Le diabète est une affection métabolique caractérisée par une hyperglycémie chronique due à un défaut de la sécrétion ou de l'action de l'insuline, ou des deux. Selon l'origine, on distingue principalement le diabète de type 1 ou 2. En France, 5 % de la population est traitée pharmacologiquement pour un diabète. S'ils peuvent bénéficier de certains traitements communs, la prise en charge des patients diffère selon le type de diabète. L’étude visait à mettre en place un modèle statistique pouvant discriminer et prédire le type de diabète, 1 ou 2, en l'absence de donnée clinique.

Une cohorte de patients diagnostiqués diabétiques avec un code CIM10 unique de E10 ou E11 et au moins une confirmation du même diagnostic durant le suivi des 24 derniers mois de soins, a été identifiée dans la base de données médicalisée THIN® du GERSDATA composée de 3000 médecins dont 2000 généralistes et 55 endocrinologues. Les traitements de la classe ATC A10 ont été extraits. Les patients sous SGLT2 uniquement ont été exclus de l’étude. En 2021, 73 498 patients ont répondu aux critères. Ils ont été répartis en deux groupes: 51 449 patients constituant la base de travail et 22 049 patients stratifiés sur le type de diabète pour valider l'algorithme obtenu. Un modèle logistique a été retenu et déployé dans la base de données Officine de GERSDATA composée de 10 632 pharmacies.

La population étudiée était majoritairement composée de DT2 (92 %). La moyenne d’âge était de 67 ans dont 42 % de femmes. Plusieurs modèles ont été testés. Les variables les plus significatives (p<.0000) étaient le traitement du diabète avec ses combinaisons: insuline rapide, insuline mixte, insuline lente, metformine, autres anti-diabétiques oraux (ADOs) et l’âge en classe (≥57 ans et <57 ans). Les données montraient un clivage ADO versus insuline (Tableau 1). Par rapport à l'insuline rapide, la metformine multipliait les risques d’être DT2, qu'elle soit seule (OR >999; IC >999->999) ou en combinaison avec les autres ADOs (801;548->999). De même, les autres ADOs augmentaient les risques d’être DT2 (470;293-750). Plus le type d'insuline seule était rapide, moins le risque d’être DT2 était important. Les combinaisons de traitements ADOs et insuline étaient plus contrastées mais augmentaient les risques d’être DT2, notamment dès lors qu'il y avait la présence de metformine. La combinaison ADO, insuline lente et metformine était la plus marquée (83;58-119) parmi les combinaisons de traitements. Le risque lié à l’âge (≥57 ans) était moins discriminant que les traitements (3,8;3,4-4,2).

Ce modèle a été appliqué sur l’échantillon de validation de 22 049 patients. Le taux de bien classés était de 95 % (Fig. 1) pour les DT2 avec une Se de 98 %, une Sp de 65 %, une VPP de 97 % et une VPN de 71 %. Ce modèle peut être considéré comme une base modulable selon le type de diabète et la précision recherchée, en faisant varier les différents paramètres. Par exemple, il a été possible d'obtenir pour les DT1 une Se de 67 % une Sp de 97 % une VPP de 67 % et une VPN 97 %.

Cette étude montre qu'avec un modèle de régression logistique associé à une analyse de sensibilité et de spécificité, il est possible de prédire le type de diabète en fonction de la consommation de soins pharmaceutiques et de l’âge des patients. L'intérêt de tels modèles réside dans l'enrichissement des données fournies par des bases ne disposant pas de donnée clinique en ville comme le SNDS.

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