https://umr1087.univ-nantes.fr/medias/photo/wargny-matthieu_1668679635602-JPG
  • Le 12 December 2022
    UFR médecin et techniques médicales,
    Salle 243,
    Bâtiment Veil, 1 Rue Gaston Veil, 44000 Nantes
    false false
  • 14h00

Titre de la thèse : Diabetes mellitus & Heart Failure – Epidemiological study by cross-analysis of different sources of health data

Equipe

Team IV - Cardiometabolic diseases


Directeur de thèse

Samy Hadjadj

Co-encadrant :

Pr Marc Cuggia
Pr Pierre-Antoine Gourrand

Rapporteuses

Pr Claire Bouleti, MD, PhD, CIC Inserm 1402, Université de Poitiers
Pr Karen Leffondre, PhD, ISPED de Bordeaux, Université de Bordeaux

Examinatrice

Pr Bénédicte Gaborit, MD, PhD, C2VN Inserm Lab, Université d'Aix-Marseille


Abstract

Health data can be categorized into research data and "real-life" data, the latter including medico-administrative and health care setting. Using the link between diabetes and heart failure (HF) as a common theme, we propose three epidemiological analyses based on these sources.

First, the SURDIAGENE study, a "classic" prospective cohort of 1349 diabetics patients followed at the University Hospital of Poitiers. We analyzed the link between nutritional biomarkers and the risk of HF requiring hospitalization. Second, the DMC study, based on medico-administrative data from the French National Health System, for more than 3 million people with diabetes between 2012 and 2018, in whom we studied the risk of HF after a serious retinal event. Finally, the GAVROCHE project, an inter-regional analysis of hospital health data warehouses, on the link between glycemic variability on admission and the prognosis of individuals hospitalized for acute HF. This will involve natural language processing methods to extract data from hospital reports.

These three projects are an opportunity to illustrate the data management according to data source, the issues related to the information and the consent of patients, and to conclude with proposals for a code of good epidemiological practices in real-life data  processing.

Résumé

Les données de santé peuvent être catégorisées en données de recherche et en données de « vie réelle », parmi lesquelles les données médico-administratives et celles issues du soin. Avec pour fil rouge le lien entre deux maladies fréquentes, le diabète et l’insuffisance cardiaque (IC), nous proposons trois analyses épidémiologiques fondées sur ces sources.      L’étude SURDIAGENE d’abord, une cohorte prospective « classique » de 1349 personnes diabétiques suivies au CHU de Poitiers, chez qui nous analysons le lien entre des biomarqueurs nutritionnels et le risque d’hospitalisation ou de décès pour IC.  L’étude DMC ensuite, sur les données médico-administratives de l’Assurance Maladie de plus de 3 millions de personnes identifiées comme diabétiques entre 2012 et 2018, chez qui nous étudions le risque d’IC après un événement rétinien grave. Enfin, le projet GAVROCHE, une analyse des entrepôts de données de santé hospitaliers à l’échelle inter-régionale, sur le lien entre la variabilité glycémique à l’admission et le pronostic des personnes hospitalisées pour IC aiguë. Cela nécessitera en particulier l’extraction d’informations issues de comptes rendus par traitement automatisé du langage naturel.

Ces trois projets nous permettent d’illustrer la gestion des données selon leur source et les enjeux liés à l’information et au consentement des patients, avant de conclure sur des propositions de bonnes pratiques épidémiologiques dans le traitement des données de vie réelle.