Evaluating missing-data workflows under hospital-structured missingness: a simulation-calibrated study in eICU and MIMIC-IV

Dans l'hôpital moderne, l'histoire d'un patient est souvent racontée non seulement par ce qui est consigné, mais aussi par ce qui manque. Lorsqu'un médecin prescrit une analyse de sang, le résultat apparaît dans le dossier électronique. Mais si le test n'est jamais prescrit, ou si la machine ne parvient pas à transmettre les données, le dossier affiche un espace vide. Depuis des décennies, les chercheurs analysant ces archives numériques massives ont traité ces blancs comme de simples erreurs à corriger ou à ignorer. Ils ont supposé qu'une valeur de laboratoire manquante n'était qu'un chiffre manquant, sans rapport avec l'état du patient ou les habitudes de l'hôpital. Pourtant, en réalité, une valeur manquante est souvent un message. Cela peut signifier qu'un médecin a décidé qu'un test n'était pas nécessaire, ou qu'un hôpital spécifique manque d'équipement pour le réaliser. Lorsque ces lacunes ne sont pas aléatoires mais suivent des schémas liés à l'hôpital ou au profil du patient, elles peuvent discrètement fausser l'image entière de ce que les données racontent.

C'est le défi central exploré par une nouvelle étude qui a examiné comment les chercheurs gèrent ces pièces manquantes d'information dans les bases de données de soins intensifs. Les chercheurs voulaient savoir si les méthodes standard pour combler les vides changeaient réellement les réponses aux questions médicales cruciales. Ils se sont concentrés sur un scénario spécifique et à enjeux élevés : comparer le risque de décès à l'hôpital entre différents groupes raciaux et ethniques. Le but n'était pas de prouver qu'un groupe est biologiquement plus fragile qu'un autre, mais de voir si la méthode utilisée pour nettoyer les données pouvait faire apparaître une différence là où il n'en existe aucune, ou masquer une différence qui est pourtant bien réelle. En testant ces méthodes par rapport à une vérité connue créée par une simulation informatique, l'étude a révélé que le choix de la manière de traiter les données manquantes n'est pas seulement un détail technique ; c'est une décision qui change fondamentalement la population étudiée et la signification des résultats.

Les chercheurs se sont tournés vers deux vastes collections de données réelles provenant d'unités de soins intensifs aux États-Unis. Une base de données, connue sous le nom d'eICU, a recueilli des informations de 206 hôpitaux différents, capturant la diversité des modes de prestation de soins médicaux à travers le pays. L'autre, MIMIC-IV, provient d'un seul et même grand hôpital universitaire. Ils se sont concentrés sur huit tests sanguins courants effectués au cours du premier jour de séjour du patient, tels que les mesures des globules blancs, de la fonction rénale et de la santé du foie. Dans le monde réel, ces tests ne sont pas toujours disponibles. Dans la base de données d'un seul hôpital, seuls environ 24 % des patients présentaient les huit résultats enregistrés. Dans la base de données multi-hospitalière, ce chiffre était légèrement plus élevé, à 36 %, mais les lacunes étaient loin d'être aléatoires. Certains hôpitaux disposaient de données pour presque tous les patients, tandis que d'autres avaient des résultats manquants pour presque tout le monde. Dans certains cas, des hôpitaux entiers n'avaient aucune valeur enregistrée pour des tests spécifiques comme le lactate ou la bilirubine, suggérant que la donnée manquante était une caractéristique structurelle de ces centres médicaux spécifiques, et non un bug aléatoire.

Pour voir comment cette absence affectait les résultats, l'équipe a appliqué cinq méthodes différentes couramment utilisées par les scientifiques pour traiter les dossiers incomplets. Une méthode consiste simplement à écarter tout patient présentant un seul test manquant. Une autre remplit les lacunes avec la valeur médiane trouvée dans les données et ajoute une note indiquant que la valeur est manquante. Une troisième méthode tente de pondérer les patients restants pour représenter ceux qui ont été écartés. Deux autres méthodes utilisent des algorithmes informatiques complexes pour deviner les chiffres manquants en se basant sur les autres informations disponibles pour ce patient, l'une d'elles tentant de prendre en compte l'hôpital spécifique où le patient a été traité. Les chercheurs ont ensuite utilisé ces cinq versions différentes des données pour calculer la différence de taux de mortalité entre les groupes raciaux.

Les résultats ont été saisissants. Selon la méthode utilisée, l'estimation de la différence de taux de mortalité entre les groupes variait de manière spectaculaire. Dans un cas, en comparant les patients asiatiques aux patients blancs dans la base de données de l'hôpital unique, la méthode qui écartait simplement les dossiers incomplets suggérait que les patients asiatiques avaient un risque de décès plus faible. Pourtant, une méthode différente qui remplissait les données manquantes suggérait qu'ils avaient un risque plus élevé. L'ampleur de cette variation était de près de trois points de pourcentage, une différence suffisante pour changer entièrement la conclusion de l'étude. Dans la base de données multi-hospitalière, les variations étaient tout aussi dramatiques, les estimations pour les patients hispaniques passant d'un risque plus faible à un risque plus élevé selon le flux de travail. L'étude a montré que la méthode choisie n'ajoutait pas seulement un peu de bruit aux données ; elle changeait la direction de la découverte.

Pour comprendre pourquoi cela s'était produit, les chercheurs ont construit une simulation informatique où ils connaissaient la vérité exacte. Ils ont créé un monde virtuel de 60 hôpitaux et de milliers de patients, programmant les données manquantes pour qu'elles apparaissent selon des schémas spécifiques imitant le monde réel. Comme ils connaissaient la vraie réponse dans cette simulation, ils pouvaient mesurer précisément à quel point chaque méthode se trompait. Ils ont découvert que lorsque les données manquantes étaient liées à la structure de l'hôpital, même les méthodes les plus sophistiquées peinaient. La méthode qui tentait de prendre en compte le contexte hospitalier performait mieux que certaines autres, mais elle n'était pas parfaite. Elle produisait toujours des erreurs et des intervalles de confiance trop étroits pour être fiables. La simulation a également révélé qu'aucune méthode ne pouvait pleinement résoudre le problème si les données manquantes étaient liées à la gravité non enregistrée du patient d'une manière que l'ordinateur ne pouvait pas percevoir. Lorsque l'absence de données était dictée par des facteurs que le modèle ne pouvait connaître, chaque méthode restait biaisée, produisant des estimations erronées de plusieurs points de pourcentage.

L'étude a également examiné comment la confiance des chercheurs dans leurs résultats était affectée. En science, un résultat est généralement accompagné d'une plage d'incertitude, une marge d'erreur qui indique notre degré de certitude. Les chercheurs ont constaté que certaines méthodes produisaient des plages trop étroites, donnant un faux sentiment de précision. Dans la simulation, lorsque les données manquantes étaient massives et structurées par l'hôpital, les intervalles de confiance de certaines méthodes ne couvraient la réponse réelle que dans moins de 30 % des cas, alors qu'ils étaient censés la couvrir à 95 %. Cela signifie que si un chercheur utilisait l'une de ces méthodes défectueuses, il affirmerait être très certain d'un résultat qui était en réalité assez précaire. L'étude a souligné que le simple fait de rapporter un chiffre sans vérifier comment les données manquantes ont été traitées revient à mesurer une pièce avec une règle qui rétrécit et s'élargit selon la température.

L'une des conclusions les plus significatives est que le choix de la méthode modifie la population étudiée. Lorsque les chercheurs écartent simplement les patients ayant des données manquantes, ils se retrouvent avec un groupe qui ressemble différemment à la foule d'origine. Dans les données du monde réel, les patients ayant tous leurs résultats de laboratoire étaient souvent plus âgés ou présentaient des caractéristiques différentes de ceux qui ne les avaient pas. En comblant les lacunes avec des moyennes ou des suppositions complexes, les chercheurs créent de fait une nouvelle population synthétique qui pourrait ne pas exister dans le monde réel. L'étude a montré que la différence de risque « standardisée » calculée n'était pas une vérité universelle sur la maladie, mais une réponse spécifique à une question spécifique concernant un groupe de personnes spécifique défini par la méthode de nettoyage des données.

Les chercheurs ont conclu qu'il n'existe pas de solution miracle unique pour les données manquantes dans les dossiers hospitaliers. L'idée qu'un modèle mathématique plus complexe résoudra automatiquement le problème a été infirmée par leurs simulations. Même un modèle qui tente explicitement de rendre compte des différences entre les hôpitaux ne garantit pas un résultat précis. L'étude soutient que les chercheurs doivent cesser de traiter les données manquantes comme une étape de nettoyage technique et commencer à les traiter comme une partie fondamentale de la question qu'ils posent. Avant de tirer toute conclusion, ils doivent cartographier précisément où les données manquent et pourquoi. Ils doivent être honnêtes sur le groupe de personnes que leurs résultats représentent réellement. Et ils doivent tester leurs conclusions face à différentes hypothèses sur la raison pour laquelle les données sont manquantes, en reconnaissant que si l'absence de données est dictée par des facteurs cachés, les résultats pourraient être erronés.

En fin de compte, ce travail sert d'avertissement et de guide pour l'avenir de la recherche médicale utilisant les dossiers électroniques. Il montre que la manière dont nous traitons les blancs dans nos données peut être aussi importante que les données que nous possédons. Si nous ignorons les schémas de données manquantes, nous risquons de construire la connaissance médicale sur une fondation qui change à chaque modification de méthodologie. L'étude n'offre pas un nouvel outil parfait pour résoudre le problème, mais elle fournit une carte claire des pièges. Elle suggère que la voie à suivre exige de la transparence, des tests rigoureux et la volonté d'accepter que certaines questions sur les disparités de santé puissent rester incertaines tant que nous ne comprenons pas mieux pourquoi les données sont manquantes. L'objectif n'est pas de trouver un chiffre parfait, mais de comprendre les limites de ce que nos données peuvent nous dire.