• Langue : Français
• Discipline : Médecine générale
• Identifiant : 2023ULILM351
• Type de thèse : Doctorat de médecine
• Date de soutenance : 13/10/2023

Résumé en langue originale

Contexte : Avec l'avènement du numérique, de volumineuses données s'accumulent permettant de constituer des entrepôts de données de plus en plus importants. La réutilisation des données, et notamment celles de santé produites à l'occasion d'un épisode de soin, est décrite dans de nombreuses études. Cependant très peu décrivent les modalités de réalisation de ce travail sur des données issues de cabinets de médecine générale et aucune n'inclut des données françaises. Notre objectif est de réaliser ce procédé de transformation vers le modèle de données OMOP avec des données semblables à celles issues de cabinet de médecine générale, puis d'en réaliser une rapide analyse descriptive. Matériel et Méthode : Nous utilisons un jeu de données simulées dans le cadre du CPER Tec’Santé. Ce jeu de données décrit 15000 patients, et respecte la structure et les distributions observées dans une base de données réelle. Nous avons réalisé un processus d'ETL vers le modèle de données commun OMOP. Nous avons dans un premier temps réalisé et détaillé la cartographie syntaxique puis la cartographie sémantique avant de présenter une rapide analyse descriptive des résultats. Résultats : Grâce au modèle de données commun OMOP, les 7 jeux de données fictives ont pu être transformés dans format standardisé. Concernant le vocabulaire dans chaque base, 51% à 100% des terminologies disponibles ont pu être mises en correspondance avec un concept normalisé lors de la cartographie sémantique. Discussion : Ce travail montre la faisabilité du processus avec des données issues des cabinets de médecine générale français. Les résultats descriptifs illustrent le potentiel scientifique de telles données. Un tel processus doit être réalisé en équipe.