L’absence de marqueur direct de poussées de Sclérose en plaques (SEP) dans le Système national des données de santé (SNDS) nécessite le développement d’algorithme complexe basé essentiellement sur les hospitalisations et les épisodes thérapeutiques de forte dose de corticothérapie.

Évaluer la valeur prédictive positive et négative (VPP et VPN) d’un algorithme complexe développé pour identifier les poussées de SEP dans le SNDS comparativement au jugement de quatre experts neurologues.

Un tirage au sort a été réalisé parmi les patients traités pour une SEP pour en sélectionner 100 avec au moins une poussée d’après l’algorithme et 100 patients sans poussée durant un suivi de 1 à 1,5 ans. L’ensemble des données de consommations de soins et d’hospitalisation de chaque patient a été revu indépendamment par deux neurologues en aveugle de l’algorithme. Les cas discordants entre deux neurologues étaient revus collégialement afin d’obtenir un consensus.

Parmi les 37 986 patients traités pour SEP identifiés dans le SNDS entre juillet 2015 et décembre 2016, 9,6 % ont présenté au moins une poussée d’après l’algorithme. Parmi les patients sélectionnés, les neurologues en ont confirmé 95 avec poussée(s) et 96 sans poussée, soit une VPP de 95 % et une VPN de 96 %. Après ajustement de l’algorithme en fonction des conclusions des neurologues, la VPP et la VPN étaient respectivement de 95,2 % et 100 %.

La richesse des données du SNDS permet une vue holistique du patient dans l’ensemble du système de prise en charge, et rend possible la définition d’algorithmes de détection d’évènements complexes comme les poussées de SEP, mais aussi d’études de validation de ces algorithmes via la reconstitution de quasi-dossiers médicaux 100 % anonymisés, permettant ensuite d’ajuster ces algorithmes afin d’améliorer leur performance.

Les résultats montrent que l’algorithme présenté permet une très bonne identification des poussées de SEP dans le SNDS et pourra être utilisé pour de futures études observationnelles sur la SEP.