L’intérêt d’exploiter des données existantes et de chaîner plusieurs sources de données | Webcampus Masters Innov'Asso

Webcampus
Masters
28 septembre
2021
L’intérêt d’exploiter des données
existantes et de chaîner plusieurs sources
de données
4ème épisode
M-FR-00005179_V1.0_Etabli en septembre 2021

Ordre du jour
17h30 - 17h35 : Bienvenue
17h35 - 17h45 : Rappel : le contexte Innov’Asso, le développement des produits
innovants et les éléments présents sur innovasso.fr
17h45 - 18h15 : Intérêt des données de santé – Axe « données existantes » et chaînage
18h15 - 18h45 : Bases de données intéressantes et focus SNDS (contenu, intérêt)
18h45 - 19h00 : Exemples concrets
19h00 : Clôture

L’équipe organisatrice de l’édition 2020
Magali
Leo
Renaloo
Laurence
Mendes Anne
Buisson
AFA – Crohn –
RCH - France
Fabrice
Pilorgé
AFH
Sonia
Tropé
ANDAR
Stéphane
Korsia-Meffre
Iatrologos

Intervenants Cemka
Directrice du
pôle santé
publique
Responsable
assurance
qualité
 Au cœur des données ! (qualitatives,
quantitatives…déclaratives, mesurées…)
 Prise en compte ++ de l’expérience patient et
des parcours « patient » dans nos évaluations,
en complément d’autres sources de données
 Impliquées dans l’Atelier 2 Innov’Asso :
« Comment évaluer et améliorer la qualité de
vie des patients à partir des données de
santé »

Kick-off
Les ateliers IA
9 Janvier 2020
2ème Journée
Ateliers IA
10 Mars
3ème Journée
Ateliers IA
9 Juin
4ème Journée
Ateliers IA
29 Septembre
+ Travail inter-ateliers sur Innovasso.fr
7ème Journée IA
Présentation des
outils et synthèse
19 Novembre
Webcampus
Masters
Essais
cliniques
22 avril
2020
2021
Calendrier de l’édition 2020-2021 d’Innov’Asso
Webcampus
Masters
Evaluation
Produits
Innovants
3 juin
Webcampus
Masters
Recueillir des
données de
santé robustes
et pertinentes
29 juin
Webcampus
Masters
Exploiter et
chaîner les
données
existantes
28 septembre
Webcampus
Masters
Info de crise
sur les
traitements
18 novembre
Webcampus
Masters
Info de fond
sur les
traitements
14 octobre

Les objectifs des ateliers Innov’Asso 2020
RASSURER ACCOMPAGNER SOUTENIR MOTIVER
De nombreuses
associations de patients
sont toujours timides
vis-à-vis de ces
domaines d’actions
Informer sur les
produits de santé et
contribuer à leur
développement sont
essentiels pour
répondre aux attentes
des patients en termes
d’accès aux soins
Les facteurs impactant
négativement la qualité
de vie sont au cœur des
choix stratégiques
associatifs et il est
essentiel de savoir les
identifier
Le travail inter-
associatif est la
méthode idéale pour
produire des outils
d’accompagnement
destinés à motiver et
guider les associations
qui restent en retrait de
ces questions

Intérêt de la production de
données de santé – Axe travailler
sur des données existantes ou de
réaliser un chainage de données
Webcampus
Masters

Un enjeu majeur pour les associations de patients
Pourquoi produire des données de santé ?
▪ Connaître finement la population représentée, les maladies contre lesquelles les
associations de patients se battent et les traitements avec lesquels vivent les patients
▪ Permet de diffuser une communication ciblée et personnalisée très rapidement
(lancement d’un essai clinique, nouveau traitement…)
▪ Contribuer à l’amélioration de la qualité de vie des patients
▪ Suivre l’évolution de maladies
▪ Produire des connaissances complémentaires de celles dont dispose la communauté
scientifique et éclairer des « angles morts » avec des approches centrées sur le vécu des
patients
▪ Renforcer la crédibilité et la portée de leur plaidoyer
=> Proposer un cadre de confiance, définir des sujets d’intérêt et réaliser les enquêtes

Comment produire des données ?
Même démarche globale
Objectifs différents, aspects règlementaires différents…
Complémentarité
Production de données de santé
Mise en place d’un recueil
spécifique
Travail sur des données
déjà recueillies
Etude mixte :
chaînage

Quels sont les apports des données existantes et du chainage de données ?
Intérêt de travailler sur des données existantes
et de chainer les données
▪ Permet d’avoir des informations plus complètes en vie réelle sur une pathologie :
▪ Décrire la prise en charge médicale
▪ Décrire les traitements prescrits et remboursés
▪ Avoir des données cliniques
▪ Estimer l’errance diagnostique
▪ …
▪ Buts :
▪ Apporter des informations complètes et concrètes aux patients
▪ Aider les professionnels de santé à mieux diagnostiquer/prendre en charge certaines pathologies
▪ Aider les politiques publiques à définir des process de diagnostic/prise en charge
▪ Chaînage :
▪ Limite le recueil auprès des professionnels de santé & des patients -> ne recueillir que les
informations importantes non disponibles dans la base de données
▪ Délais globalement plus courts

4 points clés pour
produire des données
pertinentes et de
qualité, dans un cadre
sécurisé
• Réfléchir aux
analyses
statistiques
• Faire les
déclarations
réglementaires
• Respecter le
RGPD pour
l’information
des patients et
le recueil des
données
• Définir les
objectifs et la
méthodologie
Design RGPD*
Analyses
Réglementaire
Produire des données de santé
*RGPD : Règlement général sur la protection des données M-FR-00005179_V1.0_Etabli en septembre 2021

Quelques exemples de bases de
données intéressantes pour les
associations de patients
Webcampus
Masters

Quelles bases de données ?
▪ Base SNDS (Système National des Données de Santé)
▪ Données de la cohorte nationale Constances de l’INSERM (https://www.constances.fr/) : cohorte
épidémiologique « généraliste » constituée d'un échantillon représentatif de 200 000 adultes âgés de
18 à 69 ans à l'inclusion, consultants des Centres d'examens de santé de la Sécurité sociale
▪ BNDMR (Banque Nationale de Données Maladie Rare - https://www.bndmr.fr/) : base gérée par l’AP-
HP – peut être chainée au SNDS
▪ Base EDMUS de l’OFSEP (Observatoire Français de la Sclérose en Plaques - http://www.ofsep.org/fr/)
▪ Données des officines de ville
▪ Certains hôpitaux ont aussi développé leur propre entrepôt de données
Quelques exemples

Le SNDS : contenu et intérêt
Webcampus
Masters

Le Système National des Données de Santé (SNDS)
▪ Le SNDS historique a été créé par la loi de modernisation de notre système de santé du 26 janvier 2016.
Géré par la Caisse Nationale de l’Assurance Maladie (CNAM), le SNDS historique visait de permettre de
chaîner :
▪ les données de l’Assurance Maladie (base SNIIRAM)
▪ les données des hôpitaux (base PMSI) – antériorité sur les 9 dernières années
▪ les causes médicales de décès (base du CépiDC de l’Inserm) - retard de 3 ans
▪ les données relatives au handicap (en provenance des MDPH - données de la CNSA)
▪ un échantillon de données en provenance des organismes d’Assurance Maladie complémentaire
▪ Le SNDS sera bientôt disponible sur le site du HDH* : Décret n° 2021-848 du 29 juin 2021 relatif au
traitement de données à caractère personnel dénommé « système national des données de santé »
*HDH : Health Data Hub M-FR-00005179_V1.0_Etabli en septembre 2021

Le Système National des Données de Santé (SNDS)
DONNEES
INDIVIDUELLES
EXHAUSTIVES
SNIIRAM
Détail des prestations
présentées au
remboursement
Informations concernant
les bénéficiaires
les professionnels
médicaux
les montants présentés
au remboursement et
remboursés
DONNEES
INDIVIDUELLES
ECHANTILLONNEES
EGB
Echantillon au 1/97ème
de la population
protégée
(environ 660 000
bénéficiaires)
Historique des
consommations des
Bénéficiaires du
- RG hors SLM depuis
2003
- RA et RSI depuis 2011
- 10 SLM ajoutées entre
2015 et 2016
DONNEES
INDIVIDUELLES
HOSPITALISATIONS
PMSI
Ensemble des séjours
dans un établissement
public ou privé avec
détail des GHM,
Diagnostics, actes
classant, médicaments
inscrits hors T2A
MCO
HAD
SSR (ND dans l’EGB)
PSY (ND dans l’EGB)
CAUSES MEDICALES
DE DECES (DONNEES
INDIVIDUELLES)
CépiDc
Contenu du certificat de
décès :
- causes médicales de
décès – codage CIM-10
- Age et sexe
- Date de décès
- Département et
Commune de résidence
- Département et
commune de décès

Que peut-on étudier via le SNDS ?

Intérêts et atouts
Les intérêts du SNDS
Une richesse d’information et des atouts qui permettent de
répondre à des objectifs divers et variés et réaliser des études :
 De prévalence
 Sur la prise en charge globale des patients
 Sur les séquences de traitements ou schémas thérapeutiques
 Sur le bon usage (sous réserve des variables disponibles dans
la base) / l’utilisation de médicaments
 Sur la persistance d’un traitement
 Sur la survie d’une population
 Economiques : coût d’une pathologie, d’un évènement
indésirable…
 Nombreuses informations disponibles
 Possibilité de chainage des consommations de ville
/ hôpital / tous professionnels de santé
 Représentativité
 Exhaustivité des consommations remboursables
 Mortalité (information exhaustive)
 Données de coûts réels présentés au
remboursement et remboursés
 Possibilité d’analyser des cohortes de patients sur
plusieurs années

Les limites du SNDS
Une base qui n’a pas été conçue pour la recherche
 Pas d’information sur les antécédents familiaux ou les données sociales (autre que la CMU-C ou l’index de défavorisation
sociale) ou environnementales
 Pas de données cliniques (exhaustivité des diagnostics, IMC, niveau tensionnel, …), paracliniques (résultats d’examens)
 Pas d’information sur les motifs de prescription ou de consultation
 Uniquement les soins remboursés (pas l’automédication, pas la consommation de médicaments prescrits mais non
remboursés)
 Pas d’information sur les médicaments et dispositifs médicaux administrés ou implantés à l’hôpital mais non-inscrits sur la liste
des médicaments ou dispositifs en sus du GHS
 Impossible d’évaluer le manque de suivi par les patients des prescriptions de leur médecin puisque, par exemple, les
ordonnances prescrites mais non délivrées ne sont pas recensées dans la base
 Causes de décès pas complètement renseignées
 Base complexe à traiter -> aide pour définir la méthode et réaliser les analyses statistiques

Comment identifier une maladie dans le SNDS ?
▪ Code CIM-10 (classification internationale des maladies - https://icd.who.int/browse10/2008/fr ) : Le « diabète sucré insulino-
dépendant » a le code « E10 »
▪ Via les ALD (affections longue durée)
▪ Via les codes CIP des traitements : certains traitements sont spécifiques d’une pathologie (ex : insuline & diabète)
▪ A l’aide d’algorithmes publiés, combinant plusieurs critères (https://documentation-snds.health-data-
hub.fr/fiches/cartographie_pathologies.html#presentation )
Préalable
indispensable : vérifier
que la population
d’étude est identifiable
dans le SNDS

Quelques exemples

Exemples d’études sur le SNDS
Webcampus
Masters

Quelques exemples d’études sur le SNDS
▪ Analyse d’un parcours hospitalier
pour 1 pathologie avec prise en
charge principalement hospitalière
(cancers…)
▪ Analyse d’un parcours ville-hôpital ,
de la prise en charge globale
▪ Intérêt ++ pour les maladies rares
(passage par un centre de référence ou non…)
Sujets d’intérêt différents selon la maladie et selon sa
prise en charge (hospitalière, en ville, mixte)
 Mise en perspective du parcours ville / hôpital
 Par exemple:
 Recours au médecin généraliste et nombre de visites /
consultations
 Recours à un médecin spécialiste et nombre de visites /
consultations :
 Cardiologue, endocrinologue, neurologue …
 Séjours hospitaliers :
 MCO : Médecine Chirurgie et Obstétrique
 HAD : Hospitalisation à Domicile
 SSR : Soins de Suite et de Réadaptation
 Psychiatrie
 => nombre de séjours/séances, durée cumulée de
séjour, passage aux urgences, réanimation, transfert
entre une unité de MCO et une unité de SSR…
 Consultations externes à l’hôpital

▪ Ex d’étude sur le syndrome de
Rett (maladie rare)* :
consultations
médicales/paramédicales et
hospitalisations en 2017
*Etude réalisée par Cemka pour la Fondation Maladies Rares M-FR-00005179_V1.0_Etabli en septembre 2021

▪ Caractérisation des patients atteints d’une maladie donnée
▪ Age, sexe, répartition géographique
▪ Prise en charge en ALD ou non
▪ Analyse de l’errance diagnostique (SEP, SLA…)
▪ Identification d’une 1ère consultation spécialisée ou d’un acte spécifique
▪ Identification du 1er codage de la maladie (lors d’une hospitalisation) ou réalisation
d’un acte spécifique ou démarrage d’un traitement spécifique
▪ Délai entre les 2 événements (même hôpital ou pas)
▪ Analyse de ces délais selon la zone géographique…

Parcours de soins après une méningite et identification
des séquelles*
Patients ayant eu un séjour hospitalier avec un
diagnostic A39 Infection à méningocoques
*Etude réalisée par Cemka pour GSK M-FR-00005179_V1.0_Etabli en septembre 2021

▪ Liste des séquelles
recherchées et sous quel
délai
Séquelle Délai maximum pris en
compte
Amputation 3 mois
Cécité / atteinte visuelle sévère 3 mois
Diminution de l’audition nécessitant un
implant
36 mois
Diminution de l’audition - bilatérale 36 mois
Diminution de l’audition - unilatérale 3 mois
Maladie / insuffisance rénale 3 mois
Epilepsie 18 mois
Atteinte neurologique sévère 3 mois
Trouble du langage 3 mois
Retard mental 18 mois
Déficit moteur 6 mois
Cicatrice cutanée 3 mois
Dépression 3 mois
Anxiété/anxiété de séparation 3 mois

Les déclarations règlementaires
pour les études sur le SNDS et les
études chainées
Webcampus
Masters

Les déclarations règlementaires en pratique
• Méthodologies de
référence MR*-005 ou
MR*-006 (selon la
catégorie du
responsable de
traitement) : dépôt
simple sur la plateforme
du HDH*
PMSI* :
hospitalisations
• Soumission sur la
plateforme du HDH*
pour passage au
CESREES* puis à la
CNIL*
SNDS* sans
chainage
• CESREES* ou CPP*
selon la typologie de
l’étude
• CNIL*
Chainage
*CPP : Comité de protection des personnes / MR : Méthodologie de référence / CNIL : Commission nationale de l’informatique et des libertés / CESREES :
Comité éthique et scientifique pour les recherches, les études et les évaluations dans le domaine de la santé / HDH : Health Data Hub / PMSI : Programme de Médicalisation des
Systèmes d’Information / SNDS : Système National des Données de Santé

Les déclarations règlementaires en pratique
Chainage = appariement donc hors méthodologies de référence
Pour les études chaînées
*CPP : Comité de protection des personnes / MR : Méthodologie de référence / CNIL : Commission nationale de l’informatique et des libertés / CESREES :
Comité éthique et scientifique pour les recherches, les études et les évaluations dans le domaine de la santé / ANSM : Agence nationale de sécurité du médicament et des produits de santé/
HDH : Health Data Hub / RIPH : Recherche impliquant la personne humaine / RNIPH : Recherche n’impliquant pas la personne humaine
RIPH*
• Prendre un N°
d’enregistrement ID-
RCB sur le site de
l’ANSM*
• Faire la déclaration au
CPP* (tirage au sort)
• Informer l’ANSM*
après obtention de
l’accord du CPP*
• Faire la déclaration
auprès de la CNIL*
RNIPH*
• Faire la déclaration au
CESREES* via la
plateforme du HDH*
• Faire la déclaration
auprès de la CNIL* :
dépôt par le HDH*

Starter-kit pour l’autorisation de la CNIL (RNIPH)
https://www.health-data-hub.fr/starter-kit
Un nouvel outil utile !

Le Health Data Hub (HDH)
▪ Le HDH a pour but de mettre à disposition des bases de données dont quelques exemples sont
donnés ici : https://www.health-data-hub.fr/catalogue-de-donnees
▪ Concernant les données du SNDS, le HDH propose régulièrement des meetings gratuits :
https://documentation-snds.health-data-hub.fr/evenements/meetup.html#le-cepidc , ainsi que
des rediffusions videos : https://www.meetup.com/fr-FR/Health-Data-Hub/?_locale=fr-FR
▪ Le HDH peut accompagner les associations pour certains projets, dont voici un exemple :
https://www.health-data-hub.fr/actualites/vivre-covid19-une-etude-collaborative-en-
partenariat-avec-france-assos-sante : France Assos Santé a lancé l’étude Vivre-Covid19 afin de
recueillir le ressenti des usagers du système de santé durant l’épidémie. Le HDH accompagne
France Assos Santé, conformément à sa mission de diffusion des enjeux de la réutilisation des
données de santé : Une cohorte prospective de plus de 4 000 participants

Le chainage en pratique
Webcampus
Masters

2 principaux type d’appariement

Doing now what patients need next*
*Pour les patients, agir aujourd’hui et pour demain M-FR-00005179_V1.0_Etabli en septembre 2021

L’intérêt d’exploiter des données existantes et de chaîner plusieurs sources de données | Webcampus Masters Innov'Asso

Contenu connexe

Tendances (20)

Similaire à L’intérêt d’exploiter des données existantes et de chaîner plusieurs sources de données | Webcampus Masters Innov'Asso (20)

Plus de Innov'Asso (19)

L’intérêt d’exploiter des données existantes et de chaîner plusieurs sources de données | Webcampus Masters Innov'Asso