S'abonner

Appariement probabiliste des données d’une cohorte de polyarthrite indifférenciée récente aux données du Système national des données de santé (SNDS) - 30/11/20

Doi : 10.1016/j.rhum.2020.10.293 
N. Rincheval 1, , A. Coffy 1, B. Combe 2, J.P. Daures 1, M. Dougados 3
1 Laboratoire biostatistiques, épidémiologie et recherche clinique EA2415, institut universitaire de recherche clinique, Montpellier 
2 Rhumatologie, CHU Lapeyronie, Montpellier 
3 Rhumatologie b, hôpital Cochin, Paris 

Auteur correspondant.

Résumé

Introduction

ESPOIR est une cohorte de patients atteints d’arthrites débutantes. Les objectifs dans ce projet sont multiples : suivi exhaustif des patients, meilleure exploitation des comorbidités et hospitalisations, évaluation de l’impact médico-économique. Cet appariement offre une ouverture sur de nouvelles perspectives pour les travaux de recherche.

Matériels et méthodes

La cohorte multicentrique française ESPOIR des 813 patients inclus entre 2002 et 2005, âgés de 18 à 70 ans qui présentaient une arthrite récente a été chaînée par appariement probabiliste aux données SNDS à partir de 2007. Trente-cinq variables de la base ESPOIR ont été utilisées dans l’ordre décroissant de leur capacité discriminante et de leur fiabilité. Pour pallier l’absence des données avant 2007 dans le SNDS l’ensemble du suivi ESPOIR a été utilisé. L’appariement a été effectué par étape, permettant l’obtention de patients uniques après chacune d’entre elle. La sélection s’est d’abord faite sur les données administratives, les dates de soins, les établissements et les dates de traitements de fond. La correspondance de ces bases appariées a été faite sur le département de résidence, le mois de naissance, le diagnostic principal et le type de traitements de fond. Les patients non encore dédoublonnés à cette étape ont été sélectionnés successivement sur les actes de biologie et radiologie spécifiques, les anti-inflammatoires, les traitements non spécifiques et pour finir sur des ALD autres que polyarthrite rhumatoïde et les décès. À la dernière étape de l’appariement, nous avons obtenu 3 groupes de patients : les patients uniques, les patients doublons et les patients impossible à retrouver car toutes leurs données se situent avant 2007. Le test non paramétrique de Wilcoxon–Mann–Whitney a été appliqué pour comparer la distribution des variables continues et le test du Chi2 a été utilisé pour tester l’association des variables catégorielles entre les patients appariés et non appariés.

Résultats

Au total, 610 patients (75 %) ont été appariés, 93 (11,5 %) ont des doublons, 110 (13,5 %) sont impossible à retrouver. Aucune différence significative n’ayant été observé entre les deux derniers groupes, ils ont été regroupés en non appariés. Les patients appariés et non appariés ont des caractéristiques démographiques similaires, par contre ils se différencient sur des critères d’activité (nombre de synovites 6,1±4,9 non appariés vs 7,6±5,5 appariés, p=0,0001), des caractéristiques radiologiques, des marqueurs biologiques (anti-CCP positifs 24,7 % non appariés vs 43,4 % appariés, p<0,0001) et sur l’EVA diagnostic du rhumatologue (60,6±26 non appariés vs 70,3±24,1 appariés, p<0,0001).

Conclusion

Soixante-quinze pour cent des patients ESPOIR ont pu être appariés avec la base du SNDS. Ces derniers semblent présenter des manifestations cliniques plus importantes, une positivité plus grande des marqueurs biologiques, et leur diagnostic de polyarthrite rhumatoïde est plus probable. Dues à leurs caractéristiques, ces patients sont suivis plus longtemps dans la cohorte et ont certainement eu plus d’actes et de traitements, c’est pourquoi il semble plus facile de les apparier. À ce stade un appariement déterministe avec le NIR paraît intéressant pour vérifier les caractéristiques des patients non appariés. Cette étude permettra la mise en place de nouveaux projets de recherche.

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 87 - N° S1

P. A163-A164 - décembre 2020 Retour au numéro
Article précédent Article précédent
  • Efficacité des traitements biologiques en monothérapie ou en association à des traitements de fond conventionnels au cours de la polyarthrite rhumatoïde : registre RBSMR
  • A. Kherrab, H. Chitache, I. Chergaoui, M. Ghazi, R. Abouqal, L. Achemlal, F. Allali, R. Bahiri, I. El Bouchti, A. El Maghraoui, I. Ghozlani, H. Hassikou, T. Harzy, I. Hmamouchi, L. Ichchou, O. Mkinsi, R. Niamane
| Article suivant Article suivant
  • Persistance similaire sur 15 mois de l’ustékinumab (UST) et des anti-TNF chez les patients atteints de rhumatisme psoriasique (RP) : étude PsABio multicentrique en vraie vie
  • L. Gossec, S. Siebert, P. Bergmans, K. De Vlam, E. Gremese, P. Richette, B. Joven-Ibanez, T. Korotaeva, W. Noel, M.T. Nurmohamed, P. Sfikakis, E. Theander, J.S. Smolen

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

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.