• Langue : Français
• Discipline : MDSCGG
• Identifiant : 2021LILUM067
• Type de thèse : Doctorat de médecine
• Date de soutenance : 02/04/2021

Résumé en langue originale

OBJECTIFS : La prématurité spontanée (PS) est une cause majeure de morbi-mortalité néonatale. Une meilleure compréhension de son mécanisme et de ses facteurs de risque est nécessaire. Les données issues du programme de médicalisation des systèmes d'information (PMSI) permettent l’analyse de la distribution spatiale d’une donnée sur l’ensemble du territoire Français et ainsi d’identifier de nouveaux facteurs de risque de l’événement de santé étudié. L’objectif était d’évaluer si les données PMSI permettaient d’identifier la PS afin d’étudier sa distribution spatiale. METHODES : Le code O601 (prématurité spontanée) ainsi qu’une technique de détection de la prématurité spontanée (TDPS) par exclusion des diagnostics associés à la prématurité induite étaient étudiés. Ces codes étaient évalués chez toutes les patientes ayant accouché en 2018 d’un enfant prématuré vivant singleton au CHU de Lille. RESULTATS : Sur les 355 cas de prématurité, 187 (52,6%) correspondaient à de la PS. Les performances de détection de la TDPS (Se=93,0% (89,4 ; 96,7) ; Sp=87,5% (82,5 ; 92,5) ; VPP=89,2% (84,9 ; 93,6) ; VPN=91,9% (87,6 ; 96,1)) étaient meilleures que celles du code O601 (Se=80,2% (74,5 ; 85,9) ; Sp=78,6% (72,4 ; 84,8) ; VPP=80,6% (75,0 ; 86,3) ; VPN=78,1% (71,9 ; 84,3)). Les performances de la TDPS avant 31 semaines d’aménorrhées étaient de 100%. CONCLUSIONS : L’utilisation de la TDPS permet de détecter de manière satisfaisante les dossiers de prématurité spontanée. Elle est particulièrement efficace pour la très grande/grande prématurité. Elle pourrait ainsi permettre une représentation spatiale de la PS en France via le PMSI, et ainsi d’étudier de nouveaux facteurs de risque environnementaux ou sociaux.