L’intelligence artificielle au service de l’épidémiologie : estimation du nombre de patients avec une insuffisance rénale chronique non dialysée en France

Introduction Estimer la prevalence de l’insuffisance renale chronique (IRC) non dialysee (ND) est un enjeu majeur de sante publique. Nous avons utilise un algorithme de Machine Learning (ML) afin d’identifier des patients potentiellement IRC mais sans diagnostic dans une base de 700000 individus. Description Apres identification d’un premier groupe d’adultes IRC depuis l’Echantillon Generaliste des Beneficiaires (EGB), un second groupe de patients (pathologie cardiovasculaire, HTA, ou diabete) a ete extrait et un algorithme de ML a ete applique afin de determiner ceux susceptibles d’etre IRC sans diagnostic dans la base. Methodes Un premier groupe d’adultes IRC a ete identifie a partir des hospitalisations/ALD en lien avec l’IRC (CIM-10 N18) entre le 01/01/2012 et le 31/12/2017 depuis l’EGB, base de donnees issue des remboursements de soins de l’Assurance Maladie en France. Un second groupe de patients presentant un codage pour pathologie cardiovasculaire, hypertension arterielle ou diabete entre le 01/01/2012 et le 31/12/2017 a ete extrait a partir de la base EGB. Un algorithme (One-Class-SVM) a ete applique sur ce groupe de patients afin de determiner ceux susceptibles d’etre IRC sans diagnostic dans la base. Cet algorithme separe les patients atypiques (IRC) des autres a partir de variables jugees pertinentes, puis valide la pertinence de cette separation sur la population confirmee. L’anemie a ete recherchee a travers la prise de traitements. Resultats La prevalence de l’IRC ND etait de 0,88 % en France parmi la population adulte (470000 personnes) et celui de l’anemie etait de 0,38 % (140000 personnes). Apres application des techniques de ML, ces taux etaient respectivement de 4,22 % et 1,28 %, soit 2,3 millions et 473000 personnes ( Fig. 1 ). Conclusion Le ML permet d’estimer 2,3 millions de patients IRC ND en France dont 1,8 millions non diagnostiques. Leur identification en routine permettrait une prise en charge precoce, ce qui aurait un impact potentiel en termes de sante publique.