Un algorithme d’identification des cas de cancer de la prostate résistant à la castration et métastatique (mCRPC) a été développé à partir des données du Système national des données de santé (SNDS). La validation d’un tel algorithme est usuellement basée sur la revue de dossiers médicaux des patients correspondants par des experts cliniciens. Une alternative pour effectuer cette revue consiste à utiliser la richesse des données de consommations de soins pseudonymisées disponibles dans le SNDS.

Un tirage au sort a été effectué pour sélectionner 100 cas parmi les 14 050 patients mCRPC identifiés par l’algorithme au sein du SNDS et 100 cas parmi 372 273 patients non-mCRPC. L’historique de tous les soins médicaux sur six années a été édité pour chacun de ces 200 cas (ALD, hospitalisations, actes CCAM, notamment chirurgie et radiothérapie, remboursements de médicaments, tests biologiques, anatomopathologie, etc.) avec suppression de toutes les variables dites « sensibles » pour éviter tout risque de ré-identification (exemple : date de soins remplacée par son délai depuis le diagnostic initial de cancer de la prostate). Un Comité d’experts constitué de deux urologues et de deux oncologues répartis par binôme (urologue-oncologue) a évalué le statut mCRPC à partir de ces informations et en aveugle des résultats de l’algorithme. Chaque binôme s’est vu attribuer la relecture de 100 cas. Lors de discordance au sein d’un binôme sur un statut, le cas était revu de façon collégiale par les 4 experts. Les valeurs prédictives positives (VPP) et négatives (VPN) de l’algorithme ont été calculées par rapport aux conclusions du Comité.

Après confrontation des résultats de l’algorithme aux conclusions du Comité, 92 des 100 cas mCRPC et 93 des 100 cas non-mCRPC ont été confirmés. Il en résulte une VPP de 0,92 et une VPN de 0,93.

La richesse des données à disposition dans le SNDS rend possible la mise en œuvre d’algorithmes de détection de pathologies complexes, mais aussi d’études de validation via la reconstitution de dossiers médicaux 100 % anonymisés. Les résultats montrent que l’algorithme d’identification présenté permet une bonne identification des cas de mCRPC dans le SNDS. En outre, l’étude de validation a permis de détecter quelques paramètres à ajuster afin d’en optimiser les performances.