Les effets indésirables liés aux médicaments causeraient 10 000 décès par an en France. Le plus souvent, la détection de ces effets repose sur les déclarations et l’écriture de règles d’alerte et de prévention est faite à dire d’expert lors de revues des dossiers. De plus, les spécificités des services ne sont pas prises en compte (patients, pratiques, connaissances). L’objectif du projet européen PSIP est d’utiliser le data-mining pour détecter ces effets et produire automatiquement les règles de contrôle, service par service. Sur 10 500 séjours danois et français, nous obtenons à ce jour 630 règles dont 75 sont validées. L’article présente un exemple d’arbre de décision et l’interprétation autour des précautions d’emploi des antivitamine K. L’exploitation des résultats ne s’entend qu’en contexte. Un procédé similaire pourrait être utilisé dans d’autres domaines.

Adverse drug events would be responsible from 10,000 death per year in France. Most often, detection relies on events declaration; alert and prevention rules are writen by experts thanks to cases reviews. Moreover, the medical departments’ specificities are not taken into account (patients, practices, knowledge). The objectives of the PSIP European project is to use data-mining to detect those events and automatically generate control rules, department by department. Using 10,500 French and Danish stays, we obtain till now 630 rules from which 75 have been validated. The article shows an example of a decision tree and its interpretation in the field of cautions taken during vitamin K antagonists’ use. Results’ exploitation cannot elude contextualization. A similar process may have many different uses.