CARNETS DESCARTES

Pharmacovigilance 2.0

(English version)

Peut-on se passer des signaux détectables précocemment et disponibles sur internet, lorsqu'il s'agit de sécurité sanitaire ?

Le 13 février dernier, une controverse a éclaté, résumée dans la revue Nature par Declan Butler (accès libre en anglais), à propos de la surveillance épidémiologique de la grippe par Google Flu Trends, qui aurait conduit les autorités de New York à surestimer la vague épidémique hivernale, mais le Dr Finelli, responsable du programme grippe des Centers for Disease Control and Prevention (CDC) à Atlanta déclarait pour sa part en conclusion de cette controverse : "En plus des systèmes classiques de surveillance nord-américains, je cherche toujours à voir [à travers les informations produites dans Google Flu Trends] ce qui se passe et si nous sommes en train de passer à côté de quelque chose, ou si un signal semble porter une information différente  de celles que nos systèmes rapportent, une information qui peut nous être potentiellement utile".

Cela montre, que la question n'est pas aujourd'hui de prétendre que la surveillance épidémiologique traditionnelle n'a plus sa place ou sera remplacée par l'Internet, mais plutôt de se rendre compte que l'on ne peut plus être responsable de la surveillance épidémiologique de son pays sans connaître les nouveaux apports que fournissent les réseaux sociaux (Twitter a également fait l'objet d'études dans ce domaine, notamment de Johns Hopkins University, citée dans le papier de Butler ci-dessus), les données fournies par les moteurs de recherche (Google et Yahoo ont montré des résultats saisissants), et plus généralement ce que l'on appelle aujourd'hui les Big Data, ces bases de données massives, d'une formidable diversité de sources, de formats, de qualité, de temporalité, et qui inclut les données que collectent les data brokers (comme IMS ou Celtipharm), ou les caisses d'assurance maladie ou les HMO aux USA (lorsque ces données sont accessibles...).

Dans son dernier numéro, le JAMIA (accès restreint aux abonnés seulement, résumé disponible, en anglais) a publié un article étendant le concept de Google Flu Trends à la pharmacovigilance. On en est encore à la preuve de concept, mais elle est intéressante. En effet, les auteurs sont partis d'un exemple typique de pharmacovigilance rapporté en 2011. Il s'agissait d'une hyperglycémie provoquée par l'interaction de deux médicaments : la paroxétine (un anti-depresseur) et la pravastatine (un hypocholestérolémiant). Cette réaction indésirable pouvant survenir lorsque les deux médicaments sont prescrits en même temps. Elle a été d'abord rapportée spontanément et indépendemment par plusieurs médecins, pharmaciens et patients aux autorités nord-américaines (FDA). Elle a été confirmée lors d'une étude rétrospective portant sur des dossiers électroniques de patients, et également sur un modèle animal (la souris). Les auteurs ont cherché à savoir si l'analyse des moteurs de recherche aurait permis de détecter précocément cette interaction médicamenteuse, en fouillant les données de 2010 (avant qu'on ne parle publiquement de cet effet indésirable). Ce travail réalisé en 2012-13 simule en quelque sorte une prévision qui aurait été réalisée en 2010 pour une réaction qui aurait été confirmée en 2011. Ce travail, issu d'une collaboration avec une équipe de recherche de Microsoft, a permis de retrouver les données de 6 millions d'internautes qui avaient accepté que l'on installe sur leur ordinateur un petit programme qui conserve, dans le respect de leur anonymat, leurs recherches sur Internet concernant les médicaments, symptômes et maladies. La base de données constituée en un an comprend 82 millions d'informations ! Le résultat est édifiant : les internautes qui faisaient des recherches sur la paroxétine et la pravastatine avaient deux fois plus souvent effectué des recherches sur les symptômes d'hyperglycémie que ceux qui ne faisaient des recherches que sur l'un des deux médicaments. Ces résultats ont été d'une très grande stabilité dans le temps au cours de l'année d'étude. Les auteurs détaillent les méthodes statistiques de fouille de données qu'ils ont déployé pour analyser de telles bases de données, et qui sortent évidemment de l'épidémiologie classique.

Les services de pharmacovigilance qui existent tant dans l'industrie pharmaceutique que dans les agences de sécurité sanitaire ne pourront pas faire longtemps l'économie de s'équiper en compétences et en ressources pour être capables de réaliser de telles analyses avant même que les données de la pharmacovigilance classique puissent permettre d'identifier des réactions indésirables. On sait que pour les nouveaux médicaments en particulier, la preuve de l'existence d'une réaction indésirable est parfois longue à constituer, car les essais cliniques ont porté sur un nombre trop restreint de patients pour découvrir les réactions rares mais préoccupantes. La détection précoce de ces hyperglycémies aurait permis, ici, de protéger des patients en évitant l' association potentiellement dangereuse de médicaments. Par là même, elle peut éviter des victimes, des retards indus, des scandales, et même éviter des retraits de médicaments lorsqu'une meilleure utilisation des médicaments peut suffire à assurer la sécurité des patients.

Nous reparlerons de l'utilisation des Big Data dans d'autres circonstances, pour nous familiariser avec elles, et parce qu'aujourd'hui, c'est dans ces domaines qu'il faut s'investir en termes de compétences et de ressources, à tous les niveaux du système de santé, dans les hôpitaux, dans les administrations et agences sanitaires, dans les industries de santé, dans les laboratoires de recherche (notamment du génôme). Ces données ici ne sont pas menaçantes. On aura toujours besoin d'une expertise qualitative en pharmacovigilance ; on aura besoin de confirmation par des études épidémiologiques classiques, mais pourra-t-on se passer très longtemps de la mine d'informations que représentent les masses de données (traduction approximative de Big Data) dans tous les domaines des sciences de la vie ?

 

Blog d'Antoine Flahault (VF)

Blog d'Antoine Flahault (VF)

Blog d'Antoine Flahault, professeur de santé publique à la Faculté de Médecine Descartes, Sorbonne Paris Cité, d'accès public libre

Articles relatifs

Appel à communications - Big data et pédagogie à l'université

Appel à communications - Big data et pédagogie à l'université

Projet de journée d'étude - Draft à discuter
Eugène Jamot : le mythe de Sisyphe…

Eugène Jamot : le mythe de Sisyphe…

Archive : article à lire sur ...
Decouverte du sida, une nouvelle maladie

Decouverte du sida, une nouvelle maladie

Archive : article à lire sur ...
  • http://carnets.parisdescartes.fr/blog/view/133758/.elgg-nav-collapse