Développement et test d’un dictionnaire de correspondance entre termes vulgarisés et des termes scientifiques dans le cadre de la mise en œuvre d’un outil de détection d’événements indésirables rapportés sur le web

Objectif L’objectif est de developper un outil de detection des evenements indesirables rapportes sur le web en elaborant un dictionnaire de correspondance entre l’expression d’evenements indesirables formules en langage vulgaire et leurs equivalents en terme MedDRA. Methode La premiere approche a ete une traduction de termes PT MedDRA en langage vulgaire par des professionnels en pharmacovigilance en France. Apres analyse de messages reels presents sur notre outil, l’approche inverse a ete mise en œuvre, la traduction d’expressions vulgarisees en termes PT MedDRA. Le resultat a ete l’elaboration d’un dictionnaire. Un algorithme a ete developpe pour capter, dans les messages, les evenements indesirables et pour les traduire a l’aide du dictionnaire. Sa validite a ete testee sur trois produits dont le profil de «  safety  » etait connu. Resultats Pour 1 000 termes PT MedDRA, 25 000 termes ont ete mis en correspondance. L’approche a ete mise en œuvre, a la demande d’un organisme officiel, pour trois produits : A, B et C avec des profils de «  safety  » connus et decrits dans les bases de donnees FAERS et MedEffet. Plus de 400 messages web de pres de 300 websites ont ete analyses : – pour le produit A, les 15 principaux evenements indesirables rapportes dans les rapports des autorites ont ete detectes sur les messages du web et ont ete correctement traduits en termes PT MedDRA. Sur le plan quantitatif, les frequences d’apparition des evenements indesirables presentent des variations entre reporting vulgaire et officiel. Les effets indesirables subjectifs et anodins sont plus frequemment rapportes sur le web. Les resultats obtenus avec l’algorithme ont ete controles en analysant tous les commentaires web lies au produit A. Les evenements indesirables de pres de 90 % des messages citant le produit A ont correctement traduits. L’algorithme a pu detecter de maniere significative un evenement non liste dans le RCP ; – pour le produit B, les evenements indesirables rapportes dans les rapports des autorites ont bien ete detectes sur les commentaires web. De plus, l’algorithme a pu detecter plusieurs cas de mesusage (1,5 %) ; – pour le produit C, les evenements indesirables rapportes dans les rapports des autorites ont bien ete detectes sur les commentaires web. De plus, l’algorithme a pu detecter plusieurs cas de prescriptions hors AMM (32 %). Conclusion L’utilisation de notre dictionnaire de correspondance des expressions vulgarisees et des termes PT MedDRA pour notre outil de detection des evenements indesirables sur les messages du web a permis d’identifier de facon fiable des evenements indesirables connus mais aussi de nouveaux evenements indesirables meconnus dans le resume des caracteristiques produit (RCP) ou situations de pharmacovigilance. Contrairement au langage scientifique, le langage populaire est en evolution constante, ce qui necessite un enrichissement continu de ce dictionnaire. Le developpement de ce dictionnaire entierement original a permis la mise au point d’un outil fiable non seulement pour la detection des evenements indesirables rapportes sur les messages du web mais egalement pour detecter les cas de mesusage et d’usage hors AMM, ce qui en fait un outil supplementaire utile pour les activites de pharmacovigilance.