Real-world drug use in ATC and ICD-10: an expert-curated drug-diagnosis resource based on UK primary care and Danish hospitalization electronic health records
Cet article présente une ressource organisée de 7 763 associations médicament-diagnostic significatives issues du monde réel, dérivées de dossiers de santé électroniques britanniques et danois, qui a été annotée manuellement par des experts médicaux pour révéler que la plupart des cooccurrences observées ne représentent pas un traitement direct et pour souligner la nécessité de prendre en compte la variabilité inter-annotateurs.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Les hôpitaux et les cabinets de médecins génèrent un flux vaste et continu de dossiers. Chaque fois qu'un patient reçoit un diagnostic ou une prescription, une entrée numérique est créée, formant une bibliothèque massive de la manière dont la médecine est pratiquée dans le monde réel. Pour donner du sens à ces informations, les chercheurs s'appuient sur des codes standardisés : un ensemble de codes pour les maladies et un autre pour les médicaments. Ces systèmes agissent comme un langage universel, permettant aux ordinateurs de lire et de comparer les antécédents médicaux à travers différents pays et décennies. Cependant, une simple correspondance entre un code de maladie et un code de médicament ne raconte pas toujours toute l'histoire. Le fait qu'un patient prenne un médicament spécifique et ait un diagnostic spécifique enregistré au même moment ne signifie pas que le médicament a été prescrit pour traiter cette maladie précise. Le médicament peut servir à gérer un symptôme, à traiter un effet secondaire d'un autre traitement, ou à traiter un problème de santé complètement différent qui arrive à coexister avec le diagnostic principal. Comprendre la véritable raison derrière une prescription est crucial pour les chercheurs qui souhaitent utiliser ces dossiers pour découvrir de nouvelles utilisations pour de vieux médicaments ou pour étudier comment les maladies progressent.
Une équipe de chercheurs s'est donné pour mission de construire une carte plus claire de ces relations en examinant les dossiers réels d'environ 1,5 million de personnes au Royaume-Uni et au Danemark. Ils se sont concentrés sur deux types distincts de données de santé : les dossiers des médecins généralistes au Royaume- l'Un, qui capturent les soins courants et quotidiens, et les dossiers des hôpitaux au Danemark, qui documentent des conditions plus graves et des traitements spécialisés. En combinant ces sources, l'équipe a créé un ensemble de données contenant près de 736 000 paires de codes de médicaments et de diagnostics qui apparaissaient fréquemment ensemble. Ils ont ensuite utilisé des méthodes statistiques pour filtrer cette liste massive afin d'en extraire environ 7 763 paires montrant un lien fort et significatif, ce qui signifie que le médicament et le diagnostic apparaissaient ensemble bien plus souvent que cela ne se produirait par pur hasard.
Le cœur de leur travail consistait à demander à des experts humains d'interpréter ces liens. Six cliniciens — trois britanniques et trois danois — ont examiné chacun des 7 763 couples de manière indépendante. Leur tâche consistait à décider si le médicament était utilisé pour traiter directement la condition diagnostiquée, ou si la connexion était indirecte. Les experts ont classé chaque paire comme un traitement direct, une relation indirecte, ou incertain. Les résultats ont révélé une réalité surprenante sur la façon dont la médecine est utilisée en pratique. La grande majorité des liens statistiques forts que l'équipe a trouvés n'étaient pas des cas où un médicament traite la maladie spécifique avec laquelle il est associé. Au lieu de cela, la plupart de ces associations étaient indirectes. Par exemple, un patient atteint d'un cancer pourrait prendre un médicament pour gérer les nausées causées par la chimiothérapie, ou un patient souffrant d'une maladie cardiaque chronique pourrait prendre un médicament pour un effet secondaire de son traitement principal. Dans de nombreux cas, le médicament traitait un symptôme ou un problème de santé secondaire plutôt que le diagnostic principal inscrit dans le dossier.
L'étude a également mis en évidence comment les différents contextes de soins façonnent ces dossiers. Les données des hôpitaux danois montraient une fréquence élevée de médicaments utilisés pour la douleur et l'anesthésie, ainsi que des traitements pour les infections, reflétant la nature des soins hospitaliers où les chirurgies et les maladies aiguës sont courantes. En revanche, les données des cabinets de médecine générale au Royaume-Uni étaient dominées par des médicaments pour les problèmes respiratoires, la santé mentale et les maladies cardiovasculaires, qui sont typiques de la gestion à long terme dans la communauté. Lorsque les chercheurs ont examiné le chevauchement entre les deux pays, ils ont constaté que les paires apparaissant dans les deux ensembles de données étaient presque toujours cliniquement logiques, comme les médicaments pour les maladies cardiaques associés à des diagnostics cardiaques. Cependant, même parmi ces cas clairs, les experts humains ne concordaient pas toujours. Le niveau d'accord entre les médecins variait, certains couples provoquant des débats importants. Ce désaccord n'était pas perçu comme un échec mais comme un indice vital : il montrait que l'utilisation des médicaments dans le monde réel est souvent complexe et dépendante du contexte, et qu'une étiquette unique ne peut pas toujours capturer la nuance d'une décision clinique.
Pour donner du sens à ces opinions divergentes, les chercheurs ont développé un système de notation qui combine les jugements des médecins en un score de confiance unique pour chaque paire médicament-maladie. Ce score ne se contentait pas de compter les voix ; il tenait compte du fait que certains médecins étaient plus prudents que d'autres et que certains types de relations médicales sont intrinsèquement plus difficiles à classifier. La ressource finale est une liste curatée de milliers de relations médicament-maladie, chacune marquée d'un score indiquant la probabilité qu'il s'agisse d'un traitement direct ou d'une association indirecte. Cet outil permet à d'autres scientifiques de distinguer si un médicament est utilisé pour guérir une maladie ou pour gérer les effets secondaires de cette maladie ou de son traitement. En fournissant ce niveau de détail, l'étude offre une base plus précise pour l'utilisation des dossiers de santé électroniques dans la recherche, garantissant que les futures découvertes soient construites sur une compréhension claire de la manière dont les médicaments sont réellement utilisés dans le monde réel.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.