II. Etude des déterminants et contribution à une classifica-
1.5 L’intégration de DM-Scope dans les entrepôts de données de santé . 116
La progression rapide de la technologie Web a pour conséquence une multiplication des dossiers de soin et de recherche pour un même patient [45]. Le paysage des registres a beaucoup évolué, au plan technique, réglementaire et politique. La France, sur ce sujet, est pionnière et propose une organisation solide permettant de recenser tous les cas de maladies rares, grâce à des instances crées avec les plans nationaux successifs maladies rares.
1. Le projet DM-Scope et ses évolutions
Les instances existantes
Le projet RaDiCo vise à développer une plateforme commune pour le suivi des
co-hortes maladies rares en France, et la doter de grands instruments épidémiologiques pour mieux comprendre les déterminants de la santé, optimiser les pratiques médicales et les politiques de santé publique.
Le projet BNDMR est étroitement lié au programme RaDiCo. Il vise à mettre en œuvre une Banque Nationale de Données Maladies Rares pour colliger les données des patients atteints de maladies rares, et définir un jeu de données minimum commun à l’ensemble des maladies rares permettant de les caractériser sur le plan épidémiologique et santé publique.
BaMaRa est l’application web qui permet de collecter et d’exploiter les données
ma-ladies rares en recueillant dans le cadre du soin, un jeu de données minimum national pour tous les patients atteints de maladies rares. BaMaRa travaille sur l’import de ce jeu de données directement à partir du dossier patient informatisé de l’hôpital inscrit dans le logiciel ORBIS R.
Dans les établissements de l’Assistance Publique (AP-HP) et de certains autres CHU,
ORBIS R gère le dossier médical, la prescription, les dossiers de soin, d’urgences et
d’autres modules à travers un numéro unique d’identification du patient. La réflexion sur la place du dossier patient informatisé comme aide à la recherche biomédicale est animée par plusieurs groupes internationaux.
Les terminologies de référence internationale doivent être identifiées à l’instar des tra-vaux très largement engagés dans le domaine de la biologie où l’utilisation du référentiel LOINC fait consensus. L’Etat doit également rendre opposable l’utilisation de termino-logies cliniques dans l’ensemble des systèmes d’informations. Ces terminotermino-logies sont par exemple le thésaurus Orphanet pour les maladies rares.
L’Inserm est en charge de la production de la statistique sur les causes médicales de décès depuis plus de 50 ans, le Centre d’épidémiologie sur les causes médicales de
Décès (CépiDc) est une unité de service en charge de cette mission. Ainsi, a été créée
la base nationale des causes de décès. Par leur exhaustivité, elles peuvent enrichir toutes les cohortes ou autres bases de données scientifiques disposant de données identifiantes suffisantes, et ainsi permettre l’analyse de tous les facteurs de variation de la mortalité. Elles contribuent également à enrichir les registres de pathologies pour permettre l’amé-lioration de leur exhaustivité.
1. Le projet DM-Scope et ses évolutions
Le Programme de Médicalisation des Systèmes d’Information (PMSI), est
un outil de description et de mesure médico-économique de l’activité hospitalière, conçu pour être un outil d’allocation budgétaire. Il n’a pas pour vocation initiale de contribuer à la recherche biomédicale mais est de plus en plus utilisé à des fins épidémiologiques car il offre une couverture nationale des hospitalisations.
Le Système National d’Information Inter-Régimes de l’Assurance Maladie (Sniiram) regroupe les données de remboursement avec le détail du codage des actes
et des médicaments pour tous les événements de santé pris en charge par l’Assurance maladie. Comme le PMSI ce n’est pas sa vocation initiale de contribuer à la recherche biomédicale mais est de plus en plus utilisé à des fins épidémiologiques car il offre une couverture nationale des prises de traitement.
Le Système National des Données de Santé (SNDS) constitue une avancée
considérable pour analyser et améliorer la santé de la population, il permettra de chaîner : — les données de l’Assurance Maladie (base SNIIRAM),
— les données des hôpitaux (base PMSI),
— les causes médicales de décès (base du CépiDC de l’Inserm), — les données relatives au handicap.
Enfin, l’entrepôt de données de Santé appelé le « Health Data Hub » (HDH) est une plateforme mise en place par le gouvernement français. C’est un système de base de données et de services liés. Il a pour objectif de croiser les bases de données de santé et de faciliter leur utilisation. Il constituerait un « guichet unique » auprès duquel ils pourraient solliciter l’accès à toutes les données dont celles du SNDS. Cet entrepôt permettrait de déterminer des prises en charge adaptées et efficaces pour les maladies rares, en agrégeant des observations de sources multiples.
Les apports pour l’observatoire DM-Scope
Nous travaillons à mettre en place des méthodes visant à définir la représentativité des patients de l’observatoire. Une analyse réalisée il y a quelques années, montrait que les pa-tients DM issus de BaMaRa et DM-scope partageaient des caractéristiques très similaires. Dans le cadre de la connexion avec BaMaRa, dans DM-Scope, il a été développé un module d’export vers l’application. Nous sommes en train d’étudier avec les équipes la faisabilité de l’intégration des données maladies-spécifiques (cohortes, observatoires...).
1. Le projet DM-Scope et ses évolutions
Les observatoires se distinguent par leur qualité, mais la population couverte par les observatoires est limitée. La population couverte par les statistiques des causes médicales de décès est nationale, mais les défauts de sensibilité et de spécificité de cette source ne permettent pas de l’utiliser directement pour estimer l’incidence. Sur le plan de l’exhaus-tivité, le PMSI est efficace pour les personnes atteintes d’une maladie grave ou chronique car elles sont hospitalisées, mais est insuffisant en cas de prise en charge importante en ambulatoire. Le Sniiram ne comprend pas les diagnostics.
Les registres représentent un fort intérêt en tant que « gold standard » compte tenu de leur exhaustivité sur un territoire donné. Nous sommes en attente d’être enrichis par des extractions du HDH dans une optique d’amélioration du suivi des patients (diminution du nombre de perdus de vue) et de réduction des coûts de collecte. Des travaux en ce sens ont été lancés par Santé Publique France. Le rassemblement des registres pourrait faciliter l’harmonisation et le partage de bonnes pratiques de collecte comme le fait, par exemple, le réseau FRANCIM pour les registres sur le cancer.
En recherche médicale par exemple, le rapprochement du HDH avec diverses sources permettrait d’importantes avancées. Leur chaînage avec des données génomiques et cli-niques permettrait de mettre en évidence des biomarqueurs et prédispositions génétiques à certains cancers, voire d’identifier des états précancéreux. En effet, les données du HDH, bien que non médicalisées, permettent d’avoir une vision plus complète du parcours de soin d’un patient en ville et à l’hôpital. L’appariement avec des données produites pour l’observation des maladies rares (BNDMR) permettrait également d’avoir une vision plus détaillée de ces maladies qui sont nombreuses (plusieurs milliers) et touchent une per-sonne sur vingt dans le monde. Les connaissances ainsi produites permettraient aussi de faciliter le pilotage des politiques publiques issues des trois plans nationaux. Ces données de consommation de soin, associées à des données cliniques (biologiques, radiologiques), peuvent également favoriser la découverte de « nouvelles molécules » et contribuer à l’exer-cice d’une médecine de plus en plus personnalisée.
2. Le traitement et l’utilisation des données DM-Scope