Les neuroleptiques sont des psychotropes utilisés dans le traitement des troubles psychotiques, tels que la schizophrénie et les troubles bipolaires. Dès 2011,aux États-Unis, un usage grandissant des neuroleptiques en dehors de leurs autorisations de mise sur le marché (AMM) est mis en évidence. En parallèle, on estime que 50 % des français sont actifs sur les réseaux sociaux, un grand nombre d’entre eux échangeant à propos de leur santé. L’objectif de cette étude consistait à : (1) évaluer s’il était possible d’identifier des usages hors AMM des neuroleptiques sur les réseaux sociaux français dans le cadre de la démence et des troubles anxieux et (2) de mettre en place une méthodologie de détection automatique de ces cas.

Les messages associés à deux neuroleptiques, aripiprazole et rispéridone, ont été extraits à partir de forums médicaux généralistes français. La méthode présentée ici consistait en deux étapes. D’abord, des échantillons des deux corpus étaient annotés manuellement afin d’identifier les messages associés à une prise médicamenteuse dans le cadre d’un mésusage. Ensuite, des champs lexicaux correspondant aux mésusages étudiés étaient créés. Ils étaient initialement constitués à partir du dictionnaire d’effets indésirables Medical dictionary for regulatory activities (« MedDRA »). Un modèle de sujet (topic model) permettait l’identification, au sein du corpus aripiprazole, de messages contenant un vocabulaire patient évocateur du mésusage. Ce vocabulaire était utilisé pour compléter les champs lexicaux. La recherche des éléments de ces champs lexicaux au sein des corpus avait pour objectif d’identifier automatiquement les messages associés aux mésusages en question. Cette méthode de détection a été appliquée aux deux échantillons préalablement annotés issus des deux corpus, dans un premier temps à l’échantillon aripiprazole pour ajustement du champ lexical, puis dans un deuxième temps à l’échantillon rispéridone pour test du modèle.

Les corpus associés à aripiprazole et rispéridone contenaient, respectivement, 9528 et 3868 messages ; 1000 messages issus du corpus aripiprazole et 400 messages issus du corpus rispéridone ont été annotés manuellement ; 35 messages associés au trouble anxieux (resp. 15), soit 3,5 % (IC 95 % : 2,4–4,6 %) des messages de l’échantillon (resp. 3,8 %, IC 95 % : 2,0–5,6 %), ont été identifiés au sein du corpus aripiprazole (resp. rispéridone). Aucun message associé à la démence n’a pu être identifié. Le modèle basé sur la mise en place d’un champ lexical du trouble anxieux a montré des performances équivalentes sur les deux échantillons, le rappel et la précision allant respectivement de 97 à 100 % et de 19 à 20 %. Ce champ lexical était constitué de 205 termes issus de MedDRA et de 54 termes issus de l’annotation des messages du corpus aripiprazole, identifiés par le topic model.

Il existe une prise de neuroleptique dans le cadre des troubles anxieux qui est identifiée sur les réseaux sociaux. Le mésusage dans le cadre de la démence n’a pas été identifié. La méthodologie de détection automatique de ces cas de mésusages a obtenu de bonnes performances pour détecter ces messages d’intérêt.