Availability and Quality of Anthropometric Data in Swiss Childrens Hospitals: The SwissPedGrowth Project

L'étude SwissPedGrowth démontre la faisabilité de l'extraction de données anthropométriques de haute qualité à partir des dossiers médicaux électroniques suisses pour la recherche pédiatrique, tout en soulignant les défis persistants liés à l'exhaustivité et à l'harmonisation de ces données entre les hôpitaux.

L'essentiel

🏥 Le Grand Inventaire de la Croissance des Enfants Suisses

Imaginez que la Suisse possède sept grands jardins d'enfants (les hôpitaux pédiatriques). Chaque jour, des milliers d'enfants y entrent pour des visites, des urgences ou des séjours. Les médecins prennent régulièrement des mesures : taille, poids, tour de tête, un peu comme on mesure la croissance d'un arbre ou d'une plante.

Ces mesures sont écrites dans des carnets numériques géants appelés Dossiers Médicaux Électroniques (DME). Le problème ? Ces carnets sont tous différents. Certains sont comme des carnets de notes bien rangés, d'autres comme des griffonnages sur des serviettes en papier ou des messages cachés dans des textes libres.

Le projet SwissPedGrowth est une grande expédition menée par des chercheurs pour essayer de rassembler toutes ces mesures dispersées dans ces sept hôpitaux suisses, les nettoyer, et voir si elles peuvent nous dire quelque chose d'utile sur la croissance des enfants en Suisse.

---

🕵️‍♂️ 1. La Chasse au Trésor (Ce qu'ils ont trouvé)

Les chercheurs ont fouillé dans les dossiers de 477 000 enfants (ce qui est énorme !). Ils voulaient trouver deux trésors principaux : la taille et le poids.

• Le constat : C'était un peu comme chercher des aiguilles dans des bottes de foin.
  • Pour 43 % des visites, ils ont trouvé le poids.
  • Pour seulement 20 % des visites, ils ont trouvé la taille.
  • Pour le tour de tête, c'était encore plus rare (5 %).
• Pourquoi si peu ? Souvent, les médecins écrivaient ces infos dans des zones "libres" (comme un texte libre dans un email) que les ordinateurs ne savent pas lire automatiquement, ou alors les données étaient cachées dans des documents scannés (comme des vieux papiers numérisés). C'est comme si le trésor était là, mais enfermé dans une boîte qu'on ne peut pas ouvrir sans casser la serrure.

🧹 2. Le Grand Nettoyage (La Qualité des Données)

Une fois qu'ils ont récupéré les données, il fallait les nettoyer. Imaginez que vous recevez un sac de pommes de terre mélangées à de la terre, des cailloux et quelques pommes pourries.

• Les cailloux (Erreurs) : Ils ont trouvé des poids de 200 kg pour un bébé ou des tailles de 3 mètres pour un enfant de 5 ans. Ce sont des erreurs de frappe.
• Les pommes pourries (Données dupliquées) : Souvent, le médecin notait le poids, et le lendemain, l'ordinateur le recopiait tout seul sans le mesurer à nouveau. C'est comme si vous pesiez une pomme, et que l'ordinateur pensait que vous l'aviez pesée dix fois en une journée.
• Le résultat du nettoyage : Grâce à des algorithmes intelligents (des robots-tri), ils ont réussi à enlever les erreurs et les doublons. Finalement, il restait des données très propres et fiables.

🎭 3. Le Déguisement (Est-ce que c'est représentatif ?)

Les chercheurs se sont demandé : "Est-ce que ces 477 000 enfants ressemblent vraiment à tous les enfants de Suisse ?"

Au début, il y avait de petites différences :

• Il y avait un peu plus de garçons que de filles.
• Les enfants venant de familles aisées étaient un peu plus nombreux.
• Les enfants étaient un peu plus jeunes que la moyenne.

Mais les chercheurs ont utilisé une technique magique appelée "le poidsage" (comme si on ajustait les balances d'une balance à plateaux). En donnant un peu plus d'importance aux groupes sous-représentés, ils ont réussi à faire en sorte que leur échantillon ressemble parfaitement à la population suisse réelle. C'est comme si on avait ajusté une photo pour qu'elle soit parfaitement centrée.

🚧 4. Les Obstacles du Chemin

Le voyage n'a pas été facile. Les chercheurs ont dû surmonter plusieurs obstacles :

• Les murs de briques : Chaque hôpital utilisait un système informatique différent. Faire parler ces systèmes entre eux était comme essayer de faire parler des personnes qui parlent sept langues différentes.
• Le travail de géant : Pour rendre les données comparables, il a fallu un travail énorme de "traduction" et de nettoyage manuel.
• Les zones d'ombre : Beaucoup de données pour les urgences ou les consultations rapides ont été perdues car elles n'étaient pas écrites dans les bons champs informatiques.

💡 La Conclusion en une phrase

Même si c'est un travail titanesque et que les données ne sont pas parfaites (il manque encore beaucoup de mesures), ce projet prouve qu'il est possible de transformer les dossiers médicaux suisses en une mine d'or pour la recherche.

Cela ouvre la porte pour mieux comprendre comment grandissent les enfants, détecter plus tôt les problèmes de santé, et créer des références de croissance plus précises pour tout le pays. C'est un grand pas de géant vers une médecine plus intelligente et mieux informée.

Résumé technique

1. Problématique et Contexte

Les données anthropométriques (taille, poids, périmètre crânien) sont essentielles en pédiatrie pour le suivi de la croissance, le diagnostic de pathologies (obésité, retard de croissance) et l'ajustement des dosages médicamenteux. Bien que ces données soient collectées de routine et enregistrées dans les dossiers médicaux électroniques (DME ou EHR en anglais), leur exploitation pour la recherche à grande échelle se heurte à plusieurs obstacles majeurs en Suisse :

• Hétérogénéité des systèmes : Les hôpitaux utilisent des systèmes DME différents, rendant l'extraction et l'harmonisation des données complexes.
• Qualité et disponibilité incertaines : Il existe un manque de visibilité sur la complétude des données (fréquence de mesure) et leur fiabilité (erreurs de saisie, valeurs aberrantes).
• Représentativité : L'inquiétude persiste quant à la capacité des cohortes cliniques à refléter la population pédiatrique générale suisse.

L'objectif de l'étude SwissPedGrowth était d'évaluer la faisabilité de l'extraction de ces données via le cadre national SwissPedHealth, d'évaluer leur qualité et de déterminer la représentativité de la cohorte par rapport à la population générale.

2. Méthodologie

Il s'agit d'une étude multicentrique rétrospective menée entre 2017 et 2023, impliquant sept hôpitaux pédiatriques suisses (Bâle, Berne, Genève, Lausanne, Lucerne, Saint-Gall, Zurich).

• Population : 477 531 patients âgés de moins de 20 ans, représentant 2 171 633 visites hospitalières.
• Extraction des données :
  • Utilisation du flux de données national SwissPedHealth et du cadre du Réseau Suisse de Santé Personnalisée (SPHN).
  • Les données sociodémographiques, administratives et cliniques ont été extraites des DME locaux, liées à l'indice socio-économique (Swiss-SEP) via l'adresse, puis converties en format RDF (Resource Description Framework) avant d'être aplaties en format tabulaire pour l'analyse.
  • Calcul de l'IMC en appariant le poids et la taille les plus proches (fenêtre de 30 jours).
• Évaluation de la qualité :
  • Développement d'un algorithme personnalisé basé sur les scores Z (références de croissance OMS adaptées à la Suisse).
  • Utilisation de l'algorithme existant growthcleanr (basé sur une moyenne mobile longitudinale des scores Z).
  • Combinaison des deux approches pour identifier les erreurs d'unités, les décimales, les valeurs inversées, les doublons (mêmes jour ou reportés) et les valeurs biologiquement implausibles.
  • Revue manuelle d'un échantillon de 140 visites (70 en ambulatoire, 70 en hospitalisation) pour valider les échecs d'extraction.
• Analyse de la représentativité : Comparaison des caractéristiques (âge, sexe, nationalité, Swiss-SEP) avec la population suisse <20 ans (données de l'Office fédéral de la statistique) à l'aide de différences standardisées (effet de taille de Cohen) et application de pondérations (raking) pour corriger les biais.

3. Résultats Clés

A. Disponibilité des données

• Taux de couverture : La disponibilité des données varie considérablement selon le type de visite.
  • Taille : 20 % des visites.
  • Poids : 43 % des visites.
  • Périmètre crânien : 5-6 % des visites.
  • IMC calculé : 23 % des visites.
• Facteurs influents : La disponibilité est nettement supérieure pour les hospitalisations (93 % des poids, 60 % des tailles dans l'échantillon manuel) par rapport aux visites aux urgences ou en ambulatoire (où les données sont souvent dans du texte libre non structuré). Les nourrissons et les enfants suisses sont mieux couverts que les enfants plus âgés ou non suisses.

B. Qualité des données

L'application combinée des algorithmes a permis de filtrer les données de la manière suivante :

• Valeurs invalides : <1 % (valeurs nulles, négatives, âge négatif).
• Valeurs aberrantes biologiquement : 4 % pour la taille, 3 % pour le poids.
• Doublons et données reportées : Environ 29 % des mesures de taille et 31 % des mesures de poids ont été identifiés comme des doublons (mêmes jour) ou des valeurs reportées depuis une visite précédente.
• Erreurs corrigées : L'algorithme personnalisé a corrigé des erreurs d'unités et de décimales (<1 %).
• Périmètre crânien : Plus vulnérable, avec 7 % de valeurs aberrantes détectées.

C. Représentativité

• La cohorte SwissPedGrowth présentait initialement de légères différences par rapport à la population générale (plus d'hommes, moins d'enfants suisses, statut socio-économique légèrement plus élevé).
• Les différences standardisées étaient faibles à moyennes (ex: âge Cohen's d ~0.48).
• Après pondération, les différences sont devenues négligeables (Cohen's d < 0.001), confirmant que la cohorte peut représenter la population générale suisse une fois ajustée.

D. Défis techniques

• Structure des données : L'absence de champs structurés pour les données ambulatoires (souvent dans des lettres de sortie ou des résumés cliniques en texte libre) est le principal obstacle.
• Granularité : Le schéma RDF du SPHN lie les données aux "cas administratifs" plutôt qu'aux "visites cliniques" spécifiques, ce qui complique l'association précise des mesures à un événement de soins donné (surtout en ambulatoire).
• Charge de travail : L'harmonisation et la conversion RDF vers tabulaire ont nécessité un effort computationnel et humain important.

4. Contributions et Signification

• Faisabilité prouvée : L'étude démontre qu'il est possible d'extraire et d'harmoniser des données anthropométriques de haute qualité à partir de systèmes DME hétérogènes en Suisse, malgré les défis techniques.
• Outil de recherche : La création d'une base de données massive (près de 2,2 millions de visites) permet désormais des analyses longitudinales et épidémiologiques à l'échelle nationale sur la croissance pédiatrique.
• Recommandations d'amélioration :
  • Niveau médecin : Formation à la saisie structurée des données pour réduire le texte libre.
  • Niveau hôpital : Optimisation des DME pour faciliter la saisie structurée, notamment en ambulatoire.
  • Niveau national : Adaptation du cadre SPHN pour mieux refléter la structure réelle des DME, en permettant un lien plus direct entre les données cliniques et les visites spécifiques plutôt que les cas administratifs globaux.

Conclusion : Bien que l'extraction de données DME en Suisse soit complexe et coûteuse en temps, le projet SwissPedGrowth valide le potentiel de ces données pour la recherche en croissance pédiatrique. Avec des méthodes de nettoyage rigoureuses et des ajustements statistiques (pondération), ces données peuvent fournir une image fiable et représentative de la santé des enfants suisses.