Beat Brother is watching you

24. novembre 2009
Share article

On accuse le dossier médical électronique de déclencher une faim insatiable de données. Les pédiatres ont de l’appétit et essaient d’identifier, à l’aide de dossiers médicaux électroniques, des patients à risque concernant les abus domestiques. Et cela fonctionne...

De manière générale, un archivage efficace et le fait de pouvoir retrouver rapidement des documents importants sont deux atouts majeurs de la documentation électronique dans le monde de la santé. La collecte de données patients peut toutefois encore plus : notamment quand elles sont pratiquement complètes, les données peuvent servir de base à une analyse automatique. De telles solutions facilitent la vie du médecin pour identifier les patients qui sont susceptibles de bénéficier de certaines mesures thérapeutiques.

Que les abus menacent ou non, la lumière va te le dire bientôt

C’est en partie réalité depuis longtemps. Divers éditeurs de logiciel pour le cabinet médical mettent des modules logiciels à disposition qui permettent au médecin d’identifier des patients qui peuvent constituer des candidats pour un programme de disease management ou un contrat extra budgétaire par exemple. Il existe également des solutions électroniques orientées sur le diagnostic qui tirent l’alarme dans le cas le plus simple de configurations de laboratoire frappantes. Ce que les experts autour du Dr. Ben Reis du Children’s Hospital Informatics Program de la Harvard Medical School lancent maintenant dans la discussion dans le journal spécialisé BMJ (2009; 339:b3677) va toutefois un cran plus loin. À partir des données électroniques des patients sur des années et à l’aide d’un algorithme, ils ont cherché à savoir si on pouvait déterminer les victimes d’un abus domestique ou qui pourrait encourir le risque d’en être victime. « Les médecins n’ont pas le temps d’étudier intensément les dossiers des patients auxquels ils n’ont affaire que brièvement. Conséquence : reconnaître une violence domestique prend souvent des années. La vérité se cache souvent derrière des plaintes aigües qui sont la raison apparente de la visite médicale », souligne Reis. Un algorithme automatique, nous dit la thèse, pourrait constituer un remède en mettant le médecin en garde contre des abus éventuels dans le cas de certaines constellations de risques.

Beaucoup de consultations aux urgences sont prédictrices d’abus

Pour développer un tel algorithme, les scientifiques ont examiné les données de plus d’un demi million de patients sur lesquels on disposait d’une documentation médicale complète sur 4 ans ou plus. Pour identifier les cas d’abus, des codes CIM-9 ont été d’abord employés : d’une part tous les codes qui ont un rapport direct à la violence domestique, d’autre part une série de codes apparentés qui peuvent indiquer une violence domestique sans qu’elle existe réellement. On compte avant tout dans cette catégorie les codes pour les blessures infligées intentionnellement, pour les morsures humaines et pour les tentatives d’empoisonnement et les codes en relation avec une négligence des enfants ou de membres familiaux. Un logiciel fut alors développé sur la base de ces données : il tentait de prédire les cas d’abus possibles indépendamment de la codification CIM à l’aide de facteurs comme le nombre de séjours à l’hôpital, au service des urgences et à l’aide du type de diagnostic. La validation s’opéra à l’aide de la banque de données complète pour voir avec quelle fiabilité et quelle rapidité on pouvait reconnaitre les candidats à risque d’un abus domestique. Mis à part le nombre des consultations, les blessures et les différentes maladies psychiques entre autres sont en corrélation avec le risque de violence domestique. L’alcoolisme et les empoisonnements étaient avant tout prédicteurs chez les femmes alors que c’était plutôt les dérangements affectifs chez les hommes.

Les logiciels tirent l’alarme en partie des années avant

La vraie question était évidemment de savoir quelle était la fiabilité de l’algorithme. On peut ici dire que les experts américains ont fait du bon travail. On put ainsi atteindre une sensibilité de presque 90 % pour une prédiction de diagnostics tardifs d’abus quand 20 % des fausses alarmes furent acceptées. Pour une tolérance de 15 % de fausses alarmes, la sensibilité s’élevait encore à 80 % environ. En moyenne, on réussit l’affectation des risques 10 à 30 mois avant le diagnostic véritable d’abus. C’est déjà très honorable pour un premier démarrage. Le scientifique Reis est de ce fait confiant : « Plus on a de données à notre disposition, plus on a de chances de pouvoir, avec cette méthode, concrétiser la vision d’une médecine prédictrice où de grandes quantités d’informations sont utilisées afin d’identifier des risques de maladie individuels. »

C’est vrai d’un côté. De l’autre, il se pose bien évidemment des questions d’éthique dans le cas de prédictions d’abus domestiques en quelque sorte industrialisées; problèmes qui ne se posent pas forcément lors de la recherche de candidats pour un programme de disease management ou de patients avec un risque cardiovasculaire élevé. L’abus établi à partir d’un « diagnostic douteux » ne stigmatise pas seulement le patient mais aussi sa famille. S’il est faux dans de rares cas et que cette mauvaise information – à cause d’un système informatique mal sécurisé par exemple – atterrit dans les mains d’un tiers, les conséquences peuvent être graves. Il existe certes à l’heure actuelle de telles constellations. Le prix Nobel Harald zur Hausen par exemple mettait récemment en garde ses collègues : il leur conseillait de penser par réflexe à un abus chez les jeunes femmes avec des verrues génitales. Il s’agit toutefois ici de cas isolés. Un logiciel pourrait par contre faire des suspicions forfaitaires un phénomène de masse.

2 note(s) (2 ø)
Non classé

Comments are exhausted yet.



Langue:
Suivre DocCheck: