Sentiweb - le site du Réseau Sentinelles   INSERM U707 Université Pierre et Marie Curie - Paris 6 Institut National de veille Sanitaire
France
Espace Médecin
GrippeNet.fr
Participez vous-même à la surveillance de la grippe

Vous êtes enceinte ?
Participez à G-GrippeNet.fr et aidez-nous à mieux comprendre la grippe chez la femme enceinte

Certifications
ISO 9001:2000
certifié ISO 9001:2008

Partenariat IMS-Health

Partenariat de recherche entre l'UMR S 1136 / réseau Sentinelles et IMS-Health

Depuis 1999, le réseau Sentinelles (UMR S 1136, Inserm/UPMC) et la société IMS-Health France (La Défense) entretiennent un partenariat de recherche non financier. Ce partenariat vise à développer des méthodes permettant l'utilisation des données produites par la société IMS-Health pour la santé publique, notamment la surveillance des maladies.

Le partenariat a été initié autour des données de vente de médicaments collectées par IMS-Health auprès d'un échantillon représentatif de 14 000 pharmacies françaises (60%). Les données sont transmises à l'Inserm par IMS-Health chaque lundi matin et correspondent à la consommation en pharmacies de la semaine précédente. Ces données ont notamment permis la réalisation de plusieurs projets de recherche détaillés ci-dessous.

Prédiction de l'évolution des incidences des syndromes grippaux

Ce projet avait pour objectif d'évaluer un modèle mathématique permettant de prédire l'évolution des incidences de syndromes grippaux surveillés par le réseau Sentinelles, à l'aide de données de vente de médicaments.

L'idée partait du constat de l'utilisation croissante de données non médicales pour la surveillance sanitaire, notamment des maladies infectieuses comme la grippe (déjà disponibles par ailleurs pour un autre usage). De plus, face à un syndrome grippal, il était déjà observé que la population avait recours dans une certaine mesure à l'auto-médication. Une des hypothèses était que certains types de médicaments pouvaient être utilisés avant d'aller voir un médecin (par exemple les médicaments contre la fièvre) et que les volumes de délivrance par les pharmacies de ces médicaments pourraient précéder ce que l'on observe en suivant les diagnostics effectués par les médecins généralistes (du fait du délai entre le constat de sa maladie par un individu et la notification qu'en fera le médecin au réseau Sentinelles).

Le modèle construit par notre équipe repose sur une liste de classes de médicaments établie par des experts comme souvent prescrits ou consommés pour une grippe (qu'elle soit bénigne ou compliquée). Cette liste est présentée sur la Figure 1. La Figure 2 présente les corrélations entre l'incidence des syndromes grippaux du réseau Sentinelles et chaque classe médicamenteuse (code ATC4 EmphRA). On remarque que pour plusieurs classes, ces corrélations sont maximales lorsque l'incidence est retardée d'une semaine, ce qui peut s'interpréter par le fait que la vente de certains médicaments est en avance par rapport aux données d'incidence du réseau Sentinelles. Ce constat nous permet d'envisager la construction d'un modèle de prédiction tirant partie de cette avance.

Figure 1 Figure 2

Ce projet a été publié dans Emerging Infectious Disease en 2006 (Vergu et al. Emerg Infect Dis. 2006 March; 12(3): 416–421.)

Détection des épidémies de gastro-entérites par les ventes de médicaments

Pour les gastro-entérites, nous avons opté pour une autre approche. D'une part, la liste des classes de médicaments n'a pas été déterminée par une liste d'experts mais par une exploration systématique de toutes les données disponibles et d'autre part, seule la détection des épidémies est envisagée.

Le panier des classes de médicaments a été déterminé en utilisant une méthode de regroupement hiérarchique. Les classes de médicaments sont placées sur les branches d'un "arbre" en fonction de leurs proximités respectives (déterminées par la corrélation entre chaque série de données). La série d'incidence des diarrhées aiguës du réseau Sentinelles est également placée sur cet arbre. Les classes de médicaments utilisées pour la détection des épidémies de gastro-entérites sont celles des branches les plus proches de celle où a été placée l'incidence des diarrhées aiguës. L'arbre complet et la visualisation des séries des classes de médicaments sont présentés sur la Figure 3.

 


Figure 3

Cette première étape a permis d'identifier 4 classes de médicaments proches de la série des incidences des diarrhées aiguës. Les données hebdomadaires de délivrance de chacune de ces 4 classes sont ensuite utilisées pour produire une alerte en utilisant la méthode du CuSUM (en). Une épidémie est dite détectée une semaine donnée par cette méthode si 3 classes de médicaments produisent une alerte. La Figure 4 montre les incidences des diarrhées aiguës (ligne noire) et les épidémies détectées par le réseau Sentinelles (rectangle hachuré). Les alertes produites chaque semaine, pour chaque classe de médicaments sont représentées par des rectangles noirs.


Figure 4

Ce projet a été publié dans Pharmacoepidemiology and drug safety (Pelat et al. Pharmacoepidemiol Drug Saf. 2010 Oct;19(10):1009-18)