pean Stroke Scale [12] , bien que les deux soient équivalents d’un
point de vue méthodologique [13] . Cela étant, l’utilisation d’un
outil maîtrisé par l’urgentiste lui permet d’objectiver son hypo-
thèse que son confrère pourra confronter avec ses propres outils.
C’est le cas en matière de troubles cognitifs chez les personnes
âgées, où de nombreux outils sont utilisables aux urgences [14] , et
d’autres plutôt réservés aux gériatres [15] .
 Domaines de la mesure
en médecine d’urgence
La médecine d’urgence est une spécialité transversale caractéri-
sée entre autres par la multiplicité des tâches et leurs interruptions
fréquentes [16] , le caractère aléatoire de son activité et sa diversité
aussi bien dans les gravités que dans les pathologies [17] . Le risque
d’erreur est permanent. Les outils de mesure dans cette spécialité
ont trois intérêts :
• aider à la décision en orientant le diagnostic ou en mesurant
l’intensité de telle ou telle manifestation clinique ;
• évaluer un pronostic en évaluant la gravité des malades ;
• et décrire l’activité des services par une évaluation qualitative.
Aide à la décision
La régulation médicale est un exercice très spécifique et récent
de notre spécialité [18] . Le médecin régulateur est au mieux en
contact téléphonique direct avec le malade. À partir des seules
informations verbales, il doit poser quelques questions discri-
minantes, formuler des hypothèses diagnostiques et prendre sa
décision selon la gravité estimée. Toutes ces étapes souffrent d’une
contrainte de temps (l’appel est toujours urgent et l’appelant
impatient) et du manque d’informations visuelles et tactiles. Cette
difficulté dans le recueil des données et la variabilité interobserva-
teurs sont autant de raisons pour développer des systèmes d’aide
à la régulation, dans lesquels les scores de gravité ont toute leur
place. Par exemple, le score ETC (score de régulation des tenta-
tives de suicide médicamenteuses) [19] évalue la gravité réelle ou
potentielle d’un malade victime d’une tentative d’autolyse médi-
camenteuse.
L’étape hospitalière des urgences est également spécifique. La
fréquentation accrue et précoce des services d’urgence entraîne
l’émergence d’une sémiologie nouvelle, fruste et pauvre, et parmi
le flot de patients se « cachent » quelques malades graves. Les
signes observés sont souvent peu spécifiques et l’utilisation de
scores cliniques peut aider à estimer précisément la probabilité
prétest d’une maladie, étape essentielle pour l’interprétation des
examens complémentaires qui seront réalisés, selon le théorème
de Bayes [20] . Par exemple, dans le cadre de la maladie throm-
boembolique veineuse, cette probabilité prétest permet de mieux
poser les indications d’examens complémentaires (en limitant
notamment les examens invasifs) et de justifier d’un traite-
ment anticoagulant en attendant la confirmation diagnostique
si cette probabilité est élevée [21] . Ces scores diagnostiques d’aide
à la décision sont surtout utilisés et évalués dans les pays sous-
développés ou émergents [22] . Ils permettent de sélectionner les
patients devant avoir tel ou tel examen coûteux ou peu disponible,
comme par exemple une tomodensitométrie, une échographie ou
une gastroscopie. Leur usage et leur déploiement dans les pays
développés permettent de rationaliser les prescriptions pour une
meilleure efficience.
Évaluation du pronostic
Pour chaque patient, le pronostic de sa propre maladie est sa
préoccupation première. Il suffit d’être malade pour s’en convain-
cre. Pour lui répondre, le médecin l’évalue depuis Hippocrate
par l’analyse des signes et l’élaboration d’un diagnostic [23] . La
médecine est un art prédictif. Faire un diagnostic, prescrire et
administrer un traitement permettent au médecin de prévoir l’état
de santé à venir du malade qui le consulte. Les scores pronos-
tiques peuvent être une aide pour une meilleure information du
patient ou de ses proches dans le service des urgences, et pour

2 EMC - Médecine d’urgence

© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)

Tableau 1.
Tableau de contingence : valeurs informatives d’un test diagnostique.
Diagnostic positif Diagnostic négatif
Score positif a (N de vrais positifs) b (N de faux positifs)
Score négatif c (N de faux négatifs) d (N de vrais négatifs)
Se = a/(a + c) Sp = d/(b + d)
VPP = a/(a + b) VPN = d/(c + d)
L = Se / (1 – Sp) ␭ = (1 – Se)/Sp
N : nombre ; Se : sensibilité ; Sp : spécificité ; VPP : valeur prédictive positive ;
VPN : valeur prédictive négative ; L : rapport de vraisemblance positive ; ␭ : rap-
port de vraisemblance négative.
une meilleure orientation. Les scores pronostiques peuvent aussi
aider l’équipe préhospitalière à classer le malade dans une caté-
gorie à risque ou non, pour une orientation optimale qui garantit
un gain de temps et limite l’encombrement des services d’urgence.
Ils permettent également de stratifier les malades en groupes pro-
nostiques homogènes. Par exemple, le score Killip [24] pondère la
gravité d’une insuffisance ventriculaire gauche, utile pour infor-
mer la famille et pour justifier d’une place en unité de soins
intensifs cardiologiques (USIC).
Description de l’activité
L’évaluation qualitative de l’activité des services d’urgence est
essentielle pour la gestion des ressources, l’adéquation des moyens
locaux et régionaux et la démarche qualité [25] . Les classifications
des malades en classes de gravité comparables ont un inté-
rêt médico-économique et épidémiologique en caractérisant un
profil d’usagers, comme la CCMU [10] ou la classification GEMSA
(groupes d’étude multicentrique des services d’accueil) [26] . Les
scores de gravité sont aussi essentiels pour les comparaisons de
prises en charge ou de traitement dans le temps, ou entre struc-
tures, par exemple le score IGSA [7] ou le MEES (Mainz Emergency
Evaluation Score) [27] . Ce sont des outils utiles à l’évaluation de
l’efficience de notre système de santé.
 Critères d’utilisation des scores
Indices informationnels des scores
Dans le tableau de contingence à quatre cases (Tableau 1), les
colonnes sont le diagnostic positif ou négatif ou une classe pro-
nostique.
Qualités nosologiques d’un test
La sensibilité (Se ou taux de vrais positifs) et la spécificité (Sp ou
taux de vrais négatifs) sont les qualités nosologiques du test, ou
qualités intrinsèques.
Elles ne dépendent que du test et sont indépendantes de la fré-
quence de la maladie [28] . Elles sont liées : en abaissant le seuil d’un
score, on augmente sa sensibilité au détriment de la spécificité, et
inversement. À partir de ces qualités intrinsèques, on définit le
rapport de vraisemblance positif (RVP) par le nombre de fois de
chances que le test soit positif chez un sujet malade par rapport à
un sujet non malade, et le rapport de vraisemblance négatif (RVN)
qui est le nombre de fois de chances que le test soit négatif chez
un sujet malade par rapport à un sujet non malade. RVP est égal
au rapport de la fréquence du test positif chez les malades sur la
fréquence du test positif chez les non-malades, RVN est égal au
rapport de la fréquence du test négatif chez les malades sur la
fréquence du test négatif chez les non-malades (Tableau 1). Par
exemple, un RVP égal à 8 signifie que le risque que le test soit
positif est huit fois supérieur chez un sujet malade que chez un
sujet non malade.
L’indice d’utilité (usefulness index) combine les qualités intrin-
sèques du test : il est égal au produit du taux de vrais positifs par
la différence entre le taux de vrais positifs et celui de faux posi-
EMC - Médecine d’urgence
© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
Scores et outils de mesure en médecine d’urgence  25-210-A-40
1,00
0,80
Vrais positifs (Se)
0,60
0,40
0,20
0,00
0,00 0,20 0,40 0,60 0,80 1,00
Faux positifs (1 – Sp)
Figure 1. Exemples de courbes ROC (receiver operating characteristic).
Se : sensibilité ; Sp : spécificité.
tifs [UI = Se × (Se – (1 – Sp)), soit UI = Se × (Se + Sp – 1)]. Cet indice
est compris entre −1 et +1. Un outil est considéré comme poten-
tiellement utile si cet indice est supérieur à 0,35 [29] .
Les performances des scores continus s’expriment mieux en
termes de discrimination. Le pouvoir de discrimination est mesuré
au moyen de la courbe ROC (receiver operating characteristic) [30] . La
courbe ROC (Fig. 1) est représentée par les points ayant pour abs-
cisse le taux de faux positifs (1 – Sp) et pour ordonnées le taux de
vrais positifs (Se) [31] . La diagonale correspond pour chaque point
à un même taux de vrais et de faux positifs, c’est-à-dire que le score
n’est pas discriminant du tout. Une surface sous la courbe ROC
égale à 0,5 correspond à un score inutile : pour chaque valeur, il
y a autant de vrais positifs que de faux positifs. Plus cette surface
s’approche de 1, meilleur est le score [32] . Cette aire sous la courbe
ROC équivaut à la probabilité que le test soit positif chez le malade
par rapport au non-malade. Par exemple, un score clinique avec
une aire sous la courbe ROC égale à 0,88 signifie que la probabilité
pour un malade d’avoir ce test positif par rapport à un non-malade
est de 88 % [33] .
D’autre part, la courbe ROC permet de déterminer la valeur seuil
d’un score : chaque seuil possible est représenté par les points
de la courbe. Le point seuil le plus discriminant est celui qui
conjugue la sensibilité et la spécificité les meilleures, c’est-à-dire
le point le plus proche du coin supérieur gauche du diagramme
(Fig. 1).
Valeurs prédictives d’un test
Les questions posées par les malades sont habituellement for-
mulées sous forme de valeur prédictive positive (VPP) ou négative
(VPN), par exemple : « Sachant que cet examen est négatif, quel
est le risque que j’ai malgré tout cette maladie ? » Les valeurs pré-
dictives sont conditionnées par le résultat positif ou négatif d’un
test. La VPP est la probabilité de la maladie si le résultat du test est
positif (l’erreur prédictive positive [EPP] est égale à la probabilité
de ne pas être malade malgré la positivité du test, c’est-à-dire 1
– VPP) et la VPN est égale à la probabilité de ne pas être malade
si le test est négatif (l’erreur prédictive négative [EPN] est la pro-
babilité d’être malade malgré le test négatif, c’est-à-dire 1 – VPN).
Elles représentent les probabilités post-test.
Les VPP et VPN (et leurs inverses, les EPP et EPN) dépendent de
la prévalence de la maladie. Si cette prévalence est proche de 0,
c’est-à-dire dans le cas d’une maladie rare, la VPP tend vers zéro,
quel que soit le résultat du test, et inversement, si cette préva-
lence est proche de 100 %, la VPP tend vers 100 % quel que soit le
3
 25-210-A-40  Scores et outils de mesure en médecine d’urgence
résultat du test. Dans ces deux cas, le test n’est d’aucune infor-
mation décisionnelle : il est inutile. De plus, en faisant varier la
prévalence (p) entre 0 et 100 %, on observe une valeur p1 de p
pour laquelle en deçà de p1 la VPP est toujours inférieure à 50 %,
et une valeur p2 de p pour laquelle au-delà de p2 la VPN est toujours
inférieure à 50 %. C’est-à-dire que pour une fréquence de la mala-
die inférieure à p1 , même si le test est positif, la probabilité d’être
malade est inférieure à 50 % et pour une fréquence supérieure à
p2 , même si le test est négatif, la probabilité d’être malade est
supérieure à 50 %. Au-delà de ces deux bornes de prévalence de la
maladie, le test est inutilisable ; il n’apporte une information déci-
sionnelle que si la fréquence de la maladie est comprise entre ces
deux bornes, dans « l’intervalle de sécurité du test ». Par exemple,
pour un test ayant une sensibilité et une spécificité égales à 85 %,
cet intervalle de sécurité est [0,15–0,85] : il n’est utile que si la
prévalence de la maladie est comprise entre 15 et 85 %. Meilleures
sont les qualités intrinsèques du test et plus large est son intervalle
de sécurité.
Théorème de Bayes et rapports de vraisemblance
La probabilité d’être malade d’après les résultats d’un test,
c’est-à-dire la probabilité post-test, peut se déterminer par les
valeurs prédictives (positive ou négative). Or, il est fréquent que
l’utilisateur ne dispose que des qualités intrinsèques du test, c’est-
à-dire ses sensibilité et spécificité. Depuis le révérend Thomas
Bayes, mathématicien du XVIIIe siècle, on sait que la probabilité
d’une maladie après un test est fonction du rapport de vraisem-
blance et de la probabilité prétest (prévalence) [34] . La probabilité
post-test peut être également déterminée par les rapports de
vraisemblance, autrement dit par les qualités intrinsèques du
test. Par le calcul, on obtient : VPP = p × RVP/(p × (RVP – 1) + 1) et
VPN = (1 – p)/(p × (RVN – 1) + 1) [28] .
Une autre façon de présenter et de comprendre les chiffres est
d’utiliser l’odd (« cote » en anglais), qui est le rapport de la proba-
bilité qu’un événement se produise sur celle qu’il ne se produise
pas [odd = p/(1 – p)]. Par exemple, l’odd d’être malade égal à 10
signifie que le risque d’être malade est dix fois supérieur au risque
de ne pas l’être [35] . L’odd post-test est égal au produit de l’odd
prétest par le rapport de vraisemblance (RV) : odd post-test = odd
prétest × RV.
Critères méthodologiques de la validité
d’un score
L’utilité d’un score en médecine dépend de ses qualités clini-
métriques. Il doit être validé, fiable, simple et rapide d’utilisation
(Tableau 2) [36–38] . La validité d’un score tient à la méthodologie
avec laquelle il a été construit, et à ses qualités intrinsèques. La
question à laquelle les auteurs répondent doit être clairement for-
mulée. Les critères diagnostiques utilisés doivent être les mêmes
que ceux utilisés en pratique quotidienne. La prévalence de la
maladie doit être comparable à celle observée dans nos services,
c’est-à-dire les malades étudiés ne doivent pas être sélectionnés.
Les groupes de malades doivent être comparables. La meilleure
méthode de construction d’un score est l’analyse multivariée de
plusieurs paramètres rencontrés dans un groupe de patients sus-
pects de la maladie comprenant des malades et des non-malades
selon des critères scientifiquement reconnus. Cette analyse per-
met d’extraire quelques variables qui, pondérés de coefficients
déterminés, sont arrangés en score clinique. Ensuite, ce score doit
être testé prospectivement sur une autre population de malades, si
possible dans une étude multicentrique. La surface sous la courbe
ROC qui représente une synthèse de son pouvoir discriminant
doit être le plus proche de l’unité. Enfin, la validation défini-
tive sera apportée par le succès de son application prospective sur
d’autres malades par des équipes indépendantes.
L’exemple du score de Fischl illustre ces contraintes. Afin
de limiter les hospitalisations abusives et les séjours prolongés
dans les services d’urgence, Fischl a développé un score pré-
dictif de l’évolution des malades asthmatiques [39] . À partir de
l’analyse multivariée de 205 malades d’urgence, elle a individua-
lisé sept variables. Son score affichait des qualités intrinsèques
4 EMC - Médecine d’urgence
© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
excellentes : un score supérieur ou égal à 4 prédisait 95 % des
récidives et 96 % des hospitalisations (sensibilité égale à 95 % et
spécificité à 96 %). Malheureusement, l’application de ce score par
des équipes indépendantes a infirmé son acuité. Rose et al., après
l’avoir utilisé prospectivement auprès de 134 malades d’urgence,
n’ont trouvé qu’une sensibilité égale à 40 % et une spécificité
à 71 % avec une surface sous la courbe ROC seulement égale à
0,54 [40] . Centor, après l’avoir appliqué prospectivement auprès
de 114 malades d’urgence trouve également une surface sous la
courbe ROC de 0,50, c’est-à-dire que le score n’avait aucun pouvoir
discriminant [41] .
Le score doit être fiable. Sa reproductibilité est essentielle. Ses
critères doivent être suffisamment explicites et objectifs pour que
la variation interobservateurs soit réduite au minimum. Il doit être
simple et rapide d’utilisation pour garantir son usage en routine.
Facilement mémorisable, il peut être enseigné. Sinon, il peut être
le cas échéant paramétré dans un système informatique (de tels
systèmes sont proposés en ligne sur les sites Internet des sociétés
savantes).
De l’analyse de tous ces éléments, l’Evidence-Based Medicine
Working Group a édité quatre niveaux de preuve des règles de
prédiction [42] .
 Application quotidienne
L’activité des urgences est très variée en termes de gravité
des patients et de diversité des pathologies. L’épidémiologie des
urgences montre une prédominance des pathologies cardiovascu-
laires pour les motifs de recours non traumatiques et une forte
augmentation de recours des personnes âgées aux services des
urgences [43, 44] . De plus, certains motifs de recours peuvent révéler
des pathologies difficiles à diagnostiquer (maladies thromboem-
boliques veineuses [MTEV], appendicite, etc.). D’autre part, la
question du devenir du patient se pose tous les jours à chacun.
Il existe quelques outils pronostiques permettant d’évaluer les
risques et donc d’aider à leur orientation. Enfin, dans le domaine
de l’organisation, des outils permettent d’évaluer les risques et les
dangers dans une structure d’urgence.
Parmi ces nombreux outils utilisables en médecine d’urgence,
quelques-uns applicables à des pathologies ou des motifs de
recours fréquents et potentiellement graves ou à des thérapeu-
tiques potentiellement iatrogènes ont été sélectionnés.
Pathologies cardiovasculaires
Fibrillation auriculaire et risque hémorragique
des anticoagulants oraux
La fibrillation auriculaire (FA) est une pathologie fréquemment
diagnostiquée en urgentologie. Le score CHADS 2 (Tableau 3) est
Tableau 2.
Lecture critique d’un outil de mesure clinique.
Crédibilité de l’outil
Toutes les données cliniques ont-elles été prises en compte ?
Les éléments du score sont-ils reproductibles ?
Validité de la méthode ?
Simplicité de calcul du score ?
Utilité de l’outil
Les prédictions sont-elles au moins aussi exactes avec l’outil que sans ?
Les critères de l’outil ne font pas intervenir l’outil lui-même
Généralisation de l’outil
Validation de l’outil sur des populations indépendantes ?
Validation de l’outil par des équipes indépendantes ?
Les populations de validation sont-elles conformes à l’activité
quotidienne ?
Efficacité de l’outil
Mesure des effets de l’utilisation de l’outil ?
 Scores et outils de mesure en médecine d’urgence  25-210-A-40

Tableau 3. Tableau 5.
Score CHADS 2 et score CHA2 DS2 -VASc (items en caractères gras) permet- Score ABCDD estimant le risque d’accident vasculaire cérébral après la
tant l’évaluation du risque d’accident vasculaire cérébral par embolisation survenue d’un accident ischémique transitoire.
chez un malade ayant une fibrillation auriculaire.
A (age) Âge ≥ 60 ans 1
C Insuffisance cardiaque 1 B (blood pressure) Pression artérielle ≥ 140/90 mmHg 1
H HTA 1 C (clinical) Symptômes cliniques :
A Âge > 75 ans 1 (2) – déficit moteur unilatéral 2
D Diabète 1 – aphasie sans déficit moteur 1
S ATCD d’AVC ou d’AIT 2 – autres 0
V ATCD de maladie vasculaire (AOMI, SCA, etc.) 1 D (duration) Durée des symptômes :
A Âge compris entre 65 et 74 ans 1 ≥ 60 min 2
Sc Femme 1 10–59 min 1
Score CHA2DS2-VASc = 0 : 0 % ; 1 : 0,6 % ; 2 : 1,6 % ; 3 : 3,9 % ; 4 : 1,9 % ; 5 : 3,2 % ; < 10 min 0
6 : 3,6 % ; 7 : 8 % ; 8 : 11,1 % et 9 : 100 %. D (diabetes) Diabète 1
HTA : hypertension artérielle ; ATCD : antécédents ; AVC : accident vasculaire
cérébral ; AIT : accident ischémique transitoire ; AOMI : artériopathie oblitérante
des membres inférieurs ; SCA : syndrome coronarien aigu. Risque Risque Risque d’AVC
d’AVC à j2 d’AVC à j7 à 3 mois
Score 0–3 1% 1,2 % 3,1 %
Tableau 4. Score 4–5 4,1 % 5,9 % 9,8 %
Score HAS-BLED évaluant le risque hémorragique en cas de traitement Score 6–7 8,1 % 11,7 % 17,8 %
par antivitamine K à un an.
AVC : accident vasculaire cérébral.
H HTA 1
A Insuffisance rénale ou hépatique (1 point/item) 1 ou 2
À première vue, ces outils ne concernent pas les urgentistes
S AVC 1 puisqu’ils ne sont pas les prescripteurs des AVK au long cours en
B Antécédents d’hémorragie 1 cas de FA. Néanmoins, ils sont régulièrement confrontés à des
L INR instable 1 complications ou à des effets indésirables de patients sous AVK
E Âge > 65 ans 1
et l’utilisation de ces outils peut leur permettre d’argumenter le
bien-fondé de la prescription.
D Interaction médicamenteuse/alcool (1 point/item) 1 ou 2

Risque faible si score entre 0 et 2, risque élevé si score ≥ 3.
HTA : hypertension artérielle ; AVC : accident vasculaire cérébral ; INR : interna-
tional normalized ratio.
un outil développé en 2001 [45] qui permet d’évaluer le risque
d’une personne ayant une FA sans pathologie valvulaire asso-
ciée, d’être victime d’un AVC ischémique, autrement dit d’évaluer
la nécessité d’un traitement anticoagulant. Le score CHA2 DS2 -
VASc (Tableau 3), développé en 2010 [46] et dérivé du précédent,
comporte des items supplémentaires et des pondérations diffé-
rentes.
Une méta-analyse de 2012 relativise l’utilité pratique de ce
score [47] . En effet, avec une valeur seuil supérieure ou égale à 1
(c’est-à-dire un score positif si ≥ 1), la sensibilité est égale à
92 % et la spécificité n’est que de 12 % (surface sous la courbe
ROC [sROC] comprise entre 0,60 et 0,63). Malgré sa faible utilité
pratique, il a été recommandé par l’American College of Chest
Physicians en 2012 [48] . Le CHA2 DS2 -VASc semble légèrement plus
performant [49] et est recommandé par la European Society of
Cardiology (ESC) depuis 2010 en préconisant un traitement par
anticoagulants oraux s’il est supérieur ou égal à 2 ou par acide
acétylsalicylique dans les autres cas [50] . Finalement, compte tenu
du risque élevé d’AVC et de leur gravité, le traitement anticoagu-
lant doit être instauré systématiquement en cas de FA sauf en cas
de contre-indication ou de risque hémorragique élevé. Autrement
dit, face à une FA, la question est d’évaluer le rapport béné-
fice/risque du traitement anticoagulant. En effet, le nombre d’AVC
en cas de FA augmente avec l’âge pour atteindre un cas sur quatre
après 80 ans [51] et les anticoagulants oraux au long cours dimi-
nuent le risque d’AVC en cas de FA de 68 % et la mortalité des FA
de 33 % [52] .
Le score OBRI (Outpatient Bleeding Risk Index) évalue le risque
hémorragique en cas de traitement par antivitamine K (AVK) à
un an [53] . Le score HEMORR2HAGES est plus complet et comprend
des items gériatriques [54] .
Enfin, le score HAS-BLED [55] (Tableau 4) est recommandé par
l’ESC.
Pourtant les scores HEMORR2HAGES et HAS-BLED sont peu
performants, les sROC étant respectivement égales à 0,50–0,55
et 0,60–0,72 [56, 57] .
Accidents vasculaires cérébraux
Cette pathologie fréquente et grave connaît un renouveau thé-
rapeutique, passant d’une attitude contemplative à la mise en
place de filières de soins spécifiques avec les unités neurovascu-
laires (UNV). Cette filière étant régie par la maxime « le temps est
du cerveau », le repérage des malades ayant un AVC est crucial.
L’étude de la reconnaissance des AVC dès l’appel aux États-Unis
a montré que moins de la moitié des AVC étaient suspectés au
téléphone, leur outil ayant une sensibilité et une spécificité respec-
tivement égales à 0,41 et 0,96 [58] . Des outils simples ont été créés
pour repérer dès l’appel les malades suspects d’AVC, comme le
Cincinnati Prehospital Stroke Scale [59] ou le Face Arm Speech Test
(score FAST) [60] , tous deux reposant sur la recherche d’un déficit
facial, d’un membre supérieur et de troubles de la parole. Ils sont
très sensibles (0,95) mais peu spécifiques (0,33) [61] , donc adaptés
dans un but de dépistage. Leur utilisation par les secouristes et les
ambulanciers est recommandée.
Pour une bonne compréhension entre les neurologues et
les urgentistes, l’utilisation du score NIHSS [11] pour quantifier
l’importance de l’accident et mesurer son éventuelle régression
après traitement est indispensable. Bien que le Orpington Pro-
gnostic Scale soit parfaitement corrélé au NIHSS tout en étant
plus simple à établir [62, 63] , c’est ce dernier qui est retenu par les
neurologues. Le NIHSS est étroitement corrélé avec le volume de
l’infarctus cérébral et avec le pronostic du patient. Sa principale
limite est de ne pas prendre en compte les comorbidités à valeur
pronostique.
Le diagnostic d’accident ischémique transitoire (AIT) étant fait,
la question à se poser est l’évaluation du risque de récidive ou
du risque de survenue d’un AVC. Le score ABCD2 ou ABCDD [64]
(Tableau 5) permet une estimation de ce risque. Il est recom-
mandé par l’American Heart Association (AHA) qui préconise
l’hospitalisation en cas de score supérieur ou égal à 3 [65] .
Syndromes coronariens aigus
La prise en charge des malades ayant une douleur thoracique
repose sur la question de savoir s’ils souffrent d’un syndrome
coronarien aigu (SCA) ou d’une pathologie cardiaque urgente. Le
raisonnement causal, ou « stratégie du parapluie » consiste à pos-
tuler que les douleurs thoraciques de ces patients sont un SCA

EMC - Médecine d’urgence 5

© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
 25-210-A-40  Scores et outils de mesure en médecine d’urgence

Tableau 6.
Score HEARTS3 d’évaluation du risque de complication cardiaque grave dans les 30 jours.
Items HEARTS3 score
Histoire DT coronarienne peu probable 0
DT coronarienne possible 1
DT coronarienne probable 4
ECG à l’admission Absence de sous-décalage 0
IDM/bloc de branche/hypertrophie 1
Sous-décalage ST 3
Âge < 45 ans 0
45–65 ans 1
> 65 ans 1
Facteurs de risque cardiovasculaire
– sans histoire coronarienne : 0 0
1–2 0
3–6 1
– avec histoire coronarienne : 0 0
1–2 0
3–6 1
Troponine : Négative 0
1–3 fois la valeur seuil 2
> 3 fois la valeur seuil 5
Sexe Féminin 0
Masculin 1
Série d’ECG (à 2 h d’intervalle) Pas de modification 0
Pas de modification du diagnostic 2
Modification du diagnostic 5
Série de troponine (à 2 h d’intervalle) < + 0,1 ng/mL 0
+0,1 ± 0,3 ng/mL 2
> + 0,3 ng/mL 5

Score 0–1 2 3 4 5 6–7 8–9 10–12 13–14 15–25

Risque IDM 0% 0,5 % 0,4 % 2% 4% 19 % 47 % 72 % 87 % 100 %
Risque SCA à 30 jours 0% 1% 5% 10 % 16 % 35 % 60 % 78 % 89 % 100 %

ECG : électrocardiogramme ; IDM : infarctus du myocarde ; SCA : syndrome coronarien aigu ; DT : douleur thoracique.

jusqu’à preuve du contraire. Il est contre-productif car à la fois
coûteux en ressources et avec un risque d’erreur élevé [66] . Si pour
les malades ayant un SCA avec sus-décalage du segment ST (ST+)
l’objectif de l’urgentiste se résume à la revascularisation corona-
rienne la plus précoce possible, le devenir et la destination des
malades ayant un SCA sans sus-décalage ST (ST-) repose sur un
raisonnement probabiliste. Il doit estimer le risque qu’a le patient
d’avoir une complication cardiaque grave, autrement dit s’il doit
être orienté en USIC ou non.
Le score GRACE (global registry of acute coronary events) [67] est
performant avec une sROC égale à 0,83 mais il est complexe à cal-
culer alors que le score TIMI (thrombolysis in myocardial infarction)
est plus simple et aussi performant [68] .
Le score HEARTS3 (Tableau 6) est un outil intéressant, plus
simple que le GRACE avec de bonnes qualités clinimétriques : une
sROC égale à 0,96 pour prédire un infarctus, ou 0,90 pour prédire
un SCA dans les 30 jours [69] . Il a été développé spécifiquement sur
une population de malades d’urgences, mais il lui manque une
validation par des équipes indépendantes.
Ce que l’urgentiste attend de ces outils est qu’ils l’aident à
prendre les bonnes décisions d’orientation du patient – hospita-
lisation en USIC, hospitalisation en cardiologie, suivi rapproché
dans les 48 heures ou encore adressage simple vers un cardiologue
ou le médecin traitant –, autrement dit à classer les malades dans
un groupe à très faible risque de complication cardiovasculaire
grave. Une étude récente auprès de 1029 urgentistes anglo-saxons
a montré que plus de la moitié estimait le risque acceptable
comme inférieur à 0,5 %, c’est-à-dire que l’outil utilisé devrait
avoir une sensibilité supérieure à 0,99 pour être jugé fiable [70] .
D’autre part, le traitement du SCA expose les malades à un
risque de complication hémorragique. Le score CRUSADE permet
d’estimer le risque d’hémorragies graves chez les malades ayant
un SCA ST- [71] .
Maladie thromboembolique veineuse
Compte tenu de la gravité potentielle de la maladie throm-
boembolique veineuse, l’utilisation de scores cliniques est une
aide précieuse pour tous les cliniciens [72] . Le score de Genève
modifié [5] et le score canadien de Wells [73] sont les outils ayant fait
l’objet du plus grand nombre de publications avec l’algorithme
de Charlotte [74] . Pourtant, leurs qualités clinimétriques sont
médiocres : elles sont très variables selon les études (surfaces sous
la courbe ROC comprises entre 0,66 et 0,82) et, bien qu’ils soient
a priori très sensibles, ces scores sont très peu spécifiques (de
0,29 à 0,31) [75–78] . Une étude multicentrique récente a montré
que l’estimation empirique globale de l’urgentiste leur est supé-
rieure [79] .
Une des difficultés de l’EP, en dehors des critères diagnostiques,
est de penser à son diagnostic avant d’en faire la preuve. Le Gall a
développé empiriquement un questionnaire pondéré de dépistage
et d’estimation de la probabilité d’EP [80] . Il est composé de seule-
ment trois items dont un pose la question de l’éventualité d’une
EP, un autre pose la question des facteurs de risque, et le troi-
sième pose la question de la probabilité d’un diagnostic alternatif
(Tableau 7).
Appliqué prospectivement sur 135 malades suspects d’EP aux
urgences, avec une prévalence de 14 %, il a trouvé respectivement

6 EMC - Médecine d’urgence

© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
 Scores et outils de mesure en médecine d’urgence  25-210-A-40

Tableau 7. Tableau 9.
Questionnaire semi-quantitatif de C. Le Gall. Four-Item Geriatric Depression Scale.
Questions Valeurs 0 1
Le tableau clinique est-il compatible Oui 1 Êtes-vous au fond de vous satisfait de votre vie ? Oui Non
avec une embolie pulmonaire ? Non 0 Estimez-vous que votre vie est vide ? Non Oui
Y a-t-il des facteurs de risque de Oui 1 Avez-vous peur qu’il vous arrive quelque chose de mal ? Non Oui
maladie thromboembolique veineuse ? Non 0 Êtes-vous heureux la plupart du temps ? Oui Non
Y a-t-il un diagnostic plus probable Non 1
Valeur seuil égale à 1.
que celui d’embolie pulmonaire ? Oui 0

≤ 1 : faible probabilité d’embolie pulmonaire (EP) ; 2 : probabilité intermédiaire

d’EP ; 3 : forte probabilité d’EP. Tableau 10.
Score OESIL (risque élevé de mortalité à 12 mois si ≥ 2).
Tableau 8.
Six-item screener. Item Score

Étape 1 : apprentissage Âge > 65 ans 1

Je vais vous citer trois mots. Après que je les ai dits, répétez-les tous les Antécédent d’insuffisance cardiaque 1
trois et souvenez-vous en car je vais vous les redemander dans quelques Absence de prodromes avant la syncope 1
minutes : pomme – table – euro ECG anormal 1

Score = 0, mortalité à 12 mois 0 % ; score = 1, 0,8 % ; score = 2 : 19,6 % ; score = 3 :

Étape 2 : questions Correct Erreur
34,7 % ; score = 4 : 57,1 %.
Quelle année sommes-nous ? 1 0 ECG : électrocardiogramme.

Quel mois sommes-nous ? 1 0

Quel jour de la semaine sommes-nous ? 1 0
Tableau 11.
Quels sont les mots que je vous ai demandé de vous souvenir ? Score CURB65.
Pomme 1 0
Item Score
Table 1 0
Confusion mentale 1
Euro 1 0
Urée sanguine > 7 mmol/L 1
Démence probable si ≤ 4.
Fréquence respiratoire ≥ 30 c/min 1

4, 6 et 52 % d’EP dans les groupes à faible (1 point), intermédiaire TA systolique < 90 ou diastolique ≤ 60 mmHg (blood pressure) 1
(2 points) et forte probabilité (3 points). La surface sous la courbe Âge ≥ 65 ans 1
ROC était supérieure à celle du score de Genève. Il y avait 19 % de
Score = 0 : 3,6 % de mortalité à 30 jours ; score = 1 : 6,5 % ; score = 2 : 16,5 % ;
malades de faible probabilité, 58 % de probabilité intermédiaire score = 3 : 22,7 % et score = 4 ou 5 : 35,6 %.
et 23 % de forte probabilité. Cet outil très simple et utilisable en TA : tension artérielle.
dépistage d’EP mériterait d’être validé indépendamment par une
étude complémentaire.
Outils d’aide à l’orientation
Urgences gériatriques Syncope
Dans sa conférence de consensus sur la prise en charge des
Les malaises et syncopes sont un motif fréquent de recours
personnes âgées de plus de 75 ans aux urgences [81] , la Société fran-
aux urgences. Si l’origine de la plupart des syncopes est bénigne,
cophone de médecine d’urgence a rappelé les spécificités de cette
certaines catégories peuvent être considérées comme des « morts
population et a recommandé l’usage d’outils en routine comme
avortées » et l’enjeu de leur passage aux urgences est d’en
le score ADL (activities of daily living) visant à évaluer l’autonomie
déterminer la dangerosité. La Société européenne de cardiologie
de la personne dans les activités de la vie courante [82] , le score
recommande une approche diagnostique basée sur la stratification
ISAR (identification systématique des aînés à risque [identifica-
du risque de mort subite. Les syncopes ayant toutes pour origine
tion of senior at risk]) visant à repérer les malades nécessitant une
un bas débit cérébral, il n’y a pas de corrélation entre la gravité de
évaluation gériatrique [83] ou encore le timed up and go test, test
la syncope et sa dangerosité [91] .
évaluant le risque de chute d’une personne âgée [84] .
Plusieurs scores ont été développés pour estimer le risque
L’évaluation gériatrique d’urgence [85] est facilitée par
d’origine cardiaque et le risque de mort subite : score OESIL [92] ,
l’utilisation de quelques scores cliniques rapides et simples.
score de San Francisco [93] , score EGSYS [94] , ou dernièrement le
Par exemple, le six-item screener [86] est un score d’évaluation des
score d’Anatolie [95] . Les trois premiers ont été validés par des
capacités cognitives de l’adulte qui permet de dépister et estimer
équipes indépendantes, avec une bonne qualité clinimétrique
la probabilité de troubles cognitifs de l’adulte, en particulier chez
(sensibilités de 0,81 à 0,95, spécificités de 0,31 à 0,69) et le score
les personnes âgées. Dérivé du Mini-Mental State Examination et
OESIL semble le plus intéressant par sa simplicité et ses perfor-
du Quick Confusion Scale, il ne comprend que six items pondé-
mances (Tableau 10) [96–98] .
rés 0 ou 1, trois questions d’orientation temporelle et le rappel
de trois mots préalablement retenus (Tableau 8). Avec une valeur
seuil égale à 4, les sensibilité et spécificité étaient respectivement
égales à 0,74 et 0,8. La surface sous la courbe ROC était comprise
Pneumopathie
entre 0,86 et 0,95 [87] . Après avoir fait le diagnostic de pneumopathie aux urgences,
De la même façon, la mesure du risque de syndrome la question que se pose l’urgentiste est l’orientation du malade :
dépressif peut être facilement intégrée à l’interrogatoire. Le Four- peut-il rentrer chez lui avec un suivi ambulatoire ou doit-il rester
Item Geriatric Depression Scale (GDS4) est une version courte hospitalisé ? Le score de Fine [99] permet une mesure de la gravité
du Geriatric Depression Scale (GDS), très rapide (seulement du malade ayant la pneumopathie, donnant une aide au clinicien
quatre questions), facilement mémorisable, bien adapté à la méde- pour son orientation.
cine d’urgence (Tableau 9) [88] . Ses qualités clinimétriques sont Le score CURB65 [100] (Tableau 11) est beaucoup plus simple et,
bonnes (sensibilité 0,90, spécificité 0,55, sROC égale à 0,80) et bien que moins sensible, semble de bonne qualité, validé par des
il a été validé par des équipes indépendantes [89, 90] . équipes indépendantes, avec des sROC entre 0,69 et 0,80 [101–103] .

EMC - Médecine d’urgence 7

© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
 25-210-A-40  Scores et outils de mesure en médecine d’urgence
Tableau 12.
Cinq signes d’alerte d’un accident vasculaire cérébral de l’American Stroke
Association.
Survenue brutale 1. d’une faiblesse ou d’un engourdissement soudain
uni ou bilatéral de la face, du bras ou de la jambe
2. d’une diminution ou d’une perte de vision uni-
ou bilatérale
3. d’une difficulté de langage ou de la
compréhension
4. d’une céphalée sévère, soudaine et inhabituelle,
sans cause apparente
5. d’une perte de l’équilibre, d’une instabilité de la
marche ou de chutes inexpliquées, en particulier en
association avec l’un des symptômes précédents
La présence d’un signe doit faire suspecter un accident vasculaire cérébral.
Régulation médicale
Les missions du centre 15, de réception et de régulation des
appels, sont de choisir la réponse médicale appropriée au pro-
blème médical présenté par l’interlocuteur. En fonction de la
gravité supposée et du degré d’urgence estimé, le moyen médi-
cal varie du simple conseil téléphonique à l’envoi d’une équipe
du service mobile d’urgence et de réanimation (Smur) en passant
par l’envoi d’un médecin généraliste ou d’un moyen de trans-
port secouriste. Le degré d’urgence n’est pas simple à estimer et
il serait inapproprié d’envoyer une équipe mobile hospitalière
(UMH) pour toute demande au Samu. Autrement dit des outils
d’aide à la régulation médicale peuvent être utiles. Bien que cette
activité ait une trentaine d’années d’ancienneté, elle a été l’objet
de très peu de travaux.
Il existe peu de scores d’aide à la régulation, et aucun n’a été
validé par des équipes indépendantes. Le score de Malinas [104]
est le premier outil clinique de régulation. Il permet d’estimer
l’imminence d’un accouchement. Il a été construit empirique-
ment et, bien qu’il n’ait pas été validé scientifiquement, son usage
est très répandu.
Le score prédictif de l’imminence d’un accouchement
(SPIA) [105] , score de régulation des accouchements imminents, n’a
pas été validé par des équipes indépendantes.
Le score ETC [19] aide le médecin régulateur dans sa décision
d’envoyer un moyen de secours en cas d’intoxication médicamen-
teuse volontaire. Il a été conçu à partir de l’analyse de 337 appels
au Samu pour tentative de suicide médicamenteuse et validé par
une enquête prospective multicentrique nationale de 1274 cas. Ce
score ne s’intéresse qu’à l’aspect somatique de l’intoxication médi-
camenteuse, sans tenir compte de sa dimension psychiatrique. Les
sensibilité et spécificité, rapports de vraisemblance positif et néga-
tif, étaient respectivement égaux à 94 %, 89 %, 8,5 et 0,07 et il est
recommandé par les sociétés savantes d’urgence [106] .
La Haute Autorité de santé recommande l’utilisation du score
FAST par les secouristes et des cinq signes d’alerte de l’ASA (Ame-
rican Stroke Association) dans la prise en charge des AVC [107]
(Tableau 12).
Outils d’organisation
Travail d’équipe et culture de sécurité
La seule compétence individuelle ne suffit pas pour garantir des
soins de qualité et en toute sécurité. Le travail d’équipe est une
dimension essentielle pour la qualité et la sécurité des soins [108] .
Des outils ont été développés pour estimer la qualité du travail
d’équipe [109] et d’autres pour estimer la culture de sécurité aux
urgences. La culture de sécurité permet une prise de conscience
collective de faire de la sécurité des soins une priorité. Autre-
ment dit, elle permet à chaque professionnel d’avoir toujours à
l’esprit la question de l’impact de ses décisions et de ses actes sur
la sécurité des soins. La traduction française du Hospital Survey
On Patient Safety Culture (HSOPSC) [110] a été recommandée par
la Haute Autorité de santé [111] pour mesurer la culture de sécu-
rité d’un établissement de soins, d’un pôle ou d’un service. Ce
8 EMC - Médecine d’urgence
© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
questionnaire a été validé dans plusieurs pays [112, 113] . Il permet
d’estimer la culture de sécurité des soins à travers dix dimensions.
Burn out
L’insuffisance du travail d’équipe est un des facteurs principaux
d’épuisement des soignants, en particulier de la survenue d’un
burn out chez les médecins [114] . Plusieurs outils ont été conçus
pour mesurer cet épuisement professionnel pathologique, le plus
fréquemment utilisé étant le Maslach Burnout Inventory [115] , créé
par ses auteurs en même temps qu’ils définissait le burn out dans
ses trois dimensions, ce qui en fait sa principale limite [116] . Kris-
tensen et al. ont proposé en 2005 un nouvel outil moins restrictif
qui explore trois dimensions, le burn out personnel, le burn out
lié au travail et celui lié aux patients. Le Copenhagen Burnout
Inventory [117] a été validé dans plusieurs pays.
 Conclusion
Il existe des scores diagnostiques, pronostiques et des outils
d’évaluation. Tous ces outils de mesure permettent de limiter les
risques aux urgences [118, 119] en apportant une part objective à
notre examen clinique, par nature subjectif, en quantifiant des
comportements dans le service ou en classant les malades en
groupes homogènes. La maladie thromboembolique veineuse est
la pathologie qui a sans doute suscité le plus d’outils pour esti-
mer sa probabilité clinique et qui a familiarisé les urgentistes avec
les concepts de probabilités prétest et post-test. Cette démarche
diagnostique objective doit être généralisée à d’autres motifs
de recours aux urgences. Autrement dit, les urgentistes doivent
s’habituer à utiliser des outils de mesure dans des situations où
il est nécessaire d’améliorer la sécurité des prises en charges aux
urgences, c’est-à-dire en cas de suspicion de pathologie grave (par
exemple un SCA ou un AVC), en cas d’indication d’un traitement
à risque iatrogène élevé (par exemple des anticoagulants ou un
thrombolytique) ou en cas de problème organisationnel dans le
service (par exemple, pourcentage élevé de patients partis sans être
vus ou turnover élevé du personnel soignant).
Pour ces problématiques, des outils de mesure permettent de
rationaliser notre pratique. Ils sont une aide pour étayer des hypo-
thèses diagnostiques, des choix et des prises de décision. Ces outils
aident à améliorer la qualité de notre travail.
Déclaration d’intérêts : l’auteur déclare ne pas avoir de liens d’intérêts en rela-
tion avec cet article.
 Références
[1] Guedj D. Le mètre du monde. Paris: Le Seuil; 2000, 331p.
[2] Rudolph G. Mesure et expérimentation. In: Bernabeo R, Debus AG,
Faure O, Grmek MD, Mazzolini RG, Mollaret HH, et al., editors. His-
toire de la pensée médicale en Occident, 2. De la Renaissance aux
Lumières. Paris: Le Seuil; 1997. p. 61–91.
[3] Wells PS, Anderson DR, Bormanis J. Value of assessment of pretest
probability of deep-vein thrombosis in clinical management. Lancet
1997;350:1795–8.
[4] Evidence-Based Medicine Workin Group. Evidence-based medi-
cine. A new approach to teaching the practice of medicine. JAMA
1992;268:2420–5.
[5] Le Gal G, Righini M, Roy PM, Sanchez O, Aujesky D, Bounameaux H,
et al. Prediction of pulmonary embolism in the emergency department:
the revised Geneva score. Ann Intern Med 2006;144:165–71.
[6] Prasad K. The Glasgow Coma Scale: a critical appraisal of its clinime-
tric properties. J Clin Epidemiol 1996;49:755–63.
[7] Le Gall JR. Les facteurs pronostiques des maladies infectieuses en
réanimation. Lettre Infect 1990;5:185–90.
[8] Heft MW, Gracely RH, Dubner R, McGrath PA. A validation model for
verbal descriptor scaling of human clinical pain. Pain 1980;9:363–73.
[9] Huckisson EC. Measurement of pain. Lancet 1974;2:1127–31.
[10] Fourestié V, Roussignol E, Elkharrat D, Simon N. Classification Cli-
nique des Malades des Urgences : définition et reproductibilité. Rean
Urg 1994;3:573–8.

[11] Brott T, Adams HP, Olinger CP, Marler JR, Barsan WG, Biller J,
et al. Measurements of acute cerebral infarction: a clinical examination
scale. Stroke 1989;20:864–70.
[12] De Weerdt W, De Keyser J, Diener HC, Franke C, Palm R, Van Orsho-
ven M, et al. The European Stroke Scale. Stroke 1994;25:2215–9.
[13] Ghandehari K. Challenging comparison of stroke scales. J Res Med
Sci 2013;18:906–10.
[14] Leveau P, Perret F. Urgences gériatriques. Paris: Maloine; 2007, 217p.
[15] Folstein MF, Folstein SE, McHugh PR. Mini-mental state: a practical
method for grading the cognitive state of patients for the clinician. J
Psychiatry Res 1975;12:189–98.
[16] Woloshynowych M, Davis R, Brown R, Vincent C. Communica-
tion patterns in a UK emergency department. Ann Emerg Med
2007;50:407–13.
[17] Fishman PE, Shofer FS, Robey JL, Zogby KE, Reilly PM, Branas CC,
et al. The impact of trauma activations on the care of emergency depart-
ment patients with potential acute coronary syndromes. Ann Emerg
Med 2006;48:347–53.
[18] Circulaire du 5 février 1976 relative à la création des services d’aide
médicale urgente (SAMU) [directives techniques] (non paru au J.O.). In
Législation hospitalière, Ministère de la Santé et de la Sécurité Sociale.
Paris: Imprimerie Nationale; 1981.
[19] Leveau P. Le score ETC : indice de gravité des appels pour intoxication
médicamenteuse volontaire. Étude prospective multicentrique. JEUR
1994;7:30–7.
[20] Malakoff D. Bayes offers a « new » way to make sense of numbers.
Science 1999;286:1460–4.
[21] Kelly J, Hunt BJ. The utility of pretest probability assessment in
patients with clinically suspected venous thrombembolism. J Thromb
Haemost 2003;1:1888–96.
[22] Logan RF, Poulton SM, Severs MP. Clinical scores in the differential
diagnosis of acute stroke. Br Med J 1994;309:807–8.
[23] De Mercy F. Prognostics et prorrhétiques d’Hippocrate. Paris: chez
Crochard; 1813, 507p.
[24] Killip T, Kimball JT. Treatment of myocardial infarction in a coro-
nary care unit: a two year experience with 250 patients. Am J Cardiol
1967;20:457–64.
[25] Bleichner G, commission d’évaluation de la Société Francophone
d’Urgences Médicales. Référentiel SFMU, critères d’évaluation
des services d’urgence. Mars 2001, http://www.sfmu.org/documents/
ressources/referentiels/ref mars2001.pdf.
[26] Tempelhoff G, Priolet B, Loirat P, Thaler F, Bedock B, Carrere-Debat
D, et al. Proposition d’une classification des patients des services
d’accueil : relation à la charge de travail. Rean Soins Intens Med Urg
1990;6:459–63.
[27] Hennes HJ, Reinhardt T, Dick W. The Mainz Emergency Evalua-
tion Scoring for assessment of emergency patients. Emerg Med
1992;18:130–6.
[28] Grenier B. Les qualités diagnostiques des tests. In: Grenier B, editor.
Évaluation de la décision médicale, introduction à l’analyse médico
économique. Paris: Masson; 1996. p. 31–59.
[29] Lavelle SM, Kanagaratnam B. The information value of clinical data.
Int J Biomed Comput 1990;26:203–9.
[30] Sackett D, Haynes K, Tugwell P. The interpretation of diagnostic data.
In: Clinical epidemiology. A basic science for clinical medicine. Bos-
ton: Little, Brown and Co; 198559–138.
[31] McNeil BJ, Hanley JA. Statistical approaches to clinical prediction. N
Engl J Med 1981;304:1292–4.
[32] Hanley JA, McNeil BJ. The meaning and use of the area under a Recei-
ver Operating Characteristic (ROC) curve. Radiology 1982;143:29–36.
[33] Perneger T, Perrier A. Analyse d’un test diagnostique : courbe ROC ou
« receiver operating characteristic ». Rev Mal Respir 2004;21:398–401.
[34] Ashby D. Bayesian statistics in medicine: a 25 year review. Stat Med
2006;25:3589–631.
[35] Nendaz MR, Perrier A. Théorème de Bayes et rapports de vraisem-
blance. Rev Mal Respir 2004;21:394–7.
[36] Perrier A, Perneger T. Les règles de prédiction : un guide de lecture.
Rev Mal Respir 2003;20:249–56.
[37] Wasson JH, Sox HC, Neff RK, Goldman L. Clinical prediction
rules. Applications and methodological standards. N Engl J Med
1985;313:793–9.
[38] Wyatt JC, Atman DG. Prognostic models: clinically useful or quickly
forgotten? Br Med J 1995;311:1539–41.
[39] Fischl MA, Pitchenik A, Gardner LB. An index predicting relapse and
need for hospitalization in patients with acute bronchial asthma. N Engl
J Med 1981;305:783–9.
[40] Rose CC, Murphy JG, Schwartz JS. Performance of an index predic-
ting the response of patients with acute bronchial asthma to intensive
emergency department treatment. N Engl J Med 1984;310:573–7.
EMC - Médecine d’urgence
© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
Scores et outils de mesure en médecine d’urgence  25-210-A-40
[41] Centor RM, Yarbrough B, Wood JP. Inability to predict relapse in acute
asthma. N Engl J Med 1984;310:577–80.
[42] McGinn TG, Guyatt GH, Wyer PC, Naylor CD, Stiell IG, Richardson
WS, et al. User’s guides to the medical literature: XXII. How to use
articles about clinical decision rules. JAMA 2000;284:79–84.
[43] Observatoire Régional des Urgences Midi-Pyrénées. Rapport
annuel 2012, https://www.orumip.fr/wp-content/uploads/2013/10/
Rapport-annuel-2012-ORU-MiP.pdf.
[44] Observatoire Régional des Urgences Provence Alpes Côte d’Azur.
Atlas 2012,. http://www.orupaca.fr/documents/Documents/ATLAS
2012 ORUPACA VWEB.pdf.
[45] Gage BF, Waterman AD, Shannon W, Boechler M, Rich MW, Rad-
ford MJ. Validation of clinical classification schemes for predicting
stroke; results of the National Registry of Atrial Fibrillation. JAMA
2001;285:2864–70.
[46] Lip GY, Nieuwlaat R, Pisters R, Lane DA, Crijns HJ. Refining clinical
risk stratification for predicting stroke and thromboembolism in atrial
fibrillation using a novel risk factor-based approach: the Euro Heart
Survay on Atrial Fibrillation? Chest 2010;137:263–72.
[47] Keogh C, Wallace E, Dillon C, Dimitrov BD, Fahey T. Validation of the
CHADS2 clinical prediction rule to predict ischaemic stroke. Thromb
Haemost 2011;106:528–38.
[48] You JJ, Singer DE, Howard PA, Lane DA, Eckman MH, Fang MC,
et al. Antithrombotic therapy for atrial fibrillation: antithrombotic
therapy and prevention of thrombosis, 9th ed: American College of
Chest Physicians evidence-based clinical practice guidelines. Chest
2012;141(Suppl. 2):e531S–75S.
[49] Friberg L, Rosenqvist M, Lip GY. Evaluation of risk stratification
schemes for ischaemic stroke and bleeding in 182 678 patients with
atrial fibrillation: the Swedish Atrial Fibrillation cohort study. Eur
Heart J 2012;33:1500–10.
[50] Camm AJ, Kirchhof P, Lip GY, Schotten U, Savelieva I, Ernst S, et al.
Guidelines for the management of atrial fibrillation. The Task Force
for the Management of Atrial Fibrillation of the European Society of
Cardiology. Europace 2010;12:1360–420.
[51] Lakshminarayan K, Solid CA, Collins AJ, Anderson DC, Herzog CA.
Atrial fibrillation and stroke in the general medicare population: a
10-year perspective (1992 to 2002). Stroke 2006;37:1969–74.
[52] Fang MC, Chen J, Rich MW. Atrial fibrillation in the elderly. Am J
Med 2007;120:481–7.
[53] Beyth RJ, Quinn LM, Landefeld CS. Prospective evaluation of an index
for predicting the risk of major bleeding in outpatients treated with
warfarin. Am J Med 1998;105:91–9.
[54] Gage BF, Yan Y, Milligan PE, Waterman AD, Culverhouse R, Rich
MW, et al. Clinical classification schemes for predicting hemorrhage:
results from the National Registry of Atrial Fibrillation (NRAF). Am
Heart J 2006;151:713–9.
[55] Lip GY, Frison L, Halperin JL, Lane D. Comparative validation of a
novel risk score for predicting bleeding risk in anticoagulated patients
with atrial fibrillation. The HAS-BLED (Hypertension, Abnormal
renal/liver function, Stroke, Bleeding history or predisposition, Labile
INR, Elderly, Drugs/alcohol concomitantly) score. J Am Coll Cardiol
2011;57:173–80.
[56] Apostolakis S, Lane DA, Guo Y, Buller H, Lip GY. Performance of the
HEMORR2HAGES, ATRIA and HAS-BLED bleeding risk-prediction
scores in patients with atrial fibrillation undergoing anticoagulation.
The AMADEUS study. J Am Coll Cardiol 2012;60:861–7.
[57] Lip GY, Lin HJ, Hsu HC, Su TC, Chen MF, Lee YT, et al. Comparative
assessment of the HAS-BLED score with other published bleeding
risk scoring schemes, for intracranial haemorrhage risk in a non-atrial
fibrillation population: the Chin-Shan Community Cohort Study. Int J
Cardiol 2013;168:1832–6.
[58] Buck BH, Starkman S, Eckstein M, Kidwell CS, Haines J, Huang R,
et al. Dispatcher recognition of stroke using the National Academy
Medical Priority Dispatch System. Stroke 2009;40:2027–30.
[59] Kothari RU, Pancioli A, Liu T, Brott T, Broderick J. Cincinnati Pre-
hospital Stroke Scale: reproducibility and validity. Ann Emerg Med
1999;33:373–8.
[60] Harbison J, Hossain O, Jenkinson D, Davis J, Louw SJ, Ford GA.
Diagnostic accuracy of stroke referrals from primary care, emergency
room physicians, and ambulance staff using the face arm speech test.
Stroke 2003;34:71–6.
[61] Bergs J, Sabbe M, Moons P. Prehospital stroke scales in a Belgian
prehospital setting: a pilot study. Eur J Emerg Med 2010;17:2–6.
[62] Lai SM, Duncan PW, Keighley J. Prediction of functional outcome
after stroke. Comparison of the Orpington Prognostic Scale and the
NIH Stroke Scale. Stroke 1998;29:1838–42.
9
 25-210-A-40  Scores et outils de mesure en médecine d’urgence
[63] Celik C, Aksel J, Karaoglan B. Comparison of the Orpington Pro-
gnostic Scale (OPS) and the National Institutes of Health Stroke Scale
(NIHSS) for the prediction of the functional status of patients with
stroke. Disabil Rehabil 2006;28:609–12.
[64] Johnston SC, Rothwell PM, Nguyen-Huynh MN, Giles MF, Elkins
JS, Bernstein AL, et al. Validation and refinement of scores to pre-
dict very early stroke risk after transient ischaemic attack. Lancet
2007;369:283–92.
[65] Easton JD, Saver JL, Albers GW. Definition and evaluation of transient
ischemic attack: a scientific statement for healthcare professionals.
Stroke 2009;40:2276–93.
[66] Raphaël M, Valéri ML. Prise en charge d’une douleur thoracique aux
urgences. EMC (Elsevier Masson SAS, Paris), Urgences, 24-112-A-10,
2006.
[67] Granger CB, Goldberg RJ, Dabbous O, Pieper KS, Eagle KA, Cannon
CP, et al. Predictors of hospital mortality in the global registry of acute
coronary events. Arch Intern Med 2003;163:2345–53.
[68] Cullen L, Greenslade J, Hammett CJ, Brown AF, Chew DP, Bilesky J,
et al. Comparison of three risk stratification rules for predicting patients
with acute coronary syndrome presenting to an australian emergency
department. Heart Lung Circ 2013;22:844–51.
[69] Fesmire FM, Martin EJ, Cao Y, Heath GW. Improving risk stratification
in patients with chest pain: the Erlanger HEARTS3 score. Am J Emerg
Med 2012;30:1829–37.
[70] Than M, Herbert M, Flaws D, Cullen L, Hess E, Hollander JE, et al.
What is an acceptable risk of major adverse cardiac event in chest
pain patients soon after discharge from the Emergency Department? A
clinical survey. Int J Cardiol 2013;166:752–4.
[71] Subherwal S, Bach RG, Chen AY, Gage BF, Rao SV, Newby LK,
et al. Baseline risk of major bleeding in non-ST-segment-elevation
myocardial infarction: the CRUSADE (Can Rapid risk stratification
of Unstable angina patients Suppress ADverse outcomes with Early
implementation of the ACC/AHA Guidelines) bleeding score. Circu-
lation 2009;119:1873–82.
[72] Le Gal G, Righini M, Perrier A. Apport de la clinique : faut-il utiliser
un score ? Rev Pneumol Clin 2008;64:269–75.
[73] Wells PS, Anderson DR, Rodger M, Ginsberg JS, Kearon C, Gent
M, et al. Derivation of a simple clinical model to categorize patients
probability of pulmonary embolism: increasing the models utility with
the SimpliRED D-dimer. Thromb Haemost 2000;83:416–20.
[74] Kline JA, Wells PS. Methodology for a rapid protocol to rule out
pulmonary embolism in the emergency department. Ann Emerg Med
2003;42:266–75.
[75] Runyon MS, Webb WB, Jones AE, Kline JA. Comparison of the
unstructured clinician estimate of pretest probability for pulmonary
embolism to the Canadian score and the Charlotte rule: a prospective
observational study. Acad Emerg Med 2005;12:587–93.
[76] Douma RA, Mos IC, Erkens PM, Nizet TA, Durian MF, Hovens MM,
et al. Performance of 4 clinical decision rules in the diagnostic mana-
gement of acute pulmonary embolism: a prospective cohort study. Ann
Intern Med 2011;154:709–18.
[77] Klok FA, Kruisman E, Spaan J, Nijkeuter M, Righini M, Aujesky D,
et al. Comparison of the revised Geneva score with the Wells rule
for assessing clinical probability of pulmonary embolism. J Thromb
Haemost 2008;6:40–4.
[78] Penaloza A, Melot C, Motte S. Comparison of the Wells score with
the simplified revised Geneva score for assessing pretest probability of
pulmonary embolism. Thromb Res 2011;127:81–4.
[79] Penaloza A, Verschuren F, Meyer G, Quentin-Georget S, Soulie C,
Thys F, et al. Comparison of the unstructured clinician gestalt, the Wells
score, and the Revised Geneva score to estimate pretest probability for
suspected pulmonary embolism. Ann Emerg Med 2013;62:117–24.
[80] Le Gall C, Amrane A, Briand F, N’Guyen F, Teboulbi H, Mili Z, et al.
Comparaison d’une évaluation clinique guidée par trois items à réponse
ouverte versus un score clinique complexe (score de Genève) devant
une suspicion d’embolie pulmonaire. JEUR 2003:1S29.
[81] Société Francophone de Médecine d’Urgence. 10e Conférence de
consensus. Prise en charge de la personne âgée de plus de 75 ans
aux urgences. Décembre 2003, http://www.sfmu.org/documents/
consensus/pa urgs long.pdf.
[82] Katz S, Downs TD, Cash HR, Grotz RC. Progress in development of
the index of Activities of Daily Living. Gerontologist 1970;10:20–30.
[83] McCusker J, Bellavance F, Cardin S, Trepanier S, Verdon J, Ardman O.
Detection of older people at increased risk of adverse health outcomes
after an emergency visit: the ISAR screening tool. J Am Geriatr Soc
1999;47:1229–37.
10
© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
[84] Shumway-Cook A, Brauer S, Woollacott M. Predicting the probability
for falls in community-dwelling older adults using the Timed Up &
Go Test. Phys Ther 2000;80:896–903.
[85] Leveau P. La personne âgée aux urgences. EMC (Elsevier Masson SAS,
Paris), Médecine d’urgence, 25-060-A10, 2009.
[86] Carpenter CR, DesPain B, Keeling TN, Shah M, Rothenberger M.
The Six-Item Screener and AD8 for the detection of cognitive impair-
ment in geriatric emergency department patients. Ann Emerg Med
2011;57:653–61.
[87] Callahan C, Unverzagt FW, Hui SL, Perkins AJ, Hendrie HC. Six-item
screener to identify cognitive impairment among potential subjects for
clinical research. Med Care 2002;40:771–81.
[88] Shah A, Herbert R, Lewis S, Malhendran R, Platt J, Bhattacharyya B.
Screening for depression among acutely ill geriatric inpatients with a
short geriatric depression scale. Age Ageing 1997;26:21–31.
[89] Goring H, Baldwin R, Marriott A, Pratt H, Roberts C. Validation of
short screening tests for depression and cognitive impairment in older
medically ill inpatients. Int J Geriatr Psychiatry 2004;19:465–71.
[90] Kørner A, Lauritzen L, Abelskov K, Gulmann N, Marie Brodersen
A, Wedervang-Jensen T, et al. The Geriatric Depression Scale and the
Cornell Scale for Depression in Dementia. A validity study. Nord J
Psychiatry 2006;60:360–4.
[91] Moya A, Sutton R, Ammirati F, Blanc JJ, Brignole M, Dahm JB, et al.
Task Force for the Diagnosis and Management of Syncope; European
Society of Cardiology (ESC); European Heart Rhythm Association
(EHRA); Heart Failure Association (HFA); Heart Rhythm Society
(HRS), Guidelines for the diagnosis and management of syncope (ver-
sion 2009). Eur Heart J 2009;30:2631–71.
[92] Colivicchi F, Ammirati F, Melina D, Guido V, Imperoli G, Santini M,
et al. Development and prospective validation of a risk stratification
system for patients with syncope in the emergency department: the
OESIL risk score. Eur Heart J 2003;24:811–9.
[93] Quinn JV, Stiell IG, McDermott DA, Sellers KL, Kohn MA, Wells GA.
Derivation of the San Francisco syncope rule to predict patients with
short-term serious outcomes. Ann Emerg Med 2004;43:224–32.
[94] Del Rosso A, Ungar A, Maggi R, Giada F, Petix NR, De Santo T,
et al. Clinical predictors of cardiac syncope at initial evaluation in
patients referred urgently to a general hospital: the EGSYS score. Heart
2008;94:1620–6.
[95] Kayayurt K, Akoglu H, Limon O, Ergene AO, Yavasi O, Bayata S, et al.
Comparison of existing syncope rules and newly proposed anatolian
syncope rule to predict short-term serious outcomes after syncope in
the Turkish population. Int J Emerg Med 2012;5:17.
[96] Plasek J, Doupal V, Fürstova J, Martinek A. The EGSYS and OESIL
risk scores for classification of cardiac etiology of syncope: compari-
son, revaluation, and clinical implications. Biomed Pap Med Fac Univ
Palacky Olomouc Czech Repub 2010;154:169–73.
[97] Dipaola F, Costantino G, Perego F, Borella M, Galli A, Cantoni G,
et al. San Francisco Syncope Rule, Osservatorio Epidemiologico sulla
Sincope nel Lazio risk score, and clinical judgment in the assessment
of short-term outcome of syncope. Am J Emerg Med 2010;28:432–9.
[98] Serrano LA, Hess EP, Bellolio MF, Murad MH, Montori VM, Erwin
PJ, et al. Accuracy and quality of clinical decision rules for syncope
in the emergency department: a systematic review and meta-analysis.
Ann Emerg Med 2010;56:362–73.
[99] Fine MJ, Auble TE, Yealy DM, Hanusa BH, Weissfeld LA, Singer DE,
et al. A prediction rule to identify low-risk patients with community-
acquired penumonia. N Engl J Med 1997;336:243–50.
[100] Lim WS, van der Eerden MM, Laing R, Boersma WG, Karalus N, Town
GI, et al. Defining community acquired pneumonia severity on pre-
sentation to hospital: an international derivation and validation study.
Thorax 2003;58:377–82.
[101] Man SY, Lee N, Ip M, Antonio GE, Chau SS, Mak P, et al.
Prospective comparison of three predictive rules for assessing seve-
rity of community-acquired pneumonia in Hong Kong. Thorax
2007;62:348–53.
[102] Schuetz P, Koller M, Christ-Crain M, Steyerberg E, Stolz D, Mül-
ler C, et al. Predicting mortality with pneumonia severity scores:
importance of model recalibration to local settings. Epidemiol Infect
2008;136:1628–37.
[103] Akram AR, Chalmers JD, Hill AT. Predicting mortality with severity
assessment tools in out-patients with community-acquired pneumonia.
QJM 2011;104:871–9.
[104] Malinas Y. L’appel d’urgence en obstétrique. Rev SAMU 1982;5:281–2.
[105] Berthier F, Branger B, Lapostolle F, Morel P, Guilleux AM, Debierre
V, et al. Score predicting imminent delivery in pregnant women calling
the emergency medical service. Eur J Emerg Med 2009;16:14–22.
EMC - Médecine d’urgence

[106] Menthonnex P, Bagou G, Berthier F, Bertrand C, Braun F, Dubouloz F,
et al. Guide d’aide à la régulation au SAMU Centre 15. Paris: SFEM
éditions; 2004, 397p.
[107] Haute Autorité de santé. Recommandations de bonnes pratiques.
Accident vasculaire cérébral : prise en charge précoce (alerte, phase
préhospitalière, phase hospitalière précoce, indications de la throm-
bolyse). Mai 2009, 21p http://www.has-sante.fr/portail/upload/docs/
application/pdf/2009-07/avc prise en charge precoce -
recommandations.pdf.
[108] Manser T. Teamwork and patient safety in dynamic domains of
healthcare: a review of the literature. Acta Anaesthesiol Scand
2009;53:143–51.
[109] Patterson PD, Weaver MD, Weaver SJ, Rosen MA, Todorova G,
Weingart LR, et al. Measuring teamwork and conflict among emer-
gency medical technician personnel. Prehosp Emerg Care 2012;16:
98–108.
[110] Agency for Healthcare Research and Quality, Rockville, MD. Hos-
pital Survey on Patient Safety Culture. April 2010. http://www.ahrq.
gov/qual/patientsafetyculture/hospsurvindex.htm.
[111] Haute Autorité de santé. La culture de sécurité des soins : du
concept à la pratique. 2010, 16 p http://www.has-sante.fr/portail/
upload/docs/application/pdf/2011-02/culture de securite des soins
du concept a la pratique.pdf.
[112] Wagner C, Smits M, Sorra J, Huang CC. Assessing patient safety
culture in hospitals across countries. Int J Qual Health Care
2013;25:213–21.
P. Leveau, Docteur (leveau.philippe@chnds.fr).
Urgences-SMUR, Centre hospitalier Nord-Deux-Sèvres, 79103 Thouars cedex, France.
Toute référence à cet article doit porter la mention : Leveau P. Scores et outils de mesure en médecine d’urgence. EMC - Médecine d’urgence 2014;9(4):1-11
[Article 25-210-A-40].
Disponibles sur www.em-consulte.com
Arbres Iconographies Vidéos/
décisionnels supplémentaires Animations
EMC - Médecine d’urgence
© 2014 Elsevier Masson SAS. Tous droits réservés. - Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)
Scores et outils de mesure en médecine d’urgence  25-210-A-40
[113] Fujita S, Seto K, Ito S, Wu Y, Huang CC, Hasegawa T. The characte-
ristics of patient safety culture in Japan, Taiwan and the United States.
BMC Health Serv Res 2013;13:20.
[114] Doppia MA, Estryn-Béhar M, Fry C, Guetarni K, Lieutaud T, comité
de pilotage de l’enquête SESMAT. Burnout in French doctors: a
comparative study among anaesthesiologists and other specialists in
French hospitals (SESMAT study). Ann Fr Anesth Reanim 2011;30:
782–94.
[115] Maslach C, Jackson SE. The measurement of experienced burnout. J
Occup Behav 1981;2:99–113.
[116] Zawieja P, Guarnieri F. Épuisement professionnel : principales
approches conceptuelles, cliniques et psychométriques. In: Zawieja P,
Guarnieri F, editors. Épuisement professionnel : approches innovantes
et pluridisciplinaires. Paris: Armand Colin; 2013. p. 11–34.
[117] Kristensen TS, Borritz M, Villadsen E, Christensen KB. The Copen-
hagen Burnout Inventory: a new tool for the assessment of burnout.
Work Stress 2005;19:192–207.
[118] Leveau P. Sécurité des soignants et analyse des dangers en médecine
d’urgence. EMC Médecine d’urgence 2014, 8 p [25-210-A-55].
[119] Leveau P. Sécurité des soins en médecine d’urgence. EMC Médecine
d’urgence 2014, 9 p [25-210-A-50].
Pour en savoir plus
Leveau P. Scores et outils de mesure en médecine d’urgence. Paris: Maloine;
2006, 192 p.
Documents Information Informations Auto- Cas
légaux au patient supplémentaires évaluations clinique
11
Cet article comporte également le contenu multimédia suivant, accessible en ligne sur em-consulte.com et
em-premium.com :

1 autoévaluation
Cliquez ici

1 cas clinique
Cliquez ici

9 informations supplémentaires

Infosup 1
Triple intérêt des scores et outils de mesure en médecine d'urgence.
Cliquez ici

Infosup 2
Niveaux de preuve des règles de prédiction.
Cliquez ici

Infosup 3
Score HEMORR2HAGES évaluant le risque hémorragique en cas de traitement par antivitamine K à un an.
Cliquez ici

Infosup 4
Score GRACE.
Cliquez ici

Infosup 5
Score CRUSADE.
Cliquez ici

Infosup 6
Score de Fine.
Cliquez ici

Infosup 7
Score de Malinas.
Cliquez ici

Infosup 8
Score ETC (score de régulation des tentatives de suicide médicamenteuses).
Cliquez ici

Infosup 9
© 2014d'épuisement
Elsevier Masson SAS. Tous droits réservés.
Inventaire professionnel de- Copenhague.
Document téléchargé le 17/12/2014 par SCD Paris Descartes (292681)

Cliquez ici