Apport du PMSI pour l'appariement de données cliniques hospitalières avec le SNDS : cas d'usage en pharmacovigilance sur les patients consommateurs de statines

Introduction L'appariement de différentes sources de données de santé est une approche prometteuse dans l'analyse des parcours de soins. Le projet INSHARE voulait proposer un cadre à une plateforme technologique pour faciliter l'intégration, le partage et la réutilisation de données issues de deux sources : i) un entrepôt de données cliniques hospitalières et d'une extraction du Système national des données de santé (SNDS). L'objectif de cette étude était de montrer l'intérêt de la plateforme INSHARE pour l'analyse de données massives en santé à partir d'un cas d'usage en pharmacovigilance chez des sujets consommateurs de statines. Méthodes Une méthode d'appariement semi-déterministe entre les données de l'entrepôt de données hospitalières du CHU de Rennes et celles du SNDS a été développée à partir des variables du PMSI entre 2015 et 2017. Un cas d'usage en pharmacovigilance a recruté une cohorte de patients traités par statines. La base de connaissance Thériaque a permis d'identifier les médicaments potentiellement en interaction avec les statines allant des contre-indications aux précautions d'emploi. Résultats A partir des 161 532 patients issus du SNDS et des 164 316 patients issus de l'entrepôt eHOP, 159 495 ont pu être appariés (98,74 % pour le SNDS et 97,07 % pour eHOP). Parmi les 16 806 patients sous statines, 8293 patients initialement traités en ville poursuivaient ce traitement à l'hôpital, 6382 patients arrêtaient les statines lors de leur hospitalisation et 2132 patients initiaient leur traitement au cours de leur séjour hospitalier. La prévalence des interactions variait entre 22,17 % en ville et 36,47 % à l'hôpital (p<0,001). La lourdeur des prises en charge hospitalières était plus importante chez les patients présentant une interaction durant leur séjour hospitalier. Discussion/Conclusion Montrant l'intérêt de la réutilisation et de la complémentarité de données cliniques et médico-administratives, ce travail s'inscrit dans le cadre de la transition entre les systèmes d'information en santé et les systèmes apprenant en santé fondés sur la connaissance issue des données en vie réelle.