Diabète de type 2 : Maîtriser sa maladie avec Six Sigma et les statistiques

Le 13 octobre 2009 a marqué un tournant dans la vie de Bill Howell. Les médecins lui ont diagnostiqué un diabète de type 2 (diabète de l'adulte). Pour la plupart des personnes, ce diagnostic implique un changement de régime alimentaire, une dépendance aux traitements et la nécessité de contrôler chaque jour leur glycémie.

Bill Howell a appréhendé ce diagnostic à sa façon.

Dans son livre I Took Control: Effective Actions for a Diabetes Diagnosis, il explique comment il a pris son diabète en main avec une stratégie axée sur la méthode Six Sigma, une analyse de données dans Minitab Statistical Software et beaucoup de motivation.

Mauvaises habitudes alimentaires

Lorsqu'elle a remarqué que Bill Howell présentait de nombreux symptômes typiques du diabète (sécheresse buccale, crampes au niveau des jambes et baisse de la vision), l'une de ses collègues a insisté pour qu'il se soumette à un test de glycémie. Une glycémie cible normale se situe aux alentours de 100 mg/dl. Le test de Bill Howell indiquait une glycémie supérieure à 600 mg/dl. Elle était si élevée que le glucomètre n'a pas pu donner de résultat exact, mais juste une alerte. La même semaine, Bill Howell a pris rendez-vous chez le médecin.

Pendant les jours précédant son rendez-vous, Bill Howell a noté sa glycémie et représenté les données relevées sous la forme d'un graphique dans Minitab.

Diagramme de série chronologique Minitab

Le diagramme de série chronologique indiquait que ses niveaux de glycémie récents dépassaient généralement les 400 mg/dl, signe évident d'un diabète non contrôlé.

“J'ai reporté mes résultats dans un graphique”, explique Bill Howell. “Et le médecin a confirmé mes craintes en me diagnostiquant un diabète de type 2 (diabète de l'adulte).”

Le médecin lui a conseillé un régime alimentaire, lui a prescrit un traitement et lui a indiqué la marche à suivre pour contrôler sa glycémie plusieurs fois par jour. Bien décidé à suivre les conseils du médecin, Bill Howell a pris en main sa maladie. Et il savait exactement comment procéder.

Il a considéré sa situation comme un projet Six Sigma.

La méthode Six Sigma permet d'améliorer les procédés en utilisant l'analyse de données pour identifier et éliminer les défauts. Bill Howell a, lui, considéré ses propres symptômes comme des défauts à éliminer. En tant que professionnel de la qualité chez Schneider Electric et “accro des chiffres”, surnom qu'il s'est lui-même attribué, il a pris sa maladie en main avec les mêmes méthodes statistiques que celles qu'il utilise pour améliorer la qualité.

“Considérer ma maladie comme un projet m'a permis de dégager des résultats afin qu'ils me soient plus utiles”, souligne Bill Howell.

S'il a géré de nombreux projets Six Sigma dans le cadre de ses fonctions, ce projet était different : sa santé était en jeu.

Bill Howell a divisé son projet avec les cinq phases DMAIC du Six Sigma (Définir, Mesurer, Analyser, Innover/Améliorer et Contrôler). Pour le guider à chaque étape, il s'est appuyé sur le “sponsor” de son projet, son médecin.

Il a commencé par définir le problème qu'il devait résoudre et les impacts qu'il cherchait à atténuer, avant de définir un objectif. Ses symptômes correspondant à une glycémie élevée, il devait faire en sorte que ses niveaux passent au-dessous de 125 mg/dl. Pour réduire naturellement ses symptômes ainsi que sa dépendance au traitement, Bill Howell souhaitait également suivre les recommandations de son médecin concernant son régime et l'exercice physique.

Pertinence des systèmes de mesures et collecte des données

Sa glycémie journalière étant la clé de la compréhension de sa maladie, Bill Howell a créé un plan de collecte de données pour prélever son sang trois fois par jour, en enregistrant les données et en représentant les résultats sous forme graphique.

Diagramme à points Minitab

En tant qu'utilisateur expérimenté de la méthode Six Sigma, Bill Howell savait qu'il devait vérifier la fiabilité de ses mesures de glycémie. Pour s'assurer que son glucomètre produisait des résultats valides, il a suivi la procédure d'étalonnage hebdomadaire du fabricant et a enregistré les résultats. En représentant ses résultats dans un graphique, il a constaté que ses valeurs étaient comprises dans les limites d'étalonnage du fabricant. Il était désormais sûr que son appareil fournissait des mesures précises.

Il s'est ensuite inquiété des effets potentiels occasionnés par des prélèvements à différents endroits sur les résultats de ses tests. Son médecin l'a encouragé à prélever son sang uniquement sur le bout du doigt afin d'éviter toute variabilité due à l'endroit du prélèvement. Mais devait-il accorder une importance au doigt sur lequel effectuer le prélèvement ?

Pour le savoir, Bill Howell a utilisé Minitab pour créer une suite de chiffres au hasard, de 1 à 10. Il a attribué un chiffre à chacun de ses doigts, avant d'effectuer des tests, dans un ordre aléatoire. Il a enregistré les niveaux de glycémie pour chaque doigt testé et a représenté les résultats dans un diagramme à points de Minitab. Le diagramme indiquait que les résultats des différents groupes partageaient le même schéma aléatoire, suggérant que le choix du doigt n'avait aucun impact sur les résultats des tests.

Diagramme à points Minitab

Bill Howell a également effectué une analyse de variance à un facteur contrôlé (ANOVA) pour confirmer l'égalité statistique entre les doigts. L'analyse ANOVA a confirmé les résultats du diagramme à points, n'indiquant aucune preuve que le choix d'un doigt en particulier ait un impact sur les résultats.

Analyse de la variance (ANOVA) Minitab

Désormais assuré de la validité des résultats de son système de mesure, Bill Howell a commencé à évaluer les causes potentielles de l'augmentation de sa glycémie. Il a créé un diagramme des causes et effets (d'Ishikawa) dans Minitab, ce qui lui a permis d'organiser le résultat de son brainstorming en même endroit. En se concentrant sur les causes qu'il pourrait contrôler et analyser lui-même, comme le régime alimentaire et l'exercice physique, il a pu planifier l'étape suivante de son projet : noter ses rations alimentaires quotidiennes.

Analyse des causes et effets dans Minitab

Le médecin de Bill Howell lui a recommandé un régime quotidien de 1 800 calories, incluant 50 grammes de graisses et 200 grammes de féculents. A l'aide de cartes barres dont les lignes de référence représentaient les limites quotidiennes, il a suivi la quantité totale quotidienne de calories, de graisses et de féculents consommés. Les cartes lui ont permis de maîtriser son régime. Elles lui ont également permis de savoir quels changements dans ce régime pouvaient également l'aider à atteindre d'autres objectifs, tels que maintenir son taux de cholestérol au minimum.

“J'ai découvert qu'un simple graphique ou diagramme peut faire des merveilles”, indique Bill Howell. “Il suffit de présenter vos données et vos graphiques à votre médecin, ce qui vous permettra de prendre, ensemble, une décision éclairée.”

Analyse des données

Après plusieurs mois de relevés et de représentation graphique des données de son régime et des niveaux de glycémie quotidiens, Bill Howell a analysé ses données pour identifier les sources de variation. Pour déterminer si ses trois prélèvements sanguins quotidiens produisaient le même niveau moyen, il a lancé une ANOVA.

Analyse de la variance (ANOVA) Minitab

Les résultats ont indiqué que la moyenne du soir, avant le dîner, était statistiquement inférieure à celle relevée le matin et la nuit. L'analyse a également démontré que les relevés du soir étaient plus uniformes, mettant en évidence un écart type inférieur à celui des autres heures de la journée.

Bill Howell a également voulu déterminer l'influence de ses entrées de procédé (calories, graisses, féculents et médicaments) sur son résultat (niveaux de glycémie). Un nuage de points à quatre volets dans Minitab a mis en évidence une relation entre le nombre de comprimés pris et les niveaux de glycémie. Le diagramme indique que Bill Howell a dû prendre 30 comprimés pour atteindre les niveaux cibles de 100 mg/dl.

Nuage de points Minitab

Pour identifier les écarts entre les performances actuelles et les performances cibles, Bill Howell a utilisé des cartes de contrôle pour suivre son régime, son traitement et ses niveaux de glycémie sous forme graphique par rapport à des limites supérieures et inférieures prédéterminées. Si ses données étaient en dehors des limites, Bill Howell savait que son procédé avait été modifié, et pouvait l'ajuster en conséquence.

Par exemple, la carte de contrôle des individus ci-dessous montre le nombre total de calories consommées par Bill Howell sur une période de deux mois. La carte révèle un procédé stable et indique qu'il répond la plupart du temps aux besoins en apports caloriques, à l'exception d'un point de données, situé au-dessus de la limite de contrôle supérieure (LCS). Ce jour-là, l'apport en calories de Bill Howell a été supérieur à l'apport cible de 1 800 calories. Le jour suivant, il a donc réduit son apport en calories.


Carte de contrôle des individus Minitab 

Bill Howell a également utilisé des cartes X barre-R, comme celle illustrée ci-dessous, pour évaluer la répartition entre les résultats des trois prélèvements quotidiens (en bas) et la moyenne journalière des résultats (en haut). Les deux cartes présentent le traitement (1 ou 2 médicaments par jour) par rapport au temps.

Carte X barre-R Minitab

Ces cartes de contrôle ont motivé Bill Howell et l'ont aidé à suivre son régime. En effet, en tant que professionnel de la qualité, il était très réticent à l'idée de laisser tout désir de manger plus (ou un mauvais aliment en trop grande quantité) rompre la régularité de ses graphiques.

“Je suis ravi de constater mes résultats sur un mois, un trimestre, voire plus, ainsi que la stabilité de mon procédé”, indique-t-il. “J'aime la beauté de la symétrie. Or, une valeur aberrante rompt la symétrie et indique un changement dans le procédé.”

Diabète contrôlé

L'approche de Bill Howell par rapport à sa maladie a été très méthodique. Mais dans quelle mesure a-t-il atteint se objectifs ? En suivant sa consommation et les conseils de son médecin pour son régime, l'exercice physique, son traitement et les prélèvements sanguins, Bill Howell a réduit ses niveaux de glycémie journaliers au niveau cible de 125 mg/dl. Seulement deux mois après le début du projet, en décembre, son niveau moyen à long terme (116,3 mg/dl) était inférieur de plusieurs points à la valeur cible.

Pour s'assurer que ses résultats de tests sanguins se situaient dans les limites de spécification prédéfinies (70 mg/dl – 150 mg/dl), il a procédé à une analyse de capabilité du procédé dans Minitab. Il a constaté que 97,85 % de ses résultats répondaient aux critères de réussite.

Analyse de capabilité du procédé Minitab

En continuant à suivre son procédé, Bill Howell a finalement réussi à se passer complètement des médicaments qu'il prenait au début pour réduire sa glycémie. En août 2010, il était capable de maintenir des niveaux de glycémie stables sans traitement. Il attribue ce changement au contrôle de son régime et à l'enregistrement de tout ce qu'il a mangé, suivie de la représentation de ces données sous forme graphique.

Bill Howell se dit plus en forme que jamais. Il a perdu près de 20 kg et a constaté une disparition presque complète de l'ensemble de ses symptômes, y compris de la sécheresse buccale, de la vision floue et des insomnies.

Si Bill Howell attribue la plus grande partie de sa réussite à son changement de régime alimentaire et au suivi des recommandations de son médecin, il reconnaît qu'il n'aurait pas pu maîtriser sa maladie aussi rapidement et de façon aussi efficace sans la méthode Six Sigma et les outils statistiques du logiciel Minitab.

“Je crois fermement à l'utilité de l'analyse de données pour prendre des décisions éclairées dans tout ce que je fais”, précise Bill Howell. “Avec des graphiques et des méthodes statistiques simples, il est possible de maîtriser le diabète et bien d'autres maladies.”

La stratégie de Bill Howell pour gérer son diabète est détaillée dans son livre,I Took Control: Effective Actions for a Diabetes Diagnosis.”

Diabetes image sous licence Creative Commons Attribution ShareAlike 3.0.

En utilisant ce site, vous acceptez l'utilisation de cookies à des fins d'analyse et de personnalisation du contenu. Lisez notre politique

OK