Vers un langage graphique de représentation des connaissances sur les médicaments

HAL Id: dumas-01730192

https://dumas.ccsd.cnrs.fr/dumas-01730192

Submitted on 13 Mar 2018

HAL is a multi-disciplinary open access

archive for the deposit and dissemination of sci-entific research documents, whether they are pub-lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.

L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Vers un langage graphique de représentation des

connaissances sur les médicaments

Jean-Baptiste Lamy

To cite this version:

Jean-Baptiste Lamy. Vers un langage graphique de représentation des connaissances sur les médica-ments. Sciences pharmaceutiques. 2006. �dumas-01730192�

AVERTISSEMENT

Ce document est le fruit d'un long travail approuvé par le

jury de soutenance et mis à disposition de l'ensemble de la

communauté universitaire élargie.

Il n’a pas été réévalué depuis la date de soutenance.

Il est soumis à la propriété intellectuelle de l'auteur. Ceci

implique une obligation de citation et de référencement

lors de l’utilisation de ce document.

D’autre part, toute contrefaçon, plagiat, reproduction illicite

encourt une poursuite pénale.

Contact au SID de Grenoble :

bump-theses@univ-grenoble-alpes.fr

LIENS

LIENS

Code de la Propriété Intellectuelle. articles L 122. 4

Code de la Propriété Intellectuelle. articles L 335.2- L 335.10

http://www.cfcopies.com/juridique/droit-auteur

D

1111111,1mum1~

Vers un langage graphique de représentation des

connaissances sur les médicaments

THÈSE

PRÉSENTÉE POUR L'OBTENTION DU TITRE DE DOCTEUR EN PHARMACIE

DIPLÔME D'ÉTAT

JEAN-BAPTISTE LAMY

THÈSE SOUTENUE PUBLIQUEMENT

À

DEVANT LE JURY COMPOSÉ DE :

Président du Jury : M. le professeur Vincent DANEL (médecin hospitalier) Directeur de thèse : M. le professeur Alain VENOT (médecin hospitalier) Membres du jury:

T·vl. le maître de conférence Vincent RIALLE (Iv1CU-PH)

l\!I. le professeur associé Bernard CHAMP 0 N (pharmacien d'officine) M. le professeur Jean GALOP (pharmacien hospitalier)

La faC'ulté de Pharmacie de Grenoble n'entend donner aucune approbation ni improbation aux opi-nions émises dans les thèses; ces opiopi-nions sont considérées comme propres à leurs auteurs.

BAKRI BURME1'3TER CALOP DANEL DECO UT DEMENGE DROUET FA VIER GOULON GRILLOT LECLERC MARIOTTE PEYRIN RIBUOT ROUSSEL SEIGLE-MURANDI STE IMAN WOUESSIDJEWE

UNIVERSITE JOSEPH FOURIER FACULTE DE PHARMACIE DE GRENOBLE

Domaine de la Merci 38700 LA TRONCHE Doyen de la Faculté : M. le Professeur P. DEMENCE

Vice-Doyenne: Mme A. VTLLET

PROFESSEURS DE PHARMACIE

Abdelaziz Pharmacie Galénique Wilhelm Biophysique

Jean Pharmacie Clinique et Bio-Technique Vincent Toxicologie

Jean-Luc Chimie Bio-Inorganique Pierre Physiologie/ Pharmacologie

Emmanuel Immunologie/ Microbiologie/ Biotechnologie Alain Biochimie I Biotechnologie

Chantal Biophysique Renée Parasitologie Gérard Chimie Organique Anne-Marie Pharmacognosie Eric Chimie Analytique

Christophe Physiologie I Pharmacologie Anne-Marie Biochimie

Françoise Botanique et Cryptogamie Régine Biologie Cellulaire Denis Pharmacie Galénique

PROFESSEUR ASSOCIE (PAST)

MAITRESDECONFERENCESDEPHARMACIE

ALDE BERT Delphine Parasitologie ALLENET Benoit Pharmacie Clinique

BARTOLI Marie-Hélène Pharmacie Clinique et Biotechn. BOUMENDJEL Ah cène Pharmacognosie

BRETON Jean Parasitologie

CHOISNARD Luc Pharmacotechnie et génie de la formulation DELETRAZ Martine Droit Pharmaceutique Economie

DEMEILLERS Christine Biochimie

DESIRE Jérôme Chimie Bioorganique DIJOUX-FRANCA Marie-Geneviève Pharmacognosie DURMORT-MEUNIER Claire Virologie

ESNAULT Danielle Chimie Analytique

FAURE Patrice Biochimie

FAURE-JOYEUX Marie Physiologie-Pharmacologie FOUCAUD-GAMEN Jacqueline Immunologie

GEZE Annabelle Pharmacotechnie Galénique GERMI Raphaële Bactériologie

GILLY Catherine Chimie Thérapeutique GODIN-RIBUOT Diane Physiologie - Pharmacologie GROSSET Catherine Chimie Analytique

GUIRAUD Pascale Biologie Ce11ulaire et Génétique BINING ER-FA VIER Isabelle Biochimie

KRIVOBOK Serge Botanique- Cryptogamie MORAND Jean-Marc Chimie Thérapeutique

NICOLLE Edwige Chimie Organique/ Chimie Thérapeutique PINEL Claudine Parasitologie

RAVEL Anne Chimie Analytique

RAVELET Corinne Chimie Analytique

RIONDEL Jacqueline Physiologie - Pharmacologie SEVE Michel Ens. Physique /Rech. Biochimie TARBOURIECH Nicolas

VANHAVERBEKE Cécile Chimie Bio-Inorganique VILLEMAIN Danielle Mathématiques I Informatique VILLET Annick Chimie Analytique

PROFESSEUR AGREGE (PRAG)

"There is no field where lwrnanisation of knowledge through the eye would not be possible." - Otto Neurath7 Autobiography

Remerciements

Je remercie Alain Venot pour avoir dirigé ma thèse et pour son accueil chaleureux au Laboratoire d'Informatique Médicale et BIOinformatique (LIM&BIO, UFR SMBH, Université Paris XIII).

Je remercie Catherine Duclos pour ses idées et sa rigueur.

Je remercie Vincent Rialle pour ses conseils en matière de science cognitive et pour son amitié. Je remercie Vincent Danel d'avoir accepté de présider le jury de ma thèse, ainsi que Jean Calop et Bernard Champon.

Je remercie Jean-Daniel Zucker pour les idées que nous avons pu échanger sur la grammaire du langage VCM.

Je remercie Patrick Ouvrard et les médecins évaluateurs de la SFTG pour le temps qu'ils ont consacré à VCM, pour leur propositions et pour leur enthousiasme.

Je remercie Avner Bar-Hen pour son aide lors de l'analyse statistique des données recueillies au cours de l'évaluation de VCM.

Je remercie tous les membres du LIM&BIO pour leur accueil chaleureux.

Je remercie la CNAMTS pour avoir subventionné l'évaluation du langage VCM. Je remercie toute ma famille et mes amis pour leur soutien.

Table des matières

1.1 Exemples d'approches graphiques 1.1.1

1.1.2 1.1.3 1.1.4 1.1.5

Une approche graphique pour enseigner la néphrologie Influence de la présentation sur le monitoring

Visualisation d'algorithmes et de programmes Kaleidoquery . . . .

Conclusion . . . . 1. 2 Les monographie des médicaments .

2 Rappels bibliographiques

2 .1 Les langages graphiques

2.2

2.1. l La signalisation routière

2.1.2 L'étiquetage des produits chimiques 2.1.3 La sémiotique et les modèles de la vision La visualisation d'information

3 Matériels et méthodes

3.1 Matériel . . . .

3.1.l Matériel pour l'analyse des RCP . 3.1.1.1 Corpus ... 3.1.1.2 Outils d'analyse

3.1.2 Matériel pour la réalisation du prototype 3.1.2.1 Langage de programmation .. 3.1.2.2 Données ... .

3.2 Quelles connaissances médicarnenteuses pour quels utilisateurs? 3.2.1 Besoins des professionnels de santé ... .

11 12 12 13 13 13 13 14 15 15 16

16

19

19

19

20

20

20

3.2.2 Besoins exprimés par le patient . . . 21 3.2.3 Classification des outils de consultation des connaissances médicamenteuses . 22 3.2.4 Conclusion . . . 23 3.3 Conception d'un langage graphique de visualisation des connaissances médicales (VCM) 23

3.3.1 Analyse des RCP . . . 23

3.3.1.1 Termes et concepts . . 23

3.3.1.2 Structure des phrases 3.3.2 Élaboration du langage VCM .

24 25

3.3.2.1 3.3.2.2

Élaboration de la grammaire . . . . Élaboration du lexique des pictogrammes

3.4 Utilisation de méthodes interactives de visualisation d'information 3.4.1 Visualisation de texte ... .

3.4.2 Visualisation avec le langage VCM 3.4.3 Outil de vérification

3.4.4 Outil d'aide à l'éducation du patient 3.5 Évaluation . . . . 3.5.1 3.5.2 3.5.3 Compréhensibilité . Vitesse de lecture de VCM . Bonhomme VCM . . . . 4 Résultats 4.1 Le langage VCM . . . . 4.2 Prototype de base de connaissance médicamenteuse

4.2.1 Outil de lecture ... 4.2.2 Outil de vérification 4.2.3

4.2.4

Outil d'aide à l'éducation du patient Outil de suivi

4.3 Évaluation . . . . 4.3.1 Compréhensibilité .

4.3.2 Vitesse de lecture de VCM . 4.3.3 Bonhomme VCM . . . . 5 Discussion, perspectives et conclusion

5.1 Comparaison avec les langages ou logiciels existants . . . . 5.1.1 Le Vidal électronique (TVS) et la Banque Claude Bernard (BCB) 5.1.2 Stabilis 2 ... . 5.1.3 Pictogrammes de l'USP 5.2 Et le pharmacien? . . . . En pharmacie d'officine .

À

5.2.4 Dans l'industrie pharmaceutique . 5.3

5.4

Perspectives ... .

5.3.1 Amélioration et extension du langage VCM

5.3.2 Utilisation du langage VCM dans d'autres logiciels médicaux . 5.3.3 Un langage VCM pour les patients

Conclusion . 6 Bibliographie 6.1 Livres et thèses 6.2 Articles .... 25 25 26 26 26 26 28 29 29 29 30 31 31 33 34 34

36

47

47

47

47

47

47

51

6 .3 Congrès et actes de congrès 6.4 Autres ... . A Glossaire

B Manuel d'apprentissage du langage VCM B.l Introduction ... .

B.2 L'état actuel du patient

B.2.1 Les états physiologiques et le mode de vie du patient B.2.2 Les pathologies et les symptômes ..

B.3 Les risques de pathologies ou de symptômes B.4 Les antécédents de pathologies .

B.5 Les traitements ... . B.5.1 Les types de traitement B.5.2 Les médicaments .... B.5.3 Les propriétés des traitements B.6 Les surveillances

B.7 Construction de phrases

B.7.1 Combinaisons de plusieurs icônes en une seule B. 7.2 Négations . . . .

B.7.3 Actions ... . B.7.4 Relations ET et OU B.7.5 Exemples ... .

C Lexique des pictogrammes du langage VCM Lexique des pictogrammes et des formes

Serment des Apothicaires

53 54 55 58 58 59 59 59 62 62 62

62

62

74

Table des figures

Panneaux de signalisation routière. . Pictogrammes de produits chimiques symboles/ etiquetage. htm).

dangereux (d'après http://www. aimt67. org/ Raisonnement attendu devant le langage VCM.

La répartition des différentes localisations et étiologies sur le "bonhomme". Copies d'écran du didacticiel VCM ... .

16

16

26

27

32 6 Copie d'écran de l'outil de lecture, pour l'Arkogélule Millepertuis (un antidépresseur). 34

7 Copie d'écran de l'outil de vérification, pour le Stilnox (un somnifère). . . 35 8 Copie d'écran de l'outil de vérification, pour le Stilnox, après que l'utilisateur aie cliqué

sur l'icône des contre-indications en cas de troubles musculaires. . . 35 9 Copie d'écran de l'outil de vérification, pour le Stilnox, après que l'utilisateur aie cliqué

sur l'icône des précautions d'emploi en cas de troubles psycho-comportementaux. . . . 36 10 Copie d'écran de l'outil d'aide à l'éducation du patient, pour le Stilnox (un somnifère). 37 11 Copie d'écran de l'outil d'aide à l'éducation du patient pour le Stilnox, après que

l'utilisateur aie cliqué sur l'icône des effets indésirables oculaires. 37

12 Copie d'écran de l'outil d'aide au suivi pour le Stilnox. 38

13 Extrait de l'évaluation de compréhensibilité. . . 39

14 Copies d'écran de l'évaluation de vitesse. . . 40

15 Résultats de l'évaluation de la vitesse de lecture de VCM. . 40

16 Copies d'écran de l'évaluation du "bonhomme" VCM. 41

17 Résultats de l'évaluation du "bonhomme" VCM. . . . 41

18 Copie d'écran de la monographie de l'amiodarone dans le Vidal électronique (TVS). 44 19 Copie d'écran de la monographie de l'amioclarone dans la Banque Claude Bernard. . 44

20 Copie d'écran de Stabilis 2, d'après [22]. . . 45

21 Exemples d'icônes issues de Stabilis 2, d'après [22]. 45

Chapitre 1

Introduction

Nous sommes aujourd'hui confrontés à une explosion des connaissances médicales, en quantité

et en complexité. En particulier, la découverte de nouveaux médicaments, la complexité sans cesse croissante de ceux-ci et la découverte de nouvelles propriétés pour les médicaments déjà existantR sont responsables de l'augmentation du volume des connaissances médicamenteuses, en particulier des monographies des médicaments ou RCP (Résumé des Caractéristiques Produit).

Ces connaissances médicamenteuses sont jugées utiles par les professionnels de santé [15]. Leur accès a été grandement facilité par les nouvelles technologies, en passant d'un format papier (RCP, Vi-dal) à un format électronique (logiciel de base de connaissances médicamenteuses : Vidal électronique, Banque Claude Bernard, Thériaque, ... ). Ce format électronique facilite les recherches, cependant la manière de présenter les connaissances à l'utilisateur n'a pas évoluée malgré l'informatisation et re-pose toujours sur le texte : texte à lire sur une page du Vidal ou texte à lire à l'écran. Un dictionnaire électronique reste avant tout un dictionnaire! D'après une enquête sur les bases de données médica-menteuses électroniques réalisée par FULMEDICO (Fédération des Utilisateurs de Logiciel Médicaux et Communicants) [36], "Actuellement, on a [ ... ] l'impression d'être en présence d'une informatisation des bases de données médicamenteuses 'papier' ". Les utilisateurs évoquent notamment la quantité excessive des connaissances et le temps nécessaire pour trouver les connaissances pertinentes.

Ce mode de présentation est satisfaisant dans les cas simples, mais il ne l'est pas lorsque la quantité de texte devient trop importante, en particulier lorsque le professionnel est en face du patient (délivrance du médicament pour le pharmacien, consultation pour le médecin, ... ) et dispose donc d'un temps limité [13]. Par exemple, dans le cas de patients polymédiqués ou de médicaments complexes comme l'amiodarone, le pharmacien ou le médecin ne peuvent pas lire la totalité des monographies correspondantes dans le temps qui leur est imparti. En effet, J.W. Ely et al. [12] ont montré que lors de la consultation, le médecin passe en moyenne moins de deux minutes pour chercher la réponse à une question qu'il se pose.

Dans d'autres domaines comme la signalisation routière, l'éducation ou la modélisation, des ap-proches graphiques ont permis d'accélérer la lecture des connaissances. Ces apap-proches graphiques relèvent du champ de la sémiotique (études des signes graphiques) ; elles regroupent des langages graphiques à base d'icônes ou de pictogrammes (par exemple les panneaux routiers), et des méthodes de visualisation interactives (par exemple des menus déroulants). Il semble raisonnable de penser que la médecine pourrait elle aussi profiter de ces approches, comme le confirment certains travaux (voir la revue de L. Chittaro [6], ainsi que [11] et [16]). Pourtant ces approches graphiques ne sont pas

encore employées par les logiciels de bases de connaissances médicamenteuses actuels.

Nous proposons donc de mettre en oeuvre ces approches graphiques pour faciliter la lecture des monographies par le médecin lors de la consultation ou le pharmacien lors de la délivrance du médicament. L'objectif est de pouvoir répondre par des icônes aux questions suivantes : (a) quelles sont les principales propriétés du médicament X? (b) le médicament X est-il contre-indiqué chez mon patient Y? ( c) que dois-je dire sur le médicament X à mon patient Y?

La plupart des approches graphiques existant actuellement, dans le domaine médical comme en-dehors, ont été réalisées de façon empirique et souvent sans véritable évaluation. Nous a:vons néanmoins souhaité utiliser une méthodologie rigoureuse prenant en compte à la fois le contenu des monographies et les besoins exprimés par les professionnels de santé, et les capacités cognitives et visuelles de l'être humain. Nous avons à cette fin suivi une approche multi-disciplinaire : pharmaceu-tique, informatique et sémiotique.

Dans cette introduction, nous verrons tout d'abord quelques exemples d'approches graphiques dans différents domaines qui ont été évaluées et qui ont montré leur efficacité. Puis nous présenterons les connaissances médicamenteuses.

Ensuite, nous présenterons les résultats d'une étude bibliographique des approches graphiques existantes (voir section 2) et des besoins exprimés par les utilisateurs des connaissances médicamen-teuses (voir section 3.2.1). J'ai conçu un langage graphique pour la Visualisation des Connaissances Médicamenteuses (VCM, voir section 3.3 et annexe B) et recherché des méthodes de visualisation appropriées aux monographies (voir section 3.4). Enfin, le langage VCM et les méthodes de visualisa-tions proposées ont été mis en oeuvre dans un prototype de base de connaissances médicamenteuses

(voir section 4.2). Ce langage VCM et le prototype ont été évalués sur un groupe de 11 médecins généralistes (voir sections 3.5 et 4.3).

Un glossaire est disponible en annexe A, un manuel de VCM en annexe B et un lexique des pictogrammes de VCM en annexe C.

1.1 Exemples d'approches graphiques

Les approches graphiques sont déjà employées dans de nombreux domaines, comme par exemple le langage graphique UML ( Unified Modeling Language) en modélisation. S'il est bien connu qu'un bon schéma peut résumer plusieurs pages, peu d'approches graphiques ont subi une véritable évaluation, incluant une comparaison avec les approches textuelles traditionnelles. Voici quelques exemples, tirés du domaine médical pour les premiers.

1.1.1 Une approche graphique pour enseigner la néphrologie

B. Preiss et son équipe [20, 31, 32] ont étudié l'utilisation de schérnas graphiques pour l'enseigne-ment de la néphrologie en seconde année de médedne. Les schémas, qu'il appelle concept graphies, représentent sous forme graphique les définitions de 13 pathologies rénales. Chaque schéma se pré-sente de la même façon : un bonhomme qui reprépré-sente le patient, un rectangle rouge qui reprépré-sente le sang, un rectangle jaune qui représente l'urine, et un néphron (unité fonctionnelle de base du rein) entre les deux. A l'intérieur de ces différentes régions, les éléments sous ou sur-représentés sont

indiqués; par exemple en cas d'hyperlipidémie, trois gouttes jaunes (représentant les lipides) sont indiquées dans le rectangle rouge du sang.

Ce matériel pédagogique a été évalué de la façon suivante : les 33 étudiants du groupe de contrôle disposaient de la description textuelle des pathologies, et les 39 étudiants du groupe de test avaient en plus les schémas. Les documents sont retirés après une période d'apprentissage d'une demi-heure, et les étudiants doivent répondre à un questionnaire. Les résultats sont significativement meilleurs lorsque les schémas sont utilisés pour les questions de raisonnement; la différence n'est pas significa-tive pour les questions de mémoire pure. Par ailleurs, l'acceptation des schémas par les étudiants est très bonne, et ils les jugent plus utiles que les livres ou les autres ressources pédagogiques.

1.1.2 Influence de la présentation sur le monitoring

L. S. Elting et al. [11] ont testé l'efficacité de quatre façons différentes de présenter les données lors de tâches de suivi d'événements. L'exemple choisi est celui de l'évolution du taux de mortalité infectieuse au sein d'un hôpital, en fonction du type de germe (Gram

+

Les résultats d'une étude sur 75 sujets de diverses professions médicales montrent que les présen-tations en tableau et en icônes sont les meilleures, à la fois en terme de vitesse et de qualité d'analyse. De plus, la présentation en icônes est celle qui a le temps d'apprentissage le plus court.

1.1.3 Visualisation d'algorithmes et de programmes

De nombreuses méthodes ont été proposées pour représenter graphiquement des algorithmes. Hundhausen et al. [17] ont réalisé une méta-analyse sur 24 études comparant ces représentations graphiques aux descriptions textuelles des algorithmes, lorsqu'elles sont utilisées à des fins éducatives. Près de 50% de ces études obtiennent un résultat significativement meilleur avec les représentations graphiques, contre 4

%

1.1.4 Kaleidoquery

Kaleidoquery [19] est un langage graphique pour formuler des requêtes au sein d'une base de données orientée objet. Lors d'une évaluation, Kaleidoquery a été comparé à OQL ( Object Query Language), le langage textuel de référence standardisé par l'ODMG ( Object Database Management Croup) pour les bases de données orientée objet. L'évaluation montre que chez des non-programmeurs, l'utilisation de Kaleidoquery diminue significativement le taux de requêtes erronées. Chez les pro-grammeurs en revanche, il n'y a pas de différence significative.

1.1.5 Conclusion

Ces quelques exemples montrent que, lorsqu'elle est bien réalisée, une approche graphique peut être plus efficace qu'une approche textuelle, à la fois en vitesse et en performance. L'application de ce type d'approche aux connaissances sur le médicament semble donc pertinent.

1.2 Les monographie des médicaments

Les monographies des médicaments reposent sur les RCP (Résumé des Caractéristiques Produits). Un RCP regroupe l'ensemble des connaissances cliniques, pharmaceutiques, pharmacologiques et administratives sur un médicament donné. Les RCP sont écrits par les industries pharmaceutiques, puis validés par l'AFSSAPS (Agence Française de Sécurité SAnitaire des Produits de Santé), qui les met ensuite à dispositions des éditeurs de bases de connaissances médicamenteuses (Vidal, banque Claude Bernard, Thériaque, ... ). Les informations suivantes sont contenues dans les RCP :

- nom de marque,

- composition qualitative et quantitative, - forme pharmaceutique,

- aspects cliniques : indications (I), posologie et méthode d'administration, contre-indications (CI), précautions d'emploi (PE) et mises en garde (MG), interactions médicamenteuses (IM), grossesse et allaitement, effets indésirables (EI), surdosage,

- propriétés pharmacologiques : pharmacodynamie, pharmaco-cinétique, données de sécurité pré-clinique,

- aspects pharmaceutiques : liste des excipients, incompatibilités, durée de stabilité, conditions de stockage, nature des conditionnements, instructions pour la manipulation,

- identité du propriétaire de l'AMM (Autorisation de Mise sur le Marché), - numéro d'AMM,

- date de la première autorisation ou de renouvellement d'AMM, - date de révision du texte.

Les monographies sont la stricte reproduction des RCP auxquelles sont ajoutées le prix, le coüt du traitement journalier, et l'inscription sur les listes des substances vénéneuses. Pour un usage médical, ce sont surtout les aspects cliniques qui nous intéressent, ainsi que certaines parties des aspects pharmacologiques et pharmaceutiques.

Chapitre 2

Rappels bibliographiques

Cette section présente quelques notions de base sur les approches graphiques. Les approches graphiques présentent deux avantages sur les approches traditionnelles à base de texte :

L"'universalité" : la phase d'apprentissage est courte, voire inexistante. En effet, l'utilisation de l'analogie permet de représenter des concepts de façon quasi-universelle, par exemple il est facile de deviner que le dessin d'un oeil signifie "oeil". En particulier, l'analogie est indépendante de la langue. De plus, il existe un certain nombre de conventions graphiques très répandues, comme le symbole "coeur" utilisé par les carte à jouer.

- La rapidité de lecture : en tirant partie des possibilités visuelles, les représentations graphiques peuvent être lues beaucoup plus rapidement, tout en étant plus "attractives".

Cependant, les approches graphiques ont deux inconvénients :

- Elles nécessitent des moyens technologiques plus complexe: impression en couleur, animation, ... - Elles sont moins précises que le texte.

En fonction de ses avantages et inconvénients, les approches graphiques seront plus ou moins bien adaptées aux différentes connaissances médicales et à leur utilisation en pratique.

Une étude bibliographique a mis en évidence deux types d'approches graphiques complémentaires: les langages graphiques et la visualisation d'information. Un langage graphique permet de traduire graphiquement des informations ou des connaissances; le "texte graphique" obtenu peut ensuite être visualisé à l'écran avec des outils de visualisation d'information.

2.1 Les langages graphiques

Aujourd'hui les langages graphiques sont partout autour de nous, de la signalisation routière aux pictogrammes présents dans les gares en passant par les schémas utilisés dans l'éducation (voir [20] pour un exemple en néphrologie) et par le langage .de modélisation UML ( Universal Modeling Language, http://uml.org). Dans cette section, nous présenterons deux exemples de langages gra-phiques avant d'é_tudier brièvement la sémiotique et les différentes théories qui peuvent nous aider à créer un langage graphique.

&

,

"·-···--···---·-····-···---····"

,_,

,

(____._···-···-···'" ~

FIG. 1 -Panneaux de signalisation routière.

De gaucheàdroite : attention virageàgauche; interdiction aux véhicules agricoles, présence de travaux (d'après http://T.ilWW. securiteroutiere.gouv. fr).

FIG. 2 - Pictogrammes de produits chimiques dangereux (d'après http://www.aimt67. org/ symboles/etiquetage.htm).

De gauche àdroite : produit inflammable, comburant; explosif, corrosif, dangereux pour l 'environne-ment, irritant / nocif, toxique.

2

.1

.1

La

s

igna

l

isa

t

ion

rou

t

iè

re

La signalisation routière est un langage graphique relativement simple, utilisé pour représenter des ordres (obligation ou interdiction, par exemple limitationde vitesse), des dangers (attention aux virages) ou des informations (directions, commodités) aux conducteurs (voir figure 1). Ce langage obéitàdeux objectifs : les panneaux doivent être reconnus rapidement, tout en étant indépendants de la langue (pour les touristes étrangers), et il fait l'objet d'un apprentissage au cours duquel les symboles arbitraires du langage doivent être mémorisés. Ce langage se concentre donc sur le second avantage des approches graphiques : larapidité de lecture.

J,G. :tv1eunier [18] a étudié lastructure des panneaux routiers. En particulier, des formes géomé-triques sont utilisées pour indiquer le type de panneau : un cercle pour les ordres, un triangle pour les risques et un rectangle pour les informations. La couleur est utilisée pour représenter le niveau de danger : en bleu les obligations, en rouge les dangers (interdictions et risques).

2

.1

.2

L

'é

t

ique

tage

des

p

rodu

i

ts

ch

im

iques

La représentation du danger a été beaucoup étudiée pour l'étiquetage des produits chimiques (voir figure 2) [39]. Dans le cas de produits d'entretien domestique, les mises en garde doivent être comprises par tous, indépendamment de lalangue et sans apprentissage préalable; ce langage se concentre donc sur le premier avantage des approches graphiques : l"'universalité".

Une bonne mise en garde doit combiner plusieurs média : la présence de texte sous forme de phrases standards facilite la reconnaissance et la compréhension des mises en garde, et celle de pictogrammes augmente l'observance et la vitesse de réaction. La forme du pictogramme est plus importante que sa couleur (parce que tout ce qui est rouge n'est pas forcément un danger sur un emballage publicitaire?), Les formes conseillées sont le trianglesur labase pour "attention danger", le cercle pour "obligation", le cercle barré pour "interdiction" et le carré ou l'ellipse pour "information",

1 variable exemple ordonnée quantitative nombre de valeurs 1 X,Y + + élevé taille + + 5 valeur + (+) 3 saturation + (+) 3 grain ₊ 3 couleur (+) 10 orientation 12

forme / pictogramme (+) (+) quasi-infinie

TAB. I - Les différentes variables rétiniennes et leurs propriétés d'après J. Bertin.

Pour les propriétés, "+"indique que la propriété est présente pour une variable, "(+)"indique que la propriété ne peut être présente que sous certaines conditions (changement d 'échelle, ... ).

à rapprocher des formes des panneaux routiers. L'échelle de couleurs est la suivante (de la couleur la plus dangereuse à la plus inoffensive) : rouge > orange> jaune > bleu > vert > blanc.

2.1.3 La sémiotique et les modèles de la vision

La sém'iotique est l'étude des signes et des systèmes de signes; contrairement à la sémantique, elle ne se limite pas au langage et essaie d'étendre les projets de la linguistique à d 'autres systèmes de signes comme les langages graphiques1. La plupart des travaux de sémiotique s'intéressent à la classification et l'analyse de langages existants.

Quelques travaux s'appliquent cependant à la réalisation de langages graphiques, nous allons en présenter quelques-uns très brièvement. Ces travaux s'inspirent de modèles neurophysiologiques [37] ou psychologiques de la perception visuelle.

La sémiologie graphique de J. Bertin [1 J est un modèle empirique qui a ensuite été partiellement validé par les modèles neurophysiologiques. Selon J. Bertin, une image comprend plusieurs variables rétiniennes qui s'ajoutent aux variables planaires (coordonnées X et Y). Ces variables ont chacune des propriétés différentes (voir tableau I) :

- Une variable est ordonnée si les différentes valeurs de la variable ont un ordre évident. Par exemple la couleur est ordonnée si l'on se fixe une échelle de couleur.

Une variable est quantitat_ive si elle peut exprimer des rapports numériques. Par exemple la taille est quantitative (un objet peut être deux fois plus grand qu'un autre).

- Le nombre de valeurs est le nombre de valeurs distinguables que la variable peut prendre dans un même graphique.

Lorsque l'on construit une représentation graphique, chaque information à représenter est associée à une variable, qui doit être choisie en prenant en compte les propriétés de l'information à représenter et de la variable. Par exemple, si l'on souhaite représenter la fréquence d 'un effet indésirable définie par cinq classes : exceptionneL rare, moyennement fréquent , fréquent et constant, il faudra une variable

1_{d'a.près Wikipédia : http: //en. wikipedia. org/wiki/Semiology, et Pascal Vaillant http: //p-vaillant. chez.}

ordonnée (car les cinq classes sont elles-mêmes ordonnées) et capable de représenter au moins cinq valeurs (une par classe).

La théorie de la Gestalt [4] s'appuie sur des modèles psychologiques pour définir un ensemble de règles. La "règle dela bonne forme" permet de déterminer quelle sera la forme qui sera perçue dans une image donnée, parmi toutes les formes possibles que l'on pourrait y voir.

2

.2

La

v

isua

l

isat

ion

d

'

informat

ion

La visualisation d'information est l'étude dela représentation graphique d'informations quelles qu'elles soient,et notamment des informationsabstraites pour lesquelles il n'y a pas de représentation graphique "évidente", c'est-à-dire qui n'ont pas de propriétés spatiales/géométriques (contrairementà

lavisualisation scientifique: ex. cartede températurepour la météo,...).La plupart des connaissances sur lemédicament font parti de cette catégorie

(à.

Les différentes techniques de visualisation d'information sont généralement classées selonla nature des informations visualisées (texte, graphique, matrice objet-attribut,arbre,réseau,...) [24, 23, 14, 40] ;dans le domaine médical, une classification de ces techniques a été proposée en ~ du mode de visualisation [21], et j'en ai proposée une s'appuyant sur les utilisations médicales potentielles [27].

Le FishEye(oeil de poisson, [25, 14]) est une technique fréquemment utilisée. Elle consiste à séparer selon le point de vue de l'utilisateur les informations à visualiser en deux catégories :le focus etle contexte,et ensuiteàafficher plus d'information sur lefocus que sur le contexte. Cette technique permet de rendre lavisualisation interactive, car l'utilisateur doit positionner le focus. Il existe deux types de FishEye :

- Le Fisheyefiltrant cache entièrement le contexte pour n'afficher que le focus. Laversion laplus simple est le zoom.

- Le Fisheyedéformant [33] accorde plus de place au focus, tout en affichant le contexte avec moins de détails.

Chapitre 3

Matériels et méthodes

3.1 Matériel

3.1.1 Matériel pour l'analyse des RCP

3.1.1.1 Corpus

Afin d'analyser les connaissances contenues dans les RCP, un corpus de texte a été construit. Il comprend les 278 RCP et fiches Thériaques des spécialités disponibles en France et correspondants aux médicaments essentiels de l'OMS.

3.1.1.2 Outils d'analyse

Cordial, Lexter et TreeTagger sont trois outils de traitement du langage naturel qui ont été utilisés pour analyser le contenu des RCP.

Cordial (voir http://www. synapse-fr. corn/) est un logiciel de correction d'orthographe que nous avons utilisé comme lemmatiseur (il détermine la forme canonique des mots : le masculin singulier pour les noms et adjectifs, l'infinitif pour les verbes) et étiqueteur grammatical (il détermine la catégorie grammaticale des différents mots d'une phrase : nom, verbe, adjectif, ... ).

Lexter (voir http://www. atala. erg/article. php3?id_article=140) est un analyseur syntaxique réalisé par Didier Bourigault à EDF; il permet d'extraire à partir d'un corpus l'ensemble des syn-tagmes nominaux.

TreeTagger ( [34], voir http://www. ims. uni -stuttgart. de/pro j ekte/ corplex/TreeTagger /Decisio html) est lui aussi un lemmatiseur et un étiqueteur grammatical multilingue (dont français).

3.1.2 Matériel pour la réalisation du prototype

3.1.2.1 Langage de programmation

Le prototype a été développé en Python, un langage de progrannnation orienté objet, multi-plateforme et disponible en logiciel libre (voir http://python.org). Le prototype se compose d'un ensemble de scripts générant des pages web (.HTML) dynamiques (Java.script) et des images (.PNG)

à partir des données ; il peut a.ussi fonctionner à la manière d'un serveur web. Les pages HTML sont ensuite visualisées dans un navigateur Internet standard.

3.1.2.2 Données

Le prototype utilise des données fournies sous forme d'un fichier XML (eXtendable Markup Language; un fichier par document à mettre en VCM). Ce fichier correspond à une monographie ou à un RPC dans lequel les mots ou passages ayant un sens médical ont été balisés. Par exemple, "ce médicament est contre-indiqué en cas d'hypertension" devient :

<contre-indication> ce médicament est

<condition>contre-indiqué en cas d' <terme code='cim10 :I10'>hypertension</terme></condition> </contre-indication>

Il existe deux moyens pour obtenir de tels fichiers X:tvIL :

- Partir d'un RCP en "texte brute" (que l'on peut trouver sur le site web de l'AFSSAPS par exemple) et le baliser à la main. Cette opération est relativement longue et complexe, car il faut baliser et coder les différents parties du RCP (par exemple, baliser "hypertension" comme étant un nom de pathologie et lui attribuer le code CIMlO IlO : "hypertension essentielle (primitive)"). Cette étape fastidieuse pourrait être facilitée par des outils de balisage et de codage semi-automatiques ou automatiques, cependant de tels outils sortent du cadre de cette thèse.

Partir de données déjà codées dans une base de connaissances médicamenteuses existantes. J'ai réalisé un script Python qui permet de générer un fichier XI'v1L à partir des données de Thériaque pour une spécialité donnée.

3.2 Quelles connaissances médicamenteuses pour quels

uti-lisateurs?

Nous avons vu que les connaissances médicamenteuses regroupent plusieurs catégories de connais-sance (voir section 1.2). Ces connaisconnais-sances intéressent de nombreuses personnes, des professionnels de santé aux patients. Les besoins exprimés par ces utilisateurs doivent être pris en compte lors de la réalisation de notre approche graphique, notamment afin de déterminer quelles connaissances seront visualisées.

3.2.1

Besoins des professionnels de santé

Les connaissances médicamenteuses sont utiles à la fois au médecin, au pharmacien et à l'infir-mière. Elles peuvent être utilisées dans trois situations différentes :

- En face du patient : durant la consultation (médecin), la délivrance du médicament (pharma-cien) ou l'administration du médicament (infirmière).

- Lorsque le patient n'est pas présent, pour approfondir un point spécifique. - Lors de la formation initiale ou continue.

La première situation, en face du patient, est celle où le manque de temps est le plus important à

cause de la présence du patient. C'est donc la situation idéale pour une approche graphique, afin de réduire le volume des connaissances et accélérer leur accès.

Lors de la prescription, le médecin procède en plusieurs étapes : choix du traitement, vérification des contre-indications, établissement de la posologie et du plan de prise, conseil au patient et suivi (si nécessaire). Le pharmacien suit des étapes similaires : choix du médicament dans le cas de génériques, vérification des contre-indications, établissement du plan de prise (si le médecin ne l'a pas fait), conseil au patient et suivi (si nécessaire).

L'étude Formmel 2001 [10] a permis d 'évaluer la satisfaction et les attentes des médecins vis-à-vis des logiciels et sites Internet médicaux. Les médecins utilisent pour la plupart les modules de détection des contre-indications et des interactions médicamenteuses et d'alarme des logiciels d'aide à la prescription. Les bases de connaissances médicamenteuses (type "Vidal électronique") sont utilisées principalement pour les contre-indications, les effets secondaires, les indications et la posologie (par ordre décroissant de fréquence d'utilisation). Elles sont peu utilisées pour rechercher quel médicament prescrire; et un certain nombre de médecins considèrent que les modules de ce type (guides de bonnes pratiques, fiches de transparence ... ) sont une perte de temps.

Le pharmacien quand à lui est un "fournisseur de médicaments" mais aussi un "fournisseur de connaissance" sur les médicaments [35]. Les connaissances qui intéressent plus particulièrement le pharmacien sont les interactions médicamenteuses, les contre-indications et les informations pour la réalisation d'un plan de prise (pharmaco-cinétique, chrono-pharmacologie, ... ), ainsi que toutes les informations demandées par le patient (prise du médicament, effet indésirable, conseil au patient, ... , voir ci-dessous) . Les préparations magistrales sont de plus en plus rares; les besoins d'information associés concernent surtout la stabilité des préparations (notamment pour les suspensions orales) [7].

3.2.2 Besoins exprimés par le patient

Le patient n 'est pas l'utilisateur direct de nos outils de visualisation, cependant les besoins ex-primés par le patient doivent être pris en compte, de sorte à ce que le médecin ou le pharmacien aient accès aux connaissances nécessaires à l'éducation du patient. Évaluer les besoins du patient est une tâche difficile; les études se font avec des questionnaires de sortie, des enquêtes périodiques massives, des interviews plus approfondies, ou par le biais d'associations de patients [30]. Le patient est très demandeur d'information sur son traitement et il s'intéresse principalement aux informations suivantes [38, 8, 9, 5] (par ordre décroissant d'intérêt) :

les effets indésirables,

les actions du médicament et à la raison pour laquelle il doit le prendre (pathologie traitée, préventif/ curatif/ symptomatique, ... ),

les modifications à apporter aux habitudes de vie du patient, la manière de prendre le médicament,

la composition et la nature du médicament,

les interactions avec les autres médicaments pris au long cours, - la conduite à tenir si les symptômes persistent ou disparaissent, - l'efficacité du traitement.

Cependant , les médecins n 'accordent pas la même importance aux différentes informations à donner aux patients [5]. En particulier, les effets indésirables sont souvent négligés, certains médecins crai-gnant (souvent à tort) qu'informer le patient sur les effets indésirables ne diminue l'observance, ou n'·augmente la fréquence de ces effets ("effet nocebo"). En première position, les médecins placent les

interactions avec les médicaments en vente libre.

Pour plus d'information, voir les recommandations de l'ANAES [41].

3.2.3 Classification des outils de consultation des connaissances

médi-camenteuses

Chacune des étapes de la prescription ou de la délivrance du médicament (choix du traitement; vérification des contre-indications, établissement de la posologie et du plan de prise, conseil au pa-tient et suivi) utilise des connaissances médicamenteuses différentes ; nous proposons donc de classer les outils de consultation des connaissances médicamenteuses en fonction de l'étape à laquelle ils s'adressent :

- Outil de navigation, permettant au médecin de choisir un médicament ou une classe thérapeu-tique adapté à un patient donné parmi l'ensemble des médicaments ou des classes; dans ce cas on s'intéressera principalement aux indications et aux contre-indications.

- Outil de comparaison, permettant au rnédecin ou au pharmacien (dans le cas d 'une substitution par un générique) de choisir un médicament parmi plusieurs médicaments proches (une classe thérapeutique par exemple); dans ce cas on s'intéressera surtout aux différences entre les mé-dicaments, en terme d'optimisation t hérapeutique (minimiser les effets indésirables, améliorer le plan de prise, ... ) et de coût de traitement.

- Outil de vérification, montrant sous forme de résumé graphique les propriétés essentielles d'un médicament sur un seul écran. Cet outil permet au médecin ou au pharmacien de vérifier que la prescription ou la délivrance du médicament est possible. Il fait intervenir essentiellement les CI, les IM et les PE-MG. Deux utilisations sont possibles : soit l'utilisateur regarde l'ensemble des CI, des IM et des PE-MG par "acquis de conscience", soit il recherche une CI précise correspondant à une pathologie ou un traitement du patient (asthme par exemple).

La pharrnaco-cinétique peut intervenir à ce niveau (par exemple l'association de deux traite-ments fortement liées aux protéines plasmatiques risque de poser problème); elle est pourtant très peu utilisée lors de la pratique médicale courante. Il serait cependant intéressant de résumer par des icônes les principales caractéristiques pharmaco-cinétiques d'une spécialité : inducteur / inhibiteur enzymatique, élimination rénal / hépatique, métabolisation, fixation au protéine plasmatique, demi-vie importante.

- Outil de posologie et plan de prise, sous forme de résumé graphique, pour le médecin et le pharmacien.

Outil d'aide à l'éducation du patient, montrant sous forme de résumé graphique les conseils à donner au patient ; ce type d'outil doit prendre en compte les besoins exprimés par les patients, et en particulier les El. Il est difficile de "faire le tri" entre les très nombreux El indiqués dans le RCP. Cet outil doit présenter une vue d 'ensemble des El en mettant en évidence les plus importants, c'est à dire les plus fréquents, les plus graves, et ceux qui donnent lieu à des conseils

à donner au patient (par exemple éviter le soleil).

Outil de suivi, montrant sous forme de résumé graphique les propriétés d'un médicament utiles lors du suivi du traitement : surveillance, problème d'observance, que faire si le traitement est inefficace, El, surdosage. Lors du suivi, si un patient se plaint d'un symptôme donné (par

exemple de toux), cet outil doit aider à déterminer s'il s'agit d'un El, d'un signe de surdosage ou d'un symptôme sans rapport avec le médicament.

- Outil de lecture, semi-graphique (mélange texte

+

3.2.4 Conclusion

L'analyse des besoins a montré un manque d'intérêt de la part des médecin pour les outils de type navigation ou comparaison, c'est-à-dire permettant de choisir quel médicament prescrire. Les outils de posologies et de plans de prise correspondent à un besoin et se prêtent bien à des représentations graphiques, cependant il existe déjà des initiatives dans ce domaine [42]. C'est pourquoi j'ai choisi de me concentrer sur les outils de vérification, d'éducation du patient et de lecture. Ces outils font appel aux aspects cliniques suivant du RCP : contre-indications (CI), interactions médicamenteuses (IM), effets indésirables (El) et précautions d'emploi / mises en garde (PE et MG) .

3.3 Conception d'un langage graphique de visualisation des

connaissances médicales (VCM)

Pour définir notre langage, nous devons définir une grammaire qui traduise les phrases issues des RCP (contre-indications, .. . ) et les concepts contenus dans ces phrases (pathologie, étiologie, organe, ... ) en éléments graphiques (couleurs, pictogrammes, ... ), et un vocabulaire à base de pictogrammes. La conception du langage VCl\.1 s'appuie à la fois sur la nature des connaissances médicamenteuses, et sur les capacités de la vision humaine (voir section 2.1.3) . La première étape consiste donc à analyser

le contenu des RCP, et ensuite à construire la grammaire et le lexique en prenant en compte les considérations sémiotiques.

3.3.1 Analyse des RCP

Afin de déterminer la nature des termes médicaux et la structure des phrases, j'ai analysé un corpus de RCP par des méthodes de Traitement Automatique du Langage (TAL).

3.3.1.1 Termes et concepts

De nmnbreux termes d'intérêt médical sont présents dans les RCP : pathologie, traitement,. .. Ces termes sont définies par un ou plusieurs concepts (par exemple l'étiologie ou la localisation anatomique peuvent définir une pathologie). Ces termes et concepts doivent pouvoir être représentés par le langage VCM.

Les différents termes et concepts ont été déterminés par une analyse morpho-syntaxique réalisée sur le corpus de RCP avec Lexter et Cordial (voir section 3.1.1). Cette analyse a permis de déterminer la liste des concepts avec leur fréquence au sein des RCP. Les concepts les plus fréquents et les plus intéressants sur le plan médical ont ensuite été retenus.

Voici les types de termes qui ont été retenus, avec les concepts correspondants :

- État actuel du patient (inclut les pathologies, les symptômes, les états physiologiques comme la grossesse, le mode vie et les caractéristiques comme l'âge) :

- localisation anatomique ou fonctionnelle, ou mode de vie / caractéristique (pour le mode de vie ou les caractéristiques, ex : âge, sexe, alimentation, tabac, alcool, ... ),

type de trouble (inclut l'étiologie, ex: insuffisance, infection d'étiologie bactérienne, ... ). - Risques de pathologie et symptôme :

- localisation anatomique ou fonctionnelle, - type de trouble,

- importance du risque (important, moyennement important ou peu important). - Antécédent de pathologies :

localisation anatomique ou fonctionnelle,

type de trouble (ex: insuffisance, infection d'étiologie bactérienne, ... ). - Traitements :

type de traitement (médicamenteux, chirurgical, hygiéno-diététique) , pathologie ou symptôme traités,

voie d'administration (uniquement pour les traitements médicamenteux) , - Examens:

localisation anatomique ou fonctionnelle.

type d 'examen (clinique, fonctionnel, biologie ou imagerie)

Nous avons vu précédemment (section 2) que les langages graphiques ne peuvent pas être aussi précis que le texte. Lorsque, dans un RCP, un terme est trop précis pour être représenté par VCM, ce terme est représenté par un terme plus général qui l'englobe. Par exemple, le terme "myocardite aiguë" sera représenté comme "pathologie cardiaque"; dans ce cas il faudra se référer au texte pour avoir plus de détails. La détermination du terme plus général à utiliser peut se faire à l'aide des classifications médicales qui proposent des relations cl 'héritage, comme la CIM 10 (Classification Internationale des Maladies) ou l' ATC (A natomiœl Therapeutical Chemical drug classifiœtion).

3.3.1.2 Structure des phrases

Une analyse semi-automatique a été réalisée pour déterminer la structure des phrases des diffé-rentes sections du RCP. Cette analyse a permis d'extraire les principaux fragments de ces phrases

(condition, obligation, interdiction, ... ) qui ont ensuite été assemblés pour former des phrases-types, et enrichis en s'inspirant de modèles déjà publiés ([3], Thériaque).

Les phrases-types sont les suivantes (les parties de phrase entre crochet sont optionnelles, et les éléments placés entre <> sont des éléments génériques à remplacer par les termes correspondants) :

CI : contre-indiqué [<niveau de contre-indication>] avec <caractéristique patient>.

CI : [si <caractéristique patient>] contre-indiqué [<niveau de contre-indication>] avec <patho-logie> .

IM : [si <caractéristique patient ou pathologie>] contre-indiqué [<niveau de contre-indication>] avec <traitement> .

El : [si <caractéristique patient ou pathologie ou traitement>] risque [<importance du risque>] de <symptôme ou pathologie> .

PE : [si <caractéristique patient ou pathologie ou traitement>] faire <traitement ou examen> PE : [si <caractéristique patient ou pathologie ou traitement>] ne pas faire <traitement ou examen>

PE: [si <caractéristique patient ou pathologie ou traitement>] risque [<importance du risque>] de <symptôme ou pathologie> [faire <traitement ou examen> pour limiter ce risque] [faire <traite-ment ou examen> si le risque se produit]

Voici un exemple pour chacune des phrases-types : CI : contre-indiqué chez la personne âgée.

CI : chez les personnes âgées, contre-indiqué en cas d'insuffisance rénale. IM : chez le sujet âgé, contre-indiqué avec les héparines.

El : risque de troubles hépatiques.

PE : en cas de vomissements, il est recommandé de prescrire des anti-émétiques. PE : chez les angineux, ne jamais interrompre brutalement le traitement.

PE : avec le diltiazem injectable, risque de bradycardie; si l'association ne peut être évitée, surveillance de l'ECG.

Ces phrases-types peuvent se décomposer en plusieurs éléments : des conditions (ex : chez la personne âgée) ,

des appréciations : situation ou action déconseillée (ex ne pas prescrire) , action conseillée (surveiller l'ECG),

des affirmations (ex. : ce médicament provoque un risque de vomissement).

3.3.2 Élaboration du langage VCM

Faute de place, nous ne détaillerons pas ici la méthodologie utilisée pour l'élaboration de la grammaire et du lexique; pour cela voir [29] ainsi que ma thèse de sciences et / ou les publications à venir.

3.3.2.1 Élaboration de la grammaire

La grammaire du langage VCJ\·1 représente chaque concept à l'aide d'une propriété graphique : par exemple le type de terme est représenté par la couleur, la localisation anatomico-fonctionnelle est re-présentée par un pictogramme, ... La grammaire a été conçue en prenant en compte des considérations sémiotiques (voir section 2.1.3).

3.3.2.2 Élaboration du lexique des pictogrammes

J'ai réalisé des pictogrammes pour les différentes localisations anatomico-fonctionnelles, les étio-logies, les caractéristiques du patient et habitudes de vies. La version actuelle de VCM comprend 120 pictogrammes et formes différents (voir annexe C).

"

Texte Image Interpretation

Contre indiquéen cas

~

d'asthme et de broncho-~

•

pneumopathie pulmonaire

chronique obstructive obstructive

r

_"

Mon patient n'a pas de problème pulmonaire, jepasse.

ooo

FIG.3 -Raisonnement attendu devant lelangage VCM.

3

.4

Ut

i

l

isat

ion

de

méthodes

interact

ives

de

v

isua

l

isat

ion

d'in-format

ion

3

.4

.1

V

isua

l

isat

ion

de

tex

te

Les techniques de visualisation d'information qui s'appliquent aux textes reposent toutes sur le principe duFishEye (voir section 2.2). La technique du repliement concerne les textes structurés; cette technique consisteà n'afficher que les titres des différentes sections, età afficher le corps de la section lorsque l'utilisateur le demande en cliquant sur le titre. Cette technique s'applique bien aux RCP car ils suivent un plan bien précis. Le repliement permet ainsi de choisir rapidement quelles sections du RCP sont visibles; cela est d'autant plus intéressant qu'un certain nombre de sections ne sont que rarementutilisées en pratique médicale (informations administratives, pharmaco-cinétique, ...).

Une autre utilisation duFishEye filtrant est envisageable:il s'agit d'afficher les passages du texte concernant un certain profil de patients (personnes âgées, asthmatiques,...), en fonction d'i nforma-tionsentrées par l'utilisateurou récupérées dans un dossier patient électronique.

3

.4

.2

V

isua

l

isat

ion

avec

le

langage

VCM

Nous avons vuà plusieurs reprises (section 2, 3.3.1.1) que VCl\!I ne pouvait pas être aussi précis que les textes médicaux. VCIVI aura donc pour objectif de servir de "filtre" afin de permettreà un professionnel de santé de faire le tri entre les connaissances quiJ'intéressent,c'està dire celles qui s'appliquentà son patient, et les autres. Pour cela, nous représenterons les connaissances méd icamen-teuses de façon "grossière" sous forme d'icônes avec VCl\!I. Si une de ces icônes intéresse l'utilisateur, celui-ci pourra cliquer sur l'icône pour afficher le texte correspondant et avoir plus de détails. (voir figure 3).

3

.4

.3

Out

i

l

de

vér

if

icat

ion

Les outils de vérification s'intéressent aux sections CI, IM, PE et :MG du RCP. Pour présenter ces sections, il faut mettre en avant le contexte de la prescription :pour les CI, les IMet les ME, l'accent doit être mis sur la pathologie ou le traitement avec lequel ilya contre-indication ou mise en garde. Pour les PE, l'accent doit être mis sur les conditions d'application,par exemplel'insuffisance rénale

QooO

FIG. 4 - La répartition des différentes localisations et étiologies sur le "bonhomme".

dans la PE "En cas d'insuffisance rénale, il convient de réduire la posologie" : en effet la seconde partie de la phrase (réduire la posologie) n'est pertinente que pour un patient insuffisant rénal. Certaines PE n'ont cependant pas de contexte, par exemple : "Un ECG doit être pratiqué avant l'initiation du traitement".

Nous avons donc décidé de ne représenter que le contexte, lorsque celui-ci existe, et d'afficher le reste de la phrase à la demande, après que l'utilisateur aie cliqué sur l'icône correspondant au contexte. Les PE qui n'ont pas de contexte sont regroupés ensembles, sous un contexte "chez tous les patients".

Lors du raisonnement médical, les professionnels de santé attachent une grande importance à la localisation anatomique ou fonctionnelle des pathologies, des traitements ou des examens ; par exemple dans "insuffisance cardiaque" le mot "cardiaque" a plus d'importance que le mot "insuffi-sance". Il paraît donc logique de classer les contextes en fonction de la localisation de la pathologie concernée (pour les CI, les PE et les ?viG) ou de la pathologie traitée par le médicament (pour les IM).

Cependant, un certain nombre de pathologies ou de traitements ne sont pas associés à une loca-lisation, par exemple "cancer " ou "antibiot ique". Dans la majorité de ces cas, l'étiologie est précisée (tumorale ou infectieuse pour les deux exemples cités). En plus des localisations, il est donc aussi intéressant de faire figurer les étiologies.

Les différentes localisations et étiologies ont donc été placées sur un "bonhomme" stylisé (voir figure 4). Seul la tête, les pensées, le corps et un bras du bonhomme sont représentés, délimitant ainsi 5 zones : la tête (avec des localisations comme les yeux, les oreilles, le SNC, ... ), les pensées (psychiatrie, psychologie, comportement, ... ), le corps (système digestif, système cardio-pulmonaire, organes sexuels, ... ), le bras (système nerveux périphérique, os, muscle, peau, ... ) et un espace en dehors du bonhomme où sont représentées les icônes des étiologies (virale, bactérienne, ... ). En effet les étiologies sont presque toujours des agents e:>..i.érieurs au patient (à l'exception de 1 'étiologie tumorale). Les icônes des différents pathologies ou traitements sont ensuite placées au niveau de la localisation ou de l'étiologie correspondante. Si une pathologie ou un médicament n'a ni localisation ni étiologie, son icône est placée en dessous du bonhomme. Lorsqu'il y a plusieurs pathologies ou médicaments

pour une même localisation,les icônes sont regroupées en une seule. L'icône choisie est celle du "plus petit dénominateur commun", c'estàdire le premier parent commun obtenu en utilisant une classification hiérarchique comme la CIMlO ou l'ATC. Par exemple, les pat hologies "insuffisance cardia.que" et "troubledu rythme" seront représentées par leur parent commun "pathologie cardiaque". Ce "bonhomme" permet de trouvertrès rapidement les informationscorrespondantsàun système ou une étiologiedonné,puisque les mêmes systèmes / étiologies sont toujours placés au même endroit. Par exemple, faceàun patient asthmatique, le médecin ou le pharmacien regardera en hautàdroite du corps du bonhomme pour trouver les contre-indications qui concernent le système respiratoire.

Les CI, les Ifv1 et les PE /~ 1 peuvent être représentées chacune sur un "bonhomme" (trois

"bonshommes" en tout : un pour les CI, un pour les IM et un pour les PE / MG). Mais il est aussi envisageable de les superposer. Une approche intéressante consiste àsuperposersur un même "bonhomme" les CI et les IM; lorsqu'il yaàla fois une CI avec une pathologie et une IM avec un médicament portant sur lamême localisation,l'icône retenuesera celle de lapathologie.Par exemple s'il':la CI avec certaines formes de dépression et II\-1 avec les ISRS (une classe d'antidépresseur),seul l'icône de la dépression figurera sur le "bonhomme". Cependant, si le médecin est faceàun patient traité par ISRS, ce patient souffre a fortiori de dépression. Le médecin cliquera doncsur l'icône de ladépression sur le "bonhomme" pour avoir plus de détails (puisque le patient est concerné),etverra donc bien l'IM avec les ISRS.

3

.4

.4

Out

i

l

d

'a

ide

à

l

'éducat

ion

du

pat

ient

Pour laréalisationde cet outil, j'ai choisi de m'intéresseràlafois aux connaissances qui répondent

àune demande forte de la part du patient, et aux connaissances qui sont jugés importantes par le médecin (voir section 3.2.2). J'airetenu les connaissances suivantes :

-les El (effets indésirables),

-les modifications à apporter aux habitudes de vie, notamment les risques en cas de conduite automobile, les interactions avec les aliments, l'alcoolou le tabac, les voyages, ...

les interactions médicamenteuses avec des médicaments en vente libre, susceptibles d'être pris en automédication, comme l'aspirine,

Les El constituent clairement la partie la plus importante en volume de cet outil. Les El sont des risques de symptômes ou des pathologies fréquemment décrits par leur localisation (par exemple troubles digestifs, rash cutané,...). Nous pouvons donc utiliser un "bonhomme" pour les représenter. Une difficulté souvent évoquée par les médecins et les pharmaciens est la hiérarchisation des El : lesquels sont vraiment importants et doivent être mentionnésé1Upatientet lesquels nele sont pas?

Les critères suivantsdoivent être prisen compte pour déterminer l'importance d'un El : la fréquence d'apparition,

lagravité de l'effet,

l'existence de conduitesàtenir permettant de limiterl'El (par exemple éviter de s'exposer au soleil) et donnant lieuàun conseilàdonner au patient.

P our faciliterla hiérarchisation des El, nous proposons donc de représenter en plus gros les icônes des El importants, c'estàdire fréquent, grave ou donnant lieuàun conseil.

Les habitudes de vie peuvent êtrereprésentées par une barre d'icône. De manière similaire,les interactions médicamenteuses avec l'auto-médication peuvent être représentées parles icônes des

médicaments correspondants. Ces deux catégories ne sont pas présentes en nombre suffisant pour justifier de l'utilisation d'un "bonhomme".

Pour l'auto-médication, j'ai considéré que les médicaments susceptibles de faire l'objet d'une auto-médication étaient les médicaments en vente libre (=hors liste) et appartenant à l'une des classes ATC suivantes : AOl, A02, A03, A04, A06, A07, All, A12, A16, Dl , D2, D3, D4, D7, D8, D9, Dlü, Dll, G02B, G03A, MOl, M02, M03, N02, N05B, N05C, N06A, P03, ROl, R02, R05, R06, R07, V06. Ces classes contiennent des médicaments des voies digestives (anti-diarrhéique, ... ), des traitements dermatologiques (désinfectant, ... ), les contraceptifs à usage topique ou par voie orale, des anti-inflammatoires et des antalgiques (dont l'aspirine) , des anxiolytiques, des antidépresseurs, des anti-parasitaires (répulsif anti-poux, ... ), des traitements de la toux, des suppléments nutritionnels, .. . En effet, l'auto-médication se concentre principalement sur certaines classes de médicament, comme les antalgiques.

,

3.5 Evaluation

Le langage VCM et son application aux bases de connaissances médicamenteuses ont été évalués sur un groupe de 11 médecins généralistes recrutés au sein de la SFTG (Société de Formation Théra-peutique du Généraliste, http://www. unimedia. fr/homepage/sftg/) . Les évaluateurs ont cf abord été formés au langage VCM. Ils ont été indemnisés pour leur participation, grâce à une subvention de la CNAMTS.

L'évaluation a eu lieu en trois temps : d'abord une première séance (1/2 journée) de présentation de VCM et de ses applications, puis un travail personnel des médecins sur un didacticiel et un document papier étalé sur 1 mois, puis une deuxième séance (1 journée) au cours de laquelle nous avons réalisé les évaluations proprement dites, au nombre de trois :

3.5.1 Compréhensibilité

L'objectif est de mesurer la compréhensibilité des icônes VC:t\-1. Pour cela, nous avons demandé aux évaluateurs de traduire en français 100 icônes ou phrases VCM. Le temps n'était pas limité.

3.5.2 Vitesse de lecture de VCM

L'objectif est de mesurer la vitesse de lecture du langage VCM par rapport au texte (lit-on plus vite des connaissances médicales en VCM ou en texte? en faisant plus ou moins d'erreurs?) . Pour cela, nous avons posé aux évaluateurs des quest ions précises portant sur des documents médicaux proches des monographies, soit en texte, soit en VCM, et nous avons mesuré par des moyens informatiques la justesse des réponses et le temps mis pour répondre. Il y avait en tout 20 questions différentes, chacune associée à un document différent , et chacune était posée deux fois : une fois avec le document texte, et une fois avec le document en VCM, soit un total de 40 exercices.

Les documents ont été générés en extrayant 200 paragraphes de la base Thériaque, puis en tirant au hasard un certain nombre de paragraphes dans cette base et en les mettant bout à bout. Nous avons utilisés 10 documents courts comprenant 10 paragraphes, et 10 documents long comprenant 30

paragraphes. Par ailleurs, 10 questions (5 de chaque longueur) avait leur réponse explicitement men-tionnée dans le document associé (par exemple la question était "ce médicament est-il contre-indiqué avec l'asthme?" et le document mentionnait "ce médicament est contre-indiqué avec l'asthme."). La réponse aux 10 autres questions était implicite dans le texte (par exemple le document ne mentionne rien sur l'asthme, et le médicament peut donc implicitement être prescrit).

Enfin, les documents textes ont été modifiés de sorte à ce que le texte ne contienne pas plus d 'informations que les icônes VCM. En effet, nous avons vu que VC.lv1 n'est pas aussi précis que le texte; nous avons donc généralisé et raccourci le texte pour obtenir un texte équivalent aux icônes. Les textes et les documents VC:iv1 étaient représentés "en bloc", sans aucun titre ni classement des différents paragraphes.

L'ordre des questions a été tiré au hasard (ordre différent pour chaque évaluateur), et l'évaluation s'est déroulée en deux parties de 20 exercices chacune, chaque partie comprenant un seul exemplaire de chaque question (soit en texte, soit en VCM) .

3.5.3 Bonhomme VCM

L'objectif est de mesurer l'apport de l'application de VCM et du bonhomme aux bases de connais-sances médicamenteuses, en terme de vitesse et de nombre d'erreurs. La méthodologie est la même que celle de l'évaluation précédente, cependant les documents diffèrent.

Les textes n'ont pas été modifiés pour réduire la quantité d'information qu'ils contenaient, et les paragraphes ont été classés dans 4 chapitres : "contre-indications", "précautions d'emploi et mises en garde", "interactions médicamenteuses" et "effets indésirables" pour arriver à quelque chose proche de ce que proposent les RCP ou le Vidal. Les documents en VCM comprenait trois bonshommes (un pour les CI et les IM, un pour les PE, un pour les El). Lorsque le médecin cliquait sur le bonhomme, les extraits de texte correspondant à l'icône cliquée apparaissaient.