Analyses des séquences de traitements à partir du Sniiram : cas d’étude des incidents 2013 du VIH

Objectifs L’objectif de cette etude etait de montrer la pertinence d’une nouvelle methode de data mining pour etudier les sequences de traitements a partir de la base du Sniiram (Systeme national d’information inter-regimes de l’assurance maladie). L’enjeu etait de decrire les changements et les arrets de traitements (nombre, apparition, temporalite) sur une cohorte de plusieurs milliers de patients. Les ecueils classiques de la modelisation de sequences sont a la fois analytiques et graphiques. Methode Nous avons extrait les donnees Sniiram des patients vivant avec le VIH (Virus de l’immunodeficience humaine) reperes par l’ALD, un remboursement d’un acte de biologie de suivi du VIH, une hospitalisation liee au VIH et/ou un remboursement d’au moins deux antiretroviraux (ART) sur la periode 2013–2014 ( N  ≈ 100 000). Les patients incidents en 2013 ( N  = 5495) ont ete suivis pendant deux ans pour reperer leurs delivrances d’ART. Ces delivrances ont ete decrites en nombre de therapies : monotherapies, bitherapies, tritherapies et quadritherapies ou plus. Les sequences de traitements des patients ont ete integrees dans un algorithme de clustering pour identifier des sous-groupes de sequences similaires. La similarite entre deux sequences a ete mesuree par une distance de Hamming et le linkage par la methode Ward. Dans un objectif de visualisation, dans chaque sous-groupe, les sequences ont ete ordonnees selon un critere de similarite. Cette etape a ete menee par un algorithme d’Agglomerative Clustering . Il en resulte un graphique contenant une ligne par patient. Les lignes sont ordonnees les unes au-dessus des autres et suivent la ligne temporelle des deux ans de suivi. En dernier lieu, un lissage est opere sur l’image obtenue pour homogeneiser le bruit des observations. L’association du premier clustering, de l’Agglomerative Clustering et du traitement d’image forme une methodologie innovante intitulee T.A.K. : Time-sequence Analysis through K-clustering. Resultats Le T.A.K. donne une vue d’ensemble des traitements recus, des enchainements et des arrets de traitements des patients sur plusieurs annees. Il permet de visualiser l’entierete de la cohorte, les schemas generaux de prises de traitements et les schemas secondaires. Dans le cas des incidents VIH, il confirme que la tritherapie est le traitement de reference aujourd’hui. Il met en relief les patients ayant des periodes sans traitement, en precisant s’ils ont ete traites auparavant et pendant combien de temps. On observe aussi des cas atypiques de traitements sous monotherapie, suivis d’un taux de mortalite eleve. On peut d’autre part voir combien de patients changent de maniere durable d’une tritherapie a une monotherapie ou a une bitherapie, et a quel moment par rapport a leur inclusion ce changement a lieu. Conclusion Cette etude montre la pertinence de coupler une methode de clustering avec des methodes de traitement d’image pour visualiser les sequences de traitements de l’entierete d’une cohorte de maniere claire et synthetique. Les changements de traitements et leurs emplacements dans la chronologie des patients ou dans le contexte medico-economique de la maladie permettent une meilleure comprehension du suivi. Cela apporte une information precise et complete aux decideurs publics et aux industriels de sante.