Canal-U_EZpublish 221827 fre Titre : Les « ADE Scorecards », outil de détection et visualisation des effets indésirables médicamenteux.Résumé : Les effets indésirables lies aux médicaments (EIM) seraient responsables de 10 000 décès par an en France. La détection des EIM survenant pendant les hospitalisations repose habituellement sur des revues de dossiers menées par des experts, ou sur l’analyse des déclarations d’EIM. Or, les EIM étant rares, ces revues de cas sont très chronophages. En outre, moins de 5% des EIM sont déclarés. L’objectif est ici de détecter automatiquement les EIM par data mining (fouille statistique de données) et de les présenter aux cliniciens de manière synthétique.Méthodes : 90 000 séjours issus de 5 hôpitaux français et danois sont extraits et analysés à l’aide de techniques de data mining (arbres de décision, règles d’association). L’analyse permet de générer des règles de détection des EIM, qui sont ensuite validées et réorganisées par des experts. Chaque règle fait ensuite l’objet d’une évaluation automatique dans tous les services pour lesquels des données sont disponibles. Des statistiques contextualisées, spécifiques à chaque service, sont calculées : confiance (valeur prédictive positive de la règle), délai médian d’apparition de l’effet, risque relatif et significativité (test exact de Fisher pour l’indépendance entre les conditions et l’effet de la règle). Les résultats sont présentés à l’aide d’un outil web.Résultats : 236 règles de détection d’EIM sont ainsi générées, elles permettent de détecter 27 types d’EIM différents. Ces règles sont présentées à l’aide d’un outil web nommé « ADE Scorecards ». Cet outil permet de présenter pour chaque service les cas d’EIM détectés, les circonstances de survenue de ces EIM, et des statistiques synthétiques. L’outil permet en outre de revoir un à un les séjours impliqués à l’aide d’un explorateur de séjours.Discussion/Conclusion : L’outil est utilisé dans un hôpital général français et fait l’objet d’une évaluation ergonomique. En outre, l’impact de son utilisation sur les pratiques cliniques est évalué.Intervenant : CHAZARD Emmanuel (CHRU de Lille, service d’information et des archives médicales, EA2694, Lille, France).Conférence enregistrée lors des journées EMOIS 2011 à Nancy. Session : Surveillance et vigilance. Modérateurs : Marc BREMOND (Lyon), Jeanne FRESSON (Maternité Régionale Universitaire de Nancy).Réalisation, production : Canalu U/3S, CERIMES.SCD Médecine. circuit du médicament data mining effets indésirables liés aux médicaments EIM EMOIS Nancy 2011 sécurité du patient LOMFRv1.0 image en mouvement LOMv1.0 author 2011-03-18 LOMv1.0 content provider 2011-03-18 LOMv1.0 content provider 2011-03-18 LOMv1.0 LOMFRv1.0 video/x-flvhttp://www.canal-u.tv/canalu/producteurs/canal_u_medecine/dossier_programmes/informatique_medicale/colloque_et_evenement/emois_nancy_2011/emois_nancy_2011_les_outils_de_detection_et_visualisation_des_effets_indesirables_medicamenteuxrtmpt://mediaFM01.cines.fr/3517/cerimes/cutms/emois_d25_chazard.mp4 52260134 PT0H11M38S LOMv1.0 lecture LOMv1.0 higher education LOMv1.0 doctorat SupLOMFRv1.0 bac>=6 LOMv1.0 formation continue LOMv1.0 other LOMv1.0 other LOMv1.0 no LOMv1.0 no Droits réservés à l'éditeur et aux auteurs LOMv1.0 ispartof URI http://www.canal-u.tv/producteurs/canal_u_medecine/(onglet)/collections/(id)/221495#onglet_collection EMOIS Nancy 2011 LOMv1.0 discipline Universités Numériques Thématiques 2009 http://www.universites-numeriques.fr LOMv1.0 discipline CDD 22e éd. DDC 22nd ed. 610 Sciences médicales. Médecine CDD 22e éd. DDC 22nd ed. 310 Statistiques CDD 22e éd. DDC 22nd ed. 615.1 Médicaments CDD 22e éd. DDC 22nd ed. 004 Traitement des données. Informatique MeSH 2008 http://ist.inserm.fr/basismesh/meshv08.html MeSH 2008 http://www.nlm.nih.gov/mesh/MBrowser.html effets indésirables des médicaments MeSH 2008 http://ist.inserm.fr/basismesh/meshv08.html MeSH 2008 http://www.nlm.nih.gov/mesh/MBrowser.html statistique