S'abonner

Périodes de temps inobservables dans les bases de données médico-administratives : revue systématique de la littérature - 15/09/20

Doi : 10.1016/j.respe.2020.04.008 
A. Lajoinie a, , L. Pleynet a, C. Portugues a, A. Soubeiga a, C. Berthod b, E. Chomette c, S. Franc d, e, G. Charpentier e, f, F. Mistretta a, K. Mari a
a RCTs, Lyon France 
b Service de consultations non programmées de pédiatrie du Val d’Ouest (Lyon); Equipe évaluation et modélisation des effets thérapeutiques, UMR CNRS 5558 - LBBE “Biométrie et biologie évolutive”, Université Claude Bernard-Lyon 1, Lyon, France 
c Département d’information médicale, Groupe Vivalto Santé, Paris, France 
d Service d’endocrino-diabétologie, Centre hospitalier Sud Francilien (CHSF), Corbeil-Essonnes, France 
e Centre d’études et de recherches pour l’intensification du traitement du diabète (CERITD), Evry, France 
f Association française des diabétiques (AFD), Paris, France 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction

Les bases de données médico-administratives (BDMA) sont un outil de choix en pharmaco-épidémiologie, pour l’étude de l’exposition au médicament - modélisée à partir des données de délivrance et de ses effets en vie réelle. Parmi les sources de biais de ces études sur BDMA, l’ENCePP décrit les Périodes de Temps inobservables (PT.inobs) dues aux hospitalisations comme une source de biais de classification de l’exposition, avec des conséquences pouvant être majeures sur l’évaluation du médicament [1, 2]. À ce jour, malgré la part croissante des études réalisées à partir des BDMA, le risque de biais associé aux PT.inobs n’est qu’exceptionnellement discuté dans les publications. L’objectif de cette étude était de réaliser une revue systématique de la littérature disponible sur les PT.inobs dans les BDMA.

Méthodes

Cette revue systématique a été réalisée selon les recommandations du groupe Cochrane [3]. La recherche a été conduite sur les bases MEDLINE et CENTRAL. De plus, les références citées dans les articles identifiés ont été explorées, et une recherche manuelle a été réalisée via Google, Google Scholar, et Research Gate. Le tri sur titres et abstracts puis sur l’article complet a été réalisé par deux auteurs de façon indépendante ; tout désaccord quant à la sélection d’un article a été résolu par une discussion entre les deux auteurs.

Résultats

Un total de 29 publications mentionnant les PT.inobs dans les BDMA a été retenu parmi les 41 références identifiées. La synthèse qualitative a montré que les PT.inobs sont peu décrits dans les guides méthodologiques et avis d’experts (n=5). Les revues systématiques portant sur une pathologie (n=2) ou sur les aspects méthodologiques des études sur données secondaires (n=1) ont identifié très peu d’études considérant les PT.inobs (4 ou 5). La synthèse des 15 études pharmaco-épidémiologiques sur BDMA mentionnant les PT.Inobs montre une tendance à l’évolution des méthodes de prise en compte des PT.inobs, avec, pour les études les plus récentes, la modélisation de variables temps-dépendantes. Enfin, parmi les études dédiées à l’exploration de l’influence des PT.inobs (n=5), la récente étude de Oh et al. [4] a montré, au moyen d’une validation externe, les différences observées sur l’estimation des indicateurs d’efficacité (Odds Ratio) par rapport au Gold Standard selon les méthodes testées, permettant ainsi d’identifier celles qui minimiseraient le risque de biais.

Conclusion

Cette revue systématique de la littérature a permis de montrer que les risques de biais liés aux PT.inobs sont à ce jour insuffisamment contrôlés dans les études pharmaco-épidémiologiques sur BDMA. Seule une étude identifiée comprenait une validation externe pour évaluer l’impact de la méthode pour prendre en compte les PT.inobs sur l’évaluation des indicateurs d’efficacité ; d’autre études devront être réalisées pour confirmer ces résultats avant d’établir un consensus sur le choix de la ou des méthodes.

Le texte complet de cet article est disponible en PDF.

Plan


© 2020  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 68 - N° S2

P. S63-S64 - septembre 2020 Retour au numéro
Article précédent Article précédent
  • Prise en charge des patients avec un cancer bronchique avancé et vivants deux ans après un traitement par nivolumab en deuxième ligne ou plus : intérêt des techniques de « Machine learning »
  • C. Chouaid, J.-B. Assie, B. Jouaneton, R. Corre, M. Giaj Levra, A.-F. Gaudin, C.-Y. Calvet, A. Batisse, F. Dayde, V. Grumberg, F.-E. Cotte
| Article suivant Article suivant
  • Étude de l’observance au traitement par sitagliptine en vie réelle à partir du Système national des données de santé
  • A. Soubeiga, C. Portugues, K. Mari, C. Berthod, E. Chomette, S. Franc, G. Charpentier, F. Mistretta, A. Lajoinie

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.