| Version imprimable |
Ressource documentaire
| EMOIS Nancy 2011 - Les outils de détection et visualisation des effets indésirables médicamenteux. (en Français) | |||
Droits : Droits réservés à l'éditeur et aux auteurs Auteur(s) : CHAZARD Emmanuel, Canal-U/Sciences de la Santé et du Sport , CERIMES 18-03-2011 Description : 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. Mots-clés libres : circuit du médicament, data mining, effets indésirables liés aux médicaments, EIM, EMOIS Nancy 2011, sécurité du patient | TECHNIQUE Type : image en mouvement Format : video/x-flv Source(s) : rtmp://streamer2.cerimes.fr/vod/canalu/videos/cutms/emois_d25_chazard.mp4 | ||
Entrepôt d'origine : Canal-U - OAI Archive Identifiant : oai:canal-u.fr:221827 Type de ressource : Ressource documentaire | |||
| Exporter au format XML |
Ressource pédagogique
| EMOIS Nancy 2011 - Les outils de détection et visualisation des effets indésirables médicamenteux. (en Français) | |||||||||
Identifiant de la fiche : 221827 Schéma de la métadonnée : LOMv1.0, LOMFRv1.0 Droits : libre de droits, gratuit Droits réservés à l'éditeur et aux auteurs Auteur(s) : CHAZARD EMMANUEL Éditeur(s) : Canal-U/Sciences de la Santé et du Sport, CERIMES 18-03-2011 Description : 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. Mots-clés libres : circuit du médicament, data mining, effets indésirables liés aux médicaments, EIM, Emois Nancy 2011, sécurité du patient
| PEDAGOGIQUE Type pédagogique : cours / présentation Niveau : enseignement supérieur, doctorat, bac>=6, formation continue, autres, autres TECHNIQUE Type de contenu : image en mouvement Format : video/x-flv Taille : 49.84 Mo Durée d'exécution : 11 minutes 38 secondes RELATIONS Cette ressource fait partie de : | ||||||||
Entrepôt d'origine : Canal-U - OAI Archive Identifiant : oai:canal-u.fr:221827 Type de ressource : Ressource pédagogique | |||||||||
| Exporter au format XML |