• Langue : Français
• Discipline : Médecine. Santé Publique
• Identifiant : 2018LILUM249
• Type de thèse : Doctorat de médecine
• Date de soutenance : 17/09/2018

Résumé en langue originale

Introduction : En Europe, un rapport de la commission européenne de 2008 estimait que 3 à 10% des hospitalisations avait pour cause un effet indésirable médicamenteux (EIM). La pharmacoépidémiologie vient compléter les essais cliniques randomisés et les reports de cas en pharmacovigilance pour explorer le lien entre des couples médicament et EIM potentiel. Le projet Observational Medical Outcomes Partnership (OMOP) puis le consortium Observational Health Data Sciences and Informatics (OHDSI) ont étudié empiriquement la performance des designs d’étude en pharmacoépidémiologie. Sur les bases de données médico-administratives, ils ont montré l’intérêt des designs autocontrôlés. L’objectif de ce travail était de développer une application interactive permettant l'utilisation des méthodes autocontrôlées validées par OMOP/OHDSI en pharmacoépidémiologie. Méthodes : L’application, développée sous R à partir du package RShiny, reposait sur le modèle de données commun OMOP pour son utilisation. Elle implémentait trois méthodes autocontrôlées : le self-controlled case series, le self-controlled cohort et le case-crossover. Deux bases de données ont servi au développement et au test de l’application : SynPUF, une base de données simulée à partir des données de Medicare, et les données de l’assurance maladie pour les patients de plus de 75 ans habitant dans le Valenciennois-Quercitain rentrant dans le cadre du projet PAERPA. Résultats : Les données SynPUF et les données de l’assurance maladie ont été mises au format du modèle de données commun OMOP. A partir de ce format de données, l'application propose une analyse pharmacoépidémiologique en 3 étapes : (1) définition de la population d'intérêt, (2) description de la population sélectionnée et des diagnostics, traitement, actes enregistrés pour celle-ci et (3) réalisation d'analyses à la volée basées sur les méthodes autocontrôlées. Discussion : Cette application permet de réaliser de manière exploratoire des analyses de pharmacoépidémiologie. L'environnement OMOP/OHDSI ne se limite pas aux méthodes autocontrôlées et est en constant développement, laissant la porte ouverte à des mises à jour de l'application pour d'autres méthodes. Au moment où l’accès au Système National des Données de Santé se démocratise, la transcription de ces méthodes dans le contexte français pourrait s’avérer intéressante.

Résumé traduit

...