S'abonner

Développement d’algorithmes pour identifier les patients atteints de pneumopathie interstitielle diffuse de forme progressive (hors fibrose pulmonaire idiopathique) (PID-FP) en France (étude PROGRESS) - 05/01/20

Doi : 10.1016/j.rmra.2019.11.328 
M. Nasser 1, S. Larrieu 2, S. Si-Mohamed 1, K. Ahmad 1, L. Boussel 3, M. Brevet 4, D. Revel 1, F. Thivolet-Bejui 4, J. Traclet 1, M. Lederlin 5, S. Marque 2, J. Massol 6, D. Maucort-Boulch 7, S. Zeghmar 1, E. Hachulla 8, S. Jouneau 5, V. Cottin 1,
1 Hôpital Louis-Pradel, centre national de référence des maladies pulmonaires rares, hospices civils de Lyon, Lyon, France 
2 IQVIA, Paris, France 
3 Département de radiologie, hospices civils de Lyon, Lyon, France 
4 Département d’anatomopathologie, hospices civils de Lyon, Lyon, France 
5 Centre hospitalier universitaire, Rennes, France 
6 AIXIAL, Paris, France 
7 Département de biostatistique, hospices civils de Lyon, Lyon, France 
8 Hôpital Claude-Huriez, centre de référence des maladies auto-immunes systémiques rares Nord et Nord-Ouest (CeRAINO), CHU de Lille, Lille, France 

Auteur correspondant.

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

Connectez-vous pour en bénéficier!

Résumé

Introduction

Les pneumopathies interstitielles diffuses (PID) regroupent un ensemble hétérogène de maladies caractérisées par un processus diffus inflammatoire et/ou fibrosant [1]. Certains patients atteints de PID fibrosante, peuvent développer un phénotype à évolution progressive similaire à celui observé dans la fibrose pulmonaire idiopathique (FPI), ces pathologies étant regroupées sous le terme de PID à forme progressive (PID-FP) [2]. L’objectif de cette étude est de développer des algorithmes pour identifier les patients avec PID-FP non-FPI afin de décrire l’épidémiologie, et le fardeau global de ces maladies en France.

Méthodes

Un algorithme basé sur la CIM-10, et reposant sur des algorithmes américains, a été développé en France afin de sélectionner entre le 01/01/2010 et le 31/12/2017 les cas prévalents et incidents de PID-FP non-FPI au sein du Système national des données de santé (SNDS). Un algorithme sera aussi développé à partir de la cohorte clinique de patients avec PID-FP non-FPI suivis par le Centre national de référence des maladies pulmonaires rares de Lyon.

Résultats

Un premier algorithme a été développé pour extraire les séjours des patients atteints de PID-FP, basé sur la sélection de l’ensemble des séjours avec un code de diagnostic de fibrose pulmonaire puis l’exclusion des patients FPI. Les formes progressives seront enfin extraites à partir des données de demandes de remboursement pour des traitements spécifiques, de consultations chez le pneumologue, d’actes d’imagerie, d’examens de la fonction pulmonaire et/ou d’hospitalisations. La seconde approche consistera à créer un algorithme via une approche par apprentissage automatique grâce au recoupement des données du SNDS et de la cohorte clinique.

Conclusion

Le développement de ces deux algorithmes par des approches différentes permettra de comparer les résultats obtenus et de choisir l’approche la plus valide pour approfondir les connaissances sur ces pathologies. Cette étude permettra d’estimer le nombre de patients atteints de PID-FP non-FPI, de décrire leur parcours de soins et les coûts associés, ainsi que d’explorer la corrélation entre la capacité vitale forcée de ces patients et leur morbi-mortalité.

Le texte complet de cet article est disponible en PDF.

Plan


© 2019  Publié par Elsevier Masson SAS.
Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 12 - N° 1

P. 150 - janvier 2020 Retour au numéro
Article précédent Article précédent
  • Répartition des étiologies des pneumopathies infiltrantes diffuses dans un service de pneumologie en Tunisie
  • D. Belkhir, I. Zendah, C. Moussa, I. Khouaja, A. Khattab, S. Hantous, H. Ghedira
| Article suivant Article suivant
  • Profil épidémiologique, étiologique et évolutif des pneumopathies infiltrantes diffuses à l’hôpital de la Paix de Ziguinchor
  • A. Diatta, K. Diallo, S. Niang, S. Manga