Développement de méthodes d’analyse statistiques de données longitudinales de grande dimension et à large échelle pour les bases de données médico–administratives.

Les bases de données médico-administratives constituent une source d’information d’une grande utilité pour des recherches sur la sécurité des médicaments. Leur exploitation sur le long terme peut permettre de faire des rapprochements entre des expositions médicamenteuses et la survenue d’événements en santé, mais nécessite de méthodes statistiques appropriées à la complexité de ces données massives.

Lorsqu’on s’intéresse à des questions telles que « quels médicaments, parmi ce grand nombre, sont associés à cet évènement de santé d’intérêt ? », des problèmes statistiques de multiplicité de test peuvent se produire. Des méthodes qui visent à réduire la dimension, telles que la régression Lasso ou les forêts aléatoires, issues de l’apprentissage statistique (Statistical Machine Learning) ont connu depuis quelques années des développements théoriques, méthodologiques et algorithmiques très importants, lorsque les observations sont indépendantes. Par exemple, la méthode Lasso a été préalablement appliquée avec succès à l’étude CESIR (Combinaison d’Etudes sur la Santé et l’Insécurité Routière), dont les données concernant l’exposition aux médicaments sont issues du SNIIRAM et les événements d’intérêt sont l’implication/responsabilité dans un accident de la route.

L’utilisation des bases de données médico-administratives permet d’envisager la prise en compte, d’une part, de l’exposition à plusieurs médicaments (données de grande dimension) et, d’autre part, de la nature longitudinale de l’exposition médicamenteuse, et cela pour un grand nombre de sujets (données à large échelle). Dans le cas de CESIR, peut-on encore améliorer la précision en prédiction d’accident de la route en tirant profit de toute l’information disponible sur les 6 mois qui ont précédé l’accident par l’utilisation des méthodes statistiques d’apprentissage automatique ? Si cette amélioration s’avère importante, certes nous ne pourrons pas dégager directement des liens de causalité, mais cela nous permettra d’ouvrir de nouvelles pistes de recherche sur la caractérisation des profils de consommation de médicaments liés à un sur-risque d’accident de la route.

L’objectif est d’appliquer à l’étude CESIR les méthodes statistiques d’apprentissage automatique classiques pour l’analyse de données de grande dimension (Lasso, forêts aléatoires, réseaux de neurones).


Valorisation de la recherche

Publication

Publications

Née M, Avalos M, Luxcey A, Contrand B, Salmi L-R, Fourrier-Réglat A, Gadegbeku B, Lagarde E, Orriols L. (2017) Prescription medicine use by pedestrians and the risk of injurious road traffic crashes: A case-crossover study. PLoS Med 14(7): e1002347.


Avertissement : Le contenu de la publication n’engage que ses auteurs et ne reflète pas nécessairement la position de l’ANSM