S'abonner

Algorithmes visant à identifier les patients asthmatiques dans les bases de données médico-administratives: une revue systématique de la littérature - 03/05/22

Doi : 10.1016/j.respe.2022.03.111 
R. Curmin a, b, c, Y. Iwatsubo d, L. Dheyriat a, b, c, A. Cohen-Akenine e, S. Guillo a, b, c,
a Assistance publique-Hôpitaux de Paris, Centre de pharmacoépidémiologie (Cephepi), Paris, France 
b Sorbonne Université, Inserm, Institut Pierre Louis d'Epidémiologie et de Santé Publique, Paris, France 
c Inserm, CIC-1901, Paris, France 
d Santé publique France, Direction santé environnement et travail, Saint-Maurice, France 
e Haute Autorité de santé, Evaluation en santé publique et évaluation des vaccins, Saint-Denis, 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) présentent de nombreux avantages pour la réalisation d’études sur l'asthme. Cependant, l'identification des patients asthmatiques nécessite l'utilisation d'algorithmes de repérage de cas basés sur les données de remboursement. L'objectif de cette étude, réalisée dans le cadre du ReDSiam (Réseau visant à améliorer l'utilisation des données du système national des données de santé) était de décrire les algorithmes publiés permettant d'identifier les patients asthmatiques dans les BDMA.

Méthodes

Une revue de la littérature internationale des études publiées entre le 01/01/2016 et le 31/12/2020 dans Pubmed® a été réalisée. Les études identifiées par une équation de recherche comportant des termes MeSH ou du texte libre étaient sélectionnées si elles portaient sur l'asthme, étaient menées sur des BDMA, et si une méthode d'identification des patients asthmatiques était présentée. Les caractéristiques des études, les algorithmes utilisés, et leurs données de validation étaient ensuite extraits à l'aide d'une grille standardisée assortie d'un guide de remplissage. A chaque étape, un échantillon était analysé par deux chercheurs et les discordances résolues par consensus.

Résultats

Trois cent trois études ont été sélectionnées totalisant 472 algorithmes dont 268 (56,8 %) algorithmes pour identifier les patients asthmatiques, 40 (8,5 %) reflétant les exacerbations d'asthme et 99 (21,0 %) pour caractériser la sévérité ou le contrôle de l'asthme. Ces études étaient majoritairement menées aux États-Unis (n=91, 30,0 %), à Taïwan (n=69, 22,8 %) ou au Canada (n=51, 16,8 %). La plupart des algorithmes identifiant les patients asthmatiques utilisaient uniquement des codes diagnostiques et leur origine – consultations externes ou en ville, hospitalisations (n=154, 57,5 %) ou les combinaient avec les délivrances de médicaments (n=60, 22,4 %). L'algorithme le plus utilisé pour identifier les patients asthmatiques était: ≥1 hospitalisation pour asthme et/ou ≥2 visites en soins ambulatoires pour asthme sur deux années. Seulement 75 (15,9 %) des algorithmes utilisés étaient rapportés comme validés.

Conclusion

Différents algorithmes de repérage des cas d'asthme sont publiés dans la littérature internationale; le choix d'un algorithme doit reposer sur sa pertinence par rapport au contexte (type d'asthme, objectif de l’étude, type de BDMA) et son éventuelle validation.

Mots clés

Asthme; Bases de données médico-administratives; Algorithmes; Revue systématique de la littérature

Déclaration de liens d'intérêts

Les auteurs n'ont pas précisé leurs éventuels liens d'intérêts.

Le texte complet de cet article est disponible en PDF.

© 2022  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 70 - N° S2

P. S81 - mai 2022 Retour au numéro
Article précédent Article précédent
  • La dose d'activité physique nécessaire pour améliorer le retour au travail après cancer : revue systématique et méta-régression
  • T. Wilson, A. Nambiema, B. Porro, A. Descatha, A. Aublet-Cuvelier, E. Bradley, Y. Roquelaure
| Article suivant Article suivant
  • Application de deux approches statistiques pour évaluer l'association entre l'exposition aux mélanges de retardateurs de flamme bromés et substances perfluoroalkylées et le risque de cancer du sein dans la cohorte E3N
  • P. Freno, V. Perduca, G. Cano-Sancho, J. Antignac, G. Severi, F. Mancini

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

Elsevier s'engage à rendre ses eBooks accessibles et à se conformer aux lois applicables. Compte tenu de notre vaste bibliothèque de titres, il existe des cas où rendre un livre électronique entièrement accessible présente des défis uniques et l'inclusion de fonctionnalités complètes pourrait transformer sa nature au point de ne plus servir son objectif principal ou d'entraîner un fardeau disproportionné pour l'éditeur. Par conséquent, l'accessibilité de cet eBook peut être limitée. Voir plus

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 © 2025 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.