Intégration d’un nouveau système d’organisation des connaissances pour les anticorps monoclonaux à usage thérapeutique autorisés en Europe dans le serveur terminologique-ontologique

Contexte

Le domaine médical assiste actuellement à une révolution thérapeutique marquée par l’ascension des anticorps monoclonaux (AM) dans la prise en charge des pathologies. Leur utilisation incite à une exploration approfondie des données cliniques. Les entrepôts de données cliniques (EDC) deviennent alors un terrain privilégié de recherche.

Objectifs

L’objectif principal de cette recherche est de concevoir et de mettre en œuvre un système d’organisation des connaissances dédié aux AMUT, adapté à l’environnement européen, et permettant une interrogation efficace des EDC.

Méthode

L’élaboration du système d’organisation des connaissances dédié AMTU s’est déroulée selon une méthodologie en trois étapes cruciales. Première étapes, identification des concepts liés aux AMT, via une exploration approfondie des terminologies de santé ainsi que l’utilisation d’une ressource pédagogique. Deuxième étape, validation de la modélisation par un groupe d’experts. Dernière étape, intégration au sein d’un serveur multi-terminologique et d’un EDC, afin de s’assurer la compatibilité technique.

Résultats

Après un consensus d’experts, trois thésaurus principaux en matière de santé ont été sélectionnés : le thésaurus MeSH, le thésaurus de l’Institut national du cancer (NCIt) et le SNOMED CT. Ces thésaurus contiennent 1723 concepts d’AM, mais seulement 99 (5,7 %) sont identifiés comme MATUs. Le système d’organisation des connaissances proposé est un système hiérarchique à six niveaux selon leur principale cible thérapeutique. Il comprend 193 concepts différents organisés dans un serveur terminologique multilingue, permettant l’inclusion d’extensions sémantiques. Quatre-vingt-dix-neuf concepts AMUT (51,3 %) et 94 concepts hiérarchiques (48,7 %) composent le système d’organisation des connaissances. Les requêtes ont identifié, pour les données non structurées, 83 sur 99 concepts AMUT (83,8 %) correspondant à 45 262 patients, 347 035 séjours hospitaliers et 427 544 documents de santé, et pour les données structurées, 61 sur 99 concepts AMUT (61,6 %) correspondant à 9218 patients, 59 643 séjours hospitaliers et 104 737 prescriptions hospitalières.

Discussion - Conclusion

Le système d’organisation des connaissances proposé ici améliore la compréhension des AMUT, la qualité des requêtes et aide les chercheurs cliniques à récupérer des informations médicales pertinentes. L’utilisation de ce modèle dans l’EDC permet l’identification rapide d’un grand nombre de patients et de documents de santé, soit directement par un AMUT d’intérêt (par exemple, Rituximab) mais aussi en recherchant des concepts parentaux (par exemple, anticorps monoclonal anti-CD20).