Consortium PEPS : Pharmaco-‐épidémiologie des Produits de Santé

Consor&um PEPS Pharmaco-‐épidémiologie des Produits de Santé

UMR-‐6074

UMR-‐1099

28/05/2015 ConsorDum PEPS 2

DRUG-‐SAFE Bordeaux-‐Marseille

PEPS Rennes-‐Villejuif

CTAD-‐PEPI

Rennes 2008

Bases de données US Claims Databases HMO Kaiser Permanente… Canadian Claims Databases Saskatchewan Ontario RAMQ European Claims Database Danish registries GPRD : Medical Database

GETBO EA-‐3878

Brest


Système NaDonal

InformaDon Inter-‐Régime Assurance Maladie

Traitement des

données

Données de remboursement

PMSI Remboursement

de soins

ExposiDon aux

médicaments

Evènements cliniquement perDnents

Pharmaco-‐épidémiologie Sécurité Bénéfice en situaDon réelle CondiDons réelles d’usage Coût-‐efficience

Epidémiologie Parcours de soins

GENEPI (PHRC 2011) COMBI-‐FIX-‐HTA (ANSM 2012) SACHA (PHRC 2012) ADTCR (PHRC 2013) CANARI (FRM 2013) ARTIX-‐ME (PRME 2014)

POP (2014) EPI-‐GETB-‐AM (2014)

Le SNIIR-‐AM en quelques chiffres

28/05/2015 4 ConsorDum PEPS

-‐  1,2 milliards de feuilles de soins gérées chaque année -‐ Capacité de stockage égale à 140 Téraoctets -‐ 7 dicDonnaires avec 785.000 -‐ 3 bases de données d’une volumétrie supérieure à 18 téraoctets -‐  La société Oracle a recensé en 2005 le « TopTen » des plus grosses bases de données mondiales et la 10ème était < à 18 téraoctets. -‐ 150 applicaDons gérées -‐ 1000 flux récepDonnés chaque mois en provenance des Centres de traitement informaDques, des autres régimes, des mutuelles, des Caisses régionales d’assurance maladie,…

On peut parler de « données massives en santé »


Référen&els (assurés, données médicales, offre de

soins, ..)

DECOMPTE

SNIIR-‐AM

Autres régimes

PMSI

Contrôles Anonymisa&on

Bases de données locales de remboursement des

soins de ville Informations nominatives (retour possible au dossier)

Base de données nationale chainée avec les données

hospitalières du PMSI

Informations anonymes (pas de retour possible au

dossier)

AlimentaDon du SNIIR-‐AM


•  Dates exactes d’hospitalisation

2003 2005 2007 2002 2009 2010

•  Constitution de l’échantillon au 1/97ème (EGB)

•  Chaînage PMSI-Ambulatoire en juillet

2007 (sur données 2006)

•  DCIR tous régimes (98%) •  Dates de décès •  Médicaments hors GHS •  Consultations ext.

•  Codage CCAM des actes médicaux

•  Constitution de l’entrepôt

national de données

(régime général)

•  Démarrage du CENTI d’Evreux

(01/01/2002) •  Entrepôt

Tous Régimes

•  Industrialisation chaînage Rattrapage 2007-2009


Les données du SNIIR-‐AM


Date de délivrance du médicament

Code CIP du médicament

Nombre de comprimés

Spécialité du prescripteur

Code de l’examen biologique Code CCAM de l’acte médical

Code « pathologie » (CIM10) de l’ALD

Cause médicale de l’invalidité

Arrêts de travail

Soins infirmiers

Soins de kinésithérapie

Transports médicalisés

MoDfs médicaux des hospitalisaDons

Dates des hospitalisaDons

CaractérisDques des établissements

ConsultaDons externes

DisposiDfs médicaux (LPP)

Médicaments en sus du forfait

LocalisaDon géographique

Coûts et remboursements

Date du décès

Date de prescripDon Soins de suite et de réadaptaDon

Les données du SNIIR-‐AM

PEPS : Infrastructure informaDque


SNIIRAM

Rapatriement des

extrac&ons Espace projet n Espace

projet 2 Espace projet 1

Accès sécurisé au portail DCIR (profil ANSM)

Appariement des

données hospitalières et SNIIRAM

Algorithmes de fouille de données

OuDl de

visualisaDon des parcours

Feuilles

de styles 3D

Maqueqe

Prototype

OpDmisaDon des bases de données

et langage d’interrogaDon

IntégraDon

Algorithmes d’idenDficaDon d’évènements

Ou&

ls

Métho

des

Exploita&on Retour d’expérience


PEPS : Un programme de R & D

Modèle conceptuel du parcours paDent M

odéle

Parcours intra-‐hospitalier Parcours ambulatoire

Equipes de Produc&on

Tran

sfert

Evalua

&on

cas d

’usage

Etude

Pharmaco-‐épidémiologique

Etude Pharmaco-‐épidémiologique

Etude Pharmaco-‐épidémiologique


OuDls : VisualisaDon

Switch du princeps au générique Retour au

princeps


OuDls : ExploraDon des données AgrégaDon de médicament 1 et médicament 2 en Médicament

Eclatement en 3 sous-‐catégories en foncDon du dosage

FormulaDon graphique de recherche d’enchainements

Remplacement d’évènements (ex: délivrance vs exposiDon)


OuDls : ExtracDon de sous-‐populaDons

Choix sur critères à

distribution continue (Axes)

Filtrage sur critères

discrétisés


OuDls : ModélisaDon du parcours de soins Exemple : uDlisaDon des chroniques


OuDls : Fouille de moDfs séquenDels

2. CréaDon d’une base d’items

1. Regroupement (clusters) des intervalles par plus-‐proche voisin (items)

3. CréaDon d’itemsets = liste d’items de la base

4. Recherche des itemsets les plus fréquents (Apriori)

Conclusion

§  Expérience du SNIIR-‐AM : défi informaDque §  Force de proposiDon d’études scienDfiques §  ConsorDum d’excellence

Stratégie innovante d’uDlisaDon du SNIIR-‐AM pour la produc&on efficace

d’études pharmaco-‐épidémiologiques et d’études épidémiologiques


Health & Medicine

Consortium PEPS : Pharmaco-‐épidémiologie des Produits de Santé