3. Missions de Data Management à l’institut Bergonié
3.2. Apport personnel de ces différentes missions et discussion autour du Data Management
3.2.1. Apport personnel des différentes missions
D’un point de vue personnel ces différentes missions m’ont permis d’en apprendre beaucoup sur le métier de Data Manager et sur les différentes notions qui y sont associés. Dans un premier temps j’ai pu être formé aux différentes tâches quotidiennes du Data Manager, en passant tout d’abord par les différentes procédures et documents existants. J’ai pu apprendre à rédiger ces documents et à réfléchir à comment les concevoir. Par exemple, la rédaction du DVP m’a permis de réfléchir à la création des différents contrôles de cohérence ce qui développe les capacités de réflexion et d’analyse. Ensuite, les différents protocoles que j’ai pu lire pour les études sur lesquelles j’ai travaillé m’ont beaucoup appris sur différents domaines de la cancérologie, ce qui m’a apporté de nombreuses connaissances pour ma culture générale et pour la compréhension d’autres protocoles. J’ai pu observer le fonctionnement d’un essai clinique des phases de réflexion jusqu’à la mise en place de celui-ci. J’ai également pu observer le fonctionnement de la structure en général et ainsi comprendre l’organisation de celle-ci et potentiellement des autres structures existantes.
Dans un second temps, ces missions m’ont également permis de développer de nombreuses qualités. Tout d’abord le métier de Data Manager demande de la rigueur et de l’organisation. Il faut ainsi savoir planifier ses tâches et organiser son temps de travail pour respecter les délais. Ensuite, le travail d’équipe est un élément central de ce métier. En effet, nous sommes amenés à travailler avec l’ensemble des corps de métier de l’UREC que ce soit les ARCs ou bien les statisticiens. Mais également les autres Data Manager avec lesquels nous nous entraidons sur chaque étude dès qu’il y a besoin. Cela permet également d’apprendre à se faire comprendre de tous car les procédures sont parfois complexes et il faut savoir les expliquer quand cela s’avère nécessaire.
Enfin la VSI, m’a permis de travailler sur un domaine nouveau. J’ai pu ainsi me rapprocher d’un domaine qui peut faire penser à celui de la recherche. J’ai pu me documenter sur les différentes notions liées à la VSI et ainsi travailler sur la méthodologie que ce soit via la rédaction des différentes procédures ou bien via la transmission des connaissances sur le sujet au reste de l’équipe. La VSI m’a également permis de gérer ce projet pour mon alternance comme les projets qu’on a pu voir au cours de l’année scolaire.
Ainsi, je suis très reconnaissant envers l’ensemble de l’équipe de l’UREC et l’ensemble des Data Manager qui m’ont permis d’apprendre ce métier et de découvrir le Data Management dans le domaine de la santé. Et même si ces compétences s’appliquent au domaine de la santé, il est possible de les extrapoler à d’autres domaines, car la création de base de données et la programmation de contrôle de cohérence pour assurer la fiabilité et la sécurité des données restent des éléments essentiels dans tous métiers de Data Management.
34
3.2.2. Comparaison entre les logiciels de Data Management et les SGBD classiques
Mes différentes missions m’ont également permis de réfléchir sur le Data Management et notamment sur la différence qu’il peut exister entre les logiciels utilisés à l’institut Bergonié et ce qui est vu dans le milieu scolaire. Ainsi, j’ai pu soulever une discussion qui peut sembler intéressante suite à la réalisation de ces missions en tant que Data Manager. Celle-ci réside dans la comparaison entre les logiciels utilisés à l’institut Bergonié pour le Data Management et les Systèmes de Gestion de Base de Données (SGBD) plus classiques que j’ai pu voir au cours de mes études, et plus particulièrement de mon année de Master 2.
L’une des différences majeures entre ces deux systèmes réside dans la façon de concevoir les bases de données. En effet, dans les logiciels de Data Management d’essais cliniques la base de données est pensée comme un formulaire de remplissage pour rentrer les données dans la base. La base est ainsi créée à partir d’un CRF qui doit être suivi à la lettre, et ainsi chaque formulaire constituera une table de notre base de données. En revanche, dans les SGBD traditionnels les bases de données sont pensées pour être optimisées et pour que les requêtes soient faisables le plus facilement possible. La notion de forme normale par exemple n’apparaît pas dans les logiciels de Data Management, ni la notion de table de relation. Ces notions n’apparaissent pas car dans les logiciels de Data Management les données ont pour but d’être stockées puis extraites pour analyse statistique. Une fois que l’étude est terminée, il n’y a plus aucune modification qui va être faite sur la base, sauf cas exceptionnel par exemple lorsqu’un évènement indésirable grave ce déclare. Pour les SGBD, les bases de données ont pour vocation à être toujours en constante évolution, les données doivent être dynamiques et ont pour but d’être réutilisées et parfois modifiées. Ainsi entre les deux systèmes la conception d’une base de données changent énormément, même si dans les deux cas l’objectif reste le même c’est-à-dire, stocker des données afin de les réutiliser dans un but précis. On peut noter par exemple que dans les logiciels de Data Management il n’y a aucune interface pour interagir avec les données via des requêtes SQL, comme on peut en trouver dans les SGBD. On peut dire que les SGBD sont plus permissifs que les logiciels utilisés en Data Management d’essais cliniques.
Une seconde différence importante entre ces deux systèmes est également dans l’importation des données dans les bases. Pour les SGBD classiques, la base de données va généralement être alimentée par des fichiers externes. Les données peuvent être constamment modifiées et mise à jour si nécessaire et parfois même supprimées. Dans un logiciel de Data Management d’essais cliniques, une partie de ce logiciel est prévue pour le remplissage de la base. Ainsi chaque patient va être rentré individuellement dans la base à partir des formulaires. Dans ces logiciels, on ne supprime jamais les données d’un patient et chaque modification est tracée (via l’audit trail). Les données des patients ne sont pas voué à évoluer contrairement aux données dynamiques enregistrées dans les SGBD classiques. Les données des patients représentent une image à un moment précis et c’est pourquoi il n’y a pas de notion de modification à moins qu’une erreur de saisie ait été effectuée.
Il est intéressant de voir qu’un domaine comme le Data Management peut être vu de façon très différente en fonction du milieu dans lequel il est utilisé. En effet, dans le domaine de la santé et
35 plus particulièrement des essais cliniques, les bases de données ont une fonction de stockage afin de représenter la réalité à un moment donnée dans le but d’effectuer une analyse statistique sur un sujet précis. Dans des domaines tel que le commerce, les bases de données vont un voir un but de gestion des clients, des commandes et des stocks par exemple. Les bases vont ainsi être en constante évolution avec possiblement des changements dans les données des clients, l’ajout de nouvelles commandes au fil du temps et l’évolution des stocks. Les données sont dynamiques et reflètent la réalité en temps réel. C’est le domaine qui va donc déterminer les besoins auxquels le logiciel de Data Management va devoir répondre. C’est pour ça qu’on observe tant de différence entre les logiciels de Data Management d’essais cliniques et les SGBD plus classiques.
36