Inferring Chronic Treatment Onset from ePrescription Data: A Renewal Process Approach

En modélisant les dynamiques de prescription comme un processus de renouvellement et en détectant le passage d'un régime sporadique à une thérapie soutenue, cette étude propose un cadre probabiliste pour inférer avec plus de précision le début des traitements chroniques à partir de données d'e-prescriptions, surpassant ainsi les méthodes heuriques classiques face à la censure à gauche des dossiers médicaux.

L'essentiel

🏥 Le Problème : Un dossier médical incomplet

Imaginez que vous essayez de reconstituer l'histoire de la santé d'une personne en regardant son dossier médical. Le problème, c'est que ce dossier est souvent incomplet.

En Slovénie (où cette étude a eu lieu), les médecins ont commencé à tout numériser progressivement. Avant 2016, beaucoup de diagnostics n'étaient pas notés, ou mal notés. C'est comme si vous cherchiez à savoir quand quelqu'un a commencé à fumer en regardant uniquement les factures de tabac, mais que vous n'aviez les factures que depuis l'année dernière. Si vous voyez une facture en 2017, vous ne savez pas si la personne a commencé à fumer ce jour-là ou il y a 10 ans.

De plus, les médecins peuvent se tromper en écrivant le diagnostic (comme confondre deux types de diabète), ou ne pas mettre à jour le dossier. C'est un dossier brouillé.

💊 La Solution : Regarder les ordonnances comme un "rythme cardiaque"

Au lieu de se fier uniquement au diagnostic écrit (qui peut être absent ou faux), les chercheurs ont eu une idée géniale : regarder les ordonnances de médicaments.

Imaginez que la maladie chronique est comme un mariage.

• Le diagnostic est la date de la cérémonie sur le papier d'état civil. Parfois, le papier est perdu ou mal daté.
• Les médicaments sont la vie quotidienne du couple.

Si vous voyez quelqu'un acheter du pain tous les matins pendant des années, vous savez qu'il vit là, même si vous n'avez pas vu le jour de son emménagement.

Les chercheurs ont remarqué deux types de comportements d'achat de médicaments :

1. Le "Bazar" (Traitement sporadique) : La personne achète des médicaments de temps en temps, sans rythme. C'est comme acheter des parapluies uniquement quand il pleut, ou des médicaments pour un rhume passager. C'est imprévisible.
2. Le "Rituel" (Traitement chronique) : La personne achète ses médicaments à intervalle régulier, comme un métronome. C'est le signe qu'elle gère une maladie de fond (comme l'hypertension ou le diabète).

🕵️‍♂️ La Méthode : Le Détective du Rythme

L'équipe a créé un algorithme (une sorte de détective mathématique) qui analyse le rythme des achats de médicaments.

• L'approche naïve (l'ancienne méthode) : C'est comme un détective qui dit : "Ah ! Il a acheté un médicament pour le cœur une fois ? C'est parti ! Il a la maladie depuis ce jour-là."

  • Le problème : Cela crée beaucoup de fausses alertes. On peut acheter un médicament une fois pour un problème passager, ou parce qu'on a été prescrit par erreur. Cela donne l'impression que la maladie est apparue il y a 10 ans, alors que le dossier médical ne l'a noté que l'année dernière.

• La nouvelle méthode (l'approche "Renouvellement") : Le détective dit : "Attends, il faut voir le rythme. Il achète ce médicament tous les 3 mois, parfaitement, depuis 2 ans. Là, c'est un rythme de vie. C'est là que commence vraiment le traitement chronique."

Ils utilisent des mathématiques (des processus de renouvellement) pour distinguer le "bruit" (achats aléatoires) du "signal" (achat régulier). Ils cherchent le moment précis où le rythme passe du "bazar" au "rituel".

📊 Les Résultats : Moins d'erreurs, plus de logique

En testant cette méthode sur 2,4 millions de patients, voici ce qu'ils ont découvert :

1. Moins de fausses dates : L'ancienne méthode disait souvent que les gens avaient une maladie chronique en 2016 (dès le début des données), alors qu'ils ne l'avaient pas. La nouvelle méthode évite ces erreurs "magiques" et donne une date de début beaucoup plus réaliste.

   • Exemple : Pour le COVID-19 (qui n'existait pas avant 2019), l'ancienne méthode pensait que certains patients en étaient atteints en 2016 ! La nouvelle méthode a dit : "Non, c'est impossible, le rythme ne correspond pas".

2. Le piège de la densité : La méthode fonctionne très bien pour les maladies où les gens prennent beaucoup de médicaments régulièrement (comme le diabète). Par contre, si une maladie nécessite peu de médicaments ou des traitements irréguliers, c'est plus dur à détecter. C'est comme essayer de deviner le rythme d'un battement de cœur en n'entendant que quelques battements isolés.

🎯 En résumé

Cette étude nous apprend que pour comprendre quand une maladie chronique commence, il ne faut pas seulement lire ce que le médecin a écrit (qui peut être incomplet), mais écouter le rythme des ordonnances.

C'est comme passer d'une photo floue à une vidéo en temps réel. En analysant la régularité des achats de médicaments, on peut reconstruire l'histoire de la maladie des patients avec beaucoup plus de précision, ce qui aide à mieux soigner les gens et à mieux organiser les systèmes de santé.

L'analogie finale : C'est la différence entre deviner quand quelqu'un a commencé à courir en regardant une seule photo de ses chaussures usées, et en regardant son calendrier de course sur 5 ans. Le calendrier (les ordonnances) ne ment pas.

Résumé technique

1. Problématique

Les données de dossiers médicaux électroniques (DME) longitudinales sont souvent censurées à gauche en raison de l'introduction progressive des systèmes de santé numériques et de la migration incomplète des historiques médicaux. Cela rend les enregistrements de diagnostics incomplets et peu fiables pour déterminer l'âge de début d'une maladie (onset).

• Limites des diagnostics : Les diagnostics peuvent être enregistrés une seule fois, non mis à jour systématiquement, et contiennent des erreurs de codage (taux de mauvaise classification jusqu'à 20 %). De plus, les faibles counts initiaux reflètent souvent une adoption incomplète du système plutôt qu'une faible incidence réelle.
• Opportunité des ordonnances : Contrairement aux diagnostics, les données d'ordonnances ambulatoires forment des trajectoires basées sur le renouvellement. Elles fournissent un signal continu et plus fiable de la gestion de la maladie, car les médicaments chroniques doivent être renouvelés périodiquement.
• Défi : De nombreuses approches de phénotypage reposent sur des heuristiques simples (ex: première ordonnance avec une étiquette « chronique ») qui ignorent la dynamique temporelle des prescriptions, ce qui peut fausser la construction de cohortes et introduire des fuites de données (data leakage).

2. Méthodologie

Les auteurs proposent un cadre probabiliste pour inférer le début d'un traitement chronique en modélisant la dynamique des ordonnances comme un processus de renouvellement.

A. Modélisation Temporelle (Processus de Renouvellement)

Le modèle distingue deux régimes de prescription pour chaque paire patient-médicament :

1. Régime de base (Sporadique) : Modélisé par un processus de Poisson homogène. Il capture les prescriptions épisodiques, les traitements aigus ou le bruit administratif. Les intervalles entre les événements suivent une distribution exponentielle ($h(t) = \lambda$).
2. Régime de traitement soutenu (Chronique) : Modélisé par un processus de renouvellement de Weibull. Il capture les schémas réguliers de renouvellement. Les intervalles suivent une distribution de Weibull à deux paramètres :
   • $k$ (paramètre de forme) : Indique la régularité ($k \approx 1$ pour Poisson, $k > 1$ pour un comportement régulier de renouvellement, $k < 1$ pour des événements groupés).
   • $\lambda$ (paramètre d'échelle) : Détermine l'intervalle de renouvellement caractéristique.
   • Note : Les paramètres sont estimés séparément pour les régimes « renouvelables » et « non renouvelables » pour tenir compte des politiques de dispensation.

B. Détection de Point de Changement (Change-Point Detection)

L'objectif est d'identifier le moment où la dynamique de prescription passe du régime sporadique au régime soutenu.

• Approche : Utilisation d'une analyse de point de changement basée sur la vraisemblance.
• Logique : Pour une séquence d'intervalles entre prescriptions, le modèle cherche le point de changement $c$ qui maximise la log-vraisemblance combinée d'un processus de Poisson avant $c$ et d'un processus de Weibull après $c$.
• Seuil : Un point de changement n'est accepté que si l'amélioration de la log-vraisemblance dépasse un seuil $\epsilon$ par rapport au modèle nul (Poisson sur toute la séquence). Cela évite les déclenchements prématurés dus au bruit.
• Construction du phénotype maladie : Les dates de début inférées au niveau médicament sont agrégées au niveau maladie (ICD-10) en utilisant des associations médicament-maladie apprises empiriquement (co-occurrence temporelle entre le début du traitement inféré et les diagnostics enregistrés).

C. Données

L'étude utilise un jeu de données national slovène couvrant 2,4 millions de patients (2016-2022), incluant 101 millions d'ordonnances ambulatoires et 58 millions de diagnostics.

3. Contributions Clés

1. Cadre probabiliste pour l'inférence de début de traitement : Passage d'une logique binaire (première ordonnance) à une modélisation stochastique des dynamiques de prescription.
2. Robustesse face à la censure à gauche : La méthode permet d'estimer des dates de début plus plausibles temporellement, même lorsque les données de diagnostic sont absentes ou tardives.
3. Distinguer le signal du bruit : La détection de point de changement permet de filtrer les prescriptions sporadiques ou administratives pour ne retenir que le début d'une thérapie soutenue.
4. Analyse des limites : Identification que la performance de détection est fortement corrélée à la densité des prescriptions, mettant en lumière les limites de cette approche pour les maladies avec des schémas de traitement épars.

4. Résultats

• Réduction des détections prématurées : Comparée à une méthode de base naïve (première ordonnance avec étiquette chronique), la méthode par point de changement produit des distributions de dates de début beaucoup plus serrées autour de la date de diagnostic enregistrée.
  • Exemple critique : Pour le code ICD U07 (COVID-19), la méthode naïve prédit de nombreux débuts de traitement dès 2016 (avant l'existence de la maladie), tandis que la méthode proposée évite ces détections non plausibles.
• Performance de détection (Recall) :
  • La méthode proposée est plus conservatrice (recall plus faible) que la méthode naïve car elle exige des preuves de traitement soutenu (au moins 6 prescriptions).
  • Cependant, la précision temporelle est supérieure.
  • La performance est fortement corrélée à la densité de prescription (corrélation $r \approx 0,67$). Les maladies avec des schémas de traitement chroniques denses (ex: hypertension, diabète) sont bien détectées, tandis que les maladies avec des prescriptions sporadiques restent difficiles à inférer.
• Validation des paramètres : Les paramètres de Weibull estimés sur toutes les ordonnances correspondent fortement à ceux estimés uniquement sur les ordonnances étiquetées « chroniques », prouvant que la structure de renouvellement peut être récupérée même avec des étiquettes administratives bruyantes.

5. Signification et Conclusion

Cette étude démontre que les données d'ordonnances longitudinales contiennent un signal récupérable pour inférer le début des phénotypes traités, même dans des conditions de censure à gauche sévère.

• Impact clinique et IA : L'approche améliore la construction de cohortes pour l'apprentissage automatique en évitant les fuites de données (data leakage) où le signal de traitement précède artificiellement le diagnostic.
• Limites et perspectives : La méthode est efficace pour les maladies non transmissibles chroniques avec des schémas de traitement structurés, mais moins pour les conditions aiguës ou les traitements intermittents. Les auteurs suggèrent des extensions futures intégrant le changement de traitement et des connaissances biomédicales externes.

En résumé, le passage d'une logique heuristique à une modélisation par processus de renouvellement offre une estimation temporelle plus fiable du début des maladies chroniques, transformant les données d'ordonnances en un outil robuste pour la recherche en santé numérique.