EBM et paradigme PICO

Plusieurs facteurs jouent un rôle très important dans la prise de décision médicale. Une des approches, est basée sur les preuves scientifiques, permettant de retrouver et évaluer l’in-formation pertinente et nécessaire à la prise de décision est la médecine basée sur les faits (EBM¹³), le concept en français appelé MFF¹⁴. La médecine basée sur les preuves est fondée principalement sur quatre étapes :

1. La formulation claire et précise d’une question clinique à partir d’un problème clinique donné ;

2. La recherche d’articles pertinents dans la littérature (quel article lire ?) ;

3. L’évaluation systématique de la validité et de l’intérêt des résultats, et l’extraction des preuves qui sont à la base des décisions cliniques (quel article croire ?) ;

4. L’intégration de ces preuves dans la pratique médicale courante afin de répondre à la question posée au départ.

13. Evidence-Based Medicine 14. Médecine fondée sur les faits

La Figure 2.3 présente les étapes fondamentales pour récupérer l’information nécessaire à la prise de décision clinique.

Figure2.3 – Stratégie de recherche globale de la MFF.

Figure2.4 – Approche de l’évidence basée sur les faits.

L’Evidence-Based Medicine (EBM) ou médecine factuelle se définit donc comme l’utilisation consciencieuse et judicieuse des meilleures données (preuves) actuelles de la recherche clinique dans la prise en charge personnalisée de chaque patient (Sackett et al., 1996). Ces preuves proviennent d’études cliniques systématiques, telles que des essais contrôlés randomisés, des méta-analyses, éventuellement des études transversales ou de suivi bien construites. La Figure 2.4 donne les composantes principales de l’approche EBM.

Les soins basés sur les preuves concernent trois volets :

— Soin de santé basé sur les preuves : utilisation des meilleures preuves pour la prise de décision médicale sur le soin des patients ou les services de santé. Les meilleures preuves

actuelles sont les preuves mises à jour, à partir des travaux pertinents et valides sur les effets de différentes forme de soins, les risques potentiels, la précision des tests de diagnostic et les facteurs prédictifs de pronostic (Greenhalgh, 2004).

— La pratique clinique basée sur les preuves: une approche de prise de décision, dans laquelle le clinicien utilise la meilleure preuve disponible, lors de la consultation avec le patient, pour prendre une bonne décision pour le patient (Paton, 1999).

— La médecine basée sur les preuves : c’est l’utilisation des meilleures preuves pour la prise de décision sur la santé des patients. La pratique de la médecine basée sur les faits signifie l’intégration de l’expertise clinique individuelle avec la meilleure preuve clinique externe issue des recherches systématiques (Sackett et al., 1996).

Les requêtes cliniques se composent de quatre aspects fondamentaux : Patient/Problème (P), Intervention (I), Comparaison (C) et Outcome (O) connus comme éléments PICO. La struc-ture PICO est utilisée par les experts du domaine médical pour exprimer leurs requêtes et ses éléments peuvent être identifiés à partir des documents de la littérature. Une extension de la question PICO est PICOTT¹⁵. Le Tableau 2.12 présente un exemple de requête clinique PICOTT. Ces questions sont formulées par les experts du domaine médical dans le cadre de la RI basée sur les preuves. Malgré l’expertise, formuler une question précise avec un contexte bien spécifique reste une tâche complexe.

P Patient, Population, or Problem How would I describe a group of patients similar to mine ? I Intervention, Prognostic Factor, or Exposure Which main intervention,

pro-gnostic factor, or exposure am I considering ?

C Comparison or Intervention What is the main alternative to compare with the interven-tion ?

O Outcome you would like to measure or achieve What can I hope to accom-plish, measure, improve, or af-fect ?

T What type of question are you asking ? Diagnosis, Etiology/Harm, Therapy, Prognosis, Preven-tion

T Type of study you want to find What would be the best study design/methodology ?

Tableau 2.12 – Exemple de requête clinique PICOTT

Nous avons distingué deux volets de travaux : (1) l’identification des éléments PICO, (2) l’utilisation de ces éléments dans la RI médicale, détaillés dans ce qui suit.

La théorie de la médecine fondée sur des preuves soulève des questions fondamentales sur la façon avec laquelle les médecins génèrent d’une manière fréquente des questions dans la pratique clinique, ainsi que les catégories de questions fréquemment posées (Elyet al., 2000).

Au cours des deux dernières décennies, un certain nombre d’études ont abordé directement ou indirectement, les besoins d’information des médecins. Une étude en particulier a décrit

15. Population, Intervention, Comparison, Type of study, Type of questions

Question Clinique : In people with recurrent aggression having any antiepileptic drug in any dosage, whats is the length of time of placebo for observer reported aggression ? P women with locally advanced cervical carcinoma I hyperthermia radiotherapy

C radiotherapy O local tumor control

Tableau 2.13 – Exemple de requête PICO

l’état du besoin en information clinique (Smith, 1996). Cette revue systématique met à jour cet examen et évalue les habitudes de recherche d’information des médecins en déterminant la nature de leurs préférences en matière de ressources d’information. En analysant le comportement des médecins, les auteurs de (Dawes et Sampson, 2003) ont conclu que les sources d’information les plus utilisées sont textuelles. De plus, les médecins ont tendance à demander l’information à des collègues et il est rare d’utiliser les différentes bases de données médicales. Par ailleurs, ils ont noté une grande variation dans le comportement de recherche d’information. Cela implique la nécessité de poursuivre la catégorisation des besoins en information et de sources d’information. De ce fait, une planification minutieuse de la prestation de renseignement aux médecins est nécessaire pour leur permettre de tenir à jour et d’améliorer le transfert des connaissances.

Plusieurs problèmes empêchent l’implémentation de la médecine basée sur les preuves au sein de la pratique clinique (Franckeet al., 2008). Ces problèmes proviennent de : (1) la complexité de la formulation d’une question précise, spécifique au contexte de la recherche qui permet de faciliter l’identification des preuves pertinentes, (2) un manque de niveau d’expertise suffisant, qui peut être utilisé pour réaliser une évaluation efficace de ces preuves. Selon (Richardson et al., 1995), une question PICO est bien composée de 4 facettes clés : P (Patient/Problem), I (Exposure/Intervention), C (Comparison) et O (Outcome). Le Tableau 2.13 représente un exemple de question PICO. Peu de travaux ont traité le problème de répondre spécifiquement aux questions PICO (Demner-Fushman et Lin, 2007; Boudin et al., 2010b; Boudin et al., 2010c). Ces approches se basent sur deux étapes, à savoir : (1) l’identification des facettes PICO dans les documents et les requêtes, et (2) intégrer ces facettes PICO dans le pro-cessus de recherche, et plus spécifiquement dans les modèles d’appariement requête-document.

Les travaux sur l’évaluation automatique des requêtes PICO sont peu abondants et se scindent en deux volets. Dans la première catégorie de travaux (Boudin et al., 2010a; Zhao et al., 2010), le problème principal traité par les auteurs est la détection des facettes PICO, comme une étape en amont à la sélection de documents pertinents. La plupart des approches sont basées sur des techniques d’apprentissage supervisé afin d’identifier les éléments PICO à partir du texte. Par exemple, dans (Boudin et al., 2010a), le processus d’identification des éléments PICO à partir du document a été conduit selon deux étapes : une première étape pour la segmentation du texte des documents en plusieurs phrases, puis dans une seconde étape, chaque phrase est transformée en un vecteur de propriétés utilisant les caractéristiques statistiques et linguistiques pour désigner les facettes P, IC et O. Les expérimentations sur un ensemble de 260000 résumés de PubMed ont montré que la combinaison linéaire de plusieurs classifieurs est l’approche la plus efficace pour la détection des éléments PICO.

La deuxième catégorie de travaux (Boudin et al., 2010c; Boudin et al., 2010b; Demner-Fushman et Lin, 2007) concerne la définition de modèles de recherche d’information qui exploitent les facettes PICO pour calculer les scores de pertinence des documents. Pour atteindre cet objectif, Boudin et al. (Boudin et al., 2010c; Boudin et al., 2010b) ont proposé une extension de la version originelle du modèle de langue (Song et Croft, 1999). Les auteurs ont modifié le modèle de pondération basé sur les termes des documents en tenant compte de la distribution des éléments PICO dans les différents passages de documents ainsi que la distribution des termes dans les différentes parties PICO. L’évaluation expérimentale conduite sur une collection de 1.5 millions de documents et 423 requêtes a montré que le modèle proposé a permis une amélioration de 28% de la MAP¹⁶ sur l’ensemble des modèles de référence. Demner-Fushman et Lin (Demner-Fushman et Lin, 2007) ont également proposé un modèle unifié pour détecter et utiliser les éléments PICO dans une fonction de calcul de pertinence des documents S_EBM. Cette dernière est basée sur une combinaison linéaire des scores de pertinence partiels des documents, considérant trois éléments de l’EBM, à savoir, la structure PICO (S_{P ICO}), la crédibilité de la preuve médicale (S_SoE) et le type de la tâche (S_task). Les expérimentations sur 24 questions cliniques ont mon-tré que cette approche dépasse, en terme de performance, la recherche classique dans PubMed.

Nous détaillons ces travaux dans ce qui suit.